Anda di halaman 1dari 9

Regresi Berganda

Berikut ini adalah data tahunan dari GDP (Y), Private Consumption (PC),
Government Spending(G) selama 18 tahun, dari tahun 1990 – 2007 :

Tahu
Y PC G
n
115110.0
1990 62053.20 11317.30
0
123225.2
1991 66707.00 12135.80
0
131184.8
1992 68484.50 12819.00
0
329775.8 183530.5
1993 29756.70
0 0
354442.0 200445.1
1994 30422.60
0 0
383767.8 215797.9
1995 31476.00
0 0
413767.9 225541.3
1996 31141.10
0 0
434095.5 273917.0
1997 31700.80
0 0
348409.4 260022.7
1998 26827.90
0 0
357207.4 272070.2
1999 27014.30
0 0
1389769. 856798.3
2000 90779.70
60 0
1442984. 886736.0
2001 97646.00
60 0
1506124. 920749.6
2002 110333.60
40 0
1579559. 956593.4
2003 121404.10
00 0
1656516. 1004109.
2004 126248.60
80 00
1750656. 1043805.
2005 134625.60
10 10
1847292. 1076928.
2006 147292.90
90 10
1963974. 1131186.
2007 153309.60
30 70
16127863 9705475.
∑ .50 60 1226251.60
895992.4 539193.0 68125.0888
rata 167 889 9
*Data diperoleh dari Bank Indonesia dan BPS

• Untuk menghitung regresi berganda dari data tersebut maka kita akan
mencari nilai koefisien dari dan

• Menghitung nilai koefisien dan

1.094331333
4.696241694

-13995.35762

Maka model regresi yang kita dapatkan adalah

GDP = -13995.35762 + 1.0943 PC + 4.6962 G

• Dengan menggunakan Eviews hasil estimasi terhadap data diatas dengan


model regresi berganda adalah sebagai berikut :

Dependent Variable: Y
Method: Least Squares
Date: 05/22/10 Time: 19:11
Sample: 1990 2007
Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C -13995.36 10543.31 -1.327416 0.2042


PC 1.094331 0.105916 10.33209 0.0000
G 4.696242 0.843842 5.565309 0.0001

R-squared 0.998719 Mean dependent var 895992.4


Adjusted R-squared 0.998548 S.D. dependent var 704652.6
S.E. of regression 26847.55 Akaike info criterion 23.38475
Sum squared resid 1.08E+10 Schwarz criterion 23.53314
Log likelihood -207.4627 F-statistic 5847.945
Durbin-Watson stat 1.419838 Prob(F-statistic) 0.000000

Setelah diestimasi dengan menggunakan eviews kita dapatkan hasil yang tidak jauh
berbeda dengan hasil penghitungan manual, yaitu kita dapatkan :

- 13995.36

1.094331

4.696242

Sehingga model regresi berganda yang kita dapat kan adalah :

GDP = - 13995.35762 + 1.0943 PC + 4.6962 G

• Uji-F

Jika Fhitung ≤ Ftabel ( db1 , db2 ) maka terima , sedangkan jika Fhitung > Ftabel

( db1 , db2) maka tolak . Apabila ditolak, maka model regresi yang diperoleh
dapat digunakan. db1 (derajat bebas 1) dan db2 (derajat bebas 2) adalah
parameter-parameter Ftabel , dimana:
db1 = p -1
= 3-1
=2
db2 = n–p
= 22 – 3
=19
Keterangan :
p = banyaknya parameter (koefisien) model regresi linier
= banyaknya variabel bebas + 1
n = banyaknya pengamatan
Dari penghitungan eviews didapatkan f-hitung sebesar 5847.945 dan f-tabel
sebesar 3.52 (db1= 2, db2 = 19). 5847.945 > 3.52 pada α = 0.05, f-hitung > f-tabel
artinya variable bebas mempengaruhi variable terikat secara bersama-sama Maka

ditolak sehingga model regresi dapat digunakan. Hasil tersebut menandakan


bahwa variabel independen secara bersama-sama berpengaruh signifikan terhadap
variabel dependen, sehingga bahwa variabel Private Consumption (PC), dan
Government Spending (G) secara bersama-sama berpengaruh secara signifikan
terhadap GDP (Y).

• Uji-T
Dalam uji T kita akan melihat apakah variable bebas mempunyai pengaruh yang
signifikan terhadap variable terikat, dengan menghitung koefisien regresi secara
individu. Dengan syarat
T hitung >T table

Uji t-statistik variabel PC terhadap GDP

Hipotesis pengaruh variabel PC terhadap variabel dependen yang digunakan adalah


:
▪ Ho : b1 ≤ 0 , berarti variabel independen tidak berpengaruh terhadap variabel
dependen.
▪ Ha : b1 > 0, berarti variabel independen berpengaruh terhadap variabel dependen.
Hasil perhitungan yang didapat adalah t-hitung PC = 10.33209 sedangkan t-tabel =
1.729 ( df ( n-k ) = 22 – 3 = 19, α = 0,05 sehingga t-hitung > t-tabel (10.33209 >
1.729). Perbandingan antara t-hitung dengan t-tabel, yang menunjukkan bahwa t-
hitung > t-tabel, Ho ditolak sehingga dapat disimpulkan bahwa variabel PC
berpengaruh dan signifikan terhadap GDP.

Uji t-statistik variabel G terhadap GDP


Hipotesis pengaruh variabel G terhadap variabel dependen yang digunakan adalah :
▪ Ho : b2 ≤ 0 , berarti variabel independen tidak berpengaruh terhadap variabel
dependen.
▪ Ha : b2 > 0, berarti variabel independen berpengaruh terhadap variabel dependen.
Hasil perhitungan yang didapat adalah t-hitung G = 5.565309 sedangkan t-tabel =
1.729 ( df ( n-k ) = 22 – 3 = 19, α = 0,05 sehingga t-hitung > t-tabel (5.606220 >
1.729). Perbandingan antara t-hitung dengan t-tabel, yang menunjukkan bahwa t-
hitung > t-tabel, Ho ditolak sehingga dapat disimpulkan bahwa variabel G
berpengaruh dan signifikan terhadap GDP

Koefisien Determinasi (R2)

Model ini cukup baik untuk menjelaskan hubungan antara variable dependen yakni
GDP dengan variable independentnya yakni Private Consumption dan Government

Spending yakni R-squared = 0.998719 1 menandakan bahwa perubahan GDP


sebesar 1 % Dapat dijelaskan oleh variable Private Consumption, dan Government
Spending sebesar 99% dan 1% dijelaskan oleh variable lain.

Pengujian Asumsi Klasik

• Multikolinieritas.
Multikolinearitas artinya terdapat korelasi yang signifikan di antara dua atau lebih
variabel independent dalam model regresi.

G PC

G 1 0.989190617695661

PC 0.989190617695661 1
Korelasi antara PC dan G adalah sebesar 0.99 . Karena korelasi antar kedua variabel
tersebut mendekati nilai 1 (1.0000), maka antara PC dan GDP terdapat
multikonearitas yang kuat.

*Catatan : multikolinearitas yang kuat terjadi jika korelasi antar dua atau lebih variabel lebih dari 0,70.

• Autokorelasi

o Jika R2 (T-1) > X2 atau probabilitas R2 (T-1) < 0.05, maka ada autokorelasi
o Jika R2 (T-1) < X2 atau probabilitas R2 (T-1) > 0.05, maka tidak ada
autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.220029 Prob. F(1,14) 0.287977


Obs*R-squared 1.442870 Prob. Chi-Square(1) 0.229675

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/08/10 Time: 06:59
Sample: 1990 2007
Included observations: 18
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.


C -1786.127 10591.00 -0.168646 0.8685
PC 0.015578 0.106089 0.146840 0.8854
G -0.092184 0.841867 -0.109500 0.9144
RESID(-1) 0.298651 0.270383 1.104549 0.2880

R-squared 0.080159 Mean dependent var 1.14E-10


Adjusted R-squared -0.116949 S.D. dependent var 25218.88
S.E. of regression 26652.78 Akaike info criterion 23.41230
Sum squared resid 9.95E+09 Schwarz criterion 23.61016
Log likelihood -206.7107 F-statistic 0.406676
Durbin-Watson stat 1.567324 Prob(F-statistic) 0.750593

Probabilita Obs* R-Squared = 0.229675 > α (5%),H0 ditolak Maka tidak terdapat
autokorelasi. Atau untuk pengujian dapat juga membandingkan Obs* R-Squared
dengan tabel Chi-Squared.

Uji Hetero

Dependent Variable: RESABS


Method: Least Squares
Date: 06/14/10 Time: 15:17
Sample: 1990 2007
Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C 17671.19 6397.523 2.762193 0.0139


PC 0.002494 0.009466 0.263469 0.7956

R-squared 0.004320 Mean dependent var 19015.97


Adjusted R-squared -0.057910 S.D. dependent var 15909.55
S.E. of regression 16363.73 Akaike info criterion 22.34796
Sum squared resid 4.28E+09 Schwarz criterion 22.44689
Log likelihood -199.1317 F-statistic 0.069416
Durbin-Watson stat 1.278295 Prob(F-statistic) 0.795552
Dependent Variable: RESABS
Method: Least Squares
Date: 06/14/10 Time: 15:18
Sample: 1990 2007
Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.

C 19364.78 6437.489 3.008126 0.0083


G -0.005120 0.075571 -0.067753 0.9468

R-squared 0.000287 Mean dependent var 19015.97


Adjusted R-squared -0.062195 S.D. dependent var 15909.55
S.E. of regression 16396.83 Akaike info criterion 22.35200
Sum squared resid 4.30E+09 Schwarz criterion 22.45093
Log likelihood -199.1680 F-statistic 0.004590
Durbin-Watson stat 1.256363 Prob(F-statistic) 0.946822