Analisis Regresi

Tutorial/Inisiasi ke-4
Mata Kuliah Ekonomi Manajerial
Program Studi Manajemen
Fakultas Ekonomi

Misnah, S. Pd., M. Pd
 Analisis Regresi

• Teori ekonomi selalu mengandung sebab akibat

(kausalitas). Apakah pernyataan tersebut sesuai
dengan realitas????
• Untuk mengukur (menguji) pernyataan kausalitas
ini dengan realitas maka memerlukan amalisis
regresi.
• Dalam analisis regresi, koefisien regresi adalah
sebuah statistik
Regresi linier bertujuan untuk menjelaskan
pengaruh sejumlah variabel bebas terhadap
variabel tidak bebas. Esensi estimasi regresi
adalah mengetahui koefisien regresi dan arah
parameter variabel bebasnya. Koefisien
regresi menunjukkan besar pengaruh variabel
dependen terhadap variabel independen.
 Distribusi normal

Untuk menentukan nilai estimasi elastisitas ini

memerlukan sejumlah pengamatan (sampel)
dari populasi. Apabila sampel yang diambil
cukup banyak maka distribusi sampel tersebut
akan menyebar normal.
Distribusi normal
1. Variabel х bisa terdeviasi negatif maupun positif
dengan rata-ratanya dengan peluang yang relatif
sama.
2. Nilai tengah (median) variabel х sama dengan
rata-ratanya
3. Peluang nilai ekstim kiri dan kanan amat kecil
4. Distribusi normal mempunyai 2 parameter, rata-
rata dan simpangan baku
5. Luas area di bawah kurva distribusi normal sama
dengan satu.
 Untuk memudahkan perhitungan peluang distribusi
normal dilakukan transformasi normal baku.

 Distribusi normal baku adalah distribusi normal

dengan nilai rata-rat nol dan deviasi standar satu.

 Untuk menguji sebuah koefisien regresi digunakan

uji t, sedangkan untuk menguji model regresi
secara keseluruhan digunakan uji F
Uji t menguji apakah nilai estimasi koefisien
independen variabel (elastisitas) berbeda
nyata (signifikan) dari nol atau tidak.
 Analysis of variance

Analysis of variance (ANOVA) adalah

mendekomposisikan variasi variabel dependen
menjadi variasi regresi (model) dan variase error.
Dalam anova akan lebih mudah apabila
digunakan ukuaran varisi. Ukuran variasi adalah
jumlah kuadrat (sum of squares).
 Lanjutan...

Model regresi linier yang terdiri dari satu atau

lebih variabel independen menjelaskan variasi
sebuah variabel dependen.

Kemampuan model regresi dalam menjelaskan

variasi variabel dependen tercermin dalam
beberapa bentuk.
 Permasalahan dalam Regresi

 Apabila variabel independen dalam model

regresi tidak lengkap atau terlalu banyak akan
tercermin dalam error.

 Error dalam regresi mencerminkan faktor-

faktor yang tidak dijelaskan oleh variabel-
variabel dalam model regresi yang tentu saja
tidak berkorelasi dengan variabel-variabel
indipenden.
 Permasalahan dalam Regresi

 Kasus variabel indipenden terlalu banyak

terjadi apabila dua variabel ata lebih
berkorelasi terlalu tinggi.
 Kasus ini disebut multikolinieritas.
 Multikolinieritas membuat varians error menjadi
terlalu besar.
 Masalah multikolinieritas bisa diatasi dengan
mengambil satu saja variabel yang berkorelasi
tinggi
Terimakasih....