You are on page 1of 21

ANALISIS REGRESI

Bentuk-bentuk Regresi
Y = a 0 + a 1X

Y = a0 + a1X + a2X2

Y = a0 + a1X + a2X2 + a3X3

Hubungan antara X dengan Y bisa Linear, kuadratik, kubik dst Tergantung data yang diperoleh

?? ao, a1, a2,…

1. Metode Kuadrat Terkecil untuk Kurva Linier g (x) = a + bx Jumlah kuadrat dr kesalahan 𝒏 𝒏 π‘«πŸ = π’Š=𝟏 π‘¬π’Š 𝟐 = π’Š=𝟏 π’šπ’Š βˆ’ 𝒂 βˆ’ π’ƒπ’™π’Š 𝟐 .

Agar supaya D2 minimum. Ξ£x2 Y2 .x ο€½ n n xy . maka persamaan di atas diturunkan terhadap parameter a dan b dan kemudian disama dengankan nol bο€½ nοƒ₯ xy ο€­ οƒ₯ xοƒ₯ y nοƒ₯ x 2 ο€­ (οƒ₯ x) 2 a ο€½ y ο€­ bx y . . Ξ£y2 . Ξ£xy x . Ξ£y y x οƒ₯ οƒ₯ yο€½ . . Ξ£x x2 . . . .

Untuk mengetahui derajad kesesuaian dr persamaan yg didapat dihitung nilai koefisien korelasi (r) : Dt ο€­ D 2 rο€½ 2 Dt 2 Dt 2 ο€½ n οƒ₯  yi i ο€½1 n ο€­ y 2 D ο€½ οƒ₯  yi ο€­ a0 ο€­ a1 x  2 i ο€½1 2 .

tsb. Konstan Persamaan tersebut dpt dilinierkan dg menggunakan fungsi : 𝒙 + π’π’π’ˆ π’‚πŸ π’π’π’ˆlogaritmik π’š = π’ƒπŸ π’π’π’ˆ merpk hub. Linierisasi Kurva Tidak Linier a. Persamaan berpangkat π’š = π’‚πŸ π’™π’ƒπŸ dengan a2 dan b2 adalah koef. Persm.2. Bentuk grs lurus dg kemiringan b2 dan memotong sumbu log y pada log a2. . log-log antara log y dan log x. mpy.

bentuk grs lurus dg kemiringan b1 dan memotong sumbu ln y pada ln a1.b. tsb. mpy. . maka 𝒍𝒏 π’š = 𝒍𝒏 𝒂e 𝟏 + π’ƒπŸ 𝒙 mrpk hubungan semi logaritmik antara ln y dan x. Fungsi eksponensial π’š = π’‚πŸ π’†π’ƒπŸ 𝒙 dengan a1 dan b1 adalah konstanta Persamaan tersebut dpt dilinierkan dg menggunakan logaritma : 𝒍𝒏 𝒆 𝒍𝒏 π’š = natural 𝒍𝒏 π’‚πŸ +mjd π’ƒπŸ 𝒙 oleh karena ln = 1. Persm.

4 5.7 8.Contoh : Tentukan persamaan kurva lengkung yg mewakili data berikut ini : x 1 2 3 4 5 Y 0.4 .7 3.5 1.

1411 0.0000 0.0000 0.5315 0.3625 5 S Rata-2 5 15 8.4551 qi2 0.0906 0.0694 0.4 5.0792 0.3010 0.9243 2.1693 .3010 0.7559 qi pi 0.4771 0.2536 0.4282 0.6021 -0.6460 1.7 qi = log xi pi = log yi 0.4 19. 1 2 3 4 xi 1 2 3 4 yi 0.4886 1.4241 0.6990 2.7 3. Transformasi Log π’š = 𝒂𝒙𝒃 π’π’π’ˆ π’š = 𝒃 π’π’π’ˆ 𝒙 + π’π’π’ˆ 𝒂 𝒑 = 𝑩 𝒒 + 𝑨 No.Penyelesaian a.4158 0.0000 0.7 0.2304 0.2276 0.5 1.

