Professional Documents
Culture Documents
PENDAHULUAN
A. DEFINISI EKONOMETRIKA
Analisis kuantitatif ekonomi berdasarkan perkembangan dan
observasi yang berkaitan dengan metode inferensi / pengujian
yang sesuai.
Ilmu sosial yang menggunakan teori ekonomi, matematika dan
statistik untuk menganalisa fenomena ekonomi.
2. Matematika
Digunakan untuk merumuskan teori ekonomi dalam bentuk
persamaan matematika dan dari persamaan matematika
diubah menjadi persamaan ekonometrika.
Contoh : C : a + bY C : a + bY + e
3. Statistika
Ilmu yang mempelajari cara pengumpulan, pengolahan,
penyajian dan analisis data termasuk pengambilan kesimpulan
yang mengandung unsur ketidakpastian
B. TUJUAN EKONOMETRIKA
1. Membuktikan atau menguji validitas teori-teori ekonomi
(veritifikasi)
Laboratorium Ekonometrika 1
2. Menghasilkan taksiran-taksiran numerik bagi koefisien-koefisien
hubungan ekonomi yang selanjutnya dapat digunakan untuk
keperluan kebijakan ekonomi (penafsiran)
3. Meramalkan nilai besar-besaran ekonomi di masa datang
dengan derajat probabilita tertentu (peramalan)
C. MODEL
Merupakan penyederhanaan dari keadaan yang sebenarnya (dunia
nyata). Model yang sederhana lebih mudah dimengerti,
dikomunikasikan dan diuji dengan data empiris, tetapi terdapat
dua kelemahan mendasar yaitu :
a. Kadang model terlalu sederhana
b. Asumsi yang digunakan tidak realistis
D. MODEL EKONOMI
Konstruksi teoritis / kerangka analisis ekonomi yang terdiri dari
himpunan konsep, definisi, anggapan / asumsi, persamaan,
kesamaan / identitas dan ketidaksamaan di mana kesimpulan akan
diturunkan.
1. TEORI EKONOMI
2. SPESIFIKASI MODEL
MATEMATIKA
3. SPESIFIKASI MODEL
EKONOMETRIKA
4. PENGUMPULAN
DATA
5. ESTIMASI
PARAMETER MODEL
6. UJI HIPOTESIS
(INFERENSI)
2. MODEL MATEMATIKA
Ada dua kemungkinan hubungan antara P dan W, yaitu :
a. Linear Q = a + bP
b. Non-linier Q = a Pb
3. MODEL EKONOMETRIKA
LRM (linear Regression Model)
Q = a + bP + e untuk model linear
Ln Q = Ln a + b Ln P + e untuk model non linear
4. PENGUMPULAN DATA
Ada tiga jenis pengumpulan data, yaitu :
a. Time Series Data
b. Cross-Section Data
c. Pooled-Data/ Panel/ Micropanel Data
5. ESTIMASI PARAMETER
Parameter
Σyix1 Σpiq1
b= b=
Σxi2 Σqi2
yi = Yi – Yi qi = Qi - Qi
xi = Xi – Xi pi = Pi - Pi
7. ESTIMASI PARAMETER
Jika P = 45, berapa Q ?
Klik di sini
Klik di sini
1982 64.32 305.6 128 2. Masukkan data secara cermat dan hati-hati.
4 Karena jika terjadi kesalahan
dalammemasukkan data, hasil regresi yang
1983 48.43 254.4 149 akan anda peroleh tidak akan tepat/ tidak akan
1 akurat.
1984 56.53 354.4 140 3. Dalam EVIEW, tanda koma ditulis dalam notasi
1 titik (.), sebaliknya tanda titik ditulis dalam
1985 50.58 321.2 145 notasi koma (,)
1
1986 39.35 240.7 140
6
1987 43.47 265.4 120
3
1988 68.56 385.2 115
2
1989 60.74 354.3 130
4
1990 62.75 424.2 129
2
1991 66.46 473.3 135
3
1992 68.24 502.2 124
5
1993 64.35 497.5 137
6
1994 65.65 500.5 130
4
Edit
Ganti menjadi
350.22
Klik
C. MENG-EDIT DATA
D.MENYISIPKAN DATA
Pada kotak workfile (gambar 1.5) click Procs, lalu click Change
Workfile, sehingga muncuk kotak Workfile Range (gambar
1.4)
Karena akan menyisipkan satu tahun, maka pada kotak End
Date pada Workfile Range angka 1994 diganti dengan 1995,
lalu click OK. Sehingga akan muncul kembali kotak Workfile
(gambar 1.5)
Lalu click sample, sehingga muncul kotak sample (gambar 1.9).
kemudian pada kotak sample range pairs (or sample object
to copy) angka yang menunjukkan tahun observasi 1978 1994
anda ganti dengan 1978 1995, lalu click OK. Maka akan muncul
kembali kotak workfile (gambar 1.5). lihatlah pada range dan
samplenya, jika telah berubah menjadi 1978 1995, berarti
langkah yang telah anda lakukan adalah benar.
