Dokumen ini membahas analisis regresi untuk memodelkan hubungan antara variabel bebas dan terikat berdasarkan data. Metode kuadrat terkecil digunakan untuk menentukan parameter garis regresi linear yang meminimalkan jarak antara data nyata dan garis model. Contoh menunjukkan penerapan metode ini untuk menentukan persamaan garis yang mewakili data debit sungai sebagai fungsi waktu.
2. ANALISIS REGRESI
Pendahuluan
Analisis data sering dilakukan pembuatan suatu kurva yang
dapat mewakili suatu rangkaian data yang diberikan dalam
sistemkoordinat x-y. Data tersebut dapat berupa hasil
percobaan di laboratorium atau pengamatan di lapangan
seperti:
1. Pengujian desak beton yang memberikan hubungan
antara beban dan kuat desak beton.
2. Pengukuran debit sungai yang memberikan hubungan
anatara kedalaman aliran suangai dan debit sungai.
3. Pertumbuhan jumlah penduduk sebagai fungsi waktu.
3. Mengingat Kembali Beberapa Fungsi
Statistik
Berikut adalah data hasil pengukuran debit sungai tahunan
sungai Serang di stasiun bendungan Kab. Kulon Progo
selama 15 tahun berturut-turut.
5. Penyebaran rata-rata dapat dicari menggunakan rumus
deviasi standar
Penyebaran juga dapat dipresentasikan oleh kuadrat dari
deviasi standar
6. Dari Tabel 4.1 dapat dihitung nilai deviasi standar dan
varians dengan persamaan berikut:
7. Metode Kuadrat Terkecil
Pada gambar 4.2 di bawah ini adalah sebaran titik-titik data
dari hasil pengukuran pada bidang x-y. Akan dicari suatu
kurva g(x) yang dapat mewakili titik percobaan tersebut.
Metode yang lebih pasti untuk mendapatkan kurva tersebut
yaitu dengan membuat kurva yang meminimumkan
perbedaan (selisih) antara titik-titik data dan kurva. Teknik
untuk mendapatkan kurva tersebut dikenal dengan Regresi
Kuadrat Terkecil.
8.
9. Teknik tersebut dilakukan dengan prosedur berikut
οTitik-titik percobaan digambar pada suatu sistem
koordinat. Dari gambir akan terlihat kecendrungannya
(trend) apakah berupa garis lurus (linear) atau lengkung.
οDipilih suatu fungsi g(x) yang dianggap bisa mewakili f(x)
yang mempunyai bentuk umum seperti berikut:
π π₯ = π0 + π1 π₯ + π2 π₯2 + β― β¦ β¦ β¦ . +π π π₯ πβ¦β¦β¦..(4.1)
Fungsi tersebut tergantung pada parameter π0, π1 β¦ π π
οDitentukan parameter π0, π1 β¦ π π sedemikian hingga
π(π0, π1 β¦ π π) melalui sedekat mungkin titik-titik data.
οApabila koordinat dari titik-titik percobaan adalah M(xi,yi)
dengan π=1, 2,3,β¦β¦..n maka selisih ordinat antara titik-
titik tersebut dengan fungsi πΊ(π₯π; π0, π1 β¦ π π ) adalah :
10. πΈπ = ππ πΊπ = π¦πβ π π₯π; π0, π1 β¦ π π
= π¦π β (π0 + π1 π₯π + π2 π₯π
2
+ π3 π₯π
3
+ β― β¦ . . +π π π₯π
π
οDipilih suatu fungsi g(x) yang mempunyai kesalahan πΈπ
terkecil. Dalan metode ini jumlah kuadrat dari kesalahan
terkecil adalah :
π·2
= π=1
π
πΈπ
2
= π=1
π
π¦π β π(π₯π) 2
β¦β¦β¦β¦β¦.(4.2)
οDicari parameter π0, π1, β¦ β¦ β¦ β¦ β¦ π π sedemikian hingga
D2 adalah minimum.
οNilai D2 akan minimum apabila turunan pertamnya
terhadap π0, π1, β¦ β¦ β¦ β¦ β¦ π π adalah nol, sehingga
11. ππ·2
ππ0
= 0
ππ·2
ππ1
= 0
.
. (4.3)
.
ππ·2
ππ π
= 0
οPenyelesaian dari persamaan (4.3) akan memberikan
hasil parameter π0, π1, β¦ β¦ β¦ β¦ β¦ π π. Dengan demikian
persamaan kurva terbaik yang mewakili titik-titik data
telah diperoleh
12. Metode Kuadrat Terkecil untuk Kurva
Linear
Bentuk umum : π(π₯) = π + ππ₯ β¦β¦β¦β¦β¦.(4.4)
Dengan π0 = π dan π1 = π
Jumlah kuadrat dari kesalahan dihitung dengan persamaan (4.2)
π·2 = π=1
π
πΈπ
2
= π=1
π
π¦π β π(π₯π) 2β¦β¦β¦β¦β¦(4.5)
Agar nilai D2 minimum, maka persaman (4.5) diturunkan
terhadap parameter a dan b dan disamadengankan nol.
Turunan pertama terhadap parameter a adalah :
ππ·2
ππ
= 0
π
ππ
(
π=1
π
π¦π β π β ππ₯π)
2
= 0
16. Untuk mengetahui drajat kesesuaian dari persamaan yang
didapat, dihitung koefisien korelasi yang dibentuk
π =
π·π‘
2
β π·2
π·π‘
2
Dengan
Nilai r berkisar antara 1 sampai 0. untuk r = 1 artinya
terdapat pengaruh yang kuat, dan untuk r = 0 artinya tidak
ada pengaruh
17. Contoh:
Tentukan persamaan garis yang mewakili data berikut
Peneyelesaian
Penggambaran titik-titik dari tabel di atas disajiakn sebagai
berikut.
X 1 2 3 4 5 6 7 8 9 10
y 4 6 8 10 14 16 20 22 24 28