ANALISIS REGRESI

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

ASUMSI-ASUMSI DALAM ANALISIS REGRESI LINIER SEDERHANA

• Galat memiliki ragam yang konstan
• Galat menyebar normal
• Galat bersifat saling bebas

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 :

• Jumlah kuadrat simpangan-simpangan

tersebut :

JKS
• Rumus-rumus untuk menghitung jumlah
kuadrat adalah:
𝐽𝐾𝑇

𝐽𝐾S = JKT - JKR

 Selang Kepercayaan untuk
Karena maka kita dapat menyatakan

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

maka hipotesis kita rumuskan sebagai:

a)Perumusan Hipotesis :

H0 : β1 = 0 (Tidak ada hubungan linear antara X dan Y)

H1 : β1 ≠ 0 (Ada hubungan linear antara X dan Y)

b) Statistik Uji :

c) Kriteria Penolakan:

Tolak H0 jika |thitung |>ttabel ( ttabel = t (/2,n-2))

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)

H1 : β1 ≠ 0 (Ada hubungan linear antara X dan Y)

b) Statistik Uji :

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

maka kita menolak H0

berarti ada hubungan linear antara Y dan X.
 Uji Satu Arah Bagi β1
• Apakah β1 positif atau tidak ?
Hipotesis : H0 : β1 = 0
H1 : β1 > 0
Taraf nyata : α
Statistik uji :
Kriteria Keputusan : H0 ditolak jika thitung > t(,n-2)
• Apakah β1 negatif atau tidak ?
Hipotesis : H0 : β1 = 0
H1 : β1 < 0
Taraf nyata : α
Statistik uji :
Kriteria Keputusan : H0 ditolak jika thitung < -t(,n-2)
 Menguji apakah sama dengan nilai tertentu
a)Perumusan Hipotesis :
Pengujian satu sisi Pengujian satu sisi Pengujian dua sisi
(Sisi kiri) (Sisi kanan)

b) Menentukan level of significance ()

c) Statistik Uji :

d) Kriteria Penolakan:

Pengujian satu sisi Pengujian satu sisi Pengujian dua sisi

(Sisi kiri) (Sisi kanan)
- Nilai kritisnya adalah - Nilai Kritisnya adalah - Nilai Kritisnya adalah
- Tolak bila - Totak bila
- Tolak bila
e) kesimpulan
 Selang Kepercayaan untuk
Karena maka kita dapat menyatakan

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 :

H0 : β0 = 0 (semua nilai Y dapat dijelaskan oleh X)

H1 : β0 ≠ 0 (ada nilai Y yg tidak dapat dijelaskan oleh X)

b) Taraf nyata
c) Statistik Uji :

d) Kriteria Penolakan:

Tolak H0 jika |thitung |>ttabel ( ttabel = t (/2,n-2))

 Contoh 4
Harga Luas
Rumah Lantai
(Rp. Juta) (m2) (x)
(y) Dugaan persamaan garis regresi:
245 1400 098 X
312 1600
279 1700 Intersep garis pada model ini adalah 98.25
308 1875
199 1100 Apakah ada bagian harga rumah yang tidak dapat
dijelaskan oleh luas lantai?
219 1550
405 2350
324 2450
319 1425
255 1700
a) Perumusan Hipotesis :

H0 : β0 = 0 (semua nilai Y dapat dijelaskan oleh X)

H1 : β0 ≠ 0 (ada nilai Y yg tidak dapat dijelaskan oleh X)

b) Statistik Uji :

c) Kriteria Penolakan:

Tolak H0 jika |thitung |>ttabel ( ttabel = t (/2,n-2))

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

Lama waktu belajar matematika 18 18 19 17 14 5 6 10 13 4 12 10

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.

• Jika digunakan model regresi linear dengan sesatan

normal,
a) carilah persamaan regresi taksiran
b) carilah selang kepercayaan 90% untuk
 Soal 4
• Seorang kimiawan mempelajari hubungan
konsentrasi suatu larutan (Y) dengan waktu (X).

a. Tentukan persamaan regresi linear

dugaannya.
b. Tentukan selang kepercayaan bagi 𝛽0
dan 𝛽1 beserta maknanya. Gunakan =
0,05.