Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Save to My Library
Look up keyword
Like this
9Activity
0 of .
Results for:
No results containing your search query
P. 1
Ringkasan Rumus Analisis Regresi Hdestina

Ringkasan Rumus Analisis Regresi Hdestina

Ratings: (0)|Views: 475 |Likes:
Published by hennyazalea9434

More info:

Published by: hennyazalea9434 on Feb 19, 2012
Copyright:Attribution Non-commercial

Availability:

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

04/27/2013

pdf

text

original

 
Henny Destina (M’03-05)
RINGKASAN RUMUS ANALISIS REGRESI
Analisis Regresi
merupakan salah satu metode statistika yang banyak digunakan, terutama untuk menjelaskan hubunganfungsional (relatin ship) antara variable tak bebas (dependent,response variable) dan satu atau beberapa variable bebas(independent, predictor, explanatory variable)
Variabel tak bebas
: y (tergantung pada x)
Variabel bebas
: x
Model regresi sederhana ;
nidengan y
i xio
,..3,2,1,
1
=++=
ε β β 
Dimana :
1
β β 
dan
o
: koefisien regresi yang merupakan 2 parameer yang akan ditaksir harganya berdasarkan datasample.
ε 
: Galat, yang bersifat acak, penyimpangan model darikeadaan sesungguhnya.
Metode Kuadrat Terkecil(Last Square Method)
Digunakan untuk menaksir harga parameter garis regresi
nidengan y
i xio
,..3,2,1,
1
=++=
ε β β 
Sehingga diperoleh model dugaannya, yaitu :
ii
xbb y
10
+=
, dengan b
o
dan b
1
 berturut-turut sebagaiharga taksiran ( dugaaan parameter 
10
β β 
dan
Galat
adalah selisih antara harga y
1
dengan harga taksiran
1
 y
,dan bisa bernilai positif atupun negative.
Galat
:
)(
1
ii
y y
=
ε 
JKG
:
( )
2
i
ε 
b
1
: koefisien regresi 
b
1
:
( )( )
n x xn y x y x
iiiiii
//
22
b
1
:
 xx xy
dengan
( ) ( )
==
2
)(
x x y y x x
i xxii xy
bo:
 xb y
1
Contoh bentuk table :
 No(y
i
)(x
i
)(x
i
) (y
i
)(x
i
)
2
1..nJumlah
 y
i
 x
()(
ii
y x
2
)(
i
 x
rerata
i
 y
i
 x
)()(
ii
y x
2
)(
i
 x
Tabel juga dapat berbentuk : No(y
i
)(x
i
)
)((
y x x
ii
(
x x
i
1..nJumlah
 y
i
 x
)()(
ii
y x
)(
i
 x
rerata
i
 y
i
 x
)()(
ii
y x
2
)(
i
 x
Asumsi Model Regresi sederhana :
1.
i
ε 
merupakan variable acak dengan nilai tengah nol danvariansi
2
σ 
(yang umumnya tidak diketahui nilainya).
2
)(0)(
σ ε ε 
==
ii
dan E 
2.
i
ε  
merupakan suatu variable acak berdistribusi normal dengannilai tengah (rata-rata ) nol dan variansi
2
σ 
, atau
),0(,,
2
σ  η α ε 
3.
  ji
dan
ε ε 
tidak berkorelasi untuk i
 j sehingga Cov (
  ji
ε  ε  
,
) = 0
Ada tidaknya otokorelasi dapat diteksi antara lain dengan
DurbinWatson (DW)
yang dapat dinyatakan dengan rumus :
( )
=
221
iii
eee
KECOCOKAN MODEL
Simpangan baku galat (standard Error of Estimate)
dinotasikan dengan
Se
. digunakan untuk mengukur sebaran dataatau penyimpangan harga
i
 y
ˆ
disekitar rerata untuk harga xtertentu.
 
2)ˆ(
21
=
n y ySe
,
dimana
e y
mod
=
Makin kecil nilai standard error of estimate Se, maka sebaran datamakin mendekati garis regresi atau model regresi makin baik.
Simpangan untuk variable x
( )
1
=
n x x
i
atau
)1()(
2121
=
nn x xn
Simpangan untuk variable y
( )
1
=
n y y
i
Koefisien korelasi dan Koefisien regresir
xy
= r
yx
( ) ( )
=
22
)()(
 y y x x  y y x x
iiii xy
Koefisien Determinasi ;
( )( )
JK JKR y y y y R
i
==
212
Digunakan untuk menilai kecocokan model dengan data sample.- 1 -
 
