#1 ekomet
TRANSCRIPT
Kata pengantar
Assalamu’alaikum warahmatullahi wabarakatuh. Alhamdulillahirabbilalamin,
banyak nikmat yang Allah berikan, tetapi sedikit sekali yang kita ingat. Segala puji
hanya layak untuk Allah Tuhan seru sekalian alam atas segala berkat, rahmat, taufiq,
serta hidayah-Nya yang tiada terkira besarnya, sehingga penulis dapat menyelesaikan
makalah dengan judul pengertian dasar Ekonometrika.
Dalam penyusunannya, penulis memperoleh banyak bantuan dari berbagai
pihak, karena itu penulis mengucapkan terima kasih yang sebesar-besarnya kepada:
Kedua orang tua dan segenap keluarga besar penulis yang telah memberikan
dukungan, kasih, dan kepercayaan yang begitu besar. Dari sanalah semua kesuksesan
ini berawal, semoga semua ini bisa memberikan sedikit kebahagiaan dan menuntun
pada langkah yang lebih baik lagi. Meskipun penulis berharap isi dari makalah ini
bebas dari kekurangan dan kesalahan, namun selalu ada yang kurang.
Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun
agar skripsi ini dapat lebih baik lagi. Akhir kata penulis berharap agar makalah ini
bermanfaat bagi semua pembaca.
Jatinangor 23 Februari 2014
1
Daftar Isi
Kata pengantar...............................................................................................................1
Daftar Isi........................................................................................................................2
Bab I..............................................................................................................................3
Pendahuluan...................................................................................................................3
Bab II.............................................................................................................................5
Pembahasan...................................................................................................................5
2.1 Pentingnya ekonometrika................................................................................5
2.2 Lingkup ekonometrika dan Metodologi Ekonometrika..................................5
2.3 Pengertian model dan contohnya..................................................................11
2.4 Tipe Data dan Sumber Data..........................................................................12
2.5 Pengenalan Analisis Regresi Dengan Disertai Contoh.................................14
2.6 Prinsip Dasar Ordinary Least Square (OLS)................................................14
2.7 Regresi Linier Sederhana..............................................................................14
2
Bab I
Pendahuluan
1.1 Latar Belakang
Ekonometrika secara harfiah berarti pengukuran atau ukuran-ukuran ekonomi.
Sedangkan menurut pengertian yang lebih luas, ekonometrika dapat didefinisikan
sebagai: suatu ilmu yang mempelajari analisis kuantitatif dari fenomena ekonomi
dalam artian secara umum. Misalnya kita ingin mengukur seberapa besar pengaruh
harga terhadap jumlah permintaan suatu barang. Untuk melakukan hal ini
ekonometrika membentuk suatu Model yang menjelaskan hubungan antara jumlah
permintaan barang sebagai variabel dependen atau yang dipengaruhi variabel tingkat
harga sebagai variabel independen atau variabel yang mempengaruhi. Langkah
berikutnya yang dibutuhkan yaitu jumlah barang yang dibeli dan harga barang
tersebut dan kemudian dihitung dengan metode teknik tertentu sehingga akan
diketahui besarnya pengaruh harga terhadap permintaan barang tersebut.
Salah satu bagian paling penting dari ekonometri adalah analisis regresi.
Analisis ini digunakan untuk mengetahui kaitan antara satu variabel dengan variabel
yang lain. Berdasarkan data yang digunakan, ekonometri dibagi menjadi tiga analisis,
yaitu analisis runtun waktu (time series), antar-wilayah (cross section), dan analisis
data panel. Analisis runtun waktu menjelaskan mengenai perilaku suatu variabel
sepanjang beberapa waktu berturut-turut, berbeda dengan analisis antar-wilayah yang
menjelaskan antara beberapa daerah dalam satu waktu tertentu (snapshot). Sementara
itu analisis data panel menggabungkan antara data runtun waktu dengan data antar-
wilayah.
