download

Matakuliah
Tahun
Versi
: I0174/Analisis regresi
: 2005
:1
Pertemuan 19
Pengujian parameter dummy
1
Learning Outcomes
Pada akhir pertemuan ini, diharapkan mahasiswa
akan mampu :
• Menguji hipotesis yang melibatkan dummy
variabel
2
Outline Materi
• Pengujian hipotesis dummy variabel
• Pengujian hipotesis regresi non linier
3
• Pengujian hipotesis dari data sebelumnya
dalam pendugaan parameter regresi
dengan dummy variabel
4
Data pengamatan sebelumnya:
Diperoleh persamaan Y =1.43 + 0.4868X – 1.92 Z1 – 2.19 Z2
5
Pengujian
• Dari pendugaan parameter diperoleh
• a1= -1.92 menduga selisih G - W
• a2= -2.19 menduga selisih V – W
• a1 digunakan untuk menguji apakah ada
perbedaan antar G dan W
• a2 digunakan untuk menguji apakah ada
perbedaan anar V dan W
6
pengujian
• uji-t dapat dilakukan untuk menguji beda
antara intersep-intersep tersebut.
Misalnya, selisih W — G sebenarnya
diduga adalah –a1 = 1.92 dan kalau ini
dibagi dengan simpangan baku
dugaannya. yang diperoleh dari akar
unsur yang sesuai pada matriks (X'X)-1s2,
maka akan diperoleh nilai-t, yang nilai
mutlaknya dapat dibandingkan dengan
nilai label t(9, 1-α)
7
• Nilai simpangan baku yang diperoleh dari
akar unsur yang sesuai pada matriks
(X'X)-1s2, maka akan diperoleh nilai-t, yang
nilai mutlaknya dapat dibandingkan
dengan nilai label t(9, 1-α)
8
9
contoh
• Apabila hipotesis yang diuji adalah
Ho: a1 = 0
Maka nilai t = 1.92/0.201 = 9.55
• Bagaimana bentuk matrik (X’X)-1 ?
10
• Pengujian parameter regresi non linier
• Hipotesis yang diuji setelah di transformasi
menjadi model linier, maka parameter
yang diuji merupakan parameter dari
model liniernya
11
• Pada model Model Y= βoeX
Log Y = log βo + x log e
Untuk menguji βo dari model Y= βoeX
melalui hasil pendugaan log βo
12
• Pada model Y= βoX1β1X2β2
• Transformasi logaritma menjadi
Log Y = log βo + β1 log X1 + β2 log x2
Uji hipotesis yang melibatkan βo dari
penduga log βo , sedangkan hipotesi yang
melibatkan β1 dan β2 langsung dari
penduga parameternya
13
• Model Y = cβo+β1X1+β2X2
• Transformasi logaritma menjadi
Log Y = (βo+β1X1+β2X2) log c
atau
Log Y/log c = βo+β1X1+β2X2
Bagaimana menguji hipotesis parameter
dalam model ?
14
• Statistik uji yang digunakan seperti dalam
regresi linier atau regresi berganda
• Dengan statistik t atau F
15
• Hipotesis-hipotesis parameter regresi
yang akan diuji dalam model regresi
dengan dummy variabel atau model non
linier disesuaikan dengan bidang ilmu
yang mendasari
16