Statistika Ekonomi II : Regresi Berganda
-
Upload
arie-wibowo-khurniawan -
Category
Documents
-
view
3.912 -
download
11
description
Transcript of Statistika Ekonomi II : Regresi Berganda
![Page 1: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/1.jpg)
Modul -3Modul -3Statistika Ekonomi IStatistika Ekonomi I
![Page 2: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/2.jpg)
MateriMateri
1. Model Regresi Berganda;2. Masalah Multicolinearity;3. Menduga nilai duga rentang;4. Uji hipotesis untuk parameter;5. Hasil perhitungan ke dalam arti
ekonomi;6. Keterbatasan-keterbatasan analisis
regresi.
![Page 3: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/3.jpg)
Model Regresi BergandaModel Regresi BergandaHubungan antara satu variabel tidak bebas/gayut (dependent variabel) Y dengan beberapa variabel lain yang bebas/tak gayut (independent variabel) X1 , X2 ,..., Xn
Untuk Populasi
Untuk Sampel
![Page 4: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/4.jpg)
Manfaat Regresi Berganda Manfaat Regresi Berganda
1. Mengurangi kesalahan stokastik (stochastic error =e). Karena dengan memasukkan X1 , X2 ,..., Xn
(variabel independent) maka nilai e cenderung mengecil dibanding bila hanya dipakai X1 saja, variance dari nilai e(Se
2 ) menjadi lebih kecil,
sehingga menaikkan ketangguahan uji statitik kita.
2. Menghilangkan kemungkinan bias yang terjadi seandainya hanya dipakai satu variabel penjelas (mengabaikan variabel kedua atau yang lain yang juga berpengaruh terhadap variabel Y)
![Page 5: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/5.jpg)
Estimasi Parameter dua Peubah bebas
untuk menduga parameter tersebut dapat dilakukan dengan rumus CRAMER atau dengan melakukan manipulasi, didapat persamaan nominalnya:
![Page 6: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/6.jpg)
Kasus 1Kasus 1Dengan menggunakan metode kuadrat terkecil, hitunglah 0, 1 dan 2, serta tentukan model regresi linear dari data-data berikut :
X1 1 2 1 3 1
X2 2 1 3 1 2
Y 7 8 5 6 4
![Page 7: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/7.jpg)
MulticollinearityMulticollinearity
Apabila kita menggunakan model regresi berganda
dalam hal ini kita mempunyai asumsi bahwa X1 , X2 ,..., Xn (variabel independent) tidak berkorelasi satu sama lain. Seandainya X1 , X2 ,..., Xn (variabel independent) ada korelasi satu sama lain maka dikatakan kolinearitas berganda (multi collinearity). Hal ini sering terjadi pada data berkala (time series), khususnya bidang ekonomi.
Misal : dalam permasalahan ekonomi : kita ingin meramalkan permintaan beras (Y) dengan menggunakan data penduduk (X1), dan pendapatan (X2). Beberapa negara menunjukkan bahwa ada hubungan yang erat antara pendapatan (X2) dengan penduduknya (X1)
![Page 8: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/8.jpg)
Nilai Duga Rentang (Interval Estimation)
Nilai duga rentang yang digunakan adalah sebagai berikut :
n = jumlah sampelk = jumlah variabel bebas
![Page 9: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/9.jpg)
Kasus 2Kasus 2Hitunglah nilai duga rentang untuk 1 dan 2 dengan derajat kepercayaan 95% dan derajat kepercayaan 90%.
X1 1 2 1 3 1
X2 2 1 3 1 2
Y 7 8 5 6 4
![Page 10: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/10.jpg)
Uji Hipotesis (1)Uji Hipotesis (1)Untuk menguji hipotesis dapat dirumuskan sebagai berikut :
H0 : i ≥ 0 (tak ada atau ada pengaruh positif dari Xi terhadap Y) H1 : i < 0 (ada pengaruh negatif dari Xi terhadap Y)
H0 : i ≤ 0 (tak ada atau ada pengaruh negatif dari Xi terhadap Y) H1 : i > 0 (ada pengaruh positif dari Xi terhadap Y)
1-/2
/2
-t/2+t/2
H0 : i = 0 (tdk pengaruh dari Xi terhadap Y) H1 : i ≠0 (ada pengaruh dari Xi terhadap Y)
1-
t
1-
-t
![Page 11: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/11.jpg)
Kriteria : 1. apabila ttabel < tobs, maka H0 ditolak 2. apabila ttabel > tobs, maka H0 diterima
Uji Hipotesis (2)Uji Hipotesis (2)
atau
obs = hasil observasiH0 = dimana Ho benar
![Page 12: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/12.jpg)
Kasus 3Kasus 3Diketahui bahwa permintaan terhadap komoditi tertentu untuk keperluan konsumsi (Y) dipengaruhi oleh harga (X1) dan pendapatan (X2).
Y 5 8 8 9 9 13
6 9 4 3
X1
2 3 5 4 6 2 3 4 5 6
X2
3 4 6 5 7 6 4 5 4 3Ujilah pendapat yang mengatakan bahwa :
a.tak ada atau ada pengaruh positif dari harga terhadap konsumsi, dengan alternatif ada pengaruh yang negatif. Gunakan = 5%.
b.tak ada atau ada pengaruh negatif dari pendapatan terhadap konsumsi,dengan alternatif ada pengaruh yang positif. Gunakan = 5%.
![Page 13: Statistika Ekonomi II : Regresi Berganda](https://reader036.fdocuments.net/reader036/viewer/2022081504/5571f31e49795947648d870b/html5/thumbnails/13.jpg)
Kelemahan regresi Linier BergandaKelemahan regresi Linier Berganda
1. Tidak mampu menunjukkan titik jenuh fungsi yang sedang diselidiki. Akibatnya selalu timbul kemungkinan kesalahan peramalan (ektraspolasi)
2. Terdapat kemungkinan terjadinya multikolineritas pada variabel-variabel ekonomi yang dipakai. Akibatnya variabel bebas/tak gayut tidak mampu menjelaskan variabel tak bebas/gayut (hubungan antara X dan Y tidak bermakna)
3. Kelemahan uji statistik selalu melekat pada model regresi linear berganda ini.