BAB XIII

ANALISIS REGRESI

Tujuan Umum
Pada bab ini, akan dibahas hubungan antara variabel -variabel, yaitu analisis
regresi menghasilkan suatu persamaan yang dapat digunakan untuk
mengestimasi atau memprediksi nilai suatu variabel ( sering disebut
variabel dependen ) berdasarkan variabel yang lain ( sering disebut varabel
independen atau variabel bebas ). Persamaan estimasi ditentukan dari
perhitungan-perhitungan berdasarkan data yang diobservasi. Ada beberapa
bentuk persamaan regresi, di antaranya: r egresi linier sederhana, regresi
linier berganda, dan regresi non -linier.

Tujuan Khusus

Setelah mempelajari topik ini, mahasiswa diharapkan mampu

a. menaksir hubungan matematik antar variabel (linier atau non -linier);
b. menaksir model matemati s atau persamaan regresi linier;
c. menaksir model matematis atau persamaan regresi kuadratik;
d. menaksir model matematis atau persamaan regresi kubik;
e. menaksir model matematis atau persamaan regresi
eksponensial/logaritmik;
f. menaksir model matematis atau persam aan regresi multiple ( lebih
dari dua variabel independen);
g. meramalkan keadaan yang akan datang berdasarkan persamaan
regresi yang didapat.

13.1 Regresi Linier

Kita akan mulai mengembangkan suatu persamaan untuk
menyatakan hubungan antara dua va riabel dan memperkirakan nilai
variabel tak bebas Y berdasarkan variabel bebasnya X. Persamaan
garis lurus yang digunakan untuk memperkirakan nilai Y berdasarkan
nilai X disebut sebagai persamaan regresi.

Persamaan regresi linier adalah suatu persamaan ma tematika yang

mendefinisikan hubungan antara dua variabe .

Untuk menjelaskan bagaimana hubungan antara dua variabel, perhatikan

data yang tercantum dalam tabel 13.1 di bawah ini.

Buku Statistika Bisnis untuk Akuntansi 1

 Tabel 13.1

Jumlah Penduduk dan Jumlah Motor yang Terjual pada Sepuluh Daer ah di
Suatu Propinsi

Daerah Jumlah Penduduk Jumlah Motor yang Terjual

(dalam ribuan) (dalam unit)
1 36 54
2 26 30
3 12 28
4 40 48
5 24 36
6 18 30
7 30 38
8 30 46
9 14 16
10 34 42

Data dalam tabel 13.1 merupakan jumlah penduduk ( sebagai variabel

bebas yang biasa dinyatakan dengan X ) pada 10 daerah dan jumlah motor
yang terjual ( dinyatakan dengan Y ) pada 10 daerah tersebut.

Penelitian untuk mengetahui hubungan antara kedua variabel dimulai

dengan suatu usaha untuk menemukan bentuk terdekat hubungan itu dengan
jalan menyajikan data yang diketahui dalam sebuah grafik yang biasa
disebut diagram pencar. Diagram ini melukiskan titik -titik pada bidang
(X,Y). Untuk data dalam tabel 13.l, diagram pencarnya dapat dilihat seperti
dalam gambar 13.1. Gambar 13.1 memperlihatkan diagram pencar untuk
data dalam tabel 13.1 dengan garis lurus atau regresi linier yang diduga
cocok dengan letak titik -titik diagram

Buku Statistika Bisnis untuk Akuntansi 2

 *
Y
*
*
*
* *
*
*
*

X
Y
Gambar 13.1 Diagram Pencar Regresi Linier

Dengan menggunakan diagram ini , kita dapat melihat apakah ada suatu
hubungan yang berarti di antara kedua variabel itu? Apakah ada gejala
bahwa letak titik -titik itu pada atau sekitar garis lurus? Jika demikian
halnya, cukup alasan bagi kita untuk menduga bahwa antara variabel -
variabel itu ada hubungan linier.
Setelah diketahui bentuk hubungan antara variabel -variabel itu, tugas
selanjutnya ialah menentukan hubungan tersebut dirumuskan dalam suatu
persamaan matematis. Tegasnya, antara variabel yang dinyatakan oleh X
dan Y itu, akan d itentukan hubungan Y = f (X). Apabila X merupakan
variabel yang nilai -nilainya dapat ditentukan terlebih dahulu, hubungan X
= g (Y) dengan syarat harga variabel Y sudah diketahui terlebih dahulu.
Apabila hubungan Y = f (X) atau X = g (Y) digambarkan bersa ma-sama
dengan diagram pencarnya, akan didapatkan sebuah garis. Garis ini dikenal
dengan nama garis regresi. Jika hubungan Y = f (X) atau X = g (Y) itu
linier, didapat garis regresi linier. Dalam hal lainnya didapat regresi
nonlinier.

