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. Hal ini akan semakin jelas
kalau kita runut dari bentuk suatu model 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.
Penulisan model dalam bentuk persamaan fungsi tersebut dicontohkan dalam
persamaan berikut ini:
Persamaan Matematis
 Y  a ! b " ###.. $persamaan.%&
Persamaan 'konometrika
 Y  b( ! b%" ! e ###.. $persamaan.)&
Munculnya e $error term& pada persamaan ekonometrika $persamaan.)&
merupakan suatu penegasan bah*a sebenarnya banyak sekali variabel+variabel
bebas yang mempengaruhi variabel terikat $Y&. arena dalam model tersebut
hanya ingin melihat pengaruh satu variabel " saja, maka variabel+variabel yang
lain dianggap bersifat tetap atau ceteris paribus, yang dilambangkan dengan e.
Bentuk Model
Model persamaan fungsi seperti dicontohkan pada pers.) bertujuan untuk
mengetahui pengaruh variabel bebas terhadap variabel terikat. -leh karena itu,
persamaan tersebut disebut juga sebagai persamaan regresi. Model egresi
mempunyai bermacam+macam bentuk model yang dapat dibedakan berdasarkan

sebaran data yang terlihat dalam scatterplott+nya. Setidaknya terdapat tiga jenis
model yaitu: Model egresi /inier, Model egresi uadratik, Model egresi
ubik
Model Regresi Linier
ata 0linier1 dalam model ini menunjukkan linearitas dalam variabel maupun
lineraitas dalam data. ata linier menggambarkan arti bah*a sebaran data
dalam scatter plot menunjukkan sebaran data yang mendekati bentuk garis
lurus. 2ata semacam ini dapat *ujud apabila perubahan pada variabel Y
sebanding dengan perubahan variabel ". 3ika sebaran datanya
berkecenderungan melengkung, maka cocoknya menggunakan dengan regresi
kuadratik. 3ika sebaran datanya kecenderungannya seperti bentuk 4 atau spiral
regresinya menggunakan regresi kubik.
Model linier sendiri dapat dibedakan sebagai single linier maupun multiple
linier. 2isebut single linier apabila variabel bebas hanya berjumlah satu dengan
batasan pangkat satu. Sedang multiple linier apabila variabel bebas lebih dari
satu variabel dengan batasan pangkat satu. 4ntuk lebih jelasnya akan
dicontohkan bentuk persamaan single linier $pers.5& dan persamaan multiple
linier $pers.6& sebagai berikut:
 Y  b( ! b%" ! e ###.. $pers.5&
 Y  b( ! b%"% ! b)") ! ## ! bn"n! e ###.. $pers.6&
Misalkan dari pers.5 dianggap bah*a Y  7nflasi, dan "  bunga deposito
$8udep& pada periode tertentu, dan jika datanya telah diketahui, maka data akan
tergambar dalam bentuk titik+titik yang merupakan sebaran data dalam scatter
plot. 2engan menggunakan data penelitian hubungan antara inflasi dan bunga
deposito antara 3anuari )((% hingga -ktober )((), maka sebaran datanya
tergambar sebagai berikut:
Hubungan Suku 8unga terhadap 7nflasi

9amabr 5.
Sebaran data tersebut di atas $gambar 5& menunjukkan hubungan yang positif,

yaitu jika bunga deposito meningkat, maka inflasi juga meningkat. 8egitu pula
jika bunga deposito menurun, inflasi juga turun. Sedangkan contoh sebaran data
yang digambarkan dalam scatter plot di ba*ah ini $gambar 6&, menunjukkan
bah*a hubungan antara variable fenegat $feksi negative& dan /atribut
$tribut& mempunyai hubungan yang negative.
3ika atributnya berkurang, maka afeksi negatifnya meningkat. 8egitu pula
sebaliknya. 2ari scatter plot kedua gambar tersebut $baik gambar di atas
maupun di ba*ah ini& menunjukkan bah*a sebaran datanya menyebar
memanjang lurus, sehingga dapat di*akili dengan garis lurus. -leh karena itu,
kedua scater plot tersebut akan tepat digunakan regresi linier.
Model Kuadratik
Salah satu ciri model kuadratik dapat diketahui dari adanya pangkat dua pada
salah satu variabel bebasnya. ;iri yang lain dapat dilihat dari pengamatan
terhadap scatter plott yang menunjukkan kecenderungan sebaran data
membentuk lengkung, tidak seperti model linier yang cenderung lurus.
Model kuadratik dituliskan dalam persamaan fungsi sebagai berikut:
)
 Y  b( ! b%"% ! b)"% ! e ###.. $pers.<&

