Regresi

Risa Nofiani
 Regresi Linier
• Definisi: metode statistika yang digunakan untuk mengetahui
pengaruh antara variabel dependent dan independent
• Contoh Hubungan antara jumlah pekerja dengan output produksi
• Model Persamaan regresi linier:
Y=a +bX
Dimana:Y= variabel respons/akibat/dependent
X= variabel predictor atau variabel faktor penyebab/independent
A=konstanta
b=koefisien regresi

σ 𝑦 σ 𝑥 2 − σ 𝑥 σ 𝑥𝑦
𝑎= 𝑛 σ 𝑥𝑦 − σ 𝑥 σ 𝑦
𝑛 σ 𝑥2 − σ 𝑥 2 𝑏=
𝑛 σ 𝑥2 − σ 𝑥 2
 KOEFISIEN DETERMINASI (R2)
Koefisien determinasi merupakan ukuran untuk mengetahui
kesesuaian atau ketepatan antara nilai dugaan dengan data sampel.
Koefisien determinasi didefinisikan sebagai berikut.
Koefisien determinasi adalah bagian dari keragaman total variabel
tak bebas Y (variabel yang dipengaruhi atau dependent) yang dapat
diterangkan atau diperhitungkan oleh keragaman variabel bebas X
(variabel yang mempengaruhi, independent)
Jadi koefisien determinasi adalah kemampuan variabel X
mempengaruhi variabel Y. Semakin besar koefisien determinasi
menunjukkan semakin baik kemampuan X mempengaruhi Y.
NILAINYA ANTARA 0 (NOL) DAN 1 (SATU), ATAU PERSENTASE 0% -
100%
Koefisien Determinasi =
 Contoh soal
• Suatu mahasiswa melakukan pengukuran kekerasan terhadap beberapa
kandungan logam tanah jarang dari beberapa lokasi di Indonesia. Hasil
pengukuran adalah sebagai berikut:
Gambarkan model hubungan kedua variabel tersebut

Kekerasan batuan, Mohs Kandungan logat tanah jarang

3 10

7 19

8 21

5 13

5 14

3 9

7 19

7 18

5 14

5 14
 Uji Linieritas
• Uji linearitas bertujuan untuk mengetahui
apakah dua variabel mempunyai hubungan
yang linear atau tidak secara signifikan. Uji ini
biasanya digunakan sebagai prasyarat dalam
analisis korelasi atau regresi linear.
 Uji Linearitas menggunakan Bantuan Tabel Anova
SUMBER DERAJAT JUMLAH RATA RATA F HITUNG F TABEL
KERAGAMAN BEBAS (Degree QUADRAT JUMLAH
of Fredom) (Square KUADRAT
(Source of Varians) Number)
db atau df (RJK)
JK
Regresi {b/a} 1 JK Reg b/a S2 reg b/a = S2 reg
JK Reg b/a __________
S2 sisa
Residu (sisa) n-2 JK (S) S2 Sisa =

JK (S) / n –
k
Ketidaksesuaian k–2 JK (TC) S2 TC = S2 TC
(Ketidakcocokan) _________
(k =
kelompok S2 (G)
atau
JK (TC) /
ulangan k-2
Error (Galat) n-k JK (G) S2 (G) =

