Penafsiran Parameter

Metode Kuadrat Terkecil

OLS

Nama : Noer Muhamad Sholeh

Nim : 150810101223
 Prinsip Metode OLS

Fungsi Regresi Untuk Populasi yakni :

1. Yi = B1 + B2X+ ui
Karena FRP tidak dapat diamati langsung, maka kita menaksirnya
berdasarkan Fungsi Regresi Sampel :
2. Yi = b1 + b2X+ ei
yang dapat dituliskan sebagai :
3. e1 = Yi aktual Yi ramalan
= Yi - i
= Yi - b1 - b2X
Yang menunjukkan bahwa error benar merupakan selisih antara nilai Y
aktual dengan Y yang ditaksir, dimana nilai Y yang ditaksir diperoleh
dari FRS
Jadi metode OLS adalah untuk mencari tingkat error terkecil dari
sebuah analisis
 Bagaimana meminimalkan error

Dengan metode kuadrat terkecil (OLS) menyatakan bahwa

b1 dan b2 harus dipilih, sehingga jumlah kuadrat
residu/error , e2i mempunyai nilai sekecil mungkin
minimalkan 4. e2i = (Yi - i ) 2
= (Yi - b1 b2 Xi ) 2

Kenapa harus berpangkat/ kuadrat ?

Perhatikan bahwa semakin kecil ei maka akan semakin
kecil pula jumlah kuadrat residu tersebut. Alasannya
digunakan kuadrat dari ei itu sendiri adalah bahwa
prosedur ini menghindari masalah dari tanda residu/ error
seperti ei dapat positif dan negatif
 Penyederhanaan pada persamaan 4

e2i = (Yi - b1 b2X1 ) 2

Dengan menggunakan diferensial parsial,
5. d e2i/db1 = 2 (Yi - b1 b2X1 )(-1)
6. d e2i/db2 = 2 (Yi - b1 b2X1 )(-X1)
sehingga diperoleh
7. Yi = nb1 + b2 xi
8. YiXi = b1 X1 + b2 X2

Dimana n merupakan ukuran sampel

 Mencari b1 dan b2

Mencari b1:
b1=i b2X
Mencari b2 :
 Asumsi metode kuadrat terkecil

1. Model regresi linier Yi = b1 + b2X+ ei

2. Nilai rata-rata residu selalu sama dengan nol
3. Jumlah hasil kali antara residu e dan nilai
variabel penjelas X adalah nol; dalam hal ini
kedua variabel tersebut tidak berkorelasi
4. Jumlah hasil kali antara residu e dan yang
ditaksir adalah nol
 Hal tersebut bisa dibuktikan dengan beberapa soal
berikut
Terima kasih