TUGAS TRANSPORTATION DATA SCIENCE

ANALISIS REGRESI

(Untuk Memenuhi Tugas Mata Kuliah Transportation Data Science)

Oleh :

Thariq Shidqi Al-ayyubi (13121030)

4 Transportasi B

UNIVERSITAS LOGISTIK DAN BISNIS INTERNASIONAL

FAKULTAS LOGISTIK TEKNOLOGI DAN BISNIS

PRODI MANAJEMEN TRANSPORTASI LOGISTIK

2023
A. PENGERTIAN ANALISIS REGRESI
Analisis Regresi adalah jenis pengolahan statistika yang digunakan untuk menguji
hubungan antara independent variable (variabel bebas) atau disebut dengan predictor dan
dependent variable (variabel terikat) atau disebut dengan kriterium. Hubungan antara
variabel terikat dengan variabel bebas dalam analisis regresi dapat digambarkan dalam
bentuk garis regresi. Garis regresi tersebut merupakan persamaan yang disebut persamaan
regresi. Garis tersebut dapat berbentuk garis lurus (linear) maupun garis lengkung.
Tugas dari analisis regresi adalah untuk menjadi dasar dalam melakukan prediksi
serta menjadi dasar mengenai analisis kovariansi. Analisis regresi dapat berupa
persamaan regresi tunggal apabila variabel pengaruhnya hanya satu, dan dapat berupa
persamaan regresi ganda apabila variabel pengaruhnya lebih dari satu.
Bentuk dari persamaan regresi tunggal adalah :
Y =aX +b
Y = Variabel terikat (kriterium)
X = Variabel bebas (predictor)
b = konstanta
a = koefisien variabel bebas

Sedangkan bentuk dari persamaan regresi ganda adalah :

Y =a1 X 1+ a2 X 2 +a3 X 3 +. … .+ an X n
Y = variabel terikat ( kriterium)
B = konstanta
Xn dan an = koefisien predictor
B. TUGAS ANALISIS REGRESI
1. Tugas untuk analisis korelasi
Persamaan regresi linier merupakan hubungan antara variabel X dan variabel Y.
Salah satu tugas analisis regresi adalah untuk mengetahui hubungan antara variabel
terikat dengan variabel bebas. Hasil pengolahan berupa hubungan atau korelasi antar
variabel tersebut digunakan untuk mengetahui variabel-variabel yang mempunyai
hubungan dan variabel-variabel yang tidak mempunyai hubungan. Bentuk matematika
dari hubungan atau korelasi variabel-variabel tersebut adalah :

r xy =
∑ xy
√¿¿
dimana rxy merupakan harga korelasi produk momen
2. Tugas untuk analisis variansi
Analisis regresi juga merupakan analisis variansi terhadap garis regresi. Terdapat
variabel-variabel bebas yang lebih dari satu pada analisis regresi ganda sehingga akan
diperoleh variansinya. Bentuk matematika dari analisis variansi dirumuskan dalam
bentuk persamaan :
RK reg
F reg =
RK res
Freg = Harga bilangan F untuk garis regresi
RKreg = rerata kuadrat garis regresi
RKres = rerata kuadrat residu
C. ORDINARY LIEST SQUARE (OLS)
Ordinary Liest Square (OLS) adalah suatu metode ekonometrik yang didalamnya terdapat
variabel independent dan variabel dependen dalam suatu persamaan linier.Metode OLS
ditemukan oleh seorang matematikawan dari Jerman Bernama Carl Friedrich Gauss,
dimana metode OLS adalah metode yang digunakan untuk mengestimasi suatu garis
regresi dengan cara mencari nilai minimal untuk jumlah kuadrat kesalahan antara nilai
prediksi dengan nilai kenyataannya.
D. MAXIMUM LIKELIHOOD ESTIMATION (MLE)
Maximum Likelihood Estimation (MLE) adalah teknik yang digunakan untuk mencari
titik tertentu untuk memaksimumkan sebuah fungsi, teknik ini sering dipakai dalam
penaksiran suatu parameter distribusi data dan tetap dominan dipakai dalam
pengembangan uji-uji baru.
E. UJI ASUMSI KLASIK
Uji asumsi klasik merupakan pesyaratan statistik yang harus dipenuhi pada analisis
regresi linear berganda yang berbasis OLS. Uji asumsi klasik yang sering digunakan
adalah uji multikolinearitas, uji heteroskedastisitas, uji normalitas, uji autokorelasi, dan
uji linearitas.