Teori Ekonomi Matematika dan Statistika

Teori Ekonomi, Matematika dan Statistika
Teori Ekonomi, Matematika dan Statistika
Pengertian dan Kegunaan Ekonometrika
Ekonometrika merupakan perpaduan dari teori ekonomi, matematika dan statistika, yang
dapat digunakan untuk memecahkan persoalan ekonomi yang bersifat kuantitatif, secara
empiris. Teori ekonomi berfungsi untuk mengidentifikasi variabel-variabel yang terlibat
dalam suatu gejala ekonomi dan atau teori ekonomi yang akan dianalisis, beserta
banyaknya hubungan antarvariabel. Matematika berfungsi untuk merumuskan hubungan
antarvariabel tersebut dalam bentuk persamaan matematis, agar dapat diuji
keberlakuannya secara empiris. Sedangkan statistika berfungsi untuk menentukan nilai
koefisien daripada variabel-variabel ekonomi beserta tingkat keeratan hubungan dan
pengaruh antarvariabelnya.
Sebagai perpaduan dari teori ekonomi, matematika dan statistika, ekonometrika dapat
diartikan sebagai bidang studi yang mempelajari gejala ekonomi dan atau teori ekonomi
yang bersifat kuantitatif, secara empiris, berdasarkan rumusan matematis dan analisis
statistika. Sehingga sangat berguna dalam merumuskan model, menganalisis data empiris
untuk menguji keberlakuan suatu teori ekonomi dan atau memecahkan persoalan yang
terdapat dalam suatu gejala ekonomi, serta untuk menarik kesimpulan yang sangat
bermanfaat dalam penentuan kebijakan, dan meramalkan gerak perubahan nilai variabel.
Pendekatan Ekonometrika
Analisis deskriptif adalah suatu model pendekatan yang menguraikan suatu kejadian atau

suatu kesatuan ekonomi menjadi beberapa bagian atau komponen yang lebih kecil, agar
dapat diketahui indikator variabel yang dominan, rasio perbandingan antarvariabelvariabelnya, dan proporsi setiap komponen dari keseluruhan kejadian ekonomi tersebut.
Sedangkan analisis regresi adalah suatu model pendekatan yang melihat gerak perubahan
suatu variabel, dalam kaitannya dengan gerak perubahan variabel lain yang dapat
mempengaruhiya.
Metode Analisis
Dalam analisis ekonometrika Anda mengenal adanya metode persamaaan tunggal dan
persamaan serempak. Metode persamaan tunggal menggambarkan bentuk satu persamaan
yang bersifat satu arah, sedangkan metode persamaan serempak menggambar kan lebih
dari satu bentuk persamaan dan bersifat timbal balik.
Persamaan tunggal dapat dibedakan menjadi persamaan tunggal berdasarkan data berkala
dan persamaan tunggal berdasarkan persamaan regresi, sedangkan persamaan serempak
dapat dibedakan menjadi persamaan pengertian dan persamaan tingkah laku.
Dalam persamaan serempak Anda juga mengenal adanya variabel endogen dan variabel
eksogen. Variabel eksogen adalah variabel yang gerak perubahan nilainya ditentukan dari
luar siklus kegiatan ekonomi namun dapat mempengaruhi kegiatan ekonomi, sedangkan
variabel endogen adalah variabel yang gerak perubahan nilainya bersumber dari hasil
kegiatan ekonominya itu sendiri.

Selain perbedaan metode analisis, dalam analisis ekonometrika juga selalu diperhitungkan

adanya unsur kesalahan pengganggu. Yaitu variabel acak yang mewakili semua variabel lain
yang dapat mempengaruhi perubahan variabel terikat, namun tidak dimasukkan dalam
model persamaannya, sehingga tidak turut diperhitungkan. Variabel yang dikatagorikan
sebagai unsur kesalahan pengganggu, sebenarnya juga memiliki peluang untuk terpilih
sebagai variabel yang dapat mempengaruhi. Sehingga disebut sebagai variabel acak.
Analisis ekonometrika dapat dibedakan menjadi ekonometrika yang bersifat teoritis dan
ekonometrika terapan. Ekonometrika teoritis adalah pengembangan metode yang tepat
untuk mengukur pengaruh hubungan antarvariabel ekonomi berdasarkan model
ekonometrika, sedangkan ekonometrika terapan adalah penggunaan ekonometrika teoritis
untuk menganalisis gejala ekonomi dan atau teori ekonomi yang bersifat khusus.
Tahapan Analisis
Perumusan model bisa bersumber dari teori ekonomi dan bisa pula dari gejala ekonomi,
model yang bersumber dari teori dapat diartikan sebagai himpunan persamaan-persamaan
matematis. Sedangkan model yang bersumber dari gejala ekonomi diartikan sebagai
penyederhanaan dari keadaan perekonomian yang sesungguhnya.
Dalam perumusan model Anda juga telah mengenal adanya model persamaan tunggal dan
model persamaan serempak. Model persamaan tunggal menggambarkan bentuk hubungan
antarvariabel yang bersifat satu arah, yaitu pengaruh dari variabel bebas (X) terhadap
variabel terikat (Y). Sedangkan model persamaan serempak menggambaran pengaruh
hubungan yang bersifat timbal-balik.

