• Tidak ada hasil yang ditemukan

Slide SIF203 Alin12 Terapan Alin Regresi Linier

N/A
N/A
Protected

Academic year: 2017

Membagikan "Slide SIF203 Alin12 Terapan Alin Regresi Linier"

Copied!
21
0
0

Teks penuh

(1)

Aplikasi Terapan – Aljabar Linier

(2)
(3)

1. STATISTIKA : REGRESI LINEAR

BERGANDA

Rumus

Y = nilai observasi (data hasil

pencatatan)

Y’ = nilai regresi

i = 1, 2, …, n

ki k

i i

i

k k

X

b

X

b

X

b

b

Y

X

b

X

b

X

b

b

Y

...

'

...

'

2 2

1 1 0

2 2

(4)

REGRESI LINEAR BERGANDA

Rumus Persamaan Regresi Linear Sederhana

b0 = nilai Y’, jika X1 = X2 = 0

b1 = besarnya kenaikan (penurunan) Y dalam satuan, jika X1 naik (turun) satu satuan,

sedangkan X2 konstan

b2 = besarnya kenaikan (penurunan) Y dalam satuan, jika X2 naik (turun) satu satuan,

sedangkan X1 konstan

(5)

REGRESI LINEAR BERGANDA

Untuk menghitung b0, b1, b2, …, bk digunakan

Metode Kuadrat Terkecil dengan persamaan berikut.

Penyelesaiannya diperoleh nilai b0, b1, b2, …, bk.

(6)

REGRESI LINEAR BERGANDA

Misalnya,

Variabel terikat ada 1, yaitu Y

Variabel bebas ada 2 (k = 2), yaitu X

1

dan

X

2

Penyelesaiannya diperoleh b

0

, b

1

, dan b

2

Persamaannya adalah

 

 

 

Y X X

b X

X b

X b

Y X X

X b

X b

X b

Y X

b X

b n

b

2 2

2 2

1 2 1

2 0

1 2

1 2

2 1 1

1 0

2 2

1 1

(7)

REGRESI LINEAR BERGANDA

•Penyelesaiannya digunakan persamaan matriks

•A = matriks (diketahui)

•H = vektor kolom (diketahui)

•b = vektor kolom (tidak diketahui)

•A-1= kebalikan (invers) dari matriks A

Ab = H

b = A

-1

H

Ab = H

b = A

(8)

REGRESI LINEAR BERGANDA

Matriks 2 baris dan 2 kolom

determinan A = det (A) = | A | = a

11

a

22

a

12

a

21

Contoh

det (A) = | A | = a

11

a

22

– a

12

a

21

= 14 – 24 =

-10

   

  

22 21

12 11

a a

a a

A Matriks

   

  

7 6

4 2

(9)

REGRESI LINEAR BERGANDA

Matrisk 3 baris dan 3 kolom

12 21 33 11

23 32 13

22 31 32

21 13 31

23 12 33

22 11

32 31

22 21

12 11

33 32

31

23 22

21

13 12

11

33 32

31

23 22

21

13 12

11

det A a a a a a a a a a a a a a a a a a a a

a

a a

a a

a a

a

a a

a

a a

a A

a a

a

a a

a

a a

a A

 

 

 

  

 

  

  

  

 

  

(10)

REGRESI LINEAR BERGANDA

Contoh

24 det

108 24

12 72

12 36

det

4 . 3 . 9 2

. 3 . 4 6

. 2 . 1 4 . 3 . 6 1

. 3 . 4 9

. 2 . 2 det

4 1

2 3

4 2

9 4

1

3 2

3

6 4

2

9 4

1

3 2

3

6 4

2

 

 

 

 

 

 

 

  

 

  

  

  

 

  

  

A A A A

(11)

REGRESI LINEAR BERGANDA

Penggunaan matriks dalam 3 persamaan 3 variabel

(12)

REGRESI LINEAR BERGANDA

Contoh.

Tentukan nilai b

1

, b

2

, dan b

3
(13)
(14)

Contoh (1)

Data pengeluaran 10 rumah tangga, untuk pembelian barang

tahan lama per minggu(Y),

pendapatan per minggu (X1), dan

jumlah anggota keluarga (X2)

disajikan dalam tabel berikut.

Jika suatu rumah tangga

mempunyai pendapatan per

minggu (X1) Rp11.000,00 dan

jumlah anggota keluarga (X2) 8

orang, berapa uang yang

dikeluarkan untuk membeli

barang-barang tahan lama

tersebut.

