Makalah Regresi
Makalah Regresi
PENDAHULUAN
1.1 Latar Belakang
Statistika
adalah
ilmu
yang
mempelajari
bagaimana
merencanakan,
misalnya
dari
menghitung
rata-rata
dan
varians
dari
data
mentah;
mengukur kekuatan hubungan antara dua variabel (kadang lebih dari dua variabel)
dengan skala-skala tertentu.
Regresi merupakan salah satu analisis yang bertujuan untuk mengetahui
pengaruh suatu variabel terhadap variabel lain .Dalam analisis regresi ,variabel yang
mempengaruhi disebut independent variabel (variable bebas) dan variabel yang
dipengaruhi disebut dependent variabel (variabel terikat).
BAB 2
PEMBAHASAN
2.1 Analisis Regresi
Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam
makalah berjudul Regression Towerd Mediacraty in Hereditary Stature. Menurut hasil
penelitian beliau, meskipun ada kecendrungan bagi para orang tua yang tinggi
mempunyai anak yang tinggi dan orang tuanya pendek mempunyai anak pendek,
dengan kata lain bahwa ada kecendrungan bagi rata rata tinggi anak dengan orang
tua yang mempunyai tinggi tertentu untuk bergerak mundur (Regress) kearah tinggi rata
rata seluruh. Penemuan ini ditulis dalam artikel berjudul : Family Likeness in Stature
( Proceedings of Royal Society, London, Vol. 40, 1886). Menurut penjelasannya, ada
suatu kecendrungan untuk rata rata anak dari orang tua dengan tinggi tertentu
bergerak menuju nilai rata rata dari seluruh populasi. Hukum regresi universal dari
Galton telah dibuktikan oleh sahabatnya yang bernama Karl Pearson, dengan jalan
mengumpulkan lebih dari seribu catatan mengenai tinggi dari pada anggota kelompok
keluarga. Karl Pearson menemukan bahwa rata rata tinggi anak laki laki kelompok
orang tua yang tinggi ternyata lebih kecil dari tinggi ayahnya dan rata rata tinggi anak
laki laki dari kelompok orang tua yang pendek ternyata lebih besar dari pada ayahnya,
jadi seolah olah semua anak laki laki yang tinggi dan anak laki laki yang pendek
bergerak menuju kerata rata tinggi dari seluruh anak laki laki, yang menurut istilah
Galton : regression to mediocrity. Dari uraian diatas dapat disimpulkan bahwa pada
umumnya tinggi anak mengikuti tinggi orang tuanya.
Jadi analisa regresi berkenaan dengan studi ketergantungan dari suatu variabel
yang disebut variabel tak bebas (dependent variable), pada satu atau lebih variabel,
yaitu variabel yang menerangkan dengan tujuan untuk memperkirakan atau
meramalkan nilai nilai dari variabel tak bebas apabila nilai variabel yang menerangkan
sudah diketahui. Variabel yang menerangkan sering disebut variabel bebas
(independent variable).
2.2 Analisis Regresi Linier
Regresi linier adalah menentukan satu persamaan dan garis yang menunjukan
hubungan antara variabel bebas dan terikat, yang merupakan persamaan penduga
yang berguna untuk menaksir atau meramalkan variabel terikat. Untuk mempelajari
hubungan hubungan antara beberapa variabel. Analisis ini terdiri dari 2 bentuk, yaitu :
1. Analisis sederhana (simple analysis)
2. Analisis Berganda (multiple analysis)
Analisis sederhana merupakan hubungan antara 2 variabel yaitu variabel bebas
(independent variable) dan variabel tak bebas (dependent variable). Sedangkan analisis
berganda merupakan hubungan antara 3 variabel atau lebih, yaitu sekurang
kurangnya 2 variabel bebas dengan 1 variabel tak bebas.
Variabel bebas merupakan variabel yang peubah peubah tanpa adanya
pengaruh variabel variabel lain, tetapi perubahan yang terjadi pada variabel bebas
akan mengakibatkan terjadinya perubahan pada variabel lain. Variabel tak bebas
merupakan variabel yang hanya akan berubah manakala terjadi perubahan pada
variabel atau variabel yang lain. Analisis regresi berguna untuk mendapatkan hubungan
fungsional antara dua variabel bebas terhadap variabel tak bebas atau meramalkan
pengaruh variabel bebas terhadap variabel tak bebas.