Disamping itu dalam perumusan model, adakalanya sudah diperhitungkan adanya unsur
beda waktu. Kalau beda waktu tersebut hanya ada pada variabel bebas, maka model
persamaannya dinamakan model persamaan beda waktu. Namun kalau beda waktu
tersebut terdapat juga pada variabel terikat, maka model persamaannya dinamakan model
persamaan autoregresif.
Setelah Anda merumuskan model, tahap berikutnya yang Anda lakukan adalah menaksir
nilai parameter. Penaksiran dilalakukan karena Anda belum melakukan analisis data secara
empiris, sehingga belum mangetahui besamya nilsi parameter yang sesungguhnya. Setelah
menaksir nilai parameter, baru kemudian dilakukan pengujian nilai parameter, yang lebih
dikenal sebagai pengujian hipotesis, dengan menggunakan tes statistik kai kuadrat, uji t dan
uji F yang menggunakan tabel analisis varians (anava).
Dari hasil uji hipotesis atau uji parameter, Anda dapat menarik suatu kesimpulan, apakah
hipotesis kerja yang Anda kemukakan (H1) dapat diterima secara signifikan atau ditolak?
Kalau hipotesis kerja (H1) Anda diterima, maka hipotesis nol (H0) ditolak, sehingga tugas
Anda berikutnya adalah melakukan peramalan tentang arah perubahan variabel terikat,
manakala perubahan variabel bebas telah diketahui. Namun sebaliknya kalau hipotesis kerja
(H1) yang Anda kemukakan ditolak, berarti hipotesis nol (H0) diterima, sehingga yang dapat
Anda lakukan adalah kembali merumuskan model. Baik model yang bersumber dari teori
ekonomi maupun model yang bersumber dari gejala ekonomi.
Konsep Analisis Regresi

Analisis regresi dapat diartikan sebagai studi ketergantungan satu variabel terikat pada satu
atau beberapa variabel bebas yang dapat mempengaruhinya. Dengan rnaksud untuk

menaksir dan memprakirakan nilai rata-rata populasi, agar dapat meramalkan besarnya nilai
variabel terikat yang sebenarnya dimasa yang akan datang. Untuk membuktikan kebenaran
nilai taksiran atau ramalan tersebut, Anda harus membuktikannya secara statistika.
Dalam analisis regresi, variabel yang dianalisis adalah variabel yang memiliki sebaran
peluang yang sama, sehingga pemilihan sampelnya bisa bersifat acak atau random atau
stokastik. Karena itu sifat hubungan antar variabelnya bukan merupakan hubungan
fungsional yang detaministik, yang bersifat pasti. Tetapi juga bukan merupakan hubungan
kausal yang bersifat satu arah. Melainkan hubungan ketergantungan statistik, yang, dapat
dirumuskan secara matematis dan dianalisis secara statistika.
Fungsi Regresi
Fungsi regresi adalah aturan yang menentukan besarnya pengaruh perubahan variabel
bebas (X) terhadap variabel terikat (Y), yang bisa Anda nyatakan dalam bentuk persamaan Y
= f (X). Yang artinya variabel terikat (Y) merupakan fungsi dari variabel bebas (X), sehingga
perubahan variabel Y mempunyai ketergantungan pada perubahan variabel X. Karena f (X)
bisa terdiri dari Bo dan B1 X maka bentuk persamaan Y = f (x) dapat dimodifikasi menjadi Y
= Bo + B1 X.
KaLau variabel teIikat (Y) merupakan fungsi linier dari variabel bebas (X) dan juga

merupakan fungsi regresi populasi, maka rata-rata harapan Y untuk setiap X yang diketahui,
dapat diwubudkan dalam bentuk persamaan rata-rata E(Y/X), dan nilai rataratanya disebut
sebagai nilai rata-rata sebenarnya. Sedangkan nilai rata-rata E(Y/X) dalam fungsi regresi
sampel, dapat ditaksir dengan menggunakan atau Y topi.
Kesalahan pengganggu yang biasa disimbolkan dengan U atau e bukan hanya berupa
penyimpangan individual dari rata-rata harapan kelompoknya, tetapi juga adanya variabel
lain yang dapat mempengaruhi perubahan variabel terikat, namun tidak memasukkan
dalam model persamaan tidak sangat turut dinamis. Sehingga adanya kesalahan
pengganggu dapat mencerminkan bahwa penubahan variabel Y tidak hanya ditentukan oleh
variabel X.
Hasil analisis regresi dalam ekonometrika tidak selamanya tepat 100%. Ketidaktepatan ini
bukan hanya karena adanya unsur kesalahan pengganggu, karena unsur kesalahan
pengganggu dalam ekonometrika dapat dieleminir dan ditentukan besarnya dengan
menggunakan metoda kuadrat terkecil. Namun bisa pula dikarenakan tidak terpenuhinya
asumsi yang melandasi keberlakuan teorinya, atau karena penggunaan alat ukur
variabelnya tidak sahih.
Linieritas Regresi
Pasangan nilai X dan Y yang diwujudkan dalam bentuk titik XY, disebut koordinat. Kalau
koordinat-koordinat ini dihubungkan satu sama lain secara berurutan maka akan terbentuk
satu garis, yang disebut garis regresi. Jika garis regesi membentuk satu garis lurus, maka

garis tersebut dinamakan fungsi linier. Namun kalau tidak membentuk garis lurus, garis
regresinya dinamakan fungsi kuIve linier. Fungsi linier dapat menunjukan bentuk hubungan
yang positif atau negatif.
Secara geometris linieritas dapat diartikan sebagai garis lurus, yang bisa memiliki nilai
positif atau negatif. Suatu linieritas regresi dikatakan positif manakala setiap kenaikan
variabel bebas (X) selalu diikuti dengan kenaikan variabel terikat (Y), sehingga garisnya

bergerak dari kiri bawah ke kanan atas. Sebaliknya kalau setiap kenaikan variabel bebas (X)
selalu diikuti dengan penurunan variabel terikat (Y) maka Inieritasnya dikatakan negatif,
dengan garisnya bergerak dari kiri atas ke kanan bawah
Linieritas regresi juga dapat dibedakan menjadi linieritas variabel dan linieritas parameter.
Linieritas pararneter muncul karena adanya parameter Bo sebagai nilai Y manakala nilai X =
O atau manakala nilai X konstan, yang sekaligus juga bisa menunjukan titik perpotongan
antara fungsi linier dengan sumbu Y Sehingga sering disebut sebagai intercept Y, yang bisa
memiliki nilai positif, neg,atif, atau sama dengan nol. Jika intercept Y positif, berarti nilai Y
lebih besar dari nol, sehingga titik perpotony,an antara fungsi linier dengan sumbu Y akan
berada diatas sumbu X. Namun jika negati:f berarti nilai Y lebih kecil dari nol, sehingga titik
perpotongan antara fungsi linier dan sumbu Y akan berada dibawah sumbu X. Sedangkan
kalau intercept Y sama dengan nol maka titik perpotongan fungsi linier dengan sumbu Y
akan berada tepat di titik pertemuan antara sumbu Y dengan surnbu X, atau pada titik nol.

