CRITICAL BOOK REPORT

MATA KULIAH
STATISTIK EKONOMI

DOSEN PENGAMPU :
Dr. Muhammad Yusuf, M.Si

DISUSUN OLEH :
Anjely Hutagaol 7182142010
Lampita Rosari Pramita Sitorus 7182142013
Indah Yulia Putri 7183142036

PENDIDIKAN AKUNTASI A 2018

FAKULTAS EKONOMI
UNIVERSITAS NEGERI MEDAN
MEDAN 2019

i
 KATA PENGANTAR

Puji syukur penulis ucapkan kepada Tuhan Yang Maha Esa, karena berkat dan
rahmatNya penulis dapat menyelesaikan tugas CRITICAL BOOK REPORT, mata kuliah
Statistik ekonomi . Penulis juga berterima kasih kepada Bapak Dosen Dr. Muhammad
Yusuf,M.Si selaku dosen pengampu mata kuliah Statistik Ekonomi.
Penulis juga menyadari bahwa tugas ini masih terdapat kekurangan, oleh karena itu
penulis minta maaf jika ada kesalahan dalam penulisan, serta penulis juga mengharap kritik
dan saran yang membangun guna kesempurnaan tugas ini.
Akhir kata penulis ucapkan terima kasih, semoga dapat bermanfaat dan bisa menambah
pengetahuan bagi pembaca.

Medan ,Mei 2019

Penulis

i
 DAFTAR ISI
KATA PENGANTAR .......................................................................................................... i
DAFTAR ISI........................................................................................................................ ii
BAB I PENDAHULUAN
1.1 Latar Belakang .......................................................................................................... 1
1.2 Tujuan Makalah ........................................................................................................ 1
1.3 Manfaat penulisan ..................................................................................................... 1
BAB II PEMBAHASAN
2.1 Identitas Buku ........................................................................................................... 2
2.2 Ringkasan Buku ........................................................................................................ 2
A. Buku Utama ........................................................................................................ 2
B. Buku Pebanding .................................................................................................. 7
2.3 Kelemahan Dan Kelebihan Buku............................................................................ 19
BAB III PENUTUP
3.1 Kesimpulan ............................................................................................................. 20
3.2 Saran ....................................................................................................................... 20
DAFTAR PUSTAKA ........................................................................................................ 21

ii
 BAB I
PENDAHULUAN
1.1 Latar Belakang
Sesuai dengan KKNI yang berlaku di perguruan tinggi di Universitas Negeri Medan
khususnya fakultas ekonomi tahun ajaran 2018/2019 telah dilakukannya pemberian tugas
kepada siswa yaitu “Critical Book Report”. Maka penulis diharuskan untuk dapat membuat
kritikan tentang buku mata kuliah yang bersangkutan yaitu Statistik Ekonomi. Pengkritikan
buku ini memiliki tujuan yaitu dengan meringkas isi buku. Dengan mengkritik buku
tersebut, maka penulis dapat mengetahui apa saja kelebihan dan kelemahan buku tersebut.
Tugas ini bertujuan untuk meningkatkan kemampuan atau mengembangkan tingkat analisis
mahasiswa agar selesai perkuliahan Statistik Ekonomi nantinya, akan menghasilkan
mahasiswa yang mampu menjadi seorang pendidik yang baik dan benar dan dapat
dikatakan menjadi guru professional.

1.2 Tujuan
Mengetahui apa saja hal yang dibahas di dalam buku Statistik Ekonomi.

1.3 Manfaat
1. Dapat menerapkan pembelajaran yang sistematis berdasarkan isi buku tersebut.
2. Terpenuhi tugas yang berstandar KKNI
3. Untuk mengulas atau mengkritisi sebuah isi buku.
4. Untuk mengetahui konse Statistik Ekonomi.
5. Dapat menambah pengetahuan dan wawasan baru

