BAB II

MODEL REGRESI

Model dalam keilmuan ekonomi berfungsi sebagai panduan analisis

melalui penyederhanaan dari realitas yang ada. Sehingga model sering diartikan
refleksi dari realita atau simplikasi dari kenyataan. Penulisan model ekonometrika
adalah merupakan pengembangan dari persamaan fungsi secara sistematis, karena
pada hakikatnya sebuah fungsi adalah sebuah persamaan yang menggambarkan
hubungan sebab akibat antara sebuah variabel dengan satu atau lebih variabel lain.
Penulisan model dalam bentuk persamaan fungsi tersebut dicontohkan dalam
persamaan sebagai berikut :

Persamaan Matematis

Y=a+bX (pers 1)

Persamaan Ekonometrika

Y = b0 + b1X+e (Pers 2)

Munculnya e (error term) pada persamaan ekonometrika (pers.2) merupakan

suatu penegasan bahwa sebenarnya banyak sekali Karena dalam model tersebut
hanya ingin melihat pengaruh satu variabel X saja, maka variabel-variabel yang
lain dianggap bersifat tetap atau ceteris paribus, yang dilambangkan dengan e.
a. Bentuk Model
Model persamaan fungsi pada persamaan 2 bertujuan untuk mengetahui
pengaruh variabel bebas terhadap variabel terikat sehingga disebut persamaan
regresi.
Ada 3 jeni model regresi :

1. Model Regreesi Linier

Linier menggambarkan arti bahwa sebaran data dalam scatter plot
menunjukkan sebaran data yang mendekati bentuk garis lurus. Data
semacam ini dapat wujud apabila perubahan pada variabel Y sebanding
dengan perubahan variabel X. Jika sebaran datanya berkecenderungan
melengkung, maka cocoknya menggunakan dengan regresi kuadratik. Jika
sebaran datanya kecenderungannya seperti bentuk U atau spiral regresinya
menggunakan regresi kubik.
Model regresi dibedakan menjadi :
a. Single Linier
 Apabila variabel bebas hanya berjumlah satu dengan batasan pangkat
satu
Persamaan Single Linear
Y = b0 + b1 + X + e
b. Multiple Linear
Apabila variabel bebas lebih dari satu variabel dengan batasan pangkat
satu
Persamaan Multiple Linear
Y = b0 + b1X1 + b2X2 + + bnXn + e .. (pers.4)
Keterangan :
Y :Variabel terikat
b0 : Konstanta
b1,2,3 : Koefisien Regresi
X1,2,3 : Variabel bebas
e : Error term
+/- : hubungan antara variabel bebas terhadap variabel terikat
+ : Hubungan searah
- : Hubungan berlawanan

Misalkan dari pers.3 dianggap bahwa Y = Inflasi, dan X = bunga

deposito (Budep) pada periode tertentu, dan jika datanya telah diketahui,
maka data akan tergambar dalam bentuk titik-titik yang merupakan
sebaran data dalam scatter plot. Dengan menggunakan data penelitian
hubungan antara inflasi dan bunga deposito antara Januari 2001 hingga
Oktober 2002, maka sebaran datanya tergambar sebagai berikut:

Hubungan Suku Bunga terhadap Inflasi

 Sebaran data di atas menunjukkan hubungan yang positif, yaitu
jika bunga deposito meningkat, maka inflasi juga meningkat. Begitupula
jika bunga deposito menurun , inflasi juga turun.
Sedangkan contoh sebaran data yang digambarkan dalam scatter plot di
bawah ini (gambar 4), menunjukkan bahwa hubungan antara variable
Afenegat (Afeksi negative) dan Latribut (Atribut) mempunyai hubungan
yang negative.
Jika atributnya berkurang, maka afeksi negatifnya meningkat.
Begitu pula sebaliknya. Dari scatter plot kedua gambar tersebut (baik
gambar di atas maupun di bawah ini) menunjukkan bahwa sebaran datanya
menyebar memanjang lurus, sehingga dapat diwakili dengan garis lurus.
Oleh karena itu, kedua scater plot tersebut akan tepat digunakan regresi
linier.

