Professional Documents
Culture Documents
Objektif
2
Samb - Objektif
Mengecam pembolehubah bersandar dan
pembolehubah tidak bersandar.
Memberikan persamaan garis regresi
menggunakan kaedah kuasadua terkecil dan
seterusnya meramal nilai masa depan bagi
pembolehubah bersandar.
Mentafsirkan nilai a dan b.
Membuat pentakbiran mengenai parameter
3
Korelasi
Mengkaji korelasi/hubungan di antara dua
atau lebih pembolehubah.
nilai p1 atau dalam nilai p2
nilai p1 atau dalam nilai p2
Menentukan arah korelasi di antara 2
pembolehubah sama ada
Positif
negatif
4
Korelasi positif
Korelasi positif wujud apabila
pertambahan atau pengurangan pada
sesuatu pembolehubah akan
menyebabkan pertambahan atau
pengurangan nilai pada pembolehubah
lain
5
Korelasi negatif
Korelasi negatif wujud apabila
pertambahan atau pengurangan nilai
pada sesuatu pembolehubah akan
menyebabkan pengurangan atau
pertambahan nilai pada pembolehubah
lain
6
Kaedah Mengkaji Korelasi
7
Gambarajah Serakan
Gambarajah serakan merupakan graf
pasangan
( x, y ) yang telah diplot.
Serakan di sini bermaksud sebaran atau
rebakan titik-titik di atas graf tersebut.
Titik-titik tersebut boleh membentuk sama
ada
satu garis lurus
Tersebar di merata kedudukan pada graf itu
Panduan tentang jenis hubungan yang wujud
8
Gambarajah Serakan
9
10
Pekali Korelasi
SS xy
r
SS xx SS yy
x y x
2
y 2
SS xy xy , SS xx x
2
, SS yy y 2 -
n n n
n bilangan pasangan cerapan
11
12
13
14
15
Contoh 1
Kirakan pekali korelasi bagi data di bawah dan
terangkan maksudnya.
X 1 2 3 4 5 6 7 8
Y 9 8 10 12 13 14 14 16
16
Penyelesaian
x y x2 Y2 xy
1 9 1 81 9
2 8 4 64 16
3 10 9 100 30
4 12 16 144 48
5 13 25 169 65
6 14 36 196 84
7 14 49 196 98
8 16 64 256 128
x = 36 y =96 x2 =204 y2 = 1206 xy = 478
x 2
(36) 2 SS xy xy
x y 478 (36)(96) 46
SS xx x 2
204 60
n 8 n 8
y 2
(96) 2 r
SS xy
46
0.808
SS yy y 2
1206 54 SS xx SS yy (60)(54)
n 8
Jam 5 10 4 6 10 9
Markah 64 86 69 86 59 87
18
Dalam kehidupan seharian, kita sering ingin
menentukan darjah perkaitan atau hubungan
di antara 2 atau lebih pembolehubah.
Bagaimana hubungan di antara bilangan jam
yang digunakan untuk mengulangkaji dengan
pencapaian gred peperiksaan seseorang?
Adakah seseorang akan bertambah sihat jika
makan banyak buah-buahan dan sayuran
daripada daging?
19
Regresi Linear Mudah
Model regresi linear digunakan untuk
menganggar nilai y jika nilai x diketahui.
Anggaran nilai y menggunakan model ini
mestilah dalam julat nilai x data yang diberi
(interpolation). Anggaran nilai y di luar julat
nilai x (extrapolation) tidak tepat kerana
model regresi linear tidak benar di luar
julat nilai x tersebut.
Untuk mengetahui adakah nilai y boleh
diramalkan, lakarkan gambarajah serakan.
Jika didapati korelasi linear wujud maka
dapatkan model regresi linearnya. 20
Dua istilah penting dalam
regresi
Pembolehubah bersandar, y -
Pembolehubah yang sifatnya adalah
subjek kajian atau yang mewakili kesan.
Pembolehubah tak bersandar, x -
Pembolehubah yang dipercayai
mempengaruhi pembolehubah
bersandar atau yang mewakili sebab
21
Model Regresi Linear bagi Populasi
yi = o + 1xi
yi = a + bxi
22
Notasi bagi Persamaan Regresi
Parameter Statistik
pop sampel
Pintasan - y o a
Kecerunan garis 1 b
23
Kaedah Kuasa Dua Terkecil digunakan
untuk menganggarkan parameter 1
dan 0.
Seterusnya menganggar garis regresi
untuk mendapatkan suatu persamaan
linear yang terbaik.
24
Penganggaran Parameter 1 dan
0
SSxy
b a y bx
SSxx
( x)( y) ( x) 2
SSxy xy SSxx x 2
n n
di mana n saiz sampel.
