TUGAS ANALISIS REGRESI PERT 2 HALAMAN 41

1. Pelajari model regresi sebagai berikut:

• Y = -6 +3X
• Y = -5 - 4X
• Y = 8 -2X

1. Hitunglah besaran nilai Y untuk setiap model regresi;

• 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

• Y = -5 - 4X

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

X = 2 maka Y=-5 – 4(2)   = -13

X = 4maka   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

• 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

1. Buatlah garis lurus ketiga model tersebut dalam kertas grafik secara terpisah

2. Pelajari asumsi-asumsi persamaan garis lurus yang telah diuraikan, diskusikanlah dengan teman saudara dan buatlah dengan bahasa anda sendiri

• eksistensi: untuk setiap nilai dari variabel X, dan Y adalah random variabel yang mempunyai nilai rata-rata dan varians tertentu. Notasi untuk populasi.

• nilai Y adalah independen: artinya suatu nilai Y tidak dipengaruhi oleh nilai Y lain.
• linearity: 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: varians Y adalah sama untuk setiap nilai X (homo artinya sama ; scedastic artinya “menyebar” = scattered).
• distribusi normal: untuk setiap nilai X, nilai Y berdistribusi normal.