2. Model Kuadratik
Salah satu ciri model kuadratik dapat diketahui dari adanya pangkat dua
pada salah satu variabel bebasnya. Ciri yang lain dapat dilihat dari scatter
plott yang menunjukkan kcenderungan sebaran data membentuk lengkung,
tidak seperti model linear yang cenderung lurus
Persamaan fungsi Kuadratik sebagai berikut :
Y = b0 + b1 X1 + b2X12 + e (pers. 5)

3. Model Kubik
Salah satu ciri model kubik dapat diketahui dari pangkat tiga pada salah
satu variabel bebasnya. Oleh karena itu sering disebut juga dengan fungsi
berderajat tiga. Ciri lain dilihat dari pengamatan terhadap scatter plott
yang menunjukkan kecenderungan sebaran data yang berbentuk lengkung
dengan arah yang berbeda.
Setiap fungsi kubik setidaknya mempunyai sebuah titik belok (inflextion
point), yaitu titik peralihan bentuk kurva dari cekung menjadi cembung
atau dari cembung menjadi cekung.
Model kuadratik dituliskan dalam persamaan fungsi :
Y = b0 + b1 +b1X1 + b1X12 + b1X13 + e (pers. 6)

NOTASI MODEL

Huruf Y memerankan fungsi sebagai variabel atau variabel terikat. Y

sering juga disebut sebagai variabel gayut, variabel yang mempengaruhi,
atau variabel endogin.
Huruf X menggambarkan variabel bebas atau variabel yang
mempengaruhi. Atau mempunyai nama lain variabel independen, variabel
penduga, variabel estimator, atau juga variabel eksogen.
Keterangan :
a. Huruf b0 atau a : menunjukkan konstanta atau intercept yang
merupakan sifat bawaan dari varaibel Y, konstanta mempunyai angka
yang bersifat tetap sekaligus menunjukkan titik potong garis regresi
pada sumbu Y.
Jika konstanta bertanda positif maka titik potong di sebelah atas titik
origin (0), bila bertanda negatif titik potong sebelah bawah titik origin.
b. Huruf b1 , b2, bn
Merupakan parameter yang menunjukkan slope atau kemiringan garis
regresi.
Parameter ini sering juga dituliskan dengan bentuk b, atau 1,
2, n. secara substansi perameter ini menunjukkan beta atau
Menunjukkan koefisien korelas yang sekaligus menunjukkan tingkat
elastisitas dari variabel x tersebut. Nilai beta ini memungkinkan untuk
bernilai positif dan negatif.
Tanda positif menunjukkan hubungan yang searah antara
variabel X dengan variabel Y. Jika X mengalami peningkatan maka Y
juga mengalami peningkatan.jika X mengalami penurunan begitu pula
dengan Y. Jika tandanya negatif maka hubungan X dengan Y saling
berlawanan. Jika X meningkat maka Y menurun.Jika X menurun maka
nilai statistik t meningkat. Koefisien korelasi ini menunjukkan tingkat
elastisitas.
 1. Elastis
Jika b besarnya lebih dari satu (b>1)
Artinya jika variabel X mengalami perubahan, maka variabel Y
akan mengalami perubahanyang lebih besar dari perubahan yang
ada pada variabel X
2. Uniter Elastis
Jika nilai b besarnya sama dengan angka satu (b = 1)
Jika variabel X mengalami perubahan, maka variabel Y akan
mengalami perubahan yang sama besar dengan perubahan yang
ada pada variabel X tersebut
3. Inelastis
Jika nilai b besarnya lebih kecil dari angka satu (b<1)
Jika variabel X mengalami perubahan, maka variabel Y akan
mengalami perubahan, maka variabel Y akan mengalami
perubahan yang lebih kecil dari perubahan yang ada pada variabel
X tersebut.
c. Huruf e (error) term atau kesalahan pengganggu
Simbol ini merupakan karakteristik dari ekonometrika yang tidak
dapat dilepaskan dari unsur-unsur stokhastik atau hal-hal yang
mengandung probabilita, Oleh karena itu nama lain dari simbol ini
tidak terlepas dari sifat dasar itu seperti : disturbance error atau
sthcastic disturbance.
Kesalahan pengganggu ini sendiri mempunyai banyak sebab yang
dapat menimbulkannya sperti :
1. Tidak seluruh variabel bebas yang mempunyai potensi dalam
mempengaruhi variabel terikat dapat disebutkan dalam model.
2. Kesalahan asumsi dalam menentukan teori yang diwujudkan
sebagai model.
3. Ketidaklengkapan data yang dianalisis.
4. Ketidaktepatan model yang digunakan
Misalnya seharusnya digunakan model kuadratik tetapi justru yang
digunakan adalah model linear atau sebaliknya.