Buku Statistika Bisnis untuk Akuntansi 3

 Y

regres i nonlinier

* * *
*
*
* *
* * *
* *
*
*
*

Gambar 13.2 Digram Pencar Regresi Nonlinier

Gambar 13.2 melukiskan regresi nonlinier untuk sesuatu persoalan.
Dengan menggambarkan data ke dalam diagram pencar, kita dapat
memperkirakan hubungan antarvariabel, linier atau nonlinier. Jika kita
cukup yakin bentukny a linier, sesudah itu kita tentukan bagaimana
persamaannya.
Jika regresi Y atas X ini linier, persamaannya dapat dituliskan dalam
bentuk linier :
Y = a + bX………………………… (13 - 1)
Dengan Y berarti taksiran nilai Y untuk harga X yang d iketahui.
Untuk menentukan koefisien -koifisien a dan b dalam persamaan (13 - 1)
di atas, digunakan metode kuadrat terkecil. Berdasarkan sekumpulan data
sebanyak n buah, digunakan sistem persamaan sebagai berikut.

 Yi = an + b  X i
2
 X i Yi = a  X i + b  X i ...............................(13 − 2)
Setelah persamaan (13 - 2) diselesaikan, akan didapat harga -harga a dan b
yang kita cari yaitu :

Buku Statistika Bisnis untuk Akuntansi 4

 ( Yi )( X i ) − ( X i )( X iYi )
2
a=
n  X i − ( X i ) 2
2

n  X iYi − ( X i )( Yi )
b= ............................(13 − 3)
n  X i − ( X i ) 2
2

Untuk menjelaskan penggunaan rumus (13 - 3), kita lihat contoh soal
mengenai jumlah penduduk dan jumlah motor yang terjual yang datanya
terdapat dalam tabel 13.1. Dari diagram pencar Gam bar 13.1, mudah dilihat
bahwa titik-titik itu terletak di sekitar garis lurus. Untuk menentukan
regresi linier Y atas X, dibuat sebuah tabel seperti tabel 13.2 untuk
memudahkan perhitungan

Tabel 13.2
Nilai-nilai yang Perlu untuk Menghitung Persamaan Reg resi
X Y X² XY
36 54 1296 1944
26 30 676 780
12 28 144 336
40 48 1600 1920
24 36 576 864
18 30 324 540
30 38 900 1140
30 46 900 1380
14 16 196 224
34 42 1156 1428

 X = 264  Y = 368 X 2
= 7768  XY = 10556

Buku Statistika Bisnis untuk Akuntansi 5

Dari tabel di atas, diperoleh
nX = 264; nY = 368; nX² = 7768; dan nXY = 10556.
Substitusikan harga -harga tersebut ke dalam rumus (13 - 3) dengan
mengambil n = 30 sehingga didapat :

(368)(7768) − ( 264)(10556)
a = = 8,998002
(10)(7768) − ( 264) 2

(10)(10556) − ( 264)(368)
b = = 1,053106
(10)(7768) − ( 264) 2

Garis regresi linier yang dima ksud mempunyai persamaan

Y = 9 + 1,05 X
Dengan menggunakan persamaan yang diperoleh ini kita dapat
memperkirakan jumlah motor yang akan terjual apabila diketahui jumlah
penduduknya. Misalnya jumlah penduduk di suatu daerah sebanyak 50.000
orang. Dengan mensubstitusikan X = 50 di dalam persamaan di atas, akan
didapat : Y = 9 + 1,05 (50) = 61,5
Rata-rata diperkirakan ada sekitar 61,5 unit motor yang akan laku di daerah
tersebut.

13.2 Batas-batas Koefisien Arah Regresi Linier

Perhatikan kembali persamaan umum regresi linier dalam rumus (13 - 1).
Apakah arti koefisien a dan b? Koefisien b merupakan koefisien arah garis
regresi itu. Dari matematika telah diketahui bahwa b menyatakan
berubahnya harga Y untuk setiap pertambahan unit X. Jika b pos itif, garis
regresinya condong ke sebelah kanan. Ini mengakibatkan rata -rata
pertambahan Y untuk setiap unit X akan bertambah. Untuk b negatif,
condongnya garis regresi itu ke sebelah kiri dan nilai b ini menyatakan rata -
rata berkurangnya Y untuk setiap pe rtambahan unit X.

