Statistika Ekonomi II: Teori Regresi Linier Sederhana
-
Upload
arie-khurniawan -
Category
Education
-
view
24.378 -
download
6
description
Transcript of Statistika Ekonomi II: Teori Regresi Linier Sederhana
Arie Wibowo Khurniawan, S.Si, Arie Wibowo Khurniawan, S.Si, M.AkM.Ak
TEORI REGRESITEORI REGRESI
Modul 2 - Statistika Ekonomi Modul 2 - Statistika Ekonomi IIII
MateriMateri
Konsep Populasi dan Sampel dalam garis RegresiVariabel Gangguan ei
Koefisien Regresi PenaksirDistribusi probabilitas dan Hubungan antarvariabel menggunakan uji
HipotesisLatihan
SejarahSejarah
Persamaan regresi merupakan persamaan matematis yang memungkinkan kita meramalkan nilai-nilai peubah gayut (Y) dari nilai peubah tak gayut (X). Istilah ini berasal dari telaah kebakaan yang dilakukan oleh Sir Francis Galton (1822-Sir Francis Galton (1822-1911) 1911) yang membandingkan tinggi badan anak laki-laki dengan tinggi badan ayahnya. Galton menunjukkan bahwa tinggi anak laki-laki dari ayah yang tinggi setelah beberapa generasi cenderung mundur (regressed) mendekati nilai populasi. Dengan kata lain, anak laki-laki dari ayah yang badannya sangat tinggi, cenderung lebih pendak dari ayahnya. Sedangkan anak laki-laki dari ayah yang badannya sangat pendak cenderung lebih tinggi dari ayahnya. Sekarang istilah regresi diterapkan pada semua jenis peramaaln.
Pengantar RegresiPengantar Regresi
Dua variabel numerik ingin diketahui hubungannya
Dua variabel numerik salah satu variabel dianggap sebagai variabel yang mempengaruhi variabel lainnya
Variabel yang mempengaruhi X, variabel bebas, variabel penjelas (Variabel tak gayut)
Variabel yang dipengaruhi Y, variabel tak bebas, variabel respon (Variabel gayut)
Konsep Populasi dalam RegresiKonsep Populasi dalam Regresi
Asumsi 1 : Distribusi probabilitas p(Yi/Xi)
memiliki varian yang sama 2
pada setiap Xi.
Asumsi 2 :Nilai mean(rata-rata) yang
diharapkan terletak pada sebuah garis lurus (regresi) populasi.
E (Yi) = = µ = + X
Asumsi 3: Asumsi 3: Variabel-variabel random Yi
adalah bebas secara statistik satu sama lainnya.
X
Y
E[Y]= + X
Assumptions of the Simple Linear
Regression Model
Identical normal distributions of errors, all centered on the regression line.
Misalnya : ingin melihat hubungan antara pengeluaran untuk iklan (ads expenditures, X) dengan penerimaan melalui penjualan (sales revenue, Y)Tahun 1 2 3 4 5 6 7 8 9 10
X 10 9 11 12 11 12 13 13 14 15
Y 44 40 42 46 48 52 54 58 56 60
35
40
45
50
55
60
65
8 10 12 14 16
ads expenditures (millions of dollars)
sale
s rev
enue
(mill
ions
of d
olla
rs)
YY
e Y - Y e
Model Regresi PopulasiDalam aplikasinya data populasi ini sangat sulit untuk didapatkan oleh karena diperlukan waktu yang lama dan biaya yang tinggi. Oleh karena itu biasanya para praktisi mengunakan sampel sampel untuk menduga/menaksir/mengestimasi populasi.
X
Y
E[Y]=+ X
Xi
}} = Slope
1
= Intercept
Yi
{Error: i
Regression Plot
Konsep Sampel dalam RegresiKonsep Sampel dalam Regresi
X
YRegression Plot
Regresi Sebenarnya
Regresi yang diduga
Model Regresi Model Regresi SebenarnyaSebenarnya
Model Regresi yang Model Regresi yang diduga (Sampel)diduga (Sampel)
Variabel Gangguan (eVariabel Gangguan (eii))
.{Error ei Yi Yi
YY
XX
Yi
Yi
XiXi
point data observed the point data observed the
Nilai Yi yang diamati biasanya tidak tepat sama dengan nilai yang dihasilkan oleh persamaan regresi atau nilai harapan E(Yi)
Hal ini disebabkan adanya variabel error atau variabel gangguan (ei).
