1. Pendahuluan
Gagasan perhitungan ditetapkan oleh Sir Francis Galton (1822-1911) Persamaan regresi :Persamaan matematik yang memungkinkan peramalan nilai suatu peubah takbebas (dependent variable) dari nilai peubah bebas (independent variable) Diagram Pencar = Scatter Diagram Diagram yang menggambarkan nilai-nilai observasi peubah takbebas dan peubah bebas. Nilai peubah bebas ditulis pada sumbu X (sumbu horizontal) Nilai peubah takbebas ditulis pada sumbu Y (sumbu vertikal) Nilai peubah takbebas ditentukan oleh nilai peubah bebas Anda sudah dapat menentukan mana peubah takbebas dan peubah bebas? Contoh 1: Umur Vs Tinggi Tanaman Biaya Promosi Vs Volume penjualan (X : Umur, Y : Tinggi) (X : Biaya Promosi, Y : Vol. penjualan)
Jenis-jenis Persamaan Regresi : a. Regresi Linier : - Regresi Linier Sederhana - Regresi Linier Berganda b. Regresi Nonlinier - Regresi Eksponensial Regresi Linier - Bentuk Umum Regresi Linier Sederhana
Y = a + bX
Y X a b : peubah takbebas : peubah bebas : konstanta : kemiringan
Y = abx
log Y = log a + (log b) x
2.
Metode Kuadrat terkecil (least square method): menetapkan persamaan regresi linier sederhana - Bentuk Umum Regresi Linier Sederhana :
Y = a + bX
Y a : peubah takbebas : konstanta X b : peubah bebas : kemiringan
b=
n n n xi yi xi yi i =1 i =1 i =1
n
n 2 n xi xi i =1 i =1
n
a = y bx
sehingga
a=
y
i =1
x
i =1
n : banyak pasangan data yi : nilai peubah takbebas Y ke-i xi : nilai peubah bebas X ke-i
Contoh 2 :
RegresiKorelasi / thomasyunigunarto / Hal 2 dari 9
Berikut adalah data Biaya Promosi dan Volume Penjualan PT BIMOIL perusahaan Minyak Goreng. x Tahun Biaya Promosi (Juta Rupiah) 1992 2 1993 4 1994 5 1995 7 1996 8 x = 26 y Volume Penjualan (Ratusan Juta Liter) 5 6 8 10 11 y = 40
xy 10 24 40 70 88 xy = 232
x 4 16 25 49 64 x =158
b=
(5 232) (26 40) 1160 1040 120 = = = 1.0526 = 1.053 790 676 114 (5 158) (26 2 )
a=
yi
i =1
x
i =1
Y=a+bX
Peramalan dengan Persamaan Regresi Contoh 3 : Diketahui hubungan Biaya Promosi (X dalam Juta Rupiah) dan Y (Volume penjualan dalam Ratusan Juta liter) dapat dinyatakan dalam persamaan regresi linier berikut Y = 2.530 + 1.053 X Perkirakan Volume penjualan jika dikeluarkan biaya promosi Rp. 10 juta ? Jawab : Y = 2.530 + 1.053 X X = 10
3.
Y = 2.53 + 1.053 (10) = 2.53 + 10.53 = 13.06 (ratusan juta liter) Volume penjualan = 13.06 x 100 000 000 liter Korelasi Linier Sederhana
Koefisien Korelasi (r) : ukuran hubungan linier peubah X dan Y Nilai r berkisar antara (+1) sampai (-1) Nilai r yang (+) ditandai oleh nilai b yang (+) Nilai r yang (-) ditandai oleh nilai b yang (-) Jika nilai r mendekati +1 atau r mendekati -1 maka X dan Y memiliki korelasi linier yang tinggi Jika nilai r = +1 atau r = -1 maka X dan Y memiliki korelasi linier sempurna Jika nilai r = 0 maka X dan Y tidak memiliki relasi (hubungan) linier (dalam kasus r mendekati 0, anda dapat melanjutkan analisis ke regresi eksponensial) Koefisien Determinasi Sampel = R = r Ukuran proporsi keragaman total nilai peubah Y yang dapat dijelaskan oleh nilai peubah X melalui hubungan linier. Penetapan & Interpretasi Koefisien Korelasi dan Koefisien Determinasi
r=
n n n xi yi xi yi i=1 i=1 i =1
n 2 2 n n n 2 n n xi2 xi n yi yi i=1 i=1 i=1 i=1
R = r2
Contoh 4 : Lihat Contoh 2, setelah mendapatkan persamaan Regresi Y = 2.530 + 1.053 X, hitung koef. korelasi (r) dan koef determinasi (R). Gunakan data berikut (lihat Contoh 2) x = 26 y = 40 xy = 232 x =158 y = 346
r=
n n n n xi yi xi yi i =1 i =1 i =1 2 2 n n n 2 n 2 n xi xi n yi yi i =1 i =1 i =1 i =1
r=
1160 1040
Nilai r = 0.9857 menunjukkan bahwa peubah X (biaya promosi) dan Y (volume penjualan) berkorelasi linier yang positif dan tinggi
R = r 2 = 0.9857...2 = 0.97165....= 97 %
Nilai R = 97% menunjukkan bahwa 97% proporsi keragaman nilai peubah Y (volume penjualan) dapat dijelaskan oleh nilai peubah X (biaya promosi) melalui hubungan linier. Sisanya, yaitu 3 % dijelaskan oleh hal-hal lain.
