Statistika Keuangan II

BAB I
ANALISIS REGRESI SEDERHANA DAN KORELASI LINIER

A. Pengantar
Jika pada statistik I kita membahas statistik Deskriptif, dimana statistik deskriptif
berfungsi untuk menjelaskan suata keadaan pada suatu kondisi dan waktu tertentu.
Sedangkan Pada Statistikz II kita Membahas Statistik Induktif, dimana Statistik Induktif
ini menjelaskan analisis hubungan atau pengaruh, dari dua atau lebih Variabel.

Analisis Regresi Sederhana, korelasi sederhana Adalah suatu Teknik yang digunakan
untuk membangun suatu persamaan yang menghubungkan antara variable terikat (Y)
dengan Variabel bebas (X) dan sekaligus untuk menentukan nilai ramalan, proyeksi atau
dugaannya. Variabel terbagi menjadi dua :

1. Variabel Bebas (Independen)

Sejumlah Gejala/unsur yang mempengaruhi munculnya gejala atau unsur yang lain.
Contoh :

Laba mempengaruhi Arus kas harga saham

Pendidikan mempengaruhi Sosial Ekonomi
Pendapatan mempengaruhi Pengeluaran
Hubungan suku bunga dengan nilai kredit

2. Variabel terikat (Dependent)

Gejala/ Unsur yang muncul dipengaruhi adanya variable bebas.

B. Analisis Korelasi Sederhana

Analisis Korelasi dikembangan oleh Karl Pearson tahun 1900. Tujuan korelasi adalah
untuk menentukan seberapa erat hubungan antara 2 variabel , pengertian lain
mengatakan bahwa korelasi adalah suatu Teknik statistika yang digunakan untuk
mengukur keeratan hubungan atau korelasi antar dua variable.

1. Koefisien Korelasi
Ukuran Korelasi antar dua buah variable yang paling banyak digunakan adalah
koefisien korelasi momen yang dikembangkan oleh pearson. Rumusnya :

n ( ∑ XY )−( ∑ X )( ∑ Y )
r=
√ [ n ( ∑ X )−(∑ X ) ][ n( ∑ Y )−(∑ Y ) ]
2 2 2 2

Ket :
r = Nilai Koefiesien Korelasi
∑X = Jumlah Pengamatan Variabel X
∑Y = Jumlah Pengamatan Variabel Y
∑XY = Jumlah Pengamatan Variabel X dan Y
(∑X2) = Jumlah Kuadrat Pengamatan Variabel X

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

(∑X)2 = Jumlah Kuadrat dari jumlahPengamatan Variabel X

(∑Y2) = Jumlah Kuadrat dari pengamat variable Y
(∑Y)2 = Jumlah Kuadrat dari jumlah pengamatan variabel Y
n = Jumlah pasangan pengamatan Y dan X

Koefisien korelasi mempunyai nilai antara -1 sampai 1.

Nilai r = -1 yang disebut linier sempurna negatif, terjadi apabila titik atau kombinasi
terletak tepat / mendekati suatu garis lurus yang mempunyai kemiringan negatif.

Nilai r = 1 yang disebut linier sempurna positif, terjadi apabila semua titik atau
kombinasi terletak tepa/mendekati suatu garis lurus yang mempunyai kemiringan
positif.

Apabila nilai r mendekati 0 maka hubungan antar variabel sangat lemah atau mungkin
tidak ada sama sekali.

Contoh Soal:
Cari Koefisien relasi nya dan apa kesimpulan?

Nilai Investasi
Bunga Kredit
Tahun (dalam Miliaran
Investasi (BKI) X
Rupiah) Y
2003 15,31% 9.890,80
2004 13,91% 12.500,00
2005 15,74% 12.247,00
2006 14,75% 20.649,00
2007 12,82% 34.878,70
2008 14,44% 20.363,40
2009 13,00% 37.799,80
2010 12,44% 60.626,30
2011 11,90% 76.000,00
2012 11,27% 92.200,00
2013 11,31% 128.200,00

-0,89 Artinya Bunga Kredit Investasi mempunyai hubungan liner sempurna Negatif
terhadap Nilai Investasi. Setiap Kenaikan Bunga Kredit Investasi maka nilai Investasi
Menurun.