1
 BAB II
PEMBAHASAN
2.1 IDENTITAS BUKU
1. Buku Utama
Judul Buku : Statistik
Pengarang : J. Supranto
Penerbit : Erlangga
Edisi :8
Tahun Terbit : 2016
Kota Terbit : Jakarta
Jumlah Halaman : 388 Halaman
Tebal Buku : 18×25 cm
Bahasa Teks : Bahasa Indonesia
ISBN : 978-602-298-565-5
2. Buku Pembanding
Judul Buku : Pengantar Teori Statitika Ekonomi
Pengarang : Dr. Muhammad Yusuf, M.Si
Penerbit :-
Cetakan :1
Tahun Terbit :-
Kota Terbit : Medan
Jumlah Halaman : 359 Halaman
Tebal Buku :-
Bahasa Teks : Bahasa Indonesia
ISBN :-

2.2 Ringkasan Isi Buku

A. Buku Utama
1. HUBUNGAN LEBIH DARI 2 VARIABEL REGRESI LINEAR BERGANDA
Didalam bab 7 telah dibahas hubungan linear dari 2 variabel X dan Y dengan
menggunakan persamaan linear Y = a + bX. Misalnya hubungan antara biaya perikalanan (X)
dan hasil Penjualan (Y). Kemudian timbul pertanyaan, yaitu selain biaya periklanan faktor apa
lagi yang mempengaruhi hasil penjualan. Apabila terdapat lebih dari dua variabel, maka
hubungan linear dapat dinyatakan dalam persamaan linear berganda sebagai berikut:
2
 Y’ = b0 + b1 +b2X2 +..............+ bkXk
Y’i
= b0 + b1 +b2X2i +..............+ bkXki
Dengan i = 1,2,....n
Dimana : Y = nilai hasil observasi (data hasil pencatatan)
Y’ = Nilai regresi

2. CARA MEMECAHKAN PERSAMAAN LINEAR DUA VARIABEL

a) Korelasi Berganda
Rumus korelasi berganda :
∑𝒙 𝒚
𝒊 𝒊
rxy = √∑𝑥 2 √∑𝑦 2
̅ dan yi = Yi - Ῡ
xi = x1i –X
1𝑖 1𝑖

Koefisien korelasi antara dua variabel sering disebut koefisien korelasi linear
sederhana (KKLS).Misal korelalsi antara X1 dengan Y, X2 dengan Y atau X1 dengan
X1.

b) Koefisien Korelasi Parsial (KKP)

Adalah Koefisien korelasi antara 2 variabel dengan menganggap variabel lainnya tetap
• Rumus Koefisien Korelasi Parsial X1 dan Y, apabila X2 konstan
𝒓𝟏𝒚 –𝒓𝟐𝒚 𝒓𝟏𝟐
r1y.2 =
2 √1 –𝑟 2
√𝟏− 𝑟2𝑦 12

• Rumus Koefisien Korelasi Parsial X2 dan Y, apabila X1 konstan

𝒓𝟐𝒚 –𝒓𝟏𝒚 𝒓𝟏𝟐
r2y.1 =
2 √1 –𝑟 2
√𝟏− 𝑟1𝑦 12

• Rumus Koefisien Korelasi Parsial X1 dan X2, apabila Y konstan

𝒓𝟏𝟐 –𝒓𝟏𝒚 𝒓𝟐𝐲
R12.y =
2 2
√𝟏− 𝑟1𝑦 √1 –𝑟2𝑦

c) Trend Parabola

an  b X c X 2   Y
a X  b X 2 c X 3   X Y
a X 2  b X 3 c X 4  X 2Y

n

X X 2
 a  X 
   
 X X X  b    XY 
2 3

    2 
 X X X  c   X Y 
2 3 4
  3

  
A B C
 Penggunaan matriks dalam 3 persamaan 3 variabel

a11b1  a12b2  a13b3  h1  a11 a12 a13  b1  h1 


a 21b1  a 22b2  a 23b3  h2   a 21 a 22 a 23  b2   h2 
a31b1  a32b2  a33b3  h3  a31 a32 a33  b3  h3 

det A1 det A2 det A3

b1  b2  b3 
det A det A det A
h1 a12 a13  a11 h1 a13  a11 a12 h1 
 
A1  h2 a 22 a 23  A2  a 21 
h2 a 23  A3  a 21 a 22 h2 
2b1 h3 b2 a324b3a3316
  2a131 4h3b1 a 33 16 a31 a32 h3 
  
