LANGSUNG SAJA YAAAAA..... hehe ini juga bisa didownload loh
disini
LAPORAN
PRAKTIKUM
KOMPUTASI
STATISTIKA
“Regresi
Linier Berganda“
OLEH:
NAMA : Makhrifatul Murdhita
NIM : 135090501111048
ASISTEN : 1. Diana Rosyida
2. Nur Pradina K
LABORATORIUM STATISTIKA
PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU
PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
MALANG
2015
BAB I
SOURCE CODE
|
No.
|
Source
Code
|
Fungsi
|
|
1
|
>p=read.table("C:\\Users\\Toshiba\\Documents\\data1.txt",header=TRUE)
> p
|
Untuk
memanggil data dari notepad
sehingga
data dapat ditampilkan pada software R
|
|
2
|
>
Q=function(p){
+
n=length(p$Y)
+
x0=matrix(1,n)
+ MY=matrix(p$Y,nrow=n)
+
x1=matrix(p$X1,nrow=n)
+
x2=matrix(p$X2,nrow=n)
+
MX=matrix((cbind(x0,x1,x2)),nrow=n,ncol=3)
+
Q=(solve(t(MX)%*%MX))%*%(t(MX)%*%MY)
+ Q}
|
Digunakan untuk membuat fungsi pendugaan parameter.
|
|
3
|
> Q(p)
|
Digunakan untuk menampilkan
output dari fungsi.
|
|
4
|
>
R=function(Q,p){
+ Q=Q(p)
+
n=length(p$Y)
+
i=length(Q)
+
x0=matrix(1,n)
+
MY=matrix(p$Y,nrow=n)
+
x1=matrix(p$X1,nrow=n)
+ x2=matrix(p$X2,nrow=n)
+MX=matrix((cbind(x0,x1,x2)),nrow=n,ncol=3)
+
y_hat=MX%*%Q
+
e=MY-y_hat
+
SSR=sum((y_hat-mean(MY))^2)
+
SSE=sum((MY-y_hat)^2)
+
MSR=SSR/1
+
MSE=SSE/(n-i)
+
cov_b=solve(t(MX)%*%MX)*MSE
+
R=sqrt(diag(cov_b))
+ R}
|
Digunakan untuk
menghitung standard
error masing-masing koefisien
dengan fungsi.
|
|
5
|
>
R(Q,p)
|
Digunakan untuk menampilkan
output dari fungsi.
|
|
6
|
>
thit=function(Q,R,p){
+ b=Q(p)
+
R_b=R(Q,p)
+
thit=(1/R_b)*b
+ thit}
|
Digunakan untuk membuat fungsi untuk menghitung t hitung.
|
|
7
|
>
thit(Q,R,p)
|
Untuk
menampilkan output dari fungsi.
|
|
8
|
>
p_val=function(thit,p){
+
thit=thit(Q,R,p)
+
n=length(p$Y)
+
p_val=2*(1-pt(abs(thit),n-2))
+ p_val}
|
Digunakan untuk membuat fungsi untuk menghitung p-value.
|
|
9
|
>
p_val(thit,p)
|
Untuk
menampilkan output dari fungsi.
|
BAB II
HASIL DAN
PEMBAHASAN
Kasus
Dibawah ini merupakan data mengenai permintaan sari
apel, harga sari apel dan pendapatan konsumen. Ingin diketahui pengaruh harga sari
apel dan pendapatan konsumen terhadap permintaan sari apel.
Y X1 X2
5 18 9
6 14 5
6 9 3
8 14 2
6 3 5
11 15 8
10 20 10
6 19 11
3 7 4
7 8 8
Keterangan
:
Y = Permintaan sari apel
X1 = Harga sari apel
X2 = Pendapatan konsumen
Hasil dan
Pembahasan
>
source("C:\\Users\\Userlab\\Documents\\dhitukkk.txt")
Error
in source("C:\\Users\\Userlab\\Documents\\dhitukkk.txt") :
C:\Users\Userlab\Documents\dhitukkk.txt:1:9:
unexpected symbol
1:
Y X1
^
>
p=read.table("C:\\Users\\Userlab\\Documents\\dhitukkk.txt",header=TRUE)
>
p
Y X1 X2
1 5 18
9
2 6 14
5
3 6
9 3
4 8 14
2
5 6
3 5
6 11 15
8
7 10 20 10
8 6 19 11
9 3
7 4
10 7
8 8
>
Q=function(p){
+
n=length(p$Y)
+
x0=matrix(1,n)
+
MY=matrix(p$Y,nrow=n)
+
x1=matrix(p$X1,nrow=n)
+
x2=matrix(p$X2,nrow=n)
+
MX=matrix((cbind(x0,x1,x2)),nrow=n,ncol=3)
+
Q=(solve(t(MX)%*%MX))%*%(t(MX)%*%MY)
+
Q}
>
Q(p)
[,1]
[1,] 4.51747418
[2,] 0.15907591
[3,] 0.04034796
>
R=function(Q,p{
Error:
unexpected '{' in "R=function(Q,p{"
>
R=function(Q,p){
+
Q=Q(p)
+
n=length(p$Y)
+
i=length(Q)
+
x0=matrix(1,n)
+
MY=matrix(p$Y,nrow=n)
+
x1=matrix(p$X1,nrow=n)
+
x2=matrix(p$X2,nrow=n)
+
MX=matrix((cbind(x0,x1,x2)),nrow=n,ncol=3)
+
y_hat=MX%*%Q
+
SSR=sum((y_hat-mean(MY))^2)
+
e=MY-y_hat
+
SSE=sum((MY-y_hat)^2)
+