2.3 Regresi Linier Sederhana
Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan
hubungan matematis dalam bentuk suatu persamaan antara variabel tak bebas tunggal
dengan variabel bebas tunggal. Regresi linier sederhana hanya ada satu peubah bebas
X. Bentuk bentuk model umum regresi sederhana adalah hubungan variabel
variabel X dan Y sebenarnya dinyatakan :
Y = 0 + 1 X+
Dimana :
= Variabel bebas
= Intercept Y dari garis, yaitu titik dimana garis itu memotong sumbu Y
= Kemiringan garis
= Kesalahan penggangu
Jika
ditaksir oleh
b0
dan
= Penaksir untuk
b1
= Penaksir untuk
Untuk menentukan
b0
dan
b1
adalah :
b1
Dimana
Y
Xk
= Variabel gangguan
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel bebas, atau untuk
mencari hubungan fungsional dua variabel tak bebas atau lebih. Dengan taksiran :
Dimana :
Y
b1
,,
bk
, ....,
Xk
b0
b1
,,
bk
,,
X1
X2
, ....,
Xk
, Y)
X1
Responden
X1
X2
Xk
X 11
X 21
Xk 1
X 22
Xk 2
Y
1
2
.
.
n
Y1
X 12
Y2
Dari
X1n
X2n
table
X kn
Yn
tersebut dapat dilihat bahwa
Y2
berpasangan dengan
Y1
X 21
berpasangan dengan
,
X 22
, ,
Xk 2
X 11
X 21
, ...,
dan seterusnya.
Xk 1
. Data
X1
X2
X3
oleh :
Untuk rumus diatas harus diselesaikan dengan empat persamaan normal yaitu :
ditaksir
Dimana :
Y
b0
X2
b1
,
b2
X3
= Variabel bebas
dan
b3
b0
= Nilai Y, apabila
b1
b2
X2
X1
X3
X2
X3
b3
X1
X3
+ atau -
X1
X2
X2
naik /
X3
naik /
konstan
naik /
konstan
X!
konstan
variabel bebas X
b0
Harga - harga
b1
b2
dan
b3
X1
X2
X3
Dalam persamaan model regresi linier yang diperoleh, maka antara nilai Y
dengan Y akan menimbulkan perbedaan hasil yang sering disebut sebagai kekeliruan.
Ukuran tersebut dapat dihitung oleh kekeliruan baku taksiran
ditentukan dengan rumus :
S y .12 k
Dengan :
Y
= Ukuran sampel
( Y Y ' )
=
nk1
S y .12 k
, yang dapat
40
55
32
55
50
52
61
44
X
30
22
2240
3064
3258
4048
4044
44
44
48
50
52
55
55
58
61
64
695
4
16
12
24
15
24
22
17
Y4
14
1424
4 26
1220
49
2414
17
14
9
15
24
16
24
20
22
26
245
484
900
1024
1600
1600
1936
1936
2304
2500
2704
3025
3025
3364
3721
4096
34219
XY
308
120
384
160
960
748
616
432
750
1248
880
1320
1160
1342
1664
12092
Y atas X
( Y ) ( X 2) ( X )( XY )
a=
2
n X 2 ( X )
a=
83836558403940
513285483025
a=0,670
2
n X 2 ( X )
b=
n XY ( X )( Y )
b=
b=
181380170275
513285483025
a=
b=0,367
atas
adalah :
Y^ =a+bX
Y^ =0,67+ 0,367 X
( X1)
dan kompetensi
( X 2 ) dengan kinerja pegawai ( Y ) . Untuk tujuan itu maka kita ambil sampel acak
sebagai berikut :
No Subyek
1
2
3
4
5
6
7
8
9
10
6
7
8
8
9
10
5
12
6
7
X1
12
14
10
16
18
24
12
30
10
6
X2
10
11
14
13
15
20
8
16
12
9
atas
X1
dan
X2
No Subyek
X1
X2
X1 Y
X2 Y
X1 X2
X 12
X 22
1
2
3
4
5
6
7
8
9
10
Jumlah
6
7
8
8
9
10
5
12
6
7
78
12
14
10
16
18
24
12
30
10
6
162
10
11
14
13
15
20
8
16
12
9
128
72
98
80
128
162
240
60
360
60
112
1372
60
77
112
104
135
200
40
192
72
63
1055
120
154
140
208
270
480
96
480
120
144
2212
144
196
100
256
324
576
144
900
100
256
2996
100
121
196
169
225
400
64
256
144
81
1756
Y =a0 n+a 1 X 1+ a2 X 2
78=10 a 0+ 162a 1+128 a 2 . . . persamaan I
Y X 2=a0 X 2 +a1 X 1 X 2 +a 2 X 22
1055=128 a 0+ 2212a 1+1756 a 2 . . . persamaan III
Persamaan II
1372=162 a0 +2996 a1 +2212 a2
1372=162 ( 7,816,2 a112,8 a2 ) +2996 a1 +2212 a2
1372=1263,62624,4 a12073,6 a2+ 2996 a1 +2212 a2
108,4=371,6 a1138,4 a2 . . . Persamaan IV
Persamaan III
1055=128 a 0+ 2212a 1+1756 a 2 .