E. MEYISIPKAN VARIABEL
F. MENGHAPUS DATA
G.MENGHAPUS VARIABEL
Bila kita ingin menghapus variabel, misalnya yang ingin kita hapus
adalah KURS, maka lakukanlah langkah dibawah ini :
Pada kota Group, click Windows
Setelah itu, highlight-lah variabel KURS
Kemudian, click DELETE, maka variabel KURS akan hilang atau
terhapus
Tampilkan kembali data anda, lalu lihat pada kotak Group, bila
variabel KURS telah tidak ada, maka lagkah yang anda lakukan
adalah benar.
H.TRANSFORMASI DATA
Tips :
1. Ingat, dalam penulisan rumus pada Genr (kotak enter
equation) jangan menggunakan spasi !!!
2. Penulisan rumus harus tepat tidak boleh ada kesalahan
sedikitpun !!!
3. Jika terjadi kesalahan pada poin 1 dan 2, maka akan muncul
kotak Syntax Error, artinya komputer tidak dapat
memahami rumus yang anda masukkan. Jika ini terjadi,
segeralah periksa kembali rumus yang telah anda tadi dan
lakukan perbaikan !!!
J. IMPORTING DATA
Setelah itu click OK, maka variabel akan muncul pada kotak
workfile seperti Gambar 1.15.
Praktikum 2
Berapakah β0 dan β1 ?
Syarat untuk meminimumkan error term adalah turunan
pertama (determinan) dari error term tersebut terhadap β0 dan
β1 harus sama dengan 0.
ΣY = n β0 + β1 ΣX1 ………………
…(1)
∂ Σe²
= 2 Σ [Y - β0 - β1 X1] [-X1] = 0
∂ β1
-2 Σ [Y - β0 - β1 X1] X1 = 0
Σ YX1 - β0 Σ X1 - β1 Σ X12 = 0
Σ X1Y = β0 Σ X1 + β1 Σ X12………
…(2)
ΣY = n β0 + β1 ΣX1
ΣY - β1 ΣX1 = n β0
∑ Y − β1∑ X1
βo =
n
∑Y ∑X1
βo = −β…………………. (3)
n 1 n
ΣY β 1 ΣX1
Σ X1Y = - ΣX1 + β1 ΣX12
n n
ΣY ΣX1 β1 (ΣX1)2
Σ X1Y = - + β1 ΣX12 (n)
n n
n∑ X 1Y − ∑ Y ∑ X 1
β1 = …………………. (4)
n∑ X 12 − ( ∑ X 1 )
2
ΣY = n β0 + β1 ΣX1 + β2 ΣX2 ……
(1)
∂ Σe²
= 2 Σ [Y - β0 - β1 X1 - β2 X2] [-X1] = 0
∂ β1
-2 Σ [Y - β0 - β1 X1 - β2 X2] X1 = 0
Σ YX1 - β0 ΣX1 - β1 ΣX12 - β2 ΣX2X1 = 0
∂ Σe²
= 2 Σ [Y - β0 - β1 X1 - β2 X2] [-X2] = 0
x = (X − X )
∑ x 2 = ∑( X − X ) 2
atau
∑ x 2 = n ∑ X 2 − (∑ X )2
2 2
∑ x1 = n ∑ X 1 − (∑ X 1 ) 2
2 2
∑ x2 = n ∑ X 2 − (∑ X 2 ) 2
∑ x1 x2 = n ∑ X 1 X 2 − (∑ X 1 )(∑ X 2 )
∑ y 2 = n ∑ Y 2 − (∑ Y ) 2
∑ yx1 = n ∑ YX1 − (∑ Y )(∑ X 1 )
∑ yx2 = n ∑ YX 2 − (∑ Y )(∑ X 2 )
RUMUS-RUMUS UNTUK REGRESI LINIER SEDERHANA
Model : Y = β 0 + β1 X + ε
^
∑ e2
σ2 =
n−k
^ ∑ X 2 ^2
Se( β 0 ) = σ
N ∑ x2
^
^ σ2
Se( β1 ) =
∑ x2
^
β0
th ( β 0 ) = ^
Se( β 0 )
^
β1
t h ( β1 ) = ^
Se( β1 )
^
β1
t h ( β1 ) = ^
Se( β1 )
^
β2
th ( β 2 ) = ^
Se( β 2 )
2
^ ∑ x2 ^
Se( β1 ) = 2 2
σ 2
(∑ x1 )(∑ x2 ) − (∑ x1 x2 ) 2
2
^ ∑ x1 ^
Se( β 2 ) = 2 2
σ 2
(∑ x1 )(∑ x2 ) − (∑ x1 x2 ) 2
| |
Yn = b1 + b2X2n + b3X3n +……+ bxXxn + un
Dapat ditulis :
Nx1 = Nx1
Model umumnya : y = xb + u
Contoh matrik :
Misal :
X1 + X2 – X3 =6
3X1 – 4X2 + 2X3 = -2
2X1 + 5X2 + X3 =0
