Aplikasi Ekonometrika:
Konsep Dasar Analisis
Regresi Linier
REVIEW
Tujuan Analisis Regresi
Latihan:
Tentukan yang mana variable
independent dan dependen !
1. Kesehatan, Pendidikan
2. Penghasilan, Gaya hidup
Persamaan Regresi
1. Persamaan
regresi merupakan suatu persamaan
yang menjelaskan hubungan anatara variable
bebas dan variable tidak bebas
2. Digunakan untuk memprediksi atau mengestimasi
nilai dari variable dependen berdasarkan
informasi dari variable independen
Metode Estimasi
Tujuan estimasi = menduga fungsi regresi populasi berdasrkan fungsi
regresi sampel setepat mungkin
1. Perlu parameter yang dapat memetakan antara variabel dependen
dan independent
2. Memperkecil penyimpangan/ kesalahan / error term
Metode Estimasi
Metode estimasi dalam model regresi linier adalah Ordinary Least Square (OLS)
1.
- Dalam metode OLS, ada beberapa asumsi yang harus dipenuhi:
1. Model regresi linier (linier dalam parameternya)
2. Non Stokastik pada regressor : variabel X tetap untuk pengambilan sampel yang berulang
3. Zero mean of ui/e untuk setiap nilai Xi tertentu, nilai rerata error ui/e bernilai 0
4. Homoscedasticity : variasi nilai Y tidak akan naik atau turun seiring perubahan nilai X
5. Autocorrelation/Otokorelasi : tidak ada korelasi antar error term
6. Zero covariance between disturbances and regressor : nilai X selalu tetap
7. Sample observations higher then the number of regressor : jumlah observasi n harus lebih besar daripada
jumlah variable X
8. Bervariasinya variabel regressor : adanya variabilitas pada data independent X
9. Spesifikasi tidak bias : model melibatkan data dan teori yang dapat diukur dalam estimasi
10. Multicolinearity/Multikolinearitas: tidak ada korelasi antar variabel x
11. Normality of disturbances
No Type of violation Test Remedial
2 Stochastic regressors
11 Non-normality of disturbances
Sifat Estimator
Kuadrat terkecil (OLS)
= koefisien regresi
Tampilan Output Stata
P-value
Goodness
of Fit (R-
squared)
Tolak
H0 jika: Hipotesis: H 0 : 2 3 ..... k 0
F hitung > F table Atau H1 : at least one i 0
P-value <
Uji statistic: R 2 /( k 1)
Fk 1,nk
(1 R 2 ) /( n k )
Uji partial- Uji T
Ho : *
H0 : *
vs H1 : *
H1 : *
Hipotesis:
ˆ * ˆ *
Z t (n 2)
Uji statistik
n
/ i 1
( X i X )2 se( ˆ )
Tolak
H0
jika: (T hitung > T table) atau (p-
value < )
Contoh Kasus
Sebuah penelitian ingin mengetahui pengaruh Hipotesis penelitian:
1.
1.
promosi terhadap penjualan produk X dengan
menggunakan Analisa regresi
H0 = biaya promosi tidak berpengaruh
2. Model penelitian menggunakan persamaan regresi terhadap penjualan
linier :
Ha = biaya promosi berpengaruh secara
Y= + +e signifikan terhadap penjualan
Dimana:
Y= Penjualan (Variabel dependen)
X = By promosi (variable independent)
= konstanta, yaitu nilai Y jika X =0
= koefisien regresi
= error term
Contoh kasus : Output & interpretasi