25
Contoh 2
Berikut adalah data perbelanjaan bulanan dan bilangan
anak bagi 6 buah keluarga.
Perbelanjaan Bilangan
(RM) anak
250 2
300 3
350 4
450 5
550 7
670 8
1. Tentukan pembolehubah bersandar dan pembolehubah tak
bersandar.
2. Dapatkan persamaan garis regresi dan ramalkan
perbelanjaan bulanan sebuah keluarga sekiranya bilangan
anak ialah 6.
26
Penyelesaian
a) Pembolehubah bersandar ialah perbelanjaan
bulanan. Pembolehubah tak bersandar ialah
bilangan anak.
b)
( x)
2
(29) 2
SSxx x
2
167 26.8333
n 6
( y)
2
(2570) 2
SSyy y
2
1228900 128083.333
n 6
SSxy xy
x y 14260 (29)(2570) 1838.333
n 6
27
SSxy 1838.333 2570 29
b 68.51 , a y bx 68.51 97.20
SSxx 26.8333 6 6
y a bx
y 97.20 68.51 x
Jika bilangan anak 6 maka perbelanjaan
bulanannya ialah
y = 97.20 + 68.51 x 6 = RM 508.26
28
Latihan
Satu kajian dijalankan untuk mengkaji hubungan di antara
perbelanjaan kos pengiklanan untuk Barang A dan tingkat
jualan barang itu dalam suatu bulan. Jadual di bawah
menunjukkan data yang dikumpul bagi 7 buah syarikat.
29
Pekali Penentu
Menunjukkan bahagian daripada jumlah variasi
dalam pembolehubah bersandar yang boleh
diterangkan oleh pembolehubah tak bersandar.
Dengan kata lain, berapa baikkah pembolehubah
tak bersandar menerangkan pembolehubah
bersandar.
bSS xy
Nilai pekali penentu =
Atau SS yy
Nilai pekali penentu = r2
30
Contoh 3
Berdasarkan data daripada contoh 2 , kirakan pekali
penentu dan tafsirkan maksudnya.
Penyelesaian
bSS xy
Pekali penentu, r2 =
SS yy
bSSxy 68.51(1838.333)
r
2
0.983
SSyy 128083.333
33
xy
xy
SS xy
n
r
SS xx SS yy 2 ( x)
2
2 ( y)
2
x y
n n
( 27)(281)
898
10
r = 0.87
( 27) 2 ( 281) 2
107 8647
10 10
34
r = 0.87 r2 = 0.76
y = a + bx
(27)(281)
SSxy SS xy 898 - 139.3 139.3
10 b 4.1
b 34.1
SSxx 2
(27)
SS xx 107 - 34.1
10
35
r = 0.87 r2 = 0.76
y = a + 4.1x a y bx
281 27
- 4.1 17
10 10
36
r = 0.87 r2 = 0.76
y = 17 + 4.1x
37
r = 0.87 r2 = 0.76
y = 17 + 4.1x
38
Kebolehpercayaan Persamaan Regresi
Ralat piawai anggaran diberikan simbol se
digunakan untuk mengukur kebolehpercayaan
persamaan regresi.
Sama seperti sisihan piawai yang dipelajari dalam
bab sebelum ini iaitu berfungsi sebagai ukuran
serakan.
Mengukur serakan nilai tercerap di sekitar garisan
regresi.
Lebih besar nilai ralat piawai anggaran, lebih
besarlah serakan titik-titik di sekitar garisan.
Sekiranya nilai se = 0, kita jangkakan bahawa titik-
titik data akan berada di atas garisan regresi dan
kita akan ada persamaan regresi sempurna.
39
Ralat piawai anggaran, se boleh
diperolehi dengan menggunakan formula
berikut:
SSyy bSSxy
se
n 2
40
Contoh 5
se =
128083 .333 68.51(1838 .33)
534 .785 23.125
62
41
Selang keyakinan terhadap kecerunan
garis, 1
1 dianggarkan dari data sampel iaitu nilai b.
Pembolehubah b adalah bertaburan normal dengan min,
s
e
b = 1 dan sisihan piawai, s
b SS
xx
42
Selang keyakinan 100(1-)% bagi 1
adalah seperti berikut:
43
Contoh 6
1 = 0 1 < 0 t < -t
t= b
1 > 0 t > t
sb
1 0 t < -t/2 atau
t > t/2
45
Contoh 7
46
Penyelesaian
1. H0 : 1 = 0 melawan H1 : 1 > 0
48
Latihan
Satu kajian dilakukan untuk menentukan samada peningkatan
umur seseorang menyebabkan pertambahan dalam tekanan
darah. Data-data berikut telah diperolehi.
Umur(thn) 35 43 47 53 59 62 66 69
49