2. Koefisien Determinasi
Merupakan ukuran untuk mengetahui kesesuaian atau ketetapan antara nilai dugaan
atau garis regresi dengan data sampel. Koefisien determinasi merupakan kemampuan
Variabel X mempengaruhi Y. Semakin Besar koefisien determinasi menunjukan
semakin baik kemampuan X menerangan Y. Rumus nya:

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

r 2=
[ n ( ∑ XY )−(∑ X )(∑ Y ) ]
√ [ n(∑ X )−(∑ X ) ][ n(∑ Y )−( ∑ Y ) ]
2 2 2 2

Apabila nilai koefisien korelasi sudah diketahui, maka untuk mendapatkan koefisien
determinasi dapat diperoleh dengan cara mengkuadratkannya.

Contoh :

Koefisien Korelasi antara suku bunga investasi dengan Investasi sebesar = -0,892 ,
sehingga koefisien determinasi nya :

r 2=(−0,892)2= 0,795

Artinya, Kemampuan Variabel X (Suku Bunga Kredit) dalam menerangkan

keragaman variabel Y (Investasi) sebesar 79,5% sedangkan sisanya 20,5% dijelaskan
oleh variabel lainnya.

3. Uji Signifikasi Koefisien Korelasi

Uji Signifikasi koefisien Korelasi dimaksudkan untuk menguji apakah besarnya Atau
kuatnya hubungan antarvariabel yang diuji sama dengan nol. Apabila besarnya
hubungan sama dengan nol, hal terserbut menunjukan bahwa hubungan antarvariabel
sangat lemah dan tidak berarti.

Uji signifikasi dilakukan dalam 5 tahap :

a. Perumusan Hipotesis yaitu menguji apakah r populasi sama dengan 0
b. Menentukan taraf nyata dengan drajat bebas (df)=n-k
r √ n−2 r
t= atau t =
√1−r
√
2
c. Menentukan uji Statistik: 1−r
2

n−2
Ket :
t = nilai hitung
r = nilai koefisienkorelasi
n = jumlah pengamatan
d. Menentukan daerah keputusan
e. Menentukan keputusan

Contoh :
Uji Apakah nilai r = -0,892 pada hubungan antara Suku Bunga (X) dan Investasi (Y) sama
dengan 0 pada taraf nyata 5%?

Jawab :
1) Merumuskan Hipotesis:
Hipotesis yang diuji adalah koefisien korelasi sama dengan nol. Korelasi dalam
populasi dilambangan dengan  p sedangkan pada sampel r.

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

H0 : p = 0
H1 : p ≠ 0
2) Taraf nyata 5% untuk uji dua arah, maka: ɑ/2 = 0,05/2 = 0,025
n= 11
k (variabel ) = 2
Dengan drajat bebas (df) = n-k = 11-2 = 9, maka ttabel = 2,262.

3) Menentukan Nilai uji t hitung

r
t=

√ 1−r 2
n−2

−0,892
t= =−5,9

√
2
1−(−0,892)
11−2

4) Menentukan Daerah Keputusan dengan nilai kritis ttabel =2,262.

Distribusi t, df =9
5) Menentukan keputusan.

Daerah tidak
menolak H0

Daerah menolak H0 Daerah menolak H0

-2,262 2,262
-5,9 5,9
Nilai thitung ternyata terletak pada daerah yang menolak H0 dan menerima H1 . Ini
menunjukan bahwa korelasi dalam populasi tidak sama dengan 0 dan ada
hubungan tingkat suku bunga dengan nilai investasi yang bersifat kuat dan nyata
pada populasi yang ada.

C. Analisis Regresi Sederhana

Analisis Regresi dilakukan untuk memperoleh koefisein regresi dari persamaan Y=

a+bX, nilai koefisien yang diperoleh digunakan untuk menduga nilai Y berdasarkan
nilai X tertentu.

Y Y
Y= a + bX Y= a - bX

Prodi : Akuntansi -b Martha Budiono, S.E., M.M.

