Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah bebas
(X) dengan satu peubah tak bebas (Y). dalam penelitian peubah bebas ( X) biasanya
peubah yang ditentukan oelh peneliti secara bebas misalnya dosis obat, lama
penyimpanan, kadar zat pengawet, umur ternak dan sebagainya. Disamping itu peubah
bebas bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan
dan berat badan sapi, karena panjang badan lebih mudah diukur maka panjang badan
dimasukkan kedalam peubah bebas (X), sedangkan berat badan dimasukkan peubah tak
bebas (Y). sedangkan peubah tak bebas (Y) dalam penelitian berupa respon yang diukur
akibat perlakuan/peubah bebas (X). misalnya jumlah sel darah merah akibat pengobatan
dengan dosis tertentu, jumlah mikroba daging setelah disimpan beberapa hari, berat ayam
pada umu tertent dan sebagainya.
Bentuk hubungan antara peubah bebas (X) dengan peubah tak bebas (Y) bisa dalam
bentuk polinom derajat satu (linear) polinom derajat dua (kuadratik). Polinim derajat tiga
(Kubik) dan seterusnya. Disamping itu bisa juga dalam bentuk lain misalnya
eksponensial,logaritma,sigmoid dan sebagainya. Bentuk-bentuk ini dalam analisis
regresi-korelasi biasanya ditransformasi supaya menjadi bentuk polinom.
Dalam bentuk yang paling sederhana yaitu satu eubah bebas (X) dengan satu peubah
tak bebas (Y) mempunyai persamaan :
Y =a +bx
Disini a disebut intersep dan b koefisien arah
Dlam pengertian fungsi persamaan garis Y + a +bx hanya ada satu yang dapat
dibentuk dari dua buah titik denagn koordinat yang berbeda yaitu ( X1, Y1) dan X2,Y2).
Hal ini berarti kita bisa membuat banyak sekali persamaan garis dalam bentuk lain
melalui dua buat titik yang berbeda koordinatnya/tidak berimpit.
Persamaan
garis
(Y Y) 1
(X X 1 )
(Y2 Y1 ) (X 2 X 1
melalui
dua
buah
titik
dirumuskan
sebagai
berikut
Y=a+bx
-----------------
y
x
------------------------b
x
..
Sebagai contoh misalnya titik A (1,3) dan titik B ($,9) maka persamaan gais linear yang
dapat dibuat adalah :
(Y 3) ( X 1)
(9 3)
(4 1)
Y=1+2X
Y1 1 X1a
Y 2 1 X2b
3 1 a
9 1 4b
a 1 a
b 1 4 b
a 1 14 3
b (41)1 9
a 4/9 13 43 1
b 1/3 9 13 2
Jadi a=1 dan b=2 sehingga persamaannya Y=1 +2X
Jika jumlah data sebanyak n maka persamaannya sebagai berikut ;
Yi o 1 X 1 i
i= 1,2,3,..n
disini o adalah penduga a, 1 adlah penduga b dan i merupakan besarnya simpangan
persamaan garis penduga. Semakin kecil nilai i persamaan regresi yang diperoleh akan
semakin baik.
Jadi kita dapat menuliskan pengamatan kita menjadi
y1 o 1 X 1 1
y 2 o 1 X 2 2
y3 o 1 X 3 3
..
y n o 1 X n n
X1
X 2
X3
.
.
X n
1
2
o 3
.
1
.
n
Jadi kita peroleh matrik Y,X, dan dengan dimensi sebagi berikut :
Y X
nx1 nx2 2x1
nx1
2x2 2x1
1
X
1
1
X2
i 1
i 1
XY
.........
...........
X
i 1
o
2 1
Xi
i 1
i 1
n
i i
1
X2
Y1
Y
2
1 Y3
1
Xn .
X1
.
Yn
1
X2
1
X3
........
......
1
1
1 1
X n .
.
X1
X 2
X 3 o
. 1
.
X n
Xi
0
1
i 1
n
X
i 1
i 1
XY
i 1
X1
i i
i 1
Jadi =(XX)-1XY
Disini(XX)-1 adalah kebalikan (inverse)dari matrik XX
(XX)-1 =
i 1
Xi
1
n
n X i ( X i ) X i
i 1
i 1
i 1
2
i 1
Xi
Jadi
Y 1 X
X Y
i 1
i i
i 1
i 1
( X i )( Yi ) / n
i 1
2
i
( X i ) 2 / n
i 1
Contoh
Seorang peneliti ingin mengetahui bentuk hubungan antara jumlah cacing jenis
tertentu denagn jumlah telurnya pada usus ayam buras. Untuk tujuan tersebut diperiksa
20 ekor ayam dan ditemukan sebagai berikut :
Tabel 1 jumlah cacing dan jumlah telurnya pada usus ayam buras am buras.
