ANALISIS REGRESI

BERGANDA
DR. TAOSIGE WAU

Video YouTube:
https://youtu.be/GH6yMHLkO7k
MODEL REGRESI 3 VARIABEL
• Model regresi berganda (multiple regression model) → suatu model
regresi dimana variabel dependen bergantung pada dua atau lebih
variabel independen.
• Model regresi berganda (3 variabel):
FRP: 𝑌𝑖 = 𝐵0 + 𝐵1 𝑋1𝑖 + 𝐵2 𝑋2𝑖 + 𝜖𝑖
FRS: 𝑌𝑖 = 𝑏0 + 𝑏1 𝑋1𝑖 + 𝑏2 𝑋2𝑖 + 𝑒𝑖
𝑌෠𝑖 = 𝑏0 + 𝑏1 𝑋1𝑖 + 𝑏2 𝑋2𝑖
𝑒𝑖 = 𝑌𝑖 − 𝑌෠𝑖
METODE OLS

• Nilai residual: 𝑒𝑖 = 𝑌𝑖 − 𝑌෠𝑖 = 𝑌𝑖 − 𝑏0 − 𝑏1 𝑋1𝑖 − 𝑏2 𝑋2𝑖

• Jumlah pangkat dua dari residual:
σ 𝑒𝑖2 = σ 𝑌𝑖 − 𝑏0 − 𝑏1 𝑋1𝑖 − 𝑏2 𝑋2𝑖 2

• Nilai 𝑏0 , 𝑏1 , dan 𝑏2 diturunkan dari σ 𝑒𝑖2 dengan metode OLS.

ASUMSI METODE OLS

1. Residual 𝜀𝑖 terdistribusi normal.

2. Nilai rata-rata residual, 𝜀𝑖ҧ , adalah sama dengan nol, 𝜀𝑖ҧ = 𝐸 𝜀𝑖 = 0.
3. Tidak terdapat korelasi serial atau autokorelasi antar variabel residual
untuk setiap observasi, 𝐸 𝜀𝑖 𝜀𝑗 = 0, 𝑖 ≠ 𝑗.

4. Varian nilai residual konstan atau homoskedastisitas, 𝐸 𝜀𝑖 𝜀𝑗 = 𝜎𝜀2 ,

𝑖 = 𝑗.

5. Variabel independent tidak saling berkorelasi, 𝐸 𝑋𝑖 𝑋𝑗 = 0.

METODE OLS

• Konstanta → 𝑏0 = 𝑌ത − 𝑏1 𝑋ത1 − 𝑏2 𝑋ത2

• Koefisien Variabel 𝑋1𝑖 :

2
σ 𝑋1𝑖 𝑌𝑖 σ 𝑋2𝑖 2
− σ 𝑋2𝑖 𝑌𝑖 σ 𝑋1𝑖 𝑋2𝑖 − 𝑏0 σ 𝑋1𝑖 σ 𝑋2𝑖 − σ 𝑋2𝑖 σ 𝑋1𝑖 𝑋2𝑖
𝑏1 = 2 σ 2
σ 𝑋1𝑖 𝑋2𝑖 − σ 𝑋1𝑖 𝑋2𝑖 2

• Koefisien Variabel 𝑋2𝑖

2
σ 𝑋2𝑖 𝑌𝑖 σ 𝑋1𝑖 2
− σ 𝑋1𝑖 𝑌𝑖 σ 𝑋1𝑖 𝑋2𝑖 − 𝑏0 σ 𝑋2𝑖 σ 𝑋1𝑖 − σ 𝑋1𝑖 σ 𝑋1𝑖 𝑋2𝑖
𝑏2 = 2 σ 2
σ 𝑋1𝑖 𝑋2𝑖 − σ 𝑋1𝑖 𝑋2𝑖 2
METODE OLS

• Konstanta → 𝑏0 = 𝑌ത − 𝑏1 𝑋ത1 − 𝑏2 𝑋ത2

2 σ
σ 𝑥1𝑖 𝑦𝑖 σ 𝑥2𝑖 − 𝑥2𝑖 𝑦𝑖 σ 𝑥1𝑖 𝑥2𝑖
• Koefisien Variabel 𝑋1𝑖 → 𝑏1 = 2 σ 𝑥2 − σ 𝑥 𝑥
σ 𝑥1𝑖 2
2𝑖 1𝑖 2𝑖

2 σ
σ 𝑥2𝑖 𝑦𝑖 σ 𝑥1𝑖 − 𝑥1𝑖 𝑦𝑖 σ 𝑥1𝑖 𝑥2𝑖
• Koefisien Variabel 𝑋2𝑖 → 𝑏2 = 2 σ 𝑥2 − σ 𝑥 𝑥
σ 𝑥1𝑖 2
2𝑖 1𝑖 2𝑖

Dimana: 𝑦𝑖 = 𝑌𝑖 − 𝑌ത , 𝑥1𝑖 = 𝑋1𝑖 − 𝑋ത1 , 𝑥2𝑖 = 𝑋2𝑖 − 𝑋ത2

CONTOH

Rumah
Diketahui tingkat Tabungan (Y), Tangga
Y X1 X2

Pendapatan (X1) dan Kekayaan 1 0.50 2.00 20

2 0.65 2.25 25
(X2) 10 orang responden
3 0.60 2.60 35
sebagaimana pada Tabel berikut.
4 0.90 2.85 42
Estimasi nilai parameter 𝑏0 , 𝑏1 5 0.80 3.10 48
dan 𝑏2 dari data tersebut 6 1.00 3.20 50
7 1.20 3.70 59
8 1.30 4.10 65
9 1.10 4.20 70
10 1.60 4.50 76
 PENYELESAIAN

