1 / 52

MODEL REGRESI

MODEL REGRESI. Keilmuan sosial mempunyai karakteristik berupa banyaknya variabel-variabel atau faktor-faktor yang saling mempengaruhi satu sama lain. Cth . Q = f (P, Y, …………………..). Dari beragam faktor-faktor yang disebutkan di atas , tentu mempunyai tingkat signifikansi yang berbeda .

liesel
Download Presentation

MODEL REGRESI

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

  2. Keilmuansosialmempunyaikarakteristikberupabanyaknyavariabel-variabelataufaktor-faktor yang salingmempengaruhisatusamalain.

  3. Cth. • Q = f (P, Y, …………………..)

  4. Dari beragamfaktor-faktor yang disebutkandiatas, tentumempunyaitingkatsignifikansi yang berbeda.

  5. Beberapafaktormungkinmempunyaitingkatsignifikansi yang tinggi, sementarayanglain mungkintingkatsignifikansinyarendah, ataubiasadisebuttidaksignifikan.

  6. ceteris paribus. • tidakadanyaperubahandarivariabel- variabel lain.

  7. Model • Modeldalamkeilmuanekonomiberfungsisebagaipanduananalisismelaluipenyederhanaandarirealitas yang ada.

  8. Refleksidarirealitaatausimplikasidarikenyataan.

  9. Penulisan model dalamekonometrikaadalahmerupakanpengembangandaripersamaanfungsisecaramatematis.

  10. fungsiadalahsebuahpersamaan yang menggambarkanhubungansebabakibatantarasebuahvariabeldengansatuataulebihvariabel lain.

  11. Penulisan model • Penulisan model • PersamaanMatematis • Y = a + b X ……….. (pers.1) PersamaanEkonometrika • Y = b0 + b1X + e ……….. (pers.2)

  12. Munculnyae (error term) padapersamaanmerupakansuatupenegasanbahwasebenarnyabanyaksekalivariabel-variabelbebas yang mempengaruhivariabelterikat (Y).

  13. Karenadalam model tersebuthanyainginmelihatpengaruhsatuvariabel X saja, makavariabel-variabel yang lain dianggapbersifattetapatauceteris paribus, yang dilambangkandengane.

  14. Bentuk Model • persamaan single linier (pers.3) • Y = b0 + b1X + e ……….. (pers.3) • danpersamaan multiple linier (pers.4) sebagaiberikut: • Y = b0 + b1X1 + b2X2 + …… + bnXn + e ……….. (pers.4)

  15. Y = b0 + b1X + e ……….. (pers.3) • Misalkandari pers.3 dianggapbahwaY = Inflasi, danX = bungadeposito (Budep) padaperiodetertentu, danjikadatanyatelahdiketahui, maka data akantergambardalambentuktitik-titik yang merupakansebaran data dalamscatter plot.

  16. Bungadepositodaninflasi i

  17. Sebarandatatersebutdiatas(gambar3) menunjukkanhubungan yang positif, yaitujikabungadepositomeningkat, makainflasijugameningkat. Begitu pula jikabungadepositomenurun, inflasijugaturun.

  18. sebaran data menyebarmemanjanglurus, sehinggadapatdiwakilidengangarislurus. Olehkarenaitu, scater plot tersebutakantepatdigunakanregresi linier.

  19. Model Kuadratik • Salahsatuciri model kuadratikdapatdiketahuidariadanyapangkatduapadasalahsatuvariabelbebasnya. Ciri yang lain dapatdilihatdaripengamatanterhadapscatter plottyang menunjukkankecenderungansebaran data membentuklengkung, tidakseperti model linier yang cenderunglurus.

  20. Model kuadratikdituliskandalampersamaanfungsisebagaiberikut: • Y = b0 + b1X1 + b2X² + e ……….. (pers.5)

  21. Model Kubik • Salahsatuciri model kubikdapatdiketahuidariadanyapangkattigapadasalahsatuvariabelbebasnya. . Ciri yang lain dapatdilihatdaripengamatanterhadapscatter plottyang menunjukkankecenderungansebaran data yang berbentuklengkungdenganarah yang berbeda.

  22. Model kuadratikdituliskandalampersamaanfungsisebagaiberikut: • Y = b0 + b1X1 + b1X1² + b1X1³ + e ……….. (pers.6)

  23. Notasi Model

  24. NotasiMOdelY = a + bx + e Huruf Y Huruf X 1. variabelbebasatauvariabel yang mempengaruhi 2. variabelindependen 3. variabelpenduga, 4. variabel estimator, 5. ataujugavariabeleksogen • 1. variabeldependen • 2. variabelterikat. 3. variabel yang dipengaruhi, 4. variabelendogin. (Denganalasankeseragaman, penulisanhuruf Y diletakkandisebelahkiritandapersamaan. )

  25. Y = a + bX + e • ajugaseringditulisdengan : a, α, b0, β0 • Secarasubstansipenulisanitumempunyaiarti yang sama, yaitu: menunjukkanintercept yang konstantaataumerupakansifatbawaandarivariabel Y.

  26. Y = a + bX + e • ajugaseringditulisdengan : a, α, b0, β0 • Konstantainimempunyaiangka yang bersifattetap yang sekaligusmenunjukkantitikpotonggarisregresipadasumbu Y.

  27. Y = a + bX + e • ajugaseringditulisdengan : a, α, b0, β0 • Nilaikonstantainimerupakannilaidarivariabel Y ketikavariabel X bernilai nol. Ataudenganbahasa yang mudah, nilaikonstantamerupakansifatbawaandari Y

  28. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn • Huruf b1, b2, bnmerupakan parameter yang menunjukkanslope ataukemiringangarisregresi.

