REGRESI MELALUI TITIK PUSAT

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

dengan 1 menyatakan parameter, X i meyatakan variabel bebas, dan  i NID  0,  2 

Penaksir kuadrat terkecil untuk 1 diperoleh dengan meminimumkan

n
Q   Yi  1 X i 
2

i 1

terhadap 1 , sehingga diperoleh persamaan normal:

 X Y  b X   0
i 1
i i 1 i

Penaksir untuk 1 adalah:

XY i i
b1  i 1
n

X i 1
i
2

Penaksir tak bias untuk E Y  adalah:

Ŷ  b1 X

Residual kita definisikan sebagai selisih nilai observasi dengan Yˆi yakni:

ei  Yi  Yˆi  Yi  b1 X i

Penaksir tak bias untuk  2 adalah:

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

Batas-batas selang kepercayaan untuk 1 adalah:

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

 Yi 2  b12  X i2 1.042.437  18, 0053  3.215 

2

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:

18,0053   2, 201  0,06799 atau 17,86  1  18,15

berarti rata-rata distribusi biaya salah cetak naik antara 17,86 dan 18,15 per unit.

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.