BERGANDA
Regresi Linier
𝑌 = 𝑎 + 𝑏𝑋
• Dapat disimpulkan bahwa variabel bebasnya yaitu suhu harian, ukuran sekat dan usia perapian menjelaskan atau
menunjukkan 80,4 persen variasi biaya pemanas. Sedangkan sebesar 19,6 persen variasinya akibat dari variabel lain
Regresi Linier Berganda-Pertemuan 5 11
UJI SERENTAK/UJI GLOBAL/UJI MODEL/UJI
SIMULTAN/UJI F
• Untuk mengetahui perkiraan variabel terikat tanpa memperhatikan variabel
bebasnya.
• Uji ini juga digunakan untuk mengetahui kemungkinan seluruh variasi bebas
memiliki koefisien regresi nol
• Untuk menguji koefisien regresi populasi semuanya bernilai nol, maka ditentukan
hipotesisnya dan diuji menggunakan distribusi
H0 : β1 = β2 = β3 = 0
H1 : Tidak semua β = 0
Regresi Linier Berganda-Pertemuan 5 12
Ciri-Ciri Distribusi F
• Terdapat serumpun distribusi F, apabila derajat bebas
pembilang dan penyebutnya berubah, distribusi F yang baru 𝑺𝑺𝑹
terbentuk 𝒌 𝑴𝑺𝑹
• Distribusi F tidak bisa negative, nilai terkecil yang mungkin
Uji F = 𝑺𝑺𝑬 =
𝑴𝑺𝑬
adalah 0 𝒏−(𝒌+𝟏)
• Distribusinya kontinyu, distribusinya dapat mengasumsikan nilai
tak hingga antara 0 hingga positif tak hingga
• Distribusinya asimetris positif, sisi distribusinya berada
disebelah kanan
• Distribusinya asymptotic, seiring bertambahnya nilai X kurva F
akan mendekati sumbu datar tetapi tidak menyinggungnya
Distribusi F
df = (3,16)
𝑺𝑺𝑹
𝒌 𝑴𝑺𝑹 𝟓𝟕𝟎𝟕𝟑,𝟒𝟗𝟏
Uji F = 𝑺𝑺𝑬 =
𝑴𝑺𝑬
=
𝟐𝟔𝟎𝟓,𝟗𝟓𝟓
= 21,9011806 Daerah penolakan
𝒏−(𝒌+𝟏)
Daerah H0 (tk. Sig. 0,05)
• Nilai F hitung 21,901 berada pada daerah penolakan, sehingga
hipotesis nol yang mengasusmsikan seluruh koefisien regresi diterima
berganda sama dengan nol ditolak, sehingga sedikitnya satu
variabel bebas memiliki kemampuan untuk menjelaskan variasi
variabel terikat.
3,24 21,9
• Membandingkan p-value dengan tingkat signifikansinya
p-value < tk.signifikansi : menolak hipotesis nol
F tabel
p-value > tk.signifikansi : menerima hipotesis nol
Regresi Linier Berganda-Pertemuan 5 14
Koefisien Regresi Individual/ Uji t/ Uji Parsial
Digunakan untuk menguji variabel bebas secara individu untuk menentukan koefisien
regresi manakah yang bernilai 0 dan yang bukan
• Lakukan uji hipotesis pada tiga variabel bebas, suhu harian, sekat, usia perapian
H0 : β1 = 0 H0 : β2 = 0 H0 : β3 = 0
H1 : β1 ≠ 0 H1 : β2 ≠ 0 H1 : β3 ≠ 0
𝒃𝒊 −𝟎
• Uji t, t=
𝑺𝒃𝒊
𝑏𝑖 −0 −4,583−0
t= = = -5,937
𝑆𝑏𝑖 0,772
• Membandingkan p-value dengan tingkat signifikansinya
p-value < tk.signifikansi : menolak hipotesis nol
p-value > tk.signifikansi : menerima hipotesis nol
Note.
Karena Terdapat variabel usia perapian (X3) yang bukan penaksir untuk memprediksi biaya
pemanas maka variabel X3 dapat dihilangkan dalam persamaan dan dilakukan
perhitungan ulang untuk persamaan regresi linier
Bagaimanakah hasil regresi linier bergandanya? Apakah terdapat perbedaan?
lainnya. 7
8
355
290
10
7
6
10
60
70