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
2_. Analisis Regresi Linier Sederhana

2_. Analisis Regresi Linier Sederhana

Ratings: (0)|Views: 150|Likes:
Published by Dian Thoriqul Fitri

More info:

Published by: Dian Thoriqul Fitri on Jul 08, 2013
Copyright:Attribution Non-commercial

Availability:

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

11/30/2013

pdf

text

original

 
 
7
BAB II.REGRESI LINIER SEDERHANA2.1 Pendahuluan
Gejala-gejala alam dan akibat atau faktor yang ditimbulkannya dapat diukur ataudinyatakan dengan dua kategori yaitu fakta atau data yang bersifat kuantitatif dan faktaatau data yang bersifat kualitatif.Dalam pembicaraan ini akan diuraikan masalah regresi dan korelasi, sebagai pengukur hubungan antara dua variabel atau lebih. Dalam pembicaraan regresi dan korelasi datayang dianalisis harus bersifat kuantitatif atau terukur atau terhitung atau dapatdikuantitatifkan; jadi sekurang-kurangnya data dengan skala interval. Data kuantitatif dapat dibedakan atas dua macam yaitu: Data atau pernyataan yang bersifat bebasadalah pernyataan yang ditentukan dengan mana suka atau bebas pilih. Pernyataan inisering disebut dengan variabel bebas atau variabel bebas atau variabel atau prediktor atau
independent variable
. Data atau pernyataan yang tergantung atau terikat padavariabel bebas disebut dengan variabel tak bebas atau variabel tergantung atau variabeltak bebas atau variabel endogen atau kreterium atau
dependent variable
. Apakah perlunya mempelajari regresi dan korelasi ?. Tujuan mempelajari regresi dankorelasi adalah untuk menemukan atau mencari hubungan antarvariabel, sebagai dasar untuk dapat dipakai melakukan penaksiran atau peramalan atau estimasi dari hubunganantarvariabel tersebut.
2.2 Pengertian Regresi dan Korelasi
Telah dinyatakan dimuka bahwa regresi atau korelasi adalah metode yang dipakai untukmengukur hubungan antara dua variabel atau lebih. Kedua metode regresi maupunkorelasi sama-sama dipakai untuk mengukur derajat hubungan antarvariabel yangbersifat korelasional atau bersifat keterpautan atau ketergantungan. Penggunaan regresiadalah sebagai pengukur bentuk hubungan, dan korelasi adalah sebagai pengukur keeratan hubungan antarvariabel.Kedua cara pengukur hubungan tersebut mempunyai cara perhitungan dan syaratpenggunaannya masing-masing. Penjelasan mengenai perbedaan antara regresi dankorelasi dalam pemakaiannya atau penerapannya terletak pada:
1. Regresi
adalah pengukur hubungan dua variabel atau lebih yang dinyatakandengan bentuk hubungan atau fungsi. Untuk menentukan bentuk hubungan(regresi) diperlukan pemisahan yang tegas antara variabel bebas yang sering diberisimbul X dan variabel tak bebas dengan simbul Y. Pada regresi harus ada variabelyang ditentukan dan variabel yang menentukan atau dengan kata lain adanyaketergantungan variabel yang satu dengan variabel yang lainnya dan sebaliknya.Kedua variabel biasanya bersifat kausal atau mempunyai hubungan sebab akibatyaitu saling berpengaruh. Sehingga dengan demikian, regresi merupakan bentukfungsi tertentu antara variabel tak bebas Y dengan variabel bebas X atau dapatdinyatakan bahwa regresi adalah sebagai suatu fungsi Y = f(X). Bentuk regresitergantung pada fungsi yang menunjangnya atau tergantung pada persamaannya.
2. Korelasi
adalah pengukur hubungan dua variabel atau lebih yang dinyatakandengan derajat keeratan atau tingkat hubungan antarvariabel-variabel. Mengukur derajat hubungan dengan metode korelasi yaitu dengan koefisien korelasi
. Dalamhal ini, dengan tegas dinyatakan bahwa dalam analisis korelasi tidakmempersoalkan apakah variabel yang satu tergantung pada variabel yang lain atausebaliknya. Jadi metode korelasi dapat dipakai untuk mengukur derajat hubungnantarvariabel bebas dengan variabel bebas yang lainnya atau antar fua variabel.
PDF created with pdfFactory Pro trial versionwww.pdffactory.com
 
