Regresi Sederhana
Garis regresi atau regresi adalah garis lurus atau garis linear yang merupakan garis taksiran atau perkiraan untuk mewakili pola hubungan antara variabel X dan Y. Dalam hal ini X disebut variabel bebas dan Y tak bebas.
= a + bX
Dimana = nilai taksiran untuk variabel tak bebas Y x = nilai variabel bebas a = pintasan bilamana X = 0 b = koefisien arah / slope dari garis regresi
a dan b disebut koefisien regresi
b = n xy xy nx - (x)
a = Y/n b (x/n)
Dari penaksiran = a + bx terhadap nilai nilai Y yang sesungguhnya bila bentuk itu dibagi dengan banyaknya pengamatan/banyaknya data, yakni n maka rata-rata kesalahan.
e = (Y-) n n
S.x = (Y-) n
Bentuk sederhana
S.x = Y-aY-bXY n
Tabel berikut menunjukkan tinggi badan dan berat badan dari 12 mahasiswa
X 70 63 72 60 66 156 70 74 65 62 67 65 68 152 Y 155 150 180 135
a. b.
145 139
Korelasi dilakukan dengan memakai perbandingan antara variasi yang dijelaskan dengan variasi total dari Y terhadap dirumuskan (Y-), yaitu kuadrat jumlah dari selisih nilai Y dengan . Bentuk aljabar (Y-) = (Y-) + (-) Perbandingan antara variasi dengan variasi total r = (-) (Y-) r disebut koefisien determinan
Bila (-) = 0 maka artinya tidak terdapat variasi yang dijelaskan, yaitu variasi total semu tidak dijelaskan karena menjadi (Y-) = (Y). dengan demikian perbandingan tersebutakan menjadi 0 yaitu r = 0, akan tetapi bila tidak terdapat variasi yang tidak dijelaskan akan menjadi (Y-) = (-) dengan demikian perbandingan r = 1 dalam keadaan yang lain perbandingan tersebut terletak antara 0 dan 1 yaitu 0 < r < 1. koefisien korelasi (r) adalah akar dari koefisien determinan. r = (-) (Y-) Variasi yang dijelaskan variasi total
8
Nilai r = -1, disebut korelasi negatif (berlawanan arah) terdapat hubungan yang sempurna antara X dan Y. Nilai r =1, disebut korelasi positif (searah) terdapat hubungan + yang sempurna antara X dan Y Nilai r = 0, disebut tidak berkorelasi secara linear artinya tidak ada hubungan antara X dan Y.
- r = 1-Sy.x Sy Dimana Sy.x = kuadrat dari kesalahan baku = Y - aY bXY n Sy = variasi Y = (Y-) n - r = XY (X)(Y) Dimana x=X-X y=Y-
10
Sxy = xy , Sx = x , Sy = y n n n Sxy = kovarians dari x dan y Sx = simpangan baku dari x Sy = simpangan baku dari y Sx = variansi dari x Sy = variansi dari y
11
Bila 0,90 < r < 1,00 atau -1,00 < r < -0,90 artinya hubungan saling kuat Bila 0,70 < r < 0,90 atau -0,90 < r < -0,70 artinya hubungan yang kuat Bila 0,50 < r < 0,70 atau -0,70 < r < -0,50 artinya hubungan yang moderat Bila 0,30 < r < 0,50 atau -0,50 < r < -0,30 artinya yang lemah Bila 0,0 < r < 0,30 atau o,30 < r < 0,0 artinya sangat lemah
12
Tabel berikut menunjukkan tinggi badan dan berat badan dari 12 mahasiswa
X 70 63 72 60 66 156 70 74 65 62 67 65 68 152 Y 155 150 180 135
a. b.
145 139
13
Masukkan data Y dan data X pada sheet MS Excel, misalnya data Y di kolom A dan X pada kolom B dari baris 1 sampai 5. Klik icon tools, pilih data analysis, dan pilih simple linear regression. Pada kotak data tertulis Y variable cell range: masukkan data Y dengan mem-blok kolom a atau a1:a5. Pada X variable cell range: masukkan data X dengan mem-blok kolom b atau b1:b5. Anda klik OK, maka hasilnya akan keluar. Y= a+b X; a dinyatakan sebagai intercept dan b sebagai X variable1 pada kolom coefficients.
14
15
16
17