BAB 1

PENDAHULUAN
1.1

LatarBelakang
Statistika merupakan cabang dari ilmu matematika yang
telah berkembang sangat pesat. Tidak hanya dapat digunakan
dalam hal analisis, namun juga dapat digunakan sebagai metode
pengambilan sebuah keputusan. Untuk menjalankan fungsinya
tersebut, ilmu statistika berkembang dengan berbagai macam
metode, salah satunya adalah analisis regresi.
Analisis regresi merupakan salah satu metode statistika
yang sering digunakan untuk membantu mengungkapkan
hubungan atau pengaruh satu atau lebih peubah bebas terhadap
peubah tak bebas. Bila dalam analisisnya hanya melibatkan
sebuah peubah bebas maka digunakan adalah analisis linier
sederhana. Sedangkan bila dalam analisisnya melibatkan dua atau
lebih variabel bebas, maka analisis yang digunakan adalah
analisis regresi linear berganda. Dalam kehidupan sehari-hari
banyak sekali permasalahan yang dapat dipecahkan dengan
menggunakan analisis regresi, salah satu contohnya adalah
mengenai tingkat konsumsi yang diduga dipengaruhi oleh
pendapatan dan juga kekayaan.
Runtun waktu merupakan serangkaian pengamatan
terhadap suatu peristiwa, kejadian, yang diambil dari waktu ke
waktu, serta dicatat secara teliti berdasarkan urutan waktu,
kemudian disusun sebagai data statistik (Sutrisno, 1998: 353).
Penganalisaan runtun waktu dahulu menjadi pertentangan antara
dua kelompok ahli yaitu para ahli ekonometrika dan para ahli
runtun waktu. Para ahli ekonometrika menganalisis data runtun
waktu dengan metode yang berbeda dengan yang dilakukan oleh
para ahli runtun waktu. Ahli ekonometrika cenderung
memformulasikan model regresi klasik untuk menganalisis
1

perilaku data runtun waktu, menganalisis tentang masalah

simultanitas, dan kesalahan autokorelasi. Sebaliknya, ahli runtun
waktu membuat model perilaku runtun waktu dengan mekanisme
sendiri serta tidak begitu memperhatikan peranan variabel bebas
dan variabel tak bebas. Pada laporan ini akan dibahas menganai
model regresi linear yang memperhitungkan pengaruh waktu
dengan metode Koyck dan metode Almon. Model regresi dengan
menggunakan data runtun waktu tidak hanya menggunakan
pengaruh perubahan variabel bebas terhadap variabel tak bebas
dalam kurun waktu yang sama dan selama periode pengamatan
yang sama, tetapi juga menggunakan periode waktu sebelumnya.
Waktu yang diperlukan bagi variabel bebas X dalam
mempengaruhi variabel tak bebas Y disebut bedakala atau lag
(Supranto, 1995: 188).

1.2 Tujuan
Mengetahui dan dapat menentukan persamaan dinamis distribusi
lag dugaan dengan metode Koyck.
Mengetahui dan dapat menentukan persamaan dinamis distribusi
lag dugaan dengan metode Almon.
Dapat melakukan interpretasi hasil pendugaan parameter data
runtun waktu dengan metode Koyck dan metode Almon.

