MODEL REGRESI DENGAN DUA VARIABEL
description
Transcript of MODEL REGRESI DENGAN DUA VARIABEL
![Page 1: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/1.jpg)
MODEL REGRESI DENGAN DUA VARIABEL
![Page 2: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/2.jpg)
• Tujuan Pengajaran:• Setelah mempelajari bab ini, anda
diharapkan dapat:
![Page 3: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/3.jpg)
• Mengetahui kegunaan dan spesifikasi model
• Menjelaskan hubungan antar variabel
• Mengaitkan data yang relevan dengan teori
• Mengembangkan data
![Page 4: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/4.jpg)
• Menghitung nilai parameter Mengetahui arti dan fungsi parameter
• Menentukan signifikan tidaknya variabel bebas
• Membaca hasil regresi• Menyebutkan asumsi-asumsi.
• • • • •
![Page 5: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/5.jpg)
Bentuk model
• Fungsi regresi yang menggunakan data populasi (FRP)
• Y = A + BX + ε ……(pers.3.1)
![Page 6: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/6.jpg)
• Fungsi regresi yang menggunakan data sampel (FRS) umumnya menuliskan simbol konstanta dan koefien regresi dengan huruf kecil, seperti contoh sebagai berikut:
• Y = a + bX + e ……(pers.3.2)•
![Page 7: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/7.jpg)
Dimana: • A atau a; merupakan konstanta atau
intercept• B atau b; merupakan koefisien
regresi, yang juga menggambarkan tingkat elastisitas variabel
• independen• Y; merupakan variabel dependen• X; merupakan variabel independen
![Page 8: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/8.jpg)
• • Notasi a dan b merupakan
perkiraan dari A dan B. • Huruf a, b, disebut sebagai
estimator atau statistik, sedangkan nilainya disebut sebagai estimate atau nilai perkiraan.
![Page 9: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/9.jpg)
• Meskipun penulisan simbol konstanta dan koefisien regresinya agak berbeda, namun penghitungannya menggunakan metode yang sama, yaitu dapat dilakukan dengan metode kuadrat terkecil biasa (ordinary least square), atau dengan metode Maximum Likelihood.
![Page 10: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/10.jpg)
• Penghitungan konstanta (a) dan koefisien regresi (b) dalamsuatu fungsi regresi linier sederhana dengan metode OLS
dapat dilakukan dengan srumus-rumus sebagai berikut:
![Page 11: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/11.jpg)
Rumus Pertama (I)
• Mencari nilai b:• • b = n (∑ XY )− (∑ X )(∑Y )• n (∑ X ² )− (∑ X ) ²
![Page 12: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/12.jpg)
• mencari nilai a:• • a = ∑Y − b. ∑ X• n
![Page 13: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/13.jpg)
Rumus kedua (II)
• Mencari nilai b:• b = ∑ xy• ∑ x ²
• mencari nilai a:• a = Y − b X
•
![Page 14: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/14.jpg)
• Data: hal 38
• Bantuan SPPS: hal 39-42
• Pengembangan data: hal 43
• Masukkan angka pada tabel k dalam rumus.
![Page 15: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/15.jpg)
Rumus kedua (II)
• Mencari nilai b:• b = ∑ xy• ∑ x ²
• mencari nilai a:• a = Y − b X
•
![Page 16: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/16.jpg)
• ∑ xy atau∑ x ² yang dapat dilakukan dengan rumus-
• rumus sebagai berikut:• ∑ x ² = ∑ X ² − (∑ X ) ² / n• ∑ y ² = ∑Y ² − (∑Y ) ² / n• ∑ xy = ∑ XY − (∑ X ∑Y ) / n
• Masukkan angka ke dalam rumus
![Page 17: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/17.jpg)
• Dengan diketahuinya, nilai-nilai tersebut, maka nilai b dapat ditentukan, yaitu:
• • b = 32.49 = 1.4498• 22.41
![Page 18: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/18.jpg)
• Dengan diketahuinya nilai b, maka nilai a juga dapat dicari dengan rumus sebagai berikut:
• a = Y − b X• = 11.8405 – (1.4498 x 14.7373)• • = 11.8405 – 21.3661 • a= -9.5256
![Page 19: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/19.jpg)
• Nilai a dan b dapat dilakukan dengan melalui bantuan SPSS.
• Hal: 47-49
![Page 20: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/20.jpg)
• Meskipun nilai a dan b dapat dicari dengan menggunakan rumus tersebut, namun nilai a dan b baru dapat dikatakan valid (tidak bias) apabila telah memenuhi beberapa asumsi, yang terkenal dengan sebutan asumsi klasik.
