Anda di halaman 1dari 14

ANALISIS REGRESI

ANALISIS VARIABEL
Salah satu tujuan analisa data ialah untuk memperkirakan /
memperhitungkan besarnya efek kuantitatif atau hubungan
dari perubahan suatu variable lainnya.
Tipe variabel dibedakan menjadi 2, yaitu :
a. Variabel Bebas : yang mempengaruhi Independent
variable/variable predictor lambang x
b. Variable terikat yang dipengaruhi dependent
variable/variable kriterium lambang y

ANALISIS VARIABEL
Hubungan fungsional
a. Satu variable predictor dan satu variable kriterium disebut
analisis regresi tunggal
b. Lebih dari satu variable disebut analisis regresi ganda
Fungsi analisis regresi
a. Untuk mendapatkan hubungan fungsional antara dua
variable atau lebih atau untuk mendapatkan pengaruh antara
variable predictor terhadap variable kriterium.
b. Untuk meramalkan pengaruh variable predictor terhadap
variable kriterium

PERSAMAAN ANALISIS REGRESI


Regresi dengan x merupakan variable bebas dan y merupakan variable tak
bebas dinamakan regresi y atas x, sebaliknya regresi x atas y

y a b.x
Dimana :
(baca ye topi) = variable kriterium
X = variable predictor
a = bilangan konstan
b = koefisien arah regresi linier

Koefisien arah regresi dinyatakan dengan huruf b yang juga menyatakan


perubahan rata-rata variable y untuk setiap variable x sebesar satu
bagian.
Bila harga b positif variable y akan mengalami kenaikan atau
pertambahan
Bila harga b negatif variable y akan mengalami penurunan

METODE TANGAN BEBAS


Metode ini menggunakan
metode kira-kira menggunakan
diagram pencar berdasarkan hasil
pengamatan.
Data digambarkan dengan sumbu
datar x dan sumbu tegak y.
Bentuk regresi diperkirakan
berdasarkan letak titik-titik.
Jika letak titik-titik sekitar garis
lurus cukup beralasan menduga
regresi linier. Jika letak regresi
sekitar garis lengkung cukup
beralasan menduga regresi non
linier.
Regresi linier ditarik secocok
mungkin dengan letak titik-titik
persamaan ditentukan dengan
menggunakan 2 (dua) titik yang
dilalui.

METODE TANGAN BEBAS

Garis lurus yang terbaik adalah garis yang melewati titik-titik data dengan
kesalahan terkecil

METODE KUADRAT TERKECIL


Metode kuadrat terkecil merupakan metode persamaan regresi yang
biasanya digunakan untuk mencari hubungan garis lurus. Cara ini berpangkat
pada kenyataan bahwa jumlah pangkat dua (kuadrat dari jarak antara titiktitik dengan garis regresi yang sedang dicari harus sekecil mungkin. Untuk
sebuah variable bebas x dan variable tak bebas y didapat persamaan
regresi untuk model regresi linier populasi :

. y.x 1 2 .x

Akan ditaksir harga 1 dan 2 oleh a dan b. Sehingga didapat persamaan


regresi menggunakan model regresi data sampel :

y a b.x

regresi x atas y

Contoh
Data curah hujan dan aliran permukaan untuk 25 hujan lebat pada Sungai
Monocacy, dapat dilihat pada Tabel 1.
a. Gambarkan data aliran permukaan untuk curah hujan.
b. Tentukan dan gambarkan garis regresinya
c. Hitung varians dari aliran permukaan untuk curah hujan yang
diketahui.Asumsikan bahwa varians aliran permukaan adalah konstan
terhadap curah hujan.
d. Asumsikan bahwa aliran permukaan dan curah hujan adalah variant normal;
berapakan probabilitas bahwa aliran permukaan akan melampaui 2 inci
selama hujan lebat yang curah hujannya 4 inci?
Tabel 1. Data curah hujan dan aliran permukaan
No
1
2
3
4
5
6
7
8
9

Curah hujan Aliran No Curah hujan Aliran


1.11
0.52
10
2.75
1.24
1.17
0.4
11
1.20
0.39
1.79
0.97
12
1.01
0.3
5.62
2.92
13
1.64
0.7
1.13
0.17
14
1.57
0.77
1.54
0.19
15
1.54
0.59
3.19
0.76
16
2.09
0.95
1.73
0.66
17
3.54
1.02
2.09
0.78

