STATISTIKA INDUSTRI 2 -...
Transcript of STATISTIKA INDUSTRI 2 -...
Pertemuan 8
• Outline: – Simple Linear Regression and Correlation
– Multiple Linear Regression and Correlation
• Referensi: – Montgomery, D.C., Runger, G.C., Applied Statistic
and Probability for Engineers, 5th Ed. John Wiley & Sons, Inc., 2011.
– Walpole, R.E., Myers, R.H., Myers, S.L., Ye, K., Probability & Statistics for Engineers & Scientists , 9th Ed. Prentice Hall, 2012.
Latihan Soal Simple Linear Regression
• Misalnya X adalah persentase kenaikan biaya periklanan dan Y adalah persentase kenaikan hasil penjualan. Berapakah besarnya ramalan persentase kenaikan penjualan jika biaya iklan dinaikkan menjadi 15%? Tentukan variansi (kesalahan baku) regresi linier yang terbentuk.
X (%) Y (%)
1 2
2 4
4 5
5 7
7 8
9 10
10 12
Contoh Soal • Berdasarkan data tabel pengaruh hydrocarbon terhadap
purity / kemurnian udara, carilah dugaan interval slope-nya: – Jika menggunakan confidence interval (tingkat kepercayaan) 95%,
maka:
𝜎 2 = 𝑠2 =
(𝑦𝑖 − 𝑦 )2−𝛽 1𝑛𝑖=1 𝑆𝑥𝑦
𝑛 − 2= 1,18
Latihan Soal Confidence Interval
• Tentukan interval dari parameter intercept dan slope pada latihan soal biaya periklanan dan kenaikan penjualan, dengan α = 5% atau tingkat keyakinan 95% dan jelaskan artinya!
• Berdasarkan data tabel pengaruh hydrocarbon terhadap purity / kemurnian udara, carilah interval prediksi untuk Y, dengan 𝑥0 = 1,00% – Sebelumnya telah diperoleh persamaan regresi
– Sehingga = 89,23
– Interval prediksi Y:
Contoh Soal
Peramalan (Prediction) terhadap Single Respon (Y)
To reflect error of precdict future observed response
• Berdasarkan data tabel pengaruh hydrocarbon terhadap purity / kemurnian udara, carilah interval prediksi untuk Y, dengan 𝑥0 = 1,00% – Sebelumnya telah diperoleh persamaan regresi
– Sehingga 𝑦0 = 89,23
– Interval prediksi Y:
Contoh Soal
Latihan Soal Prediction
Dengan menggunakan data dari tabel biaya iklan dan kenaikan penjualan (di atas),
Buatlah:
a. Ramalan interval untuk individu Y, jika biaya iklan dinaikkan menjadi 15% dengan tingkat keyakinan 99%!
b. Ramalan interval untuk rata-rata E(Y), jika biaya iklan dinaikkan menjadi 15% dengan tingkat keyakinan 99%!
Correlation
• Analisa korelasi: – Menggambarkan hubungan antara variable 𝑋 dan 𝑌
• Jika nilai 𝑋 besar maka nilai 𝑌 besar, dan sebaliknya. Contoh: 𝑋 = fasilitas belajar, 𝑌 = prestasi siswa.
• Jika nilai 𝑋 besar maka nilai 𝑌 kecil, dan sebaliknya. Contoh: 𝑋 = usia pakai mobil, 𝑌 = nilai jual mobil.
– Note: • Korelasi tidak secara otomatis menunjukkan adanya hubungan
kausalitas / sebab akibat atau timbal balik • Contoh:
– tinggi badan menyebabkan berat badanya bertambah, tetapi berat badannya bertambah belum tentu menyebabkan tinggi badannya bertambah.
– kemiskinan dengan kebodohan – kebersihan dengan kesehatan
• Analisa korelasi: – Population coefficient correlation = ρ
– Menggunakan sample coefficient correlation
– Disebut juga Pearson product-moment correlation coefficient.
– 𝑟 bernilai antara -1 dan +1.
– Hati-hati dalam mengintrepertasikan nilai 𝑟. Nilai 𝑟 = 0.3 dan 𝑟 = 0.6, bukan berarti hubungan X dan Y kedua 2x lipat X dan Y pertama.
Correlation
Correlation
– Sample coefficient of determination
– Menunjukkan proporsi total variasi pada nilai variabel Y yang dapat digambarkan secara linier oleh variabel X • Nilai korelasi 0.6, berarti terdapat 36% variasi nilai Y
dalam sample yang dipengaruhi secara linier oleh nilai X
Multiple Linear Regression
• Terdiri atas lebih dari satu independent variable
• Metode yang digunakan untuk estimasi koefisien: – Least square estimation (metode kuadarat
terkecil)
– Normal equation (Persamaan Normal)
– Matrix approach (Sistem Matriks)