Pengertian
• Regresi merupakan teknik statistika yang digunakan untuk mempelajari hubungan fungsional dari satu atau beberapa peubah bebas (peubah yang mempengaruhi)
terhadap satu peubah tak bebas (peubah yang dipengaruhi)
Regresi
• Dari
derajat
(pangkat) tiap peubah bebas
• Linier (bila pangkatnya 1)
• Non-linier (bila pangkatnya bukan 1)
• Dari
banyaknya
peubah bebas (yang
mempengaruhi)
Regresi Linier Sederhana
•
Model
– Yi = 0 + 1Xi + i
Yi merupakan nilai pengamatan ke-i.
0 adalah parameter regresi (intersep)
1 adalah parameter regresi (slope)
i kesalahan ke-i.
– Asumsi :
• peubah X terukur tanpa kesalahan; X tidak memiliki distribusi (bukan random variable)
Teladan Permasalahan
• Dari sebuah survai yang
dilakukan di kampung Maju Makmur digunakan untuk mengetahui hubungan
fungsional antara luas tanah (hektar) dan harganya (Rp. 00 Juta). Bila data berpasangan tentang luasan dan harga tanah diperoleh, bagaimana hubungan fungsionalnya ?
Luas Harga
0,75 2,45
0,55 2,20
1,00 2,80
1,25 3,60
2,50 5,80
3,00 7,40
4,50 9,00
3,75 8,50
5,00 10,00
3,25 8,00
3,25 7,50
2,75 6,00
2,75 6,25
Diagram Pencar
(Scatter Plot)
0,00 2,00 4,00 6,00 8,00 10,00 12,00
0,00 1,00 2,00 3,00 4,00 5,00 6,00
Luas (Ha.)
H
ar
g
a
(R
p
. j
u
ta
Mana pendekatan yang baik ?
Garis lurus yang sedemikian rupa sehingga melewati seluruh
titik (data ) pada diagram pencar yang mendekati
0,00 2,00 4,00 6,00 8,00 10,00 12,00
0,00 1,00 2,00 3,00 4,00 5,00 6,00
Luas (Ha.)
H
ar
g
a
(R
p
. j
u
ta
Metode Jumlah Kuadrat Galat Terkecil
(
Least Squares Method)merupakan salah satu kriteria yang memenuhi, agar apabila kuadrat dari kesalahan itu dijumlahkan akan se minimum mungkin.
0,00 2,00 4,00 6,00 8,00 10,00 12,00
0,00 2,00 4,00 6,00
Teladan Hitungan
Luas X Harga Y XY X2 Y2
0,75 2,45 1,8375 0,5625 6,0025 0,55 2,20 1,2100 0,3025 4,8400 1,00 2,80 2,8000 1,0000 7,8400 1,25 3,60 4,5000 1,5625 12,9600 2,50 5,80 14,5000 6,2500 33,6400 3,00 7,40 22,2000 9,0000 54,7600 4,50 9,00 40,5000 20,2500 81,0000 3,75 8,50 31,8750 14,0625 72,2500 5,00 10,00 50,0000 25,0000 100,0000 3,25 8,00 26,0000 10,5625 64,0000 3,25 7,50 24,3750 10,5625 56,2500 2,75 6,00 16,5000 7,5625 36,0000 2,75 6,25 17,1875 7,5625 39,0625 2,00 4,00 8,0000 4,0000 16,0000 4,00 8,00 32,0000 16,0000 64,0000 40,30 91,50 293,4850 134,2400 648,6050
2,69 6,10
slope 1,835
Persamaan Regresi
serta penjelasannya
i
i
X
Y
ˆ
1
,
169
1
,
835
Slope bernilai 1,835. Artinya : dua luasan tanah yang berbeda seluas satu hektar, tanah yang lebih luas akan memiliki perkiraan harga Rp. 1,835 juta lebih tinggi.
JANGAN diartikan sbb: bila luas tanah meningkat satu hektar, maka harga tanah akan meningkat Rp. 1,835
Persamaan Regresi
serta penjelasannya
i
i
X
Y
ˆ
1
,
169
1
,
835
Slope bernilai 1,169. Untuk teladan ini nilai intersep tidak memiliki arti.
Persamaan Regresi
serta penjelasannya
840
,
4
)
2
(
835
,
1
169
,
1
2
x
Y
675
,
6
)
3
(
835
,
1
169
,
1
3
x
Y
Menguji Koeffisien Regresi
Kriteria Penolakan: Tolak hipotesis nol jika t < -t atau t > t
Menguji Koeffisien Regresi
Jika kita misalkan berikut ini adalah simpangan baku galat, yang dinotasikan dengan
Maka simpangan baku bagi penduga slope 1 dapat
dituliskan sebagai berikut
Menguji Koeffisien Regresi
0
ˆ 00 0
ˆ
s thit
H0 : 0 = 10 vs H1 : 0 ≠ 00
Kriteria Penolakan: Tolak hipotesis nol jika thit < -t;n-2 atau thit > t;n-2
dimana
Statistik Uji
) (
1 2
2 ˆ
0 JK X
x n
s
Nilai Dugaan dan Simpangan
Bakunya
Apabila dilakukan sampling yang berulang untuk nilai X = x tertentu dari salah satu nilai
x yang kita gunakan, maka nilai dugaan modelnya adalah
1
ˆ
ˆ
ˆ
x oy
x
Dengan simpangan baku
)
(
)
(
1
22 ˆ
X
JK
x
x
n
s
s
x
Nilai Dugaan dan Simpangan
Bakunya
Apabila kasus baru didapat untuk nilai X = x tilde yaitu x dari nilai yang ada diluar amatan kita
1
ˆ
ˆ
ˆ
x oy
x
%
Dengan simpangan baku
) (
) ~
( 1 1
2 2
ˆ~
X JK
x x
n s
s
x
Penduga Interval bagi
Koeffisien Regresi
Koeffisien Korelasi
• Mengukur keeratan hubungan dua peubah (tidak harus
memiliki hubungan sebab akibat). Dinotasikan dengan xy atau singkatnya saja.
• Nilainya -1 xy +1
– Jika xy -1 kedua peubah berhubungan kuat tapi berlawanan
arah
– Jika xy +1 kedua peubah berhubungan kuat dan searah
– Jika xy 0 kedua peubah tidak memiliki hubungan
• Koeffisien korelasi contoh (bila tidak seluruh anggota populasi diamati) dinotasikan dengan rxy atau r saja
Penjelasan
arti koeffisien korelasi
983
,
0
)
46
,
90
)(
97
,
25
(
66
,
47
xy
r
Menguji Koeffisien Korelasi
H0 : = 0 vs H1 : ≠ 0
Statistik uji
Menguji Koeffisien Korelasi
H0 : = vs H1 : ≠
Statistik uji (n > 30)
2 1
2
r n r zhit
Menguji Koeffisien Korelasi
H0 : = vs H1 : ≠
Statistik uji (n ≤ 30)
2 1
2
r n r thit