lapres statistika 3

7/24/2019 Lapres Statistika 3

1/15

I. PENDAHULUAN

1.1 Latar Belakang

Statistik adalah suatu kerangka teori-teori dan metode-metode yang telah dikembangkan

untuk melakukan pengumpulan, analisis, dan pelukisan data sampel guna memperoleh kesimpulan-

kesimpulan yang bermanfaat. Adapun satatistika adalah ilmu tentang cara-cara mengumpulkan,

menggolongkan, menganalisis, dan mencari keterangan yang berhubungan dengan pengumpulan

data yang penyelidikan dan kesimpulannya berdasarkan bukti-bukti yang berupa angka-angka.

Secara umum kedudukan statistika memiliki beberapa manfaat, antara lain:

1. Menyajikan data secara ringkas dan jelas, sehingga lebih mudah dimengerti oleh para

pengguna.

2. Menunjukkan trend atau tendensi perkembangan suatu masalah.

. Melakukan penarikan kesimpulan secara ilmiah

Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah!"ariabel bebas

#$% dengan satu peubah tak bebas #&%. dalam penelitian peubah bebas # $%. 'alam penelitian

peubah bebas # $% biasanya peubah yang ditentukan oleh peneliti secara bebas misalnya dosis obat,

lama penyimpanan, kadar (at penga)et, umur ternak dan sebagainya. 'isamping itu peubah bebas

bisa juga berupa peubah tak bebasnya, misalnya dalam pengukuran panjang badan dan berat badan

sapi, karena panjang badan lebih mudah diukur maka panjang badan dimasukkan kedalam peubah

bebas #$%, sedangkan berat badan dimasukkan peubah tak bebas #&%. Sedangkan peubah tak bebas

#&% dalam penelitian berupa respon yang diukur akibat perlakuan!peubah bebas #$%. Analisis regresi

merupakan salah satu alat dalam pengambilan keputusan yang banyak digunakan dalam

pembangunan model matematis, karena model regresi dapat digunakan untuk mengukur kekuatan

hubungan antara "ariabel respons dan "ariabel prediktor, mengetahui pengaruh suatu atau beberapa

"ariabel prediktor terhadap "ariabel respons, dan berguna untuk memprediksi pengaruh suatu

"ariabel atau beberapa "ariable respons. Analisis *egresi perlu dilakukan untuk mengetahui

hubungan antar "ariable.

1.2. Tujuan

1. melakukan analisis regresi

2. Melakukan pengujian dan menjelaskan koefisien regresi


2/15

II. TINJAUAN PUSTAKA

2.1. Regresi

Analisis regresi mempelajari bentuk hubungan antara satu atau lebih peubah!"ariabel bebas

#$% dengan satu peubah tak bebas #&%. 'alam penelitian peubah bebas # $% biasanya peubah yang

ditentukan oleh peneliti secara bebas misalnya dosis obat, lama penyimpanan, kadar (at penga)et,umur ternak dan sebagainya. 'isamping itu peubah bebas bisa juga berupa peubah tak bebasnya,

misalnya dalam pengukuran panjang badan dan berat badan sapi, karena panjang badan lebih

mudah diukur maka panjang badan dimasukkan kedalam peubah bebas #$%, sedangkan berat badan

dimasukkan peubah tak bebas #&%. Sedangkan peubah tak bebas #&% dalam penelitian berupa respon

yang diukur akibat perlakuan!peubah bebas #$%. Analisis regresi merupakan salah satu alat dalam

pengambilan keputusan yang banyak digunakan dalam pembangunan model matematis, karena

model regresi dapat digunakan untuk mengukur kekuatan hubungan antara "ariabel respons dan

"ariabel prediktor, mengetahui pengaruh suatu atau beberapa "ariabel prediktor terhadap "ariabel

respons, dan berguna untuk memprediksi pengaruh suatu "ariabel atau beberapa "ariable respons

#+ria)an dan Astuti, 2%.

Analisis regresi adalah analisis lanjutan dari korelasi. Menguji sejauh mana pengaruh

"ariabel independen terhadap "ariabel dependen setelah diketahui ada hubungan antara "ariabel

tersebut. 'ata harus inter"al!rasio dan data berdistribusi normal #'aniel, 2%.

2.1.1. Regresi Linier Seer!ana

Analisis regresi merupakan metode statistika yang banyak digunakan dalam penelitian.

+stilah regresi pertama kali diperkenalkan oleh Sir /rancis 0alton pada tahun 1. Secara

umum, analisis regresi adalah kajian terhadap hubungan satu "ariabel yang disebut sebagai

"ariabel yang diterangkan dengan satu atau dua "ariabel yang menerangkan. ariabel yang

diterangkan selanjutnya disebut sebagai "ariabel respon, sedangkan "ariabel yang menerangkan

biasa disebut "ariabel bebas #0ujarati, 2%.

Model regresi linier sederhana yaitu:

#0ujarati, 2%.

