Tugas Praktikum Ekonometrika 2

Pengujian Estimasi Terhadap Model Lin-Log dan Log-Lin serta Uji Asumsi
Klasik Terhadap Model Lin-Lin

Kelompok :

1. Jonly Nainggolan (1741031003)

2. Rahmad Arya Manggala (1741031005)
3. Desti Dwi Wahyuni (1741031006)
4. Nadia Nurul Septi W (1741031017)
5. Chusnul Ayu Dwi Astuti (1741031026)

S1 Akuntansi

Fakultas Ekonomi dan Bisnis

Universitas Lampung

2019/2020
Data yang digunakan dalam pengujian

OBS YEAR Y PC PB YD TEMP PRP

1 1974 39.7 42.3 143.8 50.1 -16 107.8
2 1975 38.69 49.4 152.2 54.98 -4 134.6
3 1976 42.02 45.5 145.7 59.72 -24 134
4 1977 42.71 45.3 145.9 65.17 16 125.4
5 1978 44.75 49.3 178.8 72.24 5 143.6
6 1979 48.35 50 222.4 79.67 13 152.5
7 1980 48.47 53.5 233.6 88.22 21 147.5
8 1981 50.37 53.8 234.7 97.65 49 161.2
9 1982 51.52 51.5 238.4 104.26 4 185.6
10 1983 52.55 56 234.1 111.31 35 179.7
11 1984 54.61 61.5 235.5 123.19 11 171.4
12 1985 56.42 56.2 228.6 130.37 4 170.8
13 1986 57.7 63.1 226.8 136.49 18 188.8
14 1987 61.94 53.1 238.4 142.41 35 199.4
15 1988 63.8 62.1 250.3 152.97 46 194
16 1989 66.88 64.2 265.7 162.57 32 193.5
17 1990 70.34 60.5 281 171.31 64 224.9
18 1991 73.26 57.7 288.3 176.09 52 224.2
19 1992 76.39 59 284.6 184.94 18 209.5
20 1993 78.27 27.1 293.4 188.72 27 209.1
21 1994 79.65 26.2 282.9 195.55 48 209.5
22 1995 79.27 26.9 284.3 202.87 71 206.1
23 1996 80.61 28 280.2 210.91 36 233.7
24 1997 83.1 33.2 279.5 219.4 60 245
25 1998 83.76 33.4 277.1 231.61 89 242.7
26 1999 88.98 39.5 287.8 239.68 60 241.4
27 2000 90.08 43 306.4 254.69 62 258.2
28 2001 89.71 43.4 337.7 262.24 74 269.4
29 2002 94.37 43.9 331.5 271.45 85 265.8
65.11276 47.53793 247.9172 153.1303

1. Linier- Log
Dependent Variable: Y
 Method: Least Squares
Date: 11/16/19 Time: 19:00
Sample: 1974 2002
Included observations: 29

Variable Coefficient Std. Error t-Statistic Prob.  

C -28.11159 28.50739 -0.986116 0.3335

IN_PC -9.028431 2.720089 -3.319167 0.0028
IN_PB -8.940062 8.807944 -1.015000 0.3198
IN_YD 35.93980 4.374833 8.215125 0.0000

R-squared 0.962680    Mean dependent var 65.11276

Adjusted R-squared 0.958202    S.D. dependent var 17.46282
S.E. of regression 3.570191    Akaike info criterion 5.510557
Sum squared resid 318.6566    Schwarz criterion 5.699150
Log likelihood -75.90308    Hannan-Quinn criter. 5.569622
F-statistic 214.9636    Durbin-Watson stat 0.421981
Prob(F-statistic) 0.000000

Bentuk Fungsi Persamaan:

t= -28.11- 9.03 InPCt - 8.94 InPBt + 35.94 InYDt

Interpretasi Hasil Estimasi:

 Kenaikan harga daging ayam (PC) sebesar 1%, akan menyebabkan penurunan
konsumsi daging ayam sebesar 9.03 pounds dengan asumsi ceteris paribus.
 Kenaikan harga daging sapi sebesar (PB) 1 %, akan menyebabkan penurunan
konsumsi daging ayam sebesar 8.94 pounds dengan asumsi ceteris paribus.
 Kenaikan pendapatan disposabel (YD) sebesar 1 %, akan menyebabkan
peningkatan konsumsi daging ayam (PC) sebesar 35.94 pounds dengan asumsi
ceteris paribus.

2. Log – linier

Dependent Variable: IN_Y

 Method: Least Squares
Date: 11/16/19 Time: 19:15
Sample: 1974 2002
Included observations: 29

Variable Coefficient Std. Error t-Statistic Prob.  

