REGRESI STATISTIK

Agnez Puspayana (061930801681)

Alya Kusuma Sari (061930801682)
Definisi
Analisis regresi adalah analisis lanjutan dari analisis korelasi. Pada dasarnya
analisis regresi dan analisis korelasi keduanya mempunyai hubungan yang sangat
kuat.
Setiap analisis regresi otomatis ada analisis korelasinya, tetapi sebaliknya
analisis korelasi belum tentu dapat diuji regresi atau diteruskan dengan analisis
regresi.
Tujuan Analisis Regresi
◦ Mendapatkan pola hubungan secara matematis antara X dan Y,
◦ Mengetahui besarnya perubahan variabel X terhadap Y,
◦ Serta memprediksi Y jika nilai X diketahui.
 Cara Penghitungan Analisis Regresi
Analisis regresi dapat dihitung secara manual atau dengan menggunakan
SPSS.
dalam suatu persamaan regresi terdapat dua macam variabel, yaitu
variabel dependen (variabel terikat, respon) dan variabel independen
(variabel bebas, prediktor).
Analisis Regresi Linear
Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah/
variabel bebas (X) dengan satu peubah tak bebas (Y). Dalam penelitian peubah bebas
( X) biasanya peubah yang ditentukan oleh peneliti secara bebas misalnya dosis obat,
lama penyimpanan, kadar zat pengawet, umur ternak dan sebagainya.
Regresi linier adalah salah satu dari jenis analisis peramalan atau prediksi yang
sering digunakan pada data berskala kuantitatif (interval atau rasio).
 Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi
adalah bahwa antara variabel dependen dengan variabel independennya mempunyai
sifat hubungan sebab akibat (hubungan kausalitas), baik yang didasarkan pada teori,
hasil penelitian sebelumnya, ataupun yang didasarkan pada penjelasan logis tertentu.

Persamaan Regresi
Dalam bentuk yang paling sederhana yaitu satu peubah bebas (X) dengan satu
peubah tak bebas (Y) mempunyai persamaan:
   Y =a +bx
Contoh Persamaan Regresi
Sebagai contoh misalnya titik A (1,3) dan titik B ($,9) maka persamaan garis linear yang dapat dibuat adalah:
Dalam bentuk matriks sebagai berikut:

Jika jumlah data sebanyak n maka persamaanya

Sebagai berikut:

Jadi a=1 dan b=2 sehingga persamaannya Y=1 +2X

 Penulisan Pengamatan

Dengan notasi matriks dapat ditulis sebagai berikut:

Jadi kita peroleh matrik Y,X,β dan ε

dengan dimensi sebagai berikut :
Jika diasumsikan E(ε) = 0 maka E(Y) = Xβ
Bila modelnya benar β merupakan penduga terbaik
yaitu dengan jalan melakukan penggandaan awal
dengan X’ sehingga diperoleh
persamaan normal sebagai berikut:
Jadi β=(X’X)-1X’Y
Disini(X’X)-1 adalah kebalikan (inverse) dari matrik X’X
 Kesimpulan
Analisis regresi merupakan studi ketergantungan satu atau lebih X (variabel bebas)
terhadap Y (variabel terikat), dengan maksud untuk meramalkan nilai Y. Tujuan analisis
regresi adalah mendapatkan pola hubungan secara matematis antara X dan Y,
mengetahui besarnya perubahan variabel X terhadap Y, dan memprediksi Y jika nilai X
diketahui. Berdasarkan banyak dan jenisnya data, analisis regresi dapat dibedakan atas:
Regresi linier (regresi linier sederhana dan regresi linier berganda). Persamaan regresi
linier sederhana secara umum yaitu,
Ŷ= a + bX.