3b1  2b2  b3  10   3 2 
1 b2   10  
b1  3b2  3b3  16  1 3 3  b3  16
 2 1 4
A  3 2 1
1 3 3 
16 1 4  2 16 4 2 1 16 
A1  10 2 1 A2  3 10 1 
  A3  3 2 10
16 3 3 1 16 3  1 3 16 

det A  2.2.3  1.1.1  4.3.3  1.2.4  3.1.3  2.1.3  26

det A1  16.2.3  1.1.16  4.3.10  16.2.4  10.1.3  16.1.3  26
det A2  2.10.3  16.1.1  4.16.3  1.10.4  3.16.3  2.1.16  52
det A3  2.2.16  1.10.1  16.3.3  1.2.16  3.1.16  2.10.3  78
det A1 26
b1   1
det A 26
det A2 52
b2   2
det A 26
det A3 78
b31   3
det A 26

d) Trend Eksponensial (Logaritma)

Model Eksponensial Ini Adalah Salah Satu Terapan Dari Regresi Linier. Contoh
Dari Model Eksponensial Ini Adalah Pertumbuhan Populasi Atau Peluluhan Radioaktif.
Model Eksponensial Ini Dapat Diibaratkan Sebagai Gambar Berikut :

4
 Model Eksponensial Ini Diberikan Oleh Persamaan Berikut :
z = b0 * e^b1x
Dari Persamaan Di Atas, Nilai - Nya Dapat Dicari Dengan Mengambil
Logaritma Asli - Nya Sebagai Berikut :
ln z = ln b0 + b1x * ln e
ln z = ln b0 + b1x
Untuk Mendapatkan Persamaan Regresi Model Eksponensial, Maka Harus
Dicari Dengan Melihat Persamaan Regresi Linier - Nya, Yaitu :

y = a0 + a1x
ln z = ln b0 + b1x

Jadi, y = ln z, a0 = ln b0, dan a1 = b1

Jadi, z = e^y, b0 = e^a0, Dan b1 = a1

e) Trend Eksponensial Yang Diubah

 Konsep
Bentuk trend eksponensial Y’ = abx atau Y’ = aXb melalui proses transformasi
menjadi bentuk linear semi log dan sepenuhnya log, yaitu

5
 Y '0  a0  b0 X semi log  Y '0  a0  bX log 
Y '0  log Y ' Y '0  log Y '
a0  log a a0  log a
b0  log b X 0  log X
 Rumus
Bentuk Y’ = abX dikonversi dengan menambah bilangan konstan k, menjadi:

Y’ = k +
X
ab
k merupakan nilai asymptote (selalu didekati, tetapi tidak pernah dicapai)

f) Trend Logistik
 Konsep
Trend logistik digunakan untuk mewakili data yang menggambarkan
perkembangan atau petumbuhan yang mula-mula sangat cepat tetapi lambat laun agak
lambat dimana kecepatan pertumbuhannya makin berkurang sampai tercapai suatu titik
jenuh.
Pertumbuhan ini biasanya dialami oleh pertumbuhan suatu jenis industri,
pertumbuhan biologis, dll.

 Rumus
k
Y'
1  10 a bX
k, a, dan b konstan, b < 0
k, a, dan b dicari seperti trend eksponensial yang diubah
X  ∞, 10a + bX  0, dan Y’  k.
k merupakan asymptote, yaitu batas atas.