Model Kubik
Salah satu ciri model kubik dapat diketahui dari adanya pangkat tiga pada salah
satu variabel bebasnya. -leh karena itu sering disebut juga dengan fungsi
berderajat tiga. ;iri yang lain dapat dilihat dari pengamatan terhadap scatter
plott yang menunjukkan kecenderungan sebaran data yang berbentuk lengkung
dengan arah yang berbeda. Setiap fungsi kubik setidaktidaknya mempunyai
sebuah titik belok $inflexion point&, yaitu titik peralihan bentuk kurva dari
cekung menjadi cembung atau dari cembung menjadi cekung.
Model kuadratik dituliskan dalam persamaan fungsi sebagai berikut:
) 5
 Y  b( ! b%=%! b %"% ! b%"% ! e ###..$pers.>&

Notasi Model
Huruf Y memerankan fungsi sebagai variabel dependen atau variabel terikat. Y
sering juga disebut sebagai variabel gayut, variabel yang dipengaruhi, atau
variabel endogin. 2engan alasan keseragaman, penulisan huruf Y diletakkan
disebelah kiri tanda persamaan. Sedang variabel independen yang secara umum
disimbolkan dengan huruf " diletakkan disebelah kanan tanda persamaan.
Huruf " menggambarkan variabel bebas atau variabel yang mempengaruhi.
-leh karena itu variabel ini mempunyai nama lain seperti variabel independen,
variabel penduga, variabel estimator, atau juga variabel eksogen. Peletakannya
di sebelah kanan tanda persamaan menunjukkan perannya sebagai variabel yang
mempengaruhi.
Huruf b( sering juga dituliskan dengan huruf a, ?, atau juga @ (. Secara substansi
penulisan itu mempunyai arti yang sama, yaitu menunjukkan konstanta atau
intercept yang merupakan sifat ba*aan dari variabel Y.
onstanta ini mempunyai angka yang bersifat tetap yang sekaligus
menunjukkan titik potong garis regresi pada sumbu Y. 3ika konstanta itu
bertanda positif maka titik potongnya di sebelah atas titik srcin $(&, sedang bila
bertanda negatif titik potongnya di sebelah ba*ah titik srcin. Ailai konstanta
ini merupakan nilai dari variabel Y ketika variabel " bernilai nol. tau dengan
bahasa yang mudah, nilai konstanta merupakan sifat ba*aan dari Y.
Huruf b%, b), bn merupakan parameter yang menunjukkan slope atau kemiringan
garis regresi. Parameter ini sering juga dituliskan dengan bentuk b, atau @ %,@),@n.
Meskipun dituliskan dengan tanda yang berbeda, secara substansi parameter ini
menunjukkan betaatau koefisien korelasi yang sekaligus menunjukkan tingkat
elastisitas dari variabel " tersebut. Ailai beta ini memungkinkan untuk bernilai
positif maupun negatif. Banda positif menunjukkan hubungan yang searah
antara variabel " dengan variabel Y. rtinya jika " mengalami peningkatan
maka Y juga mengalami peningkatan. Sebaliknya jika " mengalami penurunan
maka Y pun akan menurun. rah hubungan seperti itu tidak terjadi pada beta
yang berangka negatif. arena jika tandanya negatif arah hubungan " terhadap
Y saling berla*anan. 3ika " meningkat maka Y menurun, sebaliknya jika "
menurun maka nilai statistik t meningkat. 2emikian pula, karena nilai koefisien
korelasi ini juga menunjukkan tingkat elastisitas, maka dari besarnya nilai

