EKONOMETRIKA

REGRESI LINEAR DAN NON-LINEAR

Dosen Pengajar:

Dr. H. Karim, M. Si.

Taufiq Hidayanto, M.Pd.

Disusun Oleh:
Ahmad Fauzi (1710118210001)
Baihaki (1710118110005)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN

UNIVERSITAS LAMBUNG MANGKURAT

 DAFTAR ISI

DAFTAR ISI ..................................................................................................................... 2

ISI ....................................................................................................................................... 3
A. Kajian Data ....................................................................................................... 3
1. Definisi-Definisi ................................................................................................. 3
2. Identifikasi dan Pengukuran Variabel............................................................ 3
3. Hubungan antara biaya iklan radio, biaya iklan surat kabar, dan
pendapatan ................................................................................................................ 4
B. Data .................................................................................................................... 4
C. Analisis ............................................................................................................... 5
D. Kesimpulan ........................................................................................................ 4
DAFTAR PUSTAKA........................................................................................................ 5
 ISI
A. Kajian Data
1. Definisi-Definisi
a. Biaya
Menurut KBBI, biaya adalah uang yang dikeluarkan untuk
mengadakan (mendirikan, melakukan dsb) sesuatu.
b. Iklan
Menurut Wikibuku, iklan adalah suatu pesan tentang barang/jasa
(produk) yang dibuat oleh produser/pemrakasa yang disampaikan lewat
media (cetak, audio, dan elektronik) yang ditujukan kepada masyarakat.
c. Radio
Menurut KBBI, radio adalah siaran (pengiriman) suara atau bunyi
melalui udara.
d. Surat Kabar
Menurut Wikipedia, surat kabar adalah suatu penerbitan yang
ringan dan mudah dibuang, biasanya dicetak pada kertas berbiaya
rendah yang disebut kertas koran, yang berisi berita-berita terkini dalam
berbagai topik.
e. Hasil
Menurut KBBI, hasil adalah pendapatan.
f. Penjualan
Menurut Wikipedia, penjualan adalah aktivitas atau bisnis menjual
produk atau jasa.

2. Identifikasi dan Pengukuran Variabel

Dalam data ini, variabel yang diukur yaitu :
a. Biaya iklan melalui radio (X1 ) : Biaya iklan melalui radio yaitu
besarnya pengeluaran dalam mempromosikan produk di radio yang
diukur dalam jutaan rupiah.
b. Biaya iklan melalui surat kabar (X2 ) : Biaya iklan melalui surat
kabar yaitu besarnya pengeluaran dalam mempromosikan produk di
surat kabar yang diukur dalam jutaan rupiah.
c. Hasil Penjualan (Y ) : Hasil penjualan adalah hasil/pendapatan yang
 diperoleh dari penjualan suatu produk melalui promosi dari kedua
media iklan.

3. Hubungan antara biaya iklan radio, biaya iklan surat kabar, dan
pendapatan
Periklanan dapat berfungsi sebagai jalan untuk masyarakat
mengenal produk yang ditawarkan. Periklanan di sini melalui media Radio
dan Surat Kabar. Informasi mengenai fungsi, harga, bahan, kelebihan, dan
informasi lain mengenai produk dapat disampaikan melalui iklan. Semakin
jelas informasi yang disampaikan mengenai produk semakin jelas pula
gambaran produk kepada individu.

Jadi, jika biaya iklan tersebut semakin besar maka iklan tersebut
lebih banyak menyebar di kalangan masyarakat serta lebih menarik
perhatian masyarakat dan memengaruhi masyarakat untuk tertarik dan
membeli produk dari perusahaan tersebut.

