Modul 6
Modul 10.
Regresi dan Korelasi Linear Sederhana
Persamaan matematika yang memungkinkan kita meramalkan
nilai-nilai peubah tak bebas dari nilai-nilai satu atau lebih
peubah bebas disebut Persamaan Regresi.
Untuk membuat peramalan, pertama-tama harus diperoleh contoh
acak berukuran n yang diamati nilai peubah bebas dan tak bebasnya
dari satuan yang sama diperoleh
[x1, y1], [x2, y2], ... , [xn, yn]
Dari nilai yang diperoleh data tersebut disebut atau diplotkan
dalam gambar, sehingga manghasilkan apa yang disebut Diagram
Pencar.
Dengan mengamati diagram pencar, apakah titik-titik mempunyai
kecendrungan mengikuti garis lurus? Jika demikian, kedua peubah itu
berhubungan secara linear.
Persamaan garis lurus dapat situluskan sebagai :
a menyatakan intersept dan b kemiringan garis.
Untuk mendapatkan dugaan titik bagi a dan b dapat digunakan
berdasar prosedur Metode Kuadrat Terkecil. Dengan prosedur ini
dalam memperoleh nilai a dan b membuat :
Dugaan Parameter
Bila diberikan data contoh {(xi,yi);I=1,2,,n}, maka nilai dugaan
kuadrat terkecil bagi parameter garis regresi = a + bx, diperoleh
dari rumusan.
Teladan :
Dari hasil penelitian mengenai banyaknya gula yang dihasilkan
(y) dalam suatu proses pada suhu yang berlainan (x) disandikan
sebagai berikut :
Suhu (x)1,11,21,31,41,51,61,7
Gula (y)7,89,89,58,910,29,310,5
Tentukan persamaan regresi dugaan = a + bx
Jawab :
Persamaan regresi dugaan = a + bx adalah
= 5,529 + 2,786x
Teladan :
Dalil
Suatu nilai dugaan tak bias bagi (2 dengan n-2 derajat bebas
diberikan oleh rumus
Atau
Model Persamaan regresi yang sebenarnya :
yi = ( + xi + i
sedangkan a dan b merupakan nilai dugaan bagi parameter yang
sesungguhnya ( dan pada n pengamatan contoh.
Peubah acaknya dilambangkan dengan A dan B.
Bila diasumsikan y1, y2, , yn bebas dan menyebar normal, maka
peubah acak A juga menyebar normal dengan nilai tengah ( dan
ragam
Biasanya simpangan baku ( tidak diketahui dan diganti oleh
penduga Se, sehingga
Merupakan suatu peubah acak yang mempunyai sebaran t dengan n-2
derajat bebas.
Teladan :
Pada persamaan regresi dugaan = 5,529 + 2,786x telah
diketahui/diperoleh bahwa n=7 dan Tentukan selang kepercayaan 95%
bagi ( (intersept)
Jawab :
Selang kepercayaan 95% bagi parameter ( adalah :
Pada teladan sebelumnya telah diketahui dan diperoleh:
Selang kepercayaan 95% bagi parameter ( adalah
Selang Kepercayaan Bagi (Selang kepercayaan (1-()100% bagi
parameter ( pada garis regresi y = ( + x adalah
Jika y1, y2, ,yn menyebar normal, maka peubah acak B juga
menyebar normal dengan nilai tengah dan ragam
Dengan menggantikan ( dengan Se, diperoleh
Peubah acak yang menyebar t-student dengan n-2 derajat bebas
Selang Kepercayaan Bagi Selang kepercayaan (1-()100% bagi
parameter pada garis regresi y = ( + x adalah
Teladan
Pengujian Hipotesis mengenai ( dan
H0:( = (oH1:( < (o , ( > (o atau ( (oStatistik ujinya
adalah :
, dengan n-2 derajat bebas
dengan daerah kritisnya :
H1Wilayah kritis
( > (ot > t(
( < (ot < -t(
( (odan
Teladan
H0: = oH1: < o , > o atau oStatistik ujinya adalah :
, dengan n-2 derajat bebas
dengan daerah kritisnya :
H1Wilayah kritis
> ot > t(
< ot < -t(
o dan
Teladan
Peramalan
Persamaan = a + bx dapat digunakan untuk meramalkan respon nilai
tengah (y/x pada x = x0Penduga bagi :
(y/x0 = ( + x0 dalah y0 = A + x0dimana sebaran penarikan contoh
0 adalah normal dengan nilai tengah (y/x dan ragam
dalam prakteknya, (2 digantikan dengan nilai dugaannya Se2,
sehingga statistik selang kepercayaan (1-()100% bagi (y/x0
diberikan oleh
Teladan
Berdasarkan sembarang nilai tungal y0 : selang kepercayaan
(1-()100% bagi nilai tunggal y0 bila x = x0 diberikan menurut
rumus
Teladan
Korelasi Linear
Masalah disini adalah pengukuran hubungan antara dua peubah X
dan Y. analisis Korelasi mencoba mengukur kekuatan hubungan antara
dua peubah melalui sebuah bilangan yang disebut Koefisien
Korelasi.
