MAKALAH STATISTIKA ANALISA REGRESI (REGRESSION TEST) Disusun Oleh : KELOMPOK 3 HUSNUL HIDAYAT NIM : 201111031 FERI CHANDRA NIM : 201111004 WAHYU AKBAR A. NIM : 201111018 IRMAN NIM : 201111016 HENDRA YOGI A.R. NIM : 201111001 PROGRAM STUDI BUDIDAYA PERKEBUNAN KELAPA SAWIT POLITEKNIK KELAPA SAWIT CITRA WIDYA EDUKASI 2012 Analisa Regresi (Regression Test) Page 1 ANALISA REGRESI (REGRESSION TEST) A. Pengertian Analisis Regresi Dalam kehidupan sehari-hari sering dijumpai hubungan antara suatu variabel dengan satu atau lebih variabel lainnya. Sebagai contoh: Tingkat Pendidikan seseorang berhubungan dengan besarnya gaji yang diperolehnya, Tingkat Suku Bunga Bank berhubungan dengan Investasi Perusahaan, Kondisi Sadar Hukum berhubungan dengan Tingkat Kriminalitas. Dalam analisis hubungan ini secara umum ada dua macam hubungan dan keeratan hubungan. Bila ingin mengetahui bentuk hubungan dua variabel atau lebih, digunakan Analisis Regresi. Analisis Regresi adalah teknik statistika yang berguna untuk memeriksa dan memodelkan hubungan diantara variabel-variabel.Sedangkan untuk mengetahui seberapa besar keeratan hubungan dua variabel atau lebih, digunakan Analisis Korelasi. B. Jenis-jenis Persamaan Regresi : a. Regresi Linier : - Regresi Linier Sederhana - Regresi Linier Berganda b. Regresi Nonlinier : - Regresi Eksponensial a. Regresi Linier Metode Kuadrat terkecil (least square method): metode paling populer untuk menetapkan persamaan regresi linier sederhana. • Bentuk Umum Regresi Linier Sederhana Y = a + bX Y : peubah tak bebas X : peubah bebas a : konstanta b : kemiringan • Nilai b dapat positif (+) dapat negartif (-) Analisa Regresi (Regression Test) Page 2 b : Positif Y b : Negatif Y Y = a + bX X • X Bentuk Umum Regresi Linier Berganda Y = a + b1X1 + b2X2 + ...+ bnXn Y : peubah tak bebas a : konstanta X1 : peubah bebas ke-1 b1 : kemiringan ke-1 X2 : peubah bebas ke-2 b2 : kemiringan ke-2 Xn : peubah bebas ke-n bn : kemiringan ke-n Model regresi linier berganda melibatkan lebih dari satu variabel bebas. Modelnya: Y = β0 + β1 X 1 + β2 X 2 +... + βk X k Dimana: Y = variabel terikat Xi = variabel bebas ( i = 1, 2, 3, …, k) β0 = intersep βi = koefisien regresi ( i = 1, 2, 3, …, k) Model penduganya adalah: Y = b0 + b1 X 1 + b2 X 2 +... + bk X k Misalkan model regresi dengan kasus 2 peubah bebas X1 dan X2 maka modelnya : Y = β0 + β1 X 1 + β2 X 2 Sehingga setiap pengamatan {( Xmemenuhi Akan 1i , X 2 i ; Ypersamaan: i ) ; i = 1, 2 ,..., n} Y = β0 + β1 X 1 + β2 X 2 + εi Analisa Regresi (Regression Test) Page 3 Dari hasil Metode Kuadrat Terkecil didapatkan persamaan normal : nb0 + b1 ∑ X 1i + b2 ∑ X 2 i +... + bk ∑ X ki = ∑Yi b0 ∑ X 1i + b1 ∑ X 1i +b2 ∑ X 1i X 2 i +... + bk ∑ X 1i X ki = ∑ X 1iYi 2 b0 ∑ X ki + b1 ∑ X ki X 1i +b2 ∑ X ki X 2i +... + bk ∑ X ki = ∑ X kiYi 2 C. Manfaat Analisis Regresi Analisis regresi sangat berguna dalam penelitian antara lain: 1. Model regresi dapat digunakan untuk mengukur kekuatan hubungan antara variabel respons dan variabel predictor. 2. Model regresi dapat digunakan untuk mengetahui pengaruh suatu atau beberapa variable predictor terhadap variabel respons. 