BAB VI
ANALISIS REGRESI
A. Pendahuluan
Analisis regresi merupakan salah satu analisis yang bertujuan untuk mengetahui pengaruh suatu variabel terhadap variabel lain. Variabel yang mempengaruhi disebut independent variable/variabel bebas (Y) dan variabel yang dipengaruhi disebut dependent variable/variabel terikat (X). Jika hanya terdapat satu variabel bebas dan satu variabel terikat, maka disebut sebagai persamaan regresi sederhana sedangkan jika variabel bebasnya lebih dari satu, maka disebut sebagai persamaan regresi berganda.
Apabila dua variabel X dan Y mempunyai hubungan, maka nilai variabel X yang sudah diketahui dapat dipergunakan untuk memperkirakan/menaksir/meramalkan nilai variabel Y.
Contoh:
Ramalam produksi 2 tahun yang akan datang, Ramalan harga bulan depan,
Ramalan jumlah penduduk 10 tahun yang akan datang, Ramalan hasil penjualan tahun depan,
Ramalan nilai UAS Statistik dan Probabilitas, dll
Analisis regresi berguna untuk mendapatkan hubungan fungsional antara dua variabel atau lebih atau mendapatkan pengaruh antara variabel prediktor terhadap variabel kriteriumnya
Variabel prediktor = variabel bebas = variabel yang mempengaruhi = X
Variabel kriterium = variabel terikat / tergantung = variabel yang dipengaruhi = Y
B. Jenis-jenis Analisis Regresi
1. Regresi linier jika hubungan antara variabel bebas terhadap variabel tak bebas berbentuk linier .
a. Regresi linier sederhana
bX
a
Y
ˆ
b. Regresi linier berganda
2. Regresi tak linier jika hubungan antara variabel bebas terhadap variabel tak berbentuk linier
a. Regresi kuadratik
b. Regresi kubik
C. Regresi Linier Sederhana
Persamaan analisis regresi sederhana: Y = a + bX
di mana:
Y = variabel kriterium X = variabel prediktor a = bilangan konstanta
b = koefisien arah regresi linier
Jika nilai b positif maka variabel Y akan mengalami kenaikan/pertambahan, dan sebaliknya.
Konstanta a dan koefisien arah regresi b :
3 3 2 2 1 1 ˆ a bX b X b X Y 3 3 2 3 2 2 2 ˆ ˆ ˆ ˆ ˆ bX a Y cX bX a Y dX cX bX a Y bX a Y cX bX a Y 3 3 2 3 2 2 2 ˆ ˆ ˆ ˆ ˆ bX a Y cX bX a Y dX cX bX a Y bX a Y cX bX a Y
penurunan parsial terhadap a dan b yang sederhana diperoleh
2 2 2
i i i i i i i i i i i i i X X n Y X X X Y X b Y a dan
i i i i i i i i i i i X X n Y X Y X n b 2 2 Contoh:
Pendapatan per kapita nasional (variable X) dan pengeluaran konsumsi rumah tangga (Y) disajikan dalam tabel berikut. Tentukan ramalan/perkiraan yang didapat jika pendapatan per kapita pada nilai angka X = 100.
Penyelesaian:
25189
413 5.25 8 17416 413 25189 292 2 a
25189
413
0.61 8 292 413 17415 8 2 bMaka persamaan regresinya menjadi: Y 5.250.61X
D. Regresi Linier Berganda
Untuk meramalkan pengaruh dua variabel prediktor atau lebih terhadap satu variabel kriterium.
Bentuk persamaan garis regresi berganda : Y = b1 + b2X1 + b3X2 2 prediktor
Y = b1 + b2X1 + b3X2 + b4X3 3 prediktor
Y = b1 + b2X1 + b3X2 +…+ bnXn n predictor
Langkah-langkah mencari persamaan regresi linier berganda: 1. Buatlah tabel penolong untuk regresi ganda
2. Dengan metode kuadrat terkecil, koefisien b0,b1,dan b2 dapat dicari dari 3 persamaan dengan 3 variabel berikut:
Y X X b X X b X b Y X X X b X b X b Y X b X b b n 2 2 2 2 2 1 1 2 0 1 2 1 2 2 1 1 1 0 2 2 1 1 0Konstanta b0,b1,dan b2 dapat dicari dengan metode substitusi dan eliminasi, dengan invers matriks, atau dengan cara lain.