Koefisien korelasi linear didefiisikan sebagai ukuran hubungan
linear antara dua peubah X dan Y, dan dilambangkan dengan r.
Bila titik-titik bergelombang mengikuti sebuah garis lurus
dengan kemiringan positif, maka ada korelasi positif yang
tinggi.
Bila titik-titik bergelombang mengikuti sebuah garis lurus
dengan kemiringan negatif, maka ada korelasi negatif yang
tinggi.
Gambar. Diagram pencar berbagai derajat korelasi
Jika r = 0, berarti tidak adanya hubungan linear, tetapi bukan
antara kedua peubah pasti tidak terdapat hubungan. Misalnya pada
gambar (d).
Ukuran korelasi linear antara dua peubah yang paling banyak
digunakan adalah Koefisien Pearson atau Koefisien Korelasi
Contoh.
Ukuran hubungan linear antara dua peubah X dan Y diduga dengan
koefisien korelasi contoh r yaitu
r bernilai dari 1 sampai +1
Teladan
Teladan : Regresi Linear Sederhana
Data besar keluarga dan pengeluaran
x(orang)4335244365
y(1000rp)705045904580656010080
a. Tentukan persamaan regresi dan koefisien korelasinya
b. Berapa besar rmalan pengeluaran suatu keluarga yang besar
anggota keluarganya = 8 orang
Lembar olahan untuk menjawab pertanyaan :
No.xiyixiyixi2yi2
1.470280164900
2.35015092500
3.34513592025
4.590450258100
5.2459042025
6.480320166400
7.465260164225
8.36018093600
9.61006003610000
10.580400256400
39685286516550175
Persamaan regresi dilambangkan dengan
= a + bx
Persamaan regresinya = 10 + 15x
Koefisien korelasi =
atau
a. Persamaan regresi = 10 + 15x
koefisien korelasi : r = 0,94
b. Bila besar keluarga x = 8
= 10 + 15(8) = 10 + 120 = 130
( Bila besar keluarga = 8 maka ramalan pengeluaran 130.000
rupiah
SIDIK RAGAM
Sumber KeragamanJumlah KuadratDerajat BebasKuadrat TengahF
hitung
a = b0JK(a) = JK(b0)1KT(b0)-
b|a = b1|b0JK(b|a) = JK(b1|b0)1KT(b1|b0)
GalatJK galatn-2KT galat
JumlahJK jumlahn-
Bentuk Lain :
SKJKdbKTF hitung
b1|b0JK(b1|b0)1
GalatJK galatn-2
TotalJK Totaln-1
Menguji keberartian regresi dengan Sidik Ragam
SKJKdbKTF hitF 0,05F0,01
b|a2.902,512.902,5066,345,3211,26
Galat350,0843,75---
Total3.252,59--
No.xiyii = 10 + 15xi(yi-i)2
1.470700
2.3505525
3.34555100
4.5908525
5.2454025
6.48070100
7.4657025
8.3605525
9.61001000
10.5808525
(yi-i)2=350
Karena nilai xi ada yang sama maka data di atas dapat diuji
kecocokannya dengan regresi linear.