  29. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn • Meskipundituliskandengantanda yang berbeda, secarasubstansi parameter inimenunjukkan beta ataukoefisienkorelasi yang sekaligusmenunjukkantingkatelastisitasdarivariabel X tersebut.

  30. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn Nilai beta inimemungkinkanuntukbernilaipositifmaupunnegatif.

  31. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn Tandapositifmenunjukkanhubungan yang searahantaravariabel X denganvariabel Y. Artinyajika X mengalamipeningkatanmaka Y jugamengalamipeningkatan, dansebaliknya.

  32. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn Arahhubungansepertiitutidakterjadipada beta yang berangkanegatif. Karenajikatandanyanegatifarahhubungan X terhadap Y salingberlawanan. Jika X meningkatmaka Y menurun, dansebaliknya.

  33. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn • Demikian pula, karenanilaikoefisienkorelasiinijugamenunjukkantingkatelastisitas, makadaribesarnya • nilaikoefisienkorelasi (b) tersebutdapatditentukanjeniselastisitasnya.

  34. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn • Jikanilai b besarnyalebihdarisatu (b>1) makadisebutelastis. • Artinya, jikavariabel X mengalami • perubahan, makavariabel Y akanmengalamiperubahan yang lebihbesardariperubahan yang adapadavariabel X tersebut.

  35. Y = a + bX + e • bjugaseringditulisdengan : a, α, b0, β0 Parameter iniseringjugadituliskandenganbentuk b, atau β1, β2, βn. β1, β2, βn, b1, b2, bn Arahhubungansepertiitutidakterjadipada beta yang berangkanegatif. Karenajikatandanyanegatifarahhubungan X terhadap Y salingberlawanan. Jika X meningkatmaka Y menurun, dansebaliknya.

  36. Y = a + bX + e • Huruf e merupakankependekandarierror term ataukesalahanpenggganggu. Simbolerror initidakjarangdituliskandalamhurufεatauμ. Unsur-unsurstokhastikatauhal-hal yang mengandungprobabilita Disturbance error ataustochastic disturbance.

  37. Kesalahanpenggangguinisendirimempunyaibanyaksebab yang dapatmenimbulkannyaseperti: • 1. tidakseluruhvariabelbebas yang mempunyaipotensidalammempengaruhivariabelterikat • dapatdisebutkandalam model. • 2. kesalahanasumsidalammenentukanteori yang diwujudkansebagai model.

  38. Kesalahanpenggangguinisendirimempunyaibanyaksebab yang dapatmenimbulkannyaseperti: • 3. ketidaklengkapan data yang dianalisis. 4.ketidaktepatanmodel yang digunakan. Misalnya, seharusnyadigunakan model kuadratiktetapijustru yang digunakanadalah model linier, atausebaliknya.

  39. Spesifikasi Model dan Data Model ekonometrika: 2. Model statistic (statistical model). Y = b0 + b1X1 + b2 X2 + e 1. model ekonomi (economic model) Y = b0 + b1X1 + b2 X2

  40. Model Ekonomi Y = b0 + b1X1 + b2 X2 b0 = intercept, menjelaskannilaivariabelterikatketikamasing-masingvariabelbebasnyabernilai 0 (nol). • Tanda b = parameter, menunjukkanketergantunganvariabel Y terhadapvariabel X

  41. Model Ekonomi Y = b0 + b1X1 + b2 X2 Dalam model ininilai e tidaktertera. karenanilai e diasumsikan non random • Menggambarkan rata-rata hubungansistemikantaravariabel Y, X1, X2.

  42. Model Statistik Y = b0 + b1X1 + b2 X2 + e e = Y – E(Y) atau e = Y – Ỷ jadi, Y = Ỷ + e karena, Ỷ = E (Y) = b0 + b1X1 + b2 X2 maka Y = b0 + b1X1 + b2 X2 + e (Tanda“ ˆ “ merupakantandabahwahaltersebutmerupakanramalan). • Nilai e sendirimerupakanselisihantaranilaikenyataan (nilaiobservasi) dannilaiharapan. • .

  43. Model Statistik Y = b0 + b1X1 + b2 X2 + e Ataudapat pula dianggapsebagaipenggantivariabel-variabelberpengaruh lain selainvariabel yang dijelaskandalam model. • e padapersamaandiatasmencerminkandistribusiprobabilitas • . • .

  44. Model Statistik Y = b0 + b1X1 + b2 X2 + e • Dalamteoriekonomi, e merupakanrepresentasidariasumsi ceteris paribus. • . • .

  45. Asumsi-asumsinyanilai e • 1. Nilaiharapan e samadengan 0 (nol). • E(e) = 0, masing-masingrandom error mempunyaidistribusiprobabilitas = 0. Meskipun e bisabernilaipositifataunegatif, tetapi rata-rata e harus = 0. • 2. Variance residual samadenganstandardeviasiVar (e) = σ 2 , artinya: masing-masingrandom error mempunyaidistribusiprobabilitas variance yang samadenganstandardeviasi ( σ ). Asumsiinimenjelaskanbahwa residual bersifathomoskedastik.

  46. Asumsi-asumsinyanilai e • 3. Kovarianeidanejmempunyainilai nol. • Cov (ei, ej) = 0. • Nilainoldalamasumsiinimenjelaskanbahwaantaraeidanejtidakadakorelasi serial atautidakberkorelasi (autocorrelation). • 4. Nilai random error mempunyaidistribusiprobabilitas yang normal.

More Related