6
 B. Buku Pembanding

1. Persamaan Regresi Linier Berganda Lebih Dari Dua Variabel

Adalah suatu persamaan regresi dimana variabel bebasnya lebih dari 1 Variabel (dalam
hal ini x1 dan x2)
Contoh : 1.1
y = pengeluaran pembelian barang x1 = Pendapatan dan x2 = jumlah anggota rumah
tangga
Bentuk persamaannya :
Y = b0 + b2X1 + b2X2 + …….
bo = nilai y apabila x1 = x2 = 0
b1 = besarnya kenaikan (penurunan) y dalam satuan, apabila x1 naik (turun) satu
satuan, sedangkan x2 konstan
b2 = besarnya kenaikan (penurunan) y dalam satuan, apabila x2 naik (turun) satu
satuan, sedangkan x1 konstan
Apabila didapat persamaan regresi linier berganda Y = 3,92 + 2,50x1 - 0,48x2 artinya :
jika x1 naik Rp. 1000 sementara x2 konstan, maka y naik Rp. 250.
Demikian juga jika x2 bertambah 1 orang, sedangkan x1 konstan, maka y turun (makin besar
jumlah anggota keluarganya makin berkurang pengeluaran untuk membeli barang)
Catatan : nilai b1 dan b2 dinamakan Koefisien Regresi Parsial

2. Cara Memecahkan Persamaan Lebih Dari Dua Variabel

a. Korelasi Berganda
Rumus korelasi berganda :
∑𝒙 𝒚𝒊 𝒊
rxy = √∑𝑥 2 √∑𝑦 2
̅ dan yi = Yi - Ῡ
xi = x1i –X
1𝑖 1𝑖

Koefisien korelasi antara dua variabel sering disebut koefisien korelasi linear sederhana
(KKLS).Misal korelalsi antara X1 dengan Y, X2 dengan Y atau X1 dengan X1.

b. Koefisien Korelasi Linier Berganda

Adalah suatu korelasi antara variabel tidak bebas (Y) dengan variabel bebas yang
lebih dari 1 variabel.

7
 Rumus KKLB
KKLB = Ry.12
2 +𝑟 2 −2𝑟 𝑟 𝑟
𝑟1𝑦 2𝑦 1𝑦 2𝑦 12
=√ 2
1−𝑟12

Rumus KKLB ini digunakan untuk mengetahui kuatnya hubungan

antara variabel Y dengan beberapa variabel X lainnya (misalnya antara Y dengan X1 dan
X2).

c. Koefisien Penentu (KP )

Apabila KKLB dikuadratkan. Yaitu besarnya sumbangan dari variabel bebas terhadap
variasi variabel tidak bebas atau suatu nilai untuk mengukur besarnya sumbangan (share)
dari beberapa variabel x terhadap variasi (naik-turunnya) y.
Rumus KP
2 𝑏1 ∑𝑥1𝑖 𝑦𝑖 + 𝑏2 ∑𝑥2𝑖 𝑦𝑖
KP = 𝑅𝑦.12 = ∑𝑦𝑖2

b1 dan b2 diperoleh dari Y’ = bo + b1X1 + b2X2

̅1)(Y1-Ῡ)
Di mana ∑ x1iyi = ∑(X1i –X
1
= ∑X1iYi - 𝑛∑X1i∑Yi
̅2)(Yi-Ῡ)
∑x2iyi = ∑(X2i –X
1
= ∑X2iYi − 𝑛∑X2i∑Yi

∑𝑦12 = ∑ (Y1 - Ῡ)2

1
= ∑𝑌12 -𝑛 (∑Yi

Contoh : 1.2
Dari data berikut, hitunglah KP dan KKLB!
Y (ratusan rupiah) 64 71 53 67 55 58 77 57 56 51 76 68
X1 (Ratusan rupiah) 57 59 49 62 51 50 55 48 52 42 61 57
X2(orang 8 10 6 11 8 7 10 9 10 6 12 9

Data diatas diolah menjadi:

Y X1 X2 X1Y X2Y X1X2 Y2 𝑿𝟐𝟏 𝑿𝟐𝟐
64 57 8 3648 512 456 4096 3249 64
71 59 10 4189 710 590 5041 3481 100

8
 53 49 6 2597 318 294 2809 2401 36
67 62 11 4154 737 682 4489 3844 121
55 51 8 2805 440 408 3025 2601 64
58 50 7 2900 406 350 3364 2500 49
77 55 10 4235 770 550 5929 3125 100
57 48 9 2736 513 432 3249 2304 81
56 52 10 2912 560 520 3136 2704 100
51 42 6 2142 306 252 2601 1764 36
76 61 12 4636 912 732 5776 3721 144
68 57 9 3876 612 513 4624 3249 81
∑Y ∑X1 ∑X2 ∑X1Y ∑ X2Y ∑ X1X2 ∑Y2 ∑𝑿𝟐𝟏 = ∑
=753 =643 =106 =40.830 =6796 5779 =48.139
34.843 𝑿𝟐𝟐 =976

