REGRESI LINIER SEDERHANA DAN

KORELASI

ANALISA REGRESI :
 Analisa data untuk mencari hubungan
antara 2 variabel atau lebih

REGRESI LINIER SEDERHANA

Bentuk Umum :
Y = β0 + β1X + є dengan є ~ iid
N(0,σ2)
Data (Xi,Yi) , i = 1,2,…,n
Yi = a + bXi + єi , dg єi ~ iid N(0,σ2)
Estimasi model regresi linier :
Ŷ  â  b̂X

dengan
Sxy
b̂ 
Sxx , â  Y  b̂ X
,
 n   n 
  Yi    Xi 
,
Y   i 1  X   i 1 
n n
 n  n 
  X i   Yi 
SXY=  n
X i Yi   i 1  i 1  ,
i n
 2
 n 
  Xi 
SXX= n

i Xi2   i1 n 

Uji Nyata regresi :

H0 : b = 0 (koef reg tak signifikan)
H1 : b  0 (koef reg signifikan)
Statistik uji :
SSR / 1 MSR
F 
SSE MSE
n2

Tolak H0 jika F > Fα (1,n-2)

Keterangan: SSR = b̂ Sxy
SSE = SYY – SSR
2
 n 
  Yi 
SYY =  n
Yi 2   i 1 
i n

SSR  JKR(JML KUADRAT REGRESI)

SST  JKT (JML KUADRAT TOTAL)= SYY
SST  JKS (JML KUADRAT SESATAN)
MSR  RKR(RATA-RATA KUADRAT REGRESI)
MSE  RKS(RATA-RATA KUADRAT SESATAN)
KOEFISIEN DETERMINASI = R2

 Menerangkan seberapa besar variabel

X memberi sumbangan pada Y
  Ŷ  Y 
n
2
i


R2  i 1
= SSR/SYY
 Y  Y
n
2
i
i 1

 0 < R2 < 1

 R2  1 kecocokan model dan data baik

 R2  0 kecocokan model dan data jelek

KOEFISIEN KORELASI = r
 Mengukur derajat hubungan linier
antara 2 variabel
 -1 < r < 1
 r neg : makin besar x makin kecil y
 r pos : makin besar x makin besar y

Koefisien korelasi sample :

S xy
r
S xx S yy
Uji korelasi :
H0 : ρ = 0 (tak ada hub linier)
H1 : ρ ≠ 0 (ada hub linier)
Statistik uji :
r n2
t= 1 r2 ~ tn-2
Tolak H0 :
jika t < - tα/2, n-2 atau t > tα/2, n-2