Selain pararneter Bo Anda juga mengenal adanya parameter B1 yang akan membentuk
tangen sudut atau slope antara fungsi linier dengan sumbu X, sehingga dapat
menggambarkan tingkat kemiIingan fungsi linier. Banyaknya parameter B yang dapat
membentuk tangen sudut atau slope, tergantung pada banyaknya variabel bebas atau
variabel yang dapat mempengaruhi perubahan variabel terikat. Penentuan posisi nilai
parameter bo dan b1 dapat menentukan bentuk garis regresi dan hubungan antar
variabelnya, apakah garis regresinya belbentuk garis lurus sehingga hubungan antar
variahelnea merupakan fungsi linier, atau tidak linier.
Linieritas Regresi dan Korelasi
Linieritas merupakan landasan utama bagi analisis regresi, karena pelaksanaan tugas
regresi dalam peramalan nilai variabel Y untuk variabel X yang telah diketahui secara tepat,
hanya dapat dilaksanakan kalau model hubungan antara variabelaya linier. Karena itu
penentuan linieritas regresi yang semula banyak menggunakan garis yang menghubungkan
koordinat titik-titik XY dalam suatu diagram pencar, kemudian dikembangkan dengan
penghitungan estimator bo dan b1 melalui metoda kuadrat terkecil.
Fungsi utama koefisien regresi adalah menentukan model hubungan antar variabel dan
peramalkan nilai variabel Y untuk variabel X yang telah diketahui. Fungsi utama koefisien
korelasi atau r adalah, untuk menentukan tingkat keeratan atau kekuatan hubungan antar
variabel tersebut. Sedangkan fungsi utama koefisien determinasi adalah untuk menguji
ketepatan hasil analisis regresi, melalui penentuan besarnya pengaruh vasiabel bebas (X)

terhadap variabel terikat (Y) secara keseluhan.
Prinsip Metode Kuadrat Terkecil
Penentuan linieritas yang dapat menggambarkan fungsi regresi, sangat penting dalam
analisis regresi, karena dapat menentukan ketepatan peramalan variabel terikat.
Berdasarkan satuan ukuran yang digunakannya, fungsi regresi dalam model regresi dua
variabel dapat Anda bedakan menjadi model log linier, apabila semua nilai komponen yang
dianalisis Anda ubah menjadi bentuk bentuk logaritma natural (ln). Semi log, apabila hanya
sebagian komponen yang Anda ubah menjadi bentuk logaritma natural. sedangkan
komponen lainnya tidak berubah. Serta model perubahan terbalik, apabila proses
perubahannya berlawanan antara satu variabel dengan variabel yang lainnya.

Untuk menentukan besarnya nilai taksiran koefisien regresi b0 dan b1, Anda dapat
menggunakan metode kuadrat terkecil. Berdasarkan model persamaan (3.1-12) dan (3.113). Namun untuk dapat menggunakan metode kuadrat terkecil tersebut diperlukan asumsiasumsi yang melandasi keberlakuan teorinya, antara lain: Nilai harapan kesalahan
pengganggu akibat adanya keanekaragaman variabel bebas, harus sama dengan nol. Tidak
terjadi korelasi antara rata-rata harapan kesalahan pengganggu untuk kelompok X yang
satu, dengan kelompok X yang lainnya. Varians rata-rata harapan kesalahan pengganggu
untuk setiap kelompok X harus memiliki nilai yang sama. Serta tidak terjadi korelasi antara
unsur kesalahan pengganggu (e) dengan variabel bebas (X).
Ukuran Ketepatan Nilai Taksiran
Perhitungan nilai koefisien regresi dari suatu sampel dapat menghasilkan nilai taksiran yang

berbeda dengan sampel lainnya, walaupun permasalahan dan populasinya sama. Dengan
adanya perbedaan ini maka kedekatan nilai taksiran koefisien dari setiap sampel dengan
nilai koefisien yang sebenarnya, yang bersumber dari populasi, juga berbeda. Karena itu
diperlukan suatu ukuran tingkat keyakinan tentang ketepatan nilai taksiran. Ukuran yang
biasa digunakan untuk menentukan tingkat keyakinan suatu nilai taksiran adalah (1- )
Selain tingkat keyakinan, Anda juga memerlukan ukuran ketepatan. Namun dalam
penentuan ukuran ketepatan Anda sering dihadapkan pada varians sebagai ukuran
Besarnya sebaran nilai taksiran, dan simpang baku yang mengukur perbedaan nilai koefisien
regresi dari rata-ratanya secara keseluruhan. Simpang baku yang diukur dengan nilai
taksiran, dinamakan kesalahan baku, yang dapat Anda gunakan untuk mengukur tingkat
ketepatan suatu nilai taksiran.
Untuk menentukan nilai taksiran Anda dapat menggunakan bentuk taksiran tunggal dan
interval taksiran. Dalam taksiran tunggal biasanya hanya terdapat satu nilai taksiran
sebagai penentu nilai koefisien sebenarnya, sehingga nilai taksiran sama dengan nilai yang
sebenarnya Sedangkan dalam taksiran yang menggunakan interval, terdapat beberapa nilai
taksiran untuk berbagai kemungkinan nilai koefisien yang sebenarnya, yang dibatasi oleh
batas atas dan batas bawah kelas interval.
Pengujian Hipotesis dan Peramalan
Hipotesis adalah jawaban sementara atas suatu masalah yang diungkapkan dalam bentuk
konsep pemikiran dan atau pernyataan tentatif tentang dugaan hubungan antarvariabel,

