Makalah Analisis Regresi Dan Korelasi
Makalah Analisis Regresi Dan Korelasi
Makalah Analisis Regresi Dan Korelasi
DISUSUN OLEH :
JURUSAN MATEMATIKA
2019
KATA PENGANTAR
Segala puji dan syukur penulis ucapkan kepada Tuhan Yang Maha Esa karena
berkat dan limpahan kasih-Nya maka penulis bisa menyelesaikan tugas Makalah Analisis
Regresi dan Korelasi.
Dalam makalah ini penulis membahas tentang Regresi Linier Sederhana. Dalam
penulisan Makalah ini penulis menyadari masih banyak kekurangan yang terdapat. Oleh
sebab itu, penulis mengharapkan kepada para pembaca untuk memberikan saran ataupun
kritikan yang dapat membantu dalam membangun kesempurnaan makalah ini. Penulis
berharap semoga Makalah ini bisa bermanfaat bagi penulis khususnya dan bagi pembaca
pada umumnya.
Akhir kata penulis ucapkan terima kasih semoga bermanfaat dan bisa menambah
pengetahuan bagi pembaca.
Penyusun
DAFTAR ISI
HALAMAN JUDUL........................................................................................................
DAFTAR ISI....................................................................................................................
KATA PENGANTAR....................................................................................................
BAB I PENDAHULUAN
1.1 Latar Belakang......................................................................................................
1.2 Rumusan Masalah..................................................................................................
1.3 Tujuan Penulisan....................................................................................................
BAB II PEMBAHASAN
2.1 Refrensi dari buku Thomas Yunigunarto
Regresi dan Korelasi Sederhana.............................................................................
2.2 Refrensi dari buku Johan Harlen
Regresi Linier Sederhana ..............................................................................
2.3 Refrensi dari buku Dra. Sri Pangesti, S.U.
Regresi Linear dengan Satu Variabel Bebas..........................................................
PENDAHULUAN
A. LATAR BELAKANG
B. RUMUSAN MASALAH
Apa yang dimaksud Regresi Linier Sederhana?
Apa yang dimaksud Regresi dan Korelasi ?
Apa saja contoh Regresi dan Korelasi ?
Bagaimana Rumus-rumus Regresi dan Korelasi?
C. TUJUAN
Untuk mengetahui pengertian Regresi Linear Sederhana
Untuk mengetahui pengertian Regresi dan Korelasi
Untuk mengetahui contoh-contoh Regresi dan Korelasi
Untuk mengetahui rumus-rumus Regresi dan Korelasi
BAB II
PEMBAHASAN
2.I Refrensi dari buku Thomas Yunigunarto
REGRESI & KORELASI LINIER SEDERHANA
Gagasan perhitungan ditetapkan oleh Sir Francis Galton (1822-1911)
• Persamaan regresi : Persamaan matematik yang memungkinkan peramalan nilai suatu
peubah tak bebas (dependent variable) dari nilai peubah bebas
(independent variable)
• Diagram Pencar = Scatter Diagram
Diagram yang menggambarkan nilai-nilai observasi peubah
takbebas dan peubah bebas.
Dimana :
n : banyak pasangan data
yi : nilai peubah takbebas Y ke-i
xi : nilai peubah bebas X ke-i
contoh 2 :
Contoh 3:
4. Regresi Linier Berganda
• Pembahasan akan meliputi regresi linier dengan 2 Variabel Bebas (X1 dan X2) dan 1
Variabel Tak Bebas (Y).
• Bentuk Umum :
Y = a + b1 X1 + b2 X2
Y : peubah takbebas a : konstanta
X 1 : peubah bebas ke-1 b1 : kemiringan ke-1
X 2 : peubah bebas ke-2 b2 : kemiringan ke-2
a , b1 dan b2 didapatkan dengan menyelesaikan tiga persamaan Normal berikut :
Dimana,
n : banyak pasangan data yi : nilai peubah takbebas Y ke-i
x1i : nilai peubah bebas X1 ke-i x2i : nilai peubah bebas X2 ke-i
contoh 4:
Berikut adalah data Volume Penjualan (juta unit) Mobil dihubungkan dengan variable
biaya promosi (X1 dalam juta rupiah/tahun) dan variabel biaya penambahan asesoris (X2
dalam ratusan ribu rupiah/unit).