Persamaan normal adalah sebaai berikut:

b0n + b1∑X1 + b2∑X2 = ∑Y
maka, 57 b0 + 643 b1 + 106 b2 = 753
b1∑X1 + b1∑X12 + b2∑X1X2 = ∑X1Y
maka, 643b0 + 106b1 + 5779b2 = 40.830
b0∑X2 + b1∑X2X1 + b2∑X22 = ∑X2Y
maka 106b0 + 5779b1 + 976b2 = 6796

Pemecahan persamaan normal tersebut menghasilkan nilai bo =3,65 b1 = 0,855

dan b2 = 1,506. Dengan mengetahui nilai b, maka:
Y’ = 3.65 + 0.855X1 + 1,506X2
2 𝑏1 ∑𝑥1𝑖 𝑦𝑖 + 𝑏2 ∑𝑥2𝑖 𝑦𝑖
KP = 𝑅𝑦.12 =
∑𝑦𝑖2
1
∑x1iyi = ∑x1iyi - 𝑛∑X1i∑Yi
1
= 40.830 - 12(643)(753)

= 481,75
1
∑x2i = ∑x2iyi - 𝑛∑X2i∑Yi
1
= 6796 - 12(106)(753)

9
 = 144,5
1
∑𝑦𝑖2 = ∑𝑦𝑖2 - 12(∑Yi)2
1
= 48.139 - 12(753)2

= 888,25
0,855(481,75) – 1,506(144,5)
KP = 888,25

= 0,2187 = 0,22
Jadi besarnya sumbangan pendapatan (X1) dan jumlah anggota rumah tangga (X2)
terhadap variasi atau naik turunnya pengeluaran untuk pembelian barang-barang tahan lama
(Y) adalah 22%, sedangkan sisanya sebesar 78% merupakan sumbangan oleh faktor lainnya.
Sedangkan KKLB nya adalah:
KKLB = √Ry.12
= √0,2187
= 0,45

d. Koefisien Korelasi Parsial (KKP)

Adalah Koefisien korelasi antara 2 variabel dengan menganggap variabel lainnya tetap
• Rumus Koefisien Korelasi Parsial X1 dan Y, apabila X2 konstan
𝒓𝟏𝒚 –𝒓𝟐𝒚 𝒓𝟏𝟐
r1y.2 =
2 √1 –𝑟 2
√𝟏− 𝑟2𝑦 12

• Rumus Koefisien Korelasi Parsial X2 dan Y, apabila X1 konstan

𝒓𝟐𝒚 –𝒓𝟏𝒚 𝒓𝟏𝟐
r2y.1 =
2 √1 –𝑟 2
√𝟏− 𝑟1𝑦 12

• Rumus Koefisien Korelasi Parsial X1 dan X2, apabila Y konstan

𝒓𝟏𝟐 –𝒓𝟏𝒚 𝒓𝟐𝐲
R12.y =
2 2
√𝟏− 𝑟1𝑦 √1 –𝑟2𝑦

Contoh:
Dengan menggunakan data pada contoh 1.2 hitunglah Kofesien Korelasi
Parsial antara X1 dan Y, X2 dan Y serta X1 dan X2
1
∑x1iyi = ∑x1iyi - 𝑛∑X1i∑Yi
1
= 40.830 - 12(643)(753)

= 481,75

10
 1
∑x2iyi = ∑x2iyi - 𝑛∑X2i∑Yi
1
= 6796 - 12(106)(753)