1.2 Rumusan Masalah
1. Mengapa ekonometrika diperlukan?
2. Apa saja lingkup ekonometrika dan metodologi ekonometrika?
3. Pengertian model dan sebutkan contohnya?
4. Sebutkan tipe data dan sumber data dalam ekonometrika?
3
5. Jelaskan pengenalan analisis regresi dengan disertai contoh?
6. Bagaimanakah prinsip dasar Ordinary Least Square (OLS)?
7. Apakah itu regresi linier sederhana?
1.3 Tujuan
1. Untuk mengetahui kegunaan ekonometrika.
2. Untuk mengetahui lingkup ekonometrika dan metodologi ekonometrika.
3. Untuk mengetahui model dan contohnya.
4. Untuk mengetahui tipe data dan sumber data dalam ekonometrika.
5. Untuk mengetahui pengenalan analisis regresi dengan disertai contoh.
6. Untuk mengetahui prinsip dasar Ordinary Least Square (OLS).
7. Untuk mengetahui regresi linier sederhana.
4
Bab II
Pembahasan
2.1 Pentingnya ekonometrika
Ekonometri memberikan muatan empiris (yaitu berdasarkan observasi atau
eksperimen) terhadap hampir semua ilmu ekonomi. Jika dalam suatu studi atau
eksperimen kita menemukan bahwa ketika harga satu unit barang/jasa naik sebesar
satu dolar dan jumlah permintaan turun, katakanlah, 100 unit, maka kita bukan hanya
menegaskan kaidah tentang permintaan, melainkandalam proses tersebut kita juga
memberikan taksiran angka-angka mengenai hubungan antara kedua variable (harga
dan jumlah permintaan atau kuantitas), Peramalan serta membuktikan atau menguji
validitas teori-teori ekonomi.
2.2 Lingkup ekonometrika dan Metodologi Ekonometrika
A. Lingkup ekonometrika
Ekonometrika terkait dengan pengukuran hubungan ekonomi. Istilah
ekonometrika terbentuk dari dua kata Yunani, yaitu “oiooίa” (economy) dan
“έo” (measure). Ekonometrika adalah kombinasi dari teori ekonomi,
matematika ekonomi dan statisitk, tetapi ketiga aspek tersebut berbeda satu sama lain.
Ekonometrika dapat dipertimbangkan sebagai integrasi ilmu ekonomi,
matematika dan statistika untuk tujuan menyajikan nilai numerik untuk parameter
dari suatu hubungan ekonomi (contoh : elastisitas, nilai marginal dan ukuran ekonomi
lainnya) dan memverifikasi teori ekonomi. Ekonometrika adalah bentuk khusus dari
analisis dan penelitian ekonomi yang diformulasikan dalam bentuk matematika dan
dikombinasikan dengan pengukuran empiris dari fenomena ekonomi. Berawal dari
hubungan ekonomi, kita menyatakan dalam bentuk matematika yang dapat diukur,
kita kemudian menggunakan metode khusus, yang disebut metode ekonometrika
dalam tujuan untuk memperoleh dugaan numerik dari koefisien dalam hubungan
5
ekonomi. Metode ekonometrika adalah metode statistika yang secara khusus
disesuaikan terhadap kekhasan fenomena ekonomi. Kebanyakan sifat penting dari
hubungan ekonomi mencakup sebuah elemen acak (elemen random), yang mana
sering diabaikan dalam teori ekonomi dan matematika ekonomi yang menyatakan
hubungan secara eksak antara berbagai besaran-besaran ilmu ekonomi. Ekonometrika
telah membangun metode untuk mempetimbangkan komponen acak (randon
component) dari hubungan ekonomi.
B. Metodologi ekonometrika
Ekonometrika sebagai alat pengukuran didalam ekonomi mempunyai metodologi
tertentu. Pada awal perkembangannya, metodologi ekonometrika memfokuskan pada
bagaimana mendapatkan estimator yang konsisten dan efisien. Aliran metodologi ini
disebut aliran klasik atau tradisional. Aliran metodologi klasik ini bisa dilihat didalam
gambar di bawah. Metodologi klasik di dalam ekonometrika ini dikenal dengan
pendekatan bottom up atau specific to general.
