Masalah Pencilan Dalam Regresi Linier Sederhana

dokumen-dokumen yang mirip
BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

11/10/2010 REGRESI LINEAR SEDERHANA DAN KORELASI TUJUAN

BAB 2. Tinjauan Teoritis

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

Regresi Linier Sederhana Definisi Pengaruh

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Analisis Korelasi dan Regresi

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Bab II Teori Pendukung

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB II TINJAUAN PUSTAKA

REGRESI LINIER SEDERHANA

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

BAB III PERSAMAAN PANAS DIMENSI SATU

3 Departemen Statistika FMIPA IPB

Analisis Regresi. Oleh : Dewi Rachmatin

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

UKURAN GEJALA PUSAT DAN UKURAN LETAK

Analisis Regresi dan Korelasi

Metode Statistika Pertemuan XII. Analisis Korelasi dan Regresi

XI. ANALISIS REGRESI KORELASI

Analisis Regresi Robust Menggunakan Kuadrat Terkecil Terpangkas untuk Pendugaan Parameter

S2 MP Oleh ; N. Setyaningsih

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

ANALISIS PEUBAH PREDIKTOR YANG MEMUAT KESALAHAN PENGUKURAN DENGAN REGRESI ORTOGONAL

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

BAB 2 LANDASAN TEORI

KONSISTENSI KOEFISIEN DETERMINASI SEBAGAI UKURAN KESESUAIAN MODEL PADA REGRESI ROBUST

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TINJAUAN PUSTAKA Evaluasi Pengajaran

II. TINJAUAN PUSTAKA. variabel. Dalam regresi sederhana dikaji dua variabel, sedangkan dalam regresi

KOMBINASI PENAKSIR RASIO UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KOEFISIEN KURTOSIS DAN KOEFISIEN VARIASI

REGRESI LINEAR SEDERHANA

BAB II LANDASAN TEORI. teori dan definisi mengenai variabel random, regresi linier, metode kuadrat

Regresi & Korelasi Linier Sederhana

REGRESI SEDERHANA Regresi

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

INTERVAL KEPERCAYAAN UNTUK PERBEDAAN KOEFISIEN VARIASI DARI DISTRIBUSI LOGNORMAL I. Pebriyani 1*, Bustami 2, S. Sugiarto 2

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

Uji Statistika yangb digunakan dikaitan dengan jenis data

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

ANALISIS REGRESI. Untuk mengetahui bentuk linear atau nonlinear dapat dilakukan dengan membuat scatterplot seperti berikut : Gambar.

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

REGRESI & KORELASI LINIER SEDERHANA

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III ISI. x 2. 2πσ

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

Penelitian Operasional II Teori Permainan TEORI PERMAINAN

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

2.2.3 Ukuran Dispersi

BAB 2 LANDASAN TEORI. Regresi dalam statistika adalah salah satu metode untuk menentukan tingkat

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

BAB II LANDASAN TEORI. digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

X a, TINJAUAN PUSTAKA

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

BAB III UKURAN PEMUSATAN DATA

BAB III ESTIMASI MODEL PROBIT TERURUT

; θ ) dengan parameter θ,

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

PENAKSIR RASIO REGRESI LINEAR YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

Uji Modifikasi Peringkat Bertanda Wilcoxon Untuk Masalah Dua Sampel Berpasangan 1 Wili Solidayah 2 Siti Sunendiari 3 Lisnur Wachidah

BAB 1 STATISTIKA RINGKASAN MATERI

REGRESI & KORELASI LINIER SEDERHANA

Pemodelan Regresi Linier Menggunakan Metode Theil (Studi Kasus: Kompensasi Pegawai di Badan Kepegawaian Daerah Kota Samarinda)

MINGGU KE-10 HUBUNGAN ANTAR KONVERGENSI

PROSEDUR ESTIMASI PARAMETER MODEL REGRESI MENGGUNAKAN RESAMPLING BOOTSTRAP DAN JACKKNIFE

PENDITEKSIAN PENCILAN (OUTLIER) DAN RESIDUAL PADA REGRESI LINIER

ALGORITMA PENDUGAAN MODEL REGRESI KEKAR MELALUI PENDUGA-M

BAB II LANDASAN TEORI

PEMBELAJARAN 4 ANALISIS REGRESI KORELASI

ANALISIS REGRESI LINIER BERGANDA : PERSOALAN ESTIMASI DAN PENGUJIAN HIPOTESIS

BAB 2 LANDASAN TEORI

Transkripsi:

