1-ANALISIS REGRESI

8/17/2019 1-ANALISIS REGRESI

1/13

Agung Priyo Utomo (STIS Jakarta) 1

ANALISIS REGRESI

(REGRESSION ANALYSIS)

Oleh:

Agung Priyo Utomo, S.Si., MT.([email protected])Sekolah Tinggi Ilmu Statistik (STIS)


2/13


HUBUNGAN ANTAR VARIABEL

HUBUNGANANTAR VARIABEL

HUB. FUNGSIONAL/MATEMATIS, y = f(x)

HUB. SECARASTATISTIK, y = f(x) +

MODEL LINIER MODEL NON LINIER

INTRINSIK NON INTRINSIKMODEL REGRESI

MODEL EXP. DESIGN

DLL

Transformasi


3/13


REGRESI DAN KORELASI(Keduanya mempelajari hubungan antar variabel)

REGRESI

Mempelajari bentuk hubungan antar variabel melaluisuatu persamaan (RLS, RLB, Regresi non Linear).Hubungan bisa berupa hubungan sebab akibat.

Dapat mengukur seberapa besar suatu variabelmempengaruhi variabel lain

Dapat digunakan untuk melakukan peramalan nilaisuatu variabel berdasarkan variabel lain


4/13


REGRESI DAN KORELASI(Keduanya mempelajari hubungan antar variabel)

KORELASI

Mempelajari keeratan hubungan antar 2 variabelkuantitatif yang bisa dilihat dari besarnya angka, bukantandanya

Dapat mengetahui arah hubungan yang terjadi(berbanding lurus jika tandanya positif, dan berbandingterbalik jika tandanya negatif)

Nilainya berkisar -1 sampai dengan 1

Tidak bisa menyatakan hubungan sebab akibat


5/13


Contoh:

(1) # kematian karena kekeringan di musim panas

# soft drink yang dikonsumsi di musin panasHigh positive correlation

Apakah soft drink menyebabkan kematian?

(2) Gaji guru dan jumlah $ yang diperoleh dalam

penjualan minuman keras.High positive correlation

Apakah guru membelanjakan uangnya untukmembeli minuman keras?

Korelasi yang tinggi tidak selalu berarti bahwasuatu variabel menyebabkan/mempengaruhi

variabel yang lain


6/13


DEPENDENT AND INDEPENDENTVARIABLE

Dependent Variable/Variabel Tak Bebas (Y): Variabelyang nilainya ditentukan oleh variabel lain.Diasumsikan bersifat random/stochastic

Independent Variable/Variabel Bebas (X): Variabelyang nilainya ditentukan secara bebas (variabel yangdiduga mempengaruhi variabel tak bebas).Diasumsikan bersifat fixed/non stochastic.

Syarat :Y: Berjenis data kuantitatifX: Berjenis data kuantitatif atau kualitatif/kategorik


7/13


JENIS DATA UNTUK Y

Data Observasidiperoleh tanpa melakukan kontrol thd var. X tdk kuat menyatakan cause-effect relationships

Data Eksperimendiperoleh dengan melakukan kontrol thd var. X dapat menyatakan cause-effect relationships


8/13


Examples

Effect of Car Age on its Price (to what degree can CarAge predict Its Price)

Effect of Woman Age on Her Fertility (to what degreecan Woman Age predict Her Fertility level)

Effect of A Person Height on His/Her Weight (to whatdegree can A Person Height predict His/Her Weight)

Effect of Household Income to Their ConsumptionExpenditure (to what degree can Household Income

predict Their Consumption Expenditure) Effect of Dow Jones Performance on Darts performance

(to what degree can Dow Jones predict Dartperformance)


9/13


KONSEP DASAR

Pada suatu nilai X tertentu akantdp banyak kemungkinan nilai-nilaiY (Y akan terdistribusi mengikutisuatu fungsi peluang tertentu Distribusi Normal) dengan Nilai

rata-rata E(Y) dan Nilai varians 2tertentu

Nilai rata-rata E(Y) diasumsikanberubah secara sistematikmengikuti perubahan nilai X, yg

digambarkan dalam bentuk garislinier

Nilai varians 2 pada setiap nilai Xakan sama


10/13


PROSEDUR DALAM ANALISIS

REGRESI1. Identifikasi dan pembentukan model

2. Pendugaan parameter model

3. Pengujian keberartian parameter4. Penilaian ketepatan model ( goodness of fit) dan

pemeriksaan asumsi


11/13


Relationship can be

represented by line of best fit

IDENTIFIKASI MODELContoh Ploting Data Car Age vs Price

Scatter plot

(diagram pencar)

Berguna utkmengidentifikasi modelhubungan antara variabel Xdan Y.

Bila pencaran titik-titik

pada plot ini menunjukkanadanya suatukecenderungan (trend) yanglinier, maka model regresilinier layak digunakan.

0

20

40

60

80

100

120

140

160

180

0 1 2 3 4 5 6 7 8

X

Y


12/13


KETERANGAN

Ternyata titik-titik (plotting data) tersebut terlihatmengelompok di sekitar garis lurus

Pada scatter plot tersebut, sebenarnya bisa ditarikbeberapa garis yang dekat terhadap titik-titik tersebut

Tujuan kita di sini adalah1. Mencari garis yang paling tepat

2. Melakukan Peramalan

3. Ingin mengetahui hubungan yang terjadi (seberapabesar pengaruh usia kendaraan terhadap hargajualnya)


13/13


Beberapa Contoh Model Regresi Linear

First-Order Model with One Predictor Variable

Second-Order Model with One Predictor Variable

Second-Order Model with Two Predictor Variables with

Interaction

etc.

y x x x x x x 0 1 1 2 2 3 12

4 2

2

5 1 2y x x x x x x 0 1 1 2 2 3 12

4 2

2

5 1 2

y x x 0 1 1 2 12

y x x 0 1 1 2 12

y x 0 1 1

y x 0 1 1

1-ANALISIS REGRESI

Documents

Transcript of 1-ANALISIS REGRESI