UTP ANREGLAN

NAMA : IRA HUMAIRO’

NIM : 185090501111024

1. Permodelan terbaik adalah memilih model yang sesederhana mungkin untuk memfit data dan
menduga model regresi dengan metode dolite yang dipersingkat lebih praktis karena dapat
menyelesaikan lebih dari 1 persamaan (membuat koef.regresi linier menjadi gampang) dan jika
model dapat menjelaskan error semakin kecil, dan model yang variable X nya itu sedikit)
2. -motede backward
memeriksa regresi terbaik dengan jalan menghitung persamaan regresi full,
menghitung F parsial masing-masingXi dan membandingkan nilai F parsial terendah dengan nilai
F alfa
-metode forward
bergantung pada persamaan mana yang duluan masuk dengan cara memsukkan
peubah bebas satu demi satu ke dalam persamaan sampai diperoleh pers. Yang memuaskan
-metode stepwise
melibatkan 2 jenis proses, yakni metode forward selection dan backward elimination
yakni dengan cara menjelaskan reg.berganda beberapa kali,setiap kali menghapus variable
berkorelasi lemah. Hingga pada akhiirnya tersisa variable variable yang menjelaskan distribusi
terbaik.
3. Asumsi klasik yang harus dipenuhi dalam model regresi linier :
a. Uji normalitas
b. Uji multikolinieritas
c. Uji heteroskedastisitas
d. Uji autokorelasi
4. Mencari Fhitung :
 Fhitung :

1959.176−1956.0089
¿¿ = = 0.489169
6.474248

 Ftabel = 3.20

 Interpretasi : Fhitung < Ftabel maka X3 tidak masuk ke dalam model

#intrpretasi β 1 :
Secara parsial Setiap kenaikan nilai X1 sebesar 1 satuan dan var. lainnya
dianggap konstan maka akan meningkatkan nilai Y sebesar 0.8642
 #interpretasi β 2 :
Secara parsial Setiap kenaikan nilai X2 sebesar 1 satuan dan var. lainnya
dianggap konstan maka akan meningkatkan nilai Y sebesar 0.8639

 Model yang didapat :

Y^ = β 0 + β 1 X 1 + β 2 X 2 + ei
= -45.223 + 0.8642 + 0.8639 + ei