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).
E(Y| Xi) = α + β Xi
Bentuk stokastiknya
Yi = E(Y| Xi) + μi = α + β Xi + μi
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 :
∑𝑌𝑖 − 𝑏∑𝑋𝑖
a= = 𝑌̅ − 𝑏𝑋̅
𝑛
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 :
Penyelesaian
n=6
̅ = Σ Xi = 39 = 6,5
X ̅ = Σ Yi = 106,9 = 17,817
Y
n 6 n 6
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 – 1,625
= 16,192
Jadi persamaan regresi sampel sebagai
Ŷ = a + bX
= 16,192 + 0,25 X
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.