Menurut Yule:
Yi = β1.23 + β12.3 X2i + β13.2 X3i + µi
Indeks 1: Variabel Tidak Bebas (Y)
Indeks 2: Variabel Eksplanatori (X2)
Indeks 3: Variabel Eksplanatori (X3)
β1.23 : Intersep (konstanta), menggambarkan pengaruh
rerata semua variabel yang tidak dimasukkan ke
dalam model regresi terhadap Variabel Y, atau
Nilai rerata Variabel Y, jika X 2 dan X3 tidak ada
perubahan atau sama dengan 0.
β12.3 : Koefisien regresi parsial Variabel X2. Menentukan
pengaruh x2 terhadap Y.
48
β13.2 : Koefisien regresi parsial Variabel X 3. Pengaruh X3
terhadap Y apabila X2 konstan.
49
λ 2 = λ 3 = 0, X2i dan X3i bebas linear.
β12.3 : Perubahan nilai rerata Y atau E(Yi│ X2i , X3i), untuk setiap perubahan
Variabel X2, dengan menjaga X3 konstan.
β13.2 : Perubahan nilai rerata Y atau E(Yi│ X3i , X2i), untuk setiap perubahan
Variabel X3, dengan menjaga X2 konstan.
Penaksir OLS:
Bentuk SRF:
Prosedur OLS:
50
Yi head = β1.23 head + β12.3 head rerata X2i + β13.2 head rerata X3i
Intersep (konstanta):
β1.23 head = rerata Y - β12.3 head rerata X2i - β13.2 head rerata X3i
β12.3 head = ((Σ yi x2i)(Σ x3i2) – (Σ yi x3i)(Σ x2i x3i))/((Σ x2i2)(Σ x3i2) – (Σ x2i x3i)2
β13.2 head = ((Σ yi x3i)(Σ x2i2) – (Σ yi x3i)(Σ x2i x3i))/((Σ x2i2)(Σ x3i2) – (Σ x2i x3i)2
Varian:
σ 2 head = Σ ei2 / N – 3
51
Sifat Penaksir OLS:
Ditransformasikan menjadi:
β12.3 dan β13.2 : mengukur elastisitas output terhadap upah dan modal.
52
β12.3 + β13.2 : Tanggapan output terhadap proporsional input.
R2 = ESS/TSS
= 1 – RSS/TSS
= 1 – Σ ei2/ Σ yi2
Atau
Adjusted R2 = 1 – σ2head/sy2head
53
Atau
Adjusted R2 = 1 – (1-R2)(N-1/N-k)
Signifikan = bermakna
54