Masalah Pecla Dalam Regres Ler Sederhaa Yeye Muar, Sgt Nugroho, da Fachr Fasal Alum Jurusa Matematka Fakultas MIPA Uverstas Begkulu Staf Pegaar Jurusa Matematka Fakultas MIPA Uverstas Begkulu ABSTRAK Aalss regres adalah tekk statstka yag dguaka utuk mecar hubuga fugsoal dar satu atau beberapa varabel yag mempegaruh (depedet varable terhadap satu varabel yag dpegaruh (depedet varable. Tuua dar peelta adalah:. Utuk megka pecla dalam regres ler sederhaa.. Mempelaar pegaruh pecla dalam regres ler sederhaa. 3. Memberka peelasa tetag cara megatas pecla. Aalss data dlakuka dega cara membagktka data yatu dega membagktka data smulas dar program Mcrosoft Excel. Data baru yag megakbatka peurua koefse korelas yag cukup berart dapat dkategorka sebaga data pecla. Hasl peelta meuukka adaya pegaruh pecla terhadap sudut da arak yag dbetuk oleh gars regres. Kata Kuc : Regres Ler Sederhaa, Pecla, Aalss Regres, Metode Kuadrat Terkecl, Koefse Korelas. PENDAHULUAN Aalss regres adalah tekk statstka yag dguaka utuk mecar hubuga fugsoal dar satu atau beberapa varabel yag mempegaruh (depedet varable terhadap satu varabel yag dpegaruh (depedet varable. Hubuga atara varabel bebas dega varabel tak bebas tersebut merupaka hubuga ler. Msalka la suatu varabel dduga mempegaruh la varabel la Y, da kemuda perubaha la dguaka meduga perubaha la Y. Dalam hal damaka predktor da Y dsebut respo. Dalam regres ler sederhaa, betuk fugs f ddekat oleh persamaa gars lurus. Model regres yag palg sederhaa adalah regres ler dega satu varabel peelas. Peyelesaaya mead lebh sederhaa lag dega asums bahwa haya varabel tak bebas Y yag bersfat sebaga varabel acak, sedagka varabel bebas daggap sebaga varabel tetap. Apabla hubuga atara da Y bear-bear bersfat ler maka hubuga dapat drumuska sebaga : Y β + ( ( E β

... da Model Regres Cobb-Douglass... yag maa E ( Y adalah la tegah atau la harapa Y, parameter β adalah arak perpotoga gars regres dega sumbu y da β merupaka parameter kemrga gars terhadap sumbu x. Dar uraa datas, maka dalam regres ler sederhaa betuk hubuga atara da Y drumuska oleh Y β + β ( Aalss regres sederhaa memberka sebuah persamaa yag dapat dpaka utuk megestmas (estmate atau memprakraka (predct la sebuah varabel dar sebuah la tertetu laya. Jad. regres sederhaa meghubugka dua buah varabel, yatu sebuah varabel bebas da varabel tak bebas. Dalam regres ler sederhaa, persamaa taksra (estmatg equato memlk sebuah grafk yag merupaka sebuah gars lurus. Persamaa taksra dtetuka dega melakuka perhtuga atas data pegamata (Bowe & Starr, 98. Dalam aalss regres, hubuga atara varabel bebas dega varabel tak bebas merupaka hubuga yag ler. Aalss regres ler sederhaa mempuya asums-asums sebaga berkut :. Varabel bebas da varabel tak bebas mempuya hubuga ler.. Persamaa lerya dyataka dega: Y β+ β ;,,..., (3 3. Varabel tak bebas merupaka varabel radom kotu, sedagka bebasya merupaka seragkaa la yag dtetuka atau dketahu da buka radom. 4. Varas dar dstrbus kodsoal varabel tak bebas utuk berbaga la varabel bebas tertetu, semuaya sama (kosta atau σ ε σ utuk setap,,...,. 5. Dstrbus kodsoal varabel tak bebas, utuk berbaga la varabel bebas tertetu, semua berdstrbus ormal.. 6. Nla observas yag satu dega yag la dar varabel radom, tdak berkorelas (ucorrelated. Pedugaa Parameter Model Metode yag palg umum dalam aalss regres utuk meduga parameter adalah Metode umlah kuadrat galat terkecl. Metode kuadrat galat terkecl meekaka prosedur pelaa yag dtetuka dega umlah kuadrat galat terkecl (mmum atara amata da dugaa. β da β adalah parameter regres atau koefse regres yag tdak dketahu laya. Sedagka ε adalah galat, la ε setap pegamata tdak sama. Meskpu tdak dketahu perss berapa laya tapa memerksa semua kemugka pasaga da Y, aka tetap dapat dguaka formas d dalam data cotoh utuk meghaslka la dugaa (estmate b da b bag β da β berturut-turut. Jad dapat dtulska Yˆ b + b (4 Yˆ melambagka la taksra Y utuk suatu tertetu bla b da b telah dtetuka. 56