Berarti :
1 1 −1 X1 6
A= 3 −4 2 X = X2 C = −2
2 5 1 X3 0
1 1 − 11 1
|A| = -36 3 − 4 2 3 − 4 = −36
2 5 12 5
AdjoinA = A ij[ ]
1 1 −1
= 3 −4 2
2 5 1
Jadi X1 = 2, X2 = 0 dan X3 = -4
Yi = b0 + b1 X1 + b2 X2 + e
Dimana :
Y X1 X2
1678 1839 1
1688 1844 (=1989)
1666 1831 2
1735 1881 3
1749 1883 4
1756 1910 5
1815 1969 6
1867 2016 7
1948 2126 8
2048 2239 9
2128 2336 10
2168 2404 11
2257 2487 12
2316 2535 13
2324 2595 14
15
(=2003)
Jawab :
Y = X b̂ + e
Σ ( Yi − Y )
2
= 830121,33
Σ ( X i2 − X )
2
= 280
Σ ( X i1 − X1 ) = 1103111,33
2
1 X 11 X 12
1 1 1 1 1 X 21 X 22
X `X = X 11 X 21 X 31 X N 1 1 X 31 X 32
X 12 X 22 X 32 X N 2
1 X N1 X N 2
Y1
1 1 1 Y ΣY
X `Y = X 11 X 21 X N 1 2 = ΣX i1Y1
X 12 X 22 X N 2 ΣX i 2Y1
Yn
29135
X `Y = 62905821
247934
8,0456
Σei2 = e`e = y`y − bˆ`X `Y `
29135
= 57420003 − [ 300,28625 0,74198 8,04356] 62905821
247934
= 1976,85574
e`e 1976,85574
S2 = = = 164,73797
N−K 12
xˆ = Y − βˆ1 X 1 − βˆ 2 X 2 − βˆ 3 X 3
= 52 − (0,2063)(42) − (0,3309)(62) − (−0,5572)(200)
= 55 − 8,6633 − 20,5139 + 111,4562
= 134,2789
Berikut ini adalah data mengenai hubungan antara tingkat suku bunga dengan investasi).
Suku Bunga (X) Investasi (Y)
Tahun XY X2 Y2
(%) (Milyar Rp)
1997 20.01 177686 3555496.86 400.4001 31572314596
1998 39.07 243043 9495690.01 1526.465 59069899849
1999 25.74 221472 5700689.28 662.5476 49049846784
2000 12.50 268669 3358362.5 156.25 72183031561
2001 15.48 310909 4812871.32 239.6304 96664406281
112.80 1221779.00 26923109.97 2985.29 308539499071.00
Sumber data : IFS
Regresi Berganda
Berikut ini data mengenai hubungan antara tingkat suku bunga, IHK dan Investasi
Suku Bunga
Investasi (Y) IHK (X2)
Tahun (X1) X1Y X2Y X12 X22 Y2 X1X2
(%) (Milyar Rp) (%)
1997 20.01 177686 115.24 3555496.86 20476534.64 400.40 13280.26 31572314596 2305.95
1998 39.07 243043 181.66 9495690.01 44151191.38 1526.46 33000.36 59069899849 7097.46
1999 25.74 221472 218.89 5700689.28 48478006.08 662.55 47912.83 49049846784 5634.23
2000 12.50 268669 227.03 3358362.50 60995923.07 156.25 51542.62 72183031561 2837.88
2001 15.48 310909 253.14 4812871.32 78703504.26 239.63 64079.86 96664406281 3918.61
112.80 1221779.00 995.96 26923109.97 252805159.43 2985.29 209815.93 308539499071.00 21794.12
Sumber data : IFS
Latihan Soal
1. Hasil studi empiris yag dilakukan oleh Phllip menghasilkan
kesimpulan ada hubungan yang negatif antara inflasi denagn
tigkat pegangguran. Buktikan apakah kasus tersebut juga berlaku
di Indonesia dengan hipotesis yang diajkan adalah :
Ada hubungan yang positif antara tingkat pengangguran
dengan inflasi
Tingkat pengangguran mempunyai pengaruh negatif terhdap
inflasi.
