Obs
Mean
X
Y
17
17
220.19
96.41176
Std. Dev.
73.38672
19.72216
Min
Max
110.02
64.1
354.93
121.1
. reg Y X
Source
SS
df
MS
Model
Residual
5864.47925
358.938582
1
15
5864.47925
23.9292388
Total
6223.41783
16
388.963614
Coef.
X
_cons
.2608779
38.96907
Fungsi Regresi:
Std. Err.
.0166643
3.856352
t
15.65
10.11
Number of obs
F( 1,
15)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
17
245.08
0.0000
0.9423
0.9385
4.8918
P>|t|
0.000
0.000
.2253588
30.74945
.296397
47.18868
Y = B0 + B1 X
Y =38,96907+ 0,2608779 X
Keterangan:
Y = Indeks Harga Konsumen
X = Jumlah Uang yang Beredar
Ketika Jumlah uang yang beredar = 0, maka nilai Indeks Harga Konsumen
(IHK) adalah sebesar 38,96907. Nilai ini disebut juga titik potong.
Ketika jumlah uag yang beredar naik 1 point, maka nilai Indeks Harga
Konsumen akan naik sebesar 0,2608779.
Kemiringan = B1 = 0,2608779
X
220.19
Elastisitas = B 1 Y =0,2608779 96.41176 =0,5958
( )
SS
df
MS
Model
Residual
.700977328
.026052184
1
15
.700977328
.001736812
Total
.727029512
16
.045439345
lnY
Coef.
lnX
_cons
.5889647
1.40405
Fungsi Regresi:
Std. Err.
.0293166
.1568134
t
20.09
8.95
Number of obs
F( 1,
15)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
17
403.60
0.0000
0.9642
0.9618
.04168
P>|t|
0.000
0.000
.5264778
1.06981
.6514516
1.73829
ln Y = B0 + B1 ln X
ln Y =1,40405+ 0,5889647 ln X
Keterangan:
Y = Indeks Harga Konsumen
X = Jumlah Uang yang Beredar
Ketika nilai ln X= 0, maka niai ln Y adalah sebesar 1,40405. Nilai ini disebut
juga titik potong.
Ketika jumlah uang yang beredar naik 1%, maka nilai Indeks Harga
Konsumen akan naik sebesar 0,5889647%.
Kemiringan =
Elastisitas =
B1
=0,25788
( YX )=0,5889647 ( 96.41176
220.19 )
B 1=0,5889647
. reg lnY X
Source
SS
df
MS
Model
Residual
.674998312
.0520312
1
15
.674998312
.003468747
Total
.727029512
16
.045439345
lnY
Coef.
X
_cons
.0027988
3.931578
Fungsi Regresi:
Std. Err.
.0002006
.04643
t
13.95
84.68
Number of obs
F( 1,
15)
Prob > F
R-squared
Adj R-squared
Root MSE
=
=
=
=
=
=
17
194.59
0.0000
0.9284
0.9237
.0589
P>|t|
0.000
0.000
.0023712
3.832615
.0032265
4.030541
ln Y = B0 + B1 X
ln Y =3.931578+ 0,0027988 X
Keterangan:
Y = Indeks Harga Konsumen
X = Jumlah Uang yang Beredar
Ketika nilai X= 0, maka niai ln Y adalah sebesar 3,931578. Nilai ini disebut
juga titik potong.
Ketika jumlah uang yang beredar naik 1%, maka nilai Indeks Harga
Konsumen akan naik sebesar 0,27988%.
Kemiringan =
Elastisitas =
. reg Y lnX
Source
SS
df
MS
Model
Residual
5939.16436
284.253475
1
15
5939.16436
18.9502317
Total
6223.41783
16
388.963614
Coef.
lnX
_cons
54.21256
-192.9661
Fungsi Regresi:
Std. Err.
3.062277
16.38
t
17.70
-11.78
Number of obs
F( 1,
15)
Prob > F
R-squared
Adj R-squared
Root MSE
P>|t|
0.000
0.000
=
=
=
=
=
=
17
313.41
0.0000
0.9543
0.9513
4.3532
60.73965
-158.053
Y = B0 + B1 ln X
Y =192.9661+54,21256 ln X
Keterangan:
Y = Indeks Harga Konsumen
X = Jumlah Uang yang Beredar
Ketika nilai ln X= 0, maka niai Y adalah sebesar
B1
B1
1
( X1 )=54,21256 ( 220,19
)=0,2462
1
( Y1 )=54,21256( 96,41176
)=0,5623
Model dikatakan baik menurut Gujarati (2006), jika memenuhi beberapa kriteria seperti di
bawah ini:
1. Parsimoni: Suatu model tidak akan pernah dapat secara sempurna menangkap realitas;
akibatnya kita akan melakukan sedikit abstraksi ataupun penyederhanaan dalam
pembuatan model.
2. Mempunyai Identifikasi Tinggi: Artinya dengan data yang ada, parameter-parameter yang
diestimasi harus mempunyai nilai-nilai yang unik atau dengan kata lain, hanya akan ada
satu parameter saja.
3. Keselarasan (Goodness of Fit): Tujuan analisis regresi ialah menerangkan sebanyak
mungkin variasi dalam variabel tergantung dengan menggunakan variabel bebas dalam
model. Oleh karena itu, suatu model dikatakan baik jika eksplanasi diukur dengan
menggunakan nilai adjusted r2 yang setinggi mungkin.
4. Konsitensi Dalam Teori: Model sebaiknya segaris dengan teori. Pengukuran tanpa teori
akan dapat menyesatkan hasilnya.
5. Kekuatan Prediksi: Validitas suatu model berbanding lurus dengan kemampuan prediksi
model tersebut. Oleh karena itu, pilihlah suatu model yang prediksi teoritisnya berasal
dari pengalaman empiris.