Y X1 X2

23 10 7

7 2 3

15 4 2

17 6 4

23 8 6

22 7 5

10 4 3

14 6 3

20 7 4

(15)

REGRESI LINEAR BERGANDA

Jawaban

Y X1 X2 X1Y X2Y X1X2 Y2 X

12 X22

23 10 7

7 2 3

15 4 2

17 6 4

23 8 6

22 7 5

10 4 3

14 6 3

20 7 4

19 6 3

(16)

REGRESI LINEAR BERGANDA

Jawaban

Y X1 X2 X1Y X2Y X1X2 Y2 X

12 X22

23 10 7 230 161 70 529 100 49

7 2 3 14 21 6 49 4 9

15 4 2 60 30 8 225 16 4

17 6 4 102 68 24 289 36 16

23 8 6 184 138 48 529 64 36

22 7 5 154 110 35 484 49 25

10 4 3 40 30 12 100 16 9

14 6 3 84 42 18 196 36 9

20 7 4 140 80 28 400 49 16

19 6 3 114 57 18 361 36 9

(17)

REGRESI LINEAR BERGANDA

Jawaban

Persamaan normal adalah

737 182

267 40

1122 267

406 60

170 40

60 10

2 1

0

2 1

0

2 1

0

2 2

2 2

1 2 1

2 0

1 2

1 2

2 1 1

1 0

2 2

1 1

0

 

 

 

 

 

 

b b

b

b b

b

b b

b

Y X X

b X

X b

X b

Y X X

X b

X b

X b

Y X

b X

b n

(18)

REGRESI LINEAR BERGANDA

Jawaban

Jadi suatu rumah tangga dengan pendapatan per minggu Rp11.000,00 dan jumlah anggota keluarga 8 orang, diperkirakan akan mengeluarkan Rp27.500,00 untuk pembelian barang-barang tahan lama.

 

08 , 27500

83 , 3 42

, 31

8 48 , 0 11000

50 , 2 92

, 3

48 , 0 50

, 2 92

, 3

48 , 0 ;

50 , 2 ;

92 , 3

2 1

2 1

0

 

 

 

  

Y Y Y

X X

Y

b b

(19)

Contoh (2)

X1 adalah persediaan

modal (dalam jutaan rupiah), X2 adalah biaya

iklan (dalam jutaan rupiah), dan Y = penjualan (dalam jutaan rupiah). Tentukan nilai Y jika X1 = 15 dan X2 = 10.

Y X1 X2

2 1 2

5 2 3

9 4 4

13 6 4

16 8 6

19 10 8

20 14 13

(20)

Soal-soal

X1 adalah persediaan

modal (dalam jutaan rupiah), X2 adalah biaya

iklan (dalam jutaan rupiah), dan Y = penjualan (dalam jutaan rupiah). Tentukan nilai Y jika X1 = 15 dan X2 = 10.

Y X1 X2

1 2 1

2 4 3

4 6 5

6 8 7

(21)

Referensi

Dokumen terkait

dapat pula dikerjakan regresi linier berganda untuk 2 variabel bebas atau lebih. Cara mendapatkan matrik (X’X),

Regresi Komponen Utama dan Regresi Ridge adalah metode untuk mengatasi masalah multikolinieritas yang terjadi pada analisis regresi linier berganda. Metode Regresi

Regresi Komponen Utama dan Regresi Ridge adalah metode untuk mengatasi masalah multikolinieritas yang terjadi pada analisis regresi linier berganda.. Metode Regresi

Perbandingan Regresi Komponen Utama dan Regresi Ridge untuk Mengatasi Masalah Multikolini eritas pada Model Regresi Linier Berganda”.

Lampiran 3 Menentukan parameter regresi linier berganda (Contoh Ilustrasi Kasus

Metode kuadrat terkecil merupakan suatu metode estimasi parameter regresi yang paling sederhana untuk regresi linier sederhana maupun regresi linier berganda, tetapi jika

4.6 Estimasi Parameter Regresi Linier Berganda Prior Konjugat Hal pertama yang harus dilakukan dalam mengestimasi parameter regresi linier berganda prior konjugat yaitu

Model regresi linier berganda merupakan suatu persamaan yang menggambarkan hubungan antara dua atau lebih variabel bebas/ predictor (X1, X2,…Xn) dan satu variabel tak bebas/