Dokumen tersebut membahas tentang estimasi menggunakan analisis regresi untuk memecahkan masalah keputusan manajerial. Analisis regresi digunakan untuk mengestimasi hubungan antara variabel terikat dengan satu atau lebih variabel bebas. Dokumen ini menjelaskan konsep regresi linier sederhana dan berganda serta langkah-langkah estimasi menggunakan perangkat lunak SPSS.
4. Analisis Regresi
Berganda
▪ Apabila saat variabel Dependent
(Terikat) yang kita cari untuk
dijelaskan, dihipotesis tergantung
pada lebih dari satu variabel
bebas/penjelas.
Fungsi linearnya:
5. • Koefisien Determinasi mengukur proporsi dari
variasi total variabel terikat yang dijelaskan oleh
variabel bebas
• Akan tetapi di analisis regresi berganda, dengan
mempertimbangkan besaran derajat kebebasan
menurun sehubungan denga bertambahnya
variabel bebas, R2 perlu disesuaikan, sbb:
6. Analisis Varians/Uji F
▪ Kekuatan menerangkan secara keseluruhan regresi
dapat diuji dengan menggunakan analisis varians
7. Multikolinieritas
▪ Merupakan korelasi (keterkaitan) yang tinggi antara
variabel-variabel bebas dalam suatu model regresi
linear berganda
▪ Alat statistik yang sering dipergunakan untuk menguji
multikolinearitas adalah
1. Variance Inflation Factor (VIF),
2. Korelasi Pearson antara variabel-variabel bebas, atau
3. Eigenvalues dan Condition Index (CI)
8. Heteroskedisitas
▪ Merupakan ketidaksamaan varians dari residual satu ke
pengamatan ke pengamatan yang lain di suatu regresi
berganda
▪ Model regresi yang memenuhi persyaratan adalah di
mana terdapat kesamaan varians dari residual satu
pengamatan ke pengamatan yang lain tetap
(Homoskedisitas)
▪ Biasanya terdapat pada data cross section
▪ Deteksi heteroskedastisitas dapat dilakukan dengan
1. Metode scatter plot dengan memplotkan nilai ZPRED (nilai
prediksi) dengan SRESID (nilai residualnya)
2. Uji Glejser, Uji Park, Uji White
9. Autokorelasi
▪ Terjadi korelasi antara suatu periode t dengan periode
sebelumnya (t -1).
▪ Analisis regresi adalah untuk melihat pengaruh antara
variabel bebas terhadap variabel terikat, jadi tidak boleh
ada korelasi antara observasi dengan data observasi
sebelumnya
▪ Uji autokorelasi hanya dilakukan pada data time series
(runtut waktu) dan tidak perlu dilakukan pada data cross
section
11. ▪ Spesifikasi Model dengan Cara Mengidentifikasi
Variabel-Variabel, misalnya :
Qd = f (Px, I, Py, A, T)
▪ Pengumpulan Data
▪ Spesifikasi Bentuk Persamaan Permintaan
Linier : Qd = A - a1Px + a2 I + a3 Py + a4 A + a5 T
Pangkat : Qd = A(Px)b(Py)c
▪ Estimasi Nilai-Nilai Parameter
▪ Pengujian Hasil
Langkah-Langkah Estimasi Permintaan
dengan Regresi