yang kebenarannya harus dibuktikan secara empiris. Dengan kata lain hipotesis merupakan
suatu proposisi yang dapat memprediksi arah hubungan antarvariabel, dengan fungsi
utamanya untuk menguji kebenaran dan atau ketidak-benaran suatu teori.
Setiap ilmuwan umumnya menyangsikan kebenaran suatu pernyataan sebelum terbukti
kebenarannya secara empiris, karena itu seringkali dilakukan modifikasi data untuk
membuktikan kebenaran suatu hipotesis. Untuk menghindari kemungkinan tersebut maka
rumusan hipotesis yang digunakan umumnya diformulasikan untuk ditolak, sehingga disebut
hipotesis nol, yang pernyataannya berlawanan dengan hipotesis kerja. Sedangkan pengujian
hipotesisnya dapat Anda lakukan baik melalui pengujian interval keyakinan, uji signifikansi,
maupun analisis varians.
Kalau keberlakuan suatu hipotesis secara empiris dapat dibuktikan kebenarannya maka
Anda dapat melakukan peramalan nilai variabel terikat manakala nilai variabel bebas dan

model persamaan beserta nilai koefisien regresinya telah Anda ketahui. Peramalan ini dapat
Anda lakukan baik dalam bentuk ramalan nilai rata-rata atau E(Yr/Xr), maupun ramalan nilai
variabel terikat secara individual atau tunggal.
Korelasi dan Determinasi
Analisis regresi selalu diikuti dengan analisis korelasi dan determinasi, karena analisis
regresi tidak dapat menjelaskan secara tepat tentang tingkat keeratan hubungan
antarvariabel yang dianalisis, serta besarnya pengaruh variabel bebas X terhadap variabel

terikat Y. Dan persoalan ini dapat Anda jelaskan, rnelalui penentuan koefisien korelasi r serta
koefisien determinasi r2.
Selain untuk menentukan besarnya pengaruh variabel bebas X terhadap variabel terikat Y.
koefisien determinasi, juga dapat Anda gunakan untuk menentukan tingkat ketepatan
linieritas regresi taksiran dari linieritas regresi yang sebenarnya. Karena sebagaimana telah
Anda pahami bahwa linieritas regresi sampel tidak selamanya persis sama dengan linieritas
regresi yang sebenarnya, yang bersumber dari populasi.
Koefisien korelasi r dan koefisien determinasi r2, dapat Anda cari dengan cara
menstransformasikan hasil analisis regresi yang erat kaitannya dengan korelasi dan
determinasi yaitu hasil analisis varians dan simpang baku. Atau dicari secara bersamaan
dengan koefisien regresi secara sekaligus. Hal ini mencerminkan bahwa analisis korelasi dan
determinasi bisa Anda gunakan sebagai teknik analisis tersendiri, yang terpisah dari analisis
regresi.
Analisis Regresi Ganda Untuk Tiga Variabel
Analisis regresi ganda adalah suatu metode analisis regresi untuk lebih dari dua variabel,
karena itu termasuk dalam analisis multivariate. Namun karena dalam analisis regresi ganda
juga dianalisis hubungan antar satu variabel bebas X dengan variabel terikat Y manakala
variabel bebas X lainnya dianggap konstan, maka dalam analisisnya juga masih bisa
digunakan metode kuadrat terkecil. Karena itu analisis regresi ganda merupakan jembatan
penghubung antara analisis regresi sederhana yang bersifat bivariate, dengan model
analisis regresi yang bersifat multivariate.
Keberlakuan analisis regresi ganda dilandasi oleh asumsi-asumsi yang sama dengan analisis
regresi sederhana, ditambah dengan satu asumsi tambahan, yaitu nonmultikolineariti.
Dalam arti di antara variabel bebas X1 dan X2 tidak terjadi korelasi secara linier. Dengan
demikian selain antara komponen kesalahan pengganggu e dengan variabel bebas X yang
tidak boleh terjadi korelasi secara linier, juga di antara variabel bebas X yang satu dengan
variabel bebas X yang lainnya, karena masing-masing variabel bebas X dapat
mempengaruhi perubahan variabel terikat Y.
Untuk mempermudah analisis data, maka sebelum dilaksanakan analisis regresi ganda,
terlebih dahulu Anda dapat melakukan lima kegiatan awal yang dimulai dari perubahan
bilangan data menjadi bentuk log natural. Menentukan jumlah dari semua rata-rata hitung.
Menentukan nilai besaran-besaran yang diperlukan untuk keperluan analisis regresi ganda.
Menghitung kuadrat untuk setiap variabel, dan menentukan nilai hasil kali dari setiap
pasangan variabel.
Variabel Boneka (Dummy Variables) dalam Analisis Regresi