Spesifikasi Model dan Data

Model Ekonomi dibedakan menjadi dua yaitu model ekonomi
(economic model), dan model statistic (statistical model).
a. Model Ekonomi

Y = b0 + b1X1 + b2X2
 Keterangan :
b :menunjukkan ketergantungan variabel Y terhadap variabel X
b0 :intercept, menjelaskan nilai variabel terikat ketika masing-masing
variabel bebasnya bernilai 0 (nol). Model ini yang menggambarkan
hubungan sistemik antara variabel Y, X1, X2.
e :diasumsikan non random model ini tidak mampu menjelaskan
variabel-variabel ekonomi secara pas (clear), oleh karean itu
membutuhkan regresi.
b. Model Statistik
Model ekonomi seperti yang dijelaskan di atas mencerminkan nilai
harapan, maka dapat ditulis :
E(Y) = b0 + b1X1 + b2X2

Karena nilai harapan, maka tidak akan secara pasti sesuai dengan
realita, sehingga akan muncul nilai random error term (e). Nilai e
merupakan selisih antara nilai kenyataan dan nilai harapan.

Tanda e mencerminkan distribusi probabilitas atau dianggap sebagai

pengganti variabel-variabel berpengaruh lain selain variabel yang
dijelaskan dalam model. Dalam teori ekonomi e merupakan
representasi dari asumsi ceteris paribus.

Asumsi-asumsinya :
1. Nilai harapan e sama dengan 0 (nol). E(e) = 0, masing-masing random
error mempunyai distribusi probabilitas = 0. Meskipun e bisa bernilai
positif atau negatif, tetapi rata-rata e harus = 0.
2. Variance residual sama dengan standar deviasi Var (e) = , artinya:
masing masing random error mempunyai distribusi probabilitas variance
yang sama dengan standar deviasi = () . Asumsi ini menjelaskan bahwa
residual bersifat homoskedastik.
3. Kovarian ei dan ej mempunyai nilai nol. Cov (ei, ej) = 0. Nilai nol dalam
asumsi ini menjelaskan bahwa antara ei dan ej tidak ada korelasi serial
atau tida berkorelasi (autocorrelation).
4. Nilai random error mempunyai distribusi probabilitas yang normal.
Karena masing, masing observasi Y tergantung pada e, maka masing-
masing Y juga memiliki varian yang random. Dengan demikian, statistik
Y menjadi sebagai beriku:
a. Nilai harapan Y tergantung pada nilai masing-masing variabel penjelas
dan parameterparameternya. Dengan menggunakan asumsi E(e) = 0,
maka rata-rata perubahan nilai Y untuk setiap observasi ditentukan
oleh fungsi regresi. E (Y) = b0 + b1X1 + b2 X2
b. Variance distribusi probabilitas Y tidak dapat berubah setiap observasi.
Var (Y) = Var (e) =
c. Tidak ada kaitan langsung antara observasi satu dengan observasi
lainnya.
Cov (Yi, Yj) = Cov (ei, ej) = 0
d. Nilai Y secara normal terdistribusi di sekitar ratarata. Asumsi-asumsi
di atas difokuskan pada pembahasan variabel terikat. Perlu adanya
asumsi tambahan terhadap variabel penjelas, yaitu:
1. Variabel independen tidak bersifat random, karena dengan jelas
dapat diketahui dari data.
2. Variabel independen tidak merupakan fungsi linear dari yang lain.
Asumsi ini penting agar tidak terjadi redundancy, yang
menyebabkan multikolinearitas.

