TUGAS ANALISIS REGRESI PERTEMUAN 2 HALAMAN 41

TUGAS ANALISIS REGRESI PERTEMUAN 2 HALAMAN 41

1. Pelajari model regresi sebagai berikut :

1. Y= -6 + 3X
2. Y= -5 – 4X
3. Y= 8 – 2X

1. Hitunglah besaran nilai Y untuk setiap model regresi;

• Secara matematik, persamaan suatu garis lurus adalah Y = β0 + β1X
• Simbol β0 dan β1 adalah bilangan konstan untuk suatu garis lurus: β0 disebut intersep dan β1 disebut slop
• Nilai intersep β0 dalah nilai Y bila X = 0

1. 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

2. Pada soal b. Y= -5 – 4X

 Jika X = 0 maka intersep = -5 dan slop -4,

X = 2 maka   Y= -5 – 4(2)   = -13

X = 4 maka   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

3. 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

2. Buatlah garis lurus ketiga model tersebut

2. Pelajari asumsi – asumsi persamaan garis lurus yang telah di uraikan,

Dalam analisa regresi beberapa asumsi- asumsi persamaan garis lurus yang perlu diketahui, adalah sebagai berikut :

1. Eksistensi untuk setiap nilai dari variabel X, dan Y adalah random variabel yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.
2. Nilai-nilai Y adalah independen satu sama lain, artinya suatu nilai Y tidak dipengaruhi oleh nilai Y lain.
3. 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.
4. Homoscedasticity artinya varians Y adalah sama untuk setiap nilai X (homo artinya sama ; scedastic artinya “menyebar” = scattered).
5. Distribusi normal artinya untuk setiap nilai X, nilai Y berdistribusi normal.