1055=128 ( 7,816,2 a112,8 a2 ) +2212 a1 +1756 a2
1055=998,42073,6 a11638,4 a 2+2212 a1 +1756 a 2
56,6=138,4 a1 +117,6 a 2 . . . Persamaan V
24545,6 a 2=6029,994
a2=0,2455
371,6 a1138,4 a2=108,4 138,4
138,4 a1 +117,6 a 2=56,6 371,6
Subtitusi
a2
ke persamaan V
138,4 a1 +117,6(0,2455)=56,6
138,4 a1 +28,87=56,6
138,4 a1=27,73
a1=0,200
Subtitusi
a1
dan
a2
ke persamaan I
atas
X1
dan
X2
adalah :
Maka kita mendapatkan tabel regresi mengenai hubungan antara DWT dengan LPP, B,
T, H dan Vd (keepatan dinas).
No
Nama
Kapal
DWT
(ton)
GT
(Ton)
LOA
(m)
LPP
(m)
B
(m)
T
(m)
H
(m)
Vd
(knot
)
Amazon
1419
0
1212
9
156.9
145.2
5
22.8
6
8.62
11.2
17
1446
4
1445
4
1319
3
1308
9
1196
4
1196
4
149.6
149.5
8
140.7
7
140.7
6
23.1
8.57
12.8
18.5
23.1
8.6
12.8
16
9909
147.5
22
7.9
10.9
15
9909
147.5
22.2
8.06
10.9
15
2
3
4
5
Meratus
Makassa
r
Meratus
Mamiri
Tanto
Star
Marina Star 3
138
138.5
2
DWT -LPP
15000
14000
13000
12000
137 138 139 140 141 142 143 144 145 146
DWT - B
15000
14000
DWTf(x)
- B= 1292.94x - 15409.66
Linear (DWT - B)
R = 0.96
13000
12000
21.8
22
22.2
22.4
22.6
22.8
23
23.2
DWT - T
15000
14500
14000
13500
13000
12500
12000
7.8
7.9
8.1
8.2
8.3
8.4
8.5
8.6
8.7
DWT - H
15000
14000
13000
12000
10.5
11
11.5
12
12.5
13
DWT - Vd
15000
14500
14000
13500
13000
12500
12000
14.5 15 15.5 16 16.5 17 17.5 18 18.5 19
BAB 3
PENUTUP
Kesimpulan
Regresi berkenaan dengan studi ketergantungan dari suatu variabel yang
disebut variabel tak bebas (dependent variable), pada satu atau lebih variabel, yaitu
variabel yang menerangkan dengan tujuan untuk memperkirakan atau meramalkan nilai
nilai dari variabel tak bebas apabila nilai variabel yang menerangkan sudah diketahui.
Variabel yang menerangkan sering disebut variabel bebas (independent variable).
Y = 0 + 1 X+
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel bebas, atau
untuk mencari hubungan fungsional dua variabel tak bebas atau lebih. Dengan
taksiran :
DAFTAR PUSTAKA
http://rudisiswoyo89.blogspot.com/2013/11/analisis-regresi.html
http://arsyil.blogspot.com/2010/01/makalah-statistika-penerapan-analisis.html
http://repository.usu.ac.id/bitstream/123456789/23658/3/Chapter%20II.pdf