koefisien korelasi
besarnya lebih dari$b& tersebut
satu $bC%& dapat
maka ditentukan jenisrtinya,
disebut elastis. elastisitasnya. 3ika nilai
jika variabel " b
mengalami perubahan, maka variabel Y akan mengalami perubahan yang lebih
besar dari perubahan yang ada pada variabel " tersebut. 3ika nilai b besarnya
sama dengan angka satu $b%& disebut uniter elastis. rtinya, jika variabel "
mengalami perubahan, maka variabel Y akan mengalami perubahan yang sama
besar dengan perubahan yang ada pada variabel " tersebut. 3ika nilai b besarnya
lebih kecil dari angka satu $bD%& disebut inelastis. rtinya, jika variabel "
mengalami perubahan, maka variabel Y akan mengalami perubahan yang lebih
kecil dari perubahan yang ada pada variabel " tersebut.
Huruf e merupakan kependekan dari error term atau kesalahan penggganggu.

Simbol error ini tidak jarang dituliskan dalam huruf E atau F. Simbol ini
merupakan karakteristik dari ekonometrika yang tidak dapat dilepaskan dari
unsur+unsur stokhastik atau hal+hal yang mengandung probabilita, karena hasil
yang ditunjukkan oleh model ekonometrika hanya bersifat perkiraan, dalam arti
tidak menunjukkan kebenaran yang mutlak. -leh karena itu nama lain dari
simbol ini tidak terlepas dari sifat dasar itu seperti: disturbance error atau
stochastic disturbance.kesalahan pengganggu ini sendiri mempunyai banyak
sebab yang dapat menimbulkannya seperti:
%. tidak seluruh variabel bebas yang mempunyai potensi dalam mempengaruhi
variabel terikat dapat disebutkan dalam model.
). kesalahan asumsi dalam menentukan teori yang
di*ujudkan sebagai model.
5. ketidaklengkapan data yang dianalisis.
6. ketidaktepatan model yang digunakan.
Misalnya, seharusnya digunakan model kuadratik tetapi justru yang digunakan
adalah model linier, atau sebaliknya.
Spesifikasi Model dan Data
Secara spesifik model dalam ekonometrika dapat dibedakan menjadi: model
ekonomi $economic model) dan model statistic $statistical model).
Model Ekonomi
biasanya dituliskan dalam bentuk persamaan sebagai berikut:
 ! b" # b$%$ # b&%&
Banda b  parameter, menunjukkan ketergantungan variabel Y terhadap variabel
"
b(  intercept, menjelaskan nilai variabel terikat ketika
masing+masing variabel bebasnya bernilai ( $nol&.
Model ini menggambarkan rata+rata hubungan sistemik antara variabel Y, "%,
"). 2alam model ini nilai e tidak tertera, karena nilai e diasumsikan non
random. 2alam realita, model ini tidak mampu menjelaskan variabelvariabel
ekonomi secara pas $clear&, oleh karena itu membutuhkan regresi.
Model Statistik
Model ekonomi seperti yang dijelaskan di atas, mencerminkan nilai harapan,

