regresi linear berganda perkiraan interval dan pengujian hipotesis
Download
Skip this Video
Download Presentation
Regresi Linear Berganda: Perkiraan Interval dan Pengujian Hipotesis

Loading in 2 Seconds...

play fullscreen
1 / 10

Regresi Linear Berganda: Perkiraan Interval dan Pengujian Hipotesis - PowerPoint PPT Presentation


  • 204 Views
  • Uploaded on

Regresi Linear Berganda: Perkiraan Interval dan Pengujian Hipotesis. Interval Estimasi Uji Hipotesis Nilai α yg Sebenarnya pada Uji Hipotesis Ringkasan Hasil regresi Uji Normalitas Beberapa Model Fungsi Regresi. Pokok Bahasan. INTERVAL HIPOTESIS

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' Regresi Linear Berganda: Perkiraan Interval dan Pengujian Hipotesis' - monty


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
pokok bahasan

Interval Estimasi

  • Uji Hipotesis
  • Nilai αyg Sebenarnya pada Uji Hipotesis
  • Ringkasan Hasil regresi
  • Uji Normalitas
  • Beberapa Model Fungsi Regresi
PokokBahasan
slide3

INTERVAL HIPOTESIS

  • Adanya fluktuasi sampling, perkiraan tunggal b akan berbeda dengan nilai sebenarnya (B)
  • Ingat konsep E(b) = B
  • Dalam statistika, tingkat kepercayaan (reliability) pemerkiraan tunggal diukur oleh standar error atau varian.

P (b-d < B < b +d) = 1-∞

b- d b+d

Batas Bawah INTERVAL Batas Atas

interval estimasi

Agar estimator sampel, β1, ygsedekatmungkindgn estimator populasiβ1, digunakan interval estimasiygdihitungmenggunakandistribusi t.

  • Untukβ1 : β1 ± t (n-k), /2 Se (β1) 3.9
  • Untukβo : βo ± t (n-k), /2 Se (βo) 3.10
Interval Estimasi
contoh

Diketahui b= 0.8556, Se = 0.192, ∑X2 = 18, df (n-2) = 5-2 =3, 1-a = 0.95, berarti a = 0.05 atau 5%, a/2 = 0.025

Dari tabel t, nilai t(0.025) (3) = 3.182

b-ta/2Sb ≤ B ≤ b +ta/2Sb

0.8556 – t0.025Se≤ B ≤ b + t 0.025Se

√∑Xi √∑Xi

0.8556 – (3.182) 0.1942≤ B ≤ 0.8556 + (3.182) 0.1942

√18 √18

0.70995 ≤ B ≤ 1.00125

Jika upah mingguan naik Rp. 1.000,00 maka interval antara Rp.709,95 dan Rp.1.001,25 diharapkan dalam jangka panjang akan memuat B, nilai koefisien sebenarnya dengan tingkat keyakinan sebesar 95%

Contoh :
uji hipotesis

Prosedur untuk pembuktian kebenaran sifat populasi berdasarkan data sampel.

  • Hipotesis yang salah, Ho, yang akan ditolak dan Hipotesis yang benar, Ha, sebagai hipotesis alternatif.
  • Uji t untuk menyimpulkan apakah akan menerima atau menolak Ho.
  • Uji hipotesis dibedakan menjadi uji satu sisi dan uji dua sisi.
    • Ho : β1 = 0 dan Ha : β1 < 0 Uji t satu sisi
    • Ho : β1 = 0 dan Ha : β1 ≠ 0 Uji t dua dua
Uji Hipotesis
pengujian hipotesis koefisien regresi parsial

Prosedur Uji t dengan satu sisi :

  • Membuat hipotesis melalui uji satu sisi
      • Ho : β1 = 0 dan Ha : β1 < 0
    • Menghitung nilai statistik t (t-statistik) dan mencari nilai t-kritis dari tabel distribusi t pada α dan degree of freedom tertentu, dimana t = (β1 –β1*)/Se(β1)
    • Membandingkan nilai t hitung dengan t-kritisnya
      • t-hitung > t-kritis : tolak Ho atau terima Ha
      • t-hitung < t-kritis : terima Ho atau tolak Ha
Pengujian Hipotesis Koefisien Regresi Parsial
contoh1

Untukβ1 = -225 danβo = 2321,75, Se (β1) = 12,57 dan Se (βo) = 128,63 dan R2=0,981, dengan α = 0,05, tentukan apakah harga berpengaruh negatif terhadap permintaan sepeda motor ?

    • Rumuskan hipotesis Ho : β1 = 0 dan Ha : β1 < 0
    • Hitung t dan cari t-kritis dimana α = 5% dan df=6. t=(-225-0)/(12,57) = -17,898 dan t-kritis = -1,943.
    • Kesimpulan tolak Ho dan terima Ha.
    • Artinya, jika harga sepeda motor naik sebesar 1 jt maka jumlah permintaan sepeda motor turun 225 unit.
Contoh :
contoh2

Hasil dari perhitungan Sampel menunjukkan bahwa nilai b= 0.5091, Sb= 0.0357, df=8. Dengan =0.05 Cek apakah H0:B =0.3 dapat diterima atau ditolak, dengan tingkat signifikan a=0.05.

JAWAB:

Dengan a=0.05 dari tabel t kita peroleh:

ta/2 = t0.025 = 2.306 (dengan df=8)

Ho:B = 0.3 B0 = 0.3

H1:B ≠ 0.3

ta/2 = t0.025 = 2.306 (dengan df=8)

thitung = 0.5091 – 0.3 = 5.8571 = 5.86

0.0357

CONTOH:
uji hipotesis1

Daerah menolak Ho

Daerah menolak Ho

Daerah tidak menolak Ho

95%

Kalau –ta/2 ≤ t ≤ ta/2 , H0 diterima

Kalau t < -ta/2 atau t > ta/2 , H0 ditolak

–2,306

2,306

t= 5,86

Uji Hipotesis
ad