PERMASALAHAN

Data tabungan dan pendapatan personal Britania Raya tahun 1946 -1963 ( dalam jutaan
pound ) :
Tahun
1946
1947
1948
1949
1950
1951
1952
1953
1954
1955
1956
1957
1958
1959
1960
1961
1962
1963

Tabungan
0,36
0,21
0,08
0,3
0,1
0,12
0,41
0,5
0,43
0,59
0,9
0,95
0,82
1,04
1,53
1,94
1,75
1,99

Pendapatan
8,8
9,4
10
10,6
11
11,9
12,7
13,5
14,3
15,5
16,7
17,7
18,6
19,7
21,1
22,8
23,9
25,2

Dari data tersebut ingin dicari model regresi yang sesuai untuk menggambarkan hubungan
antara pendapatan terhadap tabungan. Proses analisis menggunakan software Minitab 16,
SPSS 23, SAS , dan Maple 12.

PEMBAHASAN
Melihat scatter plot data tabungan dan pendapatan

Scatterplot of tabungan vs pendapatan

2,0

tabungan

1,5

1,0

0,5

0,0
10,0

12,5

15,0
17,5
pendapatan

20,0

22,5

25,0

Jika dilihat pada scatter plot diatas bisa diperkirakan bahwa model yang mungkin
antara lain :
a. Linier : Y = a + bX
b. Cubic : Y = a + bX + cX2 + dX3
c. Eksponensial : Y = aebx
Dimana Y = tabungan , X = pendapatan
Selanjutnya dilakukan estimasi parameter, uji signifikansi parameter, menghitung R2
untuk setiap model
Model Eksponensial
Dari SPSS diperoleh output berikut :
Parameter Estimates
95% Confidence Interval
Parameter

Estimate

Std. Error

Lower Bound

Upper Bound

,076

,019

,036

,116

,134

,011

,110

,157

Dari output tersebut bisa diperoleh persamaan model linier :

Y = 0,076 e0,134x
Parameter a diperkirakan signifikan karena lower bound ( 0,036 ) dan upper bound
(0,116) tidak melewati 0. Begitu pula untuk parameter b diperkirakan signifikan
karena lower bound ( 0,110 ) dan upper bound ( 0,157 ) tidak melewati 0.

ANOVAa
Source

Sum of Squares

Regression

Corrected Total

Mean Squares

17,351

8,675

,489

16

,031

17,839

18

6,919

17

Residual
Uncorrected Total

df

Dependent variable: tabungana

a. R squared = 1 - (Residual Sum of Squares) / (Corrected Sum of
Squares) = ,929.

Nilai MSE = 0,031 . Nilai ini sangat kecil sehingga model baik untuk digunakan.
R2 = 0,929 . Artinya tabungan dipengaruhi pendapatan sebesar 92,9 % sisanya oleh
faktor lain.
Output dari SAS :

Dari output SAS tersebut persamaan model linier nya sama dengan dari SPSS yaitu :
Y = 0,076 e0,134x
Untuk uji signifikansi parameter :
Hipotesis :
H0 : parameter tidak signifikan
H1 : parameter signifikan
Taraf nyata :
= 0,05
Statistik Uji :

Untuk a , Pr = 0,0010
Untuk b , Pr = (<0,0001)
Kriteria Uji :
Tolak H0 jika Pr <
Kesimpulan :
Pada taraf signifikansi 5% , H0 ditolak untuk parameter a dan b karena masing
masing nilai Pr < . Sehingga parameter a dan b signifikan terhadap Y
( tabungan ).
Nilai R2 dan MSE
Nilai MSE = 0,0305 . Nilai ini sangat kecil sehingga model baik untuk digunakan.
R2 = 0,9294 . Artinya tabungan dipengaruhi pendapatan sebesar 92,94 % sisanya
oleh faktor lain.
Menggambarkan kurva dan mencari titik maksimum

Jika dilihat dari kurva yang terbentuk, maka model eksponensial sesuai untuk
menggambarkan data. Karena tidak ada data negatif, pada scatter plot awal juga
telah dilihat bahwa semua data berada diatas sumbu X.
Titik maksimum berada pada titik (x,y) = ( 26, 24.8)

KESIMPULAN
Jadi model yang sesuai untuk mengambarkan data tabungan dan pendapatan personal
Britania Raya tahun 1946 1963 adalah model eksponensial dengan persamaan :
Y = 0,076 e0,134x
Dimana Y = tabungan , x = pendapatan
Pada model eksponensial, semua parameter signifikan, R2 besar ( 0,929 ) , MSE sangat
kecil ( 0,031 ). Kurva yang terbentuk dari persamaan eksponensial sesuai dengan data
dan scatter plot data.