Proses ini diulang secara berurutan sampai akhirnya nilai F parsial terkecil dari variabel bebas akan lebih besar dari F tabel.
2.2. Ujian Sampel
Sebagai ketentuan dalam melakukan penelitian yang berhubbungan dengan pengambilan data adalah harus diketahui untuk dianalisa. Untuk menentukan ukuran
sampel memenuhi unntuk dianalisa, maka dilakukan uji kecukupan sampel dengan taraf
signifikan α = 0,5. Hipotesa :
H : ukuran sampel telah memenuhi syarat
H
1
: ukuran sampel tidak memenuhi syarat Statistik penguji :
N ’ =
2 1
2 1
2 1
20
X X
X N
Dengan : N ’= ukuran variabel tak bebas ke-i observasi
N = Ukuran sampel pengambilan X
t
= Data yang diuji Kriteria pengujian: H
diterima jika N
1
≤ N
2.3. Model Regresi Linier Dengan Pendekatan Matriks
M enggunakan matriks: Y= Xb + ε
Dimana:
Maka untuk mendapatkan penaksir kuadrat terkecil bagi b yang minimum
Universitas Sumatera Utara
=
Berdasarkan sifat dari transpose matriks yaitu karena
adalah suatu scalar bilangan nyata = real number maka sama dengan transposenya
Sehingga:
Kemudian disamakan dengan nol, maka diperoleh
, dengan syarat ada invers Bentuk penulisan dalam matriks adalah
Universitas Sumatera Utara
Koefisien regresi b , b
1
, b
2
, …, b
k
adalah
Bentuk umum persamaan regresi linier berganda adalah: Y =
1 2
2 1
1
... e
X b
X b
X b
b
k k
Dengan : Y = Nilai Variabel tak bebas ke-i observasi b = Konstanta Regresi
k
b b
b ,...,
,
2 1
= Koefisien regresi X
k
= Nilai variabel bebas untuk k =1,2,...,i E
j
= Galat Bentuk data yang diolah adalah sebagai berikut :
Tabel 3 : Data Observasi No
Respon Variabel
Observasi Y
X
1
X
2
X
3
... X
k
1 Y
1
X
11
X
21
X
31
... X
k1
2 Y
2
X
12
X
22
X
32
... X
k2
. .
. .
. .
. .
. .
. .
. .
. .
. .
. .
. n
Y
n
X
1n
X
2n
X
3n
... X
kn
Universitas Sumatera Utara
Kemudian data observasi diselesaikan dengan menggunakan metode kuadrat terkecil, maka diperoleh persamaan regresi linier berganda yangmerupakanpenduga berbentuk:
=
k k
x b
x b
b
...
1 1
Dengan: = Y – e
j
dengan asumsi bahwa e
j
≈ N0,σ
2
. Hal inipenting berarti bahwa residu e
j
mengikuti distibusi normal dengan nilai rata-rata pengganggu = 0 dan variansi e
j
= σ
2
. Untuk penganalisa kecocokan penduga yang diperoleh, ketiga asumsi ini
harus diperiksa. i.
Rata-rata residu ē = 0. ii.
Tidak ada autokorelasi antar residu, artinya e
j
,e
k
= 0. Sehingga penduga yang diperoleh merupakan penduga yang tak biasa.
iii. Nilai rata-ra residu dan variansi e
j
= variansi e
k
= σ
2
. Asumsi ini disebut dengan asumsi homoscedastisitas.
2.4. Membentuk Model Penduga