1 / 73

MODEL REGRESI DENGAN DUA VARIABEL

MODEL REGRESI DENGAN DUA VARIABEL. Tujuan Pengajaran : Setelah mempelajari bab ini , anda diharapkan dapat :. Mengetahui kegunaan dan spesifikasi model Menjelaskan hubungan antar variabel Mengaitkan data yang relevan dengan teori Mengembangkan data.

kris
Download Presentation

MODEL REGRESI DENGAN DUA VARIABEL

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. MODEL REGRESI DENGAN DUA VARIABEL

  2. TujuanPengajaran: • Setelahmempelajaribabini, andadiharapkandapat:

  3. Mengetahuikegunaandanspesifikasi model • Menjelaskanhubunganantarvariabel • Mengaitkan data yang relevandenganteori • Mengembangkan data

  4. Menghitungnilai parameter Mengetahuiartidanfungsi parameter • Menentukansignifikantidaknyavariabelbebas • Membacahasilregresi • Menyebutkanasumsi-asumsi.

  5. Bentuk model • Fungsiregresi yang menggunakan data populasi (FRP) • Y = A + BX + ε ……(pers.3.1)

  6. Fungsiregresi yang menggunakan data sampel(FRS) umumnyamenuliskansimbolkonstantadankoefienregresidenganhurufkecil, seperticontohsebagaiberikut: • Y = a + bX + e ……(pers.3.2)

  7. Dimana: •  A atau a; merupakankonstantaatauintercept • B atau b; merupakankoefisienregresi, yang jugamenggambarkantingkatelastisitasvariabel • independen • Y; merupakanvariabeldependen • X; merupakanvariabelindependen

  8. Notasi a dan b merupakanperkiraandari A dan B. • Huruf a, b, disebutsebagai estimator ataustatistik, sedangkannilainyadisebutsebagai estimate ataunilaiperkiraan.

  9. Meskipunpenulisansimbolkonstantadankoefisienregresinyaagakberbeda, namunpenghitungannyamenggunakanmetode yang sama, yaitudapatdilakukandenganmetodekuadratterkecilbiasa (ordinary least square), ataudenganmetodeMaximum Likelihood.

  10. Penghitungankonstanta (a) dankoefisienregresi (b) dalamsuatufungsiregresiliniersederhanadenganmetodeOLSdapatdilakukandengansrumus-rumussebagaiberikut:

  11. RumusPertama (I) • Mencarinilai b: • b = n (∑ XY )− (∑ X )(∑Y ) • n (∑ X ² )− (∑ X ) ²

  12. mencarinilai a: • a = ∑Y − b. ∑ X • n

  13. Rumuskedua (II) • Mencarinilai b: • b = ∑ xy • ∑ x ² • mencarinilai a: • a = Y − b X

  14. Data: hal 38 • Bantuan SPPS: hal 39-42 • Pengembangan data: hal 43 • Masukkanangkapadatabel k dalamrumus.

  15. Rumuskedua (II) • Mencarinilai b: • b = ∑ xy • ∑ x ² • mencarinilai a: • a = Y − b X

  16. ∑ xyatau ∑ x ² yang dapatdilakukandenganrumus- • rumussebagaiberikut: • ∑ x ² = ∑ X ² − (∑ X ) ² / n • ∑ y ² = ∑Y ² − (∑Y ) ² / n • ∑ xy= ∑ XY − (∑ X ∑Y ) / n • Masukkanangkakedalamrumus

  17. Dengandiketahuinya, nilai-nilaitersebut, makanilai b dapatditentukan, yaitu: • b = 32.49 = 1.4498 • 22.41

  18. Dengandiketahuinyanilai b, makanilai a jugadapatdicaridenganrumussebagaiberikut: • a = Y − b X • = 11.8405 – (1.4498 x 14.7373) • = 11.8405 – 21.3661 • a= -9.5256

  19. Nilai a dan b dapatdilakukandenganmelaluibantuan SPSS. • Hal: 47-49

  20. Meskipunnilai a dan b dapatdicaridenganmenggunakanrumustersebut, namunnilai a dan b barudapatdikatakan valid (tidak bias) apabilatelahmemenuhibeberapaasumsi, yang terkenaldengansebutanasumsiklasik.

