Regresi Berganda Regresi berganda melibatkan penggunaan lebih daripada

Regresi Berganda • Regresi berganda melibatkan penggunaan lebih daripada 1 pembolehubah tak bersandar untuk meramal pembolehubah bersandar • Pembolehubah bersandar = Y • Pembolehubah tak bersandar = X 1, X 2, X 3, . . Xn • Koefisien regresi = b 1, b 2, b 3, … bn • Pintasan = a • Persamaan: Y = a + b 1 X 1 + b 2 X 2 + b 3 X 3 + …. . + bn. Xn T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Koefisien Regresi • Koefisien regresi bersih (net) · Mengukur perubahan purata dalam pembolehubah bersandar bagi setiap unit perubahan dalam pembolehubah tak bersandar dengan andaian pembolehubah tak bersandar lain adalah malar (konstan) • Contoh: ^ Y = 6. 04 - 18. 1 X 2 + 5. 9 X 3 T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Syarat Penggunaan • Syarat sebelum boleh digunakan: · Data mestilah dalam bentuk selanjar atau pun telah mengalami transformasi · Pembolehubah bersandar dan tak bersandar (peramal) mestilah ditentukan terlebih dahulu • Isu yang berbangkit · Kesesuaian soalan penyelidikan · Spesifikasi perhubungan statistik • Jumlah Kos = Kos Berubah + Kos Tetap · Pemilihan pembolehubah bersandar dan tak bersandar T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Ciri-ciri Peramal yang baik • Ciri-ciri pembolehubah peramal yang baik · Berkait rapat dengan pembolehubah bersandar · Tidak mempunyai korelasi yang tinggi dengan pembolehubah tak bersandar yang lain T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Matriks Korelasi • Matriks korelasi di bentuk dengan mengira korelasi mudah antara kesemua pasangan pembolehubah • Contoh Matriks Pembolehubah 1 2 3 T. Ramayah Pembolehubah 1 2 3 r 11 r 12 r 13 r 21 r 22 r 23 r 31 r 32 r 33 Kaedah Penyelidikan Perniagaan Bab 19

Ralat Piawai Anggaran • Persamaan di mana: · Syx 2 x 3 = ralat piawai anggaran Y di regresi berbanding · · T. Ramayah dengan X 2 dan X 3 Y = jualan sebenar ^ Y = anggran jualan dengan persamaan regresi n = bilangan cerapan k = bilangan koefisien yang di anggar dalam persamaan Kaedah Penyelidikan Perniagaan Bab 19

Pembolehubah Patung (Dummy Variable) • Pembolehubah patung digunakan untuk menentukan perhubungan antara pembolehubah tak bersandar kualitatif dengan pembolehubah bersandar • Contoh: · Jantina diwakili oleh Lelaki=1 dan Wanita=0 · 2 kategori = 1 pembolehubah patung · 3 kategori = 2 pembolehubah patung · Secara am bilangan pembolehubah patung = (c - 1) T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Masalah Kolinearan dan Multikekolinearan • Masalah ini berlaku bila terdapat korelasi yang tinggi di antara pembolehubah tak bersandar • Kolinearan adalah korelasi tinggi antara 2 pembolehubah tak bersandar manakala multikekolinearan adalah korelasi tinggi antara 3 atau lebih pembolehubah tak bersandar • Kesannya MUNGKIN menyebabkan · Koefisien tak boleh di percayai · Koefisien mempamirkan tanda yang salah · Saiz koefisien yang di berikan silap T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Cara Mengatasi Multikekolinearan • Jika perhubungan korelasi sempurna antara 2 pembolehubah, kita boleh menyingkir 1 pembolehubah dan hanya menggunakan salah 1 pembolehubah sahaja • Cara lain · Ambil saiz sampel yang besar · Kaedah Diagnostik • Graf • Matriks · Pengalaman T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Andaian dalam Regresi Berganda • Perhubungan adalah linear · Plot regresi separa · Plot nilai X 1 dan Y, X 2 dan Y dsb • Varians ungkapan ralat adalah malar (constant) · Plot residual studentized dengan Y ramalan · Ujian Levene bagi “homogeneity of variance” • Ungkapan ralat adalah tak bersandar · Studentized residual dan Cerapan · Statistik D-W T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Andaian dalam Regresi Berganda • Ungkapan ralat bertaburan normal · Plot kebarangkalian normal • Tiada Masalah Multikekolinearan · Tolerance = 1 - Ri 2 (mestilah kurang dari 0. 1) · VIF = 1/ Ri 2 (tidak boleh melebihi 10) T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Analisis Diskriminan • Konsep asas sama dengan regresi berganda cuma perbezaannya adalah pembolehubah bersandar dalam analisis ini adalah dalam bentuk kategori atau nominal • Analisis ini cuba mengklasifikasikan orang atau objek ke dalam dua atau lebih kumpulan • Klasifikasi yang boleh digunakan: • Membeli, Tidak Membeli • Pencapaian Tinggi, Pencapaian Sederhana, Pencapaian Rendah T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Persamaan Diskriminan • Persamaan Diskriminan Di = d 0 + d 1 X 1 + d 2 X 2, ……. + dn. Xn • di mana • • Di = skor fungsi diskriminan i di = koefisien berwajaran d 0 = pemalar X’s = nilai pembolehubah diskriminan yang digunakan dalam analisis • Contoh: • D = 0. 659 X 1 + 0. 583 X 2 + 0. 975 X 3 T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Contoh Pengiraan Skor Diskriminan • Hasil Klasifikasi Analisis Diskriminan Ramalan Kumpulan Sebenar Bilangan Kes Tidak Berjaya 0 15 Berjaya 1 15 0 13 86. 7% 3 1 2 13. 3% 12 20. 0% 80. 0% Peratusan kes yang di klasifikasi dengan betul: 83. 3% T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19

Analisis Faktor • Fungsi analisis ini adalah untuk mengurangkan bilangan pembolehubah yang banyak kepada bilangan yang boleh diuruskan man-mana pembolehubah yang tergolong dalam kategori yang sama dan mempunyai ciri-ciri ukuran yang bertindan • Bila kita ingin mencari perhubungan ataupun “underlying dimensions” kita lakukan analisis ini • Kesemua pembolehubah di masukkan ke dalam analisis dan komputer akan ekstrak beberapa faktor yang penting dengan menggunakan “Principal Components Analysis” selepas “Varimax Rotation” • Selepas proses ekstrak ini kita boleh memberikan nama kepada pembolehubah baru (faktor yang diekstrak) T. Ramayah Kaedah Penyelidikan Perniagaan Bab 19