1) Metodologi ekonometrika klasik dimulai dari pernyataan teori. Untuk
kebenaran teori atau hipotesis yang kita bangun maka kita membuat suatu
model ekonometrika. Setelah spesifikasi model kita bangun maka langkah
selanjutnya adalah melakukan estimasi parameter model tersebut berdasarkan
data yang kita kumpulkan kemudian setelah itu kita melakukan verifikasi bagi
estimasi parameter melalui uji statistik. Uji statistik ini diperlukan karena
estimasi model sebagian besar berasal dari data sampel.
Uji statistik ini dengan demikian dilakukakan untuk membuat sebuah
generalisasi. Jika vertifikasi ini sesuai dengan teori atau hipotesis yang kita
buat awal maka kita langsung bisa menggunakan parameter estimasi tersebut
untuk melakukan prediksi atau peramalan. Namun jika vertifikasi ternyata
tidak sesuai dengan teori atau hipotesis maka kita harus meninjau kembali
spesifikasi model yang kita bangun. Pembentukan model harus kita lakukan
kembali pada langkah kedua.
6
Gambar Metodologi Ekonometrika Klasik.
Akan tetapi, Aliran utama metodologi ekonometrtika telah berubah sejak
dekade 1980. Aliran ini dipelopori oleh Hendry dan Richard.1 Aliran
metodologi ini bersifat top down atau general to specific. Aliran baru ini dapat
dilihat dalam gambar di bawah. sebagaiman metodologi klasik, pekerjaan
ekonometrika dimulai dari pernyataan teori dan hipotesis. Langkah berikutnya
membuat spesifikasi model dan melakukan estimasi model yang kita bangun.
Namun setelah melakukan estimasi model kita tidak langsung melakukan
verifikasi hasil regresi, tetapi melakukan uji spesifikasi dan diagnosis
(modeling) terlebih dahulu. Langkah ini diperlukan untuk membuktikan
apakah model yang kita bangun sudah tepat atau tidak bisa lagi. Model sudah
tepat maka kita bisa membuat generalisasi melalui uji statistik. Selanjutnya
hasil estimasi tersebut dapat digunakan untuk melakukan prediksi atau
peramalan. Tetapi, apabila model yang ada belum tepat maka kita harus
meninjau kembali spesifikasi model yang kita bangun. Pembentukan model
harus kita lakukan kembali pada langkah kedua.
7
Gambar Metodologi Ekonometrika modern.
Tahapan-tahapan metodologi secara detil dapat dijelaskan sebgai berikut.
1. Membuat Pernyataan Teori atau Hipotesis
Metodologi ekonometrika dimulai dari teori ekonomi, misalnya teori
permintaan barang yang menyatakan bahwa harga berpengaruh negatif
terhadap jumlah yang diminta.
2. Mengumpulkan Data
Untuk membuktikan secara empiris apakah hipotesis sesuai dengan teori atau
tidak, maka kita memerlukan data. Keberhasilan dan setiap analisis regresi
tergantung dari ada tidaknya ketersediaan data. Oleh karena itu sebagian besar
waktu kita dalam menganalisis regresi digunakan untuk membicarakan
masalah sifat, sumber dan keterbatasan data yang dijumpai dalam
pengumpulan data. Data bisa kita klasifikasikan sebagai data primer dan data
8
sekunder. Data primer adalah data yang diperoleh secara langsung dan obyek
baik melalui metode wawancara, kuisioner, telepon, dan lain-lain. Sedangkan
data sekunder adalah data yang kita peroleh dan sumber kedua dan biasanya
data ini sudah siap pakai. Data sekunder ini mudah kita dapatkan dan tersebar
luas diberbagai sumber. Data-data ekonomi yang dikeluarkan pemerintah baik
dan Badan Pusat Statistik (BPS) maupun data dari Bank Indonesia sudah
tersedia secara lengkap. Begitu pula data-data bisnis juga sudah relatif tersedia
seiring dengan banyaknya perusahaan yang sudah go public. Dengan
berkembangnya data elektronik maka sekarang kita bisa lebih mudah
mendapatkan data dengan mengakses data melalui internet. Misalnya data-
data ekonomi Indonesia bisa diakses melalui situs Bank Indonesia:
www.bi.go.id. Begitu pula data-data ekonomi dan negara lain, misalnya data
ekonomi Amerika Serikat bisa diakses dan salah satu bank sentralnya di Saint
Louis (Federal Reserve of St .Louis) melalui situs: www.stls.fnb.org.