3stimasi parameter regresi linier sederhana menggunakan metode kuadrat terkecil.

Metode ini didasarkan pada asumsi bah)a model yang baik adalah model yang memiliki

jumlah kuadrat sesatan #selisih antara data yang diamati dengan model% terkecil. 4ntuk

mendapatkan penaksir yang baik bagi parameter regresi #0 dan1% dapat digunakan metode

kuadrat terkecil dengan cara meminimumkan jumlah kuadrat sesatan #56S%. Selain itu, estimasi

parameter regresi dapat dilakukan dengan perhitungan matriks . Adapun

tabel analisis "arian regresi linier sederhana yaitu :


3/15

#Syilfi et al., 212%

2.1.2. Regresi Linear D"u#le $ana

*egresi ganda digunakan untuk analisis regresi dengan jumlah "ariabel independen

lebih dari satu dengan satu "ariabel dependen. Ada tambahan asumsi yang harus dipenuhi, yaitu

tidak boleh ada korelasi antar "ariabel-"ariabel independennya #multikolinearitas% #'aniel,

2%.

Analisis regresi linear berganda sebenarnya sama dengan analisis regresi linear

sederhana, hanya "ariabel bebasnya lebih dari satu buah. 7ersamaan umumnya adalah:

& 8 a 9 b1$19 b2$29 . 9 bn$n.

'engan & adalah "ariabel bebas, dan $ adalah "ariabel-"ariabel bebas, a adalah

konstanta #intersept% dan b adalah koefisien regresi pada masing-masing "ariabel bebas

#;alpole, 1


4/15

nol, sebagai ketiga "ariabel tersebut tidak mungkin bernilai nol karena Skala =ikert terendah

yang digunakan adalah 1 #;alpole, 1


5/15

2.(. )et"e Kuarat Terke*il

Metode kuadrat terkecil, yang lebih dikenal dengan nama =east-S?uares Method, adalah

salah satu metode @pendekatan yang paling penting dalam dunia keteknikan untuk: #a%. regresiataupun pembentukan persamaan dari titik-titik data diskretnya #dalam pemodelan%, dan #b%.

Analisis sesatan pengukuran #dalam "alidasi model%. Bara ini berpangkal pada kenyataan bah)a

jumlah pangkat dua # kuadrat % dari pada jarak antara titi-titik dengan garis regrasi yang sedang di

cari harus sekecil mungkin. 'ari pada menjelaskan panjang lebar tentang istilah ini, lebih baik kita

gunakan saja hasil rumus-rumus yang di turunkan dari metode tersebut #Sudjana, 1%.

Metode kuadrat terkecil termasuk dalam keluarga metode-metode pendekatan sesatan

terdistribusi #Cdistributed errorD approEimation methods%, berdasarkan karakterisik kerjanya yang

melakukan pengurangan sesatan menyeluruh #global error% yang terukur berdasarkan inter"al

pendekatan keseluruhan #)hole approEimation inter"al% sesuai dengan order pendekatan yang

meningkat. Metode ini berbeda dengan metode-metode asimptotis, khususnya yang dikembangkan

melalui pendekatan melalui deret @>aylor, karena metode asimptotis memiliki karakteristik kerja

yang memperkecil sesatan pada beberapa titik tertentu, sesuai dengan order pendekatan yang

meningkat #Sudjana, 1%.

Metode kuadrat terkecil ini juga memainkan peranan penting dalam teori statistik, karena

metode ini seringkali digunakan dalam penyelesaian problem-problem yang melibatkan kumpulan

data yang tersusun secara acak, seperti dalam sesatan-sesatan percobaan #Sudjana, 1%.


6/15

III. )ATERI )ET&DE

(.1. +aktu Pelaksanaan

Fari, tanggal : 5umat, 2 Gktober 21inggi dan Herat 'aging ke

+ndependent


9/15

1. =alu klik !tatistic, lalu pada'egression Coeficientdicentang#stimates )odel fitdan

Descripti*es. Sedangkan untuk'esidualscentang Casewisediagnostics & All cases, lalu Coninue+

11. 7ilih,lot, kemudian pada sumbu & diisikan N7*3' dan sumbu $ diisikan S*3S+', kemudian

"e$t+

12. Maka akan muncul !catter - of -, lalu pada sumbu & diisikan N7*3' dan sumbu & diisikan

'373K'K>, klik Continue dan G6.

