INTERPRETASI HASIL
ESTIMASI REGRESI
Untuk dapat memahami pendekatan
Gauss ini, misalkan akan diestimasi PRF
untuk model regresi sederhana berikut ini
(Gujarati, 1995:58-65):
Yi β0 β1 X i ui
di mana ui : residual, merupakan
perbedaan antara nilai Y aktual dengan
nilai Y yang diestimasi atau
ei Yi b0 b1 X i
UJI STATISTIK
• Menghitung Nilai t Statistik
• Uji signifikansi dimaksudkan untuk
mengverifikasi kebenaran atau kesalahan
hipotesis nol yang dibuat (Gujarati, 2003: 129).
Salah satu cara untuk menguji hipotesis yang
melihat signifiknasi pengaruh variabel
independen terhadap variabel dependen adalah
uji t. Secara sederhana, untuk menghitung nilai t
statistik dari dalam model regresi ganda
b2 B2
adalah:
se(b2 )
t statistik
B2 β 2=
di mana .
• Jika dimisalkan hipotesis nol , ( H 0 ) : B 2 B *
2
se(b2 )
• Tiga hal penting yang harus diperhatikan dalam
menggunakan uji t dalam pembuatan keputusan, :
Yi Yˆi ei
(n 1)
2
• Gambaran besaran nilai R adalah sebagai
berikut:
– Jika k (jumlah parameter) lebih besar dari satu (k >
1), maka R2 ≤ R 2 bahwa adanya peningkatan atau
kenaikan jumlah variabel penjelas dalam suatu
model, R 2 akan meningkat kurang dari R2(nilai R2
R2
yang tidak disesuaikan). Hal ini terjadi, karena
dalam R 2 berkaitan dengan derajat kebebasan
akibat penambahan variabel penjelas baru dalam
model, sementara R2 tidak memperhitungkan hal
tersebut.
2
– Walaupun nilai R selalu positif, dalam nilai
2 R
dapat saja negatif.
Interpretasi Hasil
• Dalam menginterpretasikan estimasi regresi dengan
metode OLS, yang diinterpretasikan adalah hasil rregresi
yang signifikan.
1) Linear
• jika X1 dan X2 sama dengan nol maka besarnya Y sama
dengan konstantanya yaitu 0.
• Jika X1 meningkat 1 satuan maka Y juga akan
meningkat1 satuan dan Jika X1 turun 1 satuan maka Y
juga akan menurub 1 satuan (hubungannya positif).
Begitu juga dengan X2, jika X2 meningkat 1 satuan maka
Y juga akan meningkat 2 satuan dan Jika X2 turun 1
satuan maka Y juga akan meningkat 2 satuan
Interpretasi Hasil
2) Semi-Log
• Jika X1 dan X2 sama dengan nol maka besarnya
Y sama dengan konstantanya yaitu 1%, dan
jika X1 turun 1 satuan maka Y juga akan
menurun 1%, (hubungannya positif)
• Lain halnya dengan X2, jika X2 meningkat 1
satuan maka Y akan menurun 1% satuan, dan
jika X2 turun 1 satuan maka Y akan meningkat
1%, satuan (hubungannya negatif)
Interpretasi Hasil
3) Double log
log Y 0 1 X 1 2 X 2
• Jika X1 dan X2 sama dengan nol maka besarnya
Y sama dengan konstantanya yaitu o.
• Jika X1 meningkat 1% maka Y akan meningkat
1%, dan jika X1 turun 1%maka Y juga akan
menurun 1% (hubungannya positif).
• Begitu juga dengan X2, Jika X2 meningkat 1%
maka Y akan meningkat 2%, dan jika X2 turun
1% maka Y juga akan menurun 2%.