JK (G) / n -
k
 NORMALITAS
• Uji normalitas adalah uji untuk melihat apakah data terdistribusi
“NORMAL” atau tidak.
• Uji normalitas digunakan sebagai syarat atau asumsi dari berbagai uji
parametris, misalnya uji regresi linear, uji Anova, Uji Ancova,
Uji Manova, Uji Independen T Test, Uji Paired T Test dan berbagai uji
lainnya, baik analisis multivariat ataupun univariat.
• Uji normalitas pada berbagai uji tersebut berbeda-beda caranya dan
berbeda juga apa yang diuji. Misalkan pada uji regresi linear berganda,
yang diuji normalitas adalah residual. Pada uji independen t test, yang
diuji adalah variabel terikat per kelompok. Sedangkan pada uji paired t
test, yang diuji adalah selisih antara dua data yang berpasangan. Untuk
lebih detail silahkan baca artikel-artikel kami yang membahas uji-uji di
atas.
 NORMALITAS
• Tentunya karena sebagai syarat uji parametris, maka jika asumsi
normalitas tidak terpenuhi atau dengan kata lain TIDAK BERDISTRIBUSI
NORMAL atau terima H1 (hipotesis alternatif), maka harus dilakukan
normalisasi data melalui transformasi atau pembobotan. Misalnya asumsi
normalitas tidak terpenuhi pada uji regresi linear berganda, kita bisa
melakukan teknik transformasi. Jika asumsi normalitas tidak terpenuhi
pada uji independen t test, maka kita bisa menggunakan uji alternatif
dengan uji non parametris, misalnya uji mann whitney u test.

• Uji normalitas banyak sekali teknik atau metode perhitungannya, antara

lain adalah: Uji Kolmogorov Smirnov, uji Lilliefors, Uji Shapiro WIlk, Uji
Shapiro Francia, Uji Anderson Darling, Uji Ryan Joiner, Uji Jarque Bera, Uji
Skewness Kurtosis, PP Plot, QQ Plot, Detrend QQ Plot.
 Metode Chi Square (Uji Goodness of Fit Distribusi
Normal)dalam Uji Normalitas

• Rumus Uji Normalitas dengan Chi-Square

2
𝑂𝑖 − 𝐸𝑖
𝑋 =෍
𝐸𝑖

• Keterangan
– X2=NIlaiX2
– O1=Nilai Observasi
– Ei=Nilai ecpected/harapan, luas interval kelas
berdasarkan tabel normal dikalikan N (total
frekuensi)(pixN)
– N=Banyaknya angka pada data (total frekuensi)
• d
 Syarat Uji Chi Square
• a. Data tersusun berkelompok atau
dikelompokkan dalam tabel distribusi
frekuensi.
b. Cocok untuk data dengan banyaknya angka
besar ( n > 30 )
c. Setiap sel harus terisi, yang kurang dari 5
digabungkan.
 Signifikansi uji Chi-Square
•
Signifikansi uji, nilai X2 hitung dibandingkan
dengan X2 tabel (Chi-Square).
Jika nilai X2 hitung < nilai X2 tabel, maka Ho
diterima ; Ha ditolak.
Jika nilai X2 hitung > nilai X2 tabel, maka maka
Ho ditolak ; Ha diterima.
 Uji Liliefors
• Umumnya menggunakan data yang belum
diolah
• Data yang diperoleh ditransformasikan dalam
nilai Z. Rumus: 𝑥𝑖 − 𝑥ҧ
𝑍𝑖 =
𝑠

• Hipotesis Uji
– Ho: Data Pupulasi berdistribusi normal
– Ha: Data populasi berdistribusi tidak normal
 Signifikansi Uji Lilliefors
• Signifikansi uji, nilai | F (x) – S (x) | terbesar
dibandingkan dengan nilai tabel Lilliefors.
• Jika nilai | F (x) – S (x) | terbesar < nilai tabel
Lilliefors, maka Ho diterima ; Ha ditolak.
• Jika nilai | F(x) – S(x) | terbesar > dari nilai
tabel Lilliefors, maka Ho ditolak ; Ha diterima.
 Statistik Uji Liliefors

• 1. Pilih nilai signifikansi alpha biasanya 5% (=0,05)

• 2. Data diurutkan dari yang terkecil hingga yang terbesar.
• 3. Cari rata-rata, simpangan baku (standar deviasi) dari sampel data.