BAB II
2

TINJAUAN PUSTAKA
2.1 Regresi Linear
Regresi linear adalah regresi yang variabel bebasnya (variabel X)
berpangkat paling tinggi 1. Regresi linear dibedakan menjadi 2
yaitu :
2.1.1 Regresi linear sederhana
Regresi linear sederhana adalah regresi linear yang hanya
melibatkan dua variabel yaitu variabel bebas X dan variabel tak
bebas Y (Hasan, 2005: 250). Model regresi linear sederhana dari Y
terhadap X ditulis dalam bentuk : Y = + X +
(2.1)
2.1.2 Regresi linear berganda
Regresi linear berganda adalah regresi yang variabel tak
bebasnya (Y) dihubungkan lebih dari satu variabel bebas
(X1, X2, . . ., Xn) (Hasan, 2005: 269). Bentuk umum model regresi
linear berganda : Y = + 1 Xi1 + 2 Xi2 + . . . + n Xin + i
(2.2)
Model regresi linear yang sering ditemui biasanya tidak
memperhatikan pengaruh waktu karena pada umumnya model
regresi linear cenderung mengasumsikan bahwa pengaruh variabel
bebas terhadap variabel tak bebas terjadi dalam kurun waktu yang
sama. Namun, dalam model regresi linear juga terdapat model
regresi yang memperhatikan pengaruh waktu. Waktu yang
diperlukan bagi variabel bebas X dalam mempengaruhi variabel tak
bebas Y disebut bedakala atau a lag atau a time lag (Supranto,
1995: 188).
2.2 Model Regresi Linear dengan Memperhatikan Pengaruh Waktu
Sebelum dilakukan penanganan kasus multikolinieritas,
sebelumnya perlu diadakan pemeriksaan mengenai masalah tersebut.
Pemeriksaan adanya masalah multikolinieritas dapat dilakukan
dengan beberapa metode, diantaranya :
3

2.2.1 Model Dinamis Distribusi Lag

Suatu variabel tak bebas apabila dipengaruhi oleh
variabel bebas pada waktu t, serta dipengarui juga oleh
variabel bebas pada waktu t-1, t-2, dan seterusnya disebut
model dinamis distribusi lag. Model dinamis distribusi lag ada
dua jenis yaitu:
a. Infinite Lag Model
Model : Y = + 0 Xt + 1 Xt-1 + 2 Xt-2 + . . . + t
(2.3)
Model (2.3) disebut infinite lag model sebab panjang beda
kalanya tidak diketahui.
b. Finite lag Model
Model : Y = + 0 Xt + 1 Xt-1 + 2 Xt-2 + . . . + k Xt-k + t
(2.4)
Model (2.4) disebut Finite lag model sebab panjang beda
kalanya diketahui yaitu sebesar k.
2.2.2 Model Dinamis Autoregressive
Apabila variabel tak bebas dipengaruhi oleh variabel
bebas pada waktu t, serta dipengaruhi juga oleh variabel tak
bebas itu sendiri pada waktu t-1 maka model tersebut disebut
autoregressive dengan model : Y = + 0 Xt + 1 Xt-1 + t (2.5)

2.3 Metode-Metode dalam Menentukan Persamaan Dinamis

Distribusi Lag
Dua metode yang dapat digunakan untuk menentukan
persamaan dinamis distribusi lag dugaan adalah :
2.3.1 Metode Koyck
Metode Koyck didasarkan asumsi bahwa semakin jauh
jarak lag variabel bebas dari periode sekarang maka semakin
kecil pengaruh variabel lag terhadap variabel tak bebas.
4

Koyck mengusulkan suatu metode untuk memperkirakan

model dinamis distribusi lag dengan mengasumsikan bahwa
semua koefisien mempunyai tanda sama. Koyck
menganggap bahwa koefisien menurun secara geometris
sebagai berikut :
k = 0 Ck , k =0,1,...

(2.6)

(2.6) memiliki arti bahwa nilai setiap koefisien lebih kecil

dengan nilai sebelumnya atau yang mendahuluinya (0<C<1).
Secara grafis, dapat dilihat pada gambar sebagai berikut :

Gambar 2.1 : Penurunan koefisien

(2.6) apabila diuraikan menjadi :

0 = 0
1 = 1C
2 = 1C2
3 = 1C3
...

