82
2
2
2.6.4
Analisis Regresi
Dalam
pembuatan
model
regresi
percobaan
menggunakan
metode
least
square. Metode least
square biasanya banyak digunakan
untuk
menghitung
koefisien regresi dalam model multiple linier regresi.
Secara umum, variabel respon y mungkin berkaitan dengan k banyaknya
variabel
regressor.
Modelnya
yaitu
:
y
=
ß
0
+
ß
1
x1
+
ß
2
x2 + ... + ß
k
x
k
+
?
disebut
model
multiple
linier
regresi.
Parameter
ß
j
,
j
=
0,
1,
...,
k
disebut
koefisien
regresi.
Model
ini
menggambarkan
bentuk
dalam k-dimensi
dari
variabel
regressor
(x
j
).
Parameter
ß
j
mewakili
perubahan
yang
diharapkan
pada
respon
y
setiap unit perubahan pada x
j
sewaktu semua variabel
bebas lainnya x
i
(i
?
j)
ditahan konstan.
Untuk model yang lebih rumit, misalnya pada model percobaan orde II dalam
dua variabel yaitu :
y = ß
0
+
ß
1
x1
+
ß
2
x2 + ß
11
x1
+
ß
22
x2
+
ß
12
x1
x2 + ?
jika
x3
=
x1², x
4
=
x2², x
5
=
x1x2, ß3
=
ß
11
,
ß
4
=
ß22, dan ß
5
=
ß12
maka persamaan
diatas menjadi :
y = ß
0
+
ß
1
x1
+
ß
2
x2 +
ß
3
x3 +
ß
4
x
4
+
ß
5
x
5
+
?
yang
merupakan
bentuk
linier
model
regresi.
Umumnya
setiap
model
regresi
yang linier pada parameter (pada nilai ß) adalah model regresi linier, tak
terkecuali bentuk respon permukaan apa yang membangkitakannya.
 |