Praktikum Analisis Regresi Terapan

Kehutanan

Acara 4 dan 5

Inferensi Regresi Linier Berganda dan Aplikasi Perangkat Lunak

Fakultas Kehutanan
Universitas Gadjah Mada
2021
 Inferensi Regresi Linier Berganda
 To infer = memperkirakan
 Statistika inferensial adalah serangkaian teknik yang digunakan
untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan
data yang diperoleh dari sempel untuk menggambarkan
karakteristik atau ciri dari suatu populasi.
Inferensi Regresi Linier Berganda
Model regresi:
y = β0 + β1Xi + β2X2 +...+ βnXn + ei

Keterangan :
b0 , b1 , b2 , bn adalah parameter.
Xi , X2 , Xn konstanta yang diketahui nilainya.
ei merupakan nilai eror
 Inferensi Regresi Linier
Output dari data inferensi antara lain :
1. Mencari tingkat signifikan B0, B1 dan B2 dengan menggunakan
uji T.
2. Mengetahui nilai koefisien deterministik (r²).
Asumsi-asumsi pada model regresi linier berganda

 Model regresinya adalah linier dalam parameter.

 Nilai rata-rata dari error adalah nol.
 Variansi dari error adalah konstan (homoskedastik).
 Tidak terjadi autokorelasi pada error.
 Tidak terjadi multikolinieritas pada variabel bebas.
 Error berdistribusi normal.
 Multikolinearitas
 Multikolinieritas adalah terjadinya hubungan linier antara variabel
bebas dalam suatu model regresi linier berganda (gujarati, 2003).
 Autokorelasi
Autokorelasi adalah keadaan dimana variabel gangguan pada
periode tertentu berkorelasi dengan variabel gangguan pada
periode lain.
Penyebab terjadinya autokorelasi adalah :
 1. Kesalahan dalam pembentukan model,
 2. Tidak memasukkan variabel yang penting.
 3. Manipulasi data
 4. Menggunakan data yang tidak empiris
 Heteroskedastisitas
 Heteroskedastisitas adalah variansi dari error model regresi tidak
konstan atau variansi antar error yang satu dengan error yang
lain berbeda.
 Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas.
Residual
 Residual menunjukkan seberapa jauh titik data aktual dari titik
data diprediksi (menggunakan persamaan).
Terimakasih
