ANALISIS REGRESI

Bentuk-bentuk Regres
Y = a0 + a1X

Y = a0 + a1X + a2X2

Hubungan antara X
dengan Y bisa Linear
kuadratik, kubik dst
Tergantung data
Y = a 0 + a 1 X + a 2 X2 + a3 X3
yang diperoleh

?? ao, a1, a2,

1. Metode Kuadrat Terkecil untuk

Kurva Linier
g (x) = a +
bx

Jumlah kuadrat dr kesalahan

Agar supaya D2 minimum, maka

persamaan di atas diturunkan
terhadap parameter a dan b dan
kemudian disama dengankan nol
b

n xy x y
n x 2 ( x ) 2

a y bx

y
x

y
;x
n

xy

x2

Y2

.
.

.
.

.
.

.
.

.
.

xy

x2

y2

Untuk mengetahui derajad

kesesuaian dr persamaan yg
didapat dihitung nilai koefisien
korelasi (r) :
2

Dt D 2
r
2
Dt
Dt

yi
i 1

yi a0 a1 x
i 1

2. Linierisasi Kurva Tidak Linier

a.

Persamaan berpangkat

dengan a2 dan b2 adalah koef. Konstan

Persamaan tersebut dpt dilinierkan dg
menggunakan

fungsi
logaritmik :
merpk hub. log-log antara log y dan log x.
Persm. tsb.
mpy. Bentuk grs lurus dg kemiringan b2 dan
memotong sumbu log y pada log a2.

b. Fungsi eksponensial

dengan a1 dan b1 adalah konstanta

Persamaan tersebut dpt dilinierkan dg
menggunakan
logaritma
natural mjd :

oleh karena
ln e = 1, maka

mrpk hubungan semi logaritmik antara ln y dan

x. Persm. tsb. mpy. bentuk grs lurus dg
kemiringan b1 dan
memotong sumbu ln y pada ln a1.

Contoh :
Tentukan persamaan kurva
lengkung yg mewakili data berikut
ini : x
Y
1

0,5

1,7

3,4

5,7

8,4

Penyelesaian
a.

Transformasi Log

No.

xi

yi

qi = log pi = log
xi
yi

0,5

0,0000 -0,3010

0,0000

0,0000

1,7

0,3010

0,2304

0,0694

0,0906

3,4

0,4771

0,5315

0,2536

0,2276

5,7

0,6021

0,7559

0,4551

0,3625

8,4

0,6990

0,9243

0,6460

0,4886

Rata2

15

19,7

2,0792

2,1411

1,4241

1,1693

0,4158

0,4282

qi pi

qi2

Koefisien A dan B dihitung dg persamaan

B

n pi qi pi qi
n qi ( qi ) 2
2

51,4240 2,0791 2,1411

1,7572
51,1692 2,0791 2,0791

A p Bq

0,42822 1,7572 0,4158

0,3024

y = 0,4984 x1,7572

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 :

.
.
.

Persamaan di atas dapat ditulis dalam bentuk :

Contoh :
Cari persamaan kurva polinomial orde dua
yang mewakili data berikut :
xi

yi

2,1

7,7

13,6

27,2

40,9

61,1

Penyelesaian :
Persamaan polinomial orde 2 mempunyai bentuk :

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.
1
2
3
4
5
6

xi
0
1
2
3

yi
2.1
7.7
13.6
27.2

xi
0
1
4
9

4
40.9 16
5
61.1 25
15 152.6 55

xi
0
1
8
27

64
125
225

xi
0
1
16
81

xi yi xi yi
0
0
7.7 7.7
27.2 54.4
81.6 244.8

256 163.6 654.4

625 305.5 1528
979 585.6 2489

Sehingga sistem persamaan di atas menjadi :

6a0 + 15 a1 + 55 a2 = 152,6
15a0 + 55 a1 + 225 a2 = 585,6
55a0 + 225 a1 + 979 a2 = 2489
Penyelesaian dr persamaan di atas adalah a2 = 1,86071;
a1 = 2,359286; a0 = 2,478571
Dengan demikian persamaan kurvanya adalah :
y = 2,478571 + 2,359286 x + 1,86071 x2

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
+ pi a1 + qi a2
= yi
pi a0 + pi2 a1 + pi qi a2 = pi yi
qi a0 + pi qi a1 + qi2 a2 = qi yi

Dalam bentuk matrik menjadi :

Persamaan tersebut dapat diselesaikan dengan

sistem persamaan linier untuk mendapatkan koefisien
a0, a1 dan a2

Penyelesaian :
Tabel hitungan regresi linier dengan banyak
variabel
pi
qi
pi2 qi2 piqi piyi qiyi
No yi
1
5
0
0
0
0
0
0
0
2 10
2
1
4
1
2
20 10
3
9
2.5
2 6.25 4
5 22.5 18
4
0
1
3
1
9
3
0
0
5
3
4
6
16 36 24 12 18
6 27
7
2
49
4
14 189 54
76.2
243.
54 16.5 14
5
54 48
5 100

Sehingga matrik di atas menjadi :

Dengan menggunakan sistem persamaan linier

didapatkan koefisien a0 = 5, a1 = 4 dan a2 = -3
Sehingga persamaan kurva yang dihasilkan adalah :
y = 5 + 4p 3q