EKONOMETRIKA
Adanya korelasi antara anggota serangkaian data observasi baik itu data time series atau data cross section.
Ada korelasi antara satu variabel gangguan dengan variabel gangguan lain.
Pada data runtut waktu (time-series) seringkali terjadi saling pengaruh antara variabel independen. Jadi data runtut waktu mengandung autokrelasi.
Autokorelasi bisa positif bisa juga negatif.
Konsekuen
Penaksir (estimator) tidak lagi efisien
Nilai hitung δ2 (degree of freedom) akan bias
Nilai R2 yang dihasilkan akan lebih tinggi daripada yang seharusnya
Nilai variance dan kesalahan baku yang akan digunakan tidak akan efisien
Penyebab
Adanya Inertia
Bias Spesifikasi Model kasus variabel yang tidak dimasukkan
Adanya Fenomena Laba-Laba
Manipulasi data
Adanya Kelembaman Waktu
U
j
i
A
u
t
o
k
o
r
e
l
a
s
i
Durbin - Watson
Hal-hal yang harus dipenuhi:
Model regresi yang dilakukan harus menggunakan konstanta
Variabel bebas adalah non-stokastik
Kesalahan pengganggu (residual) diperoleh dengan otoregresif order pertama
Model regresi tidak meliputi nilai kelembaman dari var. Terikat sebagai var. Penjelas
Dalam melakukan regresi, tidak boleh ada
data yang hilang
Durbin - Watson
Rumus Uji DW
DW = Σ (e – et-1)2
Σ et2
Ket:
DW = Nilai Derbin-Watson test
e = Nilai Residual
et-1 = Nilai Residual satu periode sebelumnya
Durbin - Watson
Langkah-Langkah uji DW
Membuat persamaan regresi
Hitung nilai prediksinya (Ŷ)
Hitung nilai residualnya (Y - Ŷ) atau e
Kuadratkan nilai residualnya (Y - Ŷ)2 atau e2
Lag-kan satu nilai residualnya (Y - Ŷ)t-1 atau et-1
Kurangkan nilai residual dengan nilai residual
yang telah di Lag-kan satu à e – et-1
Durbin - Watson
Kuadratkan nilai e – et-1 à (e – et-1)2
Masukkan hasil perhitungan diatas kedalam rumus DW
Menarik Kesimpulan uji korelasi dengan kriteria
Lagrange-Multipler
Langkah-Langkah uji LM
Membuat persamaan regresi
Hitung nilai prediksinya (Ŷ)
Hitung nilai residualnya (Y - Ŷ) atau µ
Kuadratkan nilai residualnya (Y - Ŷ)2 atau µ2
Cari nilai rata-rata Y
Kurangkan nilai Y dengan Y rata-rata
Kuadratkan nilai Y yang telah dikurangi
Menghitung nilai X2 hitung dengan rumus
X2 = (n-1)*R2
Menarik Kesimpulan
Jika X2hitung > X2tabel maka adanya masalah otokorelasi dan
Jika X2hitung <= X2tabel maka tidak terjadi masalah otokorelasi.
Dengan X2tabel = X2df(α, n-1)
T
r
e
a
t
m
e
n
t
Generalized Difference Equation
Metode ini dilakukan dengan melakukan transformasi dari persamaan regresi linier biasa dengan memasukkan unsur ρ dalam model persamaan.
Generalized Difference Equation
Persamaan awal
Yt = β0 + β1Xt + e
Persamaan setelah transformasi
Yt – ρYt-1 =β0 (1-ρ) + β1 (Xt – ρ Xt-1) + e
Dengan ρ = Σ et et-1
Σ e2
... Trims ...
EKONOMETRIKA
EKONOMETRIKA
Adanya korelasi antara anggota serangkaian data observasi baik itu data time series atau data cross section.
Ada korelasi antara satu variabel gangguan dengan variabel gangguan lain.
Pada data runtut waktu (time-series) seringkali terjadi saling pengaruh antara variabel independen. Jadi data runtut waktu mengandung autokrelasi.