Buku Statistika Bisnis untuk Akuntansi 6

 Regresi linier sebenarnya ialah regresi linier untuk populasi yang ditulis
sebagai

 x =  + X ...................(13 − 4)
Untuk menyatakan regresi Y atas X dengan x, berarti rata -rata nilai Y
untuk X yang diketahui.
Koefisien-koefisien a dan b seperti dalam rumus (1 3 - 3) akan menjadi
titik taksiran untuk koefisien -koefisien  dan .
Seperti dalam hal menaksir parameter lainnya yang terdapat interval
taksiran selain titik taksiran, untuk regresi pun terdapat pula interval
taksiran.Untuk menentukan taksiran ini, diperlukan sifat -sifat distribusi
sampling koefisien arah garis regresi. Asumsi-asumsi mengenai X dan Y
juga harus diambil, yaitu
1) untuk harga X yang diketahui, variabel tak bebas Y bersifat bebas dan
berdistribusi normal dengan rata -rata  +  X dan simpa ngan bakunya
y.x;
2) simpangan baku y.x. dimisalkan sama untuk setiap X yang diberikan
Akan diperoleh nilai -nilai rata-rata  b dan simpangan baku  b sebagai

b = 
 yx
b = .....................(13 − 5)
 X i − n( X ) 2
2

Pada umumnya, harga  y. x tidak diketahui. Oleh karena itu, dalam

praktiknya cukup d igunakan titik taksiran , yaitu

(Yi − Yi ) 2
S YX = .................(13 − 6)
n−2

Buku Statistika Bisnis untuk Akuntansi 7

Rumus (13 - 6) kadang-kadang disebut pula dengan nama kekeliruan
standar taksiran.
Kekeliruan Standar Taksiran adalah ukuran terhadap pencaran atau
persebaran nilai -nilai pengamatan di sekitar garis regresi.

Rumus(13 - 6) dapat dinyatakan dalam bentuk lain. Untuk lebih

mempersingkat, biasanya dinyatakan dalam bentuk

 Yi − a  Yi − b  X i Yi
2

SY . X = ..............(13 − 7)
n−2
Dari tabel 13.2 diperoleh nilai -nilai sebagai berikut :

 Y = 368 ;  Y² = 14680 ;  XY = 10556 dan n = 30 /10.

Dari persamaan regresi, diperlukan nilai -nilai a = 9 dan b = 1,05 sehingga

akan didapat

14680 − (9)(368) − (1,05)(10556)

SY .X = = 5,96
10 − 2
14680 − (9)(368) − (1,05)(10556 )
SY , X = = 3,18
30 − 2
Selanjutnya,  b dapat ditaksir dengan taksiran Sb dengan rumus sebagai
berikut :
S yx
Sb = ....(13.8)
( X i2 − n( x) 2

Selanjutnya, kita dapat menentukan interval taksiran untuk  dengan

koefisien kepercayaan =  dengan bentuk

b − Z 1 / 2 . b    b + Z 1 / 2 . b ........(13 − 9)

Buku Statistika Bisnis untuk Akuntansi 8

Pada kenyataannya, b jarang diketahui se hingga rumus (13 -9) tidak
dapatdigunakan. Dalam hal demikian, kita gunakan rumus
Jika sampel yang digunaka n kecil, bentuk interval taksirannya adalah

b − Z1 / 2 .Sb    b + Z1 / 2 .Sb..................(13 − 10)

b − t p .Sb    b + t p .Sb..................(13 − 11)

Dalam rumus (13-11), digunakan distribusi t dengan derajat kebebasan = n -

2 dan koefisien kepercayaannya adalah  = ( 1 - p ).
1,05 − 2,048(3,18)    1,05 + 2,048(3,18)
13.3 Batas-batas Nilai Ramal an
Setelah persamaan regresi linier ditaksir, selanjutnya kita dapat
mentsubstitusikan variabel -variabel bebas yang diketahui ke dalam
persamaan itu untuk memperoleh harga ramalan variabel lainnya. Untuk
regresi Y atas X misalnya , didapat persamaan : Y = a + bX.
Ý merupakan rata -rata taksiran atau rata -rata perkiraan untuk harga -harga
Y apabila X diketahui terlebih dahulu dan rata -rata taksiran tersebut
merupakan titik taksiran untuk rata -rata x dari populasi yang sedang
dipelajari. Jika ukuran sampel yang digunakan cukup besar, dengan
koefisien kepercayaan  , didapatkan interval taksiran untuk rata -rata
taksiran x dengan rumus :

^ Syx ^ Syx
Y − Z1 / 2  x  Y + Z 1 / 2  ................(13 − 12)
n n

Dengan:
1) Y didapat dari persamaan regresi dengan mensubstitusikan X
yang diketahui;
2) Syx = kekeliruan standar taksiran ;

Buku Statistika Bisnis untuk Akuntansi 9

 3) Z  / 2 = nilai standar dari daftar luas normal standar dengan luas
dari Z = 0 ke Z /2 sama dengan 1/2 ;
4) n = ukuran sampel yang digunakan.

