Analisis Regresi Linier

Sederhana

Analisis Regresi

Alat statistika yang digunakan untuk mencari hubungan satu atau

lebih variabel sehingga salah satu varibel dapat ditaksir oleh
variabel yang lain
Variabel yang ditaksir = variabel dependen, tak bebas, tergantung, respo
Variabel penaksir = varibel independen, bebas, respons
Sifat hubungan antar variabel dalam regresi
fungsional (berhubunga dengan kepastian)
statistika
(berhubungan dengan kekeliruan/ketidakpastian)
Tujuan analisis
regresi
diskripsi
kontrol
memprediksi
Data untuk analisis regresi
observasional
ekspeimental

Jenis Analisis Regresi

I.

Regresi linier jika hubungan antara variabel bebas terhadap

variabel tak
bebas
berbentuk
linier
Regresi
linier sederhana
Regresi linier berganda

II, Regresi tak linier jika hubungan antara variabel bebas

terhadap variabel tak berbentuk linier
Regresi kuadratik
Regresi kubik
dst

Regresi Linier Sederhana

Regresi Linier Sederhana

Dinyatakan dalam fungsi :

Yi = 0 + 1Xi + i:
0 , 1, i = parameter
0 = intercept
1 = slope
Yi dan Xi = nilai yang diukur

Estimasi regresi
Yi = b0 + b1Xi

b1 =

b0
=

XiYi

XiYi
(Xi X)((Yi Y)
n
(Xi X)

=
=

2
Xi2 - (Xi )
n

= 1 (Y b X )
Yi b1X
i
1
i

Persamaan Regresi untuk nilai yang diprediksi (nilai

fit)
^

Yi = b0 + b1Xi:

Beda antara nilai prrediksi dan nilai respon yang sebenarnya

dinamakan residu
e = Y -^Y
i

i:

Variansi sample (s2) yang diestimasi dari populasi dihitung (2) melalui
persamaan :

s2 =

Y, - Y^ i:
n2

Variansi sample (s2) dinamakan mean square error (MSE)

Data Konsumsi dan Bobot Badan Leghorn

Konsumsi Pakan (lb)

Bobot badan (lb)

87,8

4,15

93,2

4,76

98,0

5,23

89,8

4,75

94,0

5,13

83,0

4,24

88,3

4,66

82,4

4,41

80,2

4,50

80,2

4,23

Pengamata
n
(n)

Konsumsi
Pakan
(x)

Bobot
Badan
(y)

xy

x2

Y2

1,

87,8

4,15

364,37

7708,8
4

17,22

2,

93,2

4,76

443,63

8686,2
4

22,66

3,

98,0

5,23

512,54

9604,0
0

27,35

4,

89,8

4,75

426,55

8064,4
0

22,56

5,

94,0

5,13

482,00,

8836,0
0

26,32

6,

83,0

4,24

351,,92

6889,0
0

17,98

7,

88,3

4,66

411,48

7796,8
9

21,72

82,4
b0 = 2,23

4,41

363,38
6789,7
Y = 2,23 + 0,05 6
Xi

19,45

8,
b1 = 0,05

Variansi
Bobot
Badan
(Y)

Konsumsi
Pakan
(X)

Y = 2,23 +
0,05 Xi

e =Yi - Yi

e2

4,15

87,8

6,62

-2,47

6,10

4,76

93,2

6,89

-2,13

4,54

5,23

98

7,13

-1,9

3,61

4,75

89,8

6,72

-1,97

3,88

5,13

94

6,93

-1,8

3,24

4,24

83

6,38

-2,14

4,58

4,66

88,3

6,645

-1,985

3,94

4,41

82,4

6,35

-1,94

3,76

4,5

80,2

6,24

-1,74

3,03

4,23

80,2

6,24

-2,01

4,04

e2
40,72
= 5,09
s =
10 - 2
2

40,72

Analisis Regresi Inferensial

Uji Hipotesis
H0 :1= 0
H1 :1 0

Uji Statistika
0

1
t=
s2(b1) =

b1 1
s2(b1)
MSE
2
(Xi X)

t=

b1 1
s2(b0)

s2(b1) =MSE

Mengikuti distribusi t dengan db = n 2)

X 2
1
_
2
n + (Xi X)