3. Menentukan Model Matematis
Langkah pertama ini kemudian dinyatakan dalam persamaan matematika
ditulis sbb :
Y = β0 + β1X β1<0 (1)
Dimana Y adalah permintaan barang; X adalah harga barang : β0 dan β1
adalah parameter estimasi yaitu intersep atau konstanta dan kemiringan
(slope). Variabel yang ada disebelah kiri, persamaan yaitu Y disebut variabel
dependen (dependent variable) atau variabel terikat yaitu variabel yang
dipengaruhi, sedangkan yang disebelah kanan persamaan yaitu X disebut
variabel independen (independent variable) atau variabel penjelas
(explanatory variable) yaitu variabel yang mempengaruhi besar kecilnya
variabel dependen.
4. Menentukan Model Statistik, atau Ekonometrik dari teori tersebut
Setelah kita mempunyai spesifikasi model matematika langkah selanjutnya
adalah membentuk spesifikasi model ekonometrika. Spesifikasi model
matematika menunjukkan hubungan yang pasti (exact) atau deterministik
9
( deterministic) antara variabel dependen dan independen. Namun hubungan
antara variabel ekonomi adalah tidak pasti. Untuk itu perlu modifikasi
persamaan (1) tersebut diatas agar sesuai dengan perilaku ekonomi dengan
membentuk model ekonometrika menjadi :
Y = β0 + β1Xi + ei (2)
Dimana e disebut variabel pengganggu atau kesalahan (disturbances / error
terms) yang merupakan variabel random (random/stchastic variable). Kita
memasukan variabel pengganggu ini karena faktor yang mempengaruhi
jumlah permintaan suatu barang tidak hanya harga barang tersebut tetapi juga
dipengaruhi variabel lain seperti harga barang lain.
5. Menaksir parameter-parameter dari model ekonometrika yang dipilih
Untuk bisa mengestimasi model ekonometrika pada persamaan (2) sehingga
mendapatkan nilai β0 dan β1 maka kita perlu mengumpulkan data. Data yang
kita kumpulkan untuk mengestimasi permintaan (2) bisa dalam bentuk antar
tempat atau (cross section), data runtut waktu (time series) atau gabungan
keduanya disebut data panel. Setelah mendapatkan data maka langkah
selanjutnya adalah mengestimasi prameter persamaan (2). Teknik yang
digunakan adalah analisis regresi. Misalnya dari teknik regresi kita
mendapatkan persamaan sbb :
Y = 150,7 – 0,8125X1 (3)
Y adalah jumlah permintaan barang yang diestimasi atau diharapkan
(expected). Nilai slope β1 sebesar -0, 8125 berarti jika harga barang naik Rp.
1 maka jumlah yang diminta akan turun sebesar 0,8125. Pada langkah diatas
ini kita bisa membuktikan bahwa hasil regresi kita sudah sesuai dengan teori
permintaan dimana hubungan antara harga dan jumlah yang diminta adalah
negatif.
6. Memeriksa kecocokan model: Pengujian spesifikasi model
Disamping itu hasil regresi ini memberi informasi mengestimasi model maka
langkah selanjutnya adalah melakukan uji spesifikasi model dan diagnosis.
10
Langkah ini diperlukan untuk membuktikan bahwa spesifikasi model yang
kita bangun sudah tepat atau belum.