4.
Pembahasan akan meliputi regresi linier dengan 2 Variabel Bebas (X1 dan X2) dan 1 Variabel Tak Bebas (Y). Bentuk Umum : Y = a + b1 X1 + b2 X2 Y : peubah takbebas X1 : peubah bebas ke-1 X2 : peubah bebas ke-2
a b1 b2
(i)
n a + b1 x1i + b 2 x2i = yi
i =1 i =1 i =1
(ii)
i =1
n
i =1
i =1
(iii)
Berikut adalah data Volume Penjualan (juta unit) Mobil dihubungkan dengan variabel biaya promosi (X1 dalam juta rupiah/tahun) dan variabel biaya penambahan asesoris (X2 dalam ratusan ribu rupiah/unit).
x1
2 3 5 6 7 8
1
x2
3 4 6 8 9 10
2
y
4 5 8 10 11 12 =
x1 x2
6 12 30 48 63 80
1 2
x1y
8 15 40 60 77 96 =
x2y
12 20 48 80 99 120
x1
4 9 25 36 49 64
x2
9 16 36 64 81 100 =
y
16 25 64 100 121 144 =
x = x
31 40
y= x x
50 239
x1y =
x
379
296
y=
x
187
2 1
x
306
2 2
y
470
= a + b1 X1 + b2 X2
n=6
x = 31 x x =239 x =187
1 1 2 2 1
n n
= 40
x 1 y =296
2 2
=306
y = 50 x y = 379 y = 470
2 2
Masukkan notasi-notasi ini dalam ketiga persamaan normal, (i) (ii) (iii) n a + b1 x1i + b 2 x2i = yi
i =1 i =1 i =1 n
a x1i + b1 x1i 2 + b 2 x2i x1i = x1i yi a x2i + b1 x2i x1i + b 2 x2i 2 = x2i yi
i =1 i =1 i =1 i =1 i =1 n i =1 n i =1 n i =1 n
Sehingga didapatkan tiga persamaan berikut: (i) (ii) (iii) 6a 31 a 40 a + + + 31 b1 + 187 b1 + 239 b1 + 40 b2 239 b2 306 b2 = 50 = 296 = 379
Lakukan Eliminasi, untuk menghilangkan (a) (ii) (i) (ii) (i) 31 a 6a + + 187 b1 31 b1 1122 b1 961 b1 161b1 + + + + + 239 b2 40 b2 1434 b2 1240 b2 194 b2 = 296 = 50 = 1776 = 1550 = 226 6 31
Lalu (iii) (i) (iii) (i) 40 a 6a + + 239 b1 31 b1 1434 b1 1240 b1 194 b1 + + + + + 306 b2 40 b2 1836 b2 1600 b2 236 b2 = 379 = 50 = 2274 = 2000 = 274 6 40
Selanjutnya, eliminasi (b1) dan dapatkan nilai (b2) (v) (iv) (v) (iv) 194 b1 161 b1 31234 b1 31234 b1 + + + + 236 b2 194 b2 37996 b2 37636 b2 360 b2 b2 = 274 = 226 = 44114 = 43844 = = 270 0.75 161 194
Dapatkan Nilai (b1) dan nilai (a) dengan melakukan substitusi, sehingga: (v) Perhatikan b2 = 0.75 194 b1 194 b1 + + 236 (0.75) = 274 177 = 274 194 b1 = 97 b1 = 0.50 = 50 194 b1 + 236 b2 = 274
(i)
6a
31 b1
40 b2
Sehingga Persamaan Regresi Berganda a + b1 X1 + b2 X2 dapat ditulis sebagai 0.75 + 0.50 X1 + 0.75 X2
5.
Koefisien Determinasi Sampel untuk Regresi Linier Berganda diberi notasi sebagai berikut
2 R y.12
ry.12 =
Rumus
2 Ry.12
2 R y .12 = 1
JKG ( n 1) s 2 y
2 sy =
n y 2
n(n 1)
JKG = y 2 a y b1 x1 y b2 x 2 y
Contoh 5: Jika diketahui (dari Contoh 4) n=6
x = 31 x x =239 x =187
1
1 2 2 1
= 40
x 1 y =296
2 2
x
2 R y.12
=306
y = 50 x y = 379 y = 470
2 2
Maka tetapkan
2 sy =
n y 2
( y )
n(n 1)
JKG = y 2 a y b1 x1 y b2 x 2 y = 470 - 0.75(50) - 0.5 (296) - 0.75 (379) = 470 - 37.5 - 148 - 284.25 = 0.25
2 R y .12 = 1 JKG ( n 1) s 2 y
= 1