var () = =
se () =
Varians dan Kesalahan Standar dari
Penaksir OLS
homoskedastis ditaksir berdasarkan rumus berikut :
=
Semakin kecil nilai maka nilai taksiran dari model regresi
akan semakin mendekati nilai Y yang sebenarnya
=
Keterangan :
= penaksir dari
= jumlah kuadrat residu (RSS) yaitu jumlah dari
selisih kuadrat antara Y actual dengan Y taksiran
n-2 = derajat kebebasan (df)
Sifat-sifat dari Penaksir OLS
Teorema Gauss-Markov
Berdasarkan asumsi-asumsi dari model regresi linear klasik, penaksir
OLS memiliki varians yang terendah diantara penaksir-penaksir
linear lainnya. Dalam hal ini penaksir OLS disebut sebagai penaksir
tak bias linear terbaik (best linear unbiased estimators atau BLUE)
Sifat-sifat dari Penaksir OLS
Sifat-sifat
penaksir OLS yaitu BLUE:
1. dan merupakan penaksir linear
2. Kedua penaksir tersebut tidak bias,
E( = dan E( =
3. E( ) = , varians kesalahan dari penaksir OLS tidak bias. Dalam penerapan yang dilakukan secara
berulang-ulang, secara rata-rata nilai taksiran dari varians kesalahan akan tepat sama dengan nilai
varians yang sebenarnya. Diharapkan pula varians nya minimum (best)
4. dan merupakan penaksir yang efisien, dalam hal ini var () lebih kecil daripada varians penaksir tak
bias linear lainnya untuk dan var () lebih kecil daripada varians penaksir tak bias linear lainnya untuk
Penaksir yang tidak bias dengan varian minimum disebut dengan penaksir yang efisien
Koefisien Determinasi
Menerangkan seberapa banyak variasi pada variabel tak bebas Y dipengaruhi oleh variasi pada
variabel bebas X. Atau dengan kata lain, kita ingin mengetahui seberapa baik garis regresi sesuai
(fits) dengan data yang ada
Semakin tinggi nilai R2 yang diperoleh, semakin baik garis regresi yang diperoleh.
Untuk menghitung R2 ditentukan dengan:
batas-batas interval dinamakan sebagai nilai kritis, (critical values), atau disebut juga sebagai
confidence limit (batas kepercayaan). disebut sebagai batas bawah nilai kritis (lower confidence
limit), sedangkan disebut sebagai batas atas nilai kritis (upper confidence limit)
Estimasi Interval dan Uji Hipotesis
interval disebut juga sebagai estimator interval
Nilai
Jika a = 0.05 (=5%) maka dapat diinterpretasikan sebagai probabilitas (random) dalam interval yang kita tetapkan akan
terdapat nilai adalah sebesar (atau 95 persen
1. Interval di atas tidak menujukkan bahwa probabilitas terletak di dalam suatu interval adalah 95 persen, tetapi interval di
atas menyatakan bahwa dengan metode yang kita gunakan, berdasarkan nilai interval yang diperoleh maka probabilitas
akan terdapat nilai dalam interval tersebut adalah sebesar 95 persen.
2. Interval di atas bersifat acak (random), sehingga akan berbeda dari contoh (sampel) yang satu dengan contoh
(sampel) yang lainnya. Karena bersifat acak (random), maka harus diinterpretasikan bahwa dalam jangka panjang
rata-rata interval tersebut akan terdapat nilai yang sebenarnya
3. Dalam suatu sampel (contoh) yang tertentu, tidak bersifat acak (random)
Selang Kepercayaan (Confidence Interval)
Selang
Kepercayaan untuk b2
Hitung nilai t hitung untuk b2 dengan rumus :
se(b2) = =
Selang Kepercayaan (Confidence Interval)
nilai
t hitung mengikuti distribusi t dengan derajat bebas n – 2, sehingga
selang kepercayaan untuk b2, yaitu:
Pr (-ta/2 £ t £ ta/2) = 1 – a
Pr
Pr
dalam persen
Selang Kepercayaan (Confidence Interval)
Selang
Kepercayaan untuk b1
dalam persen
Selang Kepercayaan (Confidence Interval)
Contoh:
b2 = 0.5091
se(b2) = 0.0357
df = 8
Sehingga
0.5091 ± 2.306(0.0357)
0.5091 ± 0.0823
0.4268 £ £ 0.5914
Uji Hipotesis
b2 adalah 0.0591, misalkan kita ingin menghipotesakan apakah (pada contoh)
Nilai
Kita tahu bahwa selang kepercayaan adalah 0.4268 £ £ 0.5914, dimana dalam jangka panjang
interval tersebut akan memuat nilai yang sesungguhnya untuk a = 0.05. Karena = 0.3 (H0)
terletak diluar interval tersebut, maka tolak H0.
Uji Hipotesis
menguji hipotesis kita gunakan:
Untuk
1 ujung (one-tailed)
2 ujung (two-tailed)
CONTOH SOAL DAN
PENYELESAIANNYA ADA
DI FILE PDF
Silahkan dipelajari sambil mengerjakan tugas berikut !
Daftar Pustaka
Gujarati, D.N. 2007. Dasar-Dasar Ekonometrika. Erlangga
Widarjono, A. 2013. Edisi Ke-4. Ekonometrika Pengantar dan
Aplikasinya. UPP STIM YKPN
TERIMAKASIH