7. Menguji hipotesis yang dihasilkan dari model
Sebagian besar pekerjaan regresi berkaitan dengan regresi data sampel dari
pada regresi berdasarkan populasi. Dari regresi sampel ini kemudian kita bisa
melakukan generalisasi terhadap karakteristik populasi. Namun untuk
membuktikan bahwa hasil regresi sampel memang membuktikan kebenaran
maka perlu verifikasi melalui statistik (statiscal inference). Vertifikasi ini
berkatian apakah variable independen berpengaruh atau tidak terhadap
terhadap variabel dependen.
8. Menggunakan model untuk melakukan prediksi dan pengambil kebijakan
Setelah model yang dipilih sesuai dengan hipotesis atau teori maka
selanjutnya sebagai langkah yang terakhir adalah melakukan peramalan dan
pengambilan sebuah kebijakan dan hasil estimasi. Peramalan digunakan
untuk mengetahui seberapa besar nilai vaniabel dependen atas dasar nilai
harapan di masa mendatang (expected future value) dan variabel independen.
Misalkan harga dimasa mendatang Rp. 100 maka besarnya permintaan barang
tersebut dengan memasukkan angka tersebut ke persamaan (3) hasilnya sbb:
Y = 150,7 – 0,8125 (100) (4)
Y1 = 49,8875
2.3 Pengertian model dan contohnya
Model adalah pola (contoh, acuan, ragam) dari sesuatu yang akan dibuat atau
dihasilkan (Departemen P dan K, 1984:75). Definisi lain dari model adalah abstraksi
dari sistem sebenarnya, dalam gambaran yang lebih sederhana serta mempunyai
tingkat prosentase yang bersifat menyeluruh, atau model adalah abstraksi dari realitas
dengan hanya memusatkan perhatian pada beberapa sifat dari kehidupan sebenarnya
(Simamarta, 1983: ix – xii). Dalam metodologi ekonometrika terdapat model
ekonomi yaitu, Konstruksi teoritis atau kerangka analisis ekonomi yang
11
menggabungkan konsep, definisi, anggapan, persamaan, kesamaan dan
ketidaksamaan darimana kesimpulan akan diturunkan. Contoh model ekonomi :
- Inflasi = Kurs nilai tukar + Bunga deposito
- Variable dependen = inflasi
- Variable Independen = Kurs nilai tukar dan Bunga deposito
2.4 Tipe Data dan Sumber Data
A. Tipe data
1. Data Runtut Waktu (Time Series)
Data runtut waktu ini merupakan sekumpulan observasi dalam rentang waktu
tertentu. Data ini dikumpulkan dalam interval waktu secara kontinyu. Misalnya data
mingguan (harga saham, nilal tukar), data bulanan (indeks harga konsumen=IHK),
data kuartalan (jumlah uang beredar), data tahunan (output nasional atau GDP).
Sebagian besan studi ekonometnika dengan regresi menggunakan data time series
sehingga akhir-akhir ini berkembang ekonometrika khusus menganalisis data time
series dikenal ekonometrika time series. Isu yang berkembang dalam model ini
adalah persoalan data tidak stasioner sehingga menghasilkan regresi yang lancing
(spurious regression). Regresi mampu mencocokkan dengan data aktualnya tetapi
variabel independen tidak mampu menjelaskan variabel dependen. Hal ini terjadi
karena hubungan keduanya terjadi sekedar trend saja, keduanya bergerak naik atau
turun secara bersama-sama.
2. Data Antar Tempat atau Ruang (Cross Section Data)
Data tentang satu atau lebih variabel yang dikumpulkan dalam kurun waktu tertentu.
Misalnya sensus penduduk yang dilakukan oleh Badan Pusat Statistik bagi seluruh
penduduk di Indonesia pada kurun waktu tertentu. Contoh lain adalah data sensus
pertanian yang dilakukan dalam tahun tertentu di seluruh propinsi di Indonesia. Dan
sensus pertanian ini akan didapatkan data tentang produksi padi, input yang
12
digunakan seperti bibit, pupuk dan tenaga kerja. Sebagaimana data time series, data
ini juga mengandung kelemahan berkaitan erat dengan masalah heterogenitas
datanya. Misalnya dalam kasus sensus pertanian untuk produksi padi, kita akan
mendapatkan variabilitas data dan satu propinsi ke propinsi yang lain. Ada propinsi
yang relative besar hasilnya dan ada propinsi yang relatif kecil produksi padinya.
