Académique Documents
Professionnel Documents
Culture Documents
Tugas Kelompok
KELOMPOK 5 :
1. ANDI ASRIANI ( H12115021 )
2. IRMA (H12115021)
3. IKA FITRIANA J (H12115516)
4. SETO APRILIANTO (H1215010)
5. JUSMAN (H12115026)
6. NIFAL GUSTI (H12115312)
7. MUHAMMAD ARIS (H12115511)
PRODI STATISTIKA
UNIVERSITAS HASANUDDIN
ANALISIS REGRESI CARA KONFIRMASI
A. URUTAN DAN CONTOH
Model linear sederhana = + +
Persamaan regresi = +
Dengan cara konfirmasi, untuk mencari nilai a dan b digunkan metode kuadrat terkecil, yaitu
metode mencari a dan b yang meminimumkan jumlah kuadrat kesalahan.
=
2 ( )2
=
Contoh : Diketahui X dan Y dalam tabel 7.7.
TABEL 7.7
=
2 2
+ 1,831 45,98
19,0 15,0 285,00 361,00 225,00 3,809
16,4 13,6 223,04 268,96 184,96 -2,352
15,8 17,6 278,08 249,64 309,76 0,550
15,2 14,7 223,44 231,04 216,09 -3,449
14,2 19,4 275,48 201,64 376,36 -0,580
14,0 18,6 266,40 196,00 345,96 -1,746
13,8 35,1 484,38 190,44 1232,01 14,388
15,0 15,8 205,40 169,09 249,64 -6,337
12,7 21,6 274,32 161,29 466,56 -1,126
12,0 12,1 145,20 144,00 146,41 -11,908
11,3 22,1 249,73 127,69 488,41 -3,190
10,9 31,2 340,08 118,81 973,44 5,178
9,6 38,9 373,44 92,16 1513,21 10,498
8,8 23,1 203,28 77,44 533,61 -6,767
7,2 35,8 257,76 51,84 1281,64 3,003
2 2 = 0,069
2 , 2 , .
= 15
= 193,9
= 334,6
2 = 8543,06
2 = 2640,03
= 4079,03
=
2 ( )2
15(4079,03) (193,9)(334,6)
= = 1,831
15(2640,95) 37597,27
334,6 193,9
= = (1,813) ( ) = 45,98
15 15
Persamaan regresi estimasi = 45,98 1,831. Sisa . Dapat dilihat dari Tabel 7.7.
Dengan menggunakan cara pemeriksaan sisa dalam regresi eksplorasi di dapat dq sisa = 7,3,
sedang dq Y = 16,2.
Jadi :
= 0,45
Dalam regresi konfirmasi diperiksa :
()
=
()
() 44,88
Dalam contoh ini ()
= 77,09 = 0,58
()
Seperti halnya , regresi estimasi yang baik memberikan yang kecil (mendekati
()
nol)
()
yang (mendekati nol)
()
()
= Proporsi Y yang tidak diteraangkan oleh garis regresi estimasi
()
Variansi Y dapat dibagi menjadi 2 bagian yaitu yang dapat diterangkan oleh garis regresi estimasi
dan yang tidak dapat diterangkan oleh garis regresi.
()
=1
()
()
=1 = 1 2
1 2 paralel dengan
dalam eksplorasi 2 lebih dikenal dengan caara konfirmasi,
khususnya = (1) 2 yang disebut dengan koefisien korelasi antara X dan Y. Tanda dari r
sama dengan tanda dari b. 0 1.
2 = 0 berarti persamaan regresi estimasi tidak menerangkan Y sama sekali
2
=1 berarti persamaan regresi estimasi menerangkan Y dengan sempurna
= 1 berarti hubungan sempurna negatif
=0 berarti tidak ada hubungan linear
=1 berarti hubungan sempurna positif
Dalam soal di atas 2 = 1 0,58 = 0,42 = 42%. Untuk data ilmu soisal 2 = 42% merupakan
presentase yang cukup besar. Demikian pula halnya dengan data biologi.
Karena korelasi sering diperlukan maka harganya dapat dihitung tanpa menghitung persamaan
regresi estimasi, yaitu dengan rumus
=
( 2 ( )2 )( 2 ( )2 )
( 2 ( )2 )( 2 ( )2 )
=
2 ( )2 ( 2 ( )2 )( 2 ( )2 )
( 2 ( )2 )
=
( 2 ( )2 )
1
( 2 ( )2 )
1
=
1
( 2 ( )2 )
1
()
=
()
INGAT : SD (X) = Standar Deviasi dari X.
B. Mengevaluasi r2
Untuk menjawab apakah ada hubungan linear dalam populasi. Hal ini dapat disamakan dengan
menanyakan apakah berbeda dengan nol secara signifikan atau 2 = (koefisien korelasi
populasi)2, berbeda dengan nol secara signifikan. Dalam kegiatan belajar ini dibicarakan hal yang
terakhir.
Uji hipotesis yang digunakan
0 : 2 = 0
1 : 2 > 0
Daerah penolakan > ,1,2
SOAL
X = variable pengganti tahun
Y = jumlah pasien rumah sakit umum (ratusan)
Tahun 1973 1974 1975 1976 1977 1978
X 1 2 3 4 5 6
Y 393 436 458 513 569 631
PENYELESAIAN
X Y XY X2 Y2
Scatterplot of C2 vs C1
650
600
550
C2
500
450
400
1 2 3 4 5 6
C1
=
3005 21
= (46.25)
6 6
= 338.90
n Xi Yi Xi Yi
=
n Xi 2 ( Xi )2
6(11327) (21 3005)
=
6(91) (21)2
= 46.25
X Y = +
Maka nilai dapat kila lihat pada table dengan nilainya di bulatkan menjadi :
(13 5 -20 -11 -1 15)
11 2
11 = (11)2 ( ) = 121 3.36 = 117.64
6
2
1 2
1 = (1) ( ) = 1 0.02 = 0.98
6
15 2
15 = (15)2 ( ) = 225 6.25 = 218.75
6
Sehingga , 164.31 + 24.31 + 388.89 + 117.64 + 0.98 + 218.75 = 914.88
1
= (914.88) = 182.976
5
1
Maka () = 5
(4333393.04) = 866678.608
7. Proporsi variansi Y yang tidak bias diterangkan oleh persamaan ergresi estimasi adalah
()
1 2 =
()
182.976
1 2 =
866678.608
1 2 = 0.021
()
8. 2 = 1 ()
2 = 1 0.021
2 = 0.979
2 (2)
9. = 1 2
(0.979)(4)
=
0.021
= 186.47
10. Jumlah pasien diduga pada tahun 1979 adalah
= + diketahui X = 7
= 338.93 + 46.25(7)
= 662.68