MODUL 12
Oleh
Ir.Sahibul Munir,SE.,MSi
X X
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Setelah bentuk hubungan antara variabel X dan variabel Y tersebut diketahui,
selanjutnya merumuskan kedalam “ suatu persamaan matematis “ .
Bila X merupakan variabel bebas dan Y variabel tak bebas dan hubungan
keduanya linier, maka bentuk “ persamaan hubungan “ antaara X dan Y dapat
dinyatakan sebagai Y = f (X)
Jika hubungan Y = f (X) digambarkan bersama – sama denga diagram
pencarnya, maka akan didapatkan sebuah garis yang disebut” garis regresi “.
Sedangkan rumus Y = f (X) dikenal dengan nama “ regresi Yatas X “.
Jika regresi Y atas X linier, maka persamaannya ditulis dalam bentuk linier
sebagai berikut.:
Yi = A + B Xi
Persamaan ini adalah persamaan garis populasi , dan pada umumnya dalam
praktek garis ini tidak diketahui, artinya parameter A dan B tidak diketahui.
Oleh karena itu, parameter – parameter tersebut harus ditaksir atau diduga
melaui sampel.
Jadi apabila kita mempunyai persamaan regresi
Y = A+ B Xi, maka hal ini dapat ditaksir menjadi .
Y=a+b X
Y = taksiran / dugaan nilai Y untuk harga X yang diketahui terlebih dahulu.
a = Konstanta regresi (Y intercept)
b = Koefisien regresi, yang mengukur kenaikan y perunit akibat
kenaikan dalam X.
a = (∑y - b∑x)
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
n
n = Jumlah pasang observasi atau pengukuran
Y=a+bX+C
a = Penaksir dari A
b = Penaksir dari B (Lereng / Slope garis regresi)
c = adalah penaksir dari U
C=Y-Y
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
- Agar Σ e2 minimum, maka turunan pertama ( diferensial
parsial ) dari Σ e2 = Σ { Y- (a + bx) }2 harus = 0
2
d ∑e
1. Turunan Σ e terhadap a
2
da
2
d ∑e
da = 2 Σ { Y – (a + b ) } (-1) = 0
= -2 Σ { Y – (a + b x ) } = 0
2
d ∑e
2. Turunan Σ e terhadap b
2
db
2
d ∑e
db = 2 Σ {Y – (a + b x ) } (-x ) = 0
= -2Σ x {Y- ( a + b x ) } = 0
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Σ Υ bΣ Χ
a= −
n n
Σ Υ− bΣ Χ
a=
n
Untuk mendapatkan rumus b, maka “a” dimasukan ke persamaan (2) ,
maka akan diperoleh hasil :
ΣΥ Σ Χ
−b Σ Χ+ bΣ Χ = Σ ΧΥ
2
n n
Σ Χ Σ Υ ( Σ Χ)
2
−b + bΣ Χ2 = Σ Χ Υ
n n
b( Σ Χ)
2
Σ ΧΣ Υ
bΣ Χ2 − = Σ Χ Υ−
n n
b( Σ Χ)
2
Σ ΧΣ Υ
b Σ Χ2 − = Σ ΧΥ−
n n
Σ Χ Σ Υ 2 ( Σ Χ)
2
b = Σ Χ Υ− :Σ Χ −
n n
nΣ Χ Υ− Σ Χ Σ Υ nΣ Χ2 − ( Σ Χ)
2
b= :
n n
nΣ ΧΥ− Σ ΧΣ Υ n
b= x
nΣ Χ − ( Σ Χ)
2 2
n
nΣ ΧΥ− Σ ΧΣ Υ
b=
nΣ Χ2 − ( Σ Χ)
2
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Berikut ini disajikan cara mencari persamaan regresi data tentang jumlah uang
beredar dan rata – rata harga eceran beras dipasar pedesan Jawa dan Madura
selama 1968 – 1979.
Tabel 1. Jumlah uang yang beredar ( chartal dan giral ) di Indonesia dan rata –
rata harga eceran di pasar pedesaan Jawa dan Madura , 1968 – 1979.
Jumlah Uang Harga
Tahun Beredar (Rp Beras Rp / X2 Y2 ∑XY
1M) Kg
X Y
1 2 3 4 5 6
1969 183,44 36,88 33,650,23 1,360,13 6.765,27
1970 250,29 42,55 62.645.08 1.810,50 10.649,84
1971 320,76 40,81 102.886.98 1.665,40 13.099,22
1972 474,61 49,92 225.254.65 22.492,01 23,692,53
1973 669,00 76,51 447.561.00 5.853,78 51.185.19
1974 937,52 81,73 878.943.75 0.679,79 76.623.51
1975 1.250,09 98,35 1.562.725.01 9.672,22 122.946.35
1976 1.002,90 141,96 2.569.480,76 20.152,64 227.556.20
1977 2.006,39 152,19 4.025.600,83 23.161,80 305.352.49
1978 2.488,34 105,89 6.191.835,96 27.519,49 412.790.72
1979 3.2279,50 205,18 10.755.120,25 42.098,83 672.887.81
13.462,9 1.091,97 26.855.704,50 142.467,15 1.923.540,13
nΣ −Χ Σ Υ Χ Σ Υ
b=
−Χ( Σ ) Χ
2
nΣ 2
= 0,0566
Σ Υ− bΣ Χ 1.091,97 − 0,0566 (13 .462 ,9 )
a= = =29,9973
n 11
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Jadi model regresi liniernya prakiraan menjadi :
Y=29,9973+0,0556 X
“ Dimana Y merupakan nilai taksiran (ramalan ) Y ”
Nilai b = 0,0566, artinya setiap terjadi perubahaan nilai variabel bebas X ( jumlah
uang yang beredar ) sebesar Rp 1 milyard, akan diikuti oleh perubahaan variable tak
bebas Y (harga rata-rata beras) sebesar Rp 0,0566/kg
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Standar deviasi regresi (Standard Error
of Estimate) dapat diberi simbol Se yang
dapat dihitung dengan menggunakan rumus
sebagai berikut
Σ Υ2 − aΣ Υ− bΣ ΧΥ
Se =
n −2
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1
Pernyataan Hipotesisnya : “Diduga Jumlah Uang beredar berpengaruh
terhadap harga beras?”
Prosedur Pengujian Hipotesis ;
Terima Ha/Tolak Ho
Teriama Ho
t-tabel
Rumust-hitung: b/Sb
4. Keputusan
Jika nilai thitung < t table maka terima Ho dan tolak Ha.
Jika nilai thitung > t table maka tolak Ho dan terima Ha.
5. Kesimpulan
Pusat Pengembangan Bahan Ajar - UMB Ir. Sahibul Munir SE, M.Si
STATISTIKA 1