PENDIDIKAN TERBUKA DAN JARAK JAUH

Membuka Akses Pendidikan Tinggi bagi Semua

Making Higher Education Open to All

PERTEMUAN KE-2
REGRESI LINIER
Regresi Linier Sederhana
Regresi Linier Sederhana
Regresi Linier Sederhana
Regresi Linier Sederhana
Regresi Linier Sederhana
Regresi Linier Berganda
Regresi Linier Berganda
Regresi Linier Berganda
Regresi Linier Berganda
 Regresi Dengan Variabel Dummy

A. Variabel Kualitatif Dalam Regresi

 Variabel dalam analisis regresi bisa dibedakan menjadi dua yaitu variabel
kuantitatif dan variabel kualitatif sesuai dengan jenis variabel ekonomi.

 Variabel kualitatif dapat dimasukan ke dalam model regresi sebagai variabel

independen untuk mengindikasikan ada tidaknya suatu atribut yang dimiliki
unit ekonomi

 Variabel kualitatif harus diberi nilai numerik supaya model regresi bisa
diestimasi, salah satu caranya dengan membetuk variabel dummy yang
bernilai 0 atau 1.
Regresi Dengan Variabel Dummy
Regresi Dengan Variabel Dummy
 Regresi Dengan Variabel Dummy

 Aturan Main Penggunaan Teknik Variabel Dummy

 Kalau variabel kualitatif memiliki dua kelas (dua nilai) maka hanya
digunakan 1 variabel dummy, karena jika menggunakan dua variabel
dummy akan menyebabkan terjadninya kondisi perfect collinierity. Secara
umum, jika suatu variabel kualitatif memiliki n kelas atau n nilai, maka
hanya perlu dibentuk n-1 variabel dummy.
 Pemberian nilai atribut dengan nilai 0 atau 1 bersifat
bebas/arbiter/manasuka.
 Unit-unit ekonomi dengan variabel dummy bernilai 0 bertindak sebagai
kelompok pengontrol.
Regresi Dengan Variabel Dummy
 Evaluasi Hasil Regresi dan Modeling

A. Evaluasi Hasil Regresi

Evaluasi hasil estimasi model regresi menggunakan metode OLS meliputi:

 Penilaian seberapa baik (goodness of fit) model regresi yang menjelaskan

variasi nilai variabel dependen yang dijelaskan oleh variabel-variabel
independen dengan menggunakan indikator koefisien determinasi (R 2).
 Uji kelayakan model dengan uji signifikansi pengaruh semua variabel
independen secara serentak terhadap variabel dependen (overall fit) melalui
uji F.
 Uji signifikansi pengaruh variabel independen terhadap variabel dependen
secara individu (significance test) melalui uji t.
 Uji gabungan koefisien regresi bila diperlukan dengan uji F
 Uji asumsi-asumsi OLS.
 Evaluasi Hasil Regresi dan Modeling

B. Evaluasi Goodness of Fit Model Regresi Menggunakan Koefisien Determinasi

 Koefisien determinasi R2 digunakan untuk mengukur seberapa sesuainya

garis regresi dan data aktual (goodness of fit).
 Koefisien determinasi mengukur persentase total variasi nilai variabel
dependen yang dapat dijelaskan oleh variabel independen di dalam model
regresi.
 Jika R2 = 0.8497, hal ini berarti variasi nilai variabel dependen yang dijelaskan
oleh variabel independen sebesar 84.97%, sedangkan sisanya sebesar
15.03% dijelaskan oleh faktor/variabel lain yang tidak terdapat dalam model
regresi.
Evaluasi Hasil Regresi dan Modeling
Evaluasi Hasil Regresi dan Modeling
Evaluasi Hasil Regresi dan Modeling
 Modeling Ekonometrika

A. Kriteria Model dan Kesalahan Spesifikasi

 Model hendaknya memenuhi beberapa kriteria, yaitu:

 Konsisten dengan teori
 Variabel independen tidak berkorelasi dengan komponen gangguan/error
 Adanya konsistensi parameter
 Menunjukan data yang koheren
 Model harus komplit yaitu mencakup semua model yang sudah ada (rival
models)
 Prediksi yang dihasilkan oleh model harus masuk nalar
 Modeling Ekonometrika

Kesalahan spesifikasi model mencakup

Tidak memasukan variabel independen yang relevan

Memasukan variabel independen yang tidak relevan
Kesalahan bentuk fungsi regresi
Kesalahan pengukuran variabel
Modeling Ekonometrika
Modeling Ekonometrika
Modeling Ekonometrika
Modeling Ekonometrika
Modeling Ekonometrika
 Modeling Ekonometrika

C. Uji Stabilitas Model

 Uji ini merupakan prosedur untuk mengetahui apakah parameter model

bersifat stabil

 Uji stabilitas dapat dilakukan dengan menggunakan uji recursive residual atau
uji Chow
Modeling Ekonometrika
Modeling Ekonometrika
Modeling Ekonometrika
 Modeling Ekonometrika

D. Kriteria Seleksi Model

1) Kriteria R2 dan adjusted R2

Model yang baik memiliki nilai R2 mendekati 1, namun R2 memiliki kelemahan

sebagai berikut:

 Hanya untuk peramalan in-sample yaitu apakah prediksi model bisa sedekat
mungkin dengan data yang ada.
 Digunakan hanya bila variabel dependennya sama
 Nilainya tidak pernah mengecil jika variabel independen terus ditambahkan ke
dalam model meskipun variabel tersebut kurang atau tidak relevan, namun
masalah ini diatasi dengan penggunaan nilai adjusted R 2 (kriteria Theil).
Kriteria Theil didasarkan pada ide bagaimana meminimumkan standar error
model regresi.
Modeling Ekonometrika
Modeling Ekonometrika