Variabel kualitatif atau variabel boneka (dummy) dapat dipergunakan dalam model regresi
bersama dengan variabel kualitatif. Oleh karena itu ahli ekonomi dapat menganalisis
masalah ekonomi dengan memasukkan pengaruh variabel-variabel non-ekonomis seperti
pendidikan dan kebudayaan, politik, agama, psikologi dan lain-lain terhadap perubahan
variabel-variabel ekonomi yang terjadi.
Variabel boneka merupakan alat yang penting untuk mengklasifikasikan data, variabel ini
dapat membagi suatu sampel menjadi berbagai kategori berdasarkan atribut misalnya
status perkawinan, suku bangsa, agama, tingkat pendidikan dan lain-lain yang dapat dibuat
regresi secara individu untuk setiap kelompok kecil. Jika terdapat perbedaan pengaruh
variabel tak bebas terhadap berbagai variabel atau perubahan variabel kuantitatif dalam
berbagai kelompok kecil, perbedaan tersebut akan terlihat dalam perbedaan yang terjadi
dalam intersep atau koefisien arah regresi atau keduanya dari berbagai regresi setiap
kelompok kecil (misalnya gaji guru terhadap pengalaman mengajar bagi guru laki-laki dan
guru perempuan).
Meskipun variabel boneka merupakan alat yang baik, teknik variabel ini harus digunakan
dengan hati-hati.
1.
Jika model regresi memuat suatu bilangan konstan., maka banyaknya data variabel
boneka (D) adalah banyaknya kategori untuk setiap data kualitatif dikurangi satu.
1.
Koefisien yang mengikuti variabel boneka harus ditafsirkan dalam hubungannya
dengan kategori dasar, yaitu kategori yang diberi nilai dengan angka 0.
1.
Jika suatu model regresi meliputi beberapa variabel kualitatif dengan beberapa
kategori, memasukkan variabel boneka sangat banyak memerlukan derajat kebebasan
(degree of freedom) disingkat df. Oleh karena itu benyaknya variabel boneka harus
disesuaikan dengan banyaknya observasi yang tersendiri atau sebaliknya.
Variabel Tak Bebas Boneka (Dummy)
Model-model variabel tak bebas yang bersifat dikotomi dengan mengambil nilai 1 atau 0
digunakan dalam situasi dimana variabel tak bebas memperoleh tanggapan ya atau tidak,
seperti membeli atau tidak membeli rumah, menjadi anggota organisasi atau tidak, dan lainlain. Model-model dengan variabel tak bebas boneka (dummy), jika dinyatakan sebagai
fungsi linear dari variabel bebas (yang bersifat kuantitatif atau kualitatif atau keduanya)
disebut model probabilitas linear (LPM) karena nilai yang diharapkan dari variabel tak bebas
bersyarat atas nilai tertentu dari variabel bebas dapat ditafsirkan sebagai probabilitas
bersyarat terjadinya suatu peristiwa.
Model probabilitas linear mengandung beberapa masalah penaksiran dalam hal:
1.
Kesalahan pengganggu tidak mengikuti distribusi normal.
1.

Varian kesalahan pengganggu heteroskedastik.

1.
Probabilitas bersyarat yang ditaksir mungkin tidak terletak antara 0 dan 1 artinya
bisa lebih kecil dari nol (negatif) atau lebih besar dari satu.
Masalah pertama tidak serius, karena penggunaan OLS masih menghasilkan penaksiran tak
bias. Untuk sampel yang besar masih bisa melakukan pengujian hipotesis. Masalah kedua
dapat ditangani dengan mentransformasikan data. Masalah yang serius adalah masalah
probabilitas bersyarat yang ditaksir mungkin tidak terletak antara 0 dan 1. Masalah ini dapat

dipecahkan dengan suatu teknik yang menjamin bahwa nilai probabilitas akan terletak
antara 0 dan 1.
Model Persamaan Tunggal dan Simultan
Model persamaan simultan berbeda dengan model regresi linear yang hanya terdiri dari satu
persamaan saja dengan hanya satu variabel tak bebas, misalnya Y dihubungkan dengan
satu variabel bebas X atau lebih (X1 X2, … Xk), variabel-variabel bebas ini diasumsikan tidak
berkorelasi dengan kesalahan pengganggu.
Dengan model persamaan simultan bisa memperhitungkan pengaruh variabel-variabel yang
timbal balik, sedangkan dengan model satu persamaan kita hanya dapat membuat analisis
yang memperhitungkan pengaruh satu arah saja, misalnya pengaruh X terhadap Y, dalam
kenyataannya Y juga dapat mempengaruhi X. Contohnya pendapatan (X) mempengaruhi
konsumsi (Y), tetapi sebenarnya konsumsi (Y) juga dapat mempengaruhi pendapatan (X),
karena peningkatan konsumsi akan meningkatkan produksi dan selanjutnya peningkatan
produksi akan meningkatkan pendapatan sebagai balas jasa diterima oleh faktor produksi.
Dalam model persamaan simultan, variabel tak bebas yang sudah muncul dalam suatu
persamaan bisa muncul lagi dalam persamaan lainnya sebagai variabel bebas. Variabel
yang mempunyai dua fungsi, baik sebagai variabel tak bebas maupun variabel bebas, pada
saat berfungsi sebagai variabel bebas dalam suatu persamaan akan berkorelasi dengan
kesalahan pengganggu. Sehingga penggunaan metode kuadrat terkecil (OLS) tidak akan
menghasilkan penaksir yang konsisten artinya meskipun sampelnya diperbesar sampai tak
terhingga nilai penaksir tidak akan sama dengan parameternya.
Masalah Identifikasi
Masalah identifikasi harus diketahui sebelum kita menaksir koefisien-koefisien dari suatu
persamaan dalam suatu model persamaan simultan yang dimaksud dengan masalah
identifikasi ialah apakah taksiran angka dari koefisisn struktural (koefisien dari persamaan
yang asli) dapat diperoleh dari taksiran koefisien bentuk sederhana.
Suatu persamaan dalam suatu model atau sistem persamaan dapat exactly identified,
overidentified atau underidentified. Suatu persamaan dalam suatu model disebut exactly
identified, jika banyaknya variabel eksogen yang tidak termasuk dalam persamaan sama
dengan banyaknya variabel endogen dalam persamaan dikurangi satu Dalam persamaan
exactly identified nilai yang unik bagi parameter struktural dapat dihitung dari parameter
bentuk sederhana.
Suatu persamaan dalam suatu model disebut overidentified, jika banyaknya variabel
eksogen yang tidak termasuk dalam persamaan lebih besar dari banyaknya variabel
endogen dalam persamaan dikurangi satu. Dalam model ini akan ada lebih dari satu nilai
(tidak unik), untuk parameter struktural dapat dihitung dari parameter bentuk sederhana.
Suatu persamaam disebut underidentified, jika banyaknya variabel eksogen yang tidak
termasuk dalam persamaan lebih kecil dari banyaknya variabel endogen dalam persamaan
dikurangi satu. Dalam model seperti ini tak satu pun dari parameter struktural yang dapat
dihitung dari parameter bentuk sederhana. Masalah identifikasi muncul karena sekelompok
data dapat dipergunakan untuk menaksir suatu model yang berbeda atau suatu kelompok
koefisien struktural yang berbeda. jadi dalam regres P (harga) atas Q (kuantitas barang), kita