MSR=SSR/1
+
MSE=SSE/(n-i)
+
cov_b=solve(t(MX)%*%MX)*MSE
+
R=sqrt(diag(cov_b))
+
R}
>
R(Q,p)
[1]
2.0868928 0.1788918 0.3287367
>
thit=function(Q,R,p){
+
thit}
>
thit=(1/R_b)*b
Error:
object 'R_b' not found
>
R_b=R(Q,p)
>
b=Q(p)
>
thit=function(Q,R,p){
+
b=Q(p)
+
R_b=R(Q,p)
+
thit=(1/R_b)*b
+
thit}
>
thit(Q,R,p)
[,1]
[1,]
2.1646892
[2,]
0.8892297
[3,]
0.1227364
>
p_val=function(thit,p){
+
thit=thit(Q,R,p)
+
n=length(p$Y)
+
p_val=2*(1-pt(abs(thit),n-2))
+
p_val}
>
p_val(thit,p)
[,1]
[1,]
0.06233228
[2,]
0.39982780
[3,]
0.90534319
>
Model
yang terbentuk berdasarkan kasus tersebut adalah
Y
= 4.51747418+ 0.15907591X1 +0.04034796
X2
Interpretasi :
1.
Jika harga sari apel dan pendapatan konsumen sama
dengan 0, maka permintaan sari apel adalah 4.51747418 kg.
2. Setiap kenaikan satu
rupiah X1 atau harga sari apel
akan menurunkan Y atau permintaan sari apel
sebesar 0.15907591 kg,
dimana variabel lainnya konstan.
3. Setiap kenaikan satu
rupiah X2 atau pendapatan konsumen akan menaikkan Y atau permintaan sari apel sebesar 0.04034796 kg, dimana variabel lainnya
konstan.
Standard error masing-masing koefisien adalah :
Se(βo) = 2.0868928
Se(β1) = 0.1788918
Se(β2) = 0..3287367
T-Hitung untuk
masing-masing koefisien adalah :
T hitung untuk βo = 2.1646892
T hitung untuk β1 = 0.8892297
T hitung untuk β2 = 0.1227364
p-value
untuk masing-masing koefisien adalah :
p-value untuk βo =0.06233228
p-value untuk β1 = 0.39982780
p-value untuk β2 =0.90534319
Sehingga:
H0 : βo=0
H1: βo≠0
Keputusan : Terima H0
Kesimpulan :
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
intersep tidak berpengaruh secara nyata terhadap permintaan sari apel.
H0 : β1=0
H1: β1≠0
Keputusan : Terima H0 karena
Kesimpulan :
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
X1 atau harga sari apel tidak berpengaruh secara nyata terhadap permintaan sari
apel.
H0 : β2=0
H1: β2≠0
Keputusan : Terima H0 karena
Kesimpulan :
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
X2 atau pendapatan konsumen tidak berpengaruh secara nyata terhadap permintaan sari
apel.
BAB
III
PENUTUP
3.1 Kesimpulan
1. Model yang terbentuk
berdasarkan kasus tersebut
adalah
Y = 5.4341329 – 0.0630528 X1 +0.1360895 X2
2. Standard
error masing-masing koefisien adalah :
Se(βo) = 2.0868928
Se(β1) = 0.1788918
Se(β2) = 0..3287367
1. T-Hitung untuk
masing-masing koefisien adalah :
T hitung untuk βo = 2.1646892
T hitung untuk β1 = 0.8892297
T hitung untuk β2 = 0.1227364
2. p-value
untuk masing-masing koefisien adalah :
p-value untuk βo =0.06233228
p-value untuk β1 = 0.39982780
p-value untuk β2 =0.90534319
1.
Berdasarkan pengujian hipotesis dapat disimulkan bahwa
:
·
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
intersep tidak berpengaruh secara nyata terhadap permintaan sari apel.
·
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
X1 atau harga sari apel tidak berpengaruh secara nyata terhadap permintaan sari
apel.
·
Dengan tingkat kepercayaan 95% dapat disimpulkan bahwa
X2 atau pendapatan konsumen tidak berpengaruh secara nyata terhadap permintaan sari
apel.
3.2 Saran
Dalam mengerjakan suatu data pada software R diperlukan
ketelitian. Ketelitian disini adalah dalam hal pembuatan coding (menuliskan
Syntax dan tanda baca). Jangan sampai kecerobohan kita membuat kerugian akan
waktu dan tenaga.