B. Data
Sebuah perusahaan yang memproduksi barang-barang rumah tangga
ingin mengukur keefektifan media iklan yang berbeda dalam promosi
produknya. Perusahaan tertarik pada keefektifan promosi melalui radio dan
surat kabar. Sebuah sample dari 30 kota dipilih untuk studi selama 1 bulan
periode penelitian. Setiap kota dialokasikan pengeluaran baik untuk promosi
melalui radio maupun surat kabar, kemudian hasil penjualan produknya dicatat
untuk kedua media iklan tersebut (data dalam jutaan Rupiah). Hasilnya adalah
sebagai berikut:

Bulan Biaya Iklan Pendapatan

1
2
3
4
5
6
 7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

Data ini diambil dari internet dengan website

http://digensia.wordpress.com/teori-dan-latihan-regresi-vol3/ .

C. Analisis
Langkah-Langkah :

1) Persiapan Data (Tabulasi Data)

a. Pertama-tama buka dulu aplikasi SPSS nya.
b. Pilih menu Variable View di pojok kiri paling bawah.

c. Isi name dengan x kemudian labelnya isi dengan Biaya Iklan.

Isi name selanjutnya dengan y kemudian labelnya isi dengan
Pendapatan.

d. Kembali ke menu Data View, kemudian input data x dengan Biaya

Iklan, setelah itu input data y dengan Pendapatan
2) Estimasi Model Regresi Linier
Estimasi model dilakukan secara sekaligus dengan pengujian
asumsi klasik (multikolinieritas, autokorelasi, heteroskedastisitas dan
normalitas) sehingga output yang dihasilkan dari pengolahan data dapat
digunakan untuk uji asumsi klasik dan uji kelayakan model. Adapun
langkah-langkahnya adalah sebagai berikut:
a. Estimasi regresi linier,
Dengan cara klik Analyze => Regression => Linier...
Lalu akan mucul tampilan seperti di bawah ini:

Letakkan EKS dalam kotak Dependent. Caranya tekan EKS

lalu tekan yang disamping kotak Dependent, sehingga EKS

akan pindah ke kotak kotak Dependent. Dengan cara yang sama
letakkan HRG dan KURS dalam kotak Independent(s). Hasil yang
diperoleh adalah sebagai berikut.

Apabila kita klik maka output yang diperoleh hanya dapat di

uji kelayakan modelnya saja, tidak termasuk output untuk uji asumsi
klasik. Maka sebaiknya kotak dialog diatas tidak ditutup sebelum
meng-klik tombol-tombol lainnya agar dapat memunculkan uji
asusmsi klasik.

Uji asumsi klasik setelah disederhanakan ada 4, yaitu

multikolinieritas, autokorelasi, heteroskedastisitas dan normalitas.
 Multikolinieritas menggunakan VIF dan Tolerance.
 Autokorelasi menggunakan Durbin-Watson.
 Heteroskedastisitas menggunakan Scatter Plot ZPRED dan
ZRESID.
 Normalitas menggunakan Normal PP-Plot.
 Multikolinieritas dan Autokorelasi ada di
tombol
 Klik , lalu
 Klik kotak disebelah kiri Collinearity
diagnostics
untuk memunculkan hasil uji
multikolinieritas,
 Klik kotak disebelah kiri Dubin-
Watson untuk
memunculkan hasil uji autokorelasi.

 Setelah itu klik .

Heteroskedastisitas dan Normalitas ada di tombol .

 Klik , lalu
 Pindahkan *ZPRED ke
kotak X: dan
pindahkan *ZRESID ke
kotak Y: untuk
memunculkan
hasil uji
heteroskedastisitas,
dan
 Klik kotak disebelah kiri Normal probability plot untuk
memunculkan hasil uji normalitas.

 Setelah itu klik .

Setelah semua tombol perintah yang diinginkan di klik, maka

untuk memunculkan semua output, klik dengan demikian

output yang diinginkan akan ditampilkan pada file OUTPUT.
b. Pengujian Asumsi Klasik
Pada tahap ini tidak dilakukan operasionalisasi software SPSS,
melainkan hanya cara membaca uji asumsi klasik dari output SPSS,
sebagaimana yang tertampil pada file OUTPUT.
1) Multikolinieritas
Hasil uji multikolinieritas, dapat dilihat pada tabel
Coefficientsa dua kolom terakhir.