7572 .1692 ο€­ 2.07912.Koefisien A dan B dihitung dg persamaan Bο€½ nοƒ₯ pi qi ο€­ οƒ₯ pi οƒ₯ qi nοƒ₯ qi ο€­ (οƒ₯ qi ) 2 2 ο€½ 51.3024 π’π’π’ˆ π’š = 𝒃 π’π’π’ˆ 𝒙 + π’π’π’ˆ a 𝒑 = 𝟏.0791 A ο€½ p ο€­ Bq 𝒑 = 𝑩 𝒒 + 𝑨 ο€½ 0.7572 51.1411 ο€½ 1. πŸ•πŸ“πŸ•πŸ 𝒒 βˆ’ 𝟎. πŸ‘πŸŽπŸπŸ’ = π’π’π’ˆ 𝒂 β†’ 𝒂 = 𝟎. πŸ’πŸ—πŸ–πŸ’ 𝑩 = 𝒃 β†’ 𝒃 = 𝟏.7572 ο‚΄ 0.4158 ο€½ ο€­0.0791ο‚΄ 2. πŸ•πŸ“πŸ•πŸ π’š = 𝒂𝒙𝒃 οƒ  y = 0.4240 ο€­ 2.4984 x1.42822 ο€­ 1. πŸ‘πŸŽπŸπŸ’ 𝑨 = π’π’π’ˆ 𝒂 β†’ βˆ’πŸŽ.

ANALISIS REGRESI 3. REGRESI POLINOMIAL Persamaan polinomial orde r : Jumlah kuadrat dari kesalahan adalah : Persamaan di atas diturunkan terhadap tiap koefisien dari polinomial dan disamadengankan nol : .

. .. ο‚— ο‚— ο‚— .

Persamaan di atas dapat ditulis dalam bentuk : .

9 5 61.2 4 40.1 1 7.6 3 27.1 Penyelesaian : Persamaan polinomial orde 2 mempunyai bentuk : .7 2 13.Contoh : Cari persamaan kurva polinomial orde dua yang mewakili data berikut : xi yi 0 2.

6 xi yi 0 7.9 61.6 2489 .6 27.2 81.6 654.4 244.7 54.8 4 5 15 40.7 13.2 xi 0 1 4 9 xi 0 1 8 27 xi 0 1 16 81 xi yi 0 7.5 1528 585.4 305.Differensial dari D2 terhadap tiap koefisien dari polinomial dan kemudian disama-dengankan nol menghasilkan bentuk : Hitungan dilakukan dengan menggunakan tabel berikut : 2 3 4 2 No.6 16 25 55 64 125 225 256 625 979 163.1 152.7 27. 1 2 3 4 5 6 xi 0 1 2 3 yi 2.1 7.

Sehingga sistem persamaan di atas menjadi : 6a0 + 15 a1 + 55 a2 = 152.359286 x + 1.478571 Dengan demikian persamaan kurvanya adalah : y = 2. a0 = 2.359286. a1 = 2.86071 x2 .6 15a0 + 55 a1 + 225 a2 = 585.6 55a0 + 225 a1 + 979 a2 = 2489 Penyelesaian dr persamaan di atas adalah a2 = 1.86071.478571 + 2.

4. REGRESI LINIER DENGAN BANYAK VARIABEL Misal y fungsi dari variabel p dan q Jumlah kuadrat dari kesalahan adalah : Persamaan di atas diturunkan terhadap tiap koefisien dari polinomial dan disamadengankan nol : .

Persamaan di atas dapat ditulis : N a0 + βˆ‘pi a1 + βˆ‘qi a2 = βˆ‘yi βˆ‘pi a0 + βˆ‘pi2 a1 + βˆ‘pi qi a2 = βˆ‘pi yi βˆ‘qi a0 + βˆ‘pi qi a1 + βˆ‘qi2 a2 = βˆ‘qi yi .

a1 dan a2 .Dalam bentuk matrik menjadi : Persamaan tersebut dapat diselesaikan dengan sistem persamaan linier untuk mendapatkan koefisien a0.

Penyelesaian : Tabel hitungan regresi linier dengan banyak variabel No 1 2 3 4 5 6 yi 5 10 9 0 3 27 54 pi 0 2 2.25 54 piqi piyi 0 0 2 20 5 22.5 qi pi2 qi2 0 0 0 1 4 1 2 6.25 4 3 1 9 6 16 36 2 49 4 14 76.5 3 0 24 12 14 189 48 243.5 1 4 7 16.5 qi y i 0 10 18 0 18 54 100 .

a1 = 4 dan a2 = -3 Sehingga persamaan kurva yang dihasilkan adalah : y = 5 + 4p – 3q .Sehingga matrik di atas menjadi : Dengan menggunakan sistem persamaan linier didapatkan koefisien a0 = 5.