= 144,5
1
∑𝑦𝑖2 = ∑𝑦𝑖2 - 𝑛(∑Yi)2
1
= 48.139 - 12(753)2

= 888,25
2 2 1
∑𝑥1𝑖 = ∑𝑥1𝑖 - 𝑛(∑Y1i)2
1
= 34.843 - 12(643)2

= 388,92
2 2 1
∑𝑥2𝑖 = ∑𝑥2𝑖 - 𝑛(∑Y2i)2
1
= 976 - 12 (106)2

= 39.67
1
∑x1iy2i = ∑x1iy2i - 𝑛∑X1i∑Y2i
1
= 5779 - (643)(106)
12

= 99,17
∑x1iyi
r1y = √∑𝑥 2 √∑𝑦 2
1𝑖 𝑖

481,75
= √388,92√888,25

= 0,82
∑x1iyi
r2y = 2 √∑𝑦 2
√∑𝑥2𝑖 𝑖

144,5
= √39,67√888,25

= 0,77
∑x1iy2i
r12 = √∑𝑥 2 √∑𝑦2
1𝑖 2𝑖

99,17
= √388,92√39,67

= 0,80
𝑟1𝑦 – r2 r12
r1y.2 = 2 2
√1−𝑟2𝑦 √1−𝑟𝑦2

0,77−(0.82)(0.80)
=
√1−(0,80)2 √1−(0,85)2

= 0,36

11
 𝑟2𝑦 – r1y r12
r2y.1 = 2 2
√1−𝑟1𝑦 √1−𝑟12

0,82−(0.77)(0.80)
=
√1−(0,77)2 √1−(0,85)2

= 0,62
𝑟12 – r1y r2y
r12y = 2 2
√1−𝑟1𝑦 √1−𝑟𝑦2

0,80−(0.77)(0.82)
=
√1−(0,77)2 √1−(0,82)2

= 0,81
3. Persamaan Trend Non-Linear
Garis Trend adalah garis regresi dimana variabel bebas X merupakan variabel waktu
Jenis Garis Trend :
• Garis trend garis lurus (linier regression/trend)
• Garis trend tidak lurus (non-linier regression/trend)
Ada 4 Trend non - linier regression ( tidak berupa garis lurus )10𝑎+𝑏𝑋

1. Trend Parabola Y’ = a + bX + cX2 ( X = waktu )

2. Trend Eksponensial (Logaritma) Y’ = abX
𝒌
3. Trend Logistik Y’ = k dimana k, a dan b konstan biasanya
𝟏+10𝑎+𝑏𝑋

b<0
4. 4. Trend Gompertz y’ = kabX dimana k, a dan b konstan

Pengertian Regresi Trend Parabola

Regresi Trend Parabola Adalah Garis Rgresi Di Mana Variabel Bebas X Merupakan
Variabel Waktu. Persamaan Garis Trend Parabola Adalah Sebagai Berikut :

Y = a + bX + cX2
Di Dalam Regresi Trend Parabola, Pemecahan Masalah Menggunakan Persamaan Normal
Sebagai Berikut :
an + b X + c X2 = Y
a X + b X2 + c X3 = XY
a X2 + b X3 + c X4 = X2 Y

12
 a. Trend Parabola

an  b X c X 2   Y
a X  b X 2 c X 3   X Y
a X 2  b X 3 c X 4  X 2Y

n

X X 2
 a  X 
   
 X X X  b    XY 
2 3

    2 
 X X X  c   X Y 
2 3 4
 
  
A B C
 Penggunaan matriks dalam 3 persamaan 3 variabel

a11b1  a12b2  a13b3  h1  a11 a12 a13  b1  h1 


a 21b1  a 22b2  a 23b3  h2   a 21 a 22 a 23  b2   h2 
a31b1  a32b2  a33b3  h3  a31 a32 a33  b3  h3 

det A1 det A2 det A3

b1  b2  b3 
det A det A det A
h1 a12 a13  a11 h1 a13  a11 a12 h1 
 
A1  h2 a 22 a 23  A2  a 21 
h2 a 23  A3  a 21 a 22 h2 
2b1 h3 b2 a324b3a3316
  2a131 4h3b1 a 33 16 a31 a32 h3 
  
