REGRESI LINEAR

SEDERHANA

USWATUN KHASANAH
Latar Belakang

 Terdapat kejadian– kejadian , kegiatan-

kegiatan, atau masalah- masalah yang saling
berhubungan satu sama lain
 Dibutuhkan analisis hubungan antara
kejadian tersebut
 Perlu dibahas mengenai bentuk hubungan
yang ada atau diperkirakan ada antara kedua
perubah tersebut
Bentuk Hubungan ????

REGRESI
APA YANG DIUKUR DARI
HUBUNGAN TERSEBUT
 Bagaimana hubungan fungsional dua
kejadian tersebut atau bagaimana
persamaan matematis yang
mempresentasikan hubungan dua kejadian
tersebut ( analisis regresi)
 Bagaiman kekuatan atau keeratan
hubungan dua kejadian tersebut (analisis
korelasi)
Dua variabel dalam regresi

 Variabel bebas  X
 Variabel terikat  Y
UKURAN DALAM REGRESI

 Koefisien Regresi
 mengukur besarnya pengaruh X
terhadap Y
 Koefisien korelasi

 mengukur Kuat tidaknya hubungan X dan Y

UJI HIPOTESIS DALAM REGRESI

 uji keberartian koefisien regresi

 Uji keberartian model regresi / Uji linearitas
 Uji Korelasi
JENIS REGRESI LINEAR
SEDERHANA
 Linear positif
 Linear negatif
APA ITU GARIS REGRESI?

 Garis linear yang menunjukan pola hubungan

antara dua variabel misalnya variabel X dan
Y sebenarnya hanya merupakan garis
taksiran yang dipakai untuk mewakili pola
sebaran data tersebut
MODEL REGRESI LINEAR
SEDERHANA
Y = + X + 
Dimana
  adalah error random (kasalahan
pengganggu)
   N ( 0, 2 ).
 (Y  Yˆ ) 2

METODE KUADRAT TERKECIL

 kesalahan tidak dapat dihilangkan sama

sekali, maka resiko betapapun kecilnya
selalu ada.
 Resiko hanya bisa diperkecil dengan
memperkecil kesalahan
 persamaan garis regresi yang paling baik
adalah persamaan garis regresi yang
mempunyai total kuadrat kesalahan kecil
TOTAL KUADRAT KESALAHAN

ˆ
 (Y  Y) 2
No. Subyek Var. Bebas (X) Var. Terikat (Y)

1 x1 y1

2 x2 y2

3 x3 y3

n xn yn
MODEL DARI n DATA

 yi = + xi +  i , untuk i = 1,2, . . ., n

  i = yi -  - xi
 ( i)2 = ( yi -  - xi )2
n n
 J=  ( )   y    x 
i 1
i
2

i 1
i i
2
J Diturunan terhadap  dan 

n
J

 2 
i 1
( y i    x i )  0

n
J
 
 2 ( yi    xi ) xi  0
i 1
Persamaan baru

n n

y
i 1
i  n   x i 1
i 0

n n n

y x
i 1
i i  x
i 1
i  x
i 1
i
2
0
a dan b taksiran dari  dan 
n n

y
i 1
i  na  b  xi  0
i 1
n n
na   yi  b  xi
i 1 i 1

n n
yi xi
a  i 1 n
 b
i 1 n

a  y  bx
AKIBAT
n n n

 y i xi  a  xi  b  xi  0
2

i 1 i 1 i 1
n n n

y x
i 1
i i  ( y  bx )  x i  b  xi  0
i 1 i 1
2

n n n n

y x  y  x i  bx  x i  b  x i  0
2
i i
i 1 i 1 i 1 i 1

n
1 n n
1 n n n

 yi xi   yi  xi  b  xi  xi  b xi  0
2

i 1 n i 1 i 1 n i 1 i 1 i 1

 n 2 1 n 
2
 n
1 n n
b  xi    xi     yi xi   yi  xi
 i 1 n    i 1 n i 1 i 1
 i 1

Hasil
n
1 n n

 yi xi   yi  xi
n i 1
b i 1 i 1
2
n
1 n

x i 1
i
2
   xi 
n  i 1 

n n n
n yi xi   yi  xi
b i 1 i 1 i 1
2
n
 
n
n xi    xi 
2

i 1  i 1 
RUMUSAN LAIN

y x i i  nyx
b i 1
n

x  nx
2 2
i
i 1

y i  y  xi  x 
b i 1
n

 x  x
2
i
i 1
 SIMPANGAN KUADRAT X DAN Y
2
1 
n 2 n n
J xx  S xx   xi  x    x i2    xi 
i 1 i 1 n  i 1 

2
1 
n 2 n n
J yy  S yy    yi  y    y i2    yi 
i 1 i 1 n  i 1 

n n
1 n n
J xy  S xy   xi  x  yi  y    xi yi   xi  yi
i 1 i 1 n i 1 i 1
AKIBAT

J xx
b
J xy
JUMLAH KUADRAT

 Jumlah kuadrat total (JKT)

 Jumlah kuadrat regresi (JKR)
 Jumlah kuadrat sesatan (JKS)
JUMLAH KUADRAT TOTAL (JKT)

2
1 
n 2 n n
J yy  S yy    yi  y    y i    yi 
2

i 1 i 1 n  i 1 
JUMLAHKUADRAT REGRESI (JKR)
n n

  yi  y    a  bxi   a  bx 
ˆ 2 2

i 1 i 1

n
  bxi  bx 
2

i 1
n
b  x  x
2 2
i
i 1

= b2Jxx
= b Jxy
 JUMLAH KUADRAT SESATAN (JKS)
n n

 i i  i
y  ˆ
y  
2
 y  a  bx i  2

i 1 i 1

n
  i
 y
i 1
  y  bx   bx i  2

n
  i

i 1
y  y )  b ( x i  x  2

 ( y 
n
 i  y ) 2  2( y i  y )b( x i  x )  b 2 ( x i  x ) 2
i 1
LANJUTAN JKS
n n n

 y  y   2b  y  y x i  x   b  x  x
2
 i
2
i
2
i
i 1 i 1 i 1

 J yy  2bJ xy  b 2 J xx

 J yy  bJ xy

=Jyy - bJxy
HUBUNGAN JKT, JKR, JKS

 JKT = JKR + JKS

DERAJAT KEBEBASAN(DK)
MASING-MASING JK
 Derajat kebebasan untuk JKT adalah n -1
 Derajat kebebasan untuk JKR adalah 1
 Derajat kebebasan untuk JKS adalah n -2
HUBUNGAN DK

 (n -1) = (n -2) + 1
RATA-RATA JUMLAH KUADRAT
(RJK)
 kuadrat tengah / kuadrat rata- rata /rata-rata
jumlah kuadrat didefinisikan dengan jumlah
kuadrat dibagi oleh derajat bebasnya
dinamakna

JK ..
RJK .. 
DK ..
JENIS-JENIS RJK

 RJK REGRESI (RJKR)

RJKR = JKR
 RJK SESATAN (RJKS)

JKS
RJKS 
n2
CONTOH