Nama

:M.RIFQI HABIBIE

Nim

:C1A114026

Soal
1 : Dengan menggunakan data Permintaan.xls . Dimana Y
Permintaan suatu produk (kg), X1 = Harga ($), X2 = Pendapatan ($), X3
Harga barang substitusi ($). (Tambahan seluruh data varIabel
dengan 2 digit nim terakhir kalIan) (Gunakan Eviews dan SPSS)
Model Regresi :
Y = b0 +b1X1 +b2X2 + b3X3 + u
a. Tuliskan persamaan regresi hasil estimasi lengkap dengan nilai
statistic, t statistic dan R2
Jawab :

=
=
Y

Y=105.1063-4.93X1+0,016X2+0.17X3
F=71.13
T=(-3,059) (2.146) (0.274)
R2=0.95

b. Lakukan uji F dan uji t, bagaimana hasilnya?

Jawab :

Uji F
F=71.13
F tabel=3,59
Model: significant-cirinya nilai F=71.13 > Ftabel=3,59
Maksudnya=X1,X2,X3 secara bersama berpengaruh thd Y ,atau
paling tidak salah Satu dari tiga variabel tersebut (X1 atau X2
atau X3) berpengaruh terhadap Y

Uji T
Pengaruh X1 significant cirinya nilai t -3.059 >2.201
Pengaruh X2 tidak significant cirinya nilai t 2,146<2.201
Pengaruh X3 tidak significant- cirinya nilai t 0.274 <2.201

c. Interpretasikan koefisien dari masing-masing variabel pada model

tersebut
Jawab :

Y=105.1063-4.93X1+0,016X2+0.17X3
Kenaikan harga sebesar 1% akan menurun kan permintaan
sebesar 4.93
Kenaikan pendapatan sebesar 1% akan menaikan permintaan
sebesar 0.016

Kenaikan harga barang subtitusi sebesar 1% akan menaikan

permintaan sebesar 0.17

d. Apakah hasil estimasi model tersebut berbeda antara menggunakan

software Eviews dan SPSS
Jawab :
Jadi hasil estimasi model Eviews dan SPSS adalah Sama.
2 : Dengan menggunakan data Fungsi Produksi.xls. Dimana Q =
Output, K = Kapital, L = Tenaga kerja. (Tambahan seluruh data
varIabel Q dengan 2 digit nim terakhir kalian) (Gunakan Eviews)
Linear Model : Q = b0 + b1K + b2L + u
Double Log Model : lnQ = b0 + b1lnK + b2lnL + u
a. Tuliskan persamaan regresi hasil estimasi dengan menggunakan
model double log (log-log) dan model linear (lin-lin) lengkap dengan
nilai F, t, dan R2
Jawab :
persamaan regresi linear model: Q=-905.64+1.90K+0.30L
Nilai F=31.83
Nilai T=(1.84) (2.48)
Nilai R2=0.85

Double log model : lnQ= -20.39+2.74lnK+1.31lnL

Nilai F=40.74
Nilai T=(2.24) (2.61)
Nilai R2=0.88

b. Apakah pada model double log dan model linear, kedua model
tersebut secara keseluruhan (simultan) signifikan? Mengapa?
Jawab :
Persamaan regresi linear model
Uji F
F= 31.83
F tabel=3.98
Model significant-cirinya nilai F=31.83>F tabel 3.98
Maksudnya k dan L secara bersama berpengaruh terhdap Q atau
paling tidak salah satu dari dua variable tsb( K atau L )
berpengaruh terhadap Q

Model double log

Uji F
F=40.74

F tabel=3.98
Model significant cirinya nilai F =40.74 > F tabel 3.98
Maksudnya k dan L secara bersama berpengaruh terhdap Q atau
paling tidak salah satu dari dua variable tsb( K atau L )
berpengaruh terhadap Q
c. Apakan variabel K (Modal) dan L (Tenaga kerja) pada model double
log dan model linear secara parsial signifikan? Mengapa?
Jawab :
Linear model
Uji T
T table=2.021
Pengaruh K tidak significant- nilai cirinya T 1.84 <T table 2.021
Pengaruh L significant nilai cirinya T 2.48> T tabel 2.021

Model double Log

Uji T
T tabel=2.021
Pengaruh K significant-nilai cirinya T 2.24 > T tabel 2.021
Pengaruh L significant- nilai cirinya T 2.61>T tabel 2.021

d. Jelaskan arti angka R2 pada masing-masing model

Jawab :
Model linear
R2=0.85 artinya 85% variasi outuput dijeleskan oleh variable
kapital (K) dan tenaga kerja (L) sedang sisanya 15% oleh
variable diluar model ini