Maksud dari uraian bab ini yaitu :

Untuk mengidentifikasi beberapa variabel saja, maka dibenarkan untuk
mengabaikan variabel-variabel yang lain. Cara yang dilakukan adalah
membuat model, yang menjelaskan variabel-variabel yang hendak diteliti saja.
Sedang untuk variabel-variabel lain yang terkait tetapi tidak hendak diteliti,
dapat diabaikan. Hal ini dibenarkan dalam keilmuan sosial (ekonomi), karena
terlalu banyak faktorfaktor yang saling terkait dan sangat sulit untuk
diidentifikasi secara menyeluruh, sehingga perlu asumsi yang menganggap
tidak adanya perubahan dari variabelvariabel yang disebut dengan ceteris
paribus. Model dalam keilmuan ekonomi berfungsi sebagai panduan analisis
melalui penyederhanaan dari realitas yang ada. Sehingga model sering
diartikan refleksi dari realita atau simplikasi dari kenyataan. Yang memang
berbentuk sangat sederhana. Penulisan model dalam ekonometrika adalah
merupakan pengembangan dari persamaan fungsi secara matematis,
karena pada hakikatnya sebuah fungsi adalah sebuah persamaan yang
menggambarkan hubungan sebab akibat antara sebuah variabel dengan satu
atau lebih variabel lain.
Dalam suatu model regresi terdapat dua jenis variabel, yaitu variabel terikat
dan variabel bebas, yang dipisahkan oleh tanda persamaan. Variabel terikat
sering disimbolkan dengan Y, biasa pula disebut sebagai variabel dependen,
variabel tak bebas, variabel yang dijelaskan, variabel yang diestimasi, variabel
yang dipengaruhi. Cirinya, berada pada sebelah kiri tanda persamaan (=).
Variabel bebas sering disimbolkan dengan X, biasa pula disebut sebagai
variabel independen, variabel yang mempengaruhi, variabel penjelas, variabel
estimator, variabel penduga, variabel yang mempengaruhi, variabel prediktor.
Cirinya terletak pada sebelah kanan tanda persamaan (=). Dalam suatu model
juga terdapat parameterparameter yang disebut konstanta, juga koefisien
korelasi.
Konstanta sering disimbolkan dengan a, atau b0, atau . Koefisien korelasi
disebut pula sebagai beta, B, b, menunjukkan slope, kemiringan, elastisitas.

a. Apa yang dimaksud dengan Model ?

b. Jenis- jenis model Ekonometrika :

a. Model regresi linier
b. Model kuadratik
c. Model kubik

c. Perbedaan antara jenis-jenis model ekonometrika

Model regresi linier
1. Persamaan Single Linear
Apabila variabel bebas hanya berjumlah satu dengan batasan pangkat
satu

Y = b0 + b1 + X + e

2. Multiple Linear

Apabila variabel bebas lebih dari satu variabel dengan batasan pangkat
satu. Persamaan Multiple Linear

Y = b0 + b1X1 + b2X2 + + bnXn + e ..