![Page 21: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/21.jpg)
(*) Tidak bias artinya nilai a atau nilai b yang sebenarnya. Dikatakan demikian sebab, jika asumsi tidak terpenuhi, nilai a dan b besar kemungkinannya tidak merupakan nilai yang sebenarnya.
![Page 22: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/22.jpg)
Asumsi-asumsi yang harus dipenuhi dalam OLS ada 3 asumsi, yaitu:
• 1). Asumsi nilai harapan bersyarat
(conditional expected value) dari ei, dengan syarat X sebesar Xi, mempunyai nilai nol.
![Page 23: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/23.jpg)
• 2). Kovarian ei dan ej mempunyai nilai nol. Nilai nol dalam asumsi ini menjelaskan bahwa antara ei dan ej tidak ada korelasi serial atau tidak berkorelasi (autocorrelation).
• • 3). Varian ei dan ej sama dengan
simpangan baku (standar deviasi).
![Page 24: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/24.jpg)
![Page 25: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/25.jpg)
• Penjelasan asumsi-asumsi ini secara rinci akan dibahas pada bab tersendiri tentang Multikolinearitas, Autokorelasi, dan Heteroskedastisitas.
![Page 26: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/26.jpg)
![Page 27: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/27.jpg)
• metode OLS terdapat prinsip-prinsip antara lain:
• • 1. Analisis dilakukan dengan
regresi.• 2. Hasil regresi akan
menghasilkan garis regresi.
![Page 28: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/28.jpg)
• Garis regresi disimbolkan dengan Ỷ (baca: Y topi, atau Y cap), yang berfungsi sebagai Y perkiraan. Sedangkan data disimbolkan dengan Y saja.
![Page 29: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/29.jpg)
• Ỷ = −9,525 + 1,449 X
![Page 30: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/30.jpg)
• Karena nilai a dalam garis regresi bertanda negatif (-) denganangka 9,525, maka garis regresi akan memotong sumbu Y dibawah origin (0) pada angka –9,525.
![Page 31: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/31.jpg)
• Nilai parameter b variabel X yang besarnya 1,449 menunjukkan arti bahwa variabel X tersebut tergolong elastis, karena nilai b > 1.
perubahan nilai X akan diikuti perubahan yang lebih besar pada nilai Y.
1:1,449.
![Page 32: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/32.jpg)
![Page 33: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/33.jpg)
Menguji Signifikansi Parameter Penduga
• Pengujian signifikansi secara individual = R.A. Fisher, = uji statistik (nilai statistik t dengan nilai t tabel.)
![Page 34: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/34.jpg)
• T stat > T hit = Signifikan mempengaruhi Y
• T stat < T hit = Tidak Signifikan mempengaruhi Y
![Page 35: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/35.jpg)
• Pengujian signifikansi secara individual secara bersama-sama = uji F = Neyman dan Pearson.
•
![Page 36: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/36.jpg)
![Page 37: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/37.jpg)
Uji t
![Page 38: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/38.jpg)
Atau dapat ditulis pula dengan rumus sebagai berikut:
![Page 39: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/39.jpg)
Dimana:
• Yt , Xt = data variabel dependen dan independen pada periode t
• Ỷ = nilai variabel dependen pada periode t yang didapat dari perkiraan garis regresi
• X = nilai tengah (mean) dari variabel independen
![Page 40: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/40.jpg)
• e atau Yt − Yˆ t = error term• n = jumlah data observasi• k = jumlah perkiraan koefisien
regresi yang meliputi a dan b• (n-k) = degrees of freedom (df).
![Page 41: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/41.jpg)
• Bantuan SPSS : hal 56• Tabel hal 56 - 57
![Page 42: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/42.jpg)
formula dari standar errordari b
![Page 43: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/43.jpg)
formula dari standar error dari b dapat juga dengan
menggunakan rumus berikut
![Page 44: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/44.jpg)
• Bila kita hendak menggunakan rumus ini, maka perlu terlebih dulu mencari nilai Se² yang dapat dicari dengan membagi nilai total ei² dengan n-2.