Dari data tingkat pengganguran dan inflasi sbb :
Unemployme
Tahun nt Inflasi (%)
(ribu orang)
1997 4197,3 6.73
1998 5062,5 57.64
1999 6030,3 20.49
2000 5813.0 3.72
2001 8005,0 11.50
Sumber : IFS
Pertanyaan :
a. Hitung besarnya koefisien korelasi dan jelaskan
c. Hitung besarnya koefisien regresinya dan jelaskan arti
ekonominya
d. Lakukan pengujian t-test untuk membuktikan apakah hipotesis
yang diajukan terbukti
Pertanyaan :
Hitung besarnya masing-masing dari koefisien regresinya
Buatlah persamaan regresinya dan jelaskan interpretasi
ekonominya
Lakkan pengujian t-test serta uji F-test dan bagaimana
kesimpulan dari hasil pengujian tersebut.
Perhatian :
Materi praktikum ini harus dikuasai sebelum melanjutkan ke
praktikum selanjutnya, jika tidak, maka selanjutnya kalian tidak
akan dapat mengikuti praktikum dengan baik, maka dari itu
Soal :
Di bawah ini ada data yang dikumpulkan oleh seorang mahasiswa
Universitas Trisakti yang sedang melakukan penelitian tentang
Penanaman Modal Asing ( PMA). Teori ekonomi yang mendasari
penelitian ini adalah :
PMA = f (Jlir, Kurs, PDB, Inf )
artinya, Penanaman Modal Asing dipengaruhi oleh Tingkat Suku
Bunga Pinjaman (JLIR), Kurs, Pendapatan Domestik Brutto dan
Inflasi.
DATA PENELITIAN
Jawaban Soal :
Membuat rumusan hipotesa :
Langkah Pertama :
Kalian harus menentukan Uji yang akan anda gunakan, apakah itu
dengan Uji-T dua sisi atau satu sisi. Misalkan anda ingin
menggunakan Uji-T dua sisi, maka rumusan hipotesa anda adalah :
TIPS : dalam merumuskan hipotesis, anda bisa
H0 : α = 0 saja menggunakan Uji-T satu sisi atau Uji-T dua
Ha : α ≠ 0 artinya, sisi, terserah mana yang menurut anda lebih
mudah. Untuk Uji-T satu sisi, silahkan anda lihat
Jika H0 diterima, maka Ha ditolak lagi catatan di kelas, atau tanyakan kepada asisten
anda jika belum mengerti
Jika H0 ditolak, maka Ha diterim
Langkah kedua:
Tentukan H0 dan Ha:
H0 = bahwa Jlir, Kurs, PDB dan Inflasi tidak memiliki pengaruh yang
signifikan terhadap PMA.
Ha = bahwa Jlir, Kurs, PDB dan Inflasi memiliki pengaruh yang
signifikan terhadap PMA.
3,06 PMA
TIPS : Dalam melakukan uji signifikan ini, bisa juga menggunakan Uji
Probabilita Variabel
Contoh :
Pada hasil regresi anda, prob. Jlir adalah 0.8539 lebih besar dari α
(5%), maka Jlir tidak memiliki pengaruh yang signifikan terhadap PMA.
Lalu Prob, Kurs adalah 0.0786 lebih kecil daripada α (5%) maka Kurs
memiliki pengaruh yang signifikan terhadap PMA. Prob PDB adalah
0.0027 lebih kecil daripada α (5%) maka PDB memiliki pengaruh yang
signifikan terhadap PMA. Sedangkan prob Inflasi adalah 0.0673 lebih
besar daripada α (5%) maka inflasi tidak memiliki pengaruh yang
signifikan terhadap PMA.
