RSS

Mengenal Output Regresi

22 Jul

Regression Statistics

Multiple                     0.8263

R Square                   0.6578

Adjusted R Square     0.8763

Standard Error           81.267

Observations             45

 

Tabel Summary output ini melaporkan kekuatan hubungan antara model (variabel bebas)
dengan variabel terikat.
Multiple R (R majemuk) adalah suatu ukuran untuk mengukur tingkat (keeratan) hubungan
linear antara variabel terikat dengan seluruh variabel bebas secara bersama-sama. Pada kasus
dua variabel (satu variabel terikat dan satu variabel bebas), besaran r (biasa dituliskan dengan
huruf kecil untuk dua variabel) dapat bernilai positif maupun negatif (antara -1 – 1), tetapi
untuk lebih dari dua variabel, besaran R selalu bernilai positif (antara 0 – 1). Nilai R yang
lebih besar (+ atau -) menunjukkan hubungan yang lebih kuat.

R Square (R2) sering disebut dengan koefisien determinasi, adalah mengukur kebaikan suai
(goodness of fit) dari persamaan regresi; yaitu memberikan proporsi atau persentase variasi
total dalam variabel terikat yang dijelaskan oleh variabel bebas. Nilai R2 terletak antara 0 – 1,
dan kecocokan model dikatakan lebih baik kalau R2 semakin mendekati 1. (uraian lebih lanjut
mengenai R2 lihat pembahasan di bawah)

Adjusted R Square. Suatu sifat penting R2 adalah nilainya merupakan fungsi yang tidak
pernah menurun dari banyaknya variabel bebas yang ada dalam model. Oleh karenanya,
untuk membandingkan dua R2 dari dua model, orang harus memperhitungkan banyaknya
variabel bebas yang ada dalam model. Ini dapat dilakukan dengan menggunakan “adjusted R
square”. Istilah penyesuaian berarti nilai R2 sudah disesuaikan dengan banyaknya variabel
(derajat bebas) dalam model. Memang, R2 yang disesuaikan ini juga akan meningkat
bersamaan meningkatnya jumlah variabel, tetapi peningkatannya relatif kecil.

Seringkali juga disarankan, jika variabel bebas lebih dari dua, sebaiknya menggunakan
adjusted R square.

Standard Error. Merupakan standar error dari estimasi variabel terikat(dalam kasus kita
adalah permintaan). Angka ini dibandingkan dengan standar deviasi dari permintaan.
Semakin kecil angka standar error ini dibandingkan angka standar deviasi dari permintaan
maka model regresi semakin tepat dalam memprediksi permintaan.

Degree of Freedom (df) atau derajat bebas dari total adalah n-1, dimana n adalah banyaknya
observasi. Karena observasi kita ada 45, maka derajat bebas total adalah 44. Derajat bebas dari
model regresi adalah 2, karena ada dua variabel bebas dalam model kita (harga dan
pendapatan). Derajat bebas untuk residual adalah sisanya yaitu derajat bebas total – derajat
bebas regresi = 44 – 2 = 42

 
Leave a comment

Posted by on July 22, 2012 in Info

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s

 
%d bloggers like this: