Kelas
Nama
Nomer Tanggal
Tanda Tangan
Praktikum Mahasiswa Kumpul Praktikum Laboran
Purwanti
11611048
Rahayu
Nama Penilai
Tanggal
Koreksi
Nilai
Tanda Tangan
Asisten Dosen
1. Fajar Supriadi
2. Kartika Ari S
Edy Widodo ,M.Si
Herni Utami, M.Si
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS ISLAM INDONESIA
YOGYAKARTA
2013
Page 1
BAB I
PENDAHULUAN
A. Analisis Regresi
Analisis regresi merupakan suatu analisis statistika yang digunakan untuk
menjelaskan hubungan suatu variabel respons (dependent), sering dilambangkan dengan
Y, dengan menggunakan satu atau lebih variabel penjelas (explanatory variable atau
variabel independen). Apabila hanya terdapat satu variabel penjelas maka disebut regresi
linier sederhana (simple regression) sedangkan bila menggunakan dua atau lebih variabel
penjelas maka disebut regresi linier berganda (multiple regression). Dalam pembahasan
kali ini hanya menggunakan satu variabel respons atau dependen.
Dalam analisis regresi linier diukur besarnya pengaruh variabel bebas terhadap
variabel respons. Secara umum langkah-langkah analisis regresi adalah sebagai berikut:
1. Menentukan variabel dependen dan variabel independen dalam model (dengan kata
lain menentukan dahulu variabel mana yang mempengaruhi variabel mana, hal ini
dapat berdasarkan teori-teori yang sudah ada).
2. Membangun model dan menyeleksi variabel independent yang signifikan dalam
model.
3. Melakuan cek diagnostik atau uji asumsi model.
4. Melakukan transformasi terhadap variabel respons dan/atau variabel independen
bila diperlukan.
B. Manfaat analisis regresi sederhana
Salah satu kegunaan dari regresi adalah untuk memprediksi atau meramalkan nilai
suatu variabel, misalnya kita dapat meramalkan konsumsi masa depan pada tingkat
pendapatan tertentu. Selain itun analisis regresi sederhana juga digunakan untuk
mengetahui apakah variabel-variabel yang sedang diteliti saling berhubungan. Dimana
keadaan satu variabel membutuhkan adanya variabel yang lain dan sejauh mana
pengaruhnya, serta dapat mengestimasi tentang nilai suatu variabel. Hal ini dapat
digunakan untuk mengetahui kondisi ideal suatu variabel jika variabel yang lain
diketahui.
Page 2
probability plot dari residual yang dilakukan disini adalah memplot setiap nilai residual
terhadap nilai harapannya ketika distribusi adalah normal. Jika gambar plot mendekati
sebuah garis lurus, maka dapat dikatakan bahwa error tidak melenceng secara substansi
dari distribusi normal. Analisa untuk kemencengan model terhadap kenormalan, residual
tidak berdistribusi normal bisa dikarenakan bentuk fungsi regresi tidak tepat
(inappropriate) atau karena error varians tidak konstan.
Transformasi seringkali
Page 3
BAB II
DESKRIPSI KERJA
Ada suatu peneliti yang akan meneliti hubungan dua variabel yaitu penurunan zat padat
dan kebutuhan oksigen kimiawi. Peneliti ingin mengetahui apakah penurunan zat padat
mempengaruhi kebutuhan oksigen kimiawi. Dengan penelitiannya peneliti menghasilkan data
sebanyak n=30 berikut ini datanya:
Penurunan zat
padat x (%)
Kebutuhan
oksigen kimiawi y
(%)
11
11
21
15
16
18
16
27
28
29
27
30
25
30
35
31
30
31
40
32
32
33
34
33
32
34
34
36
37
36
38
36
34
37
36
Page 4
38
38
39
37
39
36
39
45
40
39
41
41
42
40
42
44
43
37
44
44
45
46
46
46
47
49
50
51
Untuk menganalisis data yang telah diambil oleh peneliti, seorang peneliti pastinya ingin
mengetahui apa maksud dari hasil data penelitiannya. Sedangkan peneliti membutuhkan software
R salah satu software untuk meneliti hubungan dua variabel. Maka peneliti membutuhkan jasa
statistikawan/i untuk mengetahui arti data yang telah diperoleh, adakah hubungan antara dua
variabel. Selain itu praktikan akan menganalisis beberapa hal, seperti:
a. Membuat scaterrplotnya dan interpretasikan outputnya.
b. Melakukan analisis untuk data diatas (hipotesis secara lengkap) dan menentukan model
regresi yang terbentuk.
c. Melakukan Analisis Residual
d. Besarnya kebutuhan oksigen kimiawi bila penurunan zat padat sebesar 51 %.
Untuk menganalisis yang dibutuhkan peneliti, praktikan meyelesaikannya dengan langkahlangkah berikut:
1. Praktikan membuka software R dengan klik start dan klik R.
2. Setelah itu untuk menginput datanya praktikan klik Packages loadpackage.
Page 5
Page 6
4. Setelah itu akan muncul kotak R-Commander dan praktikan menginputkan data peneliti
yang disave dalam file notepad. Praktikan klik data import data from text file,
clipboard, or URL Seperti Gambar.
Page 7
6. Praktikan akan memilih file notepad yang sebelumnya telah disimpan pada computer,
praktikan klik pada file notepad yang berisi data penelitian lalu klik open.
7. Praktikan kembali ke kotak dialog R, dan kembali ke R-Commander. Pada RCommander klik view data set, maka hasil inputan data akan muncul seperti berikut.
9. Akan muncul kotak dialog scatterplot, praktikan memilih variabel X dan variabel Y. Pada
kotak x-variabel praktikan memilih atau klik pada zat padat, dan untuk kotak y-variabel
praktikan klik oksigen klik ok. Maka akan menghasilkan grafik scatterplot.
Page 9
Page 10
Page 11
15. Untuk membuat grafik QQ plot menggunakan software R, setelah data di import, dan
telah di view data set, klik Graphs Quantile Comparison plot.
Page 13
BAB III
PEMBAHASAN
Setelah praktikan menyelesaikan langkah-langkah kerja pada bab deskripsi kerja, maka
didapatkan data peneliti dalam tampilan grafik scatterplot seperti Gambar 3.1, dengan gambar
tersebut praktikan dapat memperkirakan model regresi yang sesuai dengan data, linier atau tidak.
Dan bila terbukti linier maka kedua variabel saling berhubungan.
Page 14
Residuals:
Min
1Q Median
3Q
Max
1.506
8.157
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept)
3.82963
1.76845
2.166
zatpadat
0.90364
0.05012
18.030
0.0382 *
<2e-16 ***
--Signif. codes:
0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Page 15
0.9129,
Adjusted R-squared:
0.9101
dengan nilai R2 yang mendekati nilai 1 yang artinya hubungan antara X dan Y memiliki
hubungan yang kuat.
Dalam analisis regresi linier, praktikan perlu analisis residu, untuk mengetahu apakah
model yang digunakan itu baik atau tidak. Berikut ini grafik dari analisis residu:
a. Asumsi residual identik
Model R yang baik adalah nilai error ( ) di sekitar 0. Dengan nilai error ( ) disekitar 0
menunjukan bahwa variansi konstanta tepat, sehingga pemilihan variabel independen tepat,
pengaruh terhadap variaben dependen signifikan. Terlihat pada gambar 3.3 sebaran data risidu
kecil hal tersebut sesuai dengan syarat baiknya suatu model R yang datanya disekitar 0.
b. Asusmsi residual independen.
Dapat dilihat dalam gambar 3.5 menunjukan bahwa pola data analisis residunya
membentuk linier ke kanan atas. Residual dikatakan normal bila, grafik QQ plot membentuk
garis linier. Data-data analisis residual tidak menyebar dan berada disekitar garis merah. Hal ini
menunjukan model yang praktikan asumsikan baik, sehingga nilai errornya sangat sedikit.
Praktikan ingin meneliti berapa banyak oksigen yang dibutuhkan bila penurunan zat
padat sbesar 51 %. Dengan menggunakan model regersi
maka untuk
mengetahui berapa banyak oksigen yang dibutuhkan bila penurunan zat padat sebesar 51%
dengan perhitungan sebagai berikut
( )
Sehinggan penurunan zat padat sebesar 51 % maka dibutuhkan 49.91527 % untuk oksigennya.
Page 19
BAB IV
KESIMPULAN
DAFTAR PUSTAKA
Page 21
Page 22