Metode Statistika

Pertemuan XII
Analisis Korelasi dan Regresi

Pengantar
Apa itu analisis regresi?
Analisis statistika yang
memanfaatkan hubungan
antara dua atau lebih peubah
kuantitatif sehingga salah
satu peubah dapat
diramalkan dari peubah
lainnya.
Apa bedanya dengan korelasi?

Korelasi

Korelasi

Korelasi

Koefisien Korelasi Pearson (r)

rxy
S xy

S xy
SxS y

( x x )( y

Sx

y)

n 1

2
(
x

x
)
i

n 1

dan S y

2
(
y

y
)
i

n 1

Korelasi !!!

ANALISIS
REGRESI
Hubungan Antar Peubah:
Fungsional (deterministik) Y=f(X) ; misalnya: Y=10X
Statistik (stokastik) amatan tidak jatuh pas pada kurva
Mis: IQ vs Prestasi, Berat vs Tinggi, Dosis Pupuk vs
Produksi

Model regresi sederhana:

Yi 0 1 X i i ; i 1,2,..., n

Regresi
Makna 0 & 1 ?

Regresi

Analisis Regresi
Pendugaan terhadap koefisien regresi:
b0 penduga bagi 0 dan b1 penduga bagi 1
( x )( y )
xy
n
b1
2
(
x
)

x2 n
b0 y b1 x

Metode
Kuadrat Terkecil

Bagaimana Pengujian terhadap model regresi ??

parsial (per koefisien) uji-t
bersama uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)

Contoh Data
Percobaan dalam bidang lingkungan
Apakah semakin tua mobil semakin
besar juga emisi HC yang
dihasilkan?
Diambil contoh 10 mobil secara
acak, kemudian dicatat jarak tempuh
yang sudah dijalani mobil (dalam
ribu kilometer) dan diukur Emisi HCnya (dalam ppm)

Emisi = 382 + 5.39 Jarak

Jarak Emisi
31
553
38
590
48
608
52
682
63
752
67
725
75
834
84
752
89
845
99
960

Analisis Regresi
Plot antara Emisi Hc (ppm) dg
Jarak Tempuh Mobil (ribu kilometer)
950

Emisi

850

750

650

550
30

40

50

60

70

Jarak

80

90

100

Analisis Regresi
Contoh output regresi dengan Minitab (1)
Regression Analysis

(Emisi Hc

The regression equation is

Predictor
Constant
Jarak

Coef
381.95
5.3893

S = 42.01

vs

Jarak Tempuh Mobil)

Emisi = 382 + 5.39 Jarak

StDev
42.40
0.6233

R-Sq = 90.3%

T
9.01
8.65

P
0.000
0.000

R-Sq(adj) = 89.1%

Analysis of Variance
Source
Regression
Error
Total

DF
1
8
9

SS
131932
14118
146051

Unusual Observations
Obs
Jarak
Emisi
8
84.0
752.0

MS
131932
1765

Fit
834.7

F
74.76

StDev Fit
18.0

P
0.000

Residual
-82.7

R denotes an observation with a large standardized residual

St Resid
-2.18R

Analisis Regresi
Bagaimana Pengujian terhadap model
regresi ??
parsial (per koefisien) uji-t
bersama uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 Koef. Determinasi
(% keragaman Y yang mampu dijelaskan oleh
X)

Uji Hipotesis
H0 : 1=0 vs H1: 10
ANOVA (Analysis of Variance) Uji F
n

i 1

i 1

i 1

2
2
2

(
y

y
)

(
y

y
)

(
y

y
)
i
i
i i

JK total = JK regresi + JK error

Keragaman total = keragaman yang dapat dijelaskan oleh model +
keragaman yang tidak dapat dijelaskan oleh model

Anova
Sumber

db

JK

KT

Regresi

JKR

KTR

KTR/KTE

Error

n-2

JKE

KTE

Total

n-1

JKT

F~F

(1,n-2)

Uji Hipotesis
H0 : 10 vs H1: 1>0
Uji Parsial
Statistik uji:

b1
T
Sb 1
Sb1
s

2
(
x

x
)
i

(
y

y
)
i i

n2

All models are wrong,

but some are useful
(G. E. P. Box)