Professional Documents
Culture Documents
SEJARAH REGRESI
Terma regresi diperkenalkan oleh Francis Galton dalam satu kertas kerjanya yang mengutarakan penemuan iaitu
bapa yang tinggi mempunyai anak-anak yang tinggi dan begitu juga sebaliknya bapa yang rendah mempunyai anak-
anak yang rendah. Purata ketinggian anak-anak yang lahir daripada bapa dalam ketinggian tertentu akan bergerak
(atau regres) dengan trend meningkat dalam populasi berkenaan.
Y X
X
X
X E(Y/X) = PRL
180 X X D
X X
X
170 X C X
X
X
X X
X
X
160 X X B
X
X X
150 X A X
X X
X
X
DEFINISI REGRESI
Regresi secara umumnya bermaksud mengukur darjah (kekuatan) hubungan antara pemboleh ubah bersandar (Yi)
dengan pemboleh ubah bebas (Xi).
• Regresi mudah: Mengukur darjah (kekuatan) hubungan antara satu pemboleh ubah bersandar (Yi) dengan satu
pemboleh ubah bebas (Xi).
• Regresi berbilang: Mengukur darjah (kekuatan) hubungan antara satu pemboleh ubah bersandar (Yi) dengan
lebih daripada satu pemboleh ubah bebas (Xi).
Regresi Mudah Satu pemboleh ubah bersandar – satu pemboleh ubah bebas
Berbilang Satu pemboleh ubah bersandar – lebih daripada satu pemboleh ubah bebas
BENTUK REGRESI
Bentuk regresi terbahagi dua iaitu linear dan tidak linear.
• Regresi linear: Mengukur darjah (kekuatan) hubungan antara pemboleh ubah bersandar (Yi) dengan pemboleh
ubah bebas (Xi) yang berfungsi secara linear.
• Regresi tidak linear: Mengukur darjah (kekuatan) hubungan antara pemboleh ubah bersandar (Yi) dengan
pemboleh ubah bebas (Xi) yang berfungsi secara tidak linear.
KONSEP REGRESI
Dari segi teori ekonomi, Teori Keynes menyatakan bahawa “penggunaan akan meningkat apabila pendapatan
meningkat tetapi, peningkatan dalam penggunaan tidaklah lebih tinggi daripada peningkatan dalam pendapatan
tersebut”.
Teori ini menyatakan wujud hubungan positif antara penggunaan (Ci) dan pendapatan (Yi) dengan saiz hubungan
adalah 0 < MPC < 1.
dengan Yi adalah pemboleh ubah penggunaan dan Xi adalah pemboleh ubah pendapatan dengan andaian wujud
hubungan linear mudah (hanya dua pemboleh ubah), dan sehala (hanya Xi mempengaruhi Yi).
0 tidak memberi apa-apa makna dari segi ekonomi, manakala 1 dijangka positif (1 > 0).
Data
Bilangan Pelajar (i) Penggunaan (Yi) Pendapatan (Xi)
1 10 20
2 5 10
3 3 5
4 4 6
5 2 3
6 10 15
7 15 20
8 20 30
9 9 16
10 20 35
(Cerapan) 98 160
10 10
n = 10 Y = 98
i =1
i X
i =1
i
= 160
25
20 20 20
Penggunaan (Yi)
15 15
10 10 10
9
5 5
4
2 3
0
0 5 10 15 20 25 30 35 40
Pendapatan (Xi)
25
Y8, X8 Yˆi
20
Yˆ
Penggunaan (Yi)
Daripada rajah, Yˆi adalah titik (garisan) anggaran manakala Y adalah titik sebenar. Oleh kerana tidak semua titik
anggaran ( Yˆ ) terletak di atas titik sebenar (Y), wujud perbezaan yang dinamakan ralat (error). Perbezaan ini
i
menyebabkan muncul pemboleh ubah baru i yang mewakili terma ralat yang menunjukkan sisihan data sebenar
dengan data yang dianggar.
Kewujudan ‘ralat’ boleh disebabkan oleh;
i. tertinggal pemboleh ubah penerang (bebas) akibat kurang pengetahuan tentang teori,
ii. kekurangan pungutan data, atau
iii. kesilapan membentuk model linear/tidak linear.
Kewujudan terma ralat menyebabkan ahli ekonometrik memasukkan pemboleh ubah ralat dan model menjadi:
Yi = 0 + 1Xi + i
dengan i (i = 1, 2, 3, …n) menunjukkan sisihan data sebenar dengan data dianggar (Yi – Yˆi ).
i dikenali sebagai pemboleh ubah rawak.
Dari segi matematik, persamaan ini ditulis sebagai;
Yi = 0 + 1Xi + i
(Perubahan yang dapat diterangkan) (Perubahan yang tidak dapat diterangkan)
Explained Sum of Square (ESS) Residual Sum of Square (RSS)