C 3.401177 0.055742 61.01618 0.0000

PC -0.000979 0.000724 -1.352603 0.1883
PB 0.001253 0.000383 3.268772 0.0031
YD 0.003097 0.000322 9.614723 0.0000

R-squared 0.983257    Mean dependent var 4.139678

Adjusted R-squared 0.981248    S.D. dependent var 0.278389
S.E. of regression 0.038122    Akaike info criterion -3.568620
Sum squared resid 0.036332    Schwarz criterion -3.380028
Log likelihood 55.74499    Hannan-Quinn criter. -3.509555
F-statistic 489.3977    Durbin-Watson stat 0.610656
Prob(F-statistic) 0.000000

Bentuk Fungsi Persamaan:

In t = 3.40117 – 0.00097PCt + 0.00125PBt + 0.00309YDt

Interpretasi Hasil Estimasi:

 Kenaikan harga daging ayam sebesar 1 sen/ons, akan menyebabkan penurunan
konsumsi daging ayam sebesar 0.00097 persen dengan asumsi ceteris paribus.
 Kenaikan harga daging ayam sebesar 1 sen/ons, akan menyebabkan
peningkatan konsumsi daging ayam sebesar 0.00125 persen dengan asumsi
ceteris paribus.
 Kenaikan pendapatan disposabel sebesar 1 ribu dolar, akan menyebabkan
peningkatan konsumsi daging ayam sebesar 0.00309 persen dengan asumsi
ceteris paribus.

3. Linier-Linier
Dependent Variable: Y
 Method: Least Squares
Date: 11/18/19 Time: 19:27
Sample: 1974 2002
Included observations: 29

Variable Coefficient Std. Error t-Statistic Prob.  

C 27.68981 2.500578 11.07336 0.0000

PC -0.109764 0.032473 -3.380191 0.0024
PB 0.031975 0.017201 1.858844 0.0749
YD 0.226694 0.014452 15.68646 0.0000

R-squared 0.991437    Mean dependent var 65.11276

Adjusted R-squared 0.990410    S.D. dependent var 17.46282
S.E. of regression 1.710131    Akaike info criterion 4.038459
Sum squared resid 73.11368    Schwarz criterion 4.227051
Log likelihood -54.55765    Hannan-Quinn criter. 4.097524
F-statistic 964.8778    Durbin-Watson stat 0.992990
Prob(F-statistic) 0.000000

Bentuk Persamaan Fungsi :

t = 27.69 – 0.11PCt + 0.03 PBt + 0.23 YDt

Interpretasi Hasil Estimasi:

 Kenaikan harga daging ayam sebesar 1 sen/ons, akan menyebabkan penurunan
konsumsi daging ayam sebesar 0.11 pounds dengan asumsi ceteris paribus.
 Kenaikan harga daging sapi sebesar 1 sen/ons, akan menyebabkan peningkatan
konsumsi daging ayam sebesar 0.03 pounds dengan asumsi ceteris paribus.
 Kenaikan pendapatan disposable sebesar 1 ribu dolar, akan menyebabkan
peningkatan konsumsi daging ayam sebesar 0.23 pounds dengan asumsi ceteris
paribus.

Pengujian:

1. Uji t
  Ho: 1 0

 Ha: 1 0

 N = 29
 df = 25


 To = - 3.380
 T = - 1.708

Daerah Penolakan Ho

-3.380 -1.708 0

Secara statistik harga daging ayam (PC) berpengaruh negatif signifikan terhadap
konsumsi daging ayam.
  Ho: 2 0

 Ha: 2 0

 N = 29
 Df = 25


 To = 1.859
 T = 1.708

Daerah Penolakan Ho

0 1.708 1.859

Secara statistik harga daging sapi memiliki pengaruh positif signifikan terhadap
konsumsi daging ayam.
  Ho: 3 0

 Ha: 3 0

 N = 29


 To = 15.686
 T = 1.708

Daerah Penolakan Ho

-15.686 -1.708 0 1.708 15.686

Secara statistik pendapatan disposabel memiliki pengaruh positif signifikan

terhadap konsumsi daging ayam. Artinya ayam merupakan barang normal. Karena
ketika pendapatan naik,maka permintaan daging ayam akan naik.
 2. Uji F
 Ho: 1 = 0, 2=0 , 3=0

 Ha: 1 0, 2 0, 3 0

 N = 29
 df = 25


 Fo = 964.88
 F = 3.40

 Numerator = 3-1 =2
 Denominator = 29-3-1=25

Menolak Ho

3.40 964.88

Dapat di interpretasikan bahwa nilai F statistik berada di daerah penolakan Ho

atau penerimaan Ha, sehingga secara bersama-sama variabel bebas memiliki
pengaruh terhadap variabel terikat.

Uji Elastisitas

 Ed (PC) = -0.08014 (inelastis)

 Ed (PB) = 0.121745 (inelastis)
 Ed (YD) = 0.533133(inelastis)
Dari ketiga pengujian elastisitas yang dilakukan, dapat dilihat bahwasannya
apabila ada suatu perubahan kuantitas permintaan, maka pengaruh perubahan
harga akan tidak terlalu besar. Hal ini biasanya terjadi pada produk kebutuhan
sehari-hari.