Untuk sampel -sampel yang berukuran kecil, rumus (13 -12) kurang tepat
hasilnya. Sebagai gantinya, jika koefisie n kepercayaan  = ( 1-p ), rumus
interval taksiran untuk rata -rata x adalah :

2
^ (X − X ) ^ (X − X )2
Y − t p Syx 1 / n +  x  Y + t p Syx 1 / n + .......(13 − 13)
 X i − n( X ) 2  X i − n( X ) 2
2 2

dengan tp nilai dari daftar distribusi t dengan dk = ( n -2 ).

Titik taksiran untuk individu Y apabila X diketahui dengan sampel yang

digunakan berukuran besar, dipunyai int erval taksiran dengan bentuk
sebagai berikut :

^ n +1 ( X − X )2 ^ n +1 ( X − X )2
Y − Z / 2 .Syx +  Y  Y + Z / 2 .Syx + ..........(13 − 14)
n  X i 2 − n( X ) 2 n  X 2 i − n( X ) 2

Jika sampel yang digunakan sebagai bahan ramalan itu berukuran kecil,
rumus (13-14) tidak dapat digunakan. Untuk meramalkan individu Y dengan
ukuran sampel kecil dengan koefisien kepercayaan  = ( 1- p ), digunakan
bentuk

^ n +1 ( X − X )2 ^ n +1 ( X − X )2
Y − tp.Syx +  Y  Y + tp.Syx + ..........(13 − 15)
n  X i 2 − n( X ) 2 n  X 2 i − n( X ) 2

Buku Statistika Bisnis untuk Akuntansi 10

dengan tp didapat dari daftar distribusi t dengan dk = (n -2).

Contoh 13.1 :
Dalam tempo delapan tahun, hubungan antara Produk Nasional Kotor
(dinyatakan oleh Y) dan hasil jualan tahunan minyak mentah (dinyatakan
oleh X) di suatu nega ra, ditentukan oleh :
Y = -3,21 + 0,02453 X
Dengan X, Y dalam milyar unit uang di negara itu.
a) Apakah arti 0,02453 ?
b) Jika hasil penjualan tahunan minyak mentah mencapai harga 285
milyar unit uang, berapakah Produk Nasional Kotor di negara itu
diperkirakan untuk tahun tersebut ?
c) Jika selanjutanya diketahui Syx =0,241 dan  X² = 1.089.413,

sedangkan  X = 2.927 dengan koefisien kepercayaan 0,95 ,

tentukanlah batas-batas pertambahan Produk Nasional Kotor un tuk

setiap milyar bertambahnya hasil penjualan minyak mentah!
d) Tentukanlah batas-batas taksiran rata -rata Produk Nasional Kotor
apabila hasil penjualan tahunan minyak mentah itu mencapai rata
rata 285 milyar unit uang!
e) Hasil penjualan tahunan minyak mentah selama tahun tertentu
mencapai 285 milyar unit uang. Tentukanlah dengan syarat -syarat di
c, berapa batas-batas untuk memperkirakan Produk Nasional Kotor
dalam tahun tertentu tersebut ?

Pemecahannya :
a) Angka koefisien regresi 0,02453 berarti Produk Na sional Kotor rata -rata
setiap tahun bertambah dengan 0,02453 milyar unit uang untuk
pertambahan hasil penjualan tahunan minyak mentah setiap milyarnya.
b) Substitusikan X = 285 maka didapat taksiran nilai Y yaitu Y = -3,21 +
0,02453 x 285 = 3,78105. Untuk hasil penjualan tahunan minyak mentah

Buku Statistika Bisnis untuk Akuntansi 11

 285 milyar unit uang, Produk Nasional Kotor negara rata -rata setiap
tahunnya mencapai 3,78105 milyar.
c) Yang diminta adalah interval kepercayaan untuk koefisien arah .
Gunakan rumus (13 -11) dan (13-8), akan diperoleh :

0,241
Sb = = 0,00177
2.927 2
1.089.413 − 8 x ( )
8

Interval yang dimaksud :

0,02453 - 2,4469x0,00177 < < 0,02453 + 2,4469x0,00177
0,02020 <  < 0,02886.
Rata-rata pertambahan Produk Nasional Kotor untuk setiap milyar
bertambahnya hasil penjualan minyak m entah terletak antara 0,02020
milyar dan 0,02886 milyar.
d) Gunakan rumus (13 -13) dengan  = 0,95 dan taksiran Y = 3,78105 serta
harga-harga lainnya yang perlu, diperoleh :

1 ( 285 − 365,875) 2
3,78105 − ( 2,4469)(0,241) +  x 
8 1.089,413 − 8(365,875) 2

1 ( 285 − 365,875) 2
3,78105 + ( 2,4469)(0,241) +
8 1.089,413 − 8(365,875) 2

atau, 3,371 < x < 4,1890

Kalau hasil penjualan minyak mentah setiap tahun sebes ar 285 milyar,
maka rata -rata Produk Nasional Kotor setahunnya antara 3,3731 milyar
dan 4,1890 milyar.

