Tugas Individu

Analisis Regresi

Tugas Individu Analisis Regresi

Oleh :

NAMA : WINDI WILDA NINGSI

NIM : H 121 15 313

PRODI : STATISTIKA

JURUSAN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS HASANUDDIN

2017
1. Suatu penelitian dilakukan untuk mengetahui tingkat pencemaran yang berasal dari
mobil. Dalam hal ini diperkirakan bahwa tingkat emisi hidrokarbon (HC) dari mobil
tergantung dari jaraknya. Dengan demikian, mobil yang masih baru lebih sedikit
mengeluarkan HC daripada mobil tua. Untuk itu sebanyak 10 mobil merek tertentu dipilih
secara acak, kemudian diperiksa berapa jarak tempuh (dalam ribuan kilometer) dari
tersebut dan diukur tingkat emisi HC-nya (dalam ppm). Hasilnya sebagai berikut : (p dan
q adalah 40 ditambah nomor absen Anda. (40 + 27 = 67))
Jarak
31 38 pq=67 52 63 67 75 84 89 99
(X)
Emisi
553 590 608 650 700 680 834 752 845 960
(Y)

Dari soal tersebut :

a. Buatlah plot antara X dan Y. Menurut Anda bagaimana bentuk hubungan antara
jarak tempuh kendaraan dengan tingkat emisinya.
Jawab :

Emisi (Y)
1200

1000

800

600 Emisi (Y)

Linear (Emisi (Y))
400

200

0
0 20 40 60 80 100 120

b. Kalau dicobakan model linier = 0 + 1 + , maka carilah persamaan

regresinya dengan cara perhitungan manual dan dengan menggunakan MINITAB.
Jawab :
Persamaan regresi :

= 0 + 1 1
 Hasil perhitungan manual

NO. Jarak ( ) Emisi ( ) 2 ( )2 ( )2 ( )2

1. 31 553 17143 961 526.28 36450.39 26961.64 713.95

2. 38 590 22420 1444 563.93 23492.83 16179.84 679.84
3. 67 608 40736 4489 719.89 7.23079 11924.64 12519.15
4. 52 650 33800 2704 4515.84
639.22 6081.09 116.237

5. 63 700 44100 3969 698.38 354.31

295.84 2.6344

6. 67 680 45560 4489 719.89

7.2308 1383.84 1591.13

7. 75 834 62550 5625 762.91 13642.24

2089.7 5053.33

8. 84 752 63168 7056 1211.04 3518.32

811.31 8857.71
9. 89 845 75205 7921 838.21 14642.34 16332.84 46.1646
10. 99 960 95040 9801 891.99 58951.84 4625.93
30550.07
Tot. 665 7172 499722 48459 7172 122532.9 151399.6 28866.69

Rata-rata X () : Rata-rata Y () :

=1 =1
= =

665 7172
= =
10 10

= 66,5 = 717,2

Menghitung nilai 0 dan 1 yaitu :

1
(
=1 ) (=1 =1 )

1 = 1 2
2
=1 (=1 )

1
499722 10 (7172)(665)
=
1
48459 10 (442225)
22784
=
4236,5
= 5,378024
 0 = 1

1 1
=



=1 =1

1 1
= (7172) (665)
10 10

= 717,2 66,5

= 359,5614

Jadi persamaan regresinya adalah :

= , + ,

Hasil MINITAB

Regression Analysis: Emisi (Y) versus Jarak (X)

The regression equation is

Emisi (Y) = 360 + 5.38 Jarak (X)

Predictor Coef SE Coef T P

Constant 359.56 64.24 5.60 0.001
Jarak (X) 5.3780 0.9229 5.83 0.000

S = 60.0694 R-Sq = 80.9% R-Sq(adj) = 78.6%

Analysis of Variance

Source DF SS MS F P
Regression 1 122533 122533 33.96 0.000
Residual Error 8 28867 3608
Total 9 151400

c. Apakah makna dugaan 0 dan 1 pada konteks ini ? Ucapkan dengan bahasa
sederhana dan mudah mengerti !
Jawab :
Makna dugaan 0

Jika jarak tempuh kendaraan (X) bernilai nol, maka estimasi besarnya tingkat
emisi hydrokarbon (Y) sebesar 359,5614.
 Makna dugaan 1
Setiap peningkatan jarak tempuh kendaraan (X) sebesar satu satuan akan
meningkatkan tingkat emisi hydrokarbon (Y) sebesar 5,378024.

d. Lakukan pengujian hipotesis 0 : 1 = 0 lawan 1 : 1 > 0 dengan menggunakan uji t.

Apa kesimpulan yang Anda peroleh dari hasil pengujian ini ? Jelaskan !
Jawab :
Menentukan hipotesis
- 0 1 = 0
- 1 1 > 0
Menentukan taraf nyata ()
Taraf nyata yang digunakan taraf nyata standar yaitu = 5% = 0,05.
Menentukan daerah kritis
- > : Tolak 0
- < : Terima 0
Uji Statistik
- = = 3608,33676 = 60.0694328
60.0694328
- 1 = 2
= = 0.92288997
( ) 4236,5

- = 1
1

5,378024
=
0.92288997

= 5.827373241

- = 0,05 = 3,169

Kesimpulan

Karena < = 3,169 < 5,827 maka 0 diterima. Disimpulkan bahwa

ada pengaruh jarak tempuh kendaraan terhadap tingkat emisi hydrokarbon.

e. Buatlah analisis ragam untuk model tersebut. Jelaskan hasil yang Anda peroleh !
Apa bedanya analisis ini dengan analisis yang Anda lakukan pada butir (d) ?

