Contoh
Model linier regresi sedrehana dari :
Angka kuman dengan suhu ruangan bangsal
Angka kuman dengan tingkat kelembaban
Angka kuman dengan intentitas pencahayaan
Umur anak dan remaja dengan rata-rata total waktu
tidur
Model regresi linier sederhana
Jika variabel terpengaruh (respon) diberi simbol y
sedangkan variabel pengaruh (prediktor) diberi simbol x
maka model matematik dari model regresi linier sederhana
dapat di tuliskan sebagai berikut :
Y (Xi,Yi
)
i
Ýi (Xi,Ýi)
X
Xi
Model regresi linier sederhana dari sampel
ý = α + bx
Dimana,
ý = estimator dari variabel terpengaruh atau
respon ý
x = variabel pengaruh atau prediktor
a = estimator dari intersep α
b = estimator dari slope β
Keputusan statistik dan kesimpulanny a
Apabila uji –F hitungnya jatuh pada daerah
penolakan H0, maka hipotesis nol (H0)nya
ditolak, hal ini dapat dikatakan bahwa model linier
yang kita buat merupakan model yang cocok
untuk diterapkan pada model data.
Sebaliknya bila F hitung jatuh di daerah
penerimaan H0, Maka hipotesis nol diterima hal
ini berarti model linier bukanlah model yang
cocok untuk diterapkan sebagai model data.
Pengujian Hipotesis
Hipotesis
H0 = β = 0
Ha = β ≠ 0
Uji statistik
Ftabel = 7,71
(1,4) alpha =5%
n xy x y ˆ n xy x y / n
b
n x x
2 2 = 1
n x 2 x / n
2
Dari nilai slope b ini bisa dilakukan
pendugaan terhadap nilai α (β0) sebagai nilai
intersep dari garis regresi linier sederhana
yaitu
ˆ ˆ
0 1
Tabel 1.3 Pengaruh Variabel (X) terhadap Variabel (y)
variabel variabel
no. x² y² x.y ўi y-ўi ўi-µ
(x) (y)
1 xi yi xi xi x.yi ўi y-ўi ўi-µ
. . . . . . . .
xn n. n. n. n. n. n. n.
Contoh kasus
Dalam contoh kasus ke 1 disebutkan bahwa
pengaruh intensitas pencahayaan ruangan
terhadap jumlah kuman. Berdasarkan data
tersebut diperoleh bentuk regresi linier
ý= 648,4 + 0,51Xi
Dari model tersebut apakah cocok sebagai
model data? Untuk menjawab pertanyaan
tersebut perlu dilakukan uji statistik.
Tabel kerja
Angka
Kode Pencahayaan
No. kuman x² y² x.y
ruangan (Lux) (x)
(y)
1 Ruang A 87,0 840,0 7569,0 705600,0 73080,0
2 Ruang B 135,0 804,0 18225,0 646416,0 108540,0
3 Ruang C 48,0 139,0 2304,0 19321,0 6672,0
4 Ruang D 166,0 1605,0 27556,0 2576025,0 266430,0
5 Ruang F 313,0 389,0 97969,0 151321,0 121757,0
6 Ruang G 83,0 536,0 6889,0 287296,0 44488,0
∑ 832,0 4313,0 160512,0 4385979,0 620967,0
µ 138,7 718,8
x y α β ў µ (ў-µ) (ў-µ)² (y-ў) (y-ў)²
87,0 840,0 559,5 0,55 607,2 635,5 -28,3 802,9 232,8 54212,7
135,0 304,0 559,5 0,55 633,5 635,5 -2,0 4,2 -329,5 108544,6
48,0 139,0 559,5 0,55 585,8 635,5 -49,7 2470,4 -446,8 199627,8
166,0 1605,0 559,5 0,55 650,4 635,5 14,9 223,3 954,6 911175,7
313,0 389,0 559,5 0,55 731,0 635,5 95,5 9116,5 -342,0 116950,4
83,0 536,0 559,5 0,55 605,0 635,5 -30,5 931,9 -69,0 4757,2
635,5 13549,2 1395268,5
n
SSE yˆ i y i
2
n
SS yy yi yi
i 1 2
n i 1
SSE yi yˆ i
2
i 1
Tabel 1.2
Tabel analisis varians dari regresi linier sederhana