JAWABAN
Langkah 1. Buat dan periksa matriks korelasinya : yang ditunjukkan pada tabel 1
Tabel 1: Matriks korelasi 4 variabel
x1
X1
X2
1
0,77568
8
0,50247
1
0,91830
5
X3
Y
x2
x3
1
0,39094
0,87550
4
0,3998
3
x1
masuk pertama sekali kedalam model, yang menghasilkan persamaan regresi linier
x1
x1
Tabel 3 ANOVA
Regression Statistics
Multiple R
df
R
Square
Regression
Residual R Square
Adjusted
Total
Standard
Error
SS
0,91830506
0,84328419
1
1744,956
19
324,2823
0,83503599
20
2069,238
4,13128197
Observations
Tabel 4 koefisien regresi
Intercept
Variable X1
Coefficients
-44,1611493
1,01998751
MS
1744,956
17,06749
F
102,2386
Significance
F
4,40217E-09
21
Standard Error
6,166843
0,100876
t Stat
-7,16106
10,11131
P-value
8,34E-07
4,4E-09
s ( b1 ) =0,100876
2
R =84,32
2
Fh it =F(1,19)=102,2386
versus
H 1: 1 0
Karena persamaan ini adalah regresi linier sederhana, maka uji keberartian
Fh it =
sbb
MSR 1744,956
=
= 102,238
MSE 17,06749
Karena
Cara lain :
1 0
b1
1,019
=
=
10,1113 dan untuk
s ( b1 ) 0,100876
=0.05
diperoleh
maka terima
1 0
2
Langkah 2. Langkah berikutnya adalah memeriksa r y x . x , j=2 dan 3 , sebagai berikut :
j
r 2y x . x , j=2 dan 3
j
xj
ryx
. x3
r 2y x . x
x2
0,6531
0,4265
x3
-0,18011
0,0324
H1
Dari tabel 5 terlihat bahwa calon peubah berikutnya yang masuk ke dalam model adalah variabel
x2
x2
x1
, karena
memiliki kuadrat korelasi parsial terbesar dengan y , ketika
dikontrol.
Sehingga diperoleh model regresi dengan dua variabel bebas
x1
dan
x2
, yaitu:
^y =50,6267+0,667 x 11,3184 x 2
Tabel 6 SUMMARY OUTPUT
Regression Statistics
Multiple R
0,954013
R Square
0,910141
Adjusted R
Square
0,900157
Standard Error
3,214021
Observations
21
Tabel 7 ANOVA
Regression
Residual
Total
df
2
18
20
SS
1883,299
185,9388
2069,238
MS
941,6496
10,3299
F
91,15737
Significance
F
3,82E-10
Tampak bahwa
Coefficients
-50,6267
0,667
1,3184
s ( b1 ) =0,1243
Standard Error
5,1126
0,1243
0,3603
s ( b2 ) =0,3603
2
MSE (RJKG)= s =10,3299 Uji keseluruhan
t Stat
-9,9023
5,3639
3,6596
R =91,01 ,
F(2,18)=
MSR
=
91,1574
MSE
Tabel 9
Peubah
Koef.regresi
Galat baku
F(2,18)
P-value
1,04E-08
4,25E-05
0,001793
x1
0,667
1,3184
-50,6267
x2
0,1243
0,3603
5,1126
Konstanta
R2
Tambahan
akibat pemasukan
x2
penambahan yang tidak kecil. Begitu pula RJKG bertambah kecil menjadi hampir separuhnya.
MSR 941.6496
=
Uji koefisien secara keseluruhan dengan F(2,18)= MSE 10.3299 =91,1574 dengan nilai
kritis 0,0001. Bagian ini menguji kedua koefisien dan ternyata keduanya tidak sama dengan nol
(salah satu masih mungkin nol).
Uji bagian kedua yaitu melihat p-value pada variabel 1 untuk
1 0.
kecil dari
2 0
x2
x2
=0,05.
