3 Regresi Linier Dan Berganda
3 Regresi Linier Dan Berganda
3 Regresi Linier Dan Berganda
berganda
Unika Soegijapranata
Gasal 2011/2012
Pengertian Korelasi
X
i 1
X Yi Y
X .
2
i 1
-0,25
-1
-0,75
Y Y
i
i 1
0,25
0
1
0,75
1 r 1
ERAT
ERAT
negatif
positif
a.i.r/ekonometrika/2011
AWAS !!
a.i.r/ekonometrika/2011
sifat r (R)
Pengertian Regresi
Regresi: ketergantungan satu variabel pada variabel yang
lain, studi ketergantungan satu variabel (variabel tak bebas)
pada satu atau lebih variabel lain (variabel yang
menjelaskan), dengan maksud untuk menaksir dan/atau
meramalkan nilai rata-rata hitung (mean) atau rata-rata
(populasi) variabel tak bebas, dalam pengambilan sampel
berulang-ulang dari variabel yang menjelaskan (explanatory
variable)
dengan 3 tujuan
a.i.r/ekonometrika/2011
ESTIMASI
Salah satu bentuk inferensi statistika (pengambilan kesimpulan)
terhadap parameter populasi adalah estimasi.
Dalam estimasi yang dilakukan adalah menduga/memperkirakan
parameter dengan penduga yang sesuai (terbaik).
Misalnya :
populasi
sampel
mean
peny. std
variansi
s2
proporsi
x
n
a.i.r/ekonometrika/2011
Regresi klasik
a.i.r/ekonometrika/2011
I = variabel pengganggu
Y b0 b1 X i i
10
a.i.r/ekonometrika/2011
11
a.i.r/ekonometrika/2011
12
PRF SRF
SRF digunakan sebagai pendekatan untuk
mengestimasi PRF
Penggunaan SRF harus memperhatikan
kenyataan bahwa dalam dunia nyata
terdapat unsur ketidakpastian (tidak ada
hubungan yang pasti).
Untuk mengakomodasi faktor
ketidakpastian, maka ditambahkan dengan
pengganggu atau faktor acak (i).
a.i.r/ekonometrika/2011
13
a.i.r/ekonometrika/2011
14
Pengertian Linier
a.i.r/ekonometrika/2011
15
16
MEP/ika
17
a.i.r/ekonometrika/2011
18
Yi b0 b1 X i ei
ei Yi b0 b1 X i
e (Yi Yi ) (Yi b0 b1 X i )
2
i
a.i.r/ekonometrika/2011
19
nb1 b2 X i
Y X
i
b1 X i b2 X i2
b0 Y b1 X
b1
b0
X Y X X Y
n X ( X )
2
i
2
i
i i
n X i Yi X i Yi
n X i2 ( X i ) 2
( X X )(Y Y )
(X X )
i
xy
x
i
2
i
a.i.r/ekonometrika/2011
20
E (Y ) 1 2 X 2i 3 X 3i
MEP/ika
21
MEP/ika
22
Statistical Properties of et
MEP/ika
23
Statistical Properties of yt
MEP/ika
24
t- statistik
untuk menguji hipotesis yang melihat signifikansi
pengaruh variabel independen terhadap variabel
dependen
t
statistik =
MEP/ika
25
Student - t Test
MEP/ika
26
MEP/ika
27
MEP/ika
28
Kelengkapan uji t
MEP/ika
29
Koefisien determinasi
Yi Yi ei
(Yi Y ) Variasi dalam dari nilai nilai rata-ratanya
(Yi Y ) Variasi dalam yang dijelaskan oleh X di sekitar nilai nilai rataratanya
(Yi Yi )
MEP/ika
30
31
MEP/ika
32
Adjusted R-Squared
MEP/ika
33
Computer Output
MEP/ika
34
MEP/ika
35
MEP/ika
36
F-Tests
MEP/ika
37
38
39
Rumus
1. AIC
RSS
( 2 k .T )
e
T
2. FPE
RSS T k
T T k
3. GCV
RSS
k
4. HQ
5. RICE
Nama
RSS
2k
6. SCHWARZ
kj
RSS
T
T T
7. SGMASQ
RSS
k
8. SHIBATA
2k
RSS
T
1
n
T
T
Rumus
RSS T 2k
T T
RSS T
T T k
9. PC
1
10. RVC
Keterangan:
RSS= Residual sum of squares
T= Jumlah data/observasi
k= Jumlah variabel penjelas ditambah dengan konstanta
kj= Jumlah variabel penjelas tanpa konstanta
MEP/ika
T
RSS
T T k
j
MEP/ika
41
Yt = a0 + a1Xt1 + a2Xt2 + ut
LYt = b0 + b1LXt1 + b2LXt2 + vt
42
Estimasi:
43
MEP/ika
44