REGRESI

HUBUNGAN 1.OBSERVASI BERBAGAI

2 VARIABEL 2.PENGAMATAN BIDANG KEGIATAN
3.PENGUKURAN

n pasangan
(Xi, Yi)

2 VARIABEL : 1.VARIABEL BEBAS (INDEPENDENT)

2.VARIABEL TIDAK BEBAS (DEPENDENT)

1
 Dalam teori regresi garis yang paling mewakili ialah
garis yang dibuat sedemikian rupa sehingga total error
yang mungkin akan terjadi dapat ditekan sekecil mungkin.
 Kesalahan (error) dapat dianggap sebagai hasil
penjumlahan dari 2 komponen yaitu kesalahan pengukuran
(measurement error) dan kesalahan acak ( random error).
 Metode untuk memperkecil besarnya error antara lain
metode jumlah kuadrat terkecil (least square method)
dianggap yang terbaik.
 Metode kuadrat terkecil digunakan untuk meminimumkan
jumlah kuadrat dari error (kesalahan). 2
Beberapa keistimewaan dari metode kuadrat terkecil :
1.Analisa matematika dari metode kuadrat terkecil cukup
sederhana
2.Menguadratkan semua simpangan (error) maka berubah
menjadi positif
3.Menguadratkan semua simpangan maka nilai error yang
kecil akan diperbesar dan bila nilai tersebut
diminimumkan
maka garis regresi yang dihasilkan akan mendekati
ketepatan bila digunakan sebagai penduga (fitted line)
3
Macam regresi :
1.Regresi linear :
a.Regresi linear sederhana
b.Regresi berganda

2.Regresi non linear :

a.Regresi berbentuk kuadratik, kubik kuartik dsb.
b.Regresi berbentuk exponential, logaritma dsb.

4
Regresi Linear Sederhana
Garis regresi yang melibatkan 2 variabel :
a.variabel bebas (xi)

b.variabel tak bebas (yi)

Persamaan regresi linear sederhana :
Yi = α + β Xi + ei i = 1,2,3 ……..n
Keterangan :
Y = variabel tak bebas
X = variabel bebas
α = intercept
β = koefisien regresi 5
Pada model tersebut diatas diduga melalui persamaan :

Yi = a + b X i
Keterangan :
Y = variabel tak bebas
X = variabel bebas
a = intercept
b = koefisien regresi
Model matematika tersebut dapat diduga dengan metode
kuadrat terkecil sbb. :
6
Y i = α + β Xi + e i
Sisaan = ∑e2 = ∑ (Yi - α - β Xi ) 2
Persamaan tersebut diturunkan terhadap α dan β
Əs / Əα = -2 ∑ (Yi - α - β Xi )

Əs / Əβ = -2 ∑ Xi (Yi - α - β Xi )
Konstanta α dan β diduga dengan a dan b menjadi :
∑ (Yi - α - β Xi ) = 0

∑ Xi (Yi - α - β Xi ) = 0

∑ (Yi - a - b Xi ) = 0

∑ Xi (Yi - a - b Xi ) = 0
7
∑ Yi - na - b ∑ Xi = 0 ………..1

∑ Xi Yi - a ∑Xi - b ∑ Xi2 = 0 ...………2

na + b ∑ Xi = ∑ Yi …………1

a ∑Xi + b ∑ Xi2 = ∑ Xi Yi ………….2

b = {∑ XiYi – (∑ Xi∑ Yi) / n} / {∑ Xi2 – (∑Xi )2 /n}

_ _
a = Yi – bXi
8
Analisis ragam dari garis regresi linear sederhana :

JKTotal = ∑ Yi2 – (∑Yi )2 /n

JKRegresi = b {∑ XiYi – (∑ Xi∑ Yi) / n}

JKGalat = JKTotal - JKRegresi

Tabel analisis ragam regresi linear sederhana

SK db JK KT Fhitung
Regresi 1 b {∑ XiYi – (∑ Xi∑ Yi) / n} JKRegresi / dbRegresi KTReg / KTGalat
Galat n-2 JKTotal - JKRegresi JKGalat / (n-2)
Total n-1 ∑ Yi2 – (∑Yi )2 /n

9
Koefisien korelasi dilambangkan dengan huruf r, merupakan
tingkat keeratan hubungan antara peubah bebas X dengan
peubah tak bebas Y

Besarnya r adalah : -1≤ r ≤ 1

_____________________________
r ={∑ XiYi–(∑ Xi∑ Yi) / n} / √[{∑Xi2 –(∑Xi )2 /n}{∑ Yi2 –(∑Yi )2 /n}]

r2 = R 2 merupakan koefisien determinasi yaitu menyatakan

besarnya peubah X yang mempengaruhi peubah Y.
10
Contoh :
Data pengamatan hubungan antara lingkar dada sapi
terhadap bobot badan sapi. Pada pengamatan ini lingkar
dada sapi (cm) sebagai peubah bebas dan bobot badan sapi
sebagai peubah tak bebas (kg)

11
 L .dada (X) BB (Y)
90 250
92 258
100 260
112 280
95 260
87 245
105 275
108 280
110 278
115 300

_
∑X = 1014 X = 101,4 ∑X2 = 103716
_
∑Y = 2686 Y = 268,6 ∑Y2 = 723998
12
∑XY = 273806
b = {∑ XiYi – (∑ Xi∑ Yi) / n} / {∑ Xi2 – (∑Xi )2 /n}
= {273806-(1014)(2686)/10} / {103716-(1014)2 /10}
= 1,6127
_ _
a = Yi – bXi
= 268,6 – 1,6127(101,4)
= 105,0722

Didapatkan persamaan garis regresi linear sbb.:

Y = 105,0722 + 1,6127 X
13
 350

300
Bobot Badan (kg)
Y = 105.0722 + 1.6127 X
250

200

150

100

50

0
70 80 90 100 110 120 130

Lingkar dada (cm)

14
Tabel analisis ragam regresi linear sederhana
SK db JK KT Fhitung F0,05 F0,01
Regresi 1 2331,3191 2331,3191 90,0641** 5,32 11,26
Galat 8 207,0809 25,8851
Total 9

Dari analisis ragam dapat disimpulkan bahwa persamaan

regresi linear dari hubungan lingkar dada terhadap bobot
badan sapi adalah sangat nyata (P < 0,01)

15
Koefisien korelasi :
_____________________________
r ={∑ XiYi–(∑ Xi∑ Yi) / n} / √[{∑Xi2 –(∑Xi )2 /n}{∑ Yi2 –(∑Yi )2 /n}]
= 0,9583
Dari analisis tersebut dapat disimpulkan bahwa tingkat
keeratan antara lingkar dada dengan BB sapi sebesar :
r = 0,9583

Koefisien Determinasi :
R2 = 0.9183 x 100 % = 91.83 %
Faktor bobot badan (Y) dipengaruhi lingkar dada (X) sebesar
91.83 % sedangkan 8.17 % dipengaruhi faktor lain. 16