Pendugaan Persamaan Garis Regresi Populasi

Garis regresi populasi dari seluruh pasangan nilai (Xi,Yi) pada umumnya tidak
diketahui. Dengan demikian, garis regresi populasi tersebut diduga dengan garis regresi
sampel. Garis regresi sampel disusun berdasarkan sampel acak berukuran n yang ditarik dari
populasi yang berukuran N. Untuk menduga garis regresi populasi berdasarkan garis regresi
sampel, dapat digunakan metode kuadrat terkecil (Least Squares Method).

➢ Garis regresi populasi

E(Y| Xi) = α + β Xi

Bentuk stokastiknya

Yi = E(Y| Xi) + μi = α + β Xi + μi

➢ Garis regresi sampel

Ŷi = a + bXi

Bentuk stokastiknya

Yi = a + bXi + ei

Keterangan :

Ŷi merupakan penduga bagi E(X| Yi), a merupakan penduga bagi α , b merupakan penduga
bagi β , dan ei merupakan penduga bagi μi.

Nilai penduga (Ŷi) letaknya tidak persis sama dengan nilai yang diamati (Ŷi),
perbedaan nilai (Yi - Ŷi) = ei, ini disebut residual / variable gangguan. Selanjutnya timbul
pertanyaan bagaimana membentuk persamaan regresi sehingga a sedekat mungkin dengan α
dan b sedekat mungkin dengan β? Kriteria pemilihan garis regresi sampel yang paling dekat
dengan regresi populasinya adalah : “pilih garis regresi sampel yang memiliki jumlah kuadrat
kesalahan paling kecil “, metode yang memberikan hasil sedemikian itu adalah metode kuadrat
terkecil.

Dengan kata lain, prinsip metode kuadrat terkecil adalah meminimumkan ∑e2i atau
2
̂i ) . Oleh karena jumlah kuadrat residual adalah fungsi dari a dan b atau
∑(Yi − Y
{∑𝑒𝑖2 = 𝑓(𝑎, 𝑏)}, maka ∑e2i dapat diturunkan terhadap a dan b melalui derivatif parsial dan
didapat nilai a dan b yang meminimumkan ∑e2i , sebagai berikut :

n∑X i Yi − ∑Xi ∑Yi ∑xi yi

b= =
n∑xi2 − (∑Xi )2 ∑xi2

∑𝑌𝑖 − 𝑏∑𝑋𝑖
a= = 𝑌̅ − 𝑏𝑋̅
𝑛

n = banyaknya pasangan data observasi / ukuran sampel.

Setelah a dan b diperoleh, maka persamaan regresi sampel sebagai penduga regresi
populasi dapat disusun sebagai berikut, Ŷi = a + bXi .

Catatan :

Soal 10-3

Data mengenai besarnya modal dan produksi dari enam (6) perusahaan yang sejenis, yang
dipilih secara acak, seperti pada table berikut :

X 2,0 4,0 5,0 7,0 10,0 11,0

Y 16,5 17,5 17,5 17,8 18,5 19,1

X = modal (dalam puluh juta rupiah), Y = hasil produksi (dalam ton)

Berdasarkan data tersebut,

a. Dugalah regresi populasinya.

b. Ujilah pendapat yang menyatakan bahwa modal tidak berpengaruh terhadap produksinya.
Gunakan taraf nyata 5 %.
c. Ujilah pendapat yang menyatakan tidak ada hubungan antara modal dan produksi.
Gunakan taraf nyata 5 %.
d. Buatlah interval keyakinan 95%, bagi parameter β.

Penyelesaian

a. Dugalah regresi populasinya

Perhitungan Unsur- unsur Persamaan Regresi

Xi Yi Xi2 Yi2 XiYi
2,0 16,5 4 272,25 33
4,0 17,5 16 306,25 70
5,0 17,5 25 306,25 87,5
7,0 17,8 49 316,84 124,6
10,0 18,5 100 342,25 185
11,0 19,1 121 364,81 210,1
39 106,9 315 1908,65 710,2

n=6

̅ = Σ Xi = 39 = 6,5
X ̅ = Σ Yi = 106,9 = 17,817
Y
n 6 n 6

n∑Xi Yi − ∑X i ∑Yi ∑xi yi

b= =
n∑xi2 − (∑X i )2 ∑xi2

6 (710,2)−(39)(106,9) 4.261,2−4.169,1
= =
6 (315)−(39)2 1.890−1.521

92,1
= = 0,25
369

a = Y̅ - b.X̅

= 17,817 – 0,25 (6,5)

= 17,817 – 1,625

= 16,192
Jadi persamaan regresi sampel sebagai

penduga regresi populasinya adalah,

Ŷ = a + bX

= 16,192 + 0,25 X

b. Ujilah pendapat yang menyatakan bahwa modal tidak berpengaruh terhadap

produksinya. Gunakan taraf nyata 5%.
1. Rumusan hipotesis
H0 : β = 0 (besarnya modal tidak berpengaruh terhadap produksinya)
H1 : β ≠ 0 (besarnya modal berpengaruh nyata terhadap produksinya)
2. Taraf nyata, α = 5%
3. Statistik uji dan daerah kritis
𝑏−𝛽0
Statistik uji, to =
𝑆𝑏

Daerah kritis. Titik/nilai kritis adalah t(α/2, df) = t(0,025; 6-2) = t(0,025; 4) = 2,776. Maka daerah
kritisnya adalah t < - t(0,025; 4) = -2,776 dan t > t(0,025; 4) = 2,776.
4. Menghitung statistik uji, to
Terlebih dahulu dihitung,

∑ Y2i −a ∑ Yi −b ∑ Xi Yi
XYx = √ n−2

1.908,65−16,192 (106,9)−0,25(710,2)
=√ 6−2

1.908,65−1.730,92−177,55
=√ 4

0,18
=√ 4

= 0,212
(∑ Xi )2
∑xi 2 = ∑Xi 2 - n
(39)2
= 315 - 6
1.521
= 315 – 6

= 315 – 253,5
 = 61,5

S2𝑌
Sb = √ 𝑋
∑X2i

(0,212)2 0,045
=√ = √ 61,5
61,5

= 0,027
Selanjutnya dihitung nilai to. Oleh karena b = 0,25 dan β0 = 0 (ambil β pada H0), maka
𝑏−𝛽0
to = 𝑆𝑏
0,25−0
= = 9,260
0,027

5. Simpulan / putusan
Oleh karena statistik uji berada dalam daerah penolakan H0 atau nilai to = 9,260 >
t(0,025; 4) = 2,776, maka H0 ditolak. Sebaliknya H1 diterima, ini berarti bahwa besarnya
modal berpengaruh nyata terhadap produksinya.