  21. (*) Tidak bias artinyanilai a ataunilai b yang sebenarnya. Dikatakandemikiansebab, jikaasumsitidakterpenuhi, nilai a dan b besarkemungkinannyatidakmerupakannilai yang sebenarnya.

  22. Asumsi-asumsi yang harusdipenuhidalam OLS ada 3 asumsi, yaitu: • 1). Asumsinilaiharapanbersyarat(conditional expected value) dariei, dengansyarat X sebesar Xi, mempunyainilai nol.

  23. 2). Kovarianeidanejmempunyainilai nol. Nilainoldalamasumsiinimenjelaskanbahwaantaraeidanejtidakadakorelasi serial atautidakberkorelasi (autocorrelation). • 3). Varian eidanejsamadengansimpanganbaku (standardeviasi).

  24. Penjelasanasumsi-asumsiinisecararinciakandibahaspadababtersendiritentangMultikolinearitas, Autokorelasi, danHeteroskedastisitas.

  25. metode OLS terdapatprinsip-prinsipantara lain: • 1. Analisisdilakukandenganregresi. • 2. Hasilregresiakanmenghasilkangarisregresi.

  26. GarisregresidisimbolkandenganỶ (baca: Y topi, atau Y cap), yang berfungsisebagai Y perkiraan. Sedangkandata disimbolkandengan Y saja.

  27. Ỷ = −9,525 + 1,449 X

  28. Karenanilai a dalamgarisregresibertandanegatif (-) denganangka 9,525, makagarisregresiakanmemotongsumbu Y dibawah origin (0) padaangka –9,525.

  29. Nilai parameter b variabel X yang besarnya 1,449 menunjukkanartibahwavariabel X tersebuttergolongelastis, karenanilai b > 1. perubahannilai X akandiikutiperubahan yang lebihbesarpadanilai Y. 1:1,449.

  30. MengujiSignifikansi Parameter Penduga • Pengujiansignifikansisecara individual = R.A. Fisher, = ujistatistik (nilaistatistik t dengannilai t tabel.)

  31. T stat > T hit = Signifikanmempengaruhi Y • T stat < T hit = TidakSignifikanmempengaruhi Y

  32. Pengujiansignifikansisecara individual secarabersama-sama = uji F = Neymandan Pearson.

  33. Uji t

  34. Ataudapatditulis pula denganrumussebagaiberikut:

  35. Dimana: • Yt , Xt = data variabel dependen dan independen padaperiode t • Ỷ = nilaivariabeldependenpadaperiode t yang didapatdariperkiraangarisregresi • X = nilaitengah (mean) darivariabelindependen

  36. e atauYt − Yˆ t = error term • n = jumlah data observasi • k = jumlahperkiraankoefisienregresi yang meliputi a dan b • (n-k) = degrees of freedom (df).

  37. Bantuan SPSS : hal 56 • Tabelhal 56 - 57

  38. formula daristandar errordari b

  39. formula daristandar error dari b dapatjugadenganmenggunakanrumusberikut

  40. Bila kita hendak menggunakan rumus ini, maka perlu terlebihdulumencarinilaiSe² yang dapatdicaridenganmembaginilai total ei² dengan n-2.

  41. Agar rumusinidapatlangsungdigunakan, tentuterlebihduluharusmencarinilai total ei²yang dapatdicarimelaluirumusberikutini:

  42. nilai total ei²

  43. Hitungandiatastelahmemastikanbahwanilaiei²adalah sebesar 17,056. Dengan diketemukannya nilai ei² ini maka nilai se² pun dapatdiketahuimelaluihitungan • sebagaiberikut:

More Related