kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/kwt-3.regresi-linier.pdf · dapat dituliskan...

32
Kuswanto-2012

Upload: vuonghuong

Post on 13-Mar-2019

223 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Kuswanto-2012

Page 2: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

����������

� ��� �� � ����� � ���������������������������� ������ � ������������������ ����� � ������ ������� �

� ������������������������� ��������� ������������������������� ������������������ ����������

� �!�������" ��#�� �!��!���� �����$����!���� ��!���� ���������%

� �!������������������ ����&�������� ����������� ����'%

Page 3: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Indep. Var. (X) Dep. Var (Y) Regression Equation

Fertilizer doses Yield y = b0 + b1x

Dependent VS independent variable

Evaporation Rain fall y = b0+b1x+b2x2

Sum of Leave pod yieldEtc…………

Page 4: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Regression vs Correlation

• The relationship between correlation and regression analysis is intertwined (saling terkait).

• Strictly speaking regression analysis is done • Strictly speaking regression analysis is done where one variable is dependent on the other variable.

• In cases where both variables are independent (leave number, plant height, example), correlation analysis is appropriate.

Page 5: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Bentuk umum persamaan regresiBentuk umum persamaan regresiIn general, the equation for a straight line is : Y = b0 + b1X + e– where b0 = intercept (set X = 0) (some books

written a) – b1 = slope of line Or amount of change in Y with each

unit change in X, Also called regression coefficient

b1

X

Y

0

bo

unit change in X, Also called regression coefficient

Y = b0 + b1X

Page 6: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

yiel

d

���������������� �

fertilizer

� � ����������� ������������������� ���� ������������� ������������������

� !��� ������������ ����

Page 7: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

yiel

d

+

++

+

-

-

���������������� �

The distance from each point to the regression line is known as the residual.

fertilizer

-

Page 8: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

yiel

d

+

++

+

-

-

���������������� �

• Since some of these deviations are positive and some negative, we use the sum of their squares (just like with SD and variance).

• Known as least squares method.

fertilizer

+

-

Page 9: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

BestBest--fit Linefit LineAim of linear regression is to fit a straight line, Aim of linear regression is to fit a straight line, �� = b0 + b1X, to = b0 + b1X, to data that gives best prediction of y for any value of xdata that gives best prediction of y for any value of xThis will be the line thatThis will be the line thatminimises distance betweenminimises distance betweendata and fitted line, i.e.data and fitted line, i.e.the residualsthe residuals

slope

� = b0 + b1X

intercept

= �, predicted value

slope

� = residual error

= y i , true value

intercept

Page 10: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur
Page 11: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

The regression coefficient (slope) is calculated by

� x2�xyb1 =

Where �xy = �(xi – x)(yi – y)= �XY –{(�X)(�Y)}/n

And � x2 = � (xi – x)2

Menghitung Koefisien Regresi b1Menghitung Koefisien Regresi b1

So for each data point (x, y) multiply the deviation of x from the mean x by the deviation of y from the mean y.

And � x2 = � (xi – x)2

= �X2 –(�X)2/n

�X2 –(�X)2/n

�XY –{(�X)(�Y)}/nSo, b1 =

Page 12: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Menghitung intersep (bo)Menghitung intersep (bo)

• It can also be shown that the point (X mean, Y mean) always lies on the best fit line.– Y = b0 + b1X – Substituting, we get Y = b0 + b1X– Substituting, we get Y = b0 + b1X

Therefore, to calculate intercept, a rearrange:

bo= Y – b1X

Now, we have formulas to calculate b0 and b1

Page 13: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur
Page 14: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Perhatikan gugusan data pada diagram pencar ini Y

XDari gambar tersebut sebenarnya X tidak mempengaruhi Y, karena garis yang paling tepatUntuk menggambarkan adalah garis lurus, karena kemungkinan nilai b1=0

What is the chance of selecting at random a set of points where the slope (b1) does not = 0

Page 15: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Uji nyata regresiUji nyata regresiUntuk menguji bentuk hubungan yang digambarkan oleh persamaan regresi � ANOVA testing may be done. Anova � untuk menguji taraf nyata regresiSo Ho: b1 = 0 (that X does not affect Y)

HA: b1 � 0 (that X does affect Y)