(2.7)

2.3.2 Metode Almon

Metode Koyck memang banyak digunakan dalam
distribusi lag. Penerapan dengan metode Koyck berdasarkan
asumsi bahwa koefisien menurun secara geometris
sepanjang beda kala (lag). Namun apabila diagram pencar
antara dengan lag itu naik kemudian menurun maka
metode Koyck tidak dapat diterapkan.
Model yang
digunakan dalam metode Almon adalah model finite lag
sebagai berikut :
(2.8)
Berdasarkan teori matematika yang dikenal dengan nama
Weir-Strass Theorm, Almon berasumsi bahwa i dapat
didekati oleh suatu polinomial dalam i yang memiliki
derajat, dengan i merupakan beda kala (lag). Polinomial
tersebut bisa berderajat 0, 1, 2, . . ., dst. Dari beberapa
keterangan di atas, kelebihan metode Almon yaitu dapat
memberikan metode yang fleksibel yaitu mempersatukan
berbagai struktur beda kala, yang berarti bahwa koefisien
bisa naik dan bisa turun, sedangkan dalam metode Koyck
sangat kaku karena koefisien harus menurun secara
geometris. Selain itu, kelebihan metode Almon yang lain
adalah peneliti tidak perlu mengkhawatirkan tentang adanya
variabel tak bebas beda kala sebagai suatu variabel bebas
baik dalam model maupun persoalan yang timbul dalam
estimasi.

BAB III
METODOLOGI
3.1 Metode Koyck
1. Membuka software Minitab
2. Memasukkan data ke dalam worksheet Minitab.

3. Melakukan pendugaan persamaan model distribusi lag dengan

metode trasformasi Koyck. Hal ini dikarenakan panjang beda
kala (lag) tidak diketahui. Langkah pertama adalah dengan
cara memunculkan variable yt-1 yaitu dengan cara klik stat > time
series > lag. Kemudian akan muncul kotak dialog Lag.

Series
: variable respon
Store lags in
: kolom kosong untuk variable baru yt-1. Klik OK.
Klik OK pada kotak dialog Lag.
4. Mencari persamaan Yt dengan cara melakukan regresi. Klik stat
> regression > regression. Kemudian akan muncul kotak dialog :
regression.

Regression
Predictors

: variable respon
: variable xt, yt-1
8

Klik OK
5. Menaksir koefisien parameter dari bentuk umum distribusi lag

0
dan
1

^ i dengan menggunakan excel.

Menentukan 0 =

^ 0=
Menentukan

0
1

0.42
=0.4334
10.031
^ 0=( 0)0 0

^ 0=( 0.31 )0 ( 0.88 )=0.88

0
1

^ 1=( 0)1 0
^ =( 0.31 )1 ( 0.88 )=0.0273
1
2
Menentukan ^ 2=( 0) 0
^ 2=( 0.31 )2 ( 0.88 )=0. 0008
3
Menentukan Menentukan ^ 3=( 0) 0
^ =( 0.31 )3 ( 0.88 )=2.6216105
3
Menentukan

3.2 Metode Almon

1. Memasukkan data ke dalam worksheet Minitab.

2. Langkah pertama adalah dengan cara memunculkan variable

Xt-1, Xt-2, Xt-3 dengan menyiapkan terlebih dahulu kolom kosong
pada minitab dengan nama X t-1, Xt-2, Xt-2 kemudian klik stat >
time series > lag. Kemudian akan muncul kotak dialog Lag.

Series
: Xt, Xt-1, Xt-2
Store lags in
: kolom kosong untuk variable baru X t-1, Xt-2, Xt-2.
Klik OK pada kotak dialog Lag.
3. Kemudian pindahkan Yt, Xt, Xt-1, Xt-2, Xt-3 ke excel dan hitung
W0, W1, W2, W3 dengan rumus :
W0 = Xt + Xt-1 + Xt-2 + Xt-3
W1 = (1)

Xt-1

+ (2)

Xt-2

+ (3)

Xt-3

W2 = (1)2 Xt-1 + (2)2 Xt-2 + (3)2 Xt-3

10

W3 = (1)3 Xt-1 + (2)3 Xt-2 + (3)3 Xt-3

4. Kemudian pindahkan ke worksheet minitab. Regresikan Yt

dengan W0 W1 W2 W3
Klik stat > regression > regression. Kemudian akan muncul
kotak dialog : regression.

