Student UMS

Analisis Regresi 2 Variabel

P R E S E N T AT I O N B Y :
Mohammad Ahfadz irsadilah (B300220002)
Hafiz Ammar (B300220011)
Wahyudi (B300220013)
Revangga Argo Nastio GD (B300220014)
Muhammad Fariz Al Fatah (B300220016)
Muhammad Sulton Maruf (B300220026)
Sidhik Anggoro (B300220037)
 Contoh Hipotesis
Ilustrasikan bahwa Terdapat 60 Keluarga yang berpenghasilan berbeda-beda dan
dikelompokkan dalam tabel menjadi 10 kelompok dari penghasilan 80-260, dapat
dilihat juga bahwa keluarga yang berpenghasilan lebih tinggi memiliki konsumsi
lebih tinggi dan menjadikannya hipotesis awal bahwa pendapatan mempengaruhi
konsumsi suatu keluarga..
Dalam tabel di total setiap kelompoknya untuk menemukan rerata konsumsi dari
setiap kelompok, dan untuk lebih jelasnya bahwa pendapatan mempengaruhi
konsumsi dapat dilihat kurva disamping
Dalam kurva ini menunjukkan bahwa setiap kenaikan
pendapatan akan menaikkan konsumsi, dimana variabel X
mempengaruhi Variabel Y sebagai Hipotesis awal dan titik-
titik yang ada diatas maupun dibawah titik Equilibrium
tersebut menunjukkan terdapat perbedaan konsumsi
walaupun rata-ratanya terdapat di 65.
ini adalah Sebaran bersyarat dari Konsumsi/minggu dari
beberapa kelas pendapatan.
Model regresi E(Y/X=80)=65 dan seterusnya
 Konsep Fungsi Regresi Populasi
(Population Regression Function - PRF)
• Nilai harapan bersyarat:
- Rata-rata nilai Y untuk X tertentu

PRF: garis yang menghubungkan

nilai harapan bersyarat untuk
seluruh kemungkinan nilai X
 Konsep Fungsi Regresi Populasi
(Population Regression Function - PRF)

• Jika diasumsikan bahwa hubungan kedua peubah tersebut linier,

maka digunakan fungsi linier dari X:

Model/Persamaan Regresi

Dibutuhkan metode tertentu untuk

menduga parameter model
(intersep dan slope)
Makna Linier
• Linier dalam peubah
• Linier dalam parameter
 Arti Dari Linier

Linier dalam peubah maupun parameter

• Didalam analisis regresi sederhana. LINIER berarti linier dalam parameter

• Parameter berpangkat paling tinggi 1
• Diperbolehkan pangkat lebih dari satu untuk peubah

Keduanya Linier dalam parameter

Model Regresi Linier Sederhana

 Semuanya linier dalam parameter

Yang menentukan apakah model regresi linier atau nonlinier

yang menentukan adalah parameternya bukan pada variabel

Tabel menunjukan apakah suatu regresi itu masuk kedalam model regresi linier atau non linier
Fungsi Regresi Populasi Secara
Stokastik
• Untuk model konsumsi sebagai fungsi pendapatan,
• Dimungkinkan bahwa faktor selain pendapatan juga
mempengaruhi konsumsi
• Tidak semua titik tepat pada garis regresi
• Faktor-faktor lain tersebut dirangkum dalam komponen error/galat
Nilai harapan di ruas kiri
dan kanan dengan
syarat X pada komponen
stokastik
• Nilai harapan konstan adalah konstan itu sendiri

Asumsi utama untuk

error/galat
 Keutamaan komponen
Galat/Error
* Teori yg belum pasti = jadi dalam membuat model regresi kita harus bersandar pada teori tertentu, dalam ekonometrika tentu teori yg
melandasi adalah diekonomi
* ketidaktersediaan data = mungkin teori sudah ada tapi datanya tidak ada, oleh karena itu variabelnya tidak dimasukkan dalam model
* peubah utama vs peubah tambahan = bisa jadi peniliti hanya fokus pada bagaimana hubungan antara pendapatan dengan konsumsi sehingga
peubah yg lain tidak diperhatikan. utamanya hanya pendapatan bukan peubah yg lain
* sifat alami perilaku manusia (acak) = ketika pendapatan sama nyatanya konsumsinya bisa bermacam macam dan biasanya tidak sampai
dihabiskan karena berusaha menabung
* model sesederhana mungkin (Principle of Parsimony) = model yg kompleks itu tentu juga analisisnya juga kompleks, padahal kita hanya
ingin mengetahui hubungan pendapatan dan konsumsi maka kita perlu membuat model yg sederhana saja
* kemungkinan hubungan fungsional yang kurang tepat = ketika ada hubungan fungsional yg kurang tepat ini, maka ketidaktepatannya akan
dimasukkan kedalam komponen stokastik galat/ eror ini

Model Regresi dengan error:

 Fungsi Regresi Sample (Sample
Regression Function-SRF)
Diilustrasikan bahwa terdapat 2 orang mengambil sampel untuk
mengukur fungsi populasi regresi dan hasil yang diperoleh keduanya
berbeda karena setiap pengambilan sampel tidak memungkinkan
sama dalam pembentukan Kurva SRF-nya sendiri dapat kita liihat
pada gambar disamping berbeda namun tetap menunjukkan hasil
yang sama
Dalam kurva tersebut dapat kita lihat jika SRF 1 dan SRF 2
menunjukkan arah positif keatas kanan bahwa pendapatan
mempengaruhi konsumsi dan ketika SRF 2 berada dibawah
SRF 1 (income 80) pada awalnya lama kelamaan akan
berubah diatas SRF 1 pada titik income 220
 AN ILLUSTRATIVE EXAMPLE

Contoh Ilustrativ dari gambar Tabel diatas adalah menyajikan data mengenai tingkat pendidikan (diukur dengan jumlah
tahun bersekolah), upah per jam yang diperoleh masyarakat pada setiap jenjang pendidikan, dan jumlahnya orang-orang
pada tingkat pendidikan yang dinyatakan. Ernst Berndt awalnya diperoleh data yang disajikan dalam tabel, dan dia
memperoleh data tersebut dari arus survei populasi yang dilakukan pada bulan Mei 1985. Dengan memplot upah rata-
rata (bersyarat) terhadap pendidikan.
Pada gambar Kurva ilustrativ regresi tersebut menunjukkan seberapa rata-ratanya upah bervariasi menurut tingkat
pendidikan, umumnya meningkat seiring dengan levelnya bidang pendidikan.
CASE

(X (Y
) )
Thank You
F O R Y O U R AT T E N T I O N
Scan here
untuk penjelasan materi lebih
lanjut