Sgma Mu Rho e-jural Statstka Permasalahaya bagamaa medapatka peduga tersebut sehgga la dekat dega la observas Y. Krtera peaksra metode kuadrat terkecl (agar bebas dar asums-asums tetagε yatu memmumka umlah kuadrat smpaga, ε. Dar persamaa (3, umlah kuadrat semua smpaga gars yag sebearya adalah S ( Y β β ε (5 Sebaga la dugaa aka dplh b da b yag apabla la tersebut dsubsttuska ke persamaa (5 aka dhaslka S yag mmum (Draper ad Smth, 99. Secara tutf dapat dmegert bahwa semak dekat ttk-ttk ke gars regres maka semak kecl umlah kuadrat smpaga. Peduga b da b dapat dtetuka dega medferesalka persamaa (5 terhadap β da kemuda terhadap β setelah tu meyamaka pedferesala tu dega ol. S β S β ( β β Y β ( Y β β ( β β Y S β β S ( Y β β (7 β Sehgga dapat dguaka utuk memperoleh la dugaa b da b melalu melalu persamaa berkut: ( Y b b (8 ( Y b b dega demka Y Y b (9 ( ( ( b Y b ( Persamaa ( dsubsttuska kedalam persamaa (4 sehgga ddapat bahwa Y ˆ Y + b ( ( (6 ( 57

... da Model Regres Cobb-Douglass... meuukka bahwa gars regres melalu rata-rata la Y observas da. Pegua Slope dmaksudka utuk meetuka apakah parameter tersebut mecakup la-la tertetu.jka empat asums utuk ε telah dpeuh, maka dstrbus samplg utuk ˆβ aka berdstrbus ormal dega rata-rata β (slope sebearya da memlk devas stadar : σ ˆ (3 σ β JK Dmaa : σ Smpaga baku terhadap dstrbus samplg ˆβ βˆ JK Jumlah Kuadrat U hpotess keguaa model (Regres Ler Sederhaa adalah sebaga berkut:. Hpotess H : β H: β. Tgkat sgfkas α berhubuga dega dstrbus t dega deraat bebas (. 3. Statstk U yag dguaka: ˆ β ˆ β t h (4 s s ˆ β JK 4. Daerah Peolaka ka H dtolak, bla t h > t α/ atau t h <-t α/. 5. Kesmpula Selag kepercayaa ( α % utuk β pada regres ler sederhaa adalah ˆβ ± t ˆβ ( α /, s dega s s ˆβ (5 JK Koefse Determas Kelayaka model regres ler dapat dukur dega megguaka koefse determas ( R Koefse determas ddefska sebaga JKR JKG JKT JKG R (6 JKT JKT JKT Semak besar JK regres, R semak medekat satu. Namu dalam data berulag R tak mugk berla satu karea adaya galat mur (Draper ad Smth, 99 58

