CATATAN 30 MARET 2021

STATISTIKA INFERENSIAL
▪ Karena model model additive mengalami kegagalan dalam memenuhi asumsi
HOMOSKEDASTISITAS, maka model akan diubah menjadi model eksponensial.
▪ FOODEXP = a(INCOME)(b)(e) ; bukan merupakan model linier (tapi eksponensial). Perlu dilakukan
linierisasi model yaitu dengan model logaritma atau logaritma natural…maka jadi:
▪ Log(FOODEXP) = log (a) + b log (INCOME) + LOG (e)
▪ Langkah pertama membuat variable log(FOODEXP) dan log(INCOME)
▪ LFOODEXP = log(FOODEXP); LINCOME = log(INCOME)
▪ SPSS melalui === TRANSFORM
▪ PENGUJIAN NON-AUTOCORRELATION

DARI TABEL DURBIN-WATSON n=55 k=1 diperoleh DU=1,601

Keputusannya: DU < DWR < 4-DU atau 1,601 < 2,107 < (4-1,601) => jika kalimat matematis benar
maka hasil diagnosanya: TIDAK ADA GEJALA AUTOCORRELATION yang terjadi antar residualnya
• CATATAN TENTANG #RESIDUAL#

• PERSAMAAN REGRESI dalam bentuk LOG NATURAL: LFOODEXP = 1,154 + 0,736*LINCOME+e

• PERSAMAAN EXPONENTIAL: FOODEXP = 1,154 (ANTI-LN)(INCOME)(0,736)e; ANTI-LN(1,154) = 3,17
• PERSAMAAN FOODEXP = 3,17INCOME(0,736)*e
RESIDUAL (yang tersimpan di SPSS) merupakan residual bentuk log Natural === RES_1
Jika RES_1 < 0 maka hasil dugaan FOODEXP lebih kecil daripada FOODEXP observasi (data yang ada)
Jika RES_1 > 0 maka hasil dugaan FOODEXP lebih besar daripada FOODEXP observasi
Jika RES_1 = 0 hasil dugaan sama dengan data observasi
CONTOH:
LFOODEXP = 1,154 + 0,736*LINCOME => JIKA LINCOME = 5,95, maka LFOODEXP = 5,5332 (LFOODEXP dugaan); LFOODEXP observasi= 5,38
Selisih LFOODEXP observasi – LFOODEXP dugaan = 5,38-5,53 = -0,1532
• PENGUJIAN HOMOSKEDASTISITAS => menggunakan metode GLEJSER
MODEL PENGUJIAN: absolut(residual) = f(lincome)
Nilai absolut (residual) meniadakan tanda +/- ( besaran vector) karena yang ingin
diketahui hanyalah besarnya ( besaran scalar) residual

• Hasil pengujian Glejeser

• Perlu dicermati adalah:
• Apakah uji F signifikan? (sig < 5% (0,05)) … jika signifikan maka terdapat gejala
heteroskedastisitas.
• Jika tidak signifikan (sig. uji F > 0,05) maka tidak terdapat gejala heteroskedastisitas.
• Hasilnya…sig=0,193 > 0,05 ==berarti TIDAK TERDAPAT GEJALA HETEROSKEDASTISITAS.
Maka hasil regresi BEST LINEAR UNBIASED ESTIMATOR.
===FASE I : untuk mendapatkan estimasi SELESAI====
#FASE-II: Pengujian Hipotesis#
Hasil uji statistic (uji t dan uji F) akan bisa dipercaya Ketika memenuhi syarat
RESIDUAL TERDISTRIBUSI NORMAL N(0,2)
Untuk mendapatkan nya perlu uji SHAPIRO-WILK atau KOLMOGOROV-SMIRNOV

KEPUTUSAN: jika sig (Shapiro-Wilk) < 0,05 (5%) maka terdapat gejala ke-TIDAK
NORMALAN distribusi RESIDUAL
Jika sig(Shapiro-Wilk) > 0,05 (5%) maka terdapat gejala RESIDUAL ter-DISTRIBUSI
NORMAL.
HASILNYA: sig (S-W) = 0,319 > 0,05 (5%) maka ….RESIDUAL ter-DISTRIBUSI
NORMAL.
▪ JIKA FASE 1 & FASE 2 SELESAI (MEMENUHI SYARAT), maka tahap berikutnya adalah interpretasi hasil regresi (ANALISIS
HASIL REGRESI).
STRUKTUR LAPORAN
LFOODEXP = 1,154 + 0,736 LINCOME + e
Standar Error (0,778) (0,121)
Uji-t (1,484) (6,100)
Sig 0,144 0,000
Uji-F (sig) 37,208 (sig. 0,000)
2
R = 0,412
DWR = 2.107
F-Hetero (Sig) = 1,735 (0,193)
Sig (Shapiro-Wilk) = 0,319

▪ KONSTANTA = 1,154 berarti konsumsi minimum (autonomous consumption) …. Nilai-nya (anti-ln) 1,154, yaitu = 3,17
US Dollar per-minggu (hasil dugaan)…..apakah hitungan tsb secara statistic meyakinkan? …bisa dilihat dari
signifikansi uji-t (0,144) > 0,05 (5%) MAKA: dugaan nilai autonomous consumption secara statitik tidak meyakinkan
(karena tidak signifikan) …… tidak signifikan jika sig (uji t) > 0,05
▪ KOEFISIEN = 0,736 = MARGINAL PROPENSITY TO CONSUME (MPC) Artinya: setiap 1% tambahan INCOME akan
menyebabkan kenaikan FOODEXP sebesar 0,736% atau 73,6% tambahan pendapat digunakan untuk
konsumsi…..PERTANYAAN: apakah hasil dugaan MPC secara statistic meyakinkan? ..karenaa sig (uji-t) < 0,05 (5%)
maka secara statistic meyakinkan.
▪ Seberapa tinggi akurasi dugaan yang anda laukan?...R2 = 0,412 …semakin tinggi R2 (=1) maka akan semakin akurat
(presisi) ….. 41,2% variansi variable FOODEXP dapat dijelaskan olehvariansi variable bebas (INCOME)
▪ Seberapa meyakinkan secara statsitik presisi dugaan anda…? Uji-F sig (0,000) maka secara statistic akurasi yang
berkisar 0,412 adalah meyakinkan pada taraf sig 5%