Rumah
𝒀𝒊 𝑿𝟏𝒊 𝑿𝟐𝒊 𝒚𝒊 𝒙𝟏𝒊 𝒙𝟐𝒊 𝒙𝟏𝒊 ∙ 𝒚𝒊 𝒙𝟐𝒊 ∙ 𝒚𝒊 𝒙𝟏𝒊 ∙ 𝒙𝟐𝒊 𝒙𝟐𝟏𝒊 𝒙𝟐𝟐𝒊
Tangga
1 0,5 2 20 -0,465 -1,25 -29 0,5813 13,485 36,25 1,5625 841
2 0,65 2,25 25 -0,315 -1 -24 0,315 7,56 24 1 576
3 0,6 2,6 35 -0,365 -0,65 -14 0,2373 5,11 9,1 0,4225 196
4 0,9 2,85 42 -0,065 -0,4 -7 0,026 0,455 2,8 0,16 49
5 0,8 3,1 48 -0,165 -0,15 -1 0,0248 0,165 0,15 0,0225 1
6 1 3,2 50 0,035 -0,05 1 -0,002 0,035 -0,05 0,0025 1
7 1,2 3,7 59 0,235 0,45 10 0,1058 2,35 4,5 0,2025 100
8 1,3 4,1 65 0,335 0,85 16 0,2848 5,36 13,6 0,7225 256
9 1,1 4,2 70 0,135 0,95 21 0,1283 2,835 19,95 0,9025 441
10 1,6 4,5 76 0,635 1,25 27 0,7938 17,145 33,75 1,5625 729
Jumlah 9,65 32,5 490 2,495 54,5 144,05 6,56 3.190
Rata-rata 0,965 3,25 49
PENYELESAIAN

• Koefisien 𝒃𝟏

2
σ 𝑥1𝑖 𝑦𝑖 σ 𝑥2𝑖 − σ 𝑥2𝑖 𝑦𝑖 σ 𝑥1𝑖 𝑥2𝑖 2,495 × 3.190 − 54,5 × 144,05
𝑏1 = 2 σ 2 𝑏1 =
σ 𝑥1𝑖 𝑥2𝑖 − σ 𝑥1𝑖 𝑥2𝑖 2 6,56 × 3.190 − 144,05 2

7.959,05 − 7.850,73
𝑏1 =
20.926,40 − 20.750,40

108,32
𝑏1 = 𝑏1 = 0,6155
176,00
PENYELESAIAN

• Koefisien 𝒃𝟐

2
σ 𝑥2𝑖 𝑦𝑖 σ 𝑥1𝑖 − σ 𝑥1𝑖 𝑦𝑖 σ 𝑥1𝑖 𝑥2𝑖 54,5 × 6,56 − 2,495 × 144,05
𝑏2 = 2 σ 2 𝑏2 =
σ 𝑥1𝑖 𝑥2𝑖 − σ 𝑥1𝑖 𝑥2𝑖 2 6,56 × 3.190 − 144,05 2

357,52 − 359,40
𝑏2 =
20.926,40 − 20.750,40

−1,8847
𝑏2 = 𝑏2 = −0,0107
176,00
PENYELESAIAN

• Konstanta
𝑏0 = 𝑌ത − 𝑏1 𝑋ത1 − 𝑏2 𝑋ത2
𝑏0 = 0,965 − 0,6155 × 3,25 − (−0,0107) × 49
𝑏0 = 0,965 − 2,0004 + 0,5243
𝑏0 = −0,5111
• Persamaan Regresi
𝑌෠𝑖 = 𝑏0 + 𝑏1 𝑋1𝑖 + 𝑏2 𝑋2𝑖
𝑌෠𝑖 = −0,5111 + 0,6155𝑋1𝑖 − 0,0107𝑋2𝑖
 HASIL OLAHAN EVIEWS

Dependent Variable:Y
Method: Least Squares
Date: 05/27/21 Time: 22:12
Sample: 1 10
Included observations: 10

Variable Coefficient Std. Error t-Statistic Prob.

C -0.51061 0.586372 -0.87079 0.412732

X1 0.615492 0.55331 1.112381 0.302712
X2 -0.01071 0.025091 -0.4268 0.682346

R-squared 0.889524 Mean dependent var 0.965

Adjusted R-squared 0.85796 S.D. dependent var 0.344843

S.E. of regression 0.129965 Akaike info criterion -0.99978

Sum squared resid 0.118236 Schwarz criterion -0.909

Log likelihood 7.998883 Hannan-Quinn criter. -1.09936

F-statistic 28.18121 Durbin-Watson stat 2.809126
Prob(F-statistic) 0.000448
TUGAS
Tahun Y X1 X2
2001 3678.8 248.48 5.65
Diketahui data jumlah ekspor 2002 4065.3 331.48 10.23
tekstil Indonesia ke Jepang (Y), 2003 8431.4 641.88 13.50
2004 15718.0 100.80 13.84
Harga teksil (X1) dan nilai kurs 2005 11891.0 536.69 12.66
Rupiah terhadap Yen Jepang (X2) 2006 9349.7 332.25 13.98
2007 14561.0 657.60 15.69
adalah sebagaimana pada Tabel 2008 20148.0 928.10 16.62
2009 26776.0 1085.50 18.96
berikut. Estimasi nilai parameter 2010 43501.0 1912.20 22.05
𝑏0 , 𝑏1 dan 𝑏2 dari data tersebut 2011 49223.0 2435.80 22.50
2012 65076.0 6936.70 20.60
2013 54941.0 3173.14 43.00
2014 58097.0 2107.70 70.67
2015 112871.0 2935.70 71.20
2016 108280.0 3235.80 84.00
THANK YOU
Banyak Berlatih