14.

Regresi
Irfan Arief, S.Sos. MM
Mata Kuliah: statistik lanjutan
• Regresi merupakan teknik
statistika yang digunakan untuk
mempelajari hubungan
fungsional dari satu atau
beberapa peubah bebas (variabel
sebab) terhadap satu peubah tak
bebas (variabel akibat)
 Analisis Regresi
(Sir. Francis Galton (1822-1911)
 Untuk mengetahui apakah ada hubungan
antara dua atau lebih variabel.
Hubungan tersebut dinyatakan dalam
bentuk rumusan matematis.
 Persamaan matematis yang memungkinkan kita
dapat meramalkan nilai-nilai variabel tetap
(var. akibat) dari nilai-nilai satu atau lebih
variabel bebas (var. sebab).  Persamaan
Regresi.
 Variabel Tetap (akibat) = Y
 Variabel Bebas (sebab) = X  yang telah diketahui nilainya
 Regresi Linier
• Persamaan regresi adalah persamaan matematik
yang memungkinkan untuk meramalkan nilai-
nilai suatu variabel tak bebas (y) dari nilai-nilai
satu atau lebih variabel bebas (x).

y = a + bx

• a = intersep/perpotongan garis dengan sumbu tegak

• b = Kemiringan/gradien
• y = nilai ramalan yang dihasilkan garis regresi
• x = nilai pengamatan
 Persamaan Regresi

 Bila diberikan data contoh [(xi, yi); I = 1,2 … n], maka nilai
dugaan kuadrat terkecil bagi parameter dalam garis regresi,
yaitu :
ŷ = a + bx
nilai b dapat diperoleh dari rumus :

Dimana : a = Intersep / perpotongan dengan sumbu tegak

b = Kemiringan
y = Nilai ramalan yang dihasilkan garis regresi
 CONTOH
• Berikut ini adalah data mengenai jumlah kalori
per hari yang dikonsumsi oleh mahasiswa dan
berat badan mahasiswa yang bersangkutan.
Nama Berat Badan Jumlah Kalori yang Dikonsumsi
Rudi 89 530
Melinda 48 300
Rita 56 358
Sofie 72 510
Hesti 54 302
Laura 42 300
Shinta 60 387
Dono 85 527
Asrul 63 415
Arifin 74 512
643 4141

• Tentukan persamaan garis regresinya!

 JAWABAN
• x = jumlah kalori yang dikonsumsi, y = berat badan


10
xi = 4141, yi = 643, xi yi = 279.292
i =1


10

x2 i = 180.233 x = 414,1 y = 64,3

i =1

10 (279.292) - (4141) (643)

b=
10 (180.233) - (4141)2

130.257
b=
874.469
b = 0,149
a=y-b.x
a = 64,3 - (0,149) . (414,1)
jadi persamaan regresinya :
y = 2,608 + 0,149 .x
 Sebab (x) Akibat (y)
Persamaan Matematis Regresi :

Y = a + bx
• a = intersep/perpotongan garis dengan sumbu tegak
• b = Kemiringan/gradien
• y = nilai ramalan yang dihasilkan garis regresi
• x = nilai pengamatan
y Y = a + bx

. . .. .
.
....... .
. . x
 Contoh-2
Duabelas orang Mahasiswa diukur/test tingkat inteligensianya dengan
cara membandingkan antara Nilai Matematika (y) & Skor Inteligensia
(x).
Mahasiswa Skor Inteligensia (Xi) Nilai Matematika (Yi) X² XY
1 65 85 4.225 5.525
2 50 74 2.500 3.700
3 55 76 3.025 4.180
4 65 90 4.225 5.850
5 55 85 3.025 4.675
6 70 87 4.900 6.090
7 65 94 4.225 6.110
8 70 98 4.900 6.860
9 55 81 3.025 4.455
10 70 91 4.900 6.370
11 50 76 2.500 3.800
12 55 74 3.025 4.070
 725 1.011 44.475 61.685
Y = a + bx
• Rata-rata x = 725 / 12 = 60,417
• Rata-rata y = 1.011 / 12 = 84,250

nxy - (xi)
b =
(yi)
a = Y - bx
nx² - (xi)²
(12)(61685) - (725)(1.011)
b = = 0,897
(12)(44.475) - (725)²

a = 84,25 – (0,897)(60,417) = 30,056

Y = 30,056 + 0,897 X
 Y = 30,056 + 0,897 X
Dengan mensubstitusikan sembarang nilai X ke dalam persamaan tersebut, maka
diperoleh ordinat Y.

X1 = 50  Y = 30,056 + (0,897)(50) = 74,9

X2 = 70  Y = 30,056 + (0,897)(70) = 92,8

Gabungkan kedua titik tersebut di atas menggunakan kurva berikut.

y
• Makna; Bila kita ingin
xy Y=a+bx meningkatkan nilai Kimia = 95

. maka nilai inteligensia harus;

92,8

.
. • 95 = 30,056 + 0,897X 
• 0,897X = 95-30,056

. .. • X=(95-30,056)/0,897 = 72,4

Diagram Pencar

.
74,9
. .. .
50
. . . 70
x
x y
TERIMA KASIH