Selain cara di atas, b0,b1,dan b2 dapat dicari dengan:
2 2 1 1 0 2 2 1 2 2 2 1 1 2 1 2 2 1 2 2 2 1 2 2 2 1 2 2 1 1 2 2 1 X b X b Y b x x x x y x x x y x x b x x x x y x x x y x x b
n X X X X x x n X X x
2 1 2 1 2 1 2 2 2 : dengan Contoh: Y 5 6 8 7 5 6 5 8 6 5 6 6 X1 4 6 8 6 5 5 4 7 6 4 6 7 X2 7 5 7 7 4 5 5 8 6 5 5 5Carilah persamaan regresi linear ganda dari data di atas. Penyelesaian:
Dari data diperoleh:
430 , 427 , 398 413 , 404 , 457 , 69 , 68 , 73 2 1 2 1 2 2 2 1 2 2 1
Y X Y X X X X X Y X X Y Cara 1: ) 3 ( ... ... 430 413 398 69 ) 2 ( ... ... 427 398 404 68 ) 1 ( ... ... 73 69 68 12 2 1 0 2 1 0 2 1 0 b b b b b b b b b) 4 ( ... ... 3 15 6 : ) 2 ( ) 3 ( b0 b1 b2 ) 5 ( ... ... 37 111 140 73 69 68 12 : ) 1 ( 36 180 72 12 : 12 ) 4 ( 2 1 2 1 0 2 1 0 b b b b b b b b ) 6 ( ... ... 40 21 56 1241 1173 1156 204 : 17 ) 1 ( 1281 1194 1212 204 : 3 ) 2 ( 2 1 2 1 0 2 1 0 b b b b b b b b 639 , 0 57 , 0 385 , 0 63 5 , 163 100 5 , 52 140 : 5 , 2 ) 6 ( 37 111 140 : ) 5 ( 0 1 2 2 2 1 2 1 b b b b b b b b
Cara 2:
Dari besaran-besaran yang telah dicari di atas, diperoleh:
0,57
5,667
0,385
5,75
0,639 083 , 6 385 , 0 33875 , 254 00575 , 98 7 25 , 16 667 , 18 333 , 13 7 25 , 10 667 , 18 57 , 0 33875 , 254 91125 , 144 7 25 , 16 667 , 18 25 , 10 7 333 , 13 25 , 16 25 , 10 75 , 419 430 12 73 69 430 333 , 13 667 , 413 427 12 73 68 427 7 391 398 12 69 68 398 25 , 16 75 , 396 413 12 69 413 667 , 18 333 , 385 404 12 68 404 083 , 6 12 73 ; 75 , 5 12 69 ; 667 , 5 12 68 2 2 1 1 0 2 2 2 1 2 2 2 1 1 2 1 2 2 1 2 2 2 2 1 2 2 2 1 2 2 1 1 2 2 1 2 2 2 1 1 1 2 1 2 1 2 1 2 2 2 2 2 2 2 2 2 1 2 1 2 1 2 2 1 1
X b X b Y b x x x x y x x x y x x b x x x x y x x x y x x b n Y X Y X y x n Y X Y X y x n X X X X x x n X X x n X X x n Y Y n X X n X XJadi persamaan regresinya adalah Y0,6390,57X10,385X2 E. Regresi Trend Parabola
Untuk meramalkan pengaruh dua variabel prediktor atau lebih terhadap satu variabel kriterium. Regresi trend parabola pada dasarnya adalah garis regresi dimana variabel bebas X merupakan variabel waktu.