11

BAB IV
HASIL DAN PEMBAHASAN
4.1 Hasil Perhitungan Menggunakan Metode Koyck
Pada kolom Session Minitab dihasilkan seperti berikut ini :
Coefficients
Term
Constant
Xt
Yt-1

Coef
0,42
0,880
0,031

SE Coef
1,40
0,273
0,340

T-Value
0,30
3,22
0,09

P-Value
0,773
0,018
0,931

VIF
149,26
149,26

Regression Equation
Yt = 0,42 + 0,880 Xt + 0,031 Yt-1

Menentukan 0 =

^ 0=
Menentukan

0
1

0.42
=0.4334
10.031
^ 0=( 0)0 0

^ =( 0.31 )0 ( 0.88 )=0.88

0

Menentukan

^ 1=( 0)1 0

0
1
12

^ =( 0.31 )1 ( 0.88 )=0.0273

1
2
Menentukan ^ 2=( 0) 0
^ 2=( 0.31 )2 ( 0.88 )=0. 0008
3
Menentukan Menentukan ^ 3=( 0) 0
^ =( 0.31 )3 ( 0.88 )=2.6216105
3

Merujuk pada pendugaan yang telah dilakukan menggunakan Metode

Koyck tersebut, maka didapatkan persamaan sebagai berikut :
Yt = 0.4334 + 0.88 Xt + 0.0273 Xt-1 + 0.0008Xt-2 +
2.6216x10-5 Xt-3
Interpretasi:
-

Secara rata-rata pengeluaran per tahun perusahaan adalah

sebesar 0.4334

Jika terdapat 1 kenaikan pendapatan pada tahun yang sama akan

menaikkan pengeluaran pada tahun ini sebesar 0.88

Jika terdapat 1 kenaikan pendapatan pada 1 tahun yang lalu akan

menaikkan pengeluaran pada tahun ini sebesar 0.0273

Jika terdapat 1 kenaikan pendapatan pada 2 tahun yang lalu akan

menaikkan pengeluaran pada tahun ini sebesar 0.0008

Jika terdapat 1 kenaikan pendapatan pada 3 tahun yang lalu akan

menaikkan pengeluaran pada tahun ini sebesar 2.6216x10-5

4.1 Hasil Perhitungan Menggunakan Metode Almon

Pada kolom Session Minitab dihasilkan seperti berikut ini :
Coefficients
Term
Constant

Coef
0,42

SE Coef
1,64

T-Value
0,25

P-Value
0,810

VIF

13

W0
W1
W2
W3

0,9282
-1,790
1,008
-0,1719

0,0520
0,169
0,137
0,0295

17,84
-10,60
7,34
-5,82

0,000
0,000
0,001
0,002

217,64
7297,25
28221,18
9018,82

Regression Equation
Yt = 0,42 + 0,9282 W0 - 1,790 W1 + 1,008 W2 - 0,1719 W3

Melalui perhitungan pendugaan parameter dengan metode almond

seperti berikut ini :
0 = 0
0 = 0,9282
1 = 0 + 1 + 2 + 3
= 0.9282 1.790 + 1.008 0.1719 = -0.0257
2 = 0 + 1 (2) + 2 (2)2 + 3 (2)3
= 0.9282 - 1.790(2) + 1.008(4) 0.1719(8) = 0.005
3 = 0 + 1 (3) + 2 (3)2 + 3 (3)3
= 0.9282 - 1.790(3) + 1.008(9) 0.1719(27) = -0.0111
Maka didapatkan persamaan sebagai berikut :
Yt = 0.42 + 0.9282 Xt - 0.0257 Xt-1 + 0.005 Xt-2 - 0.0111Xt-3
Interpretasi:
-

