Analisis Data-A

Tugas Kelompok

ANALISIS REGRESI CARA KONFIRMASI

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

= 193,9 = 334,6 = 4079,03 = 2640,03 = 8543,06 () 2 = 628,36

Perhatikan bahwa untuk memudahkan perhitungan a dan b, kolom dalam Tabel 7.7 ditambah
guna menghitung hal-hal yang dibutuhkan seperti XY,

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

1. Buat scatter diagram!

2. Tentukan nilai a!
3. Tentukan nilai b!
4. Tentukan
5. Tentukan var ( )
6. Tentukan var (Y)
7. Tentukan proporsi variansi Y yang tidak bisa di terangkan oleh persamaan regresi
estimasi!
8. Tentukan nilai 2
9. Tentukan nilai dari F
10. Mencari jumlah pasien pada tahun 1979

PENYELESAIAN

X Y XY X2 Y2

1 398 398 1 158404

2 436 872 4 190096

3 458 1374 9 209764

4 513 2052 16 263169

5 569 2845 25 323761

6 631 3786 36 398161

= = 3005 = 11327 2 = 91 2 = 1543355

1. Hasil acatter diagram menggunakan aplikasi minitab.

Scatterplot of C2 vs C1
650

600

550
C2

500

450

400

1 2 3 4 5 6
C1

2. Cara mencari nilai a

=
3005 21
= (46.25)
6 6
= 338.90

3. Cara mencari nilai b

n Xi Yi Xi Yi
=
n Xi 2 ( Xi )2
6(11327) (21 3005)
=
6(91) (21)2
= 46.25

4. Mencari nilai dapat dilakukan dengan membuat kolom sebagai berikut :

X Y = +

1 398 385.15 12.85

2 436 431.4 4.6

3 458 477.65 -19.65

 4 513 523.9 -10.9

5 569 570.15 -1.15

6 631 616.4 14.6

Maka nilai dapat kila lihat pada table dengan nilainya di bulatkan menjadi :
(13 5 -20 -11 -1 15)

5. Mencari var ( ) dengan menggunakan rumus sebagai berikut :

1 2
= {()2 ( ) }
1
2
13 2
13 = (13) ( ) = 169 4.69 = 164.31
6
2
5
5 = (5)2 ( ) = 25 0.69 = 24.31
6
20 2
20 = (20)2 ( ) = 400 11.11 = 388.89
6

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

6. Menghitung var (Y)

1 2
Rumus yang digunakan adalah () = 1
{( )2 ( ) }

398 = 158404 4400.11 = 154003.89

436 = 190096 5280.44 = 184815.56
458 = 209764 5826.77 = 203937.23
513 = 263169 7310.25 = 255858.75
569 = 323761 8993.36 = 3147676.64
631 = 398161 11060.02 = 387100.97

Sehingga, 154003.89 + 184815.56 + 203937.23 + 255858.75 + 3147676.64 +

387100.97 = 4333393.04

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