Persamaan garis trend parabola: Y = a + bX + cX2
Di dalam regresi trend parabola pemecahan masalah menggunakan persamaan normal yaitu:
an + bX + c X2 = Y
a X + bX2 + c X3 = XY
a X2 + bX3 + c X4 = X2 Y
Contoh:
Produksi padi suatu daerah selama enam tahun adalah :
Dengan menggunakan trend parabola Y = a + bX + cX2, berapa nilai regresinya jika X = 7?
Langkah pertama kita mencari variabel X terlebih dahulu. Variabel X diperoleh dari nilai yang berada ditengah variabel Y.
Jika jumlah datanya genap maka variabel X dimulai dari titik 1, sedangkan jika datanya ganjil maka variabel X dimulai dari titik 0, dimana jumlah seluruh nilai variabel X = 0.
Kemudian cari persamaan normalnya dari penurunan rumus di bawah ini: an + bX + c X2 = Y
a X + bX2 + c X3 = XY
a X2 + bX3 + c X4 = X2 Y
Kemudian cari persamaan normalnya dari penurunan rumus di bawah ini : an + bX + c X2 = Y
a X + bX2 + c X3 = XY
a X2 + bX3 + c X4 = X2 Y
Substitusikan persamaan 1 dan 3
6a + 28c = 93 168a + 784c = 2604 28a + 196c = 498 168a + 1176c = 2988 -392c = -384
c = 384/392 c = 0,97 Nilai c dimasukkan ke (1) 6a + 28(0,97) = 93 6a = 65,84 a = 10,97
Jadi persamaan trend parabola dari Y adalah : Y = 10,97 + 5,5X + 0,97X2
Dengan X = 7 maka ramalan produksi padi adalah : Y = 10,97 + 5,5*7 + 0,97*49
LATIHAN
1. Diketahui data dari suatu sampel sebagai berikut.
No 1 2 3 4 5 6 7
X 2 3 4 5 6 7 8
Y 4 5 2 3 9 6 7
Carilah persamaan garis regresinya dan jelaskan apa makna dari persamaan garis regresi tersebut.
2. Berikut adalah data nilai probabilitas (X) dan nilai statistika dasar (Y) dari suatu sampel.
No 1 2 3 4 5 6 7 8 9 10 11 12 13 14
X 5 9 6 8 5 7 9 8 8 6 8 5 7 7
Y 8 6 8 6 8 7 6 6 8 8 7 8 8 8
Carilah persamaan garis regresinya dan jelaskan apa makna dari persamaan garis regresi tersebut.
3. Dalam suatu penelitian yang dilakukan terhadap 10 rumah tangga yang dipilih secara acak, diperoleh data pengeluaran untuk pembelian barang – barang tahan lama perminggu (Y), pendapatan perminggu (X1), dan jumlah anggota rumah
tangga (X2) sebagai berikut :
Dengan menggunakan Y = b0 + b1X1 + b2X2 , berapakah nilai ramalan Y, jika
X1 = 11, X2 = 8.
4. Nilai statistika matematika (Y), statistika dasar (X1), dan probabilitas (X2) dari 12
anak adalah sebagai berikut:
No 1 2 3 4 5 6 7 8 9 10 11 12 Stat-mat (Y) 7 6 9 7 6 7 7 6 8 9 7 6 Stat-das (X1) 6 5 8 7 5 7 8 6 7 9 7 5 Probabilitas (X2) 6 6 9 7 6 6 6 5 8 8 6 8 Carilah persamaan garis regresinya dan jelaskan apa makna dari persamaan garis regresi tersebut.
5. Sebuah koperasi milik pemerintah memberikan modal usaha selama 7 tahun untuk masyarakat yang ingin berwiraswasta, setiap tahun modal yang diberikan tidak
selalu sama tergantung dari subsidi yang diberikan pemerintah. Didapat data dibawah ini :
Dengan menggunakan trend parabola, berapa nilai regresi jika X = 15?
Tim Penyusun: Sukirman Sri Rejeki Sumber:
Syamsudin. 2002. Statistik Deskriptif. MUP: Surakarta
N. Setyaningsih, Pengantar Statistika Matematika, MUP-UMS Budiyono, Statistika untuk Penelitian, 2004, UNS