Ch 7: MULTIPLE REGRESSION

ANALYSIS: THE PROBLEM OF

ESTIMATION
Regresi Linear Berganda
Model :

Model Penduga :
 Contoh
No Y X1 x2 x3
1 8.01 4.89 5.52 487.67
2 9.06 4.83 5.05 490.59
3 10.31 4.68 5.41 533.55
4 11.76 4.42 6.16 576.57
5 12.43 4.36 6.26 598.62
6 13.31 4.55 6.34 621.77
7 13.1 4.66 6.81 613.67
8 14.94 4.54 7.15 654.8
9 16.17 4.44 7.17 668.84
10 14.71 4.75 6.71 681.02
11 13.2 4.56 7.05 679.53
12 13.19 4.29 7.04 720.53
13 11.7 4.19 7.18 736.86
14 10.99 4.17 7.33 755.34
15 10.8 4.11 7.54 799.15
a. list
b. list y x1
c. list y x1 in 3/10
d. tabstat y x1 x2 x3, stat(n mean sd max min)
e. tabstat y x1 x2 x3, stat(n mean var sd)
f. twoway (scatter y x1)
g. twoway (scatter y x1) (lfit y x1)
h. histogram x2
i. regres y x1 x2 x3
j. regres y x1 x2 x3, level (99)
k. lincom x1 – 2, df = n – k - 1
l. test x1 = 2, df = (1, n – k -1)
m.vce
Tabel ANOVA = Uji Koefisien regresi secar bersama-sama

Sumber Sum Degree Mean of F F0.05 F0.01

variasi of Of Square
Squar freedom (MS)
e (SS) (df)
Model SSR k SSR/k
Residual ESS n – k -1 ESS/(n-k-1)
Total SST n – 1

SST = S.D. dependend var^2*(n-1) = JKY

ESS = Error Sum Squared = ESS = Se^2*(n – k -1)
SSR = TSS – SSE =
. edit

. *(4 variables, 15 observations pasted into data editor)

. regress y x1 x2 x3

Source | SS df MS Number of obs = 15

-------------+---------------------------------- F(3, 11) = 4.04
Model | 35.899354 3 11.9664513 Prob > F = 0.0366
Residual | 32.5690121 11 2.96081928 R-squared = 0.5243
-------------+---------------------------------- Adj R-squared = 0.3946
Total | 68.4683661 14 4.89059758 Root MSE = 1.7207

------------------------------------------------------------------------------
y | Coefficient Std. err. t P>|t| [95% conf. interval]
-------------+----------------------------------------------------------------
x1 | 3.246695 3.314041 0.98 0.348 -4.04746 10.54085
x2 | 4.174578 1.726763 2.42 0.034 .373997 7.975158
x3 | -.0149091 .0166873 -0.89 0.391 -.0516377 .0218195
_cons | -20.26587 19.3646 -1.05 0.318 -62.88706 22.35532
------------------------------------------------------------------------------

.
. . vce

Covariance matrix of coefficients of regress model

e(V) | x1 x2 x3 _cons
-------------+------------------------------------------------
x1 | 10.982867 = 3.314
x2 | -.96229246 2.9817119 = 1.727
x3 | .03048289 -.02484297 .00027847 = 0.017
_cons | -62.592466 .63298355 -.1521136 374.98765 = 19.365
.

.
UJI KOEFISIEN REGRESI SECARA BERSAMA-SAMA
0
Koefisien Determinasi dan Adjusted R Square

Koefisien Adjusted R Square

Determinasi
= 𝑛− 1
2 2
𝑅 =1 −( 1− 𝑅 )
𝑛 −𝑘− 1
=

2
𝑅 =¿
 Uji Hipotesis Koefisien Regresi
Secara Individu
Ujilah apakah Gunakan taraf nyata 5%
Tolak Ho, jika
| |>

Tolak Ho, jika

>

Tolak Ho, jika

Ujilah apakah , gunakan taraf nyata 1%
Ujilah apakah , gunakan taraf nyata 5%
Interval Confidence

^ −𝑆 ×𝑡
𝑝 (𝑏 ^ + 𝑆 ×𝑡
𝑖 𝑏𝑖 𝛼 / 2 ( 𝑑𝑓 =𝑛 − 𝑘 −1) < 𝛽𝑖 < 𝑏𝑖 𝑏𝑖 𝛼 /2 ( 𝑑𝑓 =𝑛 −𝑘 −1 ) ) =1 − 𝛼