Sgma Mu Rho e-jural Statstka Pecla dalam Regres Ler Sederhaa Pada pecla, selalu ada formas yag harus dbuag. Dbutuhka solus utuk masalah tu yatu dega megdetfkas kemugka pecla da meaksr pegaruh yag terad. Ssaa yag merupaka pecla adalah yag la mutlakya auh lebh besar darpada ssaa-ssaa laya da bsa ad terletak tga atau empat smpaga baku atau lebh auh lag dar rata-rata ssaaya. Pecla merupaka suatu kegala da meadaka suatu ttk data yag sama sekal tdak tpkal dbadgka data laya. Oleh kareaya, suatu pecla patut dperksa secara seksama, baragkal saa alasa dbalk kegala tu dapat dketahu. Adakalaya pecla memberka formas yag tdak bsa dberka oleh ttk laya, msalya karea pecla tmbul dar kombas keadaa yag tdak basa yag mugk saa sagat petg da perlu dseldk lebh auh (Draper & Smth, 99. Pecla adalah hasl observas (data pegukura dalam suatu kumpula data yag laya sagat berbeda ka dbadgka dega sekumpula data dar pegukura la. Peyebab pecla ada tga yatu: data pegukura tdak dcatat da dmasukka dalam komputer dega bear, data pegukura berasal dar populas la, da data pegukuraya bear, tetap mewakl perstwa (keadaa yag arag terad (Satosa, 4. Tada dar pecla adalah resduya yag besar (dalam harga mutlak dbadgka resdu dar data yag la. Formulas utuk pegua pecla yatu: Y β+ β ;,,..., Msalka data ke- dcurga sebaga outler. Utuk megu kecurgaa, hpotessya adalah : H : data ke- buka outler H : data ke- adalah outler Hpotess ekvale dega : H : Y β + β,,..., Y β + β H Y β + β + δ,,..., Dega demka, yag aka du adalah: H : δ H : δ Cara megu pecla dlakuka yatu dega lagkah-lagkah;. Buatlah predks varabel dummy sebaga berkut: bla bla. Dega megguaka varabel dummy, hpotess datas mead: H : Y β + β 59

... da Model Regres Cobb-Douglass... H : Y β + β + δ,,... 3 Pegua hpotess adalah ekvale dega pegua. 4 Statstk u yag dguaka adalah ; ( R R ( 3 F R dega R R ka modelya Y β + β R R Jka modelya Y β + β + δ 5 H dtolak, yag berart data ke- adalah pecla, ka F F( α :, 3 Ssa memberka keteraga tetag data yag tdak megkut pola umum model yag dguaka, dtada oleh ssaya yag relatf besar. Ssa yag relatf besar dapat merupaka petuuk bahwa modelya belum cocok ataupu pegamataya baragkal merupaka pecla. Secara umum, pecla adalah data yag tdak dapat megkut pola umum model da secara kasar dapat dambl patoka yatu yag ssaya berarak tga smpaga baku atau lebh dar rata-rataya (Sembrg, 995. Tuua pemerksaa ssa, secara mplst, uga beart apakah peubah bebas yag besar pegaruhya sudah masuk kedalam model da dalam betuk (ler, kuadrat, log, dsb yag sesua. Secara lebh terperc tuu pemerksaa ssa adalah :. apakah ssa telah berpola acak;. apakah aggapa ormal tdak dlaggar; 3. apakah varas dapat daggap tdak berubah (sama; 4. apakah ada data yag tdak megkut pola umum (pecla; 5. apakah peubah yag masuk dalam model baragkal buka berbetuk ler; 6. apakah peubah yag berpegaruh telah masuk kedalam model; Smulas Sebaga suatu aplkas, dbagktka data smulas utuk beberapa ukura sampel, yatu 6. Data dbagktka dar 6 kemuda dsmulaska sebayak utuk melhat perubaha la korelas. Berbaga kemugka tambaha data (, Y megakbatka perubaha parameter regres da korelas. Dar hasl yag dsaka pada tabel lampra, aka dlhat pola perubaha khususya korelas dega adaya tambaha data baru. Pegguaa perubaha korelas lebh beralasa karea ukura meuukka kepada, Y keerata hubuga dua varabel. Pola yag aka dlhat adalah arak data baru ( terhadap (, Y data lama, serta besarya sudut yag dbetuk atara (, Y terhadap (, Y dega sudut persamaa regres sebelum adaya tambaha data baru. Data baru 6