Buku Statistika Bisnis untuk Akuntansi 12

e) Gunakan rumus (13 -15) dengan menyubstitusikan nilai -nilai yang perlu
maka

8 +1 ( 285 − 365,975) 2
3,78105 − ( 2,4469)(0,241) + Y 
8 1.089,413 − 8(365,875) 2

8 +1 ( 285 − 365,975) 2
3,7810 + ( 2,4469)(0,241) +
8 1.089,413 − 8(365,875) 2

atau : 3,063985 < Y < 4,498115

Kalau pada tahun tertentu hasil penjuala n minyak mentah mencapai 285
milyar, Produk Nasional Kotor untuk tahun tersebut diperkirakan akan
mencapai jumlah antara 3,063985 milyar dan 4,498115 milyar.
13.4 Uji Koefisien Arah Regresi Linier
Sekarang akan dilihat Uji Hipotesis . Untuk uji hipote sis mengenai
koefisien arah  dari regresi linier, seperti biasa dirumuskan hipotesis H
dan alternatif A, yaitu
H :  = 0 ;  0 diketahui, melawan salah satu alternatif:
A :  ≠ o ;
A :  > o ; atau
A :  < o .
Dengan asumsi -asumsi menge nai populasi sebagai berikut,
1) Harga X yang diketahui, variabel tak bebas Y bersifat bebas dan
berdistribusi normal dengan rata -rata  +  X dan simpangan bakunya
yx.
2) Simpangan baku yx dimisalkan sama untuk setiap X yang diberikan
Untuk uji hipotesa d i atas digunakan uji statistik sebagai berikut,

(b −  o) Sx
t = n − 1.................(13 − 16)
Syx
dengan:

Buku Statistika Bisnis untuk Akuntansi 13

 Sx = simpangan baku untuk variabel X
Syx = kekeliruan standar taksiran ,
b = koefisien arah regresi linier yang dihitungdari data dalam
sampel,
0 = nilai yang diduga dalam hipotesis H.
Kriteria untuk penerimaan atau penolakan hipotesis H, seperti biasa
ditentukan oleh taraf nyata , distribusi t dengan dk = ( n -2 ) dan bentuk
alternatif A yang diambil.
Contoh 13.2 :
Dari contoh 13.1 di atas, ada dugaan bahwa Produk Nasional Kotor negara
itu tidak bergantung pada hasil penjualan tahunan minyak mentah. Apakah
yang harus diuji dalam hal ini ? Ujilah dugaan tersebut dengan mengambil
 = 0,05.

Pemecahannya :
Rumusan Hipotesisnya adalah :
H :  = 0
A:  ≠ 0

Selanjutnya, dihitung uji statistik t dengan rumus (13 -16), yaitu :

8(1.089.413) − ( 2.927) 2
Sx = = 51,4
8(8 − 1)

(0,02453 − 0)51,4044
t = 8 − 1 = 13,8432
0,241

dengan dk = 6 dan  = 0,05, dari daftar tabel t didapat t = 2, 9687.

Buku Statistika Bisnis untuk Akuntansi 14

Jadi, uji statistik t = 13,8432 jatuh pada daerah penolakan. Oleh karena itu,
hipotesis H ditolak. Berarti, Produk Nasional Kotor negara bergantung pada
hasil penjualan tahunan minyak mentah.

13.5 Regresi Nonlinier

Pada topik sebelumnya telah dipela jari bentuk hubungan linier antara
dua variabel X dan Y, selanjutnya akan dibahas bentuk hubungan nonlinier
antara dua variabel. Regresi nonlinier tidak akan dibahas secara luas dan
mendalam, hanya akan ditinjau secara singkat, tinjauan yang pada umumnya
dapat ditelaah berdasarkan teori regresi linier.
Beberapa bentuk regresi nonlinier antara lain, yaitu
a) regresi kuadratis dengan persamaan : Y = a + bX + cX²
b) regresi kubik dengan persamaan : Y = a + bX + cX² + dX³
c) regresi eksponensial denga n persamaan : Y = ab×
d) regresi logaritmis dengan persamaan : Y = aX 
e) regresi hiperbola dengan persamaan : Y = 1/(a + bX)
Persamaan regresi -regresi nonlinier tersebut dapat ditentukan
berdasarkan data hasil pengamatan dengan menggambarkan diagra m
pencarnya untuk memperkirakan bentuk lengkungan yang terbaik atau
tercocok. Selanjutnya, ditentukan persamaan regresinya dengan metode
kuadrat terkecil.