ei = Yi - E(Yi) = Yi - µ
= Yi- - Xi
Variabel gangguan biasanya disebabkan oleh :1. Kesalahan Pengukuran (human error)
2. Kesalahan Stokastik (kesalahan yang disebabkan oleh sifat ketidakmungkinan sesuatu di duplikasi) (natural error)
Menaksir Nilai dan Menaksir Nilai dan Garis regresi yang sebenarnya pada dasarnya tidak dapat diketahui bentuknya, yang dapat diketahui hanyalah dengan pendekatan metode kuadrat terkecil (lease square) dari sampel yang kita miliki yaitu : x1,x2,x3,.. dan y1,y2,y3,...
Kasus 1 :Kasus 1 :
X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahunY = % kenaikan hasil penjualan selama 1 tahun
X 1 2 3 4 5
Y 3 5 7 8 10
Buatlah persamaan regresi liniear sederhana
Distribusi Probabilitas dan Distribusi Probabilitas dan
Untuk mengetahui seberapa jauh atau dekat jenis estimasi regresi sampel menyimpang dari garis regresi populasi Y = +X. perlu
diketahui bagaimana terdistribusi di sekitar dan bagaimana terdistribusi di sekitar . Hal ini dapat dilihat dari variance atau simpangan baku sbb:
dimana :
Kasus 2 :Kasus 2 :
X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahunY = % kenaikan hasil penjualan selama 1 tahun
X 1 2 3 4 5
Y 3 5 7 8 10
Hitunglah Standar Deviasi singel (S)
Interval KepercayaanInterval KepercayaanDalam prakteknya, pendugaan tunggal tidak dapat memberikan berapa jarak/selisih nilai harapan (sampel) terhadap nialai sebenaranya (populasi). Itulah sebabnya sering digunakan pendugaan interval (selang), yaitu suatu pendugaan berupa interval yang dibatasi oleh dua nilai, yang disebut nilai batas bawah dan nilai batas atas.Untuk membuat pendugaan interval, tentukan terlebih dahulu besarnya koefisien kepercayaan atau tingkat kepercayaan, yang diberi simbol 1-. Besarnya nilai 1- misalnya 90% (=10%), 95% (=5%), 99% (=1%) atau angka lainnya.
1-/2
/2
-t/2+t/2
Luas kurva = 1 atau 100%
Interval Kepercayaan danInterval Kepercayaan dan
Adapun Interval kepercayaan dan adalah
dan
Ingat !!!1 2
34
5
Kasus 3 :Kasus 3 :
X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahunY = % kenaikan hasil penjualan selama 1 tahun
X 1 2 3 4 5
Y 3 5 7 8 10
Hitunglah Interval kepercayaan dan dengan derajat keyakinan 95%
Uji HipotesisUji HipotesisUji ini bertujuan untuk membuktikan ada atau tidaknya hubungan linier yang berarti antara variabel X dan Y, dimana hubungan ini ditentukan oleh parameter . Pada umumnya hipotesis dirumuskan sbb: H0 : = 0 (tidak terdapat hubungan berarti antara X dan Y)
H1: ≠ 0 (terdapat hubungan berarti antara X dan Y) Kriteria : 1. apabila ttabel < thitung, maka H0 diterima
2. apabila ttabel > thitung, maka H0 ditolak dan berarti terdapat hubungan berarti antara X dan Y.dimana:
1
H0 : = 0 (tidak terdapat hubungan berarti antara X dan Y) H1: > 0 (terdapat hubungan positif antara X dan Y) Kriteria : 1. apabila ttabel < thitung, maka H0 ditolak
2. apabila ttabel > thitung, maka H0 diterima
dimana:
2
Kasus 4 :Kasus 4 :
X = % kenaikan biaya promosi penjualan (sales promotion selama 1 tahunY = % kenaikan hasil penjualan selama 1 tahun
X 1 2 3 4 5
Y 3 5 7 8 10
Ujilah apakah terdapat hubungan linier yang berarti antara X dan Y
ARIE WIBOWO K0813 111 77 [email protected]