Analisis Regresi Pertemuan 2



ANALISIS REGRESI
Hal. 41


1.    Pelajari model regresi sebagai berikut
a.    Y= -6 + 3X
b.    Y= -5 – 4X
c.    Y= 8 – 2X
A.  Hitunglah besaran nilai Y untuk setiap model regresi
·           Secara matematik, persamaan suatu garis lururs adalah Y = β0 + β1X
·           Simbol β0 dan β1 adalah bilangan konstan untuk suatu garis lurus: β0disebut intersep danβ1disebut slop
·           Nilai intersep β0 dalah nilai Y bila X = 0
a)    Pada soal a. Y= -6 + 3X
Jika    X = 0 maka intersep = -6 dan slop 3,
X = 1 maka Y= -6 + 3(1) = -3
X = 2 maka Y= -6 + 3(2) = 0
X = 3 maka Y= -6 + 3(3) = 3
X = 4 maka Y= -6 + 3(4) = 6
X = 5 maka Y= -6 + 3(5) = 9

b)   Pada soal b. Y= -5 – 4X
Jika    X = 0 maka intersep = -5 dan slop -4,
                                    X = 2 maka Y=-5 – 4(2)   = -13
                                    X = 4maka   Y= -5 – 4(4)= -21
                                    X = 6 maka Y=-5 – 4(6) = -29
                                    X = 8 maka Y= -5 – 4(8)= -37
                                    X = 10 maka Y= -5 – 4(10) = -45

c)    Pada soal b. Y= 8 – 2X
Jika    X = 0 maka intersep = -8 dan slop -2,
                                    X = 1 maka   Y= 8 – 2(1) =  6
                                    X = 3 maka   Y= 8 – 2(3) = 2
                                    X = 4 maka   Y= 8 – 2(4) = 0
                                    X = 6 maka   Y= 8 – 2(6) = -4
                                    X = 8 maka Y= 8 – 2(8) = -8

B.  Buatlah garis lurus ketiga model tersebut

 


 

2. Dalam analisa regresi beberapa asumsi-ausmsi persamaan gais lururs yang perlu  diketahui, sebenarnya seperti dibawah ini:
a.         Eksistensi untuk setiap nilai dari variabel X, dan Y adalah random variabel yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.
b.        Nilai-nilai Y adalah independen satu sama lain, artinya suatu nilai Y tidak dipengaruhi oleh nilai Y lain.
c.         Linearity berarti nilai rata-rata Y, adalah fungsi garis lurus X, dengan demikian  . Persamaan garis lurus itu dapat ditulis Y = β0 + β1X+E, Dimana E adalah Eror yang merupakan random variabel dengan nilai rata-rata 0 untuk setiap nilai X (yaitu untuk setiap nilai X). Dengan demikian nilai Y adalah jumlah dari β0+ β1X dan E(random Variabel), dan karena nilai E = 0.
d.    Homoscedasticity artinya varians Y adalah sama untuk setiap nilai X (homo artinya sama ; scedastic artinya “menyebar” = scattered).
e.         Distribusi normal artinya untuk setiap nilai X, nilai Y berdistribusi normal.



Bisa download disini juga ^.^






0 komentar:

Posting Komentar