Y = a + bX
Bagaimana persamaan regresi
ditentukan jika hasil
pengamatan telah didapat ?
Ada dua metode yang dapat
digunakan yaitu metode tangan
bebas dan metode kuadrat terkecil
Metode Tangan Bebas
Metode ini merupakan metode kira-kira menggunakan diagram
pencar berdasarkan hasil pengamatan. Jika fenomena meliputi
sebuah variabel bebas X dan variabel tak bebas Y, maka data yang
didapat digambarkan pada diagram dengan sumbu datar
menyatakan X dan sumbu tegak menyatakan Y. Titik-titik yang
ditentukan oleh absis X dan ordnat Y digambarkan dan
menghasilkan diagram pencar.
Metode Kuadrat Terkecil untuk
Regresi Linier
Metode ini didasarkan pada jumlah pangkat dua (kuadrat) jarak
antara titik-titik dengan garis regresi yang sedang dicari harus
sekcil mungkin.
n( XY ) X Y
b
(n ) X X
2 2
Metode Kuadrat Terkecil untuk
Regresi Linier
Pendekatan Matriks
n X a Y
2
X X b XY
det A1 det A2
a ;b
det A det A
n X Y X n Y
A 2
; A1 2
; A2 X
X X XY X XY
det A (n ) X X X
2
a Y b. X
Dengan koefisien b :
(n) XY X Y
b
(n) X X
2 2
Metode Kuadrat Terkecil untuk
Regresi Linier
Koefisien b dinamakan koefisien arah regresi linier
dan menyatakan perubahan rata-rata variabel Y
untuk setiap perubahan variabel X sebesar satu
unit. Perubahan ini merupakan pertambahan
apabila b bertanda positif dan pengurangan jika
bertanda negatif
Varians dalam Regresi Linier
Sederhana
• Mengingat hasil pengamatan variabel tak bebas Y belum tentu sama
besarnya dengan nilai yang diharapkan, yakni Yˆyang didapat dari dari
regresi hasil pengamatan, maka terjadi perbedaan e = Y - Yˆ , biasa
disebut galat prediksi atau kekeliruan prediksi. Dalam populasi, galat
prediksi ini dimisalkan berbentuk variabel acak yang mengikuti
distribusi normal dengan rata-rata nol dan varians
• Asumsi kedua yang diambil adalah bahwa untuk setiap harga X yang
diberikan, variabel tak bebas Y independen dan terdistribusi normal
dengan rata-rata 1 2 X dan varians Y . X . Varians tersebut
2
SY2. X S e2 i
(Y Yˆ
i ) 2
/( n 2)
Yˆ
Dengan Y = variabel tak bebas hasil pengamatan, = didapat dari
regresi berdasarkan sampel, dan n = ukuran sampel.
n 1
S 2
Y .X ( )( SY2 b 2 S X
2
)
n2
2
Dengan S X
2
SY
dan masing-masing menyatakan varians untuk
variabel-variabel X dan Y.
Varians dalam Regresi Linier
Sederhana
2
• Setelah menghitung S e , maka varians-varians lainnya untuk regresi
linier sederhana dapat ditentukan dengan varians koefisien regresi b :
S b2 SY2. X / ( X i X ) 2
1 X2
S a2 SY . X {
2
}
n (Xi X ) 2