Analisis Regresi

Ingat terlebih dahulu:

 Industrial and Systems Engineering

 Peta MK

 CPL – CPMK MK Statistika

MODEL-MODEL
Hubungan antar Variabel
 Model LINEAR
y y

x x
MODEL-MODEL
Hubungan antar Variabel (lanjutan)

 Model Nonlinear  Tidak ada hubungan

y antar variabel
y

x
Variabel-variabel
dalam Regresi
Variabel respons (y)
adalah variabel yang dipengaruhi oleh suatu variabel
prediktor. Variabel ini sering dikenal sebagai variabel
dependen karena peneliti tidak bisa dengan bebas
mengendalikan variabel ini.

Variabel prediktor (x)

untuk memprediksi nilai variabel respons. Variabel
prediktor seringkali disebut sebagai variabel
independen dimana peneliti bisa dengan bebas
mengendalikannya.
MODEL REGRESI
y =  + 1x1 + 2x2 + . . . + kxk + 

dimana:
y : variabel respons
xi : variabel prediktor
 : konstanta
i : parameter dari variabel prediktor tertentu (xi)
 : error
Konstanta atau intersep ()
 atau sering juga ditulis dengan simbol 0 adalah
konstanta atau intersep yaitu nilai variabel respons
(y) ketika variabel prediktor (x) bernilai 0 (nol)
y
y =  + x1
15 dimana  = 7.5

10 y = x1

0 x
1 2 3 4 5 6
Variabel 
 adalah error atau residual atau galat
yaitu jarak antara nilai sebenarnya (y) dengan garis
model taksiran ( ŷ ) yang dirumuskan sebagai:

  y  yˆ
Dalam regresi, di asumsikan residual () berdistribusi
normal dengan rata-rata mendekati 0 (nol) dan standar
deviasi tertentu . Pernyataan ini seringkali dinotasikan
menjadi  ~ N(0, ).
 ANALISIS
REGRESI LINEAR
Model Regresi Linear sederhana (satu variabel x):

y =  + x

Bagaimana menghitung
nilai a sebagai taksiran dari  dan b sebagai
taksiran dari  ?
Least Square Estimation
(Taksiran Kuadrat Terkecil)

Cirinya :
 ( y  yˆ )  0
 ( y  yˆ )  nilai terkecil (terendah)
2

Nilai  dan  dihitung dari persamaan berikut ini :

n n n
n  xi yi   xi  yi
 i 1 i 1 i 1
2
n  x    xi 

n n
2
i
i 1  i 1 
  y  0 x
Contoh:
x adalah persentase kenaikan biaya iklan dan y adalah
persentase kenaikan hasil penjualan. Buat model regresinya
dan berapa besar ramalan persentase kenaikan penjualan
jika biaya iklan dinaikkan menjadi 15%!

x 1 2 4 5 7 9 10 12
y 2 4 5 7 8 10 12 14
Penyelesaian
x y x2 xy

1 2 1 2
2 4 4 8
4 5 16 20
5 7 25 35
7 8 49 56
9 10 81 90
10 12 100 120
12 14 144 168
xi = 50 yi = 62 xi2 = 420 xi yi = 499

x  6.25 y  7.75
Penyelesaian (lanjutan)
n xi yi   xi  yi
b
n xi2   xi 
2

8(499)  (50)(62)

8(420)  (50) 2
 1.04
a  y  bx
 7.75  1.04(6.25)
 1.25
Jadi, persamaan regresinya adalah :
y  1.25  1.04 x
Soal (dikumpul Jum’at)
Peringkat Prestasi Peringkat Gaji

1 11 3 13
8 14 7 15
4 3 2 5
10 9 12 10
12 7 9 8
2 15 1 14
13 17 11 16
6 5 6 4
16 17

Ada dugaan bahwa prestasi yang tingi mempengaruhi gaji.

Cari Hubungannya, dengan menggunakan analisis regresi!