+b
 Gambar A Gambar B

Statistika Keuangan II

Menentukan nilai Koefisien Regresi :

b=n ( ∑ XY ) −¿ ¿

a=¿ ¿
Keterang :

Y : Nilai variabel Bebas Y

a : Intersep, yaitu titik potong garis dengan sumbu Y
^ untuk setiap unit
b : Slope atau kemiringan garis, yaitu perubahan rata-rata pada Y
perubahan pada variabel X
X : Nilai Variabel bebas X
n : Jumlah Sampel

Contoh Soal :
Teori permintaan dalam ilmu ekonomi menyatakan bahwa semakin rendah harga
suatu barang, maka akan sebanyak permintaan terhadap barang tersebut. Apakah
fenomena tersebut terjadi pada pasar saham. Berikut adalah data harga saham dan
volume transaksi saham beberapa perusahaan property real estate di BEI pada 11
November 2013. Buatlah persamaan permintaan saham pada perusahaan property dan
real estate tersebut.

Harga
Saham Volume
Kode Perusahaan
Penutupan Transaksi Saham
(Rp)
APLN Agung Podomoro Land 260 40,40
BCIP Bumi Citra Permai 430 33,47
BKSL Sentul City 196 67,57
KIJA Kawasan Industri Jababeka 205 80,28
LPKR Lippo Karawaci 1030 51,61
MDLN Modenland Realty 800 53,89
PWON Pakuwon Jati 285 63,58
SMRA Summerecon Agung 1000 12,85
ADHI Adhi Karya 1800 17,75
PTPP Perusahaan Perumahan 1200 14,47

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

WIKA Wijaya Karya 1800 18,00

Jawab :
Persamaan permintaan saham, di mana Y adalah volume transaksi (Permintaan)
saham dan X adalah harga saham. Rumus Koefsien b dan a diperoleh dengan :

Harga Saham Volume

n X2 Y2 XY
(X) (Y)
1 260 40.40 67600 1632.1600 10504.00
2 430 33.47 184900 1120.2409 14392.10
3 196 67.57 38416 4565.7049 13243.72
4 205 80.28 42025 6444.8784 16457.40
5 1030 51.61 1060900 2663.5921 53158.30
6 800 53.89 640000 2904.1321 43112.00
7 285 63.58 81225 4042.4164 18120.30
8 1000 12.85 1000000 165.1225 12850.00
9 1800 17.75 3240000 315.0625 31950.00
10 1200 14.47 1440000 209.3809 17364.00
11 1800 18.00 3240000 324.0000 32400.00
11,035,066.0
Jumlah 9.006 453.87
0 24,386.69 263,551.82

11 ( 263,551.82 )−(9,006)(453.88)
b= 2
=−0.03
11 ( 11,035,066.0 )−(9,006)
b=n ( ∑ XY ) −¿ ¿

(453.88) −0.03 ( 9,006 )

a= − =65,82
11 11

Jadi persamaan nya:

Y= 65.82 – 0.03X

Dimana: Apabila Harga saham Naik Rp 1, maka permintaan saham akan turun
sebesar 0.03 juta lembar saham, begitu pula sebaliknya apabila harga saham turun Rp
1, maka permintaan saham akan meningkat sebesar 0.03 juta saham.

Harga
Volume
Saha
(Y)
m (X)

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

Y^ =a+bx
y=65.82-0.03X
(Y Proyeksi/Ramalan)

260 40.4 Y=65.82-0.03(260)=58.02

430 33.47 52.92
196 67.57 59.94
205 80.28 59.67
1030 51.61 34.92
800 53.89 41.82
285 63.58 57.27
1000 12.85 35.82
1800 17.75 11.82
1200 14.47 29.82
1800 18 11.82
9.006 453.87 65.55

Pengaruh Harga Saham dan Volume Transaksi

Pada 70.00

f(x) = − 0.03 x + 65.82

60.00

50.00

40.00

30.00

20.00

10.00

0.00
0 200 400 600 800 1000 1200 1400 1600 1800 2000

Gambar terlihat Nilai Y^ mendekati garis Regresi, sehingga dapat disimpulkan bahwa
tidak terdapat kesalahan dalam pendugaan atau ramalan.