3b1  2b2  b3  10   3 2 
1 b2   10  
b1  3b2  3b3  16  1 3 3  b3  16
 2 1 4
A  3 2 1
1 3 3 
16 1 4  2 16 4 2 1 16 
A1  10 2 1 A2  3 10 1 
  A3  3 2 10
16 3 3 1 16 3  1 3 16 

det A  2.2.3  1.1.1  4.3.3  1.2.4  3.1.3  2.1.3  26

det A1  16.2.3  1.1.16  4.3.10  16.2.4  10.1.3  16.1.3  26
det A2  2.10.3  16.1.1  4.16.3  1.10.4  3.16.3  2.1.16  52
det A3  2.2.16  1.10.1  16.3.3  1.2.16  3.1.16  2.10.3  78
det A1 26
b1   1
det A 26
det A2 52
b2   2
det A 26
det A3 78 13
b31   3
det A 26
b. Trend Eksponensial (Logaritma)
Model Eksponensial Ini Adalah Salah Satu Terapan Dari Regresi Linier. Contoh
Dari Model Eksponensial Ini Adalah Pertumbuhan Populasi Atau Peluluhan Radioaktif.
Model Eksponensial Ini Dapat Diibaratkan Sebagai Gambar Berikut :

Model Eksponensial Ini Diberikan Oleh Persamaan Berikut :

z = b0 * e^b1x
Dari Persamaan Di Atas, Nilai - Nya Dapat Dicari Dengan Mengambil
Logaritma Asli - Nya Sebagai Berikut :
ln z = ln b0 + b1x * ln e
ln z = ln b0 + b1x
Untuk Mendapatkan Persamaan Regresi Model Eksponensial, Maka Harus Dicari
Dengan Melihat Persamaan Regresi Linier - Nya, Yaitu :

y = a0 + a1x
ln z = ln b0 + b1x

14
 Jadi, y = ln z, a0 = ln b0, dan a1 = b1
Jadi, z = e^y, b0 = e^a0, Dan b1 = a1

Langkah - Langkah Pengerjaan

Untuk Mendapatkan Persamaan Regresi Linier Model Eksponensial, Ikuti Langkah -Langkah
Berikut :

 Menentukan Σx, Σy, Σxy, Σx^2, Σy^2, ybar = Σy / n, xbar = Σx / n, Dan Grafik - Nya

 Dengan Metode Kuadrat Terkecil, a0 Dan a1 Dapat Dicari Dengan Rumus Berikut :

a1 = n * Σxy - Σx * Σy / n * Σx^2 - Σ( x )^2

a0 = ybar - a1 * xbar

 Menentukan Kesalahan Estimasi Dengan Mencari Nilai - Nilai Berikut :

St = Σy^2 - (( Σy )^2 / n )
Sxy = Σxy - (( Σx * Σy ) / n )
Sr = St - a1 * ( Sxy )
Sy/x = √(Sr / ( n - 2 ))
Sy = √(St / ( n - 1 ))
r = √( 1- (Sr / St ))

 Menentukan Model Baik Atau Tidak, Model Baik Jika Sy/x < Sy

 Menentukan Persamaan Regresi Linier - Nya Dengan Ketentuan Sebagai Berikut :

z = b0 * e^b1x

c. Trend Eksponensial Yang Diubah

 Konsep
Bentuk trend eksponensial Y’ = abx atau Y’ = aXb melalui proses transformasi
menjadi bentuk linear semi log dan sepenuhnya log, yaitu

Y '0  a0  b0 X semi log  Y '0  a0  bX log 

Y '0  log Y ' Y '0  log Y '
a0  log a 15 a0  log a
b0  log b X 0  log X
 Rumus
Bentuk Y’ = abX dikonversi dengan menambah bilangan konstan k, menjadi:

Y’ = k +
X
ab
k merupakan nilai asymptote (selalu didekati, tetapi tidak pernah dicapai)

