A Approach Statistik dasar pikeun Nganalisis Data Wanayasa
Model régrési liniér anu dipaké pikeun némbongkeun atawa prediksi hubungan antara dua variabel atawa faktor . Faktor nu keur diprediksi (faktor nu persamaan solves pikeun) disebut variabel terikat. Faktor nu dipaké pikeun ngaduga nilai variabel terikat disebut variabel bebas.
data alus henteu salawasna ngabejaan carita lengkep. analisa regresi ilahar dipaké dina ieu panalungtikan sakumaha ngawangun éta korelasi a aya antara variabel.
Tapi korelasi teu sarua musabab . Malah hiji garis dina régrési liniér basajan nu fits poin data ogé bisa jadi teu nyebutkeun hal definitif ngeunaan hubungan ngabalukarkeun-na-pangaruh.
Dina régrési liniér sederhana, unggal observasi diwangun ku dua nilai. Hiji nilai anu keur variabel terikat jeung hiji nilai anu keur variabel bebas.
- Basajan linier Analisis Regression The bentuk pangbasajanna analisis régrési migunakeun on variabel terikat jeung hiji variabel bebas. Dina modél basajan ieu , hiji garis lempeng approximates hubungan antara variabel terikat jeung variabel bebas.
- Analisis Regression sababaraha Nalika dua atawa leuwih bebas variabel anu dipaké dina analisa regresi, modél geus euweuh hiji hiji liniér sederhana.
Basajan linier Regression Modél
Modél régrési liniér basajan ieu digambarkeun kawas kieu: y = (β 0 + β 1 + Ε
Dumasar konvénsi matematik, anu dua faktor nu aub dina analisa régrési liniér basajan anu ditunjuk x jeung y.
Persamaan anu ngajelaskeun kumaha y pakait jeung x katelah model regression. Modél régrési liniér ogé ngandung hiji istilah kasalahan anu digambarkeun ku Ε, atawa hurup epsilon Yunani. Istilah kasalahan anu dipaké pikeun akun keur variability dina y nu teu bisa dipedar ku hubungan linier antara x jeung y.
Aya ogé parameter nu ngagambarkeun populasi nu keur ditalungtik. Ieu parameter tina model nu digambarkeun ku (β 0+ β 1 x).
Basajan linier Regression Modél
Persamaan régrési liniér basajan ieu digambarkeun kawas kieu: Ε (y) = (β 0 + β 1 x).
Persamaan régrési liniér basajan ieu graphed salaku garis lempeng.
(Β 0 teh y intercept tina garis regression.
β 1 nyaeta lamping nu.
Ε (y) ngarupakeun mean atawa nilai ekspektasi y pikeun nilai dibikeun tina x.
A garis regression bisa némbongkeun hubungan positif linier, hubungan linier négatip, atawa euweuh hubungan. Lamun garis graphed dina régrési liniér basajan téh datar (teu sloped), euweuh hubungan antara dua variabel. Lamun garis regression lamping luhur jeung tungtung handap garis dina y intercept (sumbu) tina grafik, jeung tungtung luhur garis dilegaan luhur kana widang grafik, jauh ti x intercept (sumbu) hubungan linier positif aya . Lamun garis regression lamping handap jeung tungtung luhur garis dina y intercept (sumbu) tina grafik, sarta tungtung handap garis dilegaan handap kana sawah grafik, nuju x intercept (sumbu) hubungan linier négatip aya.
Diperkirakeun linier Regression Equation
Mun nu parameter populasi anu dipikawanoh, persamaan régrési liniér basajan (ditémbongkeun di handap) bisa dipaké pikeun ngitung nilai mean tina y pikeun nilai dipikawanoh tina x.
Ε (y) = (β 0 + β 1 x).
Sanajan kitu, dina prakna, anu nilai parameter teu dipikawanoh ngarah kudu ditaksir ku ngagunakeun data ti sampel tina populasi. The parameter populasi keur estimasi ku ngagunakeun statistik sampel . The statistik sampel nu digambarkeun ku b 0 + b 1. Lamun statistik sampel nu Cirian keur parameter populasi, persamaan regression estimasi kabentuk.
persamaan regression estimasi ieu ditémbongkeun di handap ieu.
(Y) = (β 0 + β 1 x
(Y) geus diucapkan y hat.
Grafik ngeunaan persamaan regression basajan estimasi disebut garis regression estimasi.
The b 0 teh y intercept.
The b 1 nyaeta lamping nu.
The y) ngarupakeun nilai estimasi tina y pikeun nilai dibikeun tina x.
Catetan penting: Analisis régrési henteu dipaké pikeun napsirkeun hubungan ngabalukarkeun-na-pangaruh antara variabel. Analisa regresi bisa kitu, nunjukkeun kumaha variabel nu patali atawa naon variabel extent nu pakait saling.
Dina kitu lakukeun, analisis régrési nuju nyieun hubungan salient nu ngajamin hiji panalungtik pangaweruh nyokot katingal ngadeukeutan .
Dipikawanoh ogé Salaku: regression bivariate, analisa regresi
Conto: The sahenteuna Métode kuadrat nyaeta prosedur statistik keur ngagunakeun sampel data pikeun manggihan nilai persamaan regression estimasi. The least squares Métode ieu diusulkeun ku Carl Friedrich Gauss, anu lahir di taun 1777 sarta maot dina 1855. The least squares Métode ieu masih loba dipaké.
sumber:
Anderson, DR, Sweeney, DJ, sarta Williams, TA (2003). Kabutuhan poko Statistik pikeun Usaha na Ékonomi Mason, Ohio (3 ed.): Kulon Kidul, Thompson Learning.
______. (2010). Dipedar: Analisis Regression. MIT News.
McIntyre, L. (1994). Ngagunakeun Data roko pikeun Hiji Perkenalan ka langkung ti Regression. Journal of Statistik Atikan, 2 (1).
Mendenhall, W., sarta Sincich, T. (1992). Statistik keur Téknik sarta Élmu (3 ed.), New York, NY: Dellen Publishing Co.
Panchenko, D. 18,443 Statistik pikeun Aplikasi, ragrag 2006, Ayat 14, Basajan linier Regression. (Massachusetts Institute of Technology: MIT OpenCourseWare)