Page 7 - MODUL EKONOMETRIKA LERY

PENDAHULUAN

MODEL REGRESI LINIER BERGANDA

Regresi linear berganda merupakan analisis regresi linear yang variabel
bebasnya lebih dari satu buah. Sebenarnya sama dengan analisis regresi linear

sederhana, hanya variabel bebasnya lebih dari satu buah saja. Persamaan umumnya

adalah:

Y=β0+β1X1i+β2IX1i+U

Dengan Y adalah variabel independent sedangkan X1 dan X2 adalah variabel

bebas, β0 adalah konstanta (intersept), β1 dan β2 adalah koefisien regresi pada masing-
masing variabel bebas dari ei adalah residual. Subkrip I menunjukkan observasi ke i

untuk data cross section dan juka kita gunakan data time series besarnya kita beri
subkrip t yang menunjukkan waktu. Persamaan (4.1) dapat pula dituliskan dalam

persamaan berikut :

Y=β1.23+β12.3X2+β13.2X3+U

Bagaimana kita mendapatkan koefisien regresi berganda? Seperti pada regresi

sederhana kita akan menggunakan metode OLS untuk mendapatkan koefisien garis
regresi berganda.

Formula atau rumus regresi diturunkan dari suatu asumsi data tertentu. Dengan
demikian tidak semua data dapat diterapkan regresi. Jika data tidak memenuhi asumsi

regresi, maka penerapan regresi akan menghasilkan estimasi yang bias. Jika data

memenuhi asumsi regresi maka estimasi (β) diperoleh akan bersifat BLUE yang
merupakan singkatan dari : Best, Linear, Unbiased, Estimator.

Best artinya yang terbaik dalam arti garis regresi merupakan estimasiatau
ramalan yang baik dari suatu sebaran data. Garis regresi merupakan cara memahami

vi