Sgma Mu Rho e-jural Statstka aka dapat dsetaraka dega pecla ka megakbatka peurua koefse korelas pada taraf tertetu. Jka peurua tersebut tdak lebh dar 7%, maka koefse korelas yag baruya mash datas,8. Sedagka apabla peurua tersebut tdak lebh dar 8%, maka korelas baruya mash datas,7. Peurua tdak lebh dar 9% megakbatka korelas baruya tdak kurag dar,6. Pada taraf sgfkas korelas baru %, sebetulya memberka toleras peurua koefse korelas hgga 4% yag mash membuat koefse korelas baruya datas,5. Dega memperlhatka pola pada tap kasus peurua koefse korelas datas, dapat dlhat bahwa :. Apabla sudut yag dbetuk atara (, Y data baru da (, Y data lama terhadap gars regres lamaya semak medekat atau 8 semak kecl peurua koefse korelasya, bahka pada kasus tertetu terad peambaha.. Meskpu sudut yag dberka sepert delaska pada po (, amu arak atara (, data lama tdak auh, maka peurua koefse korelas tupu tdak terlalu berart. Tambaha data (, Y dega sudut yag dbetuk terhadap(, Y data lama dega gars regres yag medekat atau 8, atau dega kata la data baru tersebut dekat dega gars regres tdak aka merubah koefse korelas secara berart. Hal,, Y relatf Y data baru da (, Y dapat delaska bahwa apabla ( Y ada ddekat gars regres da ( dsebelah kaa (, Y maka pemblag da peyebut pada koefse regres relatf secara sama berubah. Demka uga apabla (, Y relatf dsebelah kr (, Y. Dega melakuka proses sebalkya, utuk megu satu persatu dar data yag ada tersebut apakah data dsebut sebaga pecla atau buka., Y data lama Dbawah terdapat berbaga smulas pecla berdasarka ( Smulas Pecla.. 8. 6. 4..... 4. 6. 8... Gambar. Salah Satu Grafk Smulas Pecla 6

... da Model Regres Cobb-Douglass... KESIMPULAN Apabla dberka data bvarat yag cukup bagus utuk medeskrpska adaya hubuga yag erat dega model Y β + β, peambaha data (, Y yag baru tdak aka meuruka koefse korelas data lama ka :. Data baru tersebut letakya dekat dega gars regres lama, atau sudut yag dbetuk, Y terhadap gars regresya medekat atau 8. atara (, Y dega (. Jarak (, Y sepert dsedaka datas relatf dekat (, Y meskpu sudut yag dbetuk relatf besar. Data baru yag megakbatka peurua koefse korelas yag cukup berart dapat dkategorka sebaga data pecla. DAFTAR PUSTAKA. Aom. http://www.math.tb.ac.d/~ma9/rls.htm (7 Jul 7.. Auudd. 5. Statstka: Racaga da Aalss Data. IPB: Bogor. 3. Barett, V. ad Lews. T. 978. Outlers Statstcal Data. Chchester: Wley. 4. Bowe, E.K. ad M.K. Star. 98. Basc Statstcs for Busess ad Ecoomcs, McGraw-Hll Book Compay, Sgapore. 5. Draper, N.R. ad H. Smth. 99. Aalss Regres Terapa, Eds kedua (Teremaha. Jakarta: Grameda Pustaka Utama. 6. Irato, A. 4. Statstka Kosep Dasar da Aplkasya. Jakarta: Kecaa. 7. Magkuatmodo, S. 4. Statstk Lauta. Jakarta: Reka Cpta. 8. Satosa, G.R. 4. Statstk. Yogyakarta: ANDI. 9. Sembrg, R.K. 995. Aalss Regres. Peerbt ITB: Badug.. Sudaa, M.A.. Tekk Aalss Regres da Korelas Bag Para Peelt. Badug: Tarsto.. Walpole, R.E. 99. Pegatar Statstka (Teremaha. Jakarta: Grameda Pustaka Utama.. Walpole, R.E. ad R.H. Myers. 995. Ilmu Peluag da Statstka Utuk Isyur da Ilmuwa, eds keempat (Teremaha. ITB: Badug. 3. Wesberg, S. 98. Appled Lear Regresso. New York: Joh Wley & Sos. 6