13.5.1 Regresi Kuadratis

Jika dari diagram pencar, diperkirakan letak titik -titiknya sekitar
sebuah parabola, regresi Y atas X mempunyai persamaan regresi kuadratis
Y = a + bX + cX². Harus ditentukan koefisien -koefisien a, b, dan c
berdasarkan data yang tersedia. Berdasarkan metode kuadrat terkecil,
koefisien-koefisien tersebut dapat ditentukan den gan menyelesaikan sistem
persamaan-persamaan sebagai berikut:

Buku Statistika Bisnis untuk Akuntansi 15

 nYi = na + b nXi + c nXi²
nXiYi = anXi + bnXi² + cnXi³
nXi²Yi = anXi² + bnXi³ + cnXi 4 ……….. (13-17)
Dari persamaan di atas atau rumus (13 -17), dapat diten tukan nilai -nilai a,
b, dan c.

Contoh 13.3:
Tabel di bawah ini menyatakan biaya iklan dan besarnya penjualan dari
suatu barang selama 13 bulan. Selanjutnya, akan dilihat hubungan antara
biaya iklan dan besarnya hasil penjualan.
a) Misalnya dari diagram penca r, ternyata sebuah parabola merupakan
lengkungan yang cocok dengan letak titik -titik diagram itu. Tentukanlah
persamaannya untuk memperkirakan besarnya penjualan apabila
besarnya biaya iklan diketahui.
b) Berapakah rata -rata besarnya hasil penjualan jika rata -rata biaya iklan
sebesar Rp 50 juta.

Bulan ke Biaya iklan Hasil Penjualan

(Juta Rupiah) (Juta Rupiah)
1 32 53
2 28 51
3 33 58
4 35 62
5 38 66
6 42 70
7 47 73
8 43 69
9 43 72
10 56 72
11 54 70

Buku Statistika Bisnis untuk Akuntansi 16

 12 51 72
13 57 68

Pemecahannya :
a) Untuk mem perkirakan besarnya hasil penjualan (Y) jika diketahui
besarnya biaya iklan (X), regresi kuadratik mempunyai persamaan Y
= a + bX + cX² dengan a, b, dan c ditentukan berdasarkan data yang
diketahui.
Untuk mempermudah perhitungan, dibuat tabel sebagai b erikut
Bulan X Y XY X²Y X² X³ X4
1 32 53 1696 54272 1024 32768 1048576
2 28 51 1428 39984 784 21968 614656
3 33 58 1914 63162 1089 35937 1185921
4 35 62 2170 75950 1225 42875 1500625
5 48 66 2508 95304 1444 54872 2085136
6 42 70 2940 123480 1764 74088 3111696
7 47 73 3725 175075 2209 103823 4879681
8 43 69 2967 127581 1849 79507 3418801
9 43 72 3096 133128 1849 79507 3418801
10 56 72 4032 225792 3136 175616 9834496
11 54 70 3780 204120 2916 157464 8503056
12 51 72 3672 187272 2601 132651 6765201
13 51 68 3876 220932 3249 185193 10556001
Juml. 559 856 37804 1726052 25139 1176253 56922647

Berdasarkan rumus (13 -17) dengan n = 13, diperoleh 3 persamaan dengan 3

variabel, yaitu :
(1) 856 = 13a + 253b + 25139c
(2) 37804 = 559a + 25139b + 1176253c
(3) 1726052 = 25139a + 1176253b + 56922647c

Buku Statistika Bisnis untuk Akuntansi 17

 Dari sistem persamaan di atas, diperoleh nilai -nilai a, b, dan c yaitu
:
a = 45,5537 ; b = 0,1841 ; dan c = 0,0064 ; sehingga doperoleh persamaan
regresinya yaitu : Y = 45,5537 + 0,1841X + 0,0064X²
b) Jika biaya iklan yang dikeluarkan sebesar Rp 50 juta, diperkirakan
besarnya hasil penjualan Y = 45,5537 + 0,1841(50) + 0,0064(50)² = Rp
79,76 juta.
13.5.2 Regresi Kubik
Digunakan untuk data yang di agram pencarnya diperkirakan
mempunyai regresi mendekati bentuk kubik, dengan persamaan umum Y =
a + bX +cX².
Dengan menggunakan metode kuadrat terkecil, dapat dicari
koefisien-koefisien a, b, dan c. Untuk regresi Y atas X, akan diperoleh
sistem persamaan :
 Y = na + b  X + c  X 2 + d  X 3
 XY = a  X + b  X 2 + c  X 3 + d  X 4 .............(13 − 18)
 X 2Y = a  X 2 + b  X 3 + c  X 4 + d  X 5
 X 3Y = a  X 3 + b  X 4 + c  X 5 + d  X 6

