Lompat ke konten
Home » Ekonomi » Evaluasi Signifikansi Koefisien Regresi

Evaluasi Signifikansi Koefisien Regresi

  • oleh
  • Oktober 9, 2020Oktober 9, 2020

Untuk melihat  apakah  variabel  bebas (harga)  mempengaruhi  variabel  tidak  bebas (kuantitas), kita bisa melihat panel ketiga, kemudian melihat baris Price. Terlihat koefisien regresi untuk price adalah —2,60, yang berarti ada hubungan terbalik antara harga dengan kuantitas yang diminta (semakin tinggi harga, semakin rendah kuantitas yang diminta).

Pada kolom t-statistics terlihat nilai t sebesar —4,89 yang nilai absolutnya (4,89) lebih besar dibandingkan dengan t tabel untuk df yang sama. Pada kolom p-value, kita melihat angka 0,0012. Jika kita menggunakan tingkat signifikansi 5%, angka p-value tersebut lebih kecil dibandingkan dengan 0,05 (5%), karena itu price secara signifikan mempengaruhi kuantitas. Angka —2,60 bukan merupakan nol, atau bukan merupakan angka yang diperoleh secara kebetulan.

EVALUASI FIT

melihat fitness keseluruhan regresi, kita menggunakan F-statistics dan R-square. Nilai  F  terlihat 23,94  dan  signifikan  pada 5%  (p-value  sebesar 0,0012  lebih  kecil dibandingkan dengan 5%). R-square menunjukkan angka 0,75. Semakin mendekati 1, Rsquare semakin baik. Secara keseluruhan bisa disimpulkan bahwa regresi tersebut cukup baik mengestimasi fungsi permintaan.

NON-LINEAR REGRESSION

Disamping regresi linear, regresi non-linear juga bisa digunakan. Berikut ini contoh spesifikasi regresi non-linear:

Q= b0 Pb1

Estimasi dengan model linear bisa dilakukan sebagai berikut ini. log Q = log b0 + b1 log P + e

MULTIPLE REGRESSION

Regresi juga bisa dilakukan dengan menggunakan variabel bebas lebih dari satu. Regresi tersebut dinamakan sebagai regresi berganda. Sebagai contoh, berikut ini spesifikasi regresi berganda, dimana kuantitas yang diminta dipengaruhi oleh harga barang, harga barang yang berkaitan, pendapatan, dan iklan:

Qx = b0 + b1 Px + b2 Py + b3 M + b4 I + e

Evaluasi untuk regresi berganda bisa dilakukan sama dengan evaluasi untuk regresi tunggal.

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan.