Praktikum 7.

Regresi Linier

PRAKTIKUM 7. REGRESI LINIER

Tujuan: untuk mencari suatu kurva atau suatu fungsi linear (pendekatan) yang paling
sesuai dengan kumpulan titik data (xi, yi)

Dasar Teori

Regresi adalah salah satu metode yang digunakan untuk mencari garis atau kurva yang
mewakili serangkaian titik data.

Regresi digunakan jika :

a. Mencari satu kurva tunggal yang mewakili pola umum perilaku data
b. Kurva yang dicari tidak perlu melewati semua titik data.
Pernyataan matematis untuk fungsi linear adalah
𝑦 = 𝑎 + 𝑏𝑥 + e
Keterangan :
y = variabel terikat
x = variabel bebas
𝑎 = intercept
𝑏 = koefisien regresi / slop
e = galat/error
Notasi 𝑒 (𝑒𝑟𝑟𝑜𝑟) atau sisa merupakan selisih antara pengamatan dengan garis.
 e = 𝑦 − (𝑎 + 𝑏𝑥)
Regresi Linear dengan metode Least Square yakni meminimalkan jumlah kuadrat dari sisa.
𝑛 𝑛

𝑆𝑟 = ∑ 𝑒𝑖 = ∑(𝑦 − (𝑎 + 𝑏𝑥))2
2

𝑖=1 𝑖=1

Selanjutnya, untuk mencari nilai 𝑎 dan 𝑏, 𝑆𝑟 diturunkan terhadap setiap koefisien dan disama
dengankan nol sedemikian hingga diperoleh :

∑ 𝑦𝑖 ∑ 𝑥𝑖2 − ∑ 𝑥𝑖 ∑ 𝑥𝑖 𝑦𝑖
𝑎=
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2
𝑛 ∑ 𝑥𝑖 𝑦𝑖 − ∑ 𝑥𝑖 ∑ 𝑦𝑖
𝑏=
𝑛 ∑ 𝑥𝑖2 − (∑ 𝑥𝑖 )2
Keterangan : n = jumah data percobaan

CONTOH :
Buatlah program untuk mencari persamaan regresi linier jika diketahui nilai x dan y nya seperti
berikut.
X 2 3 2 5 6 1 4 1
Y 5 8 8 7 11 3 10 4

PENYELESAIAN:
Berikut hasil running program pada MATLAB.
LISTING PROGRAM
Berikut Listing program Regresi Linier. Simpan pada MATLAB dengan nama “Regresi”.
clear;clc;
disp(' REGRESI LINIER ')

x=input('masukkan nilai x (Beri []):');

y=input('masukkan niali y (Beri []):');

n=length(x);

x2=x*x';
xy=x*y';

Sx=sum(x);
Sy=sum(y);

a=(x2*Sy-Sx*xy)/(n*x2-Sx^2);
b=(n*xy-Sx*Sy)/(n*x2-Sx^2);
a
b

xx=0:15;
yy=a+b*xx;
plot(x,y,'o',xx,yy)
axis([0 15 0 15])
xlabel('x')
ylabel('y')
title('Grafik Persamaan Garis')

fprintf('Persamaan Regresi Linear Y=[%2.3f]+[%2.3f]x\n',a,b)

TUGAS
Sebuah percobaan memberikan nilai-nilai pada tabel berikut untuk peubah tak bebas y untuk
himpunan x yang diberikan. Lakukan pencocokan data dengan fungsi 𝑦 = 𝐶𝑥 𝑏 yang datanya
seperti di bawah berikut.
X 0,15 0,4 0,6 1,01 1,5 2,2 2,4
Y 4,4964 5,1284 5,6931 6,2884 7,0989 7,5507 7,5106