2022
Analisis Regresi
1
Menduga nilai suatu variabel
2 berdasarkan nilai variabel lainnya
Menganalisis
hubungan/pengaruh antara
satu atau lebih variabel
numerik terhadap sebuah
variabel numerik lain Model Umum
Y = b0 + b1X1 + b2X2 + … + bkXk
Y → dependent variable
X → independent/predictor variables
b0, …, bk → regression coeficients
Analisis Regresi
Y = β 0 + β1x + ε
Dengan :
0 dan 1 adalah parameter regresi
adalah sisaan/galat (peubah acak)
Y adalah peubah tak bebas (peubah acak)
X adalah peubah bebas yang nilainya diketahui
dan presisinya sangat tinggi (bukan peubah acak)
Interpretasi Parameter Model
Regresi Linier Sederhana
(lanjutan)
Y Y = β0 + β1X + ε
Nilai
pengamatan Y yi
untuk Xi
εi Slope = β1
Nilai Sisaan/galat
E[Y | xi ]
harapan/rataan untuk xi
Y untuk xi
yi = β0 + β1xi + εi
Intersep = β0 E[Y | x i ] = β0 + β1 xi yi = E[Y | xi ] + i
xi X
Menduga Persamaan Regresi
Metode Kuadrat Terkecil
b0 dan b1 adalah dugaan bagi parameter regresi β0 dan β1
yang didapat salah satunya dengan cara meminimumkan
jumlah kuadrat galat (JKG). Galat/sisaan = selisih antara y
dan ŷ → Metode Kuadrat Terkecil (MKT) :
i =1
SXX
Penduga bagi intersep β0 ialah:
b0 = y − b1x
Garis regresi selalu melalui titik x, y
Model Regresi Linier Model Regresi Linier
Sederhana Sederhana (data contoh)
Kembali ke Contoh Data
Rata-rata
Tahun PDB (milyar) Kurs Dollar Populasi Total Import
Inflasi
1999 379,557.80 3.31 7,100 210,611,000 24,003.30
2000 1,389,769.90 10.26 9,595 213,395,000 33,514.80
2001 1,440,405.70 11.83 10,266 216,203,000 30,962.10 Bagaimana
hubungan
2002 1,505,216.40 9.00 9,261 219,026,000 31,288.90
antara Import
2003 1,577,171.30 5.92 8,571 221,839,000 32,550.70
dengan PDB?
2004 1,656,516.80 6.35 9,030 224,607,000 46,524.52
2005 1,750,815.20 15.59 9,751 227,303,000 57,700.87
2006 1,847,126.70 5.66 9,141 229,919,000 61,065.54
2007 1,964,327.30 6.48 9,142 232,462,000 74,473.30
2008 2,082,456.10 4.15 9,772 234,951,000 129,197.30
2009 2,177,741.70 3.45 10,356 237,414,000 96,856.20
2010 2,310,689.80 5.96 9,078 239,871,000 135,606.10
2011 1,838,058.20 4.23 8,731 242,326,000 156,129.90
Scatterplot Total Import vs PDB
Kita ketahui
sebelumnya
bahwa korelasi
antara Import
dengan PDB
sebesar 0.691
Step 3:
Lets make a
simple linier
regression
Persamaan Regresi
Y =-38833.268+0,065PDB
Contoh Regresi Linier Sederhana
(lanjutan)
Interpretasi Intersep b0
n n n
i
( y
i =1
− y ) = i
2
( ˆ
y − y ) +
i =1
i i
( y − ˆ
y )22
i =1
(yˆ − y )
n
2 JK Regresi
Regresi 1 i
i =1 1
n
Sisaan n-2 (
i i
y − ˆ
y )2 JK sisaan S2, jika
i =1 (n − 2) modelnya
pas
(y − y )
n
Total 2
n-1 i
(terkoreksi) i =1
Pada analisis regresi ini tentunya diharapkan JK regresi lebih besar dari JK
sisaan → sehingga dapat dikatakan bahwa keragaman nilai y disebabkan
oleh perubahan nilai x.
Uji Hipotesis
s=
i i
( y − ˆ
y ) 2
n−2
Pengujian parameter
R2 = 1 80
R2 = 1
25
r=1 60 r=0
20
Y2
Y2
Y1
40
15
10
b1 = 3 20
b1 = 0
5
0
0 2 4 6 8 10 -10 -5 0 5 10
C1 X2
C1