Model double log

R2=0.88 aritnya 88% variasi output dijelaskan oleh variable
kapital (K) dan tenaga kerja (L) sedang sisanya 12% oleh
variable diluar model ini

e. Interpretasikan koefisien dari masing-masing variabel tersebut

Jawab :
Model linear Q=-905.64+1.90K+0.30L
kenaikan kapital (k) sebesar 1% akan menyebakan kenaikan
output sebesar 1,90%
kenaikan tenaga kerja (L) sebesar 1% akan menyebabkan
kenaikan output sebesar 0.30%

Model Double log lnQ= -20.39+2.74lnK+1.31lnL

Kenaikan kapital (K) sebesar 1% akan menyebabkan kenaikan
output sebesar 2.74%

Kenaikan tenaga kerja (L) sebesar 1% akan menyebabkan

kenaikan output sebesar 1.31%
f. Model mana yang lebih baik menurut anda?
Jawab :
Menurut saya model yang lebih baik dengan double log karena
secara uji parsial variable K dan L significant.
3. Dengan menggunakan data biaya rata-rata.xls. Dimana AC = Biaya
rata-rata dan Q = Output. Tambahan seluruh data varIabel Q
dengan 2 digit nim terakhir kalian) (Gunakan Eviews)
Linear Mobdel : AC = b0 + b1Q + u
U-Shaped/Quadratic Model: AC = bo + b1Q+ b2Q2 + u atau AC
= bo + b1Q + b2w + u
a. Tuliskan persamaan regresi hasil estimasi dengan menggunakan UShaped Model dan Linear model lengkap dengan nilai F, t, dan R2
Jawab :

Linear Model: AC=71.36+0.12Q

Nilai F= 2.57
Nilai T=1.60
Nilai R2=0.20

Quartic model:AC=307.01-2.58Q+0.007Z

Nilai F=69.42
Nilai T=(-9.93) (10.42)
Nilai R2=0.94
b. Apakah pada U-shaped Model dan linear model, kedua model
tersebut secara keseluruhan signifikan? Mengapa?
Jawab :

Linear model
Uji F
F tabel=4.96
F=2.57
Model tidak significant-nilainya F=2.57< 4.96 f tabel
Maksudnya Q tidak berpengaruh terhadap Ac

Quardatic model
Uji F
F tabel=4.96
F=69.42
Model significant nilainya F=69.42>4.96 F tabel

Maksudnya Q dan Z bepegaruh terhadap Ac,atau paling tidak

salah satu dari 2 variable tersebut berpegaruh terhdap Ac
c. ApakaH variabel output pada U-shaped Model dan linear model
secara parsial signifikan? Mengapa?
Jawab :

Persamaan model linear

Uji T
T tabel = 2.228
T = 1.6
Model tidak significant - nilainya T = 1.6 < 2.228 T tabel

Quardatic model
Uji T
T tabel = 2.228
T = (-9.93) (10.42)
Pengaruh Q = Significant, cirinya nilai t (-9.93) > t tabel 2.228
Pengaruh Z = Significant, cirinya nilai t (10.42) > t tabel 2.228

d. Jelaskan arti angka R2 pada masing-masing model.

Jawab :

Persamaan linear model

R2 = 0.20 artinya 20 % variasi biaya rata rata dijelaskan oleh
variable Q. Sedang sisanya 80% oleh variable diluar model

Quardatic model
R2 = 0.94 artinya 94% variasi Biaya rata-rata dijelaskan oleh
variable Q dan Z sedang sisanya 6% oleh variabel diluar model
ini

e. Interpretasikan parameter dari masing-masing model tersebut.

Jawab :

Quardatic model
AC = 307.01-2.58Q + 0.007Z
Tanda negatif pada koefisien b1 menunjukkan bahwa kenaikan
output pada awalnya menyebabkan terjadinya penurunan biaya
rata-rata. Kenaikan output sebesar 1% akan menyebabkan
penurunan biaya rata-rata sebesar 2.58%
Tanda positif pada koefisien b2 menujukkan bahwa kenaikan
output pada akhirnya menyebabkan terjadinya kenaikan biaya

rata-rata. Kenaikan output sebesar 1% akan menyebabkan

kenaikan rata-rata sebesar 0.07%

f. Model mana yang lebih baik menurut anda?

Jawab :
Menurut saya model yang lebih baik adalah model U shaped
model, karena secara keseluruhan dan secara parsial signifikan.