Henny Destina (M’03-05)
JKT =
( )
2
 y y
i
disebut jumlah kuadrat toatal atau jumlah variansi total yang menyatakan jumlah penyimpangan yidisektar nilai reratanya
 y
.
JKR=
( )
2
ˆ
y y
i
, disebut jumlah kuadrat regresi yangmenyatakan variable respon disekitar nilai reratanya
 y
.
JKG=
2
)(
ii
y y
,
disebut jumlah kuadrat galat yangmenyatakan galat dari variable total yang tidak dapat dijelaskanoleh variable x atau merupakam bagian yang sifatnya acak.
JKT= JKR + JKG
 Nilai JKR adalah 0
JKR 
JKT dan karena itu nilai R 
2
adalah 0
2
1
2
= 0, jika JKR = 0 atau JKG = JKT berarti berapapun nilai x
i
yang diberikan, nilai taksiran untuk y
i
, yaitu
i
 y
ˆ
akan selalu samadengan
 y
. Dengan kata lain y tidak berpengaruh oleh x
i
.
2
= 1 jika jkg = 0 atau JKR = JKT. JKG =0, jika
ii
y y
ˆ
=
 
I
yang berarti bahwa setiap titik darta hasil pengamatan tepatterletak pada garis regresi. Dan kecocokan data dengan modelmakin baik, dan sebaliknya jika R 
2
= 0, berarti kecocokan datadengan model makin tidak baik.
2
biasanya dinyatakan dalam angka presentase.
Jika nilai R 
2
mendekati angka 1, maka kecocokan data dengangaris regresi akan menjadi baik, dan sebaliknya jika mendekatiangka 0.
TABEL ANOVA
Digunakan untuk menilai keberartian (signifikansi atau pengaruh) variable bebas secara bersama sama atau simultanterhadap variable bebas.Bentuk umum Anova Regresi Sederhana :sumberJumlah kuadratDerajat bebasRataankuadr atFregresi
(
=
y JKR
1RK=JKR/1Fhit=RKR/RK GGalat
=
(
 JKG
(n-1)-1RKG=JKG/n-2Totalterkoreksi
(
=
 JKT  
n-1Faktor koreksi
2
 yn
1Total belumterkoreksi
2
i
 y
Derajat bebas (degree of freedom), yaitu bilangan yangmenujukkan berapa banyak informasi yang bebas diantara n amatany1, y2, y3,…,yn yang dibutuhkan untuk mendapatkan jumlahkuadrat itu.
Hipotesis dengan F hitung ;
iuntuk  H   H 
,3,2,1,0: 0:0
111
==
β β 
Apabila F
hit
>F
tabel
= F
(1,n-2)
maka
0:0
1
=
β 
 H 
ditolak, dansebaliknya.F
tabel
diperoleh dari table distribusi f.Hipotesis : Ho :
β
1
> 0
atau
H
0
:
β
1
< 0H
1
:
β
1
< 0: H
1
:
β
1
> 0t
2(n-2)
= F
(1,n-2)
t
tabel
= t
(n-2;1-
α
/2)
apabila nilai harga mutlak t
hitung
lebih besar daripada ttabel (ditulis
t
> t
tabe
l, yang berarti ada pengaruh variable bebas x secaraindividu terhadap variable tak bebas y, dan juga sebaliknya.
Selang kepercayaan
β
 
1
dan
β
 
0
Variansi b
1
=
( )
xxee
 x xbv
2211
2
)(
σ σ 
==
Simpangan baku :
 xxe
b s
σ 
=
)(
1
Dengan
Sedengandiganti
e
σ  
Selang kepercayaan (confident interval) bagi
β
1
adalah :
( ) ( )
11
2/1,2
bnb
α 
±
atau
/1,2()()2/1,2(
1111
nbbnb
α β α 
+
Simpangan baku untuk bo :
=
22
)()(
 x xn xSebo
ii
Selang kepercayaan (confident interval) bagi
β
o adalah :
( ) ( )
0
2/1,2
bnb
o
α 
±
Atau
( ) ( )
000
2/1,2)2/1,2(
nbbnb
o
α β α 
+
Uji Hipotesis
β
 
1
dan
β
 
0
Bentuk uji hipotesis terhadap
β
1
dinyatakan sebagai berikut :Ho :
β
1
=
β
10
Hi :
β
1
 
β
10
β
10
bisa berharga nol atau bilangan tertentu.Jika
β
10
= 0, sehingga bentuk uji hipotesis :Ho :
β
1
= 0Hi :
β
1
0
t
hitung
=
Sxxbataubb
hit 
/)(
1011101
β β 
=
karena
Sxxbmaka
hitung 
/,0
110
==
β 
SELANG KEPERCAYAAN
bila
0
1
=
β 
berada diluar selang kepercayaan
β
1
, berartihipotesis Ho ditolak, dan bila
0
1
=
β 
berada di dalam selangkepercayaan
β
1
, berarti hipotesis Ho diterima.- 2 -

Activity (9)

You've already reviewed this. Edit your review.
1 hundred reads
1 thousand reads
Imam Rozi liked this
Ilham Pebrika liked this
Feday Anna liked this
Ardian Van Budi liked this
Yaya Coewy liked this
Hendrik Alfarisi liked this

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)//-->