𝑀𝐸= 𝑆𝑏𝑖 𝑡 𝛼/ 2 ( 𝑑𝑓 =𝑛 −𝑘 −1 )
^ − 𝑀𝐸 < 𝛽 < 𝑏
𝑝(𝑏 ^ + 𝑀𝐸 ) =1 − 𝛼
𝑖 𝑖 𝑖

Buatlah interval condifence 95% untuk menduga nilai yang sebenarnya

Hipotesis bersama

𝑡 ¿¿ 𝑡 ¿¿
. vce
Ujilah apakah , gunakan taraf nyata 1%

Ujilah apakah , gunakan taraf nyata 5%

Ujilah apakah , gunakan taraf nyata 5%

Ujilah apakah , gunakan taraf nyata 1%

10.982867 + 2.9817119 -2*-.96229246 =15.884

. lincom x1 - x2

( 1) x1 - x2 = 0

------------------------------------------------------------------------------
y | Coefficient Std. err. t P>|t| [95% conf. interval]
-------------+----------------------------------------------------------------
(1) | -.9278831 3.986121 -0.23 0.820 -9.701277 7.845511
------------------------------------------------------------------------------

.
Tolak Ho, jika
>

Ujilah apakah Gunakan taraf nyata 1%

Keputusan :
Kesimpulan :
Ujilah apakah , gunakan taraf nyata 5%

Keputusan :
Tolak Ho, jika Kesimpulan :
>

. lincom 2*x2 - 5*x3 - 5

( 1) 2*x2 - 5*x3 = 5

------------------------------------------------------------------------------
y | Coefficient Std. err. t P>|t| [95% conf. interval]
-------------+----------------------------------------------------------------
(1) | 3.423701 3.525715 0.97 0.352 -4.336346 11.18375
------------------------------------------------------------------------------
THE COBB-DOUGLAS PRODUCTION FUNCTION
Gunakan data pada Lat1-TM3
a. Tentukan persamaan Cobb – Douglas
b. Kembalikan kepersamaan asli
c. Ujilah apakah secara bersama-sama koefisien regresi sama dengan 0?
d. Ujilah secara partial, apakah masing-masing koefisien regresi positif?
e. Ujilah apakah terjadi return to scale?
 Persamaan regresi polinomial
2 3
𝑌 𝑖= 𝛽 𝑜 + 𝛽 1 𝑋 2 𝑖 + 𝛽 2 𝑋 + 𝛽 2 𝑋
2𝑖 2𝑖

Syarat perlu dan cukup

Testing for Structural or Parameter Stability of
Regression Models: The Chow Test
RSS1 = dari model dengan n1
RSS2 = dari model dengan n2
RSS3 = dari model dengan n
RSSUR = RSS1 + RSS2 dengan df = n1 + n2 -2k
RSSR = RSS3, dengan df = n – k
Ho : kedua persamaan regresi sama

( 𝑅𝑆 𝑆𝑅 − 𝑅𝑆 𝑆𝑈𝑅 ¿/ 𝑘
𝐹=
¿¿
Dummy Variabel
No X Y Gender Kendaraan
1 2600 2575 Laki-laki Motor
2 2650 2640 Laki-laki Motor
3 2600 2560 Perempuan Motor
4 2700 2675 Laki-laki Motor
5 2625 2575 Perempuan Mobil
6 2650 2600 Perempuan Mobil
7 2850 2840 Laki-laki Kendaraan umum
8 2725 2700 Laki-laki Kendaraan umum
9 2675 2640 Perempuan Motor
10 2700 2650 Perempuan Motor
11 2750 2730 Laki-laki Mobil
12 2775 2750 Laki-laki Motor
13 2900 2875 Laki-laki Motor
14 2800 2795 Perempuan Motor
15 2725 2675 Perempuan Mobil
16 2900 2885 Perempuan Mobil
17 2725 2700 Laki-laki Kendaraan umum
18 2675 2640 Perempuan Kendaraan umum
19 2700 2650 Perempuan Kendaraan umum
20 2750 2730 Laki-laki Kendaraan umum
21 2775 2750 Laki-laki Kendaraan umum
22 2900 2875 Laki-laki Motor
23 2800 2795 Perempuan Mobil
24 2725 2675 Perempuan Mobil
25 2900 2885 Perempuan Kendaraan umum
26 2600 2560 Perempuan Kendaraan umum
27 2700 2675 Perempuan Motor
28 2625 2575 Laki-laki Motor
29 2650 2600 Laki-laki Mobil
30 2850 2840 Laki-laki Motor
31 2700 2650 Perempuan Motor
32 2750 2730 Laki-laki Mobil
33 2775 2750 Laki-laki Motor
34 2900 2875 Laki-laki Motor
35 2800 2795 Perempuan Motor
36 2725 2675 Perempuan Mobil
37 2900 2885 Perempuan Mobil
38 2725 2700 Laki-laki Kendaraan umum
39 2675 2640 Perempuan Kendaraan umum
40 2700 2650 Perempuan Kendaraan umum
41 2750 2730 Laki-laki Kendaraan umum
42 2775 2750 Laki-laki Kendaraan umum
43 2900 2875 Laki-laki Motor
44 2725 2675 Perempuan Mobil
45 2900 2885 Perempuan Mobil