x2
Langkah 3 :
2
Sekarang tinggal X3 diluar model dengan r y x . x x =
3
dimana
SSR ( x 3|x 1 , x 2 )
SSE ( x 1 , x 2 )
10,6666
10,6666
=0,057366 0 , 0574
185,9388
10,6666
SUMMARY OUTPUT
Regression Statistics
Multiple R
0,9567
R Square
0,9153
Adjusted R
Square
0,9003
Standard
Error
3,2109
Observations
21
ANOVA
df
Regression
SS
1893,965
9
Residual
17
Total
20
Coefficien
ts
175,2722
2069,238
1
X Variable 1
0,7131
X Variable 2
1,3192
Standard
Error
11,77772
4
0,132250
7
0,359927
6
X Variable 3
-0,1576
0,154973
3
Intercept
-39,832
MS
631,32
2
10,310
1
F
61,233
2
Pvalue
0,0035
4
4,9E05
0,0019
2
t Stat
-3,382
5,3922
9
3,6652
8
1,0171
4
0,3233
4
Keterangan
R2=0,9153=91,53
MS=RJKG=10,31 ;
SSR (JKR)=1893,9658
b1=0,713
b2=1,319
s ( b1 ) =0,1322
,
s ( b2 ) =0,3599
b3 =0,157
Uji F keseluruhan (F = 61,23318)
Bila dipilih =0,05 ataupun =0,1 , maka
s ( b3 ) =0,1549
x3
x3
x3
F masuk untuk
x1
adalah F(1,19) = 31,62, merupakan uji individu ketika yang lainnya sudah
dalam model.
SSR ( x 1|x 2 , x 3 ) SSE ( x1 , x 2 , x 3 ) MSR ( x 1|x 2 , x 3 )
F ( x 1 ) =
:
=
1
n p
MSE
326,048 175,27
:
=326,048 :10,31=31,62
1
214
dimana
SSR ( x 1|x 2 , x 3 )=SSE ( x 2 , x 3 )SSE ( x 1 , x 2 , x 3 )
475,058175,27=326,048
F masuk untuk
x2
138,51 175,27
:
=138,51 :10,31=13,434
1
214
dimana
SSR ( x 2|x 1 , x 3 )=SSE ( x 1 , x 3 )SSE ( x 1 , x 2 , x 3 )
313,78175,27=138,51
F masuk untuk
x3
adalah F(1,19) = 14,45, merupakan uji individu ketika yang lainnya sudah
dalam model.
SSR ( x 3| x1 , x2 ) SSE ( x 1 , x 2 , x 3 ) MSR ( x3|x 1 , x 2 )
F ( x3 )=
:
=
1
n p
MSE
10,668 175,27
:
=10,668 :10,31=0,358
1
214
dimana
SSR ( x 3|x 1 , x 2 )=SSE ( x 1 , x 2 )SSE ( x1 , x 2 , x 3 )
185,938175,27=10,668
C p ( y , x1 ) =
{212 ( 2 ) }
C p ( y , x2 ) =
SSE ( X 2 )
SSE ( X 1 , X 2 , X 3, )
214
^y =41,9109+2,8174 x 2
{212 ( 2 ) }
483,1506
{ 214 }=29,86
175,27
17
Cp
C p ( y , x3 ) =
SSE ( X 1 , X 2 , X 3, )
214
324,28
{ 214 }=14,45
175,27
17
Cp
SSE ( X 1 )
^y =44,16+ 1,019 x 1
SSE ( X 3 )
SSE ( X 1 , X 2 , X 3, )
214
^y =47,96+ 0,7589 x 3
{212 ( 2 ) }
1738,442
{214 }=151,6154
175,27
17
Cp
^y =50,63+0,667 x 1+1,318 x 2
C p ( y , x1 , x2 ) =
SSE ( X 1 , X 2 )
SSE ( X 1 , X 2 , X 3 )
214
{212 ( 3 ) }
Cp
C p ( y , x1 , x3 ) =
SSE ( X 1, X 3 )
SSE ( X 1 , X 2 , X 3, )
214
^y =33,440,1564 x 1+ 1,0059 x 3
{212 ( 3 ) }
313,78
{ 216 }=15,434
175,27
17
Cp
C p ( y , x2, x 3 )=
185,93
{ 216 }=3,033
175,27
17
SSE ( X 2, X 3 )
SSE ( X 1 , X 2 , X 3, )
214
^y =51,236+2,732 x2 +0,1289 x 3
{212 (3 ) }
475,058
{ 216 }=31,077
175,27
17
Cp
SSE ( X 1 , X 2 , X 3 , )
SSE ( X 1 , X 2 , X 3, )
165
{212 ( 4 ) }
175,27
{ 218 }=4
175,27
17
Kelompok
Cp
Kombinasi
peubah
x1
0,8432
14,45
17,0675
x2
0,7665
29,86
25,4289
x3
0,1598
151,6154
91,4969
x1 , x2
0,9101
3,03
10,329
x1 , x3
0,8484
15,43
17,4323
x2 , x3
0,7704
31,077
26,3921
x1 , x2 , x3
0,9153
10,3101
R2
Mallows
MSSE(RJKG)
R2
Cp
MSSE(RJKG)
^y =44,16+ 1,019 x 1
0,8432
Mallows
14,45
17,0675
^y =50,63+0,667 x 1+ 1,318 x 2
0,9101
3,03
10,329
10,3101
Kelomp
ok