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total
rataan
17
19
13
11
16
12
14
15
269
13,45
70
76
53
43
60
48
53
63
1055
52,75
=12+14+13++15=269
=45+50+51+.+63=1055
i 1
n
Y
i 1
n
X
i 1
n
Y
i 1
=122+142+132++152=3719
=452+502+512++622=57449
X Y
i 1
=12x45+14x50+13x51++15x63=14604
1 n
1
Xi
269 13,45
n i 1
20
1 n
1
Yi
1055 52,75
n i 1
20
Bila kita duga bentuk hubungan antara jumlah cacing (X)dan jumlah telurnya (Y)
adalah :
i=0 +1Xi+i
i=1,2,3,..,20
disini i adalah dugaan Yi
jadi persamaan normalnya adalah :
XY =XX
20
i 1
20
X iYi
i 1
20
X
i 1
0
2 1
X1
i 1
i 1
20
20
1055
20 269
14604 269 3719
o
1
o
1
X1
1
20
20 X 1
i 1
20
20
i 1
20
( X i ) X i
i 1
i 1
o
1
20(3719) (269) 2
1
20
Xi
i 1
20
3719 269
269
20
i 1
20
X Y
i 1
i i
1055 2,442
14604 4,103
(Xi,Yi)
= 0 + 1Xi
Yi
(Yi-.)=(- .)(Yi- )
0
_
X
(Y
i 1
Y .) i Y . (Yi Y i)
2
i 1
i 1
i 1
i 1
i 1
2
JK total = (Yi Y .) Yi
2
1 n
( Yi ) 2
n i 1
1
2
2
JK Regresi = (Yi Y .) ( X ' Y ) ( Yi )
n i 1
i 1
n
i 1
i 1
Sedangkan=
(Y
i 1
Y .)(Yi Yi ) 0
Untuk menetukan apakah garis regresi yang kita peroleh cukkup dapatdipercaya maka
kita dapat mengujinya dengan uji F seperi tabel sidik ragam dibawah ini
Sumber
Derajat
Jumlah
Kuadrat tengah
F tabel
keragaman
Regresi
bebas
p
kuadrat
JK R
Galat
n-1-p
JK G
JKR
KTR
p
JKG
KT
n 1 p
hitung
KTR
KTG
0,05
0,01
G
Total
n-1
JK T
KTR
) dari F tabel (0,05; p,n-1-p) maka dapat
KTG
disimpulkan persamaan garis regresi nyata (P<0,05) bentuk persamaannya seperti yang
kita duga demikian pula jika F hitung (
KTR
) dari F tabel (0,05; p,n-1-p) maka dapat
KTG
disimpulkan persamaan garis regresi sangat nyata (P>0,05) atau dengan kata lain
persamaaan garis regresi tersebut tidak bisa kita terima sebagai penduga hubungan antara
peubah (X) dengan Peubah (Y)
Bila bentuk hubungan antar peubah X dengan peubah Y sudah dapat kita terima maka
kita ingin pula mengetahui seberapa besar keeratan hubungannya(korelasinya). Walaupun
bentuk hubungan antara peubah X dengan peubah Y ada dalam bentuk yang benar belum
tentu korelasinya bsar karena banyakpeubah lain yang turut mempengaruhi perubahan
peubah Y
Besarnya perubahan peubah Y yang dapat diterangkan oleh peubah X dengan
menggunakan persamaan garis regresi yang diperoleh disebut koefisien determinan
Koefisien determinat diberi lambing r2 untukbentuk persamaan garis regresi
sederhana dan R2 untuk bentuk persamaan lainnya, besarnya 0<r 2 =R2<1 dan dihitung
dengan rumus :
r2 R2
JK Re gresi
JKTotal
JK Total = Yi
i 1
1 n
(1055) 2
( Yi ) 2 57449
n i 1
20
= 57449-55651,25=1797,75
1 n
2
JK Regresi = (XY) ( Yi ) (1055)(2,442)+ (14606)(4,103) 55651,25
n i 1
=1692,625
.JK Galat = JK total- JK Regresi =
= 1797,75-1692,625=105,098
Derajat
bebas
1
Jumlah
kuadrat
1692,652
Kuadrat tengah
Galat
18
105,098
5,839
Total
19
1797,750
1692,652
F
hitung
289,89
F tabel
0,05
0,01
4,41
8,29
Jadi dapat disimpulkan bahwa persamaan garis regresi yang diperoleh sangat nyata
(P<0,01) karena F hitung> F tabel pada taraf signifikansi 0,01 (289,89>8,29)
JKregresi
1692,652
2
Jadi r JKTotal 1797,750 0,9415
Bila persamaan garis regresi derajat polinomnya atau peubah bebasnya (X) lebih
besar dari satu maka perlu dilakukan pengujian terhadap koefisien garis regresinya (j
yaitu 1,2,,p), untuk mengetahui j yang mana yang menentukan ketepatan dan
ketelitian garis regresinya yang diperoleh.
Misalkan terdiri dari p peubah bebas maka modelnya menjadi Yi = o + 1Xi1+
..+pXip dengan persamaan normalnya :
X 'Y
dxi
Yi
dxd dx1
X'X
i 1
n
Xi 2Yi
Xi 2
i 1
i 1
i 1
n
Xi1
i 1
n
Xi1
Xi1Yi
i 1
disini d=p+1
i 1
..........
