LINIER SEDERHANA
(UJI HIPOTESIS)
Metode Statistika
ASUMSI-ASUMSI DALAM ANALISIS RLS
MODEL REGRESI LINIER SEDERHANA BERGALAT NORMAL
adalah parameter
variabel bebas
adalah galat acak yang menyebar N(0,) dan bebas satu sama lain
diduga oleh
Selanjutnya, disebut sisaan atau nilai dugaan galat
Analisis Variansi (ANAVA) untuk Regresi Linier
Sederhana
Sumber Derajat Kuadrat
Jumlah Kuadrat Fhitung Ftabel
Variansi bebas Tengah
Regresi 1 KTR=JKR/1 KTR/KTS
Sesatan/
n-2 KTS=JKS/n-2
galat
Total n –1
• JKR mengukur keragaman Yi yang berasal dari
garis regresi ⇒ keragaman Y yang dapat
dijelaskan
• JKS mengukur keragaman dalam Yi dengan
menggunakan model regresi yang menyertakan
peubah bebas X ⇒ keragaman yang tidak dapat
dijelaskan dijelaskan
• JKT mengukur keragaman di dalam amatan-
amatan Yi atau ketidakpastian ketika meramalkan
Y tanpa menggunakan peubah bebas X ⇒
keragaman total
• Perhatikan simpangan total berikut :
JKS
• Rumus-rumus untuk menghitung jumlah
kuadrat adalah:
𝐽𝐾𝑇
Karena distribusi t simetri, maka ketidaksamaan di atas dapat kita tulis sebagai berikut.
Karena probabilitas ini berlaku untuk semua nilai yang mungkin dari maka selang
kepercayaan untuk adalah:
KTS
Contoh 1
Diketahui data sebagai berikut.
KTS
KTS
Pengujian Koefisien β1
Jika kita hanya ingin menguji apakah ada ( atau tidak) hubungan linear antara Y dan X
b) Statistik Uji :
c) Kriteria Penolakan:
Penolakan H0 dapat dikatakan bahwa terdapat pengaruh antara variabel bebas terhadap
variabel terikat secara parsial.
Contoh 2
Dari Contoh 1,
a)Perumusan Hipotesis :
H0 : β1 = 0 (Tidak ada hubungan linear antara X dan Y)
c) Kriteria Penolakan:
Tolak H0 jika |thitung |>ttabel ( ttabel = t (/2,n-2))
Untuk taraf nyata 0,05, diperoleh nilai t (0,025;7) = 2,365 . Karena 19,73>2,365
d) Kriteria Penolakan:
Karena distribusi t simetri, maka ketidaksamaan di atas dapat kita tulis sebagai berikut.
Karena probabilitas ini berlaku untuk semua nilai yang mungkin dari maka selang
kepercayaan untuk adalah:
KTS
atau KTS
Contoh 3
Dari data pada Contoh 1 diperoleh:
KTS
KTS
Pengujian Koefisien β0
a) Perumusan Hipotesis :
b) Taraf nyata
c) Statistik Uji :
d) Kriteria Penolakan:
b) Statistik Uji :
c) Kriteria Penolakan:
Untuk taraf nyata 0,05, diperoleh nilai t (0,025;8) = 2,3060 . Karena 1,693<2,306 maka
kita terima H0, kesimpulan: Tidak cukup bukti untuk mengatakan bahwa ada harga
rumah yang tidak dapat dijelaskan oleh luas lantai.
Soal 1
Data berikut merupakan hasil penelitian tentang hubungan antara nilai ulangan
Matematika (dalam skala nilai 10 sampai 100) dengan lama waktu belajar
matematika (dalam jam selama seminggu).
Nilai ulangan matematika 95 100 100 80 70 55 50 75 55 60 65 95
a)Tentukan peubah mana sebagai peubah bebas X dan peubah tak bebas Y.
Anggap asumsi-asumsi dalam model regresi linear sederhana terpenuhi.
b)Tentukan selang kepercayaan 99% bagi dan beserta maknanya.
c)Ujilah apakah ada hubungan linear antara lama waktu belajar matematika dan
nilai ulangan matematika? Gunakan taraf nyata = 0,01.
d)Ujilah apakah = 5 lawan 5 ? Gunakan taraf nyata = 0,01.
e)Ujilah apakah= 0 atau tidak? Gunakan tarai nyata = 0,01.
Soal 2
Suatu percobaan dilakukan pada jenis mobil baru merk tertentu, untuk
menentukan jarak yang dibutuhkan untuk berhenti bila mobil tersebut
direm pada berbagai kecepatan. Data yang diperoleh sebagai berikut:
Kecepatan (kilometer per jam) 35 50 65 80 95 110
Jarak sampai berhenti (meter) 16 26 41 62 88 119
a) Tentukan peubah mana sebagai peubah bebas X dan peubah tak bebas Y.
b) Tentukan persamaan regresi dugaan dan berikan makna dugaan koefisien
regresinya!
Anggap asumsi-asumsinya terpenuhi.
c) Tentukan selang kepercayaan 95% bagi dan berikan maknanya!
d) Tentukan selang kepercayaan 95% bagi dan berikan maknanya!
e) Ujilah apakah ada hubungan linear antara kecepatan dan jarak sampai
berhenti? Gunakan taraf nyata = 0,05.
Soal 3
• Data dalam tabel berikut menunjukkan periode waktu
yang digunakan dalam suatu percobaan pengeringan
bahan (X) dalam jam dan berkurangnya berat bahan (Y)
dalam gram.