Y

X

F = KT Regresi

KT galat

Page 16: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

�� �� �� �� ��

������� � �� ����

�� �� ��� ������� ��

��� ���

BENTUK ANOVA REGRESIBENTUK ANOVA REGRESI

�yi2

b1�xiyi

Dimana, JK total = �y 2 = � (Yi – Y)2 = �Y2 –(�Y)2/n

And the rest of the variation is the residuals (source = residual)JK sisa = JK total – JK Regresi

Dimana, JK total = �yi2 = � (Yi – Y)2 = �Y2 –(�Y)2/n

Dimana, JK regresi = b1�xy = b1�(Xi – X)(Yi – Y)

= b1{�XY –(�X)(�Y)/n}

Page 17: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Koefisien DeterminasiKoefisien Determinasi� ������������� ���������������� ��������

�������� ����������� ������������ ��

JKregresi

JK Total R2 =

� � ����������������������������� ������������������������

� � �������������� � ������!�����������������������"���������#��������

� �� ������ ����������������$������������% ������ ���& ��������������� � ���������������� ������������� �����������!������������������� ������������ �����

Page 18: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur
Page 19: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara mencari persamaan regresiCara mencari persamaan regresi

�� ������������������ ��������������������� �����������������������������������������������������������������������������������������

�� ����� ������������������ �������������������������� ��������������������� ����������������������� ���������������������� ������������������������� ������������������� �

!���"�� �#

$������"�#

� %&

' (������������������� ������������������� �

�� )����������������������)��������������������������������������� �����*�������������������� �����*�������������������������������������������������������

�X2 –(�X)2/n

�XY –{(�X)(�Y)}/nb1 =

' (�

& ++

, ���

�- �%�

�� �(-

�' �,-

Page 20: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara perhitunganCara perhitunganNo Age (X) Weight (Y) XY X2 Y2

1 2 56

2 4 72

3 6 99

4 8 122

5 10 152

6 12 170

7 14 180

Sum

Mean

Buat tabel untuk menghitung jumlah tiap-tiap komponen. Kemudian isilah tabel tersebut. Hitung perkalian X dengan Y

Page 21: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara perhitunganCara perhitunganNo Age (X) Weight (Y) XY X2 Y2

1 2 56 112

2 4 72 288

3 6 99 594

4 8 122 976

5 10 152 1520

6 12 170 2040

7 14 180 2520

Sum

Mean

Hitung kuadrat dari X

Page 22: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara perhitunganCara perhitunganNo Age (X) Weight (Y) XY X2 Y2

1 2 56 112 4

2 4 72 288 16

3 6 99 594 36

4 8 122 976 64

5 10 152 1520 100

6 12 170 2040 144

7 14 180 2520 196

Sum

Mean

Hitunglah kuadrat dari Y

Page 23: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara perhitunganCara perhitunganNo Age (X) Weight (Y) XY X2 Y2

1 2 56 112 4 3136

2 4 72 288 16 5184

3 6 99 594 36 9801

4 8 122 976 64 14884

5 10 152 1520 100 23104

6 12 170 2040 144 28900

7 14 180 2520 196 32400

Sum

Mean

Hitunglah jumlah masing-masing komponen

Page 24: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Cara perhitunganCara perhitunganNo Age (X) Weight (Y) XY X2 Y2

1 2 56 112 4 3136

2 4 72 288 16 5184

3 6 99 594 36 9801

4 8 122 976 64 14884

5 10 152 1520 100 23104

6 12 170 2040 144 28900

7 14 180 2520 196 32400

Sum 56 851 8050 560 117409

Mean

Hitung nilai rata-rata X dan Y � untuk menghitung intersep

Page 25: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Tabel lengkap, kemudian masukkan ke rumus …….Tabel lengkap, kemudian masukkan ke rumus …….

No Age (X) Weight (Y) XY X2 Y2

1 2 56 112 4 3136

2 4 72 288 16 5184

3 6 99 594 36 9801

4 8 122 976 64 14884

5 10 152 1520 100 23104

6 12 170 2040 144 28900

7 14 180 2520 196 32400

Sum 56 851 8050 560 117409

Mean 8 121,57

……. untuk menghitung koefisien regresi dan intersep

Page 26: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Masukkan rumusMasukkan rumus

�X2 –(�X)2/n

�XY –{(�X)(�Y)}/nb1 =

560 –(56)2/7

8050 –{(56)(851)}/7= = 11,089

Hitung nilai intersep bo = Y – b1X = 121,57 – (11,089) (8)= 32,857

Dapat juga dituliskan y = 11,089x + 32,857. Kemudian Gambarlah garis regresinya �….

