ExtraSumofSquares
rudisalam@stis.ac.id 6
ExtraSumofSquares
Databodyfat
i
X1
X2
1
19.5
43.1
2
24.7
49.8
3
30.7
51.9
4
29.8
54.3
5
19.1
42.2
6
25.6
53.9
7
31.4
58.5
8
27.9
52.1
9
22.1
49.9
10
25.5
53.5
X3
Y
29.1
11.9
28.2
22.8
37
18.7
31.1
20.1
30.9
12.9
23.7
21.7
27.6
27.1
30.6
25.4
23.2
21.3
24.8
19.3
i
X1
X2
X3
Y
11
31.1
56.6
30
25.4
12
30.4
56.7
28.3
27.2
13
18.7
46.5
23
11.7
14
19.7
44.2
28.6
17.8
15
14.6
42.7
21.3
12.8
16
29.5
54.4
30.1
23.9
17
27.7
55.3
25.7
22.6
18
30.2
58.6
24.6
25.4
19
22.7
48.2
27.1
14.8
20
25.2
51
27.5
21.1
rudisalam@stis.ac.id 7
Contoh
Matriks korelasi antar variabel X(cek
multikolinieritas)
X1
X2
X1
X2
X3
1
0.9238
0.4578
1
0.0847
X3
df
1
18
SS
352.27
143.12
Total
19
495.39
MS
352.27
7.95
F
44.30
Pvalue
0.00
rudisalam@stis.ac.id 8
Contoh
Anova antara Ydan X2
df
SS
MS
Pvalue
Regression
381.97
381.97
60.62
0.00
Residual
18
113.42
6.30
Total
19
495.39
F
29.80
Pvalue
0.00
df
2
17
SS
385.44
109.95
Total
19
495.39
MS
192.72
6.47
rudisalam@stis.ac.id 9
Contoh
SSR(X1)=352.27;SSE(X1)=143.12
SSR(X1,X2)=385.44;SSE(X1,X2)=109.95
SSE(X1,X2)<SSE(X1)
Selisih diantara keduanya dinamakan extra
sumofsquares
SSR(X2|X1)=SSE(X1) SSE(X1,X2)
=143.12 109.95=33.17
rudisalam@stis.ac.id 10
Contoh
Berkurangnya nilai SSEadalah karena
masuknya X2kedalam modelketika X1sudah
ada dalam model.
Jadi,extrasumofsquaredmengukur efek
marjinal penambahan X2ke dalam model
regresi ketika X1sudah ada dalam model.
Extrasumofsquaresberarti jugamengukur
penambahan marjinal pada SSR.
rudisalam@stis.ac.id 11
Contoh
SSR(X2|X1)=SSR(X1,X2) SSR(X1)
=385.44 352.77=33.17
Extrasumofsquaresmasuknya X3ke model
ketika X1dan X2sudah ada dalam model
SSR(X3|X1,X2)=SSE(X1,X2) SSE(X1,X2,X3)
=109.95 98.41=11.54
Ekivalen dengan:
SSR(X3|X1,X2)=SSR(X1,X2,X3) SSR(X1,X2)
=396.98 385.44=11.54
rudisalam@stis.ac.id 12
Contoh
Skema extrasumofsquares contoh bodyfat
rudisalam@stis.ac.id 13
Tabel Anova
Tabel anova dekomposisi SSRdengan tiga
variabel independen
rudisalam@stis.ac.id 14
Uji kParsial
Misal menguji apakah 3=0
Hipotesis: H 0 : 3 0 vs H1 : 3 0
SSEmodelpenuh =SSE(X1,X2,X3)=SSE(F)
dengan df =n 4.
Jika H0benar,maka SSEnya adalah SSE(X1,X2)
=SSE(R)dengan df =n 3.
Fhitung:
SSE R SSE F SSE F
F
df R df F
df F
*
rudisalam@stis.ac.id 15
Uji kParsial
Fhitung menjadi:
n 3 n 4
n 4
*
SSE(X1,X2) SSE(X1,X2,X3)=SSR(X3|X1,X2)
Fhitung menjadi:
SSR X 3 | X 1 , X 2 SSE X 1 , X 2 , X 3
F
1
n 4
*
MSR X 3 | X 1 , X 2
MSE X 1 , X 2 , X 3
rudisalam@stis.ac.id 16
Uji kParsial
Apakah 3bisa didrop dari model?
SSR X 3 | X 1 , X 2 SSE X 1 , X 2 , X 3
F
1
n 4
*
11.54 98.41
1.88
1
16
Uji kParsial
Hasil ini ekivalen dengan uji parsial dengan uji t
Coefficients
StandardError
tStat
Pvalue
117.08
99.78
1.17
0.26
X1
4.33
3.02
1.44
0.17
X2
2.86
2.58
1.11
0.28
X3
2.19
1.60
1.37
0.19
Intercept
Nilai thitung:
t*
b3
2.86
1.37
s b3 1.60
t^2=(1.37)^2=1.88=F*
rudisalam@stis.ac.id 18
Uji kParsial
Statistik uji
SSR X 3 | X 1 , X 2 SSE X 1 , X 2 , X 3
F
1
n 4
*
rudisalam@stis.ac.id 19
df R df F
df F
*
n 2 n 4
n 4
rudisalam@stis.ac.id 20
2
n 4
*
MSR X 2 , X 3 | X 1
MSE X 1 , X 2 , X 3
rudisalam@stis.ac.id 21
6.15 3.63
2
*
rudisalam@stis.ac.id 22
rudisalam@stis.ac.id 23