D. Standar Error
Standar error atau kesalahan baku pendugaan/ramalan adalah suatu ukuran yang
mengukur ketidakakuratan perencanaan atau persebaran nilai pengamatan Y terhadap
^.
garis regresi nya Y

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

Standar Error pada dasarnya mempunyai konsep yang sama dengan standar deviasi.
Standar deviasi mengukur penyebaran data di sekitar nilai tengah, sedangkan standar
error mengukur penyebaran data di sekitar garis regresi. Rumus nya :

S y . x=
√ √
∑ e 2 = ∑ ( y −^y )2
n−2 n−2

Atau

S y . x=
√ ∑ y 2−a ∑ y −b ∑ xy
n−2

Cari nilai Standar Error Soal Diatas :

Y^ =a+bx ^
e=Y −Y
Harga
Volume
Saham
(Y)
(X)

260 40.4 58.02 -17.62 310.46

430 33.47 52.92 -19.45 378.30

196 67.57 59.94 7.63 58.22

205 80.28 59.67 20.61 424.77

1030 51.61 34.92 16.69 278.56

800 53.89 41.82 12.07 145.68

285 63.58 57.27 6.31 39.82

1000 12.85 35.82 -22.97 527.62

1800 17.75 11.82 -5.93 35.16

1200 14.47 29.82 -15.35 235.62

1800 18 11.82 -6.18 38.19

2742.41

Jawab:

2742.41
S y . x=
11−2 √
=16.57
Standar Error sebesar 16.57 menunjukan bahwa nilai pengamatan Y menyebar dari
persamaan regresi sebesar 16.57.

Standar Error Untuk Koefiesien regresi b:

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

Sx . y
Sb =

√
2
∑ X 2− ( ∑ X )
n

16.57
Sb = =−6.56

√ 11,035,066.00−( 9,006)2
11

Standar error untuk koefisien regresi a :

√ (∑ X . S ) ¿
2
yx
Sa =
n . ∑ X −¿ ¿¿
2

Sa =√ 4.53=2.12

E. Uji Hipotesis dengan Uji Signifikasi (Nyata)

Pendekatan Uji Signifikasi dikembangan Fisher bekerjasama dengan Neyman serta

Pearson. Uji Signifikasi adalah salah satu prosedur untuk memeriksa apakah koefisien
(a dan b) yang dihasilkan sesuai dengan nilai parameter populasi sebenernaya (A dan
B) atau yang dihipotesiskan. Rumusnya :

t= (b-B)/sb

dan probabilitas interval keyakinan

(
P −t a ≤
2
b−B
Sb )
≤ t a =1−a
2

Atau dapat dinyatakan dengan :

P(b−t a . Sb)≤ B ≤( b+t a . Sb)=1−a

2 2
Contoh :
Y= 65.82 – 0.03X didapatkan nilai Sb =-6.56 dan Sa =2.12

Jawab :
Langkah 1, Pengujian Hipotesis A
H0 : A = 0
H1 : A ≠ 0

Nilai Kritis t dengan taraf nyata 5% uji dua arah dan Derajat Bebas df= n-k = 11-2=9

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

Maka, ttabel = 2.262

Nilai thitung
t= (a-A)/Sa = (65.82-0)/ 2.12 = 31.05

Oleh karena thitung = 31.05 lebih besar dari ttabel 2.262 , maka nilai thitung tersebut terletak
pada daerah kritis, yaitu daerah penolakan H0 dan Penerimaan H1. Oleh Sebab itu
dapat disimpulkan bahwa koefisien A tidak sama dengan Nol, serta pengaruhnya
nyata secara Statistik.

Langkah 2, Pengujian Hipotesis B

H0 : B = 0
H1 : B ≠ 0

Nilai Kritis t dengan taraf nyata 5% uji dua arah dan Derajat Bebas df= n-k = 11-2=9
Maka, ttabel = 2.262

Nilai thitung
t= (b-B)/Sb = (-0.03-0)/ -6.56 = 0.005

Oleh karena thitung = 0.005 lebih kecil dari ttabel 2.262 , maka nilai thitung tersebut terletak
pada daerah menolak H0, yaitu daerah menerima H0 menolak H1.Oleh Sebab itu dapat
disimpulkan bahwa koefisien B hampir mendekati 0, serta pengaruhnya tidak nyata
secara Statistik.

