Regresi Linier

1

nilai-nilai Y berdistribusi normal Probabilitas distribusi error adalah normal   2.Asumsi-asumi Regresi Liner  Normalitas   untuk X. Independensi Errors 2 . Homoskedastisity (Constant Variance) 3.

³spread´ atau varian disekitar garis regresi adalah sama.Variasi Errors Disekitar Garis Regresi f(e) ‡ Nilai-nilai Y berdistribusi normal disekitar garis regresi. Y X2 X1 X Garis regresi sampel 3 . ‡ Pada setiap nilai X .

Yi dan waktu  Analisa grafik Residuals  4 .Analisa Residual  Tujuan   Memeriksa lineritas Mengevaluasi pelanggaran asumpsi-asumsi Plot residuals dengan Xi .

Analisa Residual dan Lineritas Y Y X e X e X X Tidak Liner  Liner 5 .

Studentized Residual  SRi ! ei SYX 1  hi where 1 hi !  n .

X  X § .

X  X i n i i !1 2 2    Residual dibagi dengan standard error nya Standardized residual disesuaikan dengan jarak dari rerata nilai X Memungkinkan peneliti untuk menormalkan besarnya residual units yang menggambarkan variasi disekitar garis regresi 6 .

Analisa Residual dan Homoskedastisiti Y Y X SR X SR X X Heteroskedastisitas Homoskedastisitas 7 .

803824 5822.6646882 -239.344417 3928.8038245 830.3444173 -533.775103 9894.364717 Residuals -521.6352829 0 1000 2000 3000 4000 5000 6000 Square Feet 8 .Contoh Analisa Residual Observation 1 2 3 4 5 6 7 Residual Plot Predicted Y 4202.14541 4918.664688 3557.90184 3588.0981603 171.1454103 644.2248971 -351.

Analisa Residual dan Autokorelasi  Nilai statistik Durbin-Watson   digunakan bila data yang dikumpulkan berupa time series untuk mendeteksi autokorelasi (residual suatu periode berhubungan dengan residual pada periode lain) Mengukur pelanggaran asumsi independensi n § (ei  ei 1 ) D! i!2 n 2 Mendekati 2. model mungkin ada gejala autokorelasi. §e i !1 2 i 9 . bila tidak.

10 dU 1.54 10 .08 1.95 .36 1.Penentuan Nilai Kritis Nilai Statistik Durbin-Watson Menemukan nilai kritis Durbin-Watson E!5 p=1 n 15 16 dL 1.37 dL .98 p=2 dU 1.54 1.

Penggunaan Nilai Statistik Durbin-Watson H 0Tidak ada autokorelasi (error terms independen) : H1 Terdapat autokorelasi (error terms tidak : independen) Tolak H0 (positif autokorelasi) Inconclusive Tolak H1 (tidak ada autokorelasi) Tolak H0 (negatif autokorelasi) 0 d d 2 4-d 4-d 4 11 .

Analisa Residual dan Independensi Pendekatan Grapik Tidak Independen e Waktu e  Independen Waktu Pola siklus Tidak ada pola tertentu Residual diplot terhadap waktu untuk mendeteksi autokorelasi 12 .

Apa Yang Sudah Dipelajari Pada Bab ini?    Membahas asumsi-asumsi regresi dan korelasi Mendiskusikan analisa residual Membahas pengukuran autokorelasi 13 .

Sign up to vote on this title
UsefulNot useful