3. Panel Data (Pooled Data)
Data ini merupakan gabungan antara data time series dan cross section data. Misalnya
kita ingin mengetahui perkembangan harga di Indonesia. Untuk mendapatkan
perkembangan gambaran harga ini maka kita bisa mengumpulkan seluruh indeks
harga konsumen di seluruh Indonesia pada waktu tertentu dan kemudian digabungkan
dengan data perkembangan harga masing-masing propinsi dalam kurun waktu
tertentu.
B. Sumber data
Data bisa kita klasifikasikan sebagai data primer dan data sekunder. Data primer
adalah data yang diperoleh secara langsung dan obyek baik melalui metode
wawancara, kuisioner, telepon, dan lain-lain. Sedangkan data sekunder adalah data
yang kita peroleh dan sumber kedua dan biasanya data ini sudah siap pakai. Data
sekunder ini mudah kita dapatkan dan tersebar luas diberbagai sumber. Data-data
ekonomi yang dikeluarkan pemerintah baik dan Badan Pusat Statistik (BPS) maupun
data dari Bank Indonesia sudah tersedia secara lengkap. Begitu pula data-data bisnis
juga sudah relatif tersedia seiring dengan banyaknya perusahaan yang sudah go
publik. Dengan berkembangnya data elektronik maka sekarang kita bisa lebih mudah
mendapatkan data dengan mengakses data melalui internet. Misalnya data-data
ekonomi Indonesia bisa diakses melalui situs Bank Indonesia: www.bi.go.id. Begitu
pula data-data ekonomi dan negara lain, misalnya data ekonomi Amerika Serikat bisa
diakses dan salah satu bank sentralnya di Saint Louis (Federal Reserve of St .Louis)
melalui situs: www.stls.fnb.org.
13
2.5 Pengenalan Analisis Regresi Dengan Disertai Contoh
Analisis regresi merupakan studi ketergantungan satu atau lebih variabel bebas terhadap variabel tidak bebas. Dengan maksud untuk meramalkan nilai variabel tidak bebas.
Persamaan Regresi linier Sederhana:
Y = a + bX +
Y = Nilai yang diramalkan
a = Konstansta
b = Koefesien regresi
X = Variabel bebas
= Nilai Residu
Seorang manajer pemasaran akan meneliti apakah terdapat pengaruh iklan terhadap penjualan pada perusahaan-perusahaan di Kabupaten WaterGold, untuk kepentingan penelitian tersebut diambil 8 perusahaan sejenis yang telah melakukan promosi.
Pemecahan
1. Judul
Pengaruh biaya promosi terhadap penjualan perusahaan.
2. Pertanyaan Penelitian
– Apakah terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan ?
3. Hipotesis
– Terdapat pengaruh positif biaya promosi terhadap penjualan perusahaan.
Kriteria Penerimaan Hipotesis
Ho : Tidak terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.
14
b=n(∑ XY )−(∑ X )(∑ Y )
n (∑ X2 )−(∑ X )2
a=∑ Y−b (∑ X )
n
Ha : Terdapat pengaruh positif biaya iklan terhadap penjualan perusahaan.
Ho diterima Jika
b ≤ 0, t hitung ≤ tabel
Ha diterima Jika
b > 0, t hitung > t tabel.