tidak tahu apakah yang kita taksir itu suatu fungsi permintaan atau penawaran, karena
kedua funSgsi tersebut menghubungkan harga dan kuantitas barang.
Untuk menaksir identifiabilitas (dapat diidentifikasikannya) suatu persamaan struktural, kita
dapat menerapkan teknik persamaan bentuk sederhana, tetapi prosedur yang memakan
waktu ini dapat dihindarkan dengan menggunakan “the order rank condition of
identification”. Meskipun order condition mudah diterapkan tetapi hanya menunjukkan
kondisi yang diperlukan untak diidentifikasi, sedangkan rank condition memenuhi baik untuk
kondisi yang diperlukan dan cukup untuk diidentifikasi. Jika persyaratan rank sudah
dipenuhi, maka persyaratan order akan terpenuhi juga
Fathurhoma corp.

Fungsi pada Matematika Ekonomi
FUNGSI
Penerapan fungsi dalam ekonomi dan bisnis merupakan salah satu bagian yang
sangat penting untuk dipelajari, karena model-model ekonomi yang berbentuk
matematika biasanya dinyatakan dengan fungsi. Fungsi dalam matematika
menyatakan suatu hubungan formal di antara dua himpunan data. Jika himpunan data
tersebut adalah variabel, maka fungsi dapat dikatakan sebagai hubungan antara dua
variabel.
A. FUNGSI
Fungsi adalah suatu bentuk hubungan matematis yang menyatakan hubungan
ketergantungan (hubungan fungsional) antara satu variabel dengan variabel lain.
Sebuah fungsi dibentuk oleh beberapa unsur yaitu: variabel, koefisien, dan konstanta.
Variabel dan koefisien senantiasa terdapat dalam setiap fungsi.
Variabel adalah unsur pembentuk fungsi yang mencerminkan atau mewakili faktor
(data) tertentu, dilambangkan dengan huruf-huruf latin. Berdasarkan kedudukan atau
sifatnya, di dalam setiap fungsi terdapat dua macam variabel yaitu variabel bebas
(independent variable) dan variabel terikat (dependent variable). Variabel bebas
adalah variabel yang nilainya tidak tergantung pada variabel lain, sedangkan variabel
terikat adalah variabel yang nilainya tergantung pada variabel lain.
Koefisien adalah bilangan atau angka yang terkait pada dan terletak di depan suatu
variabel dalam sebuah fungsi.
Konstanta adalah bilangan atau angka yang (kadang-kadang) turut membentuk
sebuah fungsi tetapi berdiri sendiri sebagai bilangan (tidak terkait pada suatu variabel
tertentu).
y = 5 + 0,8x
y : variabel terikat
x : variabel bebas
0,8 : koefisien variabel x

5 : konstanta
Sedangkan notasi sebuah fungsi secara umum adalah: y = f(x)
B. SISTEM KOORDINAT CARTESIUS
Setiap fungsi dapat disajikan secara grafik pada bidang sepasang sumbu
silang (sistem koordinat). Gambar dari sebuah fungsi dapat dihasilkan dengan cara
menghitung koordinat titik-titik yang memenuhi persamaannya, dan kemudian
memindahkan pasangan-pasangan titik tersebut ke sistem sumbu silang. Dalam
menggambarkan suatu fungsi meletakkan variabel bebas pada sumbu horizontal
(absis) dan variabel terikat pada sumbu vertikal (ordinat).
Misal:
y = 3 + 2x
X01234
Y 3 5 7 9 11
Jenis-jenis fungsi aljabar antara lain:
1. Fungsi linier: y = a + bx
2. Fungsi kuadrat: y = ax2 + bx + c
3. Fungsi kubik: y = ax3 + bx2 + cx + d
Latihan
1. Jika diketahui f(x) = x2 – 2x + 3, tentukan: f(-2); f(0); f(3); f(4); dan f(8)
01234
y
3
5
7
9
11
sumber :
Rahardja Prathama SE.1995.Pelajaran Ekonomi Kls.III. Jakrta. Pt Intan Pariwara.
Syafril Drs.Dkk. 1999. IPS Ekonomi. Jakarta. Bumi Aksara.

KEGUNAAN MATEMATIKA DI BIDANG ILMU AKUNTANSI
Peranan matematika dalam ilmu akuntansi sangat beragam. Tidak hanya dari segi
pekerjaan, dalam kehidupan sehari-hari matematika juga diperlukan. Mulai dari perusahaan
kecil hingga perusahaan besar menggunakan ilmu akuntansi yang berbasis penggunaan angka
matematika.
Akuntansi secara umum adalah ilmu mengolah data berdasarkan laporan dan transaksi
yang terjadi selama periode perusahaan berjalan. Hasil informasi akuntansi tersebut digunakan
untuk pihak-pihak yang berkepentingan demi kelangsungan hidup perusahaan.

Matematika akuntansi mendasarkan dari pada persamaan matematika dasar yang
dituangkan dalam bentuk persamaan penggunaan dana = perolehan dana.
Persepektif matematika telah banyak digunakan dalam menyajikan fakta kehidupan. Dalam
akuntansi, penyajian suatu transaksi pembelian aset menggunakan pengukuran exit price akan
menghasilkan informasi keuangan yang berbeda dari informasi keuangan yang dihasilkan
berdasarkan pengukuran entry price.
Berdasarkan sejarah akuntansi dari buku Summa de Arithmetica, ada kemungkinan bahwa
Pacioli membahas akuntansi di buku matematika karena akuntansi terutama sistem pencatatan
berpasangan merupakan aplikasi aljabar.
Dalam pembahasan hubungan akuntansi dengan matematika dapat menggunakan
pendekatan definisi akuntansi dan matematika.
Menurut American Accounting Association (AAA), Akuntansi adalah proses
mengidentifikasi, mengukur, dan melaporkan informasi ekonomi untuk memungkinkan adanya
penilaian dan pengambilan keputusan yang jelas dan tegas bagi mereka yang menggunakan
informasi tersebut.
Sedangkan menurut American Institute of Certified Public Accountants
(AICPA), Akuntansi adalah seni pencatatan, penggolongan, peringkasan yang tepat dan
dinyatakan dalam satuan mata uang, transaksi-transaksi dan kejadian-kejadian yang setidaktidaknya bersifat finansial dan penafsiran hasil-hasilnya.