Langkah kedua :
Lakukan Interpretasi Hasil Regresi
a. Interpretasi koefisien constanta (C) = -9.8898 berarti bila
semua variabel independen naik satu satuan secara rata-
rata maka PMA akan menurun sebesar –9.8898 dengan
asumsi ceteris paribus.
TUGAS/QUIZ
Soal:
1. Buatlah rumusan hipotesis persamaan di atas
2. Lakukanlah regresi
3. Lakukanlah interpretasi terhadap hasil regresi anda.
Instruksi :
1. Kerjakan tugas ini di kertas HVS
PEMILIHAN MODEL
Langkah-langkah pengerjaan :
PRINT-OUT DENGAN Z1
Dependent Variable: M
Method: Least Squares
PRINT-OUT DENGAN Z2
Latihan Soal
Tentukan apakah model yang tepat adalah linea atau non linear untuk
fungsi berikut :
Nx = f(PDB, E,INF)
Praktikum 4
UJI GRANGER
t=1 t=1
t=1 t=1
Keterangan :
PMA = Penanaman Modal Asing
PDB = Produk Domestik Bruto
t = menunjukkan waktu
n = panjang lag
B1 = Kelambanan 1 tahun kebelakang
Keterangan:
n = banyaknya parameter yang dihitung (PMA + PDB +
kemungkinan
hubungan konstan)
T = banyaknya observasi yang dipergunakan
Idealnya nilai AIC dan SBC sekecil mungkin (nilai AIC dan SBC
dapat negatif). Penentuan jumlah lag dapat dilakukan dengan
mencoba memasukkan lag mulai dari lag-1 pada model PMA
dan PDB. Pengujian lag akan terus berlangsung selama nilai AIC
dan SBC masih menurun. Pengujian lag ini akan berhenti jika
nilai AIC dan SBC mulai meningkat.
Hasil kesimpulan :
o Probability yang pertama (0,04161) signifikan
Berarti PDB berpengaruh pada PMA.
o Probability yang kedua (0,42185) tidak signifikan.
Berarti PMA tidak berpengaruh pada PDB
Sehingga model yang tepat adalah PMA = f(PDB)
Keterangan:
m = ∑ variabel yang direstriksi (yang dihilangkan)
k = ∑ parameter pada persamaan yang tidak direstriksi
n = ∑ observasi
Misal :
UR Ln Yt = 2,1898 + 0,3425 Ln X1i – 0,5046 Ln X 2i + 0,1485 Ln
X3i
+ 0,0911 Ln X4i + ui
R2UR = 0,9823 n=23
(0,9823 – 0,9801) / 2
Fh = = 1,1224
(1 – 0,9823) / (23 – 5)
Dengan Eviews
Contoh 1:
Wald Test:
Equation: EQ1
Null Hypothesis: C(2)+C(3)=1
F-statistic 120.0177 Probability 0.000000
Chi-square 120.0177 Probability 0.000000
4. Kesimpulan:
F statistik signifikan (tingkat signifikansi 5%)
Berarti dapat disimpulkan bahwa menolak hipothesis nol
constant returns to scale, Sehingga asumsi constant returns to
scale tidak dapat diterima.
Contoh 2:
C(3)=0 klik OK
Wald Test:
Equation: DEMAND
Null Hypothesis: C(3)=0
2. OMITTED TEST
Menggunakan uji F.
(R2new – R2old) / df
Fh =
(1 - R2new) / df
Old Yi = βo + β1X1i + ui
Yi = 12,762 + 0,8812 X1i + ui
R2 = 0,9978
(0,9988 – 0,9978) / 1
Fh = = 10,3978
(1 – 0,9988) / 12
Hipotesa
Ho : β2 = 0 Variabel dapat dimasukkan ke dalam model
Ha : β2 ≠ 0 Variabel tidak dapat dimasukkan ke dalam
model
log(m) log(e) OK
Latihan Soal
WALD TEST DAN OMMITTED TEST
Pertanyaan :
a. Buat model regresi dimana IHSG = f(INF, RD)
Apapun hasilnya lakukan pengujian RESTRICTED yaitu dengan
menghilangkan variabel INFLASI baik secara manual maupun
dengan pengujian WALD TEST
Model Nested
Hipotesa : Ho : α3 = 0
Model C : Yi = αo + α1X1i + ui
Model D : Yi = βo + β1Z1i + vi
Hipotesis : α2 = 0 dan β2 = 0
Langkah-langkah:
1. Regresikan model D : Yi = βo + β1Z1i + vi fitted Yi = YD
Dependent Variable: Y
Method: Least Squares
Date: 08/26/01 Time: 08:30
Sample: 1990 2001
Included observations: 12
Variable Coefficient Std. Error t-Statistic Prob.