Pengujian Asumsi Klasik

1. Uji Normalitas Residual

Ho: Residu tersebar secara normal

Ha: Residu tersebar secara tidak normal

Diketahui:

Df = 2
=5%

(hitung) = 0.608

(tabel) = 5.991

Menggunakan Uji Jarque-Bera

9
Series: Residuals
8
Sample 1974 2002
7 Observations 29

6 Mean -9.44e-15
5
Median 0.172307
Maximum 4.151367
4 Minimum -3.462280
Std. Dev. 1.615922
3
Skewness 0.339417
2 Kurtosis 3.206067

1
Jarque-Bera 0.608127
0 Probability 0.737814
-4 -3 -2 -1 0 1 2 3 4 5

Ho diterima,sehingga memenuhi asumsi klasik.Dapat dilihat apabila probability >

(0.05) maka dapat disimpulkan residu tersebar secara normal.

2. Uji Heteroskedastisitas

H0 = Homokedastisitas

Ha = Heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 2.391705    Prob. F(3,25) 0.0925

Obs*R-squared 6.467057    Prob. Chi-Square(3) 0.0910
Scaled explained SS 5.301263    Prob. Chi-Square(3) 0.1510

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/20/19 Time: 22:25
Sample: 1974 2002
Included observations: 29

Variable Coefficient Std. Error t-Statistic Prob.  

C -4.550083 2.798030 -1.626174 0.1165

PC^2 0.000914 0.000770 1.187389 0.2462
PB^2 8.89E-05 7.03E-05 1.264825 0.2176
YD^2 -2.97E-05 8.84E-05 -0.335787 0.7398

R-squared 0.223002    Mean dependent var 2.521161

Adjusted R-squared 0.129762    S.D. dependent var 3.810921
S.E. of regression 3.555076    Akaike info criterion 5.502072
Sum squared resid 315.9641    Schwarz criterion 5.690665
Log likelihood -75.78004    Hannan-Quinn criter. 5.561137
F-statistic 2.391705    Durbin-Watson stat 1.868127
Prob(F-statistic) 0.092489
Diketahui :
(hitung) = 6.467

(tabel) = 7.81

=3

=5%

Daerah penerimaan Ho

6.467 7.81

Ho diterima yang artinya tidak ada terjadinya pelanggaran terhadap

asumsi klasikDan berarti residunya bernilai sama atau homokedastisits
atau seragam.
3. Uji Autokorelasi
`` H0 = tidak ada autokorelasi
Ha = ada autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 7.502009    Prob. F(2,23) 0.0031

Obs*R-squared 11.44922    Prob. Chi-Square(2) 0.0033

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/20/19 Time: 22:39
Sample: 1974 2002
Included observations: 29
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.  

C -0.131942 2.028474 -0.065045 0.9487

PC 0.074650 0.034955 2.135609 0.0436
PB -0.029065 0.016488 -1.762753 0.0912
YD 0.024193 0.013716 1.763795 0.0910
RESID(-1) 0.446997 0.190725 2.343671 0.0281
RESID(-2) 0.526081 0.267450 1.967023 0.0614

R-squared 0.394801    Mean dependent var -9.44E-15

Adjusted R-squared 0.263236    S.D. dependent var 1.615922
S.E. of regression 1.387026    Akaike info criterion 3.674192
Sum squared resid 44.24834    Schwarz criterion 3.957081
Log likelihood -47.27579    Hannan-Quinn criter. 3.762789
F-statistic 3.000803    Durbin-Watson stat 2.312979
Prob(F-statistic) 0.031462
 Diketahui:
(hitung) = 11.449

(tabel) = 5.991

=2

=5%

Daerah penolakan Ho

5.991 11.449

Dapat disimpulkan bahwasannya Ha diterima dan menolak H0 yang artinya ada

autokorelasi.
4. Deteksi Multikolineritas

Variance Inflation Factors

Date: 11/20/19 Time: 22:51
Sample: 1974 2002
Included observations: 29

Coefficient Uncentered Centered

Variable Variance VIF VIF

C  6.252889  62.00406  NA

PC  0.001054  25.01704  1.387575
PB  0.000296  188.4265  8.090859
YD  0.000209  57.62981  9.068176

 Nilai Centered VIF variabel PC sebesar 1.388 berada antara 1 - < 5

yang berarti adanya multikolinieritas rendah.
 Nilai Centered VIF variabel PB sebesar 8.090 berada antara 5 - <
10 yang berarti adanya multikolinieritas sedang.
 Nilai Centered VIF variabel YD sebesar 9.068 berada antara 5 - <
10 yang berarti adanya multikolinieritas sedang.