Dari berbagai sumber, dapat disimpulkan pula definisi Matematika adalah sebagai
berikut :


Matematika adalah ilmu tentang logika mengenai bentuk, susunan, besaran, dan



konsep-konsep yang berhubungan satu dengan yang lainnya dengan jumlah yang banyak yang
terbagi ke dalam tiga bidang, yaitu aljabar, analisis dan geometri.
Matematika adalah pola pikir, pola mengorganisasikan, pembuktian yang logik,



matematika itu adalah bahasa yang menggunakan istilah yang didefinisikan dengan cermat,
jelas, dan akurat, representasinya dengan simbol dan padat, lebih berupa bahasa simbol
mengenai ide dari pada mengenai bunyi.
Matematika adalah telaah tentang pola dan hubungan, suatu jalan atau pola pikir, suatu
seni, suatu bahasa, dan suatu alat.
Berdasarkan pendapat di atas, maka disimpulkan bahwa ciri yang sangat penting dalam
matematika adalah disiplin berpikir yang didasarkan pada berpikir logis, konsisten, inovatif dan
kreatif.
Dari definisi-definisi ini juga dapat dilihat bahwa akuntansi dan matematika adalah dua
hal yang saling berhubungan. Akuntansi meliputi pengukuran penilaian keputusan yang jelas
dan tegas. Hal senada dengan konsep matematika dalam besaran dan konsep yang

berhubungan satu dengan yang lainnya dengan jumlah yang banyak yang terbagi ke dalam
bidang aljabar, dan analisis.
Akuntansi juga meliputi penggolongan yang tepat dan dinyatakan dalam satuan mata
uang (moneter), transaksi dan kejadian yang setidak-tidaknya bersifat finansial yang dapat
dikalkulasi secara matematis. Hal ini searah dengan definisi matematika sebagai bentuk dan
susunan. Selain itu searah juga dengan Matematika sebagai pola pikir, pola
mengorganisasikan, dan pembuktian yang logis.
Ada beberapa sub bab dalam matematika yang mana salah satunya adalah statistika.
Statistika merupakan suatu ilmu yang merupakan cabang dari matematika yang pada dasarnya
bukan mengemukakan data-data atau fakta-fakta, tetapi merupakan ilmu kira-kira yang hanya
mengetahui sebagian dari populasi tetapi membicarakan seluruh populasi (Abdulrahman
Ritonga, 1987). Berkaitan dengan kedudukannya sebagai ilmu, statistika merupakan metode
ilmiah yang mencakup teknik mengumpulkan, mengorganisasikan, mentabulasi,
menginterpretasi, menggambarkan, dan menyajikan data dalam bentuk angka
- angka. Statistika merupakan suatu metode yang digunakan dalam pengumpulan data,
sehingga dapat diperoleh informasi yang berguna (Siagian, dkk, 2002). Sebagai contoh khusus
statistika terdapat di tajuk utama, grafik iklan, yang dapat ditemui baik dalam surat kabar
maupun berita televisi.
Terdapat sejumlah alasan yang lebih khusus mengapa memiliki pemahaman dasar
tentang statistika sangatlah masuk akal. Berikut ini beberapa diantaranya :
a. Kebanyakan informasi yang harus kita proses dalam berbagai peran kehidupan kita di rumah,
sebagai konsumen, di tempat kerja, di dalam komunitas, dan sebagai warga negara dalam tata
politik dan ekonomi yang lebih luas berupa bilangan, grafik, dan diagram. Pengetahuan
statistika membantu kita memahami tekanan yang sedang kita hadapi dan memproses
informasi yang kita terima : khususnya ketika informasi ini secara sengaja digunakan dengan
cara menyesatkan.
b. Banyak keputusan penting yang harus kita ambil melibatkan pengelolaan bilangan dan
mempertimbangkan risiko. Pengetahuan tentang statistika dan probabilitas (peluang) tidak akan
menjamin bahwa kamu selalu mengambil keputusan yang tepat, namun setidaknya keputusan
tersebut akan diinformasikan dengan lebih baik.
c. Dari arkeologi hingga zoologi, hampir setiap bidang yang diajarkan di sekolah, perguruan tinggi,
atau di media telah menjadi semakin kuantitatif, sehingga semakin sulit kita menghindar dari
kebutuhan untuk memahami dasar statistika. Ini berlaku, khususnya dalam dunia bisnis.

Kegunaan statistik dalam bidang ilmu akuntansi :

Banyak sekali kegunaan statistika bagi kehidupan di dunia ini, baik itu dari bidang
ekonomi, keuangan, akuntansi, penelitian, pemasaran, dan lain sebagainya. Seorang akuntan
menggunakan statistika sebagai cara menangani dan meringkas atau mengumpulkan hasil
perkembangan suatu perusahaan atau keuangan. Contohnya dengan statistik produksi, statistik
penghasilan, statistik perdagangan, statistik keuangan, statistik harga, statistik perusahaan,
statistik perbankan, dll yang penyajiannya bisa berupa tabel atau daftar, sering disertai diagram
atau grafik dan keterangan-keterangan lain seperlunya.
Berbagai keputusan yang diambil oleh seorang akuntan seperti kondisi keuangan,
likuiditas dan persediaan didasarkan pada analisis ratio keuangan. Metode statistik dapat
diterapkan dalam analisis berupa data rasio keuangan sehingga secara statistik dapat
menunjukkan bahwa rasio keuangan untuk beberapa perusahaan dapat dinilai secara berbeda
dengan perusahaan lain.
Selain itu, perusahaan akuntan public seringkali menggunakan prosedur pengambilan
sampel (contoh) yang memenuhi kaidah-kaidah statistika ketika melakukan audit tehadap
kliennya. Kegunaan akuntansi dibidang akuntansi lainnya juga untuk penyesuaian yang
bertalian dengan perubahan harga dan mencari hubungan antara ongkos dan volume produksi.

