Sering kali kita jumpai keadaan dimana model regresi linear lewat titik 0, 0
merupakan model yang sesuai untuk data. Sebagai contoh, misalkan pada suatu
proses kimia, hasil yang diperoleh Y 0 apabila temperatur proses X sama dengan
nol. Model regresi melalui titik (0,0) adalah:
Yi 1 X i i
n
Q Yi 1 X i
2
i 1
X Y b X 0
i 1
i i 1 i
XY i i
b1 i 1
n
X i 1
i
2
Ŷ b1 X
Residual kita definisikan sebagai selisih nilai observasi dengan Yˆi yakni:
ei Yi Yˆi Yi b1 X i
1
Y Yˆ
n n n
Y b X e
2 2 2
i i i 1 i i
KRS i 1
i 1 i 1
n 1 n 1
n 1
Derajat bebas untuk KRS sama dengan n 1 karena hanya satu parameter yang
ditaksir. Dapat dibuktikan bahwa:
2
var b1 2
b1 n
X
i 1
i
2
Bukti:
n
XY i i n
Xi
b1 i 1
n
i
ki Yi , dengan ki n
X
i 1
i
2 i 1
X
i 1
i
2
sehingga
n
n
2 b1 2 ki Yi ki2 2 Yi
i 1 i 1
n
n X i
2
2
2 ki2 2 i 1
2
n
n 2
i 1
Xi X i
2
i 1 i 1
Penaksir untuk
2
b1 adalah:
KRS
s 2 b1 n
X i 1
i
2
b1 t
s b1
;n 1
2
Contoh:
Data berikut menunjukkan jumlah salah cetak X dan biaya koreksi Y . Karena
Y merupakan variabel biaya maka digunakan model regresi melalui 0, 0
X 7 12 10 10 14 25 30 25 18 10 4 6
Y 128 213 186 178 250 446 540 457 324 177 75 103
Dari data kita peroleh nilai:
2
n
n n n XY i i
57.887
X iYi 57.887 ; X i2 3.215 ; Yi 2 1.042.437 ; b1 i 1
n
18, 0053
X
i 1 i 1 i 1 2 3.215
i
i 1
Sehingga persamaan regresi taksiran adalah Yˆi 18, 0053 X i . Untuk inferensi 1 kita
hitung nilai-nilai:
n n
KRS i 1 i 1
14,8625 dan
n 1 11
KRS 14,8625
s 2 b1 n
0, 0046 atau s b1 0,06799
X 2 3.215
i
i 1
Untuk koefisien kepercayaan 95% kita peroleh t 0,025;11 2, 201 dan selang
kepercayaan untuk 1 mempunyai batas-batas:
Catatan:
n
Dalam regresi melalui 0, 0 tidak ada sifat kuadrat terkecil e i 1
i 0 . Sehingga
n
untuk model ini ei 0 .
i 1
Karena hanya 1 yang ditaksir untuk fungsi regresi, maka penaksiran simultan
untuk mean respons tidak dibahas.
Seperti pada model regresi lain, untuk model ini perlu diuji kelinearan dan
kekonstanan variansi suku sesatan.