3. Model regresi berguna untuk memprediksi pengaruh suatu variabel atau beberapa variabel predictor terhadap variable respons. D. Contoh-Contoh Bentuk Hubungan 1. Berat Orang Dewasa Laki-laki sampai taraf tertentu akan bergantung kepada tinggi badannya, 2. Hasil Produksi padi akan sangat tergantung pada jumlah dan kualitas pupuk yang digunakan, 3. Hasil Omzet penjualan sebuah super market akan dipengaruhi oleh banyaknya pengunjung, 4. Produktivitas Kerja suatu institusi sangat bergantung pada motivasi kerja dan kompetensi pegawai pada institusi tersebut, 5. Tekanan dari semacam gas akan bergantung pada besaran temperatur yang diberikan. 6. Efektivitas Organisasi yang sudah berjalan baik akan mendukung mekanisme proses Pendistribusian Beras bagi masyarakat miskin. E. Model-Model Hubungan Antar Variabel Analisa Regresi (Regression Test) Page 4 1. Hubungan Simetris, terjadi apabila variabel yang satu tidak disebabkan atau dipengaruhi oleh variabel yang lainnya. 2. Hubungan Asimetris, terjadi antar dua variabel atau lebih yang satu menyebabkan variabel yang lainnya. 3. Hubungan Timbal Balik, terjadi apabila variabel yang satu dapat menjadi sebab dan juga bisa merupakan akibat dari variabel yang lainnya. F. Analisis Regresi 1. Terapan analisis regresi di berbagai bidang pada umumnya dikaitkan dengan studi ketergantungan suatu variabel (variabel tak bebas: Y) pada variabel lainnya (variabel bebas: X). 2. Variabel Y (tak bebas) sering pula disebut variabel respon, variabel yang diregresi, yaitu variabel yang nilainya dipengaruhi oleh variabel bebas. 3. Variabel X (bebas) sering pula disebut variabel penjelas atau variabel peregresi umumnya variabel ini ditetapkan lebih dahulu baru kemudian dilakukan pengamatan terhadap nilai-nilai responnya. 4. Dalam analisis regresi secara empiris banyak dijumpai hubungan sebab akibat yang kuat antara variabel respon dan variabel-variabel penjelas untuk memantapkan adanya hubungan sebab akibat yang sebenarnya akan lebih baik apabila ada landasan teori yang mendukungnya. 5. Dengan kata lain, pembentukan model yang sebenarnya harus didasarkan pada suatu pengetahuan, teori sementara, atau tujuan yang beralasan dan bukan asal ditentukan saja. G. Analisis Regresi Linier Sederhana Latar belakang: Pada sebuah perkebunan kelapa sawit di DB A Plantation, pertumbuhan tanaman menghasilkan (TM 2) di beberapa blok (areal tanam) tidak sama. Padahal perlakuan yang diberikan terhadap tanaman sawit sama. Akan tetapi pada beberapa blok, jarak tanam yang digunakan berbeda hal ini dikarenakan keadaan lokasi tanamnya. Untuk mengkaji hal tersebut lebih lanjut maka dilakukan pengamatan dan penelitian untuk mengetahui pengaruh antara jarak tanam kelapa sawit (X) terhadap pertumbuhan tanaman menghasilkan (Y). Kemudian diambil sampel secara acak dari Analisa Regresi (Regression Test) Page 5 beberapa blok sebanyak 12 tanaman. dengan taraf signifikansi (α = 0.05), maka didapat data sebagai berikut : Tabel 1. Data Jarak Tanam (X) Pertumbuhan (Y) 6 5,2 7 8 9 6 8 8 7 9 9 6 7 5,7 6,1 6,4 5 5,9 6 5,6 6,4 6,5 5,1 5,6 Pertanyaan : a. Bagaimana persamaan