EKONOMETRIKA
Pertemuan 6
TONY ARDIAN
FAK.SAINS DAN TEKNOLOGI
UINSU MEDAN
MODEL
REGRESSI LINIER BERGANDA
Model yg memperlihatkan hubungan antara satu variable
terikat (dependent variable) dgn beberapa variabel bebas
(independent variables).
Y = ß0 + ß1 X + ß2 X + …. + ßn Xn
Uji Koeff. Xi H0 : ßi = 0
H1: ßi ≠ 0
Contoh :
Dimana :
Y : Nilai ujian akhir
X1 : Nilai pretest
X2 : Nilai Laporan
Interpretasi Hasil :
Pengujian statistik baik uji keseluruhan (Uji-F) dan uji koefisien variabel dalam
model (Uji-t) memiliki kesamaan dengan analisis regresi linear sederhana.
Hipotesis uji-F adalah : H0 : ß0 = ß1 = ß2 = 0
H1 : ß0, ß1, ß2 ≠ 0
Sedangkan uji koefisien atau pengujian secara parsial memiliki hipotesis sebagai
berikut :
Pengujian untuk ß2 : H0 : ß2 = 0
H1 : ß2 ≠ 0
Hasil analisis di atas menunjukkan bahwa model secara
statistik adalah memang dapat digunakan, terbukti dari nilai
F-hit sebesar 73.02 yang signifikan pada tingkat alpha 5%
atau 0.05 Artinya bahwa ß0, ß1, ß2 mempengaruhi secara
nyata terhadap N_Akhir (nilai Akhir).
b0 = Yi – b1X1i – b2 X2i
ESTIMASI MODEL
REGRESSI LINIER BERGANDA
1 X21 x22i – X22 x21i – 2 X1 X2 x1i x2i
var(b0) = + 2
n (x21i ) (x22i ) – (x1i x2i)2
x21i
var(b1) = 2 se(bi) = var(bi)
(x 1i )(x 2i ) – (x1i
2 2
x2i)2 Utk i = 0, 1, 2.
x21i
var(b1) = 2
( x21i )(x22i ) – (x1i
x2i)2
i2
2 = i2 = y2i – b1 yi x1i – b2 yi x2i
n–3
Asumsi-asumsi
Model Regresi Linier Berganda
(Agar hasil estimasi dapat diinterpretasikan dengan baik - BLUE)