Nilai VIF untuk variabel X1 (Biaya Iklan Melalui Radio)

dan X2 (Biaya Iklan Melalui Surat Kabar) sama-sama 1,006
sedangkan Tolerance-nya 0,994. Karena nilai VIF dari kedua
variabel tidak ada yang lebih besar dari 10 atau 5 (banyak buku
yang menyaratkan tidak lebih dari 10, tapi ada juga yang
menyaratkan tidak lebih dari 5) maka dapat dikatakan tidak
terjadi multikolinieritas pada kedua variabel bebas tersebut.

Berdasarkan syarat asumsi klasik regresi linier dengan

OLS, maka model regresi linier yang baik adalah yang terbebas
dari adanya multikolinieritas. Dengan demikian, model di atas
telah terbebas dari adanya multikolinieritas.
2) Autokorelasi
Data yang digunakan untuk mengestimasi model regresi
linier merupakan data time series maka diperlukan adanya uji
asumsi terbebas dari autokorelasi. Hasil uji autokorelasi, dapat
dilihat pada tabel Model Summaryb kolom terakhir.
 Nilai Durbin-Watson yang tertera pada output SPSS
disebut dengan DW hitung. Angka ini akan dibandingkan dengan
kriteria penerimaan atau penolakan yang akan dibuat dengan nilai
dL dan dU ditentukan berdasarkan jumlah variabel bebas dalam
model regresi (k) dan jumlah sampelnya (n). Nilai dL dan dU dapat
dilihat pada Tabel DW dengan tingkat signifikansi (error) 5% (α
= 0,05).
Jumlah variabel bebas : k = 2
Jumlah sampel : n = 16
 Tabel Durbin-Watson menunjukkan bahwa nilai dL =
1,2837 dan nilai dU = 1,5666 sehingga dapat ditentukan kriteria
terjadi atau tidaknya autokorelasi seperti terlihat pada gambar di
bawah ini.

Nilai DW hitung sebesar 1,079 lebih besar dari 0 dan lebih

kecil dari 1,2837 yang artinya berada pada daerah autokorelasi
positif. Sehingga dapat disimpulkan bahwa dalam model regresi
linier terjadi autokorelasi.
3) Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan dengan membuat
Scatterplot (alur sebaran) antara residual dan nilai prediksi dari
variabel terikat yang telah distandarisasi. Hasil uji
heteroskedastisitas dapat dilihat pada gambar Scatterplot, seperti
pada gambar di bawah ini:
 Dari gambar tersebut terlihat bahwa sebaran titik tidak
membentuk suatu pola/alur tertentu, sehingga dapat disimpulkan
tidak terjadi heteroskedastisitas atau dengan kata lain terjadi
homoskedastisitas. Asumsi klasik tentang heteroskedastisitas
dalam model ini terpenuhi, yaitu terbebas dari heteroskedastisitas.
Uji ini (scatterplot) rentan kesalahan dalam penarikan
kesimpulannya. Hal ini dikarenakan penentuan ada tidaknya
pola/alur atas titik-titik yang ada di gambar sangat bersifat
subjektif. Bisa saja sebagian orang mengatakan tidak ada pola,
tapi sebagian lainnya mengatakan ini ada polanya. Tidak ada
ukuran yang pasti kapan suatu scatterplot membentuk pola atau
tidak. Keputusan hanya mengandalkan pengamatan/penglihatan
peneliti.
4) Normalitas
Hasil uji normalitas dapat dilihat dari gambar Normal P-P
Plot di bawah ini. Perlu diingatkan bahwa asumsi normalitas yang
dimaksud dalam asumsi klasik pendekatan OLS adalah (data)
residual yang dibentuk model regresi linier terdistribusi normal,
bukan variabel bebas ataupun variabel terikatnya. Kriteria sebuah
(data) residual terdistribusi normal atau tidak dengan pendekatan
Normal P-P Plot dapat dilakukan dengan melihat sebaran titik-
titik yang ada pada gambar. Apabila sebaran titik-titik tersebut
mendekati atau rapat pada garis lurus (diagonal) maka dikatakan
bahwa (data) residual terdistribusi normal, namun apabila sebaran
titik-titik tersebut menjauhi garis maka tidak terdistribusi normal.
 Sebaran titik-titik dari gambar Normal P-P Plot di atas
relatif mendekati garis lurus, sehingga dapat disimpulkan bahwa
(data) residual terdistribusi normal. Hasil ini sejalan dengan
asumsi klasik dari regresi linier dengan pendekatan OLS.
c. Uji Kelayakan Model
1) Uji Keterandalan Model (Uji F)
Uji keterandalan model atau uji kelayakan model atau yang
lebih populer disebut sebagai uji F (ada juga yang menyebutnya
sebagai uji simultan model) merupakan tahapan awal
mengidentifikasi model regresi yang diestimasi layak atau tidak.
Layak (andal) disini maksudnya adalah model yang diestimasi
layak digunakan untuk menjelaskan pengaruh variabel-variabel
bebas terhadap variabel terikat. Nama uji ini disebut sebagai uji F,
karena mengikuti mengikuti distribusi F yang kriteria
pengujiannya seperti One Way Anova.
Pengunaan software SPSS memudahkan penarikan
kesimpulan dalam uji ini. Apabila nilai prob. F hitung (ouput
SPSS ditunjukkan pada kolom sig.) lebih kecil dari tingkat
 kesalahan/error (alpha) 0,05 (yang telah ditentukan) maka dapat
dikatakan bahwa model regresi yang diestimasi layak, sedangkan
apabila nilai prob. F hitung lebih besar dari tingkat kesalahan 0,05
maka dapat dikatakan bahwa model regresi yang diestimasi tidak
layak.
Hasil uji F dapat dilihat pada tabel ANOVA di bawah ini.
Nilai prob. F hitung terlihat pada kolom terakhir (sig.)