regresinya ? b. Gambarkan diagram pencar dan arah regresinya ? c. Berapakah pertumbuhan tanaman kelapa sawit pada jarak tanaman 9,2 m? d. Buktikan apakah terdapat pengaruh yang signifikan antara jarak tanam kelapa sawit (X) terhadap pertumbuhan sawit (Y) ? Jawab : a) Membuat Ha dan H0 dalam bentuk kalimat: Ha: Terdapat pengaruh yang signifikan antara jarak tanam terhadap pertumbuhan tanaman. H0: Tidak terdapat pengaruh yang signifikan antara jarak tanam terhadap pertumbuhan tanaman. b) Membuat Ha dan H0 dalam bentuk statistik: Ha : r ≠ 0 Ha : r = 0 c) Buat tabel pembantu menghitung angka statistik Tabel 2. Tabel Pembantu Analisa Regresi (Regression Test) Page 6 X 6 Y 5,2 X2 36 Y2 27,04 XY 31,2 7 8 9 6 8 8 7 9 9 6 7 ∑X= 5,7 6,1 6,4 5,0 5,9 6,0 5,6 6,4 6,5 5,1 5,6 ∑Y= 49 64 81 36 64 64 49 81 81 36 49 32,49 37,21 40,96 25 34,81 36 31,36 40,96 42,25 26,01 31,36 39,9 48,8 57,6 30 47,2 48 39,2 57,6 58,5 30,6 39,2 90 69,5 ∑X2 = 690 ∑ Y2 = 405,45 ∑ XY = 527,8 Keterangan : X = Jarak Tanam Kelapa Sawit (m) Y = Pertumbuhan Kelapa Sawit (m) d) Masukkan angka-angka statistik dan buatlah persamaan regresi : 1. Menghitung rumus b b= n.∑ XY − ∑ X .∑Y n.∑ X 2 − ( ∑ X ) 2 = 12.( 527,8) − ( 90 ).( 69,5) 78,6 = = 0,44 180 (12).( 690 ) − ( 90) 2 2. Menghitung rumus a a= ∑Y − b.∑ X n = 69,5 − ( 0,44 ).( 90 ) 24,5 = = 2,04 12 12 3. Persamaan regresi sederhana dengan rumus : Y = a +bX Y = 2,04 +0,44 X (Jawaban a) 4. Membuat garis persamaan regresi 1. Menghitung rata-rata X dengan rumus : X = ∑X n X = 7,5 = 90 12 Analisa Regresi (Regression Test) Page 7 2. Menghitung rata-rata Y dengan rumus : X = ∑Y n X = 5,80 = 69,5 12 7, 6, (7,5 ; 5,8) 6, ( 0 ; 2,04 ) 5, 5,0 9,0 6,0 X 6,5 9,5 7,0 7,5 8,0 8,5 9,0 (Jawaban b) Gambar 1. Diagram Pencar dan Arah Regresinya e) Menghitung pertumbuhan tanaman kelapa sawit pada jarak tanam 9,2 (X) meter : y = a + b.X y = 2,04 + 0,44.(9,2) y = 6,09 (Jawaban c) Analisa Regresi (Regression Test) Page 8 Jadi, prediksi pertumbuhan tanaman kelapa sawit untuk jarak tanam 9,2 meter adalah 6,09 m. f) Menguji signifikasi dengan langkah-langkah berikut: 1. Menghitung jumlah kuadrat regresi [JKReg(a)] dengan rumus : JK Reg(a) = ( ∑Y ) 2 n = ( 69,5) 2 12 = 4830,25 = 402,52 12 2. Menghitung jumlah kuadrat regresi [JKReg(bja)] dengan rumus : ∑X .∑Y JK Reg(bja) = b.∑XY − n (90).( 69,5) = 0,44 527,8 − = 2,88 12 3. Menghitung jumlah kuadrat residu [JKRes] dengan rumus : JK Res = ∑Y 2 − JK Reg(bja) − JK Reg(a) = 405,45 − 2,88 − 402,52 = 0,05 4. Menghitung rata-rata jumlah kuadrat regresi (a) [RJKReg(a)] dengan rumus RJK Reg(a) = JK Reg(a) = 402,52 5. Menghitung rata-rata jumlah kuadrat regresi (bja) [RJKReg(bja)] dengan rumus : [RJKReg(bja)] = JKReg(bja) = 2,88 6. Mengitung rata-rata jumlah kuadrat residu [RJKRes] dengan rumus : RJK Res = JK Res 0,05 = = 0,005 n − 2 12 − 2 7. Menguji signifikansi dengan rumus Fhitung: Fhitung = RJK Re g (b|a ) RJK Res = 2,88 = 576 0,005 8. Menentukan aturan pengambilan keputusan atau kriteria uji signifikan : Jika F hitung ≥ F tabel maka tolak H0, terima Ha (signifikan) Jika F hitung ≤ F tabel maka tolak Ha, terima H0 (tidak signifikan) 9. Cari nilai