BAB III

ANALISIS REGRESI
 An Introduction
• Regresi linier sering digunakan untuk melihat nilai
prediksi atau perkiraan yang akan datang

• Apabila X dan Y mempunyai hubungan, maka nilai X

yang sudah diketahui dapat digunakan memperkirakan Y

• Perkiraan mengenai terjadinya sesuatu kejadian (nilai

variabel untuk waktu yang akan datang, seperti prediksi
produksi 3 tahun yang akan datang, prediksi harga bulan
depan, ramalan jumlah penduduk 10 tahun mendatang,
ramalan hasil penjualan tahun depan).
• Ramalan mengetahui suatu kejadian baik
secara kualitatif (akan turun hujan, akan
terjadi perang, akan lulus ujian)

• Kuantitatif (produksi padi akan mencapai 16

juta ton, indek harga 9 bahan pokok naik
10%, penerimaan devisa turun 5%)

• Melakukan peramalan adalah dengan

mengunakan garis regresi
Lanjutan

Variable Y yang nilainya akan diramalkan

disebut variable tidak bebas (dependent variable)

 sedangkan variable X yang nilainya digunakan

untuk meramalkan nilai Y disebut variable bebas
(independent variable) atau variable peramal
(predictor) dan sering kali disebut variable yang
menerangkan (exsplanatory).
 X Y
Prediktor Variabel respon
variabel indipenden Variabel dependen
Adakah korelasi/ hubungannya nya ?
Dapatkah variabel X memprediksi Y ? Analisis Regresi

Analisis regresi digunakan untuk mengetahui bagaimana variabel

dependen atau kriterium dapat diprediksikan melalui variabel
independen atau prediktor secara individu atau parsial maupun secara
bersama-sama atau simultan.
Ilustrasi hubungan positif

X Y

Pupuk Produksi
Berat Tekanan
Badan darah
 Ilustrasi hubungan negatif

X Y
Jumlah aseptor Jumlah kelahiran
Harga suatu barang Permintaan barang
darah
 Scatter Plot Examples
Weak
Strong relationships
relationships

y y

x x

y y

x x
Scatter Plot Examples
No
relationship

x
 Jenis Analisis Regresi
I. Regresi linier jika hubungan antara variabel bebas terhadap
variabel tak bebas berbentuk linier
Yˆ  a  bX
Regresi linier sederhana 
 Regresi linier berganda  Yˆ  a  b1 X 1  b2 X 2  b3 X 3

II. Regresi tak linier jika hubungan antara variabel bebas

terhadap variabel tak berbentuk linier
 Regresi kuadratik Yˆ  a  bX  cX 2
 Regresi kubik 
Yˆ  a  bX 2
Yˆ  a  bX  cX 2  dX 3
Yˆ  a  bX 2  cX 3
Yˆ  a  bX 3
Regresi Linier Sederhana
• Xi variabel independen ke-i
• Yi variabel dependen ke-i maka bentuk
model regresi sederhana adalah :
Yi     X i   i , i  1,2,  , n
Yˆi  ˆ  ˆX
Yˆ  a  bX
i
dengan
ˆ , ˆ atau a, b parameter yang tidak diketahui
 i sesatan random dgn asumsi

E[ i ]  0

Var ( i )   2
Dari garis regresi sampel diperoleh :
^ ^ Turunkan D
ei  Yi  (   X i )
terhadap
Dan n a dan b !!!!
D   ei   (Yi  (a  bX i )) 2
2

i 1
 Analisis Regresi
• Pendugaan terhadap koefisien regresi:

( x)( y )
 xy  n
b Metode
( x ) 2
 
x 2

n
Kuadrat Terkecil

a
 
 Y   X 2   X  XY 
n X 2   X 
2

Bagaimana Pengujian terhadap model regresi ??

• parsial (per koefisien)  uji-t
• bersama  uji-F (Anova)
Bagaimana menilai kesesuaian model ??
R2 (Koef. Determinasi: % keragaman Y yang mampu dijelaskan oleh X)
 ATAU
y x xy x2 y2

. . . . .
. . . . .

Σy Σx Σxy Σx2 Σy2

n xy   x  y
b
n x 2  ( x ) 2
a  y  bx

y
 y
x
 x
n n
 Latihan
Carilah persamaan regresi Y pada X dari data Tabel :

( x)( y )
 xy  n
b
( x ) 2
 
x 2

n
53305 -
665951
 12  0.8972
37525 
6652

12
a  y  b1 x  29.53
jadi diperoleh persamaan regresi :
Yˆ  29.5294  0.8972 X
i i
 MENGUJI KOEFISIEN REGRESI
DENGAN ANALISIS VARIANSI

Perhatikan

y  y   yˆ  y  y  yˆ 
i i i i
var iasi regresi sisa

n n n

 i
( y
i 1
 y ) 2
  i
( ˆ
y  y )
i 1
2
  i i
( y  ˆ
y ) 2

i 1
 Variasi yang diterangkan dan
Yang tidak dapat diterangkan

y
yi  
JKS = (yi - yi ) 2 y
_
JKT = (yi - y)2

y  _
_ JKR = (yi - y)2
_
y y

Xi x
 Langkah-langkah uji

1. Susun hipotesis
H0 :   0
H1 :   0

2. Pilih tingkat signifikansi

3. Susun Anava
4. Kesimpulan : tolah Ho jika F> F tabel
 Tabel Anava :

Sumber JK dk RK F Hitung
Variasi

Regresi JKR= 1 RKR=JKR/1 F=RKR/RKS

 x  x 
n
2
b i
i 1

Sesatan JKS= JKT-JKR n-2 RKS=JKS/n-2 Ftabel

F(alpha, 1,n-2)

Total JKT= n-1

n  y
2

y  n
i 1
2
i
i
 Tugas Kelompok T3-1
Waktu : 50’
1. Buktikan rumus a dan b !
2. Cari JKT
3. Kerjakan soal no 1a,b,c hal 296
(kelompok 1,3,5)
4. Kerjakan soal no 2a halaman 297
(kelompok 2,4,6)