Z -0.011646 0.001153 -10.10218 0.0000
C 14.65890 0.431922 33.93877 0.0000
R-squared 0.910757 Mean dependent 10.39833
var
Adjusted R- 0.901833 S.D. dependent 1.030435
squared var
S.E. of regression 0.322852 Akaike info 0.727765
criterion
Sum squared 1.042333 Schwarz criterion 0.808583
resid
Log likelihood -2.366590 F-statistic 102.0541
Durbin-Watson 1.619881 Prob(F-statistic) 0.000001
stat
Dependent Variable: Y
Method: Least Squares
Date: 08/26/01 Time: 08:30
Sample: 1990 2001
Included observations: 12
Variable Coefficie Std. Error t-Statistic Prob.
nt
X -0.00210 0.000741 -2.846524 0.0192
8
Dependent Variable: Y
Method: Least Squares
Date: 08/26/01 Time: 08:28
Sample: 1990 2001
Included observations: 12
Variable Coefficien Std. Error t-Statistic Prob.
t
X -0.001623 0.000117 -13.89200 0.0000
C 14.00421 0.268643 52.12952 0.0000
R-squared 0.950736 Mean dependent var10.39833
Adjusted R-squared 0.945809 S.D. dependent var 1.030435
S.E. of regression 0.239874 Akaike info criterion 0.133602
Sum squared resid 0.575393 Schwarz criterion 0.214420
Log likelihood 1.198388 F-statistic 192.9876
Durbin-Watson stat 1.577536 Prob(F-statistic) 0.000000
Dependent Variable: Y
Method: Least Squares
Date: 08/26/01 Time: 08:29
6. Uji hipotesis β2 = 0
Jika Ho diterima, YC tidak signifikan Model D tepat.
Jika Ho ditolak, YC signifikan Model D tidak tepat.
Probabilitas dari YC = 0.0192 signifikan
Berarti Model D tidak tepat.
Asumsi:
1. ui1 = N (0, σ2) - zero mean
ui2 = N (0, σ2) - homoskedastisitas
5. Gunakan F test:
RSS5 / k
Fh =
RSS4 / (N1+N2 –2k)
Misal:
F hitung > F tabel Ho ditolak
Artinya kedua regresi adalah tidak sama (Model tidak
stabil)
F hitung < F tabel Ho diterima
Artinya kedua regresi adalah sama (model stabil)
Pertanyaan :
Lakukan penguian stabilitas model untuk model
Inflasi = f(JUB, KURS, Government Expenditure) dimana break
pointnya adalah krisis ekonomi (1997.3)
Praktikum 5
VARIABEL DUMMY
b1
1 b0
1 1
b1
b0 + b2 b2 1
b0 b0
0 Yd 0 Yd
(A) (B)
K
Laboratorium Ekonometrika 1 Daftar Pustaka 71
0 (C) Yd
b1 + b3
1
b1
1
b0 + b2
b0
obs P JK MK DAsal
1 1200 9.0 72.0 0
2 750 15.0 36.0 1
3 6000 14.0 48.0 1
4 4500 18.0 120.0 1
5 375 9.0 18.0 0
6 90 5.0 10.0 0
7 600 10.0 60.0 1
8 750 10.0 24.0 1
9 1500 10.0 36.0 0
10 1000 10.0 84.0 1
11 3000 15.0 60.0 1
12 600 14.0 18.0 0
Kesimpulan : ………………………………………………………………
……………………………………………………………………………………
……………………………………………………………………………………
Diketahui
Model 1 : konsumsi = a0 + b1 uang saku + e
Model 2 : konsumsi = a0 + b1 uang saku + b2 Dummy + b3 DUS
+e
Soal :
1. Lakukanlah regresi terhadap model 1, Lalu print
2. Lakukanlah regresi terhadap model 2, lalu print
3. Tuliskanlah persamaan kedua model di atas
4. Lakukanlah uji signifikansi terhadap kedua model di atas
5. Menurut saudara, model mana dari kedua model di atas
yang tepat digunakan dalam penelitian ?
6. Intrepretasikanlah model yang anda pilih tersebut
(interpretasikan secara lengkap)
7. Apakah anda perbedaan slope dan intersep ? jika ada,
gambarkanlah perbedaan tersebut.
Collage Publisher