![Page 45: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/45.jpg)
![Page 46: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/46.jpg)
• Agar rumus ini dapat langsung digunakan, tentu terlebih dulu harus mencari nilai total ei² yang dapat dicari melalui rumus berikut ini:
![Page 47: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/47.jpg)
![Page 48: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/48.jpg)
![Page 49: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/49.jpg)
nilai total ei²
![Page 50: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/50.jpg)
• Hitungan di atas telah memastikan bahwa nilai ei² adalah sebesar 17,056. Dengan diketemukannya nilai ei² ini maka nilai se² pun dapat diketahui melalui hitungan
• sebagai berikut:
![Page 51: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/51.jpg)
![Page 52: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/52.jpg)
![Page 53: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/53.jpg)
• (Hasil hitungan rumus I = Rumus II ) , yaitu nilai Sb sebesar 0,195. Dengan diketahuinya nilai Sb, maka nilai statistik t (baca: t hitung) dapat ditentukan,
• karena rumus mencari t hitung adalah:
![Page 54: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/54.jpg)
karena rumus mencari t hitung
![Page 55: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/55.jpg)
• t hitung/ t statistik : 7, 4348
• N = 22• Df = n-k = 20• Derajat kesalahan 5% (α = 0,05)• T tabel = 1.725 (tingkat
signifikansi uji satu arah)
![Page 56: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/56.jpg)
• degree of freedom (df) sama dengan sebesar n-k = 20, karena jumlah k adalah 2, yaitu parameter a dan 1 parameter b, maka nilai t tabelnya adalah sebesar
• 1,725.
![Page 57: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/57.jpg)
• Nilai t tabel yang besarnya 2.086 (uji dua arah), sudah tentu angka tersebut lebih kecil dibanding dengan nilai t hitung yang besarnya 7,4348.
• Atas dasar itu dapat dipastikan bahwa variabel X (budep) signifikan mempengaruhi Y (inflasi).
•
![Page 58: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/58.jpg)
![Page 59: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/59.jpg)
• Tanda -t α/2 atau t α/2 memberikan arti bahwa masing-masing kutub mempunyai daerah distribusi tolak sebesar 2,5%. Jumlah dari keduanya mencerminkan α = 5%.
![Page 60: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/60.jpg)
Interpretasi Hasil regresi
Inflasi = -9,5256 + 1,4498 Budep + e
• thit = (7,4348)
• Persamaan di atas menginformasikan bahwa variabel
• Budep signifikan mempengaruhi variabel Inflasi.
![Page 61: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/61.jpg)
• Nilai b Budep yang besarnya• 1,4498 menginformasikan bahwa
setiap Budep meningkat 1%, maka Inflasi akan mengalami peningkatan sebesar 1,4498%. Sebaliknya, apabila Budep turun sebesar 1% maka Inflasi juga akan mengalami penurunan sebesar 1,4498%.
![Page 62: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/62.jpg)
• Perlu diingat bahwa nilai b juga mencerminkan tingkat elastisitas variabel X. Karena nilai b (1,4498)
• lebih besar dari angka 1 (satu), maka dapat dipastikan bahwa variabel Budep sangat elastis
![Page 63: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/63.jpg)
Koefisien Determinasi (R2)
• Koefisien determinasi (R2) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Besarnya nilai koefisien
• determinasi adalah di antara nol dan satu (0<R2<1).
![Page 64: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/64.jpg)
R2 menunjukkan seberapa besar sumbangan X (pengaruh X)
terhadap Y.
![Page 65: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/65.jpg)
Rumus koefisien determinasi (R2)
![Page 66: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/66.jpg)
![Page 67: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/67.jpg)
![Page 68: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/68.jpg)
• Angka koefisien determinasi (R2) yang besarnya 0,857 ini bila ditulis dalam bentuk prosentase sama
• dengan 85,7%. Angka tersebut menjelaskan bahwa determinasi atau sumbangan variabel Bunga deposito (budep) terhadap inflasi adalah sebesar 87,5%.
![Page 69: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/69.jpg)
• Artinya, sumbangan faktor-faktor lain (selain Budep) terhadap
• Inflasi hanya sebesar 14,3%. Dengan demikian dapat disimpulkan bahwa Budep merupakan prediktor yang
• baik untuk menaksir Inflasi.
![Page 70: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/70.jpg)
• Mencari R² menggunakan SPSS.
![Page 71: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/71.jpg)
• Hasil regresi di atas masih perlu dipastikan apakah besarnya nilai thit ataupun angka-angka parameter telah valid ataukah masih bias.
![Page 72: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/72.jpg)
• Tetapi, jika nilai-nilai belum dapat dipastikan valid, maka perlu dilakukan langkah-langkah analisis lanjutan untuk menjadikan parameter-parameter tersebut
• menjadi valid.
![Page 73: MODEL REGRESI DENGAN DUA VARIABEL](https://reader031.fdocuments.net/reader031/viewer/2022012323/56813e31550346895da81723/html5/thumbnails/73.jpg)
Valid jika:Telah memenuhi asumsi-asumsi klasik,
yaitu • 1. jika data variabel telah• terbebas dari masalah
Autokorelasi, • 2. tidak ada indikasi adanya
heteroskedastisitas, • 3. tidak terjadi multikolinearitas
atau saling berkolinear antar variabel.