https://akuntonom.wordpress.com/2013/02/11/akuntansi-dan-matematika/
Graham, Alan. 2010. Swadidik Statistika. Bandung : Pakar Raya
http://ekaagustianingsih.blogspot.com/2012/02/peran-statistika-dalam-bidang-akuntansi.html?
m=1
http://ekaagustianingsih.blogspot.com/2012/02/peran-statistika-dalam-bidang-akuntansi.html?
m=1

https://akuntonom.wordpress.com/2013/02/11/akuntansi-dan-matematika/
Dr. Sony Warsono, MAFIS dalam salah satu bab dalam bukunya “Akuntansi Realita dan
Matematika” menuliskan bahwa akuntansi menghasilkan informasi keuangan yang berasal dari
transaksi yang diolah secara sistematis melalui penjurnalan dan peimndah-bukuan. Akuntansi
menyajikan informasi berdasarkan fakta yang terjadi. Akuntansi merekam fakta dan menajikan
informasi keuangan berlandaskan fakta kepada para pengguna.
Persepektif matematika telah banyak digunakan dalam menyajikan fakta kehidupan,. Dalam
akuntansi, penyajian suatu transaksi pembelian aset menggunakan pengukuran exit price akan
menghasilkan informasi keuangan yang berbeda dari informasi keuangan yang dihasilkan
berdasarkan pengukuran entry price.

Berdasarkan sejarah akuntansi dari buku Summa de Arithmetica, ada kemungkinan bahwa Pacioli
membahas bakuntansi di buku matematika karena akuntansi terutama sistem pencatatan
berpasangan merupakan aplikasi aljabar.
Dalam pembahasan hubungan akuntansi dengan matematika dapat menggunakan pendekatan
definisi akuntansi dan matematika.
Menurut American Accounting Association (AAA), Akuntansi adalah proses mengidentifikasi,
mengukur, dan melaporkan informasi ekonomi untuk memungkinkan adanya penilaian dan
pengambilan keputusan yang jelas dan tegas bagi mereka yang menggunakan informasi tersebut.
Sedangkan menurut American Institute of Certified Public Accountants (AICPA),Akuntansi
adalah seni pencatatan, penggolongan, peringkasan yang tepat dan dinyatakan dalam satuan mata
uang, transaksi-transaksi dan kejadian-kejadian yang setidak-tidaknya bersifat finansial dan
penafsiran hasil-hasilnya.
Dalam sejarah Islam terdapat undang-undang akuntansi yang diterapkan untuk perorangan,
perusahaan, akuntansi wakaf, hak-hak pelarangan penggunaan harta (hijr), dan anggaran negara.
Bahkan Al Quran sebagai kitab suci umat Islam menganggap masalah ini sebagai suatu masalah
serius dengan diturunkannya ayat terpanjang , yakni surah Al-Baqarah ayat 282 yang menjelaskan
fungsi-fungsi pencatatan transaksi, dasar-dasarnya, dan manfaat-manfaatnya, seperti yang
diterangkan oleh kaidah-kaidah hukum yang harus dipedomani dalam hal tersebut. Selain itu
terdapat pula tentang perhitungan kalkulasi matematis pembagian waris dan lain sebagainya. Dari
sisi ilmu pengetahuan, akuntansi adalah ilmu informasi yang mencoba mengkonversi bukti dan data
menjadi informasi dengan cara melakukan pengukuran atas berbagai transaksi dan akibatnya yang
dikelompokkan dalam account, perkiraan atau pos keuangan seperti aktiva, utang, modal, hasil,
biaya, dan laba.
Dari berbagai sumber, dapat disimpulkan pula definisi Matematika adalah sebagai berikut :

Matematika adalah ilmu tentang logika mengenai bentuk, susunan, besaran, dan konsepkonsep yang berhubungan satu dengan yang lainnya dengan jumlah yang banyak yang terbagi
ke dalam tiga bidang, yaitu aljabar, analisis dan geometri.

Matematika adalah pola pikir, pola mengorganisasikan, pembuktian yang logik, matematika
itu adalah bahasa yang menggunakan istilah yang didefinisikan dengan cermat, jelas, dan akurat,
representasinya dengan simbol dan padat, lebih berupa bahasa simbol mengenai ide dari pada
mengenai bunyi.

Matematika adalah telaah tentang pola dan hubungan, suatu jalan atau pola pikir, suatu
seni, suatu bahasa, dan suatu alat.
Berdasarkan pendapat di atas, maka disimpulkan bahwa ciri yang sangat penting dalam matematika
adalah disiplin berpikir yang didasarkan pada berpikir logis, konsisten, inovatif dan kreatif.
Dari definisi-definisi ini juga dapat dilihat bahwa akuntansi dan matematika adalah dua hal yang
saling berhubungan. Akuntansi meliputi pengukuran penilaian keputusan yang jelas dan tegas. Hal
senada dengan konsep matematika dalam besaran dan konsep yang berhubungan satu dengan
yang lainnya dengan jumlah yang banyak yang terbagi ke dalam bidang aljabar, dan analisis.
Akuntansi juga meliputi penggolongan yang tepat dan dinyatakan dalam satuan mata uang
(moneter), transaksi dan kejadian yang setidak-tidaknya bersifat finansial yang dapat dikalkulasi
secara matematis. Hal ini searah dengan definisi matematika sebagai bentuk dan susunan. Selain
itu searah juga dengan Matematika sebagai pola pikir, pola mengorganisasikan, dan pembuktian
yang logis

https://akuntonom.wordpress.com/2013/02/11/akuntansi-dan-matematika/