13.5.3 Regresi Eksponensial

Data yang kita amati, dalam diagram pencar mendekati bentuk
lengkungan eksponensial seperti terlihat dalam gambar di bawah ini :

Buku Statistika Bisnis untuk Akuntansi 18

 Gambar 12.3 Gambar Eksponensial
Bentuk umum persamaan regresinya adalah
Y = a b X ………………(13-19)
dengan a dan b yang harus kita tentukan kalau diketahui kumpulan pasangan
data ( X I , Y I ).
Bentuk (13-19) dapat didekati dengan bentuk regresi lini er karena jika
bentuk ini digambarkan dalam grafik semilogaritmik, polanya mendekati
garis lurus atau regresi linier.
Selanjutnya persamaan regresi (13 -19) ditarik logaritma sehingga akan
diperoleh bentuk persamaan sebagai berikut,
log Y = log a + X log b……………(13 -20)

Rumus (13-20) merupakan persamaan regresi linier dalam logY dan X.

Untuk memperoleh nilai -nilai a dan b seperti dalam regresi linier, rumus
(13-3) dapat digunakan. Jika hal ini dilakukan, nilai -nilai a dan b dapat
ditentukan denga n rumus sebagai berikut

( log Yi )(  X i ) − ( X i )(  X i log Yi )
2
log a =
( )
n  X i − ( X i ) 2
2

n( X i log Yi ) − ( X i )(  log Yi )

log b = ........................(13 − 21)
n(  X 2 i ) − (  X i ) 2

Buku Statistika Bisnis untuk Akuntansi 19

Untuk mendapatkan nilai -nilai a dan b, dari rumus (13 -21) harus dicari
kembali nilai -nilai logaritmanya.

13.5.4 Regresi Logaritmik

Jika data hasil penelitian diplot dalam d iagram pencar, polanya
mengikuti atau mendekati lengkungan logaritmik, bentuk persamaan
regresinya adalah
Y = aX b ………………………….(13 - 22)
Rumus (13 - 22) dapat dibawa ke dalam bentuk persamaan regresi linier
untuk mendapatkan nilai -nilai a dan b dengan cara menarik logaritma ruas
kiri dan kanan rumus (13 - 22) sehingga diperoleh
log Y = log a + b log X …………..(13 -23)
Persamaan dalam rumus (13 - 23) terlihat berbentuk regresi linier dalam log
Y dan log X. Oleh karena itu, jika ada se kumpulan data ( X I , Y I )
digambarkan dengan skala logaritmik, akan diperoleh kurva yang mendekati
sebuah garis lurus.Selanjutnya, nilai -nilai a dan b dapat dicari dengan
rumus sebagai berikut
( log Yi )( log 2 X i ) − ( log X i )(  log X i log Yi )
log a =
n( log 2 X i ) − ( log X i ) 2
n( log X i log Yi ) − ( log X i )(  log Yi )
b= ................................(13 − 24)
n( log 2 X i ) − ( log X i ) 2

13.5.5 Regresi Hiperbolik

Sekumpulan data yang kita miliki diperkirakan akan mempunyai regresi
dengan persamaan sebagai berikut
1
Y= ........................(13 − 25)
a + bX
Selanjutnya, untuk menentukan nilai -nilai a dan b diubah rumus (13 - 25)
1
= a + bX .............(13 − 26)
menjadi : Y
Nilai-nilai a dan b dapat dicari dengan rumus

Buku Statistika Bisnis untuk Akuntansi 20

 1 1
( ).( X i ) − ( X i ). ( )
2

Yi Yi
a=
n  X i − ( X i )
2 2

Xi 1
n ( ) − ( X i ). ( )
Yi Yi
b= .................................(13 − 27 )
n  X i − ( X i )
2 2

Soal-soal Latihan :
1) Apakah yang dimaksudkan dengan
a) persamaan regresi,
b) regresi linier,
c) regresi nonlinier,
d) regresi linier Y atas X,
e) regresi linier Y atas X,
f) regresi linier X atas Y,
g) regresi linier berganda,
h) metode kuadrat terkecil?
2) Jelaskan perbedaan mengenai
a) regresi linier dan regresi nonlinier,
b) taksiran rata -rata dan taksiran individu dalam regresi linier satu
variabel,
c) simpangan baku dan simpangan baku bersyarat!
3) Penjualan sabun cuci kelihatannya sangat bergantung kepada iklan.
Pengeluaran dan penjualan tahunan untuk iklan beberapa merek sabun cuci
adalah sebagai berikut:

