Dr. Masarina Flukeria, M.S.E., M.P.P.

Video ini membahas tentang mengestimasi nilai parameter alpha dan beta dalam analisis regresi. Penting untuk memahami bahwa saat membuat persamaan regresi, sebenarnya sedang dilakukan estimasi parameter dari populasi regresi. Uji hipotesis diperlukan untuk memastikan estimator yang diperoleh mampu mengestimasi parameter dengan baik. Dalam konteks regresi, hipotesis awal dan alternatif perlu dibuat untuk menguji pengaruh variabel terhadap model. Uji individu seperti uji T digunakan dalam simple linear regression, sementara uji simultan seperti uji F dan analisis tabel ANOVA digunakan dalam multiple linear regression. Hal ini penting untuk menentukan apakah menolak atau menerima hipotesis nol terkait pengaruh variabel dalam model regresi.

Oke, saya ingin menyampaikan sesuatu yang penting buat teman-teman di sini.

Bahwa dari tadi kita belajar regresi, mulai dari pengertiannya, konsepnya, sampai kita bisa nurunin alfanya, menurunkan betanya,

dan terakhir kita belajar bagaimana caranya kita mengukur goodness of fit atau kelayakan model yang kita hitung melalui R².

Nah sekarang hal penting yang ingin saya sampaikan itu adalah sadarilah bahwa ketika kamu membuat persamaan regresi,

yang kamu lakukan itu adalah kamu itu sebenarnya sedang melakukan estimasi parameter.

Lihat baik-baik, sebenarnya kamu itu punya population regression.

Regresi populasinya itu sebenarnya seperti ini.

Oke, kamu itu sebenarnya ingin mengukur parameter alfa, ini saya sebut sebagai parameter ya, parameter itu kan yang harus kamu estimate.

Ini parameter alfa, ini adalah parameter beta.

Kamu itu harus mengestimate ini, faktanya kan kamu tidak tahu situasi populasinya, kamu tidak tahu parameter yang sesungguhnya.

Makanya sejak tadi kita membuat model, model yang kita buat itu seperti ini, alfa plus beta, xi plus ei.

Karena sesungguhnya kamu itu pakai data sampel, harapannya alfa hat itu bisa mengestimasi alfa parameter,

di mana alfa hat ini disebut sebagai estimator.

Oke, nah sekarang seberapa sanggup kamu mengestimasi parameter,

seberapa bisa kamu mengestimasi parameter, ataupun alfa dan beta yang ada di sini.

Kalau ini adalah alfa, berarti kalau beta ini kan ini adalah estimator, ini adalah parameter.

uji apakah betul estimator yang kamu peroleh dari data yang kamu gunakan itu mampu mengestimasi parameter ini, termasuk parameter ini alfa dan beta.

Artinya untuk kasus ini kamu itu perlu uji hipotesis.

Nah, uji hipotesis kan sudah kita pelajari juga kan, sebelumnya kita juga panjang lebar mempelajari uji hipotesis.

Dalam konteks regresi, kamu tidak lepas dari yang namanya uji hipotesis.

Kalau model kamu, kamu bilang Yi sama dengan alfa hat plus beta hat xi,

dimana xi yang kamu deskripsikan, yang kamu define itu adalah investment rate,

sementara ini adalah growth rate, pertumbuhan ekonomi.

Maka untuk bisa melakukan uji hipotesis, ingat kamu harus punya yang namanya hipotesis awal dan hipotesis alternatif.

Nah sekarang lihat, gimana bu bikin hipotesis awalnya?

Bagaimana membuat hipotesis alternatifnya?

Hipotesis awalnya itu adalah kepala kamu, maksud saya pikiran kamu,

itu kamu mau ngomongkan inflasi berpengaruh terhadap pertumbuhan ekonomi, betul nggak?

Artinya, hipotesis alternatif kamu, kamu mau bilang bahwa inflation rate, tingkat inflasi,

itu berpengaruh terhadap pertumbuhan ekonomi.

Inflation rate, yang mungkin orang berpikirnya inflation rate tidak berpengaruh terhadap pertumbuhan ekonomi,

ini inflation rate, tidak berpengaruh terhadap pertumbuhan ekonomi.

Nah seperti ini, ini kan bahasa masyarakatnya, bahasa masyarakatnya kan seperti ini,

gimana kamu menggunakan bahasa statistiknya?

Bahasa statistiknya itu adalah H0, ingat kamu punya model kayak apa?

Ini model kamu kan kayak gini, atau YI kamu kan hat seperti ini kan,

nah sekarang H0 kamu tuh kalau yang tadinya bahasa masyarakatnya seperti ini, lalu apa?

Artinya, kamu mau bilang beta, ingat H0 dan HA diekspresikan dengan parameter,

bukan dengan estimator, H0 beta sama dengan 0, HA beta tidak sama dengan 0.

Ini sama nih maknanya dalam konteks ini, dalam konteks inflasi dengan pertumbuhan ekonomi,

Kita lihat, ketika beta sama dengan 0, kamu masukkan angkanya,

ketika beta sama dengan 0, apa yang terjadi?

0 dikali XI, 0 kan, berarti Y sama dengan alfa, Y sama sekali tidak dipengaruhi inflasi, betul nggak?

Ketika beta sama dengan 0, bahasa masyarakatnya,

inflation rate tidak berpengaruh terhadap pertumbuhan ekonomi, betul?

Y sama dengan alfa, jadi inflasi tidak pengaruhi pertumbuhan ekonomi.

lihat beta tidak sama dengan 0, berarti ada something kan di sini, ada number kan di sini, betul nggak?

XI di sini berpengaruh terhadap YI, inflasi di sini berpengaruh terhadap pertumbuhan ekonomi,

makanya di sini inflation rate berpengaruh terhadap pertumbuhan ekonomi.

Ini setara dengan ini, yang ini setara dengan ini.

Jadi kamu tahu bagaimana membangun hipotesis,

baik itu hipotesis awal maupun hipotesis alternatif dalam konteks regresi.

Nah, bagaimana cara untuk melakukan reject Hanoi ataupun accept Hanoi?

Dalam hal ini, kamu perlu yang namanya uji individu.

dimana uji individu ini lebih kepada uji T.

Tapi kalau misalkan kamu bicara multiple linear regression,

kamu harus melakukan yang namanya uji individu dan juga uji simultan.

Dimana kalau udah dibilang uji simultan atau uji F,

artinya di sini adalah kamu perlu menganalisis tabel ANOVA.

Nanti kamu akan melihat bagaimana sesungguhnya bentuk tabel ANOVA

ketika kita melakukan uji hipotesis untuk parameter-parameter yang akan kita estimate.

Sehingga kita bisa tahu apakah kita menolak Hanoi,

atau kita sebenarnya menolak Hanoi berarti kan beta tidak sama dengan 0,

atau kita sebenarnya harus terima Hanoi dimana sebenarnya beta sama dengan 0.

Itu kalau dalam konteks ini inflasi tidak berpengaruh terhadap pertumbuhan ekonomi.

Demikian pengantar dari saya terkait uji hipotesis.

Setelah ini kita akan latihan bagaimana sebenarnya menghitung regresi,

baik itu alfa, beta, termasuk kamu harus melakukan uji hipotesisnya