ANALISIS REGRESI

OLEH : WIJAYA

FAKULTAS PERTANIAN UNIVERSITAS SWADAYA GUNUNG JATI CIREBON 2010

I. ANALISIS REGRESI

1.

Regresi Linear : Regresi Linear Sederhana Regresi Linear Ganda

2.

Regresi Non Linear Regresi Kuadratik

I. REGRESI LINEAR SEDERHANA

Analisis Regresi merupakan studi yang membahas tentang bentuk keeratan hubungan antar peubah. Model atau persamaan regresi populasi secara umum dapat dituliskan dalam bentuk : μy/x1, x2, …, xk = f (x1, x2, … , xk | β1, β2, … , βk )

Untuk regresi Linear sederhana, yaitu regresi Y atas X bentuknya : μy/x = β0 + β1 X β0 dan β1 disebut Koefisien Regresi, yang merupakan parameter. Regresi populasi tersebut dapat diduga melalui contoh dengan persamaan : Y = b0 + b1 X

Jadi β0 diduga oleh b0 dan β1 diduga oleh b1. Nilai b0 dan b1 dapat ditentukan dengan Metode Kuadrat Terkecil, yaitu :

b0 = Intersep (titik potong regresi dengan sumbu Y) b1 = Koefisien Arah Regresi Besarnya peningkatan Y apabila X meningkat sebesar satu satuan.

Y

(xI , yI)

Y

yI

(xI , yI)

X

xI

X

n = ukuran sampel, k = banyaknya variabel bebas.

Pada Regresi Linear Sederhana nilai k = 1, sehingga :

Ragam untuk konstanta b0 yaitu Sb02 dan koefisien regresi b1 yaitu Sb12 yaitu :

Tabel berikut menunjukkan skor tes kecerdasan (X) dan nilai ujian statistika (Y) dari 12 mahasiswa :
X Y 65 50 55 65 55 70 65 70 55 70 50 55 85 74 76 90 85 87 94 98 81 91 76 74

Persamaan Regresi Dugaan :

Pengujian Koefisien Regresi :
1. Uji t :

Wilayah Kritik : t <–tα/2(n-2) atau t > tα/2(n-2) 2. Uji F (Analisis Varians) Wilayah Kritik : F > Fα (db1 ; db2)

Pengujian Koefisien Regresi :
1. Uji t : H0 ≡ βi = 0 Lawan H1 ≡ βi ≠ 0

Pengujian Koefisien Regresi :
Uji t :

tα/2(n-2) = t0,025(10) = 2,228

Kesimpulan : H0 ditolak, artinya koefisien regresi bersifat nyata, regresi :

dapat digunakan untuk peramalan, karena besarnya Y tergantung dari besarnya X.

Uji Kelinearan Regresi :
Uji Kelinearan Regresi dapat dilakukan apabila peubah bebas X dirancang dengan adanya pengulangan (pengulangan tidak harus sama). Statistik uji yang digunakan adalah Uji F dalam Analisis Ragam.

X 65 50 55 65 55 70 65 70 55 70 50 55 Y 85 74 76 90 85 87 94 98 81 91 76 74 X 50 50 55 55 55 55 65 65 65 70 70 70 Y 74 76 76 85 81 74 85 90 94 87 98 91 ∑Yi 150 316 269 276

Analisis Ragam :

1. FK = (∑Y)2 / n = (1011)2 / 12 = 85176,7500 2. JKT = ∑ Y2 – FK = 85905 – 85176,7500 = 728,2500 3. JKR = b1 [ (∑ XY – (∑X)(∑Y)/n ] = 0,8972 [ (61685 – (725)(1011)/12 ] = 541,6927 4. JKG = JKT – JKR = 728,2500 – 541,6927 = 186,5573

Analisis Ragam :
JKG dibagi dua, yaitu JK Galat Murni (JKGM) dan JK Simpangan Dari Model (JK SDM)

X 50 50 55 55 55 55 65 65 65 70 70 70 Y 74 76 76 85 81 74 85 90 94 87 98 91 ∑Yi 150 316 269 276

Uji Kelinearan Regresi :
1. FK = 85176,7500 2. JKT = 728,2500 3. JKR = 541,6927 4. JKG = 186,5573 JK GM = 178,667 JK SDM = JK G – JK GM = 7,8906

Uji Kelinearan Regresi :
No Variasi 1 2 Regresi Galat G-Murni G-SDM Total DB 1 10 8 2 11 JK 186,5573 178,6667 7,8906 728,2500 DB (G-Murni) = n–k = 12–4 = 8 KT 18,6557 22,3333 3,953 0,1767 4,459 F F5% 4,495 541,6927 541,6927 29,0363

DB (G-SDM) = k–2 = 4–2 = 2 ;

Regresi bersifat Nyata : Regresi Linear dapat diterima R2 = JKR / JKT = 0,7438 R = 0,8625

Penggunaan Matriks :
Persamaan Normal dari : Y = b0 + b1 X yaitu :
∑Y ∑ XY

= =

b0 n

b0 ∑ X + b1 ∑ X2

+ b1 ∑ X

Matrik dari persamaan normal diatas : n ∑X 12 725 ∑X ∑ X2 725 44475 X’X b0 b1 b0 b1 b = = ∑Y ∑ XY 1011 61685 X’Y

b b0 b1 b0 b1 b0 b1 = = =

(X’X)–1 12 725 5,508 –0,090 30,0433 0,8972 725 44475 –0,090 0,001
–1

X’Y 1011 61685 1011 61685

Regresi Dugaan : Y = 30,0433 + 0,8972 X

b b0 b1
bi 30,0433 0,8972 KTG 18,6557 18,6557

(X’X)–1 = 5,508 –0,090
Cii 5,508 0,001

X’Y 1011 61685
t 2,964 5,389

–0,090 0,001

KTG.Cii Sb 102,7509 10,1366 0,0277 0,1665

t0,025 (10) = 2,228

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer: Get 4 months of Scribd and The New York Times for just $1.87 per week!

Master Your Semester with a Special Offer from Scribd & The New York Times