No Curah hujan
18
1.17
19
1.15
20
2.57
21
3.57
22
5.11
23
1.52
24
2.93
25
1.16

Aliran
0.39
0.23
0.45
1.59
1.74
0.56
1.12
0.64

Penyelesaian
a. Gambar datanya adalah sebagai berikut:
3,5

Aliran permukaan,y,
in

Y'= -0.14 + 0,435x

2,5

2
1,5
1
0,5

0
-0,5

3
Curah Hujan, x,
in

Tabel Perhitungan
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

Curah hujan

Aliran

xi (inci)
1.11
1.17
1.79
5.62
1.13
1.54
3.19
1.73
2.09
2.75
1.20
1.01
1.64
1.57
1.54
2.09
3.54
1.17
1.15
2.57
3.57
5.11
1.52
2.93
1.16

y i (inci)
0.52
0.4
0.97
2.92
0.17
0.19
0.76
0.66
0.78
1.24
0.39
0.3
0.7
0.77
0.59
0.95
1.02
0.39
0.23
0.45
1.59
1.74
0.56
1.12
0.64

53.89

20.05

xi y i

xi

0.58
0.47
1.74
16.41
0.19
0.29
2.42
1.14
1.63
3.41
0.47
0.30
1.15
1.21
0.91
1.99
3.61
0.46
0.26
1.16
5.68
8.89
0.85
3.28
0.74

1.23
1.37
3.20
31.58
1.28
2.37
10.18
2.99
4.37
7.56
1.44
1.02
2.69
2.46
2.37
4.37
12.53
1.37
1.32
6.60
12.74
26.11
2.31
8.58
1.35

59.24

153.42

y 'i xi

y i y i'

0.343
0.369
0.639
2.305
0.352
0.530
1.248
0.613
0.769
1.056
0.382
0.299
0.573
0.543
0.530
0.769
1.400
0.369
0.360
0.978
1.413
2.083
0.521
1.135
0.365

0.177
0.031
0.331
0.615
-0.182
-0.340
-0.488
0.047
0.011
0.184
0.008
0.001
0.127
0.227
0.060
0.181
-0.380
0.021
-0.130
-0.528
0.177
-0.343
0.039
-0.015
0.275

y ii

0.0314
0.0010
0.1098
0.3786
0.0330
0.1155
0.2378
0.0023
0.0001
0.0338
0.0001
0.0000
0.0160
0.0516
0.0036
0.0327
0.1443
0.0004
0.0170
0.2787
0.0313
0.1175
0.0015
0.0002
0.0758
1.7140

b. Hasil analisis
regresi
53,89
2,16
25
20,05
y
0,80
25
59,24 25(2,16)(0,8)

153,44 25(2,16) 2
0,435
x

0,8 (0,435)(2.16)
0,14
E Y x 0,14 0,435x

Penyelesaian
c. Untuk curah hujan yang diketahui, varians dari aliran permukaan adalah

2
1,714
s Yx

0,075 inci 2
n 2 25 2
sY x 0,075 0,274 inci
2

d. Jika curah hujan adalah 4 inci, purata aliran menjadi

E Y X 4 0,14 0,435(4) 1,6 inci


Dengan demikian, distribusi normal untuk aliran permukaan Y dalam hujan
lebat ini adalah N(1,6; 0,274) inci. Jadi

2 1,6
PY 2 X 4 1
1 (1,46)
0,274
PY 2 X 4 1 0,9279 0.0721

REGRESI NON LINIER


Jika persamaan regresinya non linier maka perlu memperbaikinya dengan
persamaan regresi non linier. Beberapa model persamaan regresi non linier :

1. Parabolik Kuadratik
2. Parabolik Kubik
3. Model Exponen
4. Model Geometrik
5. Model Logistik
6. Model Hiperbola

LATIHAN
1. Apa yang dimaksud dengan analisis regresi?
2. Sebutkan fungsi analisis regresi?
3. Apa yang dimaksud dengan variabel bebas dan tak bebas?
4. Dibawah ini disajikan pertumbuhan kota Palembang :
Tahun

PDRB
(jutaan rp)

Penduduk

PC

Bus

Truk

1997

4670319

1184608

3158

2409

21569

1998

6809872

1198224

3200

2417

20367

1999

7941073

1199783

1729

2428

20471

2000

8924252

1460224

2811

2475

20594

2001

10269137

1489370

3175

2791

22261

2002

12348540

1530578

3250

2901

22689

a. Tentukan persamaan regresi yang mempunyai hubungan fungsional antara tahun


pertumbuhan dengan jumlah bus!
b. Hitung kesalahan prediksi atau kesalahan residu dari persamaan regresi tersebut!
c. Gambarkan garis persamaan regresi dengan skala yang benar, dan bandingkan
hasilnya dengan garis persamaan regresi dengan metode tangan bebas!
d. Uji dan evaluasi persamaan regresi yang dihasilkan dengan :
Confidence interval
Menguji hipotesa nol (b = 0).
Koefisien korelasi.

SELESAI