BAB II
METODE DISTRIBUSI SAMPLING

A. Pengertian Populasi Sampel

Populasi adalah kumpulan dari semua kemungkinan orang-orang, benda-benda dan

ukuran lainnya, yang menjadi objek perhatian.

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

Sampel adalah suatu bagian dari populasi tertentu yang menajadi perhatian.
Populasi kenyataan dibagi menjadi 2 bagian, populasi terbatas (finite) dan populasi
tak terbatas (infine). Contoh populasi terbatas : Populasi pada kasus perbankan
Jumlah Bank ada 120 Bank, populasi pada perusahaan reksadana ada 28 perusahaan.
Contoh yang tak terbatas : pelanggan jamu sidomuncul, komunitas pasar modal.

B. Beberapa Metode Penarikan Sampel

Sampel dibagi menjadi 2 kelompok:
1. Sample Probabilitas: Sampel yang dipilih dari populasi sehingga masing-masing
anggota populasi memiliki probabilitas atau peluang yang sama untuk dijadikan
sampel. Contoh : Apabila dari 120 bank mempunyai peluang yang sama yaitu
0.0083 (1/120).
a. Simple Random Sampling/ penarikan Sampel Acak
Pengambilan Sampel dari populasi secara acak tanpa memperhatikan strata
yang ada dalam populasi dan setiap anggota populasi memiliki kesempatan
yang sama untuk dijadikan sampel. Contoh : Kocok arisan.

b. Penarikan Sampel Acak Terstruktur

Pengambilan sample dilakukan dengan membagi anggota populasi dalam
beberapa subkelompok yang disebut strata yang bersifat homogen, lalu suatu
sampel dipilih dari masing-masing strata secara proposional atau sesuai
dengan tujuan penelitian

c. Penarikan Sampel Cluster

Metode ini membagi populasi dalam bentuk unit yang lebih kecil, namun
masih heterogen. Pemilihan Unit sampel dan jumlah dapat menggunkan
metode acak sederhana.

2. Sampel nonprobabilitas : Yaitu penarikan sampel didasarkan pada penilaian atau

karakteristik tertentu. Metode penarikan ini mungkin memberikan hasil yang bias.

a. Penarikan Sampel Sistematis.

Dilakukan dengan ukuran yang sistematis berdasarkan karakteristik tertentu,
metode ini cocok untuk populasi yang disusun berurutan.

b. Penarikan Sampel Kuota

Dilakukan sesuai dengan jumlah kuota yang telah ditetapkan, selama belum
cukup kuota, maka penarikan sampel tetap dilakukan sampai kuota terpenuhi.

c. Penarikan Sampel Purposive

Penarikan sampel dilakukan berdasarkan pertimbangan khusus.

C. Disribusi sampel Rata-rata dan Proporsi

Merupakan Suatu Distribusi probabilitas yang terdiri atas seluruh kemungkinan rata-
rata hitung sampel dari suatu ukuran sampel dari suatu ukuran sampel tertentu yang

Prodi : Akuntansi Martha Budiono, S.E., M.M.

 Statistika Keuangan II

dipilih dari populasi dan probalilitas terjadinya dihubungkan dengan setiap rata-rata
hitung sampel.

1. Distribusi sampel rata-rata dan proporsi mempunyai hitung rata-rata :

Rata-rata
1
X= N ∑ X
Cn
Proporsi
1
X P= N ∑ P
Cn

2. Distribusi sampel rata-rata dan proporsi mempunyai standar deviasi:

√ 1
S x = N ∑ ( X−μ x )
Cn
2

3. Hubungan antara standar Standar Deviasi sampel X dan proporsi pada kondisi
sampel terbatas.
S x=
√
σ N−n
√n N −1
4. Distribusi sampel rata-rata dan proporsi merupakan distribusi normal, sehingga
dapat diketahui nilai Z, yaitu
x −μ
Z=
s

Prodi : Akuntansi Martha Budiono, S.E., M.M.