Nilai prob. F hitung (sig.) pada tabel di atas nilainya 0,000

lebih kecil dari tingkat signifikansi 0,05 sehingga dapat
disimpulkan bahwa model regresi linier yang diestimasi layak
digunakan untuk menjelaskan pengaruh Harga Ekspor Pakaian
Jadi (HRG) dan Kurs Yen terhadap Rupiah (KURS) terhadap
variabel terikat Ekspor Pakaian Jadi (EKS).

2) Uji Koefisien Regresi (Uji t)

Uji t dalam regresi linier berganda dimaksudkan untuk
menguji apakah parameter (koefisien regresi dan konstanta) yang
diduga untuk mengestimasi persamaan/model regresi linier
berganda sudah merupakan parameter yang tepat atau belum.
Maksud tepat disini adalah parameter tersebut mampu
menjelaskan perilaku variabel bebas dalam mempengaruhi
variabel terikatnya. Parameter yang diestimasi dalam regresi linier
meliputi intersep (konstanta) dan slope (koefisien dalam
persamaan linier). Pada bagian ini, uji t difokuskan pada
parameter slope (koefisien regresi) saja. Jadi uji t yang dimaksud
adalah uji koefisien regresi.
Hasil uji t pada penelitian ini dapat dilihat pada tabel
berikut ini.

2
 Berdasarkan tabel di atas, maka hasil uji t pada penelitian
ini dapat dijelaskan sebagai berikut :
 Biaya Iklan Melalui Radio (X1)
Hipotesis Biaya Iklan Melalui Radio adalah :
 𝐻0 ∶ 𝛽1 = 0 jumlah produksi buah kelapa tidak
mempunyai pengaruh yang signifikan secara parsial
terhadap pendapatan petani kelapa.
 , 𝐻1 ∶ 𝛽1 ≠ 0 jumlah produksi buah kelapa mempunyai
pengaruh yang signifikan secara parsial terhadap
pendapatan petani kelapa.
Hasil pengujian dengan SPSS diperoleh untuk variabel
diperoleh nilai t hitung = 6,488 dengan tingkat signifikansi
0,000. Dengan menggunakan batas signifikansi 0,05, nilai
signifikansi tersebut lebih kecil dari taraf 5% yang berarti
ditolak dan diterima. Artinya jumlah produksi buah kelapa
mempunyai pengaruh terhadap pendapatan petani kelapa.
 Biaya Iklan Melalui Surat Kabar (X2)
Hipotesis Biaya Iklan Melalui Surat Kabar adalah :
 𝐻0 ∶ 𝛽1 = 0 jumlah produksi buah kelapa tidak
mempunyai pengaruh yang signifikan secara parsial
terhadap pendapatan petani kelapa.
 , 𝐻1 ∶ 𝛽1 ≠ 0 jumlah produksi buah kelapa mempunyai
pengaruh yang signifikan secara parsial terhadap
pendapatan petani kelapa.
Hasil pengujian dengan SPSS diperoleh untuk variabel
diperoleh nilai t hitung = 4,707 dengan tingkat signifikansi
0,000. Dengan menggunakan batas signifikansi 0,05, nilai