Secara rata-rata pengeluaran per tahun perusahaan adalah

sebesar 0.42

Jika terdapat 1 kenaikan pendapatan pada tahun yang sama akan

menaikkan pengeluaran pada tahun ini sebesar 0.9282
14

Jika terdapat 1 kenaikan pendapatan pada 1 tahun yang lalu akan

menurunkan pengeluaran pada tahun ini sebesar 0.0257

Jika terdapat 1 kenaikan pendapatan pada 2 tahun yang lalu akan

menaikkan pengeluaran pada tahun ini sebesar 0.005

Jika terdapat 1 kenaikan pendapatan pada 3 tahun yang lalu akan

menurunkan pengeluaran pada tahun ini sebesar 0.0111
BAB V
PENUTUP
5.1 Kesimpulan
Merujuk dari proses penanganan regresi lag menggunakan
software minitab dalam bab-bab sebelumnya, dapat diambil
kesimpulan sebagai berikut :
Penanganan dapat dilakukan menggunakan dua metode
yaitu metode Koyck dan metode Almon.
Dari proses penanggulangan menggunakan metode
Koyck didapatkan persamaan :
Yt = 0.4334 + 0.88 Xt + 0.0273 Xt-1 +
0.0008Xt-2 +
2.6216x10-5 Xt-3
dengan interpretasi :
-

Secara rata-rata pengeluaran per tahun perusahaan adalah

sebesar 0.4334

Jika terdapat 1 kenaikan pendapatan pada tahun yang

sama akan menaikkan pengeluaran pada tahun ini sebesar
0.88

Jika terdapat 1 kenaikan pendapatan pada 1 tahun yang

lalu akan menaikkan pengeluaran pada tahun ini sebesar
0.0273
15

Jika terdapat 1 kenaikan pendapatan pada 2 tahun yang

lalu akan menaikkan pengeluaran pada tahun ini sebesar
0.0008

Jika terdapat 1 kenaikan pendapatan pada 3 tahun yang

lalu akan menaikkan pengeluaran pada tahun ini sebesar
2.6216x10-5

Dari proses penanggulangan menggunakan metode

Koyck didapatkan persamaan :
Yt = 0.42 + 0.9282 Xt - 0.0257 Xt-1 + 0.005 Xt-2

- 0.0111Xt-3
Dengan Interpretasi:
-

Secara rata-rata pengeluaran per tahun perusahaan adalah

sebesar 0.42

Jika terdapat 1 kenaikan pendapatan pada tahun yang sama akan

menaikkan pengeluaran pada tahun ini sebesar 0.9282

Jika terdapat 1 kenaikan pendapatan pada 1 tahun yang lalu akan

menurunkan pengeluaran pada tahun ini sebesar 0.0257

Jika terdapat 1 kenaikan pendapatan pada 2 tahun yang lalu akan

menaikkan pengeluaran pada tahun ini sebesar 0.005

Jika terdapat 1 kenaikan pendapatan pada 3 tahun yang lalu akan

menurunkan pengeluaran pada tahun ini sebesar 0.0111

5.2 Saran
Ketelitian merupakan hal yang sangat penting dalam
menentukan variabel independent dan juga variabel
16

dependent. Selain itu diperlukan ketrampilan penggunaan

excel untuk membuat pekerjaan lebih efektif

DAFTAR PUSTAKA
Dillon, William R & Matthew Goldstein.1984. Multivariate Analysis
Method and Application. Canada: John Willey&Sons,Inc.
Hasan.2005. Statistika I. Jakarta: PT. Bumi Aksara.
Montgomery, Douglas C. Linear Regression Analysis : Fifth Edition .
2012. NewJersey : Wiley
Sembiring, R.K. 1995 . Analisis Regresi. Penerbit : ITB
Supranto,J.1987. Statistika Teori & Aplikasi. Jakarta: Erlangga.
________.1995. Ekonometrik. Jakarta: Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia.
________.2004. Ekonometrika. Jakarta: Ghali Indonesia.
Yitnosumarno, S. 1985. Regresi dan Korelasi, teori dan pengguaannya.
Malang (tidak dipublikasikan)

17

LAMPIRAN 1 : Data

Tahun

Pengeluaran

Pendapatan

1995

32

34

1996

33

36

1997

35

38

1998

37

40

1999

40

44

2000

43

47

2001

47

51

2002

49

55

2003

54

59

2004

58

63

18

19