Autokorelasi bisa positif bisa juga negatif.
Konsekuen
Penaksir (estimator) tidak lagi efisien
Nilai hitung δ2 (degree of freedom) akan bias
Nilai R2 yang dihasilkan akan lebih tinggi daripada yang seharusnya
Nilai variance dan kesalahan baku yang akan digunakan tidak akan efisien
Penyebab
Adanya Inertia
Bias Spesifikasi Model kasus variabel yang tidak dimasukkan
Adanya Fenomena Laba-Laba
Manipulasi data
Adanya Kelembaman Waktu
U
j
i
A
u
t
o
k
o
r
e
l
a
s
i
Durbin - Watson
Hal-hal yang harus dipenuhi:
Model regresi yang dilakukan harus menggunakan konstanta
Variabel bebas adalah non-stokastik
Kesalahan pengganggu (residual) diperoleh dengan otoregresif order pertama
Model regresi tidak meliputi nilai kelembaman dari var. Terikat sebagai var. Penjelas
Dalam melakukan regresi, tidak boleh ada
data yang hilang
Durbin - Watson
Rumus Uji DW
DW = Σ (e – et-1)2
Σ et2
Ket:
DW = Nilai Derbin-Watson test
e = Nilai Residual
et-1 = Nilai Residual satu periode sebelumnya
Durbin - Watson
Langkah-Langkah uji DW
Membuat persamaan regresi
Hitung nilai prediksinya (Ŷ)
Hitung nilai residualnya (Y - Ŷ) atau e
Kuadratkan nilai residualnya (Y - Ŷ)2 atau e2
Lag-kan satu nilai residualnya (Y - Ŷ)t-1 atau et-1
Kurangkan nilai residual dengan nilai residual
yang telah di Lag-kan satu à e – et-1
Durbin - Watson
Kuadratkan nilai e – et-1 à (e – et-1)2
Masukkan hasil perhitungan diatas kedalam rumus DW
Menarik Kesimpulan uji korelasi dengan kriteria
Lagrange-Multipler
Langkah-Langkah uji LM
Membuat persamaan regresi
Hitung nilai prediksinya (Ŷ)
Hitung nilai residualnya (Y - Ŷ) atau µ
Kuadratkan nilai residualnya (Y - Ŷ)2 atau µ2
Cari nilai rata-rata Y
Kurangkan nilai Y dengan Y rata-rata
Kuadratkan nilai Y yang telah dikurangi
Menghitung nilai X2 hitung dengan rumus
X2 = (n-1)*R2
Menarik Kesimpulan
Jika X2hitung > X2tabel maka adanya masalah otokorelasi dan
Jika X2hitung <= X2tabel maka tidak terjadi masalah otokorelasi.
Dengan X2tabel = X2df(α, n-1)
T
r
e
a
t
m
e
n
t
Generalized Difference Equation
Metode ini dilakukan dengan melakukan transformasi dari persamaan regresi linier biasa dengan memasukkan unsur ρ dalam model persamaan.
Generalized Difference Equation
Persamaan awal
Yt = β0 + β1Xt + e
Persamaan setelah transformasi
Yt – ρYt-1 =β0 (1-ρ) + β1 (Xt – ρ Xt-1) + e
Dengan ρ = Σ et et-1
Σ e2
... Trims ...
EKONOMETRIKA
ppt profesionalisasi pendidikan Pai 9.pdfNur afiyah
Pembelajaran landasan pendidikan yang membahas tentang profesionalisasi pendidikan. Semoga dengan adanya materi ini dapat memudahkan kita untuk memahami dengan baik serta menambah pengetahuan kita tentang profesionalisasi pendidikan.
