OLEH
b0 = Y - b1X
dimana
b0 dan b1 nilai penduga untuk 0 dan 1.
X dan Y adlh nilai rata2 pengamatan X dan Y
ESTIMASI MODEL
REGRESSI LINIER BERGANDA
b0 = Yi – b1X1i – b2 X2i
1. Membuat Persamaan Regresi Berganda dengan Dua Pridektor
a) Membuat Tabel Penolong
b) Menerapkan metode skor deviasi
c) Mencari nilai-nilai konstanta
d) Menentukan persamaan regresi dengan dua variabel bebas
e) Mencari korelasi berganda
f) Mencari koefisien determinasi
No X₁ X₂ Y X₁² X₂² Y² X₁ Y X₂ Y X₁
X₂
1
2
3
2. Uji hipotesis Berganda Dua Prediktor
Menaksir Koefisien Regresi Dengan
Menggunakan Matriks
Dari hasil Metode Kuadrat Terkecil didapatkan persamaan
normal :
nb0 b1 X 1i b2 X 2i ... bk X ki Yi
…..
n X1i X 2i ... X ki
1i X1i X 2i X1i X ki
2
X 1i X ...
A
... ... ... ... ...
X ki X ki X1i X ki X 2i X ki
2
...
Menaksir Koefisien Regresi Dengan
Menggunakan Matriks
b0 g 0 Yi
b
b 1
g g 1 X 1iYi
... ...
bk g k X kiYi
Menaksir Koefisien Regresi Dengan
Menggunakan Matriks
i 1 i 1
Tahapan pendugaannya :
1. Dilakukan turunan pertama terhadap b0 , b1 dan b2
ei
2
2 Yi b0 b1 X 1i b2 X 2i
b0
ei
2
2 Yi b0 b1 X 1i b2 X 2i X 1i
b1
ei
2
2 Y b b X b2 X 2i X 2i
i 0 1 1i
b2
Metode Pendugaan Parameter
Regresi
2. Ketiga persamaan hasil penurunan disamakan dengan
nol
nb0 b1 X i1 b2 X i 2 Yi
b0 X 1i b1 X i1 b2 X 1i X i 2 X 1iYi
2
b0 X 2i b1 X i1 X 2i b2 X i 2 X 2iYi
2
Metode Pendugaan Parameter
Regresi
3. Nilai b1 dan b2 dapat diperoleh dengan memakai aturan-
aturan dalam matriks
n 2
n
n n
X 2 X 1Y X 1 X 2 X 2Y
b1 i 1 i 1 i 1 i 1
2
n 2 n n
X 1 X 2 X 1 X 2
2
i 1 i 1 i 1
n 2
n
n n
X 1 X 2Y X 1 X 2 X 1Y
b2 i 1 i 1 i 1 i 1
2
n n
n
X 1 X 2 X 1 X 2
2 2
i 1 i 1 i 1
b0 Y b1 X 1 b2 X 2
Koefisien Determinasi
R2 r
r merupakan koefisien korelasi antara Y dengan kelompok
X1 , X2 , X 3 , … , X k
Uji Kecocokan Model
Komponen SS db MS Fhitung
Regresi
Regresi JKR k JKR / k JKR /k
s2
Galat JKG n – k – 1 s2 = JKG / n-k-1
Total JKT n – 1
Uji Kecocokan Model
3. Pengambilan Keputusan
Tahapan Ujinya :
1. Hipotesis =
H0 : j 0
H1 : j 0
dimana j merupakan koefisien yang akan diuji
Uji Parsial Koefisien Regresi
2. Statistik uji :
bj j
t
s c jj
Dimana :
bj = nilai koefisien bj
s =
cjj = nilai matriks A-1 ke-jj JKG / n k 1
Uji Parsial Koefisien Regresi
3. Pengambilan keputusan
Y 0 i X i j X j k X k
Kelompok D terdiri dari 3 variabel bebas
Y 0 1 X1 2 X 2 3 X 3 4 X 4
Kelompok E terdiri dari 4 variabel bebas
Pemilihan Model Terbaik
Persamaan regresi yang menduduki posisi utama dalam setiap
kelompok adalah
Contoh :
Akan dianalisis model regresi yang terdiri dari 4 variabel bebas
Model Variabel Korelasi t parsial F
riy 0,731
r2y 0,816
r3y -0,535
r4y -0,821
Y = f(X4) 22,798*
Model terbaik r1y.4 0,915