Pengujian Persamaan Regresi Pengujian Ketepatan Model Ekonometrika dan Hubungan Geometri

 2001 Digitalized by USU Digital Library 8 JKGM = jumlah kuadrat galat murni JKSDM = jumlah kuadrat simpangan dari model JKGM dapat ditentukan dengan formula berikut : ∑ ∑ ∑         − = i x 2 i 2 i n y y jkgm ……….n dimana x i adalah data berulang y i adalah nilai nilai dari variabel y yang bersesuaian dengan nilai x i berulang.

B. Pengujian Persamaan Regresi

Biasanya diuji dengan menggunakan statistik uji F sbb: k n jkg 1 k jkr F − − = ……….o JKR = Jumlah Kuadrat Regresi k-1 = Derejat bebas regresi JKG = Jumlah kuadrat galat n-k = Derejat bebas galat Dalam distribusi F derejat bebasnya V 1 = k-1 dan V 2 =n-k ynag berhubungan dengan koefisien determinasi R 2 sebagai berikut : k n R 1 1 k R F 2 2 − − − = ……….p Jika terdapat 2 parameter yang diduga dalam model mis b 1 dan b 2 maka statistik F nya adalah: 2 n jkg 1 jkr 2 n jkg 1 2 jkr F − = − − = V 1 =1  2001 Digitalized by USU Digital Library 9 V 2 =n-2 Dapat disusun dalam tabel Sumber Keragaman Jumlah Kuadrat Derejat bebas Kuadrat tengah F hitung Regresi jkr k-1 KTR-JKRK-1 KTRKTG Galat jkg n-k KTG-JKGN-K - Total jkt n-1 - Catatan: KTG = S² disebut nilai dugaan bagi ragam Galat ragam dugaan dari pers regresi. Akar pangkat dua dari KRG disebut galat baku SER = Standart Error of Regresion Galat baku dalam Regresi adalah salah satu ukuran Kesesuaian atau kecocokan pers regresi disamping ukuran lainnya seperti koef determinari, R²,…F untuk pers regresi dsb. Contoh penerapan Data penjualan Kuantitas yang ditawarkan dalam satuan ton dari komoditi z serta data harga dari komoditi itu selama 12 bulan. Data kuantita penawaran y i dan harga komoditi x¹ dalam table A Lembar harga untuk pendugaan fungsi penawaran dari komoditi z n y i x i y i 2 x i ² x i y i 1 69 y 4761 81 621 2 76 12 5776 144 912 3 52 6 2704 36 312 4 56 10 3136 100 560 5 57 9 3249 81 513 6 77 10 5929 100 776 7 77 7 3364 49 406 8 58 8 3025 64 440  2001 Digitalized by USU Digital Library 10 9 55 12 4489 144 804 10 33 6 2809 36 318 11 72 11 5184 121 792 12 64 8 4096 64 512 756 108 48.522 1020 6960 y = a+ bx a = ∑ ∑ ∑ ∑ ∑ ∑ − − 2 2 2 i i i i i i i x x n y x x x y b = ∑ ∑ ∑ ∑ ∑ − − 2 2 i i i i i i x x n y x y x n a = 75 , 33 108 1020 12 6960 108 1020 756 2 = − − b = 25 , 3 108 1020 12 756 108 6960 12 2 = − − yˆ = 33,75+3,25x Model fungsi penawaran linier berdasarkan tabel adalah : yˆ = 33,75+3,25x maka koefisien determinasi R 2 : R 2 = ∑ ∑ ∑ ∑ ∑ − − = n y y n y x y x b JKT JKR i i i i i i 2 2 1 { = 12 756 48522 12 756 108 6960 25 , 3 2 − −  2001 Digitalized by USU Digital Library 11 = 00 . 894 00 . 507 = 0,5671 JKG = JKT-JKR = 894.00- 507.00 =387.00 Maka perhitungan jumlah kuadrat galat murni JKGM JKGM = ∑ ∑ ∑         − i x i i i n y y 2 2 2 67 76 67 76 2 77 56 77 56 2 57 69 57 69 2 64 55 64 55 2 53 52 53 52 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 + − + + + − + + + − + + + − + + + − + = = 0,50 + 40,50 + 72.00 + 220.50+40.50 = 374.00 Derejat hitung galat murni = 1+1+1+1+1 = 5 JKGM = 374.00 Maka : JKSGM = JKG – JKGM = 387.00 – 374.00 = 13.00 Uji simpangan dari model SDM didasarkan pada statistik F berikut:  2001 Digitalized by USU Digital Library 12 035 . 5 374 5 00 . 13 = = = dbGM JKGM dbSDM JKSDM F = F Hitung Dari tabel distribusi F α = 0,05 db1 =5 db2 =5 F 0,05 L 5,5 = 5,05 Untuk pengujian hipotesisnya adalah: H : Simpangan dari model bersifat tidak nyata H 1 : Simpangan dari model bersifat nyata Karena distribusi F tabel F hitung maka H diterima jadi simpangan dari model bersifat tidak nyata . Dapat digambarkan : Daerah penerimaan 1- α =0.95 Daerah kritis α = 0.05  2001 Digitalized by USU Digital Library 13 Gambar distribusi F untuk pengujian simpangan dari model fingsi penawaran linier Kita juga dapat melakukan pengujian terhadap model fungsi penawaran linier uji persamaan regresi melalui tahap-tahap berikut: 1. H : persamaan regresi model fungsi penawaran bersifat tidak nyata. H 1 : Persamaan regrasi bersifat nyata. Catatan: Suatu model yang baik apa bila hasil uji bersifat nyata karena hal itu berarti variabel yang dimasukan dalam model berpengaruh nyata dalam menjelaskan keragaman total dari y. 2. α =0.05 3. Daerah kritis: FF α ; v =k-1: v =n -k dari tabel distribus F diperoleh: F 0.05; v =2 -1; v =12-2 = F 0.05;1;10 = 4.96 Sehingga daerah kritis F4.96 Catatan: K adalah banyaknya parameter yang diduga dalam model perasamaan regresi untuk kasus diatas k=2 sedangkan n adalah ukuran contoh sample size, untuk kasus ini n=12. 4. Statistik uji yang sesuai untuk pengujian hipotesis diatas adalah F yang dihitung berdasarkan persamaan berikut; Nilai F=0.03 berada dalam daerah penerimaan sehingga H diterima 5.05  2001 Digitalized by USU Digital Library 14 10 . 13 2 12 00 . 387 1 2 00 . 507 k n JKG 1 k JKR F = − − = − − = 5. Keputusan: Karena F=13.10 lebih besar daripada F 0.05;1;10 = 4.96, yang berarti berada dalam daerah kritis, maka H ditolak. Hal ini berarti persamaan regresi fungsi penawaran linier bersifat nyata dalam menerangkan keragaman total dari y kuantitas penawaran. Distribusi F dari pengujian hipotesis diatas ditunjukkan dalam gambar. Distribusi F untuk pengujian persamaan regresi penawaran linier

C. Pelaporan dan Evaluasi Hail Analisis Regresi