hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) jenis regresi...

22

Upload: doandang

Post on 02-Apr-2019

237 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

��������������������������������������������

�� �� � � � � ���� �� � � � � ���� �� � � � � ���� �� � � � � ��������������������������

��� �� �� � � � �� �� �� �� � � � �� �� �� �� � � � �� �� �� �� � � � �� � � �� � � � �� � � � �� � � � ��

Page 2: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

MODEL REGRESI

o Model dalam bentuk persamaan berfungsi sebagaipanduan analisis melalui penyederhanaan dari realitasyang ada.

o Penulisan model dalam ekonometrik merupakan pengembangan dari persamaan fungsi secara matematis

o Persamaan MatematisÆY=a + bX……….. (pers.1)Persamaan EkonometrikaÆY = b0 + b1X + e ……….. (pers.2)

Page 3: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

ANALISIS REGRESI

� Merupakan suatu analisis statistik yang memanfaatkan hubungan antara dua variable atau lebih yaitu variable Y (variabel dependen atau respons) pada beberapa variabel lain X1,X 2 , ,X k , ( variabel independent atau predictor )

� Terdapat 3 jenis regresi : 1. Regresi Linier 2. Regresi Kuadratik3. Regresi Kubik

Page 4: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

JENIS ANALISIS REGRESI

Regresi Linier o Sebaran data dalam scatter plot menunjukkan sebaran data

yang mendekati bentuk garis luruso Model linier dibedakan menjadi single linier maupun multiple

liniero Single linier apabila variabel bebas hanya berjumlah satu

dengan batasan pangkat satu (regresi linier sederhana)o Multiple linier apabila variabel bebas lebih dari satu variabel

dengan batasan pangkat satu (regresi linier berganda)

Page 5: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

JENIS REGRESI

Regresi Kuadratiko Dicirikan dengan pangkat dua pada salah satu variabel

bebasnya

Regresi Kubiko Dicirikan dengan pangkat tiga pada salah satu variabel

bebasnya.o Disebut juga dengan fungsi berderajat tiga

Page 6: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

NOTASI MODEL

£ Huruf Y-- Variabel dependen / variabel yang dipengaruhi

£ Huruf X -- Variabel Bebas / variabel yang mempengaruhi

£ Huruf b0 / a / � / �0-- konstanta atau intercept yaitu sifat bawaan dari variabel Y

£ Huruf b1, b2, bn-- parameter yang menunjukkan slope atau kemiringan garis

regresi£ Huruf e / � / �

-- disebut juga dengan error term atau kesalahan penganggu

Page 7: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

REGRESI LINIER SEDERHANA

o Model : Y = �0 + �1 x + �o Rumus :

o Misal : Akan diteliti pengaruh deposito jangka waktu 1 bulan (X1 = Budep) terhadap terjadinya inflasi di Indonesia (Y = Inflasi) Pada kurun waktu Januari 2001 hingga Oktober 2002, yang datanya tertera sebagai berikut :

Page 8: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

324.22260.49Jumlah

13.1310.33Okt 02

13.5810.48Sep 02

13.9310.6Ags 02

14.2210.05Jul 02

14.8511.48Jun 02

15.1612.93Mei 02

15.5513.3Apr 02

15.7614.08Mar 02

15.8815.13Peb 02

16.1914.42Jan 02

16.2112.55Des 01

16.0212.91Nov 01

15.9112.47Okt 01

15.6713.01Sep 01

14.9712.23Ags 01

14.3913.04Jul 01

14.1412.11Jun 01

14.0310.82i 01

13.7910.51Apr 01

13.9710.62Mar 01

13.819.14Peb 01

13.068.28Jan 01

XYObservasi

Page 9: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

REGRESI LINIER SEDERHANA

o Perhitungan :a. Manualb. Bantuan program SPSS

o Hasil Perhitungan :� bo = - 9.5256

bo menunjukkan letak titik potong garis pada sumbu Y.� b1 = 1.4498

koefisien regresi berfungsi untuk menentukan tingkat kemiringan garis regresiKoefisien regresi berhubungan dengan elastisitas

Persamaan Regresi : Y = - 9.5256 + 1.4498 + �

Page 10: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya
Page 11: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

PENGUJIAN SIGNIFIKANSI MODEL

Pengujian signifikansi dapat dibedakan :a. Pengaruh secara individual – Uji tb. Pengaruh secara bersama-sama – Uji F

Perbandingan antara Uji t dan Uji F

Page 12: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

UJI SIGNIFIKANSI t

Uji t dilakukan dengan :1. Membandingkan nilai statistik t observasi atau t hitung

dengan t tabel (dilihat dari tabel probabilitas t), atau 2. Dilihat melalui level signifikansi t yang dihitung oleh

program aplikasi. Jika level signifikansi yang diperoleh lebih kecil dari level konvensional (yaitu 0,05 atau 5%) maka dapat disimpulkan bahwa koefisien regresi yang diuji adalah signifikan.

Page 13: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

UJI SIGNIFIKANSI t

� Nilai t hitung dapat diperoleh melalui :a. Manual

b. Bantuan Program SPSS dengan melihat nilai t pada tabel coefficients.

