ANALISIS REGRESI MULTIVARIABEL

Di susun oleh kelompok 3:

1.NELI ANJANI
2.TEGAR FIKI HAIKAL
3.ALI AVINCIENNA
4.KHANSA FIRZANA BUSANA
 A.Pengertian Asumsi Normalitas
Asumsi normalitas dan uji normalitas adalah konsep yang sangat penting dalam
ekonometrika dan statistika. Asumsi normalitas merujuk pada teori bahwa data
yang digunakan dalam analisis statistik memiliki distribusi yang normal atau tidak.
Sedangkan uji normalitas adalah proses yang digunakan untuk menentukan apakah
data tersebut memenuhi asumsi normalitas atau tidak.Asumsi normalitas dalam
analisis regresi berganda,

1 Metode Chi-Square (Uji Goodness of fit Distribusi Normal)

2 Metode Lilliefors
3 Metode Kolmogorov-Smirnov
4 Metode Shapiro Wilk
 B. Pengertian Uji Hipotesis
Hipotesis adalah pernyataan dugaan atau asumsi mengenai suatu
hal yang dibuat untuk menjelaskan hal yang sering dituntut
kebenarannya atau diuji kebenarannya (Sudjana, 1992).
1. Diantara Uji Hipotesis berdasarkan distribusinya, yaitu :

• Ujidistribusit(t-student)

• UjidistribusiF(F-ratio)

• UjidistribusiZ
-Langkah - Langkah Uji Hipotesis:
1. Menentukan formulasi hipotesis nol (H0) dan hipotesis alternatifnya (H1)
2. Menentukan taraf nyata (significant level)
3. Menentukan Kriteria Pengujian
4. Menentukan Nilai Uji Statistik
5. Membuat Kesimpulan
 C.Model Regresi Multi-Variabel

Regresi linear ganda dengan tiga variabel bebas X_{1}, X2, dan X_{3}, serta variabel
terikat Y merupakan data berpasangan.

Misalkan Y merupakan variabel terikat dan X_{1},X_{2},X_{3} merupakan variabel-

variabel bebas untuk i=1,2,3,...,n, maka model regresi linear ganda dengan 3 variabel
tersebut adalah:
D.Koefisien Regresi Persial

Koefisien regresi parsial" adalah koefisien kemiringan (s)

dalam model regresi berganda. Yang dimaksud dengan
"koefisien regresi" (yaitu, tanpa "parsial") adalah
koefisien kemiringan dalam model regresi sederhana
(hanya satu variabel). Jika Anda memiliki beberapa
variabel prediktor/pen jelas, dan Anda menjalankan
serangkaian regresi sederhana, dan regresi berganda
dengan semuanya,
E.Estimasi Ordinary Least Square dan Maximum Likelihood

A.Ordinary Least Square Estimation

Analisis regresi linear berganda merupakan salah satu metode statistik yang
digunakan untuk memodelkan dan menyelidiki hubungan antara satu variabel
terikat dengan dua atau lebih variabel bebas. Salah satu metode yang digunakan
untuk mengestimasi parameter regresi adalah metode Ordinary Least Squares
(OLS). Metode OLS harus memenuhi asumsi-asumsi yang ada sehingga hasil
estimasinya memenuhi sifat Best Linear Unbiased Estimator (BLUE). Namun
metode OLS sangat peka terhadap adanya penyimpangan asumsi pada data.
 B.Maximum Likelihood Estimation

-Maximum Likelihood Estimation (MLE) merupakan metode statistik yang

sering digunakan untuk mendapatkan estimasi parameter untuk model
matematika dari n sampel. MLE adalah metode yang memaksimumkan
fungsi Likelihood.
TERIMA KASIH