maka
 dapat
' $Y&pula
 b( ditulis:
! b%"% ! b) ")
arena nilai harapan, maka tentu tidak akan secara pasti sesuai dengan realita.
-leh karena itu akan muncul nilai random error term (e). Ailai e sendiri
merupakan selisih antara nilai kenyataan dan nilai harapan. Secara matematis
dapat dituliskan sebagai berikut:
 e  Y G '$Y& atau e  Y GY
jadi, Y  Y ! e
karena, Y  ' $Y&  b( ! b%"% ! b) ")
maka Y  b( ! b%"% ! b) ") ! e
tanda e pada persamaan di atas mencerminkan distribusi probabilitas. tau
dapat pula dianggap sebagai pengganti variabel+variabel berpengaruh lain selain
variabel yang dijelaskan dalam model. 2alam teori ekonomi, e merupakan
representasi dari asumsi ceteris paribus. Pengakuan adanya variabel lain yang
berpengaruh, meskipun tidak disebutkan variabel apa, cukup ditulis dengan
tanda e, maka model menjadi lebih realistik. gar terdapat gambaran yang jelas,
maka nilai e harus diasumsikan. sumsi+asumsinya adalah:
%. Ailai harapan e sama dengan ( $nol&.
'$e&  (, masing+masing random error mempunyai distribusi probabilitas 
(. Meskipun e bisa bernilai positif atau negatif, tetapi rata+rata e harus  (.
). Iariance residual sama dengan standar deviasi
Iar $e& J ) , artinya: masing+masing random error mempunyai distribusi
probabilitas variance yang sama dengan standar deviasi $σ2 &. sumsi ini
menjelaskan bah*a residual bersifat homoskedastik.
5. ovarian ei dan ej mempunyai nilai nol.
;ov $ei, ej&  (. Ailai nol dalam asumsi ini menjelaskan bah*a antara ei dan
ej tidak ada korelasi serial atau tida berkorelasi $autocorrelation&.
6. Ailai random error mempunyai distribusi probabilitas yang normal.
arena masing, masing observasi Y tergantung pada e, maka masing+masing
Y juga memiliki varian yang random. 2engan demikian, statistik Y menjadi
sebagai berikut:
%. Ailai harapan Y tergantung pada nilai masingmasing variabel penjelas dan
parameterparameternya. 2engan menggunakan asumsi '$e&  (, maka rata+rata
perubahan nilai Y untuk setiap observasi ditentukan oleh fungsi regresi.
 ' $Y&  b( ! b%"% ! b) ")
). Iariance distribusi probabilitas Y tidak dapat berubah setiap observasi.
)
 Iar $Y&  Iar $e&  J
5. Bidak ada kaitan langsung antara observasi satu dengan observasi lainnya.
 ;ov $Yi, Yj&  ;ov $ei, ej&  (
6. Ailai Y secara normal terdistribusi di sekitar rata+rata.
sumsi+asumsi di atas difokuskan pada pembahasan variabel terikat. Perlu
adanya asumsi tambahan terhadap variabel penjelas, yaitu:
%. Iariabel independen tidak bersifat random, karena dengan jelas dapat
diketahui dari data.
). Iariabel independen tidak merupakan fungsi linear dari yang lain. sumsi ini
penting agar tidak terjadi redundancy, yang menyebabkan multikolinearitas.

Kesimpulan'
2alam suatu model regresi terdapat dua jenis variabel, yaitu variabel terikat dan
variabel bebas, yang dipisahkan oleh tanda persamaan. Iariabel terikat sering
disimbolkan dengan Y, biasa pula disebut sebagai variabel dependen, variabel
tak bebas, variabel yang dijelaskan, variabel yang diestimasi, variabel yang
dipengaruhi. ;irinya, berada pada sebelah kiri tanda persamaan $&. Iariabel
bebas sering disimbolkan dengan ", biasa pula disebut sebagai variabel
independen, variabel yang mempengaruhi, variabel penjelas, variabel estimator,
variabel penduga, variabel yang mempengaruhi, variabel prediktor. ;irinya
terletak pada sebelah kanan tanda persamaan $&. 2alam suatu model juga
terdapat parameter+parameter yang disebut konstanta, juga koefisien korelasi.
onstanta sering disimbolkan dengan a, atau b(, atau @(.
oefisien korelasi disebut pula sebagai beta, 8, b, menunjukkan slope,
kemiringan, elastisitas.

a. Model adalah refleksi dari realita atau simplikasi dari kenyataan yang
berfungsi sebagai panduan analisis melalui penyederhanaan dari realitas
yang ada.
b. Model egresi /inier, Model egresi uadratik, Model egresi ubik
c. Model egresi /inier menggambarkan arti bah*a sebaran data dalam
scatter plot menunjukkan sebaran data yang mendekati bentuk garis
lurus. 2ata semacam ini dapat *ujud apabila perubahan pada variabel Y
sebanding dengan perubahan variabel ".
Model egresi uadratik 3ika sebaran datanya berkecenderungan
melengkung.
Model egresi ubik 3ika sebaran datanya kecenderungannya seperti
bentuk 4 atau spiral.
d. 3ika hubungan antara variable fenegat $feksi negative& dan /atribut
$tribut& mempunyai hubungan yang negative. 3ika atributnya berkurang,
maka afeksi negatifnya meningkat. 8egitu pula sebaliknya.