Jawab :
 Menentukan hipotesis
- 0 1 = 0
- 1 1 > 0
Menentukan taraf nyata ()
Taraf nyata yang digunakan taraf nyata standar yaitu = 5% = 0,05.
Menentukan daerah kritis
- > : Tolak 0
- < : Terima 0
Uji Statistik

- = =1( )2 = 122532.9059
- =
2
=1( ) = 151399.6
- = =1( )2 = 28866.6941
122532.9059
- = = = 122532.9059
1
28866.6941
- = = = 3608,33676
1 8
122532.9059
- = = = 33,9582789
3608,33676

- = 0,05 = 5,32

Tabel Analisis ragam (ANOVA)

Komponen Rata-Rata
Jumlah Kuadrat db
Regresi Kuadrat
Regresi 122532.9059 1 122532.9059 33,9582789
Galat 28866.6941 8 3608,33676
Total 151399.6 9

Kesimpulan

Karena < = 5.32 < 33,96 maka 0 diterima. Disimpulkan bahwa

ada pengaruh jarak tempuh kendaraan terhadap tingkat emisi hydrokarbon.

Perbedaan analisis uji t pada butir (d) dan anlisis ragam adalah uji t mengukur
perbedaan dua atau beberapa mean antar kelompok. Sedangkan analisis ragam
mengukur besarnya perbedaan variansi antar kedua atau beberapa kelompok.
f. Hitunglah koefisien determinasinya dan jelaskan apa maknanya ! Apakah Anda puas
dengan model yang Anda peroleh ? Jelaskan !
Jawab :

2 =

=1( )2
=
=1( )2
122532,9059
=
151399,6
= 0,80933441

Nilai koefisien determinasi ( 2 ) sebesar 0,80933441 atau 80,93%. Angka tersebut

memiliki makna bahwa jarak tempuh kendaraan (X) berpengaruh terhadap tingkat
emisi hydrokarbon (Y) sebesar 80,93%. Sedangkan sisanya (19,07%) dipengaruhi
oleh variabel lain di luar model regresi ini. Nilai 2 yang semakin mendekati 1, artinya
pengaruh variabel bebas terhadap variabel terikat semakin kuat, begitu pun
sebaliknya. Karena nilai 2 yang dihasilkan mendekati 1 maka pengaruh jarak
tempuh kendaraan terhadap tingkat emisi kuat. Saya puas dengan hasil ini karena
nilai koefisien determinasi semakin mendekati 1.

g. Periksalah dengan plot normal, apakah asumsi kenormalan dipenuhi ?

Jawab :

Normal Probability Plot

(response is Emisi (Y))
99

95
90

80
70
Percent

60
50
40
30
20

10

1
-150 -100 -50 0 50 100
Residual
 Karena diagram menunjukkan titik-titik menyebar di sekitar garis diagonal, serta
penyebarannya mengikuti arah garis diagonal maka dikatakan memenuhi asumsi
normalitas.

h. Lakukan juga pemeriksaan terhadap asumsi-asumsi lainnya ! Adakah indikasi

asumsi tersebut dilanggar ? Lakukan pengujian asumsi Homoskedastisitas dengan
menggunakan metode grafik dan menggunakan uji Park ! Lakukan juga uji
autokorelasi menggunakan grafik dan uji Durbin Watson !
Jawab :
Asumsi Homoskedastisitas

Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi
heteroskedastisitas. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi linear terjadi ketidaksamaan variansi dari residual satu pengamatan ke
pengamatan yang lain. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZRESID dan
ZPRED di mana sumbu Y adalah Y yang diprediksi, dan sumbu X adalah residual
(prediksi Y sesungguhnya) yang telah di-studentized.

- Uji Grafik
Dasar Analisis:
Ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu
yang teratur (bergelombang, melebar kemudian menyempit), maka
mengindikasikan telah terjadi heteroskedastisitas.
Jika tidak ada pola yang jelas, serta titik-titik menyebar dia atas dan di
bawah 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
 Tidak terjadi heteroskedastisitas (terjadi homoskedastisitas) karena titik-titik
menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0
pada sumbu Y.
Artinya model regresi layak digunakan untuk memprediksi tingkat emisi
hydrokarbon berdasarkan jarak tempuh kendaraan.

- Uji Park

Coefficientsa

Standardized
Unstandardized Coefficients Coefficients

Model B Std. Error Beta t Sig.

1(Constant) -6.679E-14 64.245 .000 1.000

Jarak .000 .923 .000 .000 1.000

Karena nilai sig pada hasil output diatas lebih besar dari = 0,05, maka disimpulkan bahwa
tidak terjadi heteroskedastisitas.

Asumsi Autokorelasi
- Uji Durbin Watson

Tabel galat :

= ( ) 1 1 ( 1 )2 2
26,72 - - - 713.951
26,07 26,72 0,646 0,417 679.8375
-111,89 26,07 137,96 19033,71 12519.15
10,78 -111,89 -122,67 15048,02 116.2376
1,623 10,78 9,158 83,873 2.634405
-39,889 1,623 41,51 1723,254 1591.133
71,087 -39,889 -110,98 12315,254 5053.332
-59,31 -39,889 130,40 17004,74 3518.32
6,794 -59,31 -66,109 4370,516 46.16459
68,01 6,794 -61,2198 3747,86 4625.933
73328,01 28866.69

Statistik uji Durbin Watson :

=2 ( 1 )
2
= 2
=1
 73328,01
= = 2,540229
28866.69

Dari tabel Durbin Waston dengan N=10 , = 0,05 dan k (variabel

independent) =1

Diperoleh = 0,8791 = 1,3197

Karena < < 4 = 1,3192 < 2,540229 < 2,68

maka dismpulkan bahwa tidak ada autokorelasi pada data diatas.