1. Fasil output yang diperoleh adalah sebagai berikut.


10/15

I,. HASIL DAN PE)BAHASAN

-.1 Hasil


11/15

Casewise Diagnosticsa

Case

Number Std. Residual berat total Predicted Value Residual

1 .814 2.08 1.5993 .48073

2 .759 1.89 1.4420 .44800

3 .810 3.11 2.6319 .47810

4 .921 2.23 1.6862 .54385

5 .787 2.12 1.6554 .46464

6 .544 2.31 1.9890 .32100

7 .257 3.61 3.4584 .15164

8 .709 3.46 3.0414 .41861

9 .341 3.53 3.3287 .20130

10 .332 3.38 3.1839 .19612

11 .758 2.56 2.1124 .44756

12 .114 3.40 3.3326 .06738

13 .046 3.70 3.6729 .02707

14 .059 4.04 4.0054 .03465

15 .359 3.76 3.9721 .21208

16 .083 3.73 3.6808 .04922

17 .377 4.66 4.4376 .22237

18 .149 4.04 3.9521 .08787

19 .144 3.72 3.6350 .08497

20 .365 4.21 3.9946 .21542

21 .028 4.24 4.2234 .01659

22 .474 4.41 4.1305 .27951

23 .436 4.04 3.7828 .25719

24 .625 4.31 3.9413 .36871

25 .080 3.89 3.8427 .04727

26 .016 3.97 3.9794 .00936

27 .328 4.01 4.2038 .19378

28 .005 3.84 3.8429 .00289

29 .187 4.31 4.1999 .11014

30 .865 5.07 5.5806 .51055

31 .020 4.57 4.5817 .01174

32 .056 4.55 4.5828 .03281

33 .025 3.93 3.9449 .01492

34 .378 3.87 4.0930 .22305

35 .308 4.65 4.4683 .18167

36 .113 4.50 4.5666 .06663


12/15


13/15

-.2 Pe%#a!asan

Analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu "ariabel

dependen #terikat% dengan satu atau lebih "ariabel independent #"ariabel penjelas!bebas%, dengan

tujuan untuk mengestimasi dan! atau memprediksi rata-rata populasi atau niiai rata-rata "ariabel

dependen berdasarkan nilai "ariabel independen yang diketahui. 7usat perhatian adalah pada upaya

menjelaskan dan menge"alusi hubungan antara suatu "ariabel dengan satu atau lebih "ariabel

independen. 7ada praktikum uji regresi kali ini, digunakan "ariabel independent panjang kerang,

lebar kerang, tinggi kerang, dan berat daging kerang. Sedangkan "ariabel independennya adalah

berat total kerang. 6arena data masih dalam keadaan dengan satuan yang berbeda J beda maka

digunakan(og 10agar satuan pada data menjadi setara.

*egresi merupakan suatu alat ukur yang juga dapat digunakan untuk mengukur ada atau

tidaknya korelasi antar "ariabel. 5ika kita memiliki dua buah "ariabel atau lebih maka sudahselayaknya apabila kita ingin mempelajari bagaimana "ariabel-"ariabel itu berhubungan atau dapat

diramalkan. Apabila koefisien korelasi 8 , maka tidak terdapat hubungan antar "ariabel.

Sedangkan, apabila koefisien korelasi 8 -1 hubungan "ariabel tersebut disebut korelasi sempurna

dengan kemiringan atau slope negatif. Herkebalikan dengan koefisien korelasi 8 91 hubungan

"ariabel tersebut disebut korelasi sempurna dengan kemiringan atau slopepositif. 4ntuk membuat

hipotesa, diperlukan perbandingan nilai / pada tabel ano"a dan nilai t pada tabel koefisien. 'alam

hal ini, dibuat hipotesa bah)a tidak ada hubungan dan pengaruh antara dependent "ariabel

#panjang, lebar, tinggi, dan berat kerang% terhadap "ariabel independennya #berat total kerang%. 'ari

hasil pada tabel model summarydiketahui bah)a didapat nilai *2adalah


14/15

,. PENUTUP

.1. Kesi%/ulan

1. Analisis regresi dilakukan dengan membuat hipotesa

2. 6oefisien *egresi adalah koefisien yang menunjukkan besar pengaruhnya hubungan

antara "ariabel bebas dan "ariabel terikatnya.

.2. Saran

1+ Sebaiknya praktikan lebih teliti dalam mengikuti langkah J langkah setiap metodenya.


15/15

DA0TAR PUSTAKA

'aniel, ;.;. 2. !tatistik "onparametrik Terapan. 5akarta: 0ramedia.

Draper, K. *., dan !mit., F. #1//-%. Analisis 'egresi Terapan. 5akarta: 7>. 0ramedia 7ustaka

4tama.0ujarati, '. 2.#konometrika Dasar+5akarta: 3rlangga.

+ria)an, K. dan Astuti, S. 7. #2%. )engola. Data !tatistik Dengan )uda. )enggunakan

)initab 1+&ogyakarta: AK'+.

Sudjana. 1.)etode !tatistika. Handung: >arsito.

Syilfi, ')i +spriyanti dan 'iah Safitri. 212. Analisis 'egresi (inier ,iecewis Dua !egmen. 5urnal

0aussian, ol 1 #1%: 21-22.

;alpole, *.3. dan *.F Myers. 1H.

;idiharih, >. 21.,enanganan )ultikolinearitas 34ekolinearan Ganda5 dengan Analisis 'egresi

4omponen 2tama+5urnal Matematika dan 6omputer ol. I #2% : 1-1.

lapres statistika 3

Documents