190 likes | 370 Views
KELOMPOK 3 Annisa Nur Purnama (09.5880) M. Muflik Teguh YP (09.6029) Riska Diesta Fadilla (09.6111). LATENT ROOT REGRESSION. KELAS 3SE3 SEKOLAH TINGGI ILMU STATISTIK. S ebuah model regresi dikatakan baik atau cocok jika dipenuhi asumsi-asumsi ideal ( klasik ), yakni tidak adanya :
E N D
KELOMPOK 3 Annisa Nur Purnama (09.5880)M. Muflik Teguh YP(09.6029) Riska Diesta Fadilla (09.6111) LATENT ROOT REGRESSION KELAS 3SE3 SEKOLAH TINGGI ILMU STATISTIK
Sebuah model regresidikatakanbaikataucocokjikadipenuhiasumsi-asumsi ideal (klasik), yakni tidak adanya : • Otokorelasi • Heteroskedastisitas • Multikolinearitas PERTANYAAN : BAGAIMANA JIKA TERDAPAT MULTIKOLINEARITAS ??
JAWABANNYA : LATENT ROOT REGRESSION adalah solusi jika terjadi multikolinearitas Metodeinimerupakanperluasanregresikomponenutamauntukpemeriksaanpersamaanperamalanalternatifdanuntukpembuanganpeubahperamal.
Prosedur yang digunakandalamanalisisregresiakarlatenadalah: 1. Membuatmatrikskorelasigandengannya. 2. Menghitungakarlatendarimatrikskorelasigandengannyabeserta vector latenpadanannya . 3. Memeriksaakar-akarlatenberikutnilai-nilaipadanannya. 4. Melakukanprosedurestimasi parameter. 5. Melakukanseleksi variable denganprosedurlangkahmundur ( backward)
PEMERIKSAAN AKAR-AKAR LATEN dan Jikamemenuhi kedua syarat tersebut, makaakarlatendan vector padanannyadibuang. Namunjikasalahsatunyasaja yang terpenuhimakaakarlatendan vector padanannyatetapdipertahankandalamperhitungan.
PROSEDUR ESTIMASI • Tentukanakarciridanvektorciri yang signifikan • Tentukankoefisienregresikuadratterkecil termodifikasi • Tentukan & bandingkankoefesienregresidan SSRB untuk KTB dan KTT
Menentukan Koefisien Regresi Kuadrat Terkecil Termodifikasi dimana
Menentukan jumlahkuadratsisauntukpersamaan regresikuadratterkeciltermodifikasi
SELEKSI VARIABEL Prosedurlangkahmundur( Backward ) SSR ketikapengeluaran ; l = 1, 2,….., r dari model
Statistikujiprosedurlangkahmundur (Backward) • BandingkannilaiFhitdenganFtabel. • JikaFhit < dariFtabelmaka variable tersebutdikeluarkandalammodel. • JikaFhit > dariFtabelmaka variable tersebutdipertahankandalam model. dimana Ftabel = F(1-α; 1 , (n-k-1))
EXAMPLE Sebuahperusahaaninginmengetahuipanas yang dihasilkandaripembakaran 1 gram semen (Y) yang terdiridariKandungantricalciumaluminate(X1), Kandungantricalciumcilicate (X2) , Kandungantetracalciumalumino (X3)dankandungantetracalciumcilico (X4) untukTujuantersebutdiambilsampelsebanyak 13 dengan data sebagaiberikut:
PEMERIKSAAN AKAR LATEN Dari hasillangkah 2 dapatdiketahuibahwaterdapatduaλ yang nilainyakurangdari0,05 yaituλo dan λ1. Kemudiankitaceknilaipadanannya. Untuk ɣoo nilainya 0,0408 baris yang bersuaianharusdibuang. Untukɣ01nilainya -0,2617, untukmembandingkannilaiɣ0jkitamenggunakannilaimutlaksehingga 0,2617 > 0,1 sehingga vector danakarlatenpadabarisinitetapdipertahankandalamperhitungan.
PROSEDUR ESTIMASI • Karena SSRB < SSRT, OLS lebihbaikdigunakandaripada latent root
SELEKSI VARIABEL • SSR yang diperolehdariregresikuadratterkecil • danregresikuadratterkeciltermodifikasisetelah • pengeluaranpeubah :
STATISTIK UJI KarenaFhit < F(0,95,1,8) maka X3dapatdikeluarkandari model.