4. Sampel
Delapan perusahaan
5. Data Yang dikumpulkan
Penjualan (Y) 64 61 84 70 88 92 72 77
Promosi (X) 20 16 34 23 27 32 18 22
Untuk analisis data diperlukan, perhitungan:
1. Persamaan regresi
2. Nilai Prediksi
3. Koefesien determinasi
4. Kesalahan baku estimasi
5. Kesalahan baku koefesien regresinya
6. Nilai F hitung
7. Nilai t hitung
8. Kesimpulan
Persamaan Regresi
Y X XY X2 Y2
15
64 20 1280 400 4096
61 16 976 256 3721
84 34 2856 1156 7056
70 23 1610 529 4900
88 27 2376 729 7744
92 32 2944 1024 8464
72 18 1296 324 5184
77 22 1694 484 5929
608 192 15032 4902 47094
Koefisien Determinasi
16
b=n(∑ XY )−(∑ X )(∑Y )
n (∑ X2 )−(∑ X )2
b=8(15032)−(192)(609 )
8( 4902)−(192)2=1 ,497
a=∑ Y−b (∑ X )
n
a=(608 )−1 ,497(192 )
8=40 , 082
R2=1−(227 , 497)
( 886)=0 ,743R2=1−∑ (Y −Y )2
∑ (Y −Y )2
Koefesien Determinasi Disesuaikan (adjusted)
Digunakan untuk mengukur tingkat kesalahan dari model regresi yang dibentuk.
Standar Error Koefisien Regresi
Digunakan untuk mengukur besarnya tingkat kesalahan dari koefesien regresi:
Uji F
Uji F digunakan untuk uji ketepatan model, apakah nilai prediksi mampu menggambarkan kondisi sesungguhnya:
Ho: Diterima jika F hitung F tabel
Ha: Diterima jika F hitung > F tabel
Karena F hitung (17,367) > dari F tabel (5,99) maka persamaan regresi dinyatakan Baik (good of fit).
Uji T
Digunakan untuk mengatahui pengaruh variabel bebas terhadap variabel tergantung.
Ho: Diterima jika t hitung t tabel
Ha: Diterima jika t hitung > t tabel
17
Radj=0 , 743−1(1−0 ,743 )
8−1−1=0 ,70Radj=R2−
P(1−R2 )N−P−1
Se=√(227 ,467)8−2
=6 ,1576Se=√∑(Y −Y )2
n−k
Sb1=6 ,1576
√(4902)−(192)2
8
=0 ,359Sb= Se
√∑ X2−(∑ X )2
n
F=R2/( k−1 )
1−R2 /(n−k )F=
0 ,743 /(2−1 )1−0 ,743/(8−2)
=17 ,367
Karena t hitung (4,167) > dari t tabel (1,943) maka Ha diterima ada pengaruh iklan terhadap penjualan.
Kesimpulan: Terdapat pengaruh positif biaya periklanan terhadap volume penjualan.
Implikasi: Sebaiknya perusahaan terus meningkatkan periklanan agar penjualan meningkat.
2.6 Prinsip Dasar Ordinary Least Square (OLS)
OLS adalah estimasi parameter model regresi sederhana. OLS menjadi estimator yang baik apabila seluruh asumsi klasik terpenuhi, namun jika asumsi klasik tersebut tidak terpenuhi OLS bisa menjadi estimator yang buruk karena tidak akurat.
Yi = 0 + 1 Xi + i
Metode Kuadrat Terkecil
(Ordinary Least Square – OLS):
Prinsip: Meminimumkan nilai error – mencari jumlah penyimpangan kuadrat (i
2) terkecil.
i = Yi - 0 - 1 Xi
i2
= (Yi - 0 - 1 Xi)2
i2 = (Yi - 0 - 1 Xi)2
i2 minimum jika:
i2 /0 = 0 2 (Yi - 0 - 1 Xi) = 0
i2 /1 = 0 2 Xi (Yi - 0 - 1 Xi) = 0
18
Yi =
1 +
2 X
i +
iY
i =
1 +
2 X
i +
i Ŷ
i =
1 +
2 X
i
Yi = Ŷ
i +
i
i =
Y
i - Ŷ
i
Persamaan umum Regresi sederhana
1 dan
2 adalah nilai estimasi untuk
parameter Ŷi = nilai estimasi model
i = nilai residual
thitung=1 ,4970 ,359
=4 , 167T hitung=bj
Sbj
2.7 Regresi Linier Sederhana
Diberikan data sederhana berpasangan (x,y) dimana x = banyaknya persentase
pestisida (%) dan y = waktu reaksi (detik) sebagai berikut:
individu x (%) y (detik)
1
2
3
4
5
1
2
3
4
5
1
1
2
2
4
Diagram scatter
19
n XiY
i – X
i Y
i
2 =
n Xi
2 – (X
i)2
(Xi – X)(Y
i – Y)
=
(Xi – X)
2
n xiyi
(Xi
)2 Y
i – X
i
XiY
i
1 =
n Xi
2 – (X
i)2
= Y – 2X
Koefisien parameter untuk 1 dan
2
0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5.50
1
2
3
4
5
Diagram Scatter Persentase Pestisida terhadap Waktu Reaksi
Persentase Pestisida (%)
Wak
tu R
eaks
i (De
tik)
a. Apabila kita menduga kumpulan titik-titik tersebut secara fungsional dengan
menggunakan persamaan:
y=−1+xHitunglahjumlahkuadrat sisaan (JKS)!
