LATIHAN SOAL ANDAT UAS SEMSETER 4

Suatu model matematis yang dapat digunakan untuk mengetahui atau menguji hubungan antara dua variabel atau lebih. Dimana variabel Y sebagai variabel respons (terikat) dan variabel X sebagai variabel prediktor (bebas) merupakan

• Regresi Linear Multivariabel

• Regresi Linear berganda

• Regresi Linear

• Regresi Logistik

analisis hubungan antara beberapa variabel independen (bebas) dengan satu variabel dependen (terikat) merupakan

• Regresi Linear Multivariabel

• Regresi Linear berganda

• Regresi Linear

• Regresi Logistik

Variabel dependen yang digunakan pada analisis regresi linear multivariabel yaitu

• Numerik

• Kategorik

• Boleh apapun

• Boleh campur tapi dominan numerik

Tujuan analisis regresi linear multivariabel adalah

• • menemukan regresi yang paling sesuai menggambarkan faktor-faktor yang berhubungan dengan variabel independen.

• • Digunakan untuk mengetahui atau menguji hubungan antara dua variabel atau lebih.

• • Mengidentifikasi hubungan sebuah/beberapa variabel independen dengan sebuah variabel dependen

• • mengetahui seberapa besar hubungan masing-masing independen terhadap variabel independen lainnya

Salah satu kegunaan regresi linear multivariabel adalah prediksi yang bertujuan untuk..

• • mengetahui atau menguji hubungan antara dua variabel atau lebih.

• • Mengidentifikasi hubungan sebuah/beberapa variabel independen dengan sebuah variabel dependen

• Memperkirakan variabel dependen dengan menggunakan informasi yang ada pada sebuah/beberapa variabel

• • mengetahui seberapa besar hubungan masing-masing independen terhadap variabel independen lainnya

Salah satu kegunaan regresi linear multivariabel adalah estimasi yang bertujuan untuk..

• •  mengetahui variabel independen apa saja yg berhubungan dengan variabel dependen

• • Mengidentifikasi hubungan sebuah/beberapa variabel independen dengan sebuah variabel dependen

• Mengetahui variabel mana yang paling besar/dominan mempengaruhi variabel dependen

• • mengetahui seberapa besar hubungan masing-masing independen terhadap variabel independen lainnya

Asumsi ini berkaitan dengan teknik pengambilan sampel. Untuk memenuhi asumsi ini, sampel yang diambil harus random ditunjukkan dengan memiliki mean dan varian tertentu.

• Asumsi eksistensi (variabel random)

• Asumsi independensi

• Asumsi linieritas

• Asumsi homoscedasticity

Keadaan dimana masing-masing nilai Y bebas satu sama lain, dengan arti lain nilai dari tiap ind ividu saling berdiri sendiri. Terpenuhi jika nilai Durbin -2 s.d +2 dan sebaliknya berarti tidak ter penuhi.

• Asumsi eksistensi (variabel random)

• Asumsi independensi

• Asumsi linieritas

• Asumsi homoscedasticity

Nilai mean dari variabel Y untuk kombinasi X1, X2, X3, …, Xn terletak pada garis/bidang linie r yang dibentuk dari persamaan regresi. Jika signifikan (p value<alpha) maka model berbentuk linier.

• Asumsi eksistensi (variabel random)

• Asumsi independensi

• Asumsi linieritas

• Asumsi homoscedasticity

Asumsi untuk Menguji homogenitas yang ditunjukkan dari titik tebaran yang tidak berpola dan menyebar merata di sekitar garis titik nol

• Asumsi eksistensi (variabel random)

• Asumsi independensi

• Asumsi linieritas

• Asumsi homoscedasticity