Y 0 1 X 1 2 X 2 ... k X k
Dimana
Y = variabel terikat
Xi = variabel bebas ( i = 1, 2, 3, , k)
0 = intersep
i = koefisien regresi ( i = 1, 2, 3, , k)
Model penduganya adalah
Y b0 b1 X 1 b2 X 2 ... bk X k
6
Y 0 1 X 1 2 X 2
Sehingga setiap pengamatan X 1i , X 2i ; Yi ; i 1, 2 ,..., n
Akan memenuhi persamaan
Y 0 1 X 1 2 X 2 i
7
b1 X 1i
b2 X 2i
... bk X ki Yi
b0 X 1i b1 X 1i b2 X 1i X 2i ... bk X 1i X ki X 1iYi
2
..
b0 X ki b1 X ki X 1i b2 X ki X 2i ... bk X ki X kiYi
2
X1i
...
X ki
9
X1i
2
X1i
...
X ki X1i
X 2i
X1i X 2i
...
X ki X 2i
...
...
...
...
X ki
X1i X ki
...
2
X ki
...
bk
10
g 0 Yi
g1 X 1iYi
...
b0
b
1
g k X kiYi
3.
11
ei
i 1
Yi b0 b1 X 1i b2 X 2i
i 1
Tahapan pendugaannya :
1. Dilakukan turunan pertama terhadap b0 , b1 dan b2
ei
2 Yi b0 b1 X 1i b2 X 2i
b0
2
ei
2 Yi b0 b1 X 1i b2 X 2i X 1i
b1
2
12
ei
2 Yi b0 b1 X 1i b2 X 2i X 2i
b2
2
Metode Pendugaan
Parameter Regresi
2. Ketiga persamaan hasil penurunan disamakan
dengan nol
nb0 b1 X i1 b2 X i 2 Yi
b0 X 1i b1 X i1 b2 X 1i X i 2 X 1iYi
2
b0 X 2i b1 X i1 X 2i b2 X i 2 X 2iYi
2
13
Metode Pendugaan
Parameter Regresi
3. Nilai b1 dan b2 dapat diperoleh dengan memakai
aturan-aturan dalam matriks
b1
b2
X 2 X1Y X1 X 2 X 2Y
i 1
i 1
i 1
i 1
2
n 2 n
2 n
X 1 X 2 X 1 X 2
i 1
i 1
i 1
n
n
n
n
2
X
X
Y
X
X
X
Y
1 2 1 2 1
i 1
i 1
i 1
i 1
2
n 2 n
2 n
X 1 X 2 X 1 X 2
i 1
i 1
i 1
b0 Y b1 X 1 b2 X 2
14
R2 r
r merupakan koefisien korelasi antara Y dengan
kelompok X1 , X2 , X3 , , Xk
15
H1 : 0
dimana
= matriks [ 0, 1, 2, , k ]
16
Komponen
Regresi
SS
db
MS
Fhitung
Regresi
JKR
JKR / k
JKR /k
s2
Galat
JKG n k 1
Total
JKT
17
n1
s2 = JKG / n-k-1
Pengambilan Keputusan
H0 ditolak jika
18
19
bj j
s c jj
Dimana :
bj = nilai koefisien bj
JKG / n k 1
s =
cjj = nilai matriks A-1 ke-jj
20
21
Tahapan pemilihan :
i.
Tuliskan semua kemungkinan model regresi dan
kelompokkan menurut banyaknya variabel bebas
ii.
Urutkan model regresi menurut besarnya R 2
iii.
Periksalah untuk setiap kelompok apakah
terdapat suatu pola variabel yang konsisten
iv.
Lakukan analisa terhadap kenaikan R 2 pada tiap
kelompok
22
Y 0 i X i
Y 0 i X i Kelompok
j X j C terdiri dari 2 variabel bebas
Y 0 i X i Kelompok
j X j D kterdiri
X k dari 3 variabel bebas
Y 0 1 X 1 Kelompok
2 X 2 Eterdiri
4 X4 4variabel bebas
3 X 3 dari
23
Kelompok
Model Regresi
B
Y = f(X4)
C
D
E
R2
67,5%
Y = f(X1 , X2)
97,9%
Y = f(X1 , X4)
97,2%
Y = f(X1 , X2 , X4)
98,234%
Tahap pemilihannya :
i.
Tuliskan persamaan regresi yang mengandung
semua variabel
ii.
Hitung nilai t parsialnya
iii.
Banding nilai t parsialnya
a.
b.
25
Y 0 1 X 1 2 X 2 3 X 3 4 X 4
Persamaan Regersi
Model terbaiknya
t parsial
Y = f(X1,X2,X3,X4)
Y = f(X1,X2)
157,266*
X1
4,337*
X2
0,497*
X3
0,018
X4
0,041*
Y = f(X1,X2,X4)
26
Y = f(X1,X2)
166,83*
X1
154,008*
X2
5,026*
X4
1,863
229,5*
Tahap pemilihannya :
i. Hitung korelasi setiap variabel bebas terhadap variabel Y. Variabel
bebas dengan nilai korelasi tertinggi masukkan dalam model
regresi (syarat uji F menunjukkan variabel ini berpengaruh nyata)
ii. Hitung korelasi parsial setiap variabel bebas tanpa menyertakan
variabel bebas yang telah mauk model. Masukkan variabel bebas
dengan korelasi parsial tertinggi ke dalam model
iii. Hitung nilai t parsial variabel yang telah masuk model, jika tidak
berpengaruh nyata keluarkan dari model
iv. Kembali ke langkah ii
27
28
Model
Variabel
Korelasi
riy
0,731
r2y
0,816
r3y
-0,535
r4y
-0,821
t parsial
Y = f(X4)
22,798*
Model terbaik
r1y.4
0,915
Y = f(X1 , X2)
r2y.4
0,017
r3y.4
0,801
Y = f(X1,X4)
176,627*
r2y.14
0,358
X1 = 108,223*
r3y.14
0,320
X4 = 159,295*
Y = f(X1, X2,X4)
166,832*
X1 = 154,008*
X2 = 5,026*
29
X4 = 1,863