X
n
i 1
2
i
Xi 2
i 1
Xi 2 Xi1
i 1
.............
Xi1Xi 2
i 1
X
i 1
2
i
..............
XipYi
Xip
i 1
XipXi1
i 1
XipXi1 ..............
i 1
Xip
n
.............
Xi1Xip
i 1
i 1
n
Xi 2 Xip
................
n
X
i 1
2
i
Jika elemen-elemen matrik X kita kurangi dengan rata-rata elemen-elemen tiap kolomnya
maka diperoleh matrik XA. sebagai contoh kita untuk p=2 maka matriknya adalah sebagai
( X 11 X .1 ) ( X 12 X . 2 )
( X 21 X .1 ) ( X 22 X .2 )
X A ( X 31 X .1 ) ( X 32 X .2 )
..............
..............
( X X . ) ( X X . )
n1
1
n2
2
i 1
Jadi := (XX)-1XY
berikut :
( Xi1 X 1 .) 2
X 'A X A
i 1
( Xi
i 1
( Xi
X .2 )( Xi2 X .2 )
JKX 1
Biasanya ditulis : X ' A X A
JHKX 1 X 2
i 1
n
( Xi
i 1
X i2 X .2 )
2
X 2. )
JHKX 1 X 2
JKX 2
Untuk menguji i kita cari kekalikan dari matriks XAXA-1kemudian kita gandakan dengan
n
2
S regresi yaitu ( Yi Yi ) /(n p 1) maka pengujian i dapat dilakukan dengan
2
r
i 1
rumus :
tH
i
Sbi
Disini Sbi adalah elemen-elemen diagonal matrik XAXA-1 yang telah digandakan dengan
S r2 regresi
Contoh
Seorang peneliti ingin mengetahui hubungan antara dosis oba tertentu (X) dengan kadar
Creatinin Ginjalnya (Y) dari hasil peneitiannya diperoleh hasil sebagai berikut :
Data hasil penelitiannya sebagai berikut:
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Jawab
Dari data yang diperoleh diduga bentuk persamaan garis regresinya Yi = 0 +1Xi
+2X12+i
Jadi persamaann normalnya adalah XY=XX
i 1
n
Yi
XiYi
i 1
n
i 1
2
1
i 1
n
i 1
n
X X
3
1
i 1
n
2
1
Yi
Xi
Xi X
i 1
2
1
i 1
2
1
o
i1 X 13 1
n
2
4
i1 X 1
i 1
n
64
356 0
199 15
803 64 356 2278
1
4055 356 2278 15703 2
15
1
64
2
356
64
356
356
2278
2278 15703
1,0520
0,5090
2
0,0500
1
0,5090
0,2855
0,0299
199
803
4055
0,0500
0,0299
0,0033
199
3,36313
803 6,77799
4055
0,80123
2
JK total = Yi
i 1
1 n
(199) 2
( Yi ) 2 2903
n i 1
15
= 2903-2640,067=262,933
1 n 2
( )
JK Regresi =(XY)
n i 1
3,36313
6,77799 2
(199)
= 199 803 4055
0,80123 15
2
JK Galat = Yi ( X ' Y )' = JK total JK Regresi
i 1
= 262,933-222,934 =39,999
Jadi tabel sidik ragamnya adalah :
Sumber
keragaman
Regresi
Derajat
bebas
2
Jumlah
kuadrat
222,934
Kuadrat tengah
Galat
12
39,999
3,333
Total
14
262,933
111,476
F
hitung
33,44
F tabel
0,05
0,01
3,89
6,93
JK Re gresi
222,934
0,8479
JKTotal
262,933
Maka R =0,8479=0,9208
Bila kita bandingkan dengan R0,01(db=2;12)=0,732 maka disimpulkan korelasinya sangat
nyata (P<0,01)
Untuk menguji 1dan 2 maka dicari matrik XAXA dan kebalikkanya (XAXA-1)
1 n
(64) 2
2
JK X = Xi ( Xi ) 356
n i 1
15
i 1
n
n
1 n
3
Xi
(
Xi
)
(
Xi 2 )
JK XX =
n i 1
i 1
i 1
2
= 2278-
(64)(356)
15
82,9333
759,0667
759,0667
0,28545
1
, X 'A X A
7253,9333
0,02987
XAXA =
0,28545
S r2 3,333
0,02987
XAXA-1
tH
0,02987
0,951405
0,00326
0,099557
0,02987
0,00326
0,099557
0,010866
i
Sbi
Untuk 1 maka t H
Untuk 2 maka t H
6,77799
0,951405
0,80123
0,010866
6,61
7,69
Bila kita bandingkan t0,005(db=n-p-1=12)=3,055 tH untuk 1 dan 2 lebih besar dari t tabel 0,01
maka disimpulkan koefisien garis regresinya sangat nyata (P<0,01)
dar creatinin Darah (%)