Sehingga Persamaan Regresi Berganda
a + b1 X1 + b2 X2 dapat ditulis sebagai 0.75 + 0.50 X1 + 0.75 X2
5. Korelasi Linier berganda
• Koefisien Determinasi Sampel untuk Regresi Linier Berganda diberi notasi sebagai
berikut
b0 dinamakan intersep (intercept dari titik pangkal ke titik potong garis regresi dengan sumbu
vertikal), merupakan penaksir untuk
(slope) atau koefisien regresi, menyatakan kemiringan garis regresi yang diukur sebagai tangen
sudut yang dibentuk oleh garis horizontal dengan garis regresi dalam arah positif (diukur
berlawanan de merupakan penaksir untuk 1 β . ei menyatakan galat untuk anggota sampel ke-i,
sekaligus merupakan penaksir untuk εi .
Perintah Stata untuk fitting model regresi linear sederhana adalah:
regress var_dep var_indep [if] [in] [, options]
var_dep : Variabel dependen
var_indep : Variabel independen
Tampak estimasi intersep dan koefisien regresi, masing-masing sebesar 744.25 dan −0.20.
Estimasi intersep menyatakan prediksi nilai respons, jika prediktor bernilai nol, walaupun
hal ini tidak realistis di sini, yaitu jika enroll bernilai sama dengan nol (tidak ada calon
siswa yang mendaftarkan diri), tidak mungkin kinerja akademik api00 bernilai 744.25.
Perlu dijelaskan bahwa prediksi nilai respons hanya berlaku dalam rentang nilai-nilai
prediktor dalam sampel, yaitu 130 s.d. 1,570.
Estimasi koefisien regresi bernilai negatif sebesar −0.20 dan bermakna secara statistik
dengan p = 0.00, menyatakan bahwa setiap pertambahan 1 siswa yang mendaftar akan
menurunkan kinerja akademik sekolah sebesar −0.20 satuan.
Model estimasi adalah:
api00 = 744.25 – 0.20 enroll + e
Model regresi secara formal menyatakan dua hal tentang hubungan statistik, yaitu:
kecenderungan variabel tak bebas (Y) berubah-ubah terhadap variabel bebas (X) dalam
bentuk yang sistematik dan tersebarnya titik-titik di sekitar kurve hubungan statistik.
Kedua hal tersebut dinyatakan dalam suatu model regresi yaitu: untuk setiap nilai X
terdapat distribusi probabilitas dari Y dan mean dari distribusi probabilitas Y
berubahubah secara sistematik terhadap perubahan nilai X .
Model Regresi Linear Sederhana
Model regresi dengan satu variabel bebas X dapat ditulis dalam bentuk
Contoh 1.3 :
Penaksiran Fungsi Regresi
BAB III
PENUTUP
3.1 Kesimpulan
Secara umum, analisis regresi pada dasarnya adalah studi mengenai ketergantungan
satu variabel dependen (terikat) dengan satu atau lebih variabel independent (variabel
penjelas/bebas), dengan tujuan untuk mengestimasi dan/ atau memprediksi rata-rata
populasi atau niiai rata-rata variabel dependen berdasarkan nilai variabe! independen
yang diketahui.
Analisis korelasi sederhana (Bivariate Correlation) digunakan untuk mengetahui
keeratan hubungan antara dua variabel dan untuk mengetahui arah hubungan yang terjadi.
3.2 Saran
Menyadari masih banyaknya kekurangan dalam penyusunan makalah ini, penyusun
sangat mengharapkan adanya kritik dan saran, yang sifatnya membangun atau
memperbaiki makalah ini dari semua pihak.
Daftar Pustaka :
Draper, N. & Smith, H. (1998). Applied Regression Analysis. New York: Wiley.
Montgomery, D.C. & Peck, E. A. (1992). Introduction to Linear Regression Analysis.
New York: Wiley.
Neter, J., Wasserman, W. & Kutner, M. H. (1990). Applied Linear Statistical Models.
Supangat,Andi. 2010. Statistika. Jakarta:KencanaIrwin.