Page 14: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

UJI SIGNIFIKANSI t

Page 15: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

KOEFISIEN DETERMINASI

o Merupakan besaran yang akan mengukur ketepatan garis regresi

o Menunjukkan prosentase besarnya variabilitas dalam data yang dijelaskan oleh model regresi

o Simbol yang digunakan R2

o Maksimum nilai R2 adalah 100% dan minimum 0%o Ketentuan :

R2 besar maka keeratan hubungan antara X dan Y kuatR2 = 0, maka X dan Y tidak memiliki hubungan dengan YR2 kecil, maka keeratan hubungan antara X dan Y lemah

o Hasil analisis menunjukkan R2 sebesar 0,734 atau 73.4%

Page 16: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

INTERPRETASI HASIL REGRESIo Persamaan Regresi :

Inflasi = -9.5256 + 1.4498 Budep + et hit = (7.4348)R2 = 73,4%

o Variabel Budep signifikan mempengaruhi variabel inflasi, yaitu nilai thit Budep sebesar 7.4348 > dari ttabel yaitu 2.086

o Koefisien regresi Budep = 1.4498 artinya setiap budep naik 1% maka Inflasi akan mengalami peningkatan sebesar 1.4498%

o Koefisien regresi Budep yang menunjukkan lebih besar 1, maka dapat dipastikan bahwa budep sangat elastis. Artinya, besarnya tingkat perubahan pada budep akan mengakibatkan tingkat perubahan yang lebih besar pada Inflasi.

o R2 = 73,4% menjelaskan bahwa sumbangan variabel budep terhadap inflasi sebesar 73,4% sedangkan sumbangan faktor-faktor lain (selain budep) sebesar 26.6%

Page 17: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

REGRESI LINIER BERGANDA

� Analisis regresi untuk lebih dari satu variabel independen dengan satu variabel dependen

� Model : Y = �0 + �1 x 1 + �2 x 2 + �3 x 3 + …… + �� Formula untuk perhitungan Manual :

� Perhitungan dengan bantuan program SPSS dengan melihat tabel Coefficient

Page 18: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

UJI SIGNIFIKANSI F

Uji F merupakan pengujian tingkat signifikan variabel secara serentak atau bersama-sama dan dilakukan dengan :

1. Membandingkan nilai statistik F observasi atau F hitung dengan F tabel (dilihat dari tabel probabilitas t), atau

2. Perhitungan secara serentak dilakukan dengan teknik analisis of variance (ANOVA).

3. F hit > F tabel : berarti tidak signifikan atau Ho diterima, dan apabila F hit < F tabel berarti signifikan atau Ho ditolak

Page 19: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

REGRESI LINIER BERGANDA

o Apabila faktor yang mempengaruhi inflasi ternyata tidak hanya bunga deposito melainkan tambah satu variabel lagi yaitu kurs, maka persamaan regresi adalah sebagai berikut :

Inflasi = �0 + �1 Budep + �2 Kurs + �

Page 20: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

216816.66324.22260.49Jumlah

9151.7313.1310.33Okt 02

8954.4313.5810.48Sep 02

8928.4113.9310.6Ags 02

8964.7014.2210.05Jul 02

8688.6514.8511.48Jun 02

9115.0515.1612.93Mei 02

9485.8215.5513.3Apr 02

9914.2615.7614.08Mar 02

10237.4215.8815.13Peb 02

10393.8216.1914.42Jan 02

10269.4216.2112.55Des 01

10554.8616.0212.91Nov 01

10097.9115.9112.47Okt 01

9288.0515.6713.01Sep 01

8956.5914.9712.23Ags 01

10883.5714.3913.04Jul 01

11294.3014.1412.11Jun 01

11291.1914.0310.82Mei 01

11074.7513.7910.51Apr 01

10,204.70 13.9710.62Mar 01

9633.7813.819.14Peb 01

9433.2513.068.28Jan 01

KursBudepInflasiObservasi

Page 21: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

ANALISIS REGRESI BERGANDA

Hasil Analisis Regresi Berganda Inflasi = -11.917 + 1.421 Budep + 0.00028 Kurs + �t hit = (7.298) (1.177) F hit = 28.836R2 = 75,2%

� Variabel Budep signifikan mempengaruhi variabel inflasi, yaitu nilai t hit Budep sebesar 7.298 > dari t tabel yaitu 2.093

� Variabel Kurs tidak signifikan shg tidak mempengaruhi variabel inflasi, yaitu nilai t hit Kurs sebesar 1.177 < dari t tabel yaitu 2.093

� Variabel Budep dan Kurs secara bersama-sama mempengaruhi Inflasi, yaitu F hit 28.836 > F tabel 3.52

Page 22: hrini.files.wordpress.com · dengan batasan pangkat satu (regresi linier berganda) JENIS REGRESI Regresi Kuadratik o Dicirikan dengan pangkat dua pada salah satu variabel bebasnya

ANALISIS REGRESI BERGANDA� Koefisien regresi Budep = 1.421 artinya setiap budep naik 1%

maka Inflasi akan mengalami peningkatan sebesar 1.421% � Koefisien regresi Kurs = 0.00028 artinya setiap kurs naik 1%

maka Inflasi akan mengalami peningkatan sebesar 0.00028%� Koefisien regresi Budep yang menunjukkan lebih besar 1, maka

dapat dipastikan bahwa budep sangat elastis. Artinya, besarnya tingkat perubahan pada budep akan mengakibatkan tingkat perubahan yang lebih besar pada Inflasi.

� Koefisien regresi Kurs yang menunjukkan lebih kecil 1, maka dapat dipastikan bahwa kurs tidak elastis. Artinya, besarnya tingkat perubahan pada kurs akan mengakibatkan tingkat perubahan yang lebih kecil pada Inflasi.

� R2 = 75,2% menjelaskan bahwa sumbangan variabel budep dankurs terhadap inflasi sebesar 75,2% sedangkan sumbangan faktor-faktor lain (selain budep dan kurs) sebesar 24.8%