Sebuah buku foto yang berjudul Lensa Kampung Ondel-Ondelferrydmn1999
Indonesia, negara kepulauan yang kaya akan keragaman budaya, suku, dan tradisi, memiliki Jakarta sebagai pusat kebudayaan yang dinamis dan unik. Salah satu kesenian tradisional yang ikonik dan identik dengan Jakarta adalah ondel-ondel, boneka raksasa yang biasanya tampil berpasangan, terdiri dari laki-laki dan perempuan. Ondel-ondel awalnya dianggap sebagai simbol budaya sakral dan memainkan peran penting dalam ritual budaya masyarakat Betawi untuk menolak bala atau nasib buruk. Namun, seiring dengan bergulirnya waktu dan perubahan zaman, makna sakral ondel-ondel perlahan memudar dan berubah menjadi sesuatu yang kurang bernilai. Kini, ondel-ondel lebih sering digunakan sebagai hiasan atau sebagai sarana untuk mencari penghasilan. Buku foto Lensa Kampung Ondel-Ondel berfokus pada Keluarga Mulyadi, yang menghadapi tantangan untuk menjaga tradisi pembuatan ondel-ondel warisan leluhur di tengah keterbatasan ekonomi yang ada. Melalui foto cerita, foto feature dan foto jurnalistik buku ini menggambarkan usaha Keluarga Mulyadi untuk menjaga tradisi pembuatan ondel-ondel sambil menghadapi dilema dalam mempertahankan makna budaya di tengah perubahan makna dan keterbatasan ekonomi keluarganya. Buku foto ini dapat menggambarkan tentang bagaimana keluarga tersebut berjuang untuk menjaga warisan budaya mereka di tengah arus modernisasi.
UNTUK DOSEN Materi Sosialisasi Pengelolaan Kinerja Akademik DosenAdrianAgoes9
sosialisasi untuk dosen dalam mengisi dan memadankan sister akunnya, sehingga bisa memutakhirkan data di dalam sister tersebut. ini adalah untuk kepentingan jabatan akademik dan jabatan fungsional dosen. penting untuk karir dan jabatan dosen juga untuk kepentingan akademik perguruan tinggi terkait.
Pi-2 AGUS MULYADI. S.Pd (3).pptx visi giru penggerak dan prakrsa perubahan bagja
Analisa regresi linear sederhana.1.21
1. Analisa Regresi Linear Sederhana
Tujuannya :
1.Mengetahui pengaruh antara satu variabel independent dengan satu
variabel dependen
2. Memprediksi nilai dari variabel dependen apabila nilai variable
independent mengalami kenaikan atau penurunan
3. Mengetahui arah hubungan variabel dependen dan independent apakah
negative atau positif
4. Mengetahui hasil uji hipotesis menggunakan uji t dan uji signifikansi
5. Rumus
Y = a + bX
Bayu Fitri Hutami SE, MT
2. Judul : Analisa Pengaruh Citra STPT terhadap Kepuasan Mahasiswa
Variabel Bebas (X) : Citra STPT
Variabel Tidak Bebas (Y) : Kepuasan Mahasiswa
1. Buat Variabel nya di Variabel View
Bayu Fitri Hutami SE, MT
7. 6.Klik Ok dan lihat hasil ouputnya
Output 1
Variables Entered/Removedb
Model
Variables
Entered
Variables
Removed Method
1 Citra_STPTa
. Enter
a. All requested variables entered.
b. Dependent Variable: Kepuasan_Mahasiswa
Penjelasan :
Semua Variabel baik Variabel Bebas dan Variabel Tidak Bebas dalam penelitian ini dimasukkan dalam
pengolahan data
Variabel bebas yang dimasukkan dalam pengolahan data adalah Citra STPT
Variabel tidak bebas yang dimasukkan dalam pengolahan data adalah Kepuasan Mahasiswa
Bayu Fitri Hutami SE, MT
8. Output 2
Model Summary
Model R R Square
Adjusted R
Square
Std. Error of the
Estimate
1 .669a
.448 .417 .14775
a. Predictors: (Constant), Citra_STPT
-Nilai R adalah nilai koefisien korelasi sebesar positif 0,669 sedangkan nilai R Square
merupakan nilai koefisien penentu atau KP.
