)()()
()
=
( )( )
( )
=
= 53,85
b =
()()
()
=
( )( )
= 0,69
Persamaan regresi linier :
= a + bX
= 53,85 + 0,69X
B. Apakah persaman tersebut dapat digunakan untuk melakukan prediksi atas nilai Y jika diketahui
nilai X nya?
= (
) (
)
= (
) ( (
))
= 1,055 x (71,99 (0,4761 x 75,26))
= 1,055 x (71,99 35,83)
= 1,055 x 36,16
= 38,15
r
2
r
2
= 0,4702
maka kemungkinan kebenaran prediksi nilai Y menggunakan nilai X hanya sebesar 47,02%
sehingga tidak terlalu jika menggunakan persamaan ini untuk melakukan prediksi
c. UJI LINIERITAS
a. Jumlah kuadrat Total (JKT)
JK(T) = Y
2
= 592360
b. Jumlah kuadrat Regresi JK (a)
JK(a) =
()
c. Jumlah kuadrat regresi JK (b/a)
JK(b/a) = b *
()()
+
= 0,69 *
(
+
= 0,69 x (585453 584460)
= 0,69 x 993
= 685,17
d. Jumlah kuadrat Sisa JK(S)
JK(S) = JK(T) JK(a) JK(S)
= 592360 590992,3 685,17 = 682,63
e. Jumlah kuadrat kekeliruan JK(G)
JK(G) = Y
2
-
()
Tabel perhitungan JK (Galat)
tinggi badan
(X) K
tinggi loncatan
(Y) Y
2
Y (Y)
2
y
2
JK(G)
155 1 165 27225 677 458329 114611 28.75
155 171 29241
155 172 29584
155 169 28561
160 2 165 27225 508 258064 86050 28.66667
160 172 29584
160 171 29241
162 3 180 32400
167 4 180 32400
170 5 178 31684 356 126736 63368 0
170 178 31684
171 6 180 32400
175 7 163 26569 340 115600 57898 98
175 177 31329
176 8 179 32041
177 9 181 32761
180 10 168 28224 337 113569 56785 0.5
180 169 28561
181 11 185 34225 355 126025 63125 112.5
181 170 28900
3365
3473 603839 2573 1198323 441837 268.4167
Jumlah 536.8333
Jumlah JK(G) = 536,8333
f. Jumlah kuadrat tuna cocok JK(TC)
JK(TC) = JK(S) JK(G))
= 682,63 536,8333 = 145,8
Rata-rata jumlah kuadrat (RJK), yaitu dengan cara membagi JK dengan db masing-masing.
Perhitungan sebagai berikut :
db Regresi Total = N = 20
db Regresi(a) = 1
db regresi (b/a) = 1
db Sisa = N -2 = 20 -2 = 18
db Tuna cocok = N K = 20 11 = 9
db Kekeliruan = K 2 = 11 2 = 9
g. Varians Regresi (S
2
reg) : RJK(b/a)
RJK(b/a) = JK(b/a) / 1 = 685,17
h. Varians Residu (S
2
reg) : RJK(S)
RJK(S) =
()
i. Varians Tuna Cocok (S
2
TC) : RJK(TC)
RJK(TC) =
()
= 16,2
j. Varians Kekeliruan (S
2
G) : RJK(G) =
()
k. Uji kelinieran Persamaan Regresi, yaitu
Fo =
()
()
=
Dengan mengkonsultankan F
hitung
dengan F
tabel
pada taraf = 1% dan db pembilang = N K = 9 dan
db penyebut = K 2 = 9 di dapat Ftabel (9,9) = 1. Karena Fhitung <F tabel (9,9), yaitu : 0,27<1
sehingga dapat disimpulkan bahwa persamaan Regresi : = 53,85 + 0,69X adalah LINIER
D. Jika ternyata tidak linier, model apa yang paling cocok untuk soal ini?
- Persamaan = 53,85 + 0,69X sudah LINIER
7. Model regresi mana yang paling cocok untuk data di bawah ini?
X 70 85 90 95 85 80 75 85 73 83
Y 60 65 70 75 70 50 55 64 60 55
Untuk mempermudah kerja Saudara, buatlah grafik atas data tersebut, baru kemudian hitung
koefisien regresinya!
JAWABAN :
Urutkan data :
X 70 73 75 80 83 85 85 85 90 95
Y 60 60 55 50 55 65 70 64 70 75
Menggunakan regresi linier sederhana :
X Y X^2 Y^2 x-xrata y-yrata
(x-
xrata)^2
(y-
yrata)^2
x*y
70 60 4900 3600 -12.1 -2.4 146.41 5.76
4200
73 60 5329 3600 -9.1 -2.4 82.81 5.76
4380
75 55 5625 3025 -7.1 -7.4 50.41 54.76
4125
80 50 6400 2500 -2.1 -12.4 4.41 153.76
4000
83 55 6889 3025 0.9 -7.4 0.81 54.76
4565
85 65 7225 4225 2.9 2.6 8.41 6.76
5525
85 70 7225 4900 2.9 7.6 8.41 57.76
5950
85 64 7225 4096 2.9 1.6 8.41 2.56
5440
90 70 8100 4900 7.9 7.6 62.41 57.76
6300
95 75 9025 5625 12.9 12.6 166.41 158.76
7125
JUMLAH
821 624 67943 39496 0 5 538.9 558.4
51610
a =
()(
)()()
()
=
( )( )
0
10
20
30
40
50
60
70
80
70 73 75 80 83 85 85 85 90 95
=
=4,56
b. =
()()
()
=
( )( )
= 0,7
Persamaan regresi linier : = 4,56 + 0,7X
(
) (
)
= (
) ( (
x 59,87))
= 1,125 x (62,04 29,33)
= 1,125 x 32,71
= 36,79
r
2
=
= 25,25 / 62,04 = 0,406
8. Apakah persamaan yang Saudara peroleh padasoal No. 7 dapat digunakan dasar melakukan
prediksi?
-Tidak bisa digunakan untuk prediksi karena hanya berkisar pada 40,6 %