Page 27: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Garis Regresi Linier

80100120140160180200

Wei

ght (

g)

Gambar garis regresinyaGambar garis regresinya

y = 11,089x + 32,857R2 = 0,9872

020406080

0 2 4 6 8 10 12 14Age (days)

Wei

ght (

g)

Page 28: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Hitung anova regresiHitung anova regresi

JK Total = �Y2 –(�Y)2/n = 117409 –(851)2/7 = 13951,71

JK regresi = b1 {�XY –(�X)(�Y)/n}

= 11,089 x {8050 –(56)(851)/7}= 11,089 x {8050 –(56)(851)/7}

Setelah ketemu, masukkan dalam tabel anova regresi

= 13.772,89

JK sisa = JK total – JK regresi = 178,82

Page 29: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

(���������(���������

Sumber Sumber keragamankeragaman

DbDb JKJK KTKT F hitF hit

RegresiRegresi 11 13.772,8913.772,89 13.772,8913.772,89 385,15****

Residu (sisa)Residu (sisa) 55 178,82178,82 35,7635,76Residu (sisa)Residu (sisa) 55 178,82178,82 35,7635,76

TotalTotal 66 13.951,7113.951,71

Koefisien Determinasi R2 = JK Regresi/JK Total

= 0,9872

Page 30: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Kesimpulan dan interpretasiKesimpulan dan interpretasi�� Hubungan antara umur buah dengan bobot Hubungan antara umur buah dengan bobot

dapat dituliskan dengan persamaan regresi linier dapat dituliskan dengan persamaan regresi linier Y= 32,857 +Y= 32,857 +11,089X, artinya setiap penambahan umur satu hari, bobot buah akan bertambah 11,089 gram. Dari tabel anova dapat disimpulkan bahwa Dari tabel anova dapat disimpulkan bahwa �� Dari tabel anova dapat disimpulkan bahwa Dari tabel anova dapat disimpulkan bahwa terdapat hubungan regresi yang sangat nyata terdapat hubungan regresi yang sangat nyata antara umur buah dengan bobot buah antara umur buah dengan bobot buah berdasarkan regresi linier. berdasarkan regresi linier.

�� Dari koefisien determinasi dapat disimpulkan Dari koefisien determinasi dapat disimpulkan bahwa sebanyak 98,72% keragaman berat buah bahwa sebanyak 98,72% keragaman berat buah disebabkan oleh pengaruh umur buahdisebabkan oleh pengaruh umur buah

Page 31: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

Interpretasi : Interpretasi : perhatikan persamaan iniperhatikan persamaan ini

.�/�0��,%(�1����-,+2

��$����*������*�� �� ����3��4��5����������5�$����*������*�� �� ����3��4��5����������5�%��� �6�%��� �6�77 .�/�0��,(%�1�"���-,+#"%#�/�,,�0���.�/�0��,(%�1�"���-,+#"%#�/�,,�0���77 .�/�0��,(%�1�"���-,+#"%#�/�,,�0���.�/�0��,(%�1�"���-,+#"%#�/�,,�0���

��8��������������������������������8�����������������������������������4������--��6���4������--��677 �--�/�0��,(%1���-,+�2�--�/�0��,(%1���-,+�277 9����2�/�"�--9����2�/�"�--��0��,(%#���-,+�/�&�-%0������0��,(%#���-,+�/�&�-%0������

������������������������������������������������������������������������������������������������������������������ ��� �:���������������������������������� ��� �:������� ��������������������������;������ ��������������������������;�

Page 32: Kuswanto-2012kuswanto.lecture.ub.ac.id/files/2012/02/Kwt-3.Regresi-Linier.pdf · dapat dituliskan dengan persamaan regresi linier Y= 32,857 +11,089X, artinya setiap penambahan umur

BahanBahanDiskusiDiskusi

Untuk analisis regresi, Untuk analisis regresi, carilah data carilah data independen dan independen dan dependen, cari dependen, cari persamaan regresinya, persamaan regresinya, tunjukkan gambarnya, tunjukkan gambarnya, tunjukkan gambarnya, tunjukkan gambarnya, hitunglah anovanya, hitunglah anovanya, hitung koefisien hitung koefisien determinasinya, dan determinasinya, dan berikan kesimpulannyaberikan kesimpulannya