Ftabel menggunakan tabel F dengan rumus : Taraf signifikansinya α = 0,05 dbRes= n – 2 <=> 12 – 2 = 10 α )(dbreg[bja],[db Res]) Ftabel = F(1 - Ftabel = F(1-0,05)([1],[10]) cara mencari Ftabel Angka 1 Angka 10 Analisa Regresi (Regression Test) Ftabel = 4,96 = pembilang = penyebut Page 9 Sehingga didapat nilai Fhitung (576) lebih besar dari Ftabel(4,96), maka tolak H0 dan terima Ha (data signifikan). dengan demikian Terdapat pengaruh yang signifikan antara jarak tanam terhadap pertumbuhan tanaman. (Jawaban d). Kesimpulan dan Saran Kesimpulan 1. Contoh kasus di atas diselesaikan dengan analisa regresi linier sederhana. 2. Prediksi pertumbuhan tanaman kelapa sawit untuk jarak tanam 9,2 meter adalah 6,09 meter. 3. Arah regresi pada kasus diatas merupakan linier positif. 4. Karena Fhitung (576) lebih besar dari Ftabel(4,96), maka tolak H0 dan terima Ha dengan demikian Terdapat pengaruh yang signifikan antara jarak tanam terhadap pertumbuhan tanaman. Saran 1. Hasil analisis menyatakan terdapat hubungan antara jarak tanam terhadap pertumbuhan tanaman. Dari hasil analisis ini maka kami menyarankan agar penanaman dilakukan dengan jarak tanam yang sama dan kalaupun kondisi lapangan tidak mendukung usahakan meminimalkan perbedaan jarak tanam yang ada. 2. Jarak tanam yang ideal adalah 9,2 m dengan prediksi pertumbuhan tanaman 6,09m. Dan di sini kami membandingkan dengan jarak tanam rata-rata yaitu sebesar 7,5 m dan tinggi tanaman rata-rata yaitu sebesar 5,8 m. Sehingga diperoleh selisih jarak tanam sebesar 1,7 m dan tinggi tanaman 0,29 m. Analisa Regresi (Regression Test) Page 10 Daftar Pustaka http://id.wikipedia.org/wiki/Analisis_regresi diakses pada tanggal 26 Mei 2012 http://ml.scribd.com/doc/6565036/Analisis-Regresi diakses pada tanggal 26 Mei 2012 http://pasca.uns.ac.id/~saptono/MetStat/Chap5_AnReg&Korelasi.ppt diakses pada tanggal 26 Mei 2012 http://skripsimahasiswa.blogspot.com/2009/12/analisa-regresi-dan-korelasi-1.html diakses pada tanggal 26 Mei 2012 www.jonathansarwono.info/regresi/regresi.htm diakses pada tanggal 26 Mei 2012 Analisa Regresi (Regression Test) Page 11 Daftar Pustaka http://id.wikipedia.org/wiki/Analisis_regresi diakses pada tanggal 26 Mei 2012 http://ml.scribd.com/doc/6565036/Analisis-Regresi diakses pada tanggal 26 Mei 2012 http://pasca.uns.ac.id/~saptono/MetStat/Chap5_AnReg&Korelasi.ppt diakses pada tanggal 26 Mei 2012 http://skripsimahasiswa.blogspot.com/2009/12/analisa-regresi-dan-korelasi-1.html diakses pada tanggal 26 Mei 2012 www.jonathansarwono.info/regresi/regresi.htm diakses pada tanggal 26 Mei 2012 Analisa Regresi (Regression Test) Page 11 Daftar Pustaka http://id.wikipedia.org/wiki/Analisis_regresi diakses pada tanggal 26 Mei 2012 http://ml.scribd.com/doc/6565036/Analisis-Regresi diakses pada tanggal 26 Mei 2012 http://pasca.uns.ac.id/~saptono/MetStat/Chap5_AnReg&Korelasi.ppt diakses pada tanggal 26 Mei 2012 http://skripsimahasiswa.blogspot.com/2009/12/analisa-regresi-dan-korelasi-1.html diakses pada tanggal 26 Mei 2012 www.jonathansarwono.info/regresi/regresi.htm diakses pada tanggal 26 Mei 2012 Analisa Regresi (Regression Test) Page 11