Merek Pengeluaran iklan tahunan Penjualan tahunan

(juta rupiah) (juta rupiah)

Buku Statistika Bisnis untuk Akuntansi 21

 Bersih 2 5
Cemerlang 4 7
Cerah 3 6
Harum 1 2
Gemilang 5 7
Semerbak 4 6
Wangi 6 8
Ceria 7 9
jumlah 32 50
a) Gambarlah diagram pencarnya !
b) Jika dari (a) diperoleh pola mendekati garis lurus, tentukanlah
persamaan regresi liniernya !
c) Berdasarkan persamaan regresinya, jika sebanyak Rp 2,5 juta
dikeluarkan untuk iklan, berapakah penjualan rata -ratanya ?

1) Pedagang sejenis barang selalu berusaha untuk memperkecil kerugian

dengan jalan meramalkan besar penjualan barang yang ia lakukan. Dari
masa lampau, selama 160 minggu, telah terkumpul data tentang jumlah
barang yang dipesan untuk dijual tiap minggu ( sebagai variabel X ) dan
banyaknya barang yang berhasil dijual tiap minggu berikutnya ( sebagai
variabel Y ) dengan hasil data sebagai berikut

nX I = 54.649 pesanan, nY i = 11.492 yang d ijual

2 2
nY i = 855.766, nX i = 19.207.423 dan nX I Y I = 4.047.975

a) Jika antara variabel X dan Y diperkirakan mempunyai bentuk regresi

linier maka tentukanlah persamaan regresinya !

b) Jika untuk setiap minggu sebelumnya telah dipesan 400 barang,

perkirakanlah pukul rata barang yang berhasil dijual pada minggu
berikutnya ?

c) Tentukanlah batas-batas taksiran untuk jumlah barang yang akan

berhasil dijual dalam minggu -minggu berikutnya apabila setiap

Buku Statistika Bisnis untuk Akuntansi 22

 minggu sebelumnya telah dipesan 400 barang dengan koefisien
kepercayaan 0,99!

d) Misalya dalam minggu tertentu telah dipesan sebanyak 400 barang,

berapakah barang diperkirakan dalam minggu berikutnya akan terjual
jika digunakan koefisien kepercayaan 0,99 ?

e) Untuk setiap pertambahan unit barang yang dipesan seminggu

sebelumnya, tentukanlah perubahan banyak barang yang akan terjual
dalam minggu berikunya !

5) Pada soal No. 4 di atas, ada dugaan bahwa besarnya penjualan dalam
minggu berikutnya tidak bergantung pada besarnya barang yang dipesan
minggu sebelumnya. Apakah ya ng harus diuji dalam hal ini ? Coba
lakukanlah dengan mengambil  = 0,05 !

6) Misalkan kita melakukan pengamatan terhadap 10 keluarga mengenai :

X = Pendapatan dalam ratusan ribu rupiah
Y = pengeluaran untuk membeli sejenis barang ribuan rupiah
Data hasil pengamatannya adalah
X 10 2 4 6 8 7 4 6 7 6
Y 23 7 15 17 23 22 10 14 20 19

a. Tentukan persamaan regresi linier sehingga kita dapat meramalkan

pengeluaran untuk membeli sejenis barang jika diketahui pendapatan.
b. Tentukan estimasi koefisien regresi da ri data di atas!
c. Ujilah bahwa koefisien regresi dari data di atas tidak sama dengan nol!
d. Tentukan batasan ramalan dari pengeluaran untuk membeli sejenis
barang jika pendapatan keluarga tersebut sebesar 12!

Buku Statistika Bisnis untuk Akuntansi 23

7) Misalkan kita melakukan pengamatan terhadap 10 keluarga mengenai :
X 1 = Pendapatan dalam ratusan ribu rupiah
X 2 = besar keluarga dalam satuan jiwa
Y = pengeluaran untuk membeli sejenis barang ribuan rupiah
Data hasil pengamatannya adalah
X1 10 2 4 6 8 7 4 6 7 6
X2 7 3 2 4 6 5 3 3 4 3
Y 23 7 15 17 23 22 10 14 20 19

Tentukan persamaan regresi linier berganda sehingga kita dapat

meramalkan pengeluaran untuk membeli sejenis barang jika diketahui
pendapatan dan besar keluarga.

Buku Statistika Bisnis untuk Akuntansi 24