JKS = e i = ∑ ( Yi−Y )2
e1=(1−0 )2|e2= (1−1 )2|e3=¿ (2−2)2|e4=(2−3)2|e5=(4−4 )2¿
e1=1.e2 , e3 , e5=0.e4=1
JKS = ∑ ei
= 2
b. Persamaan garis regresi liniernya dengan metode kuadrat terkecil dan jumlah
kuadrat sisaannya, dibandingkan dengan soal b dan JKS mana yang lebih
kecil.
20
Tahap selanjutnya menggunaka n software SPSS
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1(Constant) -,100 ,635 -,157 ,885
Pestisida ,700 ,191 ,904 3,656 ,035
a. Dependent Variable: Waktu
Persamaan garis linear:
Y⏞=−0,1+0,7 Xi
ANOVAa
Model Sum of Squares
df Mean Square F Sig.
1
Regression 4,900 1 4,900 13,364 ,035b
Residual 1,100 3 ,367
Total 6,000 4
a. DependentVariable: Waktu
b. Predictors: (Constant), Pestisida
JKS = 1,100
Persamaan garis linier Y⏞=¿-0,1+0,7Xi menghasilkan JKS yang lebih kecil.
Angka Se (Sample error) yang dihasilkan lebih sedikit.
21
c. Uji hipotesis dengan α = 0,05 dapat menyimpulkan (dari fakta bahwa slope
garis tengah regresi tersebut tidak sama dengan nol) secara signifikan!
t=0,7−00,191
=3,656
Statistik uji t
α/2 = 0,025, d.b=5-2=3
t 3.0,025=3,182
Uji t >t 3.0,025
Kesimpulan: Tolak Ho, Jadi, banyaknya penggunaan persentase pestisida
akan mempengaruhi waktu reaksi
d. Koefisien korelasi dari data-data tersebut
Correlations
Waktu Pestisida
Waktu
Pearson Correlation
1 ,904
Sig. (2-tailed) ,035
N 5 5
Pestisida
Pearson Correlation
,904 1
Sig. (2-tailed) ,035
N 5 5
Koefisien korelasi = 0,904
P-Value = 0,035
P-value> 0,025.
e. Tentukan selang kepercayaan 95% untuk rata-rata (mean) waktu reaksi bila
konsentrasinya 4%. (x=4)
22
Y⏞=−0,1+0,7 Xi
X = 4, maka Y = 2,7
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 ,904a ,817 ,756 ,60553
a. Predictors: (Constant), Pestisida
Y ± tn−2∗Se√ 1n+
( Xi−X )2
∑i=1
n
( Xi−X )2
T3=3.182
Se=0,60553
2,7 ± 3,182∗0,60553√ 15+
( 4−3 )2
(1−3 )2+(2−3 )2+(3−3 )2+ (4−3 )2+(5−3 )2
2,7 ± 3,182∗0,60553√ 15+ 1
10
- 0,1685 < 0 < 2,0563
f. Tentukan selang kepercayaan 95% juga untuk memprediksi waktu reaksi
pada percobaan tersebut, pada konsentrasi 4% (x=4)
23
Daftar Pustaka
Dr.Suliyanto, SE,MM. Regresi Sederhana.
24