TUGAS ANALISIS REGRESI PERTEMUAN 2 HALAMAN 41
- Pelajari model regresi sebagai berikut :
- Y= -6 + 3X
- Y= -5 – 4X
- Y= 8 – 2X
- 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
- 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
- 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
- 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
- Buatlah garis lurus ketiga model tersebut
- 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 :
- Eksistensi untuk setiap nilai dari variabel X, dan Y adalah random variabel yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.
- Nilai-nilai Y adalah independen satu sama lain, artinya suatu nilai Y tidak dipengaruhi oleh nilai Y lain.
- 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.
- Homoscedasticity artinya varians Y adalah sama untuk setiap nilai X (homo artinya sama ; scedastic artinya “menyebar” = scattered).
- Distribusi normal artinya untuk setiap nilai X, nilai Y berdistribusi normal.
Tidak ada komentar:
Posting Komentar