- Dalam kasus ini nilai Rsquare sebesar 0,448 yang diperoleh dari r = (0,669)² , sehingga
besarnya pengaruh variabel citra STPT terhadap kepuasan mahasiswa sebesar KP = r² x 100%
Perhitungan :
KP = r² x 100%
KP = (0,669)² x 100%
KP = 0,447 x 100%
KP = 44,75
KP = R.Square = 44,75
-Artinya : Hanya sebesar 44,75% Citra STPT mempengaruhi kepuasan Mahasiswa sedangkan
sisanya sebesar 55,24% ( 100 – 44,75) Kepuasan Mahasiswa dipengaruhi Faktor lain
- Adjusted R Square adalah nilai R² yang disesuaikan
- -Std.Error of Estimation adalah ukuran kesalahan standar dari penaksiran.
Bayu Fitri Hutami SE, MT
9. Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.553 .229 6.772 .000
Citra_STPT .387 .101 .669 3.823 .001
a. Dependent Variable: Kepuasan_Mahasiswa
Persamaan:
Y = a + bX
X = Citra STPT
Y = Kepuasan Mahasiswa
a = Konstanta
b = Koefisien Regresi
Y = 1,553 + 0,387 X
Interprestasi :
-Konstanta sebesar 1,553 artinya , jika Citra STPT bernilai nol maka Kepuasan Mahasiswa
bernilai 1,553 atau tetap
-Koefisien regresi sebesar 0,387, artinya jika Citra STPT mengalami kenaikan satu satuan maka
Kepuasan Mahasiswa akan mengalami peningkatan sebesar 0,387 satu satuan
Bayu Fitri Hutami SE, MT
10. Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.553 .229 6.772 .000
Citra_STPT .387 .101 .669 3.823 .001
a. Dependent Variable: Kepuasan_Mahasiswa
UJI T Hitung Regresi Linear Sederhana
Tahap Uji
1.Tentukan Hipotesis ( memilih two tail atau uji dua sisi )
Ho : Tidak ada pengaruh Citra STPT terhadap Kepuasan Mahasiswa
Ha : Ada pengaruh Citra STPT terhadap Kepuasan Mahasiswa
2. Tentukan t. hitung
Dari output SPSS diperoleh t. hitung Citra STPT sebesar 3,823
3. Tentukan t table
Tabel distribusi t dicari pada α = 5% : 2 = 2,5% ( uji 2 sisi ) = 0,025
derajat bebas (df) = n-2
dimana n=jumlah responden
Sehingga : df = 20 – 2
df = 18
Nilai t tabel dengan df= 18 dan signifikansi 0,025 adalah 2,101
4. Tentukan Kriteria Pengujian
-Ho diterima jika – t tabel ≤ t hitung ≤ t tabel
-Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel
5. Bandingkan t hitung dengan t tabel
3,823 > 2,101
6. Kesimpulan :
Karena t hitung > dari t tabel maka Ho ditolak artinya Citra STPT Ada berpengaruh terhadap
Kepuasan Mahasiswa
Bayu Fitri Hutami SE, MT
11. Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 1.553 .229 6.772 .000
Citra_STPT .387 .101 .669 3.823 .001
a. Dependent Variable: Kepuasan_Mahasiswa
UJI Signifikansi Regresi Linear Sederhana
Tahap Uji
1.Tentukan Hipotesis ( memilih two tail atau uji dua sisi )
Ho : Tidak ada pengaruh Citra STPT terhadap Kepuasan Mahasiswa
Ha : Ada pengaruh Citra STPT terhadap Kepuasan Mahasiswa
2. Tentukan Signifikansi
Dari output SPSS diperoleh t. hitung Citra STPT sebesar 0,001
3. Tentukan Kriteria Pengujian
-Ho diterima jika signifikansi > 0,05
-Ho ditolak jika signifikansi ≤ 0,05
4. Bandingkan nilai signifikansi
0,001 ≤ 0,05
5. Kesimpulan :
Karena nilai signifikansi ≤ dari 0,05 maka Ho ditolak artinya Citra STPT berpengaruh terhadap
Kepuasan Mahasiswa
Bayu Fitri Hutami SE, MT