Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more ➡
Download
Standard view
Full view
of .
Add note
Save to My Library
Sync to mobile
Look up keyword
Like this
1Activity
×
0 of .
Results for:
No results containing your search query
P. 1
5. ANALISIS REGRESI

5. ANALISIS REGRESI

Ratings: (0)|Views: 117|Likes:
Published by Ratna Wulandari
analisis regresi statistika
analisis regresi statistika

More info:

Published by: Ratna Wulandari on May 19, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, DOC, TXT or read online from Scribd
See More
See less

02/28/2014

pdf

text

original

 
5
ANALISIS REGRESI
Jika kita mempunyai data yang terdiri atas dua atau lebih variable, makasewajarnya kita mempelajari bagaimana hubungan antar variable tersebut.Hubungan yang diperoleh, pada umumnya dinyatakan dalam bentuk persamaanmatematik yang menyatakan hubungan fungsional antara variable-variabeltersebut. Studi yang menyangkut masalah ini dikenal dengan analisis regresi.Untuk analisis regresi kita membedakan dua jenis variable, yaitu variable bebas (variable predictor X) dan variable tak bebas (variable respon Y). Padaumumnya variable bebas merupakan sebab, sedangkan variable tak bebasmerupakan akibat. Untuk keperluan analisis. Analisis regresi atau sering disebutdengan Anareg adalah suatu teknik statistik parametrik yang dapat digunakanuntuk : 1)mengadakan peramalan atau prediksi besarnya variasi yang terjadi padavariabel Y berdasarkan variabel X, 2)menentukan bentuk hubungan antaravariabel X dengan variabel Y dan 3) menentukan arah dan koefisien korelasiantara variabel X dan variabel Y. Sebagai alat prediksi, dalam Anareg akanditemukan suatu persamaan regresi yang digunakan untuk menentukan besarnyavariasi yang terjadi pada variabel Y berdasarkan data yang terdapat pada variabelX Misal peneliti ingin mengetahui akibat dari kecepatan mengaduk padakemurnian cat. Dalam penelitian ini, kecepatan mengaduk merupakan variable predictor dan kemurnian cat merupakan respon.Sebagai alat perdiksi, dalam analisis regresi akan ditemukan suatu persamaan regresi yang digunakan untuk menentukan besarnya variasi yangterjadi pada variable Y (respon) berdasarkan data yang terdapat pada variable X(predictor). Dasar ramalan yang ditemukan dalam penelitian yang menggunakanAnareg sebagai metode analisis datanya akan berupa persamaan matematis, yang juga dapat diteruskan untuk melihat bentuk hubungan antara respon dengan predictor. Bentuk hubungan dalam Anareg ada dua, yaitu : bentuk hubungan linier dan non linier. Karena bentuk hubungan ini maka dikenal adanya Anareg linier 84
 
dan Anareg nonlinier. Dalam bab ini kita akan mempelajari anareg linier saja,terutama anareg linier sederhana.
5.1. Hubungan antara variabel bebas dan variabel dependen
Untuk model regresi yang hanya melibatkan satu variabel bebas dan satuvariabel dependen, bentuk hubungan antara dua variabel tersebut biasanya dapatdiperiksa dengan memetakan setiap pasangan pengamatan (X,Y) dalam suatudiagram pencar. Pemetaan data dalam suatu bentuk diagram pencar sangat bermanfaat selain untuk memeriksa bentuk hubungan antar kedua variabel, jugadalam mengeksplorasi data secara keseluruhan, misal dalam memeriksakemungkinan adanya nilai pencilan, melihat bentuk distribusi data atau memerikakecenderungan (
trend 
) dalam data. Sebagai gambaran berbagai diagram pencar disajikan pada Gambar 5.1.Gambar 5.1. Diagram pencar : beberapa contoh bentuk hubungan antara X dan Y85XYXYa bdYXXcY
 
Pemetaan pasangan data (X,Y) ke dalam suatu diagram pencar merupakansuatu langkah awal dalam menganalisis hubungan antara kedua variabel tersebut.Beberapa informasi yang dapat kita peroleh dengan mengamati suatu diagram pencar diantaranya adalah :-Ada atau tidaknya kecenderungan bahwa data tersebut mengelompok disekitar suatu garis lurus atau bentuk kurva sederhana yang lain.-Bagaimana kecenderungan bentuk hubungan antara variabel X dan Y.Misal adakah kecenderungan bahwa nilai-nilai Y menaik dengan bertambahnya nilai X, atau nilai-nilai Y cenderung menurun dengan bertambahnya nilai X.-Bagaimana “kekuatan “ hubungan antara variabel X dan Y. Kedua variabeltersebut dikatakan mempunyai hubungan atau keterkaitan yang erat jikadata dalam diagram pencar tersebut mengelompok di sekitar suatu garislurus atau kurva sederhana yang lain. Semakin dekat jarak antara datadengan kurva tersebut, maka semakin kuat hubungan kedua variabeltersebut.-Kemungkinan adanya nilai pencilan dalam data.
5.2. Analisis regresi linier sederhana
Tujuan penggunaan analisis regresi adalah untuk membangun suatu model probabilistik yang dapat digunakan untuk meramalkan nilai variabel dependen(Y), berdasarkan pada nilai-nilai variabel bebas (X). Dalam teknik regresi linier sederhana, yang kita bahas adalah satu variabel Y oleh satu variabel X saja.Asumsi yang digunakan dalam suatu model regresi linier sederhana adalah bahwahubungan antara nilai harapan Bagi Y
i
dengan nilai X
i
dapat dinyatakan dengan persamaan
( )
iii
 X  E 
10
β β 
+=
(5.1)dengan
0
β 
dan
1
adalah parameter regresi yang tidak diketahui nilainya.Persamaan (5.1) tersebut menyatakan bahwa nilai rata-rata bagi Y
i
untuk nilai X
i
tertentu terletak dalam satu garis lurus.86

You're Reading a Free Preview

Download
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->