Analisis Regresi
Oleh :
PRODI : STATISTIKA
JURUSAN MATEMATIKA
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)
Emisi (Y)
1200
1000
800
200
0
0 20 40 60 80 100 120
= 0 + 1 1
Hasil perhitungan manual
Rata-rata X () : Rata-rata Y () :
=1 =1
= =
665 7172
= =
10 10
= 66,5 = 717,2
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
= , + ,
Hasil MINITAB
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.
5,378024
=
0.92288997
= 5.827373241
- = 0,05 = 3,169
Kesimpulan
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
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
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
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.
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
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
=2 ( 1 )
2
= 2
=1
73328,01
= = 2,540229
28866.69