16
 Apabila banyaknya tahun antara Y1, Y2, dan Y3 bukan tahun tertentu, akan
tetapi t tahun, maka rumus untuk menghitung k, a, dan b adalah
k  Y1  a
Y2  Y1
a
bt  1
Y Y
bt  3 2
Y2  Y1
Y '  k  ab X
d. Trend Logistik
 Konsep
Trend logistik digunakan untuk mewakili data yang menggambarkan
perkembangan atau petumbuhan yang mula-mula sangat cepat tetapi lambat laun agak
lambat dimana kecepatan pertumbuhannya makin berkurang sampai tercapai suatu titik
jenuh.
Pertumbuhan ini biasanya dialami oleh pertumbuhan suatu jenis industri,
pertumbuhan biologis, dll.

 Rumus
k
Y'
1  10 a bX
k, a, dan b konstan, b < 0
k, a, dan b dicari seperti trend eksponensial yang diubah
X  ∞, 10a + bX  0, dan Y’  k.
k merupakan asymptote, yaitu batas atas.
17
 Y

• B (titik belok)

Pada umumnya, jika titik yang diambil berjarak t tahun, maka

T1 T3  T2 
tb  log
T3 T2  T1 

a  log
T1  T2 
10 2b T2  T1


k  T1 1  10 a 
6. Trend Gompertz
 Konsep
Trend Gompertz digunakan untuk meramalkan jumlah penduduk pada usia tertentu.
Rumus

bX
Y’ = ka
k, a, dan b konstan
log Y’ = log k + (log a)(bX)
18
 log Y’ = Y0
log k = k0
log a = a0
Y’0 = k0 + a0bX
Penggunaannya sama seperti trend eksponensial yang diubah hanya nilai Y diganto
dengan log Y.

2.2 Kekuatan dan kelemahan buku

A. Kelebihan Buku
1. Buku utama ini sangat bagus digunakan dalam dunia pendidikan. Karena buku ini
mampu menambah pemahaman mahasiswa tentang bagaimana memecahkan
masalah dalam statistika ekonomi
2. Kedua buku ini mampu memotivasi mahasiswa untuk mampu berpikir cepat dan
tepat dengan menyelesaikan soal-soal yang ada dalam buku tersebut.
3. Kesesuain materi yang terdapat dalam buku utama ini sangat bagus, dimana materi
yang dikembangkan memiliki kekuatan bagi proses pembelajaran, karena materi-
materi yang dimuat dalam buku ini sejalan dengan materi yang akan dibahasan
dalam satuan kontrak perkuliahan yang telah disetujui mahasiswa dengan dosen.
4. Penyajian materi dalam buku ini mudah dipahami dan memuat urutan materi dan
hubungan antar materi yang disajikan sistematis dan logis.

B. KELEMAHAN BUKU
1. Bila dibandingkan dengan buku pembanding, buku utama hanya menjelaskan
secara umum tidak terperinci seperti yang ada dalam buku pembanding.
2. Setiap bab dalam buku utama ini sebelum memaparkan materi tidak terlebih dahulu
diawali dengan pengantar, Tujuan pembelajaran yang berisi tentang Standart
Kompetensi dan kompetensi dasar.

19
 BAB III
PENUTUP

3.1 KESIMPULAN
Dalam kedua buku ini masing-masing mempunyai kelebihan dan kekurangan buku
sehingga ketiga buku ini saling melengkapi satu dengan yang lainnya. Buku ini layak untuk
dipublikasikan karena memberikan pengetahuan mengenai bagian utuh daripada
kepeimipinan yang dapat memberikan manfaat bagi bara pembacanya.

3.2 SARAN
Seiring dengan perkembangan jaman yang selalu bersifat dinamis, maka alangkah
baiknya jika buku-buku ini direvisi untuk memberikan perbaharuan-perbaharuan dalam
bidang kepemimpinan. Serta untuk menjadikan buku Statistika Ekonomi ini menjadi bahan
pembelajaran yang bereksistensi sampai kekancah internasional.

20
 DAFTAR PUSTAKA
Supranto, J.2016. Statistik. Jakarta: Erlangga.
Yusuf, Muhammad.2019.Pengantar statistika ekonomi. Medan: Unimed press

21