 
8
Perlu ditekankan bahwa penggunaan metode korelasi untuk mengukur hubunganantarvariabel yang satu dengan variabel yang lain, hendaknya anrata variabel itudiharapkan mempunyai kaitan atau relevansi. Jangan sekali-sekali menghubungkan ataumengkorelasikan variabel-variabel yang sangat jauh atau mustahil atau relevansinyasangat kecil.Beberapa contoh penggunaan korelasi dan regresi seperti di bawah ini.1). Banyaknya anakan dengan produksi padi.2). Kepadatan penduduk dengan upah buruh harian.3). Berat induk sapi dengan berat anak yang baru dilahirkan.4). Nilai yang diperoleh pada mata ajaran statistika dengan matematika.5). Umur dengan berat badan anak balita.6). Kadar air pada biji dan volume biji.7). Luas daun dengan panjang akar.8). Besar buah dengan besar biji.9). Biaya advertensi dengan jumlah penjualan.10). Fluktuasi temperatur dengan jumlah anak-anak yang sakit pilek.Selain contoh di atas, masih banyak lagi contoh yang lain yang serupa. Dari contoh-contoh di atas dapat dilakukan pendekatan yang sesuai seperti: analisis regresi dapatdipakai pada contoh-contoh nomer: 1; 2; 3; 5; dan 9. Sedangkan, analisis korelasi dapatdipakai pada semua contoh di atas.
2.3 Macam-macam Regresi
Telah disebutkan di muka bahwa regresi adalah bentuk hubungan antara variabel bebasX dengan variabel tak bebas Y, yang dinyatakan dalam bentuk fungsi matematis Y = f(X).Sehingga persamaan regresi atau bentuk fungsi, sesuai dengan variabel bebas X yangmenyusunnya. Dengan demikian bentuk fungsi atau regresi dapat digolongkan menjadibeberapa macam yaitu:
2.3.1 Regresi linier.
Regresi linier ialah bentuk hubungan di mana variabel bebas X maupun variabeltergantung Y sebagai faktor yang berpangkat satu.Regresi linier ini dibedakan menjadi:1). Regresi linier sederhana dengan bentuk fungsi: Y = a + bX + e,2). Regresi linier berganda dengan bentuk fungsi: Y = b
0
+ b
1
X
1
+ . . . + b
p
X
p
 
+ e
 
Dari kedua fungsi di atas 1) dan 2); masing-masing berbentuk garis lurus (linier sederhana) dan bidang datar (linier berganda).
2.3.2 Regresi non linier.
Regresi non linier ialah bentuk hubungan atau fungsi di mana variabel bebas X dan atauvariabel tak bebas Y dapat berfungsi sebagai faktor atau variabel dengan pangkattertentu. Selain itu, variabel bebas X dan atau variabel tak bebas Y dapat berfungsisebagai penyebut (fungsi pecahan), maupun variabel X dan atau variabel Y dapatberfungsi sebagai pangkat fungsi eksponen = fungsi perpangkatan.
PDF created with pdfFactory Pro trial versionwww.pdffactory.com
 
 
9
Regresi non linier dapat dibedakan menjadi:1). Regresi polinomial
ialah regresi dengan sebuah variabel bebas sebagai faktor dengan pangkat terurut. Bentuk-bentuk fungsinya adalah sebagai berikut.Y = a + bX + cX
2
(fungsi kuadratik).Y = a + bX + cX
2
+ bX
3
(fungsi kubik)Y = a + bX + cX
2
+ dX
3
+ eX
4
(fungsi kuartik),Y = a + bX + cX
2
+ dX
3
+ eX
4
+ fX
5
(fungsi kuinik), dan seterusnya.Selain bentuk fungsi di atas, ada suatu bentuk lain dari fungsi kuadratik, yaitu denganpersamaan:Y = a + bX + c
X. bentuk ini dapat ditulis menjadi:Y = a + bX + cX
(1/2)
,Sehingga, modifikasi dari fungsi kubik adalah:Y = a + bX + cX
(1/2)
+ dX
(3/2)
, atauY = a + b
X + cX + d
X
3
.Dari contoh-contoh tersebut di atas perhatikan pangkat dari variabel bebas X.
2). Regresi hiperbola (fungsi resiprokal)
. Pada regresi hiperbola, di mana variabelbebas X atau variabel tak bebas Y, dapat berfungsi sebagai penyebut sehinggaregresi ini disebut regresi dengan fungsi pecahan atau fungsi resiprok. Regresi inimempunyai bentuk fungsi seperti:1/Y = a + bX atauY = a + b/X.Selain itu, ada bentuk campuran seperti:1/Y = a + bX + cX
2
, dan masih banyak lagi bentuk-bentuk lainnya.
3). Regresi fungsi perpangkatan atau geometrik
. Pada regresi ini mempunyaibentuk fungsi yang berbeda dengan fungsi polinomial maupun fungsi eksponensial.Regresi ini mempunyai bentuk fungsi: Y = a + b
X
.
4). Regresi eksponensial
. Regresi eksponensial ialah regresi di mana variabelbebas X berfungsi sebagai pangkat atau eksponen. Bentuk fungsi regresi ini dalah:Y = a e
bX
atauY = a 10
bX.
 
Modifikasi dari bentuk di atas adalah:1/Y = a + be
cX
, ini disebut kurva logistik atau "tipe umum dari modelpertumbuhan".Modifikasinya juga seperti :Y = e
(a + b/X)
, disebut dengan transformasi logaritmik resiprokal, yang umumdisebut dengan model Gompertz.
PDF created with pdfFactory Pro trial versionwww.pdffactory.com

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)//-->