
Teori Uji Multikolinearitas
Uji
multikolinearitas digunakan untuk mengetahui ada atau tidaknya penyimpangan
asumsi klasik. Multikolinearitas yaitu adanya hubungan linear antar variabel independen
dalam model regresi linier berganda. Prasyarat yang harus terpenuhi dalam model regresi linier berganda adalah
tidak adanya multikolinearitas.
Ada beberapa metode pengujian yang bisa
digunakan diantaranya yaitu: 1) dengan melihat nilai inflation factor
(VIF) pada model regresi linier berganda, 2) dengan membandingkan nilai koefisien determinasi
individual (r2) dengan nilai determinasi secara
serentak (R2), dan 3) dengan melihat nilai eigenvalue dan
condition index. Pada pembahasan ini akan dilakukan uji
multikolinearitas dengan melihat nilai inflation factor (VIF) pada model
regresi dan membandingkan nilai koefisien determinasi individual (r2)
dengan nilai determinasi secara serentak (R2).
Persamaan Regresi Linier Berganda (Contoh Kasus Manual) (03)
1. Arti Dari Konstanta, Koefisien X1 dan
Koefisien X2 Dalam Persamaan Regresi
Linier Berganda.
Persamaan Regresi Linier Berganda di atas dapat dijelaskan sebagai berikut:
Koefisien X2 Dalam Persamaan Regresi
Linier Berganda.
Persamaan Regresi Linier Berganda di atas dapat dijelaskan sebagai berikut:
- Konstanta sebesar 2,553; artinya jika Harga Barang X (X1) dan Harga Barang Y (X2) nilainya adalah 0, maka Jumlah Barang X yang dibeli (Y’) nilainya adalah 2,553 unit.
Contoh Soal Dan Pembahasan Tentang Differensial (02)
Persamaan Regresi Linier Berganda (Contoh Kasus Manual) (02)
Uji
Koefisien Regresi Secara Simultan/Bersama-sama (Uji F) !!!
Uji ini
digunakan untuk mengetahui apakah variabel independen (X1,X2….Xn)
secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen
(Y). Atau untuk mengetahui apakah model regresi dapat digunakan untuk
memprediksi variabel dependen atau tidak. Signifikan berarti hubungan yang
terjadi dapat berlaku untuk populasi (dapat digeneralisasikan), misalnya dari
kasus di atas sampelnya adalah 10.
Dari hasil perhitungan manual analisis regresi berganda dapat diketahui
nilai F seperti pada langkah 7 sebesar 24,57.Persamaan Regresi Linier Berganda (Contoh Kasus Manual) (01)
Pengolahan Data Regresi
Linier Berganda Secara Manual !!!
Langkah 1:
Siapkan DATA MENTAH Y, X1, X2 !!!
Determinan Dengan Metode Cramer
Metode Cramer
jika Ax = b adalah sebuah sistem linear n yang tidak di ketahui dan det(A)≠ 0 maka persamaan tersebut mempunyai penyelesaian yang unikContoh soal:
Gunakan metode cramer untuk menyelesaikan persoalan di bawah ini
-
- x1 + x3 = 6
-
- -3x1 + 4x2 + 6x3 = 30
-
- -x1 - 2x2 + 3x3 = 8
Bentuk matrik A dan b
-
- A =
b =
- A =
-
- A1 =
A2 =
A3 =
- A1 =
maka,
Uji Heteroskedastisitas
Dalam kaitannya dengan kehidupan kita sehari-hari khususnya dalam bidang ekonomi, terkadang kita ingin mengetahui bagaimana hubungan, faktor-faktor, gangguan atau hambatan serta pengaruh apa saja yang terjadi dalam proses dalam kegiatan ekonomi yang kita lakukan. Misalnya, antara biaya produksi dan pendapatan yang diperoleh, antara jumlah tenaga kerja dan jumlah produk yang dihasilkan, antara pola konsumsi orang miskin dan orang kaya, dan sebagainya.
Sebagai contoh, kegiatan yang sering kita jumpai dalam kegiatan sehari-hari adalah adanya perbedaan pola konsumsi antara orang miskin dan orang kaya. Kegiatan yang bisa kita lihat disini adalah orang yang kaya tentu akan bervariasi dalam membelanjakan uangnya. Sedangkan orang yang miskin hanya bisa sedikit bervariasi dalam berbelanja. Hal inilah yang bisa dikatakan adanya varians yang tidak sama antara kedua golongan tersebut, yang berarti timbul masalah heteroskedastisitas.
Sebagai contoh, kegiatan yang sering kita jumpai dalam kegiatan sehari-hari adalah adanya perbedaan pola konsumsi antara orang miskin dan orang kaya. Kegiatan yang bisa kita lihat disini adalah orang yang kaya tentu akan bervariasi dalam membelanjakan uangnya. Sedangkan orang yang miskin hanya bisa sedikit bervariasi dalam berbelanja. Hal inilah yang bisa dikatakan adanya varians yang tidak sama antara kedua golongan tersebut, yang berarti timbul masalah heteroskedastisitas.
Persamaan Regresi Linier Berganda
Analisis regresi linier berganda adalah hubungan secara linear antara dua atau lebih variabel independen (X1, X2,….Xn)
dengan variabel dependen (Y). Analisis ini untuk mengetahui arah
hubungan antara variabel independen dengan variabel dependen apakah
masing-masing variabel independen berhubungan positif atau negatif dan
untuk memprediksi nilai dari variabel dependen apabila nilai variabel
independen mengalami kenaikan atau penurunan. Data yang digunakan
biasanya berskala interval atau rasio.
Determinan Matriks Metode Sarrus dan Metode Ekspansi Laplace/Ekspansi Kofaktor
Ada dua macam cara menghitung matriks ordo 3×3. Satu yang paling terkenal adalah metode Sarrus dan satunya lagi adalah metode Ekspansi Laplace. Metode kedua ini jarang diketahui mahasiswa. Oleh karena itu saya akan membahasnya disini.
Determinan Matriks Ordo 3 x 3
Apa itu determinan matriks ??
Determinan matriks merupkan salah satu persyatan yang harus dipenuhi
dalalm mencari invers suatu matriks. Dalam matriks, cara mencari
determinan berbeda untuk setiap ordonya. Kali ini saya akan membahas
mengenai cara menentukan determinan matriks ordo 3x3.
Untuk menentukan determinan matriks ordo 3x3 berbeda dengan cara
menentukan determinan matriks ordo 2x2, untuk menentukannya yaitu
pertama harus menambahkan kolom satu dan kolom dua secara berurutan ke
sebelah kiri matriks. Untuk lebih jelasnya perhatikan uraian dibawah ini
:
Keterangan :
DM : Determinan Matriks
Ordo : Jenis matriks
a, b, c, d, e, f, g, h, dan i : Elemen-elemen matriks
Langganan:
Postingan (Atom)

























