ULANGAN TENGAH SEMESTER

Untuk Memenuhi Tugas UTS Mata Kuliah Ekonometrika

Oleh

FAIQOTUL MALA
176090500011001

PROGRAM STUDI MAGISTER STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS BRAWIJAYA
MALANG
2018
 Kasus 1
Dari 51 perusahaan diamati produktivitas (OUTPUT dalam $), investasi untuk modal (CAPITAL
dalam $) dan investasi tenaga kerja (LABOR dalam $). Dengan asumsi bahwa produktivitas
hanya dipengaruhi oleh tenaga kerja dalam jangka pendek, berikut ini adalah hasil analisis untuk
dua model. Model I adalah model