X Fkum Z Fz Sz

• 4. Tentukan nilai Z (angka baku)

• 5. Tentukan peluang dari F(Zi) = P(Zi)
• 6 Hitung proporsi yang lebih kecil atau sama dengan Zi yaitu S(Zi)
• 7. Hitung selisih mutlak dari nomor 5 dan 6 yaitu |F(Zi) - S(Zi)|
• 8. Statistik ujinya adalah nilai terbesar dari |F(Zi) - S(Zi)|
• 9. Berdasarkan nilai alpha 5% yang dipilih, tentukan titik kritis L (dari tabel data Liliefor.)
•
• Kolom Yi adalah data yang telah diurutkan dari yang terkecil hingga
terbesar.
• Kolom peringkat adalah peringkat dari data Yi, dan jika terdapat
data yang sama, maka ambil peringkat tertinggi.
• Kolom Zi adalah nilai Zi yang diperoleh dari selisih Yi terhadap Y-
rata-rata dan dibandingkan dengan standar deviasi s.
• Kolom F(Zi) adalah nilai probabilitas dari Zi, dapat dilihat dengan
menggunakan tabel normal
• S(Zi) adalah peringkat dibandingkan jumlah seluruh data. Misalnya
pada Yi = 5 dengan peringkat 1 diperoleh S(Zi) = 1 / 38
• Dari kolom ke-6, pilih nilai tertinggi sehingga diperoleh Lo = 0,128.
• Menentukan nilai L-tabel, dapat dilihat pada tabel Nilai Kritis Uji
Liliefors, lihat kolom alpha 0,05 dan pilih n>30. Sehingga diperoleh
L-tabel = 0,886/ sqrt(40) = 0,140
 HOMOGENITAS
• Uji homogenitas berbeda dengan uji normalitas meskipun sama-sama
digunakan sebagai syarat dalam uji parametris. Letak perbedannya adalah, jika
uji normalitas diperlukan pada semua uji parametris, maka uji homogenitas
tidak selalu digunakan. Uji homogenitas hanya digunakan pada uji parametris
yang menguji perbedaan antara kedua kelompok atau beberapa kelompok
yang berbeda subjeknya atau sumber datanya. Oleh karena itu, uji
homogenitas diperlukan sebagai asumsi dari uji independen t test dan uji
Anova. Sedangkan pada uji regresi linear, homogenitas tidak diperlukan
sebagai syarat sebab uji regresi linear tidak menguji perbedaan beberapa
kelompok. Ringkasnya untuk melihat APAKAH KEDUA KELOMPOK ATAU LEBIH
MEMILIKI KERAGAMAN YANG SAMA (HOMOGEN) ATAU TIDAK.
• Konsekuensi jika asumsi homogenitas tidak terpenuhi, maka yang harus
dilakukan oleh peneliti juga berbeda-beda tergantung pada analisis hipotesis
yang utama. Misalkan pada uji Anova, jika asumsi homogenitas tidak
terpenuhi, maka peneliti dapat menggunakan koreksi oleh uji brown forsythe
atau welch’s F. Sedangkan jika asumsi homogenitas tidak terpenuhi apda uji
independen t test, peneliti dapat menggunakan uji independen t test unequal
variance atau menggunakan uji indepeden welch’s test.
• U2i N3r/alitas Men11-nakan U2i Lilief3rs
• (angkah1langkah uji normalitas menggunakan uji (iliefors2 .Mengurutkan data sampel dari ke0il ke
besar dan menentukan frekuensitiap1tiap data. .Menentukan nilai =
• i
• dari tiap1tiap data dengan rumus2
• S X X Z
• ii
• −=
• Keterangan 2=
• i
• 2 simpangan baku kur4a standard>
• i
• 2 data ke i dari suatu kelompok data
• X
• 2 rata1rata kelompok S 2 simpangan baku.6.Menentukan besar peluang untuk masing1masing nilai
= berdasarkan tabel= yang disebut +:=3.
Pengertian Tingkat Kepercayaan
statistika