No.xiyi
1.245
2.345
3.350
4.360
5.465
6.470
7.480
8.580
9.590
10.6100
Sidik Ragam
SKJKdbKTF hitF 0,05F0,01
b/a2.902,51
Galat350,08
TC66,66322,220,355,41
Sisa283,34556,67--
Total3.252,59---
Fhit = 0,39 < F0,05 = 5,41 maka regresi linear adalah cocok
digunakan untuk data ini.
Data dan Himpunan Rumus-rumus Regresi Data : (x1, y1), (x2, y2),
... , (xn, yn)
Persamaan regresi Linear : = a + bx
Sy.x2 = ragam dugaan simpangan regresi
Sy2 = ragam y
Sx2 = ragam x
Sb2=ragam koefisien regresi b
Sa2=ragam koefisien regresi a
Bila persamaan regresi yang diduga oleh = a + bx adalah y = ( +
x + maka selang kepercayaan (1-()100% bagi :
(y.x=rata2 y bila x diketahui
y=individu y bila diketahui
Pengujian Hipotesis :
H0:( = (oH1:( > (o
( < (o
(o
Statistik uji
H0:( = (oH1:( > (o
( < (o
( (o
Statistik uji
H0:(y.x = (oH1 :( y.x (o
Statistik uji
Uji ( dan ( serentak :
H0:( = (odan( = (oH1 :( (odan ( (oStatistik uji :
Wilayah kritis : F((2, n-2)Tugas Latihan
1. Perhatikan data berikut :
XYXY
10,018,713,522,4
10,521,514,023,3
11,018,514,519,6
11,519,615,023,8
12,018,215,521,7
12,520,816,023,2
13,021,6
a. Taksirlah garis regresi linear
b. Gambarlah garis itu pada diagram pencar
c. Hitunglah suatu titik taksiran (y/122. Dilakukan suatu
penelitian mengenai banyak gula yang dihasilkan dalam suatu proses
pada suhu yang berlainan. Data (setelah disandi) adalah sebagai
berikut :X, temperaturY, gula dihasilkan
1.08.1
1.17.8
1.28.5
1.39.8
1.49.5
1.58.9
1.68.6
1.710.2
1.89.3
1.99.2
2.010.5
a. Taksirlah garis regresi linear
b. Taksirlah banyak gula yang dihasilkan bila suhu (setelah
disandi) 1.75
3. Dalam suatu pengujian sejenis bahan, tekanan normal atas
bahan tersebut diketahui berkaitan secara fungsional dengan
tahanan. Berikut ini adalah data percobaan mengenai kedua peubah
itu setelah disandi.X, tekanan normalY, tahanan
26.826.5
25.427.3
28.924.2
23.627.1
27.723.6
23.925.9
24.726.3
28.122.5
26.921.7
27.421.4
22.625.8
25.624.9
a. Taksirlah garis regresi Y / X = x
b. Taksir tahanan bila tekanan normal 24.5 kg/cm24. Data berikut
menyatakan banyak zat yang tidak bersenyawa () dari enam reaksi
kimia yang sejenis sesudah X menit :X (menit)Y (mg)
123.5
216.9
217.5
314.0
5
58.9
a. Cocokkanlah kurva berbentuk Y / X = x dengan menggunakan
persamaan regresi non linear sampel = cdx
Petunjuk : tulis
log = log c + (log d) x
= a + bx
dengan a = log c dan b = log d, kemudian taksir a dan b dengan
rumus pada pasal 8.2 menggunakan titik-titik sampel (xi,, log
yi)
b. Taksirlah jumlah zat yang tidak bersenyawa dalam reaksi
seperti ini sesudah 4 menit
5. Tekanan (P) dari gas menurut isi (V) yang berlainan adalah
sebagai berikut :V (cm3)50607090100
P (kg cm2)64.751.340.525.97.8
Hukum gas ideal diberikan oleh persamaan PV= C, dengan dan C
tetapan
a. Dengan mengikuti cara kerja seperti pada soal 4, hitunglah
taksiran kuadrat terkecil dari dan C dari data di atas
b. Taksir bila V = 80 cm36. Buatlah selang kepercayaan 95% untuk
banyak-nya gula yang dihasilkan pada nilai x = 1.6 dalam soal 27.