3
 signifikansi tersebut lebih kecil dari taraf 5% yang berarti
ditolak dan diterima. Artinya jumlah produksi buah kelapa
mempunyai pengaruh terhadap pendapatan petani kelapa.
d. Analisis Regresi Linier Berganda
Dari hasil regresi dengan menggunakan SPSS, maka
didapatkan koefisien regresi yang dapat dilihat pada tabel di bawah
ini.

Berdasarkan tabel di atas maka didapatkan persamaan regresi

linier berganda sebagai berikut :
𝒀 = 𝟏𝟖𝟖, 𝟓𝟏𝟔 + 𝟏𝟐, 𝟓𝟕𝟐𝑿𝟏 + 𝟏𝟒, 𝟕𝟖𝟐𝑿𝟐
Persamaan diatas dapat dijelaskan sebagai berikut :
 Jika jumlah biaya iklan melalui radio bertambah 1 kali maka hasil
penjualan akan meningkat sebesar 12,572 juta.
 Jika jumlah biaya iklan melalui surat kabar bertambah 1 kali maka
hasil penjualan akan meningkat sebesar 14,782 juta.
Sedangkan koefisien determinasi dari persamaan di atas dapat
di lihat pada tabel di bawah ini.

Dapat dikatakan bahwa 66,6% keragaman hasil penjualan

dapat dijelaskan oleh :
𝒀 = 𝟏𝟖𝟖, 𝟓𝟏𝟔 + 𝟏𝟐, 𝟓𝟕𝟐𝑿𝟏 + 𝟏𝟒, 𝟕𝟖𝟐𝑿𝟐
D. Kesimpulan
Pada hasil analisis regresi linier berganda diperoleh bahwa yang
memiliki pengaruh terhadap pendapatan petani kelapa adalah variabel jumlah

4
 produksi buah kelapa (X1) dan biaya (X2) dengan persamaan sebagai berikut
:
𝒀 = 𝟏𝟖𝟖, 𝟓𝟏𝟔 + 𝟏𝟐, 𝟓𝟕𝟐𝑿𝟏 + 𝟏𝟒, 𝟕𝟖𝟐𝑿𝟐
Berdasarkan persamaan diatas, variabel jumlah produksi buah kelapa
memiliki nilai koefisien regresi sebesar 680,423 dengan nilai signifikansi
0,000. Sedangkan variabel biaya memiliki nilai koefisien regresi sebesar
0,214 dengan nilai signifikansi sebesar 0,000. Nilai koefisien determinasi
ganda yang dihasilkan adalah 0,918 dan nilai adalah 0,907 atau 90,7%

DAFTAR PUSTAKA

http://www.slideshare.net/mobile/azendlove/pengantar-statistika-slide-3/ .
http://kbbi.web.id/biaya/
http://id.m.wikibooks.org/wiki/Subjek:Bahasa_Indonesia/Materi:Iklan/
http://id.m.wikipedia.org/wiki/Pendapatan/
http://kbbi.web.id/radio/
http://kbbi.web.id/hasil/
http://id.m.wikipedia.org/wiki/Surat-Kabar/
http://id.m.wikipedia.org/wiki/Penjualan/