1 Pertemuan 18 Matakuliah: I0044 / Analisis Eksplorasi Data Tahun: 2007 Versi: V1 / R1 Analisis Regresi (II) : Meluruskan Model

2 ANALISIS EKSPLORASI DATA

3 Learning Outcomes Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Melakukan analisis regresi (meluruskan model) dengan cara eksplorasi  C3

4 MELURUSKAN MODEL Data hasil pengamatan tidak selalu linear Cara memeriksa kelinearan data : * Scatter diagram * Dengan membandingkan apakah Ya < Yt < Yb atau Yb < Yt < Ya ? * Dengan perhitungan

5 Scatter Diagram

6 Pengecekan Apakah Y A < Y T < Y B atau Y B < Y T < Y A ?

7 Perhitungan S = minimum (b BT,b AT )M = maksimum (bBT,bAT) N ≈ 1 (N mendekati 1) atau b BT ≈ b AT N ≈ 0 (N mendekati 0) dan b BT dan b AT bertanda sama N ≈ 0 (N mendekati 0) dan b BT dan b AT berbeda tanda Model linier baik digunakan Lakukan transformasi Tidak dibahas di sini

8 0.9 < N ≤ 1 Tidak perlu digunakan transformasi. Gunakan model linear sederhana (garis lurus). 0.5 < N ≤ 0.9 a. Bila scatter diagram menunjukan bahwa data memencar yang berarti bahwa hubungan antara X dan Y renggang maka model linier sederhana sudah cukup. b. Bila hubungan erat gunakan transformasi < N ≤ 0.5 Gunakan transformasi untuk X atau kedua-duanya. Aturan Penggunaan Transformasi

9 Transformasi yang sesuai dengan berbagai kurva b BT > b AT keduanya positif Transformasi X : Log X, -1/X Transformasi Y : Y 2, Y 3

10 Transformasi yang sesuai dengan berbagai kurva b BT > b AT keduanya negatif Transformasi X : Log X Transformasi Y : Log Y

11 Transformasi yang sesuai dengan berbagai kurva b BT < b AT keduanya positif Transformasi X : X 2, X 3 Transformasi Y : Log Y

12 Transformasi yang sesuai dengan berbagai kurva b BT < b AT keduanya negatif Transformasi X : X2X2 Transformasi Y : Y 2

13 Data sebelum transformasi

14 Perhitungan X B = 2.5Y B = 3.46 X T = 6.5Y T = 6.29 X A = 10.5Y A = Y T – Y B 6.29 – 3.46 b BT = = = 0.7 X T – X B 6.5 – 2.5 Y A – Y T – 6.29 b AT = = = 1.61 X A – X T 10.5 – 6.5 S = min (b BT, b AT ) = min (0.70 ; 1.61) = 0.70 M = maks (b BT, b AT ) = maks (0.70 ; 1.61) = 1.61 S 0.70 N = = = 0.43 M 1.61

15 Data Setelah Transformasi

16 Perhitungan X B = 2.5Y B ` = log (3.46) = 0.53 X T = 6.5Y T ` = log (6.29) = 0.79 X A = 10.5Y A ` = log (12.76) = 1.10 YT` – YB` 0.79 – 0.53 b BT = = = XT – XB 6.5 – 2.5 YA` – YT` 1.10 – 0.79 b AT = = = XA – XT 10.5 – 6.5 S = min (b BT, b AT ) = min (0.065 ; 0.077) = M = maks (b BT, b AT ) = maks (0.065 ; 0.077) = S N = = = 0.84 ≈ 1 M 0.065

17 Menghitung Persamaan Regresi Estimasi X B = 2.5Y B ` = log (3.46) = 0.53 X T = 6.5Y T ` = log (6.29) = 0.79 X A = 10.5Y A ` = log (12.76) = 1.10 Y A ` – Y B ` 1.10 – 0.53 b = = = X A – X B 10.5 – 2.5 a A = Y A ` – b. X A = 1.10 – (0.071 x 10.5) = a T = Y T ` – b. X T = 0.79 – (0.071 x 6.5) = a B = Y B ` – b. X B = 0.53 – (0.071 x 2.5) = a A + a T + a B a = = = Jadi persamaan regresi estimasinya : ^ Y = X

18 > Sampai saat ini Anda telah mempelajari analisis regresi dengan menggunakan cara eksplorasi Analisis regresi ini banyak sekali penggunaannya Anda dapat mempelajari lebih dalam dari materi penunjang