Professional Documents
Culture Documents
Ekonometrika
Ekonometrika
BAB II
Persamaan 1 Y=a+
bX
Persamaan 2 Y = b0 +
Pada persamaan ke 2 memgambarkan adanya banyak variabel-variabel yang
mempengaruhi variabel terikat (Y). Pada persamaan tersebut hanya untuk mengetahui
satu variabel X saja, sedangkan variabel-variabel yang lain dianggap tetap
dilambangkan dengan (e). Sehingga pada persamaan ke 2 bertujuan untuk mengetahui
pengaruh variabel bebas terhadap variabel terikat, atau disebut persamaan regresi.
Model regresi ada tiga jenis model diantaranya model regresi linear, model
regresi kuadratik, model regresi kubik. Model regresi linear sebaran data dalam scatter
plot menunjukkan sebaran data yang mendekati bentuk garis lurus. Perubahan
variabel Y sebanding dengan perubahan variabel X. Dapat dilihat pada persamaan
dibawah ini :
Persamaan 3 Y = b0 +
b1X +e
Persamaan 4 Y = b0 + b1X1 +
Model kuadratik mempunyai ciri-ciri adanya pangkat dua disalah satu variabelnya,
pada scatter plot cenderung sebaran datanya berbentuk melengkung. Model kuadratik
dituliskan dalam persamaan fungsi sebagai berikut :
Persamaan 5 Y = b0 + b1X1 +
Untuk model kubik dapat diketahui dengan ciri-ciri adanya pangkat tiga disalah satu
variabel bebasnya, pada scatter plot cenderung sebaran datanya berbentuk lengkung
dengan arah yang berbeda. Model kubik dituliskan pada persamaan fungsi sebagai
berikut :
Persamaan 6
Y = b0 + b1X1 + b2 X2
BAB III
Y = A + BX + E
Dan bila fungsi regresi menggunakan data sampel biasanya dituliskan dalam huruf
kecil sebagai berkut :
Y = a + bX + e
Keterangan :
Walaupun dalam penulisan simbol konstanta dan koefisien berbeda, tapi cara
menghitungnya menggunakan metode yang sama dengan metode kuadrat terkecil
biasa (ordinary least square) maupun dengan metode Maximum Likelihood .
Metode kuadrat terkecil biasa (ordinary least square) perhitungan konstanta (a) dan
koefisien regresi (b) dalam fungsi regresi linear sederhana menggunakan metode OLS
dapat menggunakan rumus sebagai berikut :
Mencari nilai b
n ( xy )( x )( y )
b= 2
n ( x )( x )
2
mencari nilai a
Y b X
n
a=
b=
xy
x2
Mencari nilai a
a=Y- bX
Mencari nilai a dan b dengan rumus pertama maupun ke dua akan menghasilkan nilai
yang sama. Nilai a dan b dapat dikatakn valid jika memenuhi asumsi klasik. Asumsi-
asumsi yang harus dipenuhi dalam OLS diantaranya :
a. Asumsi nilai harapan bersyarat dari ei, dengan syarat X sebesar Xi mempunyai
nilai nol.
b. Kovarian ei dan ej mempunyai nilai nol. Nilai nol dalam asumsi ini
menjelaskan bahwa antara ei dan ej tidak ada korelasi serial atau tida
berkorelasi.
c. Varian ei dan ej sama dengan simpangan baku.
Metode OLS juga digunakan untuk menguji tingkat signifikan variabel X dalam
mempengaruhi variabel Y, baik berupa pengaruh individual maupun secara bersama-
sama. Yang membedakan uji t dan uji F terletak pada jumlah variabel bebas yang diuji
signifikansinya dalam mempengaruhi variabel Y. Bila hanya menguji signifikansi satu
variabel bebas saja, maka menggunakan uji t. Jika yang diuji lebih dari satu variabel
bebas secara bersama-sama dalam mempengaruhi Y, maka menggunakan uji F. Jika
nilai t negatif, maka daerah ada di sebelah kiri kurva, sedang bila nilai t positif, maka
daerah tolak ada di sebelah kanan. Probabilitas daerah tolak tidak lagi terbagi menjadi
dua dengan porsi masing-masing 2,5%, tetapi telah penuh sebesar 5%
Walaupun dalam penulisan simbol konstanta dan koefisien berbeda, tapi cara
menghitungnya menggunakan metode yang sama dengan metode kuadrat terkecil
biasa (ordinary least square) maupun dengan metode Maximum Likelihood . Mencari
nilai a dan b dengan rumus pertama maupun ke dua akan menghasilkan nilai yang
sama. Nilai a dan b dapat dikatakn valid jika memenuhi asumsi klasik.
mengintepretasikan hasil dari regresi yaitu mengetahui informasi yang ada pada hasil
regresi melalui parameter angka-angka. Dan melakukan perhitungan koefisien
determinasi (R2). Koefisien determinasi mengukur seberapa jauh kemampuan suatu
model untuk menerangkan variasi variabel terikat.