Matakuliah Tahun Versi : I0174/Analisis regresi : 2005 :1 Pertemuan 19 Pengujian parameter dummy 1 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : • Menguji hipotesis yang melibatkan dummy variabel 2 Outline Materi • Pengujian hipotesis dummy variabel • Pengujian hipotesis regresi non linier 3 • Pengujian hipotesis dari data sebelumnya dalam pendugaan parameter regresi dengan dummy variabel 4 Data pengamatan sebelumnya: Diperoleh persamaan Y =1.43 + 0.4868X – 1.92 Z1 – 2.19 Z2 5 Pengujian • Dari pendugaan parameter diperoleh • a1= -1.92 menduga selisih G - W • a2= -2.19 menduga selisih V – W • a1 digunakan untuk menguji apakah ada perbedaan antar G dan W • a2 digunakan untuk menguji apakah ada perbedaan anar V dan W 6 pengujian • uji-t dapat dilakukan untuk menguji beda antara intersep-intersep tersebut. Misalnya, selisih W — G sebenarnya diduga adalah –a1 = 1.92 dan kalau ini dibagi dengan simpangan baku dugaannya. yang diperoleh dari akar unsur yang sesuai pada matriks (X'X)-1s2, maka akan diperoleh nilai-t, yang nilai mutlaknya dapat dibandingkan dengan nilai label t(9, 1-α) 7 • Nilai simpangan baku yang diperoleh dari akar unsur yang sesuai pada matriks (X'X)-1s2, maka akan diperoleh nilai-t, yang nilai mutlaknya dapat dibandingkan dengan nilai label t(9, 1-α) 8 9 contoh • Apabila hipotesis yang diuji adalah Ho: a1 = 0 Maka nilai t = 1.92/0.201 = 9.55 • Bagaimana bentuk matrik (X’X)-1 ? 10 • Pengujian parameter regresi non linier • Hipotesis yang diuji setelah di transformasi menjadi model linier, maka parameter yang diuji merupakan parameter dari model liniernya 11 • Pada model Model Y= βoeX Log Y = log βo + x log e Untuk menguji βo dari model Y= βoeX melalui hasil pendugaan log βo 12 • Pada model Y= βoX1β1X2β2 • Transformasi logaritma menjadi Log Y = log βo + β1 log X1 + β2 log x2 Uji hipotesis yang melibatkan βo dari penduga log βo , sedangkan hipotesi yang melibatkan β1 dan β2 langsung dari penduga parameternya 13 • Model Y = cβo+β1X1+β2X2 • Transformasi logaritma menjadi Log Y = (βo+β1X1+β2X2) log c atau Log Y/log c = βo+β1X1+β2X2 Bagaimana menguji hipotesis parameter dalam model ? 14 • Statistik uji yang digunakan seperti dalam regresi linier atau regresi berganda • Dengan statistik t atau F 15 • Hipotesis-hipotesis parameter regresi yang akan diuji dalam model regresi dengan dummy variabel atau model non linier disesuaikan dengan bidang ilmu yang mendasari 16
© Copyright 2024 Paperzz