a.Hitunglah taksiran kuadrat terkecil untuk parameter dalam
persamaan linear Y / X = x
b.Taksirlah garis regresi yang melalui titik asal untuk data
berikut.
x0.51.53.24.25.16.5
y1.33.46.78.010.013.2
8. Misalkan pada soal 7 tidak diketahui apakah garis regresi
sesungguhnya melalui titik asal atau tidak. Taksirlah model regresi
linear umum Y/X = ( + (x dan ujilah hipotesis bahwa ( = 0 pada
taraf keberartian 0.10 lawan alternatif bahwa (0.
9. Gunakanlah pendekatan analisis variansi untuk menguji bahwa =
0 lawan alternatif 0 pada soal 2 gunakan taraf keberhasilan 0.05
sebelumnya telah dihitung.
10. Banyaknya suatu senyawa kimia y yang larut dlm 100gr air
pada suhu yang berlainan dicatat seperti pada tabel berikut :
X (C)Y (gram)
0868
15121014
30252124
4513328
60443942
75485144
a. Carilah persamaan garis regresi.
b. Taksirlah banyaknya senyawa yang larut dalam 100gr air pada
500 C.
c. Ujilah hipotesis bahwa ( = 6 pada taraf keberatan 0,01 lawan
alternatif (6
d. Ujilah kesesuaian model linear.
11. Berat yang berkurang bila suatu bahan dikeringkan pada
jangka waktu yang berlainan adalah sebagai berikut :X (jam)Y
(gram)
4.413.114.2
4.59.011.5
4.810.411.5
5.513.814.8
5.712.715.1
5.99.912.7
6.313.816.5
6.916.415.7
7.517.616.9
7.818.317.2
a. Taksirlah persamaan garis regresi
b. Ujilah kesesuaian model linear
c. Buatlah selang kepercayaan 90% untuk koefisien 12. Hitung dan
tafsirkan koefisien korelasi untuk data berikut :
x45914182224
y162211167317
13. Hitung dan tafsirkan koefisien korelasi untuk nilai enam
siswa yang dipilih secara acak sebagai berikut :
Nilai Matematika709280746583
Nilai Sejarah748463877890
14. Hitunglah koefisien korelasi untuk peubah acak pada soal no
7 dan ujilah hipotesis bahwa = 0 lawan alternatif 0. Gunakan taraf
keberartian 0,05.
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Visio.Drawing.6
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
EMBED Equation.3
PAGE 27
_1136378765.unknown
_1136964140.unknown
_1136968013.unknown
_1136975709.unknown
_1137996663.unknown
_1137997145.unknown
_1137996562.unknown
_1136968147.unknown
_1136967634.unknown
_1136967870.unknown
_1136964861.unknown
_1136964221.unknown
_1136384903.unknown
_1136385527.unknown
_1136385850.unknown
_1136807641.unknown
_1136813069.unknown
_1136963990.unknown
_1136812236.unknown
_1136386270.unknown
_1136385593.unknown
_1136385293.unknown
_1136379604.unknown
_1136381341.unknown
_1136382854.vsd
_1136383776.unknown
_1136384857.unknown
_1136381508.unknown
_1136379701.unknown
_1136380874.unknown
_1136379682.unknown
_1136379532.unknown
_1136379567.unknown
_1136379413.unknown
_1136374968.unknown
_1136376508.unknown
_1136377221.unknown
_1136378168.unknown
_1136376607.unknown
_1136376081.unknown
_1136376253.unknown
_1136375227.unknown
_1136374117.unknown
_1136374586.unknown
_1136374593.unknown
_1136374569.unknown
_1136374548.unknown
_1136370815.unknown
_1136370935.unknown
_1136373118.unknown
_1135404177.unknown
_1136364023.unknown