Model linier dapat dituliskan dalam bentuk :

Y = b0 + b1X1 + b2 X2,
 Model kuadratik
Salah satu ciri model kuadratik dapat diketahui dari adanya
pangkat dua pada salah satu variabel bebasnya. Ciri yang lain dapat dilihat
dari scatter plott yang menunjukkan kcenderungan sebaran data
membentuk lengkung, tidak seperti model linear yang cenderung lurus

Persamaan fungsi Kuadratik sebagai berikut :

Y = b0 + b1 X1 + b2X12 + e (pers. 5)

Model Kubik
Salah satu ciri model kubik dapat diketahui dari pangkat
tiga pada salah satu variabel bebasnya. Oleh karena itu sering
disebut juga dengan fungsi berderajat tiga. Ciri lain dilihat dari
pengamatan terhadap scatter plott yang menunjukkan
kecenderungan sebaran data yang berbentuk lengkung dengan arah
yang berbeda.
Setiap fungsi kubik setidaknya mempunyai sebuah titik
belok (inflextion point), yaitu titik peralihan bentuk kurva dari
cekung menjadi cembung atau dari cembung menjadi cekung.
Model kuadratik dituliskan dalam persamaan fungsi :

Y = b0 + b1 +b1X1 + b1X12 + b1X13 + e (pers. 6)

d. Asumsi-asumsi yang harus dipenuhi dalam regresi linier

Asumsi-asumsinya :
Nilai harapan e sama dengan 0 (nol). E(e) = 0, masing-masing
random error mempunyai distribusi probabilitas = 0. Meskipun e
bisa bernilai positif atau negatif, tetapi rata-rata e harus = 0.
Variance residual sama dengan standar deviasi Var (e) = , artinya:
masing-masing random error mempunyai distribusi probabilitas
variance yang sama dengan standar deviasi = () . Asumsi ini
menjelaskan bahwa residual bersifat homoskedastik.
Kovarian ei dan ej mempunyai nilai nol. Cov (ei, ej) = 0. Nilai nol
dalam asumsi ini menjelaskan bahwa antara ei dan ej tidak ada
korelasi serial atau tida berkorelasi (autocorrelation).
Nilai random error mempunyai distribusi probabilitas yang normal.
Karena masing, masing observasi Y tergantung pada e, maka
masing-masing Y juga memiliki varian yang random. Dengan
demikian, statistik Y menjadi sebagai berikut:
 Nilai harapan Y tergantung pada nilai masing-masing variabel
penjelas dan parameterparameternya. Dengan menggunakan asumsi
E(e) = 0, maka rata-rata perubahan nilai Y untuk setiap observasi
ditentukan oleh fungsi regresi. E (Y) = b0 + b1X1 + b2 X2
Variance distribusi probabilitas Y tidak dapat berubah setiap
observasi. Var (Y) = Var (e) =
Tidak ada kaitan langsung antara observasi satu dengan observasi
lainnya. Cov (Yi, Yj) = Cov (ei, ej) = 0
Nilai Y secara normal terdistribusi di sekitar ratarata. Asumsi-asumsi
di atas difokuskan pada pembahasan variabel terikat. Perlu adanya
asumsi tambahan terhadap variabel penjelas, yaitu.
Variabel independen tidak bersifat random, karena dengan jelas
dapat diketahui dari data.
Variabel independen tidak merupakan fungsi linear dari yang lain.
Asumsi ini penting agar tidak terjadi redundancy, yang
menyebabkan multikolinearitas.
Sebaran data dalam scatter menggambarkan arti bahwa sebaran data
dalam scatter plot menunjukkan sebaran data yang mendekati bentuk
garis lurus. Data dapat wujud apabila perubahan pada variabel Y
sebanding dengan perubahan variabel X.
Jika sebaran data berkecenderungan melengkung, maka cocoknya
menggunakan dengan regresi kuadratik
Jika sebaran datanya kecenderungannya seperti bentuk U atau spiral
regresinya menggunakan regresi kubik
Single linear apbila variabel bebas hanya berjumlah satu dengan
batasan pangkat satu.
Multiple linear apabila variabel bebas lebih dari satu variabel dengan
batasan pangkat satu.