Nama : Farhatul Azizah

NPM : 122020642

Kelas : 1 O Manajemen

ANALISIS REGRESI MENGGUNAKAN GRETL

Untul melakukan analisis regresi menggunakan aplikasi Gretl, langkah pertama yang harus kita
lakukan terlebih dahulu adalah mengunduh aplikasi gretl lalu memasangnya pafda perangkat
yang akan kita gunakan kemudian Jika sudah, dilanjutkan dengan membuka aplikasinya
kemudian klik file lalu open data pilih sample file.

User file adalah data yang kita miliki sedangkan sample file adalah data yang diberikan Gretl.
Untuk saat ini kita pilih sample file kemudian pilih data 3-1 jika sudah memlih data maka akan
muncul tampilan seperti ini.
Untuk memunculkan data, lakukan double klik kanan atau klik data kemudian pilih display
value, maka akan muncul data dengan tampilan sebagai berikut :

Jika sudah diperoleh data seperti di atas, maka langkah selanjutnya adalah membuat
scatter plot dari 2 data tersebut untuk mengetahui apakah luas kamar mempengaruhi
harga atau tidak sama sekali. Cara untuk membuat scatter plot dengan menggunakan data
tersebut adalah sebagai berikut :
1. Pertama pilih View kemudian klik Multiple Graphs dilanjutkan dengan klik X-Y Scatters
2. Masukkan “price” ke dalam tabel Y-axis variable, dan masukkan “sqft” ke dalam tabel
X-axis variable kemudian pilih “use points” lalu klik OK.
 Akan muncul scatter plot dengan tampilan seperti gambar di bawah ini, yang mana pada
scatter plot tersebut memiliki pola linear sehingga regresi dari data tersebut merupakan
regresi linear.

Langkah selanjutnya adalah menentukan estimasi untuk data tersebut. Untuk mencari
estimasi langkah-langkah yang harus dilakukan adalah sebagai berikut :

1. Klik Model lalu selanjutnya klik Ordinary Least Square (OLS)

2. Selanjutnya masukkan “price” ke dalam tabel Dependent variable, dan masukkan “sqft”
ke dalam tabel Regressors, lalu klik OK.

Maka akan diperoleh data estimasi sebagai berikut:

 Data tersebut belum dapat digunakan karena harus dilakukan uji tes asumsi regresi linear
terlebih dahulu. Untuk melakukan uji asumsi regresi linear langkah yang harus dilakukan
adalah :

1. Klik Test
2. Klik Hetroskedasticity kemudian pilih White’s test

Akan muncul data seperti ini :

Dari uji asumsi tersebut, dapat didefinisikan jika data yang digunakan tidak memiliki heterositas
karena :

- Null hypothesis : heteroscedasticity not present yang artinya tidak ada heterositas
- Test statistic : LM = 3,68713
- With p-value : P(Chi-square(2) > 3,68713) = 0.158252
 Dari hasil p-value yang menunjukkan angka 0,15 yang mana 0,15 > 0,05 maka asumsi
tersebut tidak memiliki heterositas.

Setelah melakukan tes uji asumsi regresi linear yang menunjukkan bahwa data tersebut
tidak memiliki heterositas, maka langkah selanjutnya adalah melakukan tes normalitas
residual dengan langkah sebagai berikut :

1. Klik Test

2. Klik Normality of Residuals

Akan muncul data dengan tampilan grafik dan frekuensi distributor dari data tersebut
Setelah melakukan tes normalitas residual maka dapat didefinisikan bahwa data yang digunakan
menyebar secara normal karena :

- Null hypothesis : error is normally distributed yang artinya data didistribusikan

secara normal

- Test statistic : chi-square (2) = 3,8822

- With p-value : 0,143546

hasil p-value adalah 0,14 yang mana >0,05 maka dapat didefinisikan bahwa data tersebut
menyebar secara normal.

Langkah selanjutnya adalah melakukan tes secara grafik untuk melihat penyebaran data
yang tersebar secara normal dengan langkah sebagai berikut :
 1. Pertama klik Save lalu pilih residuals

2. Selanjutnya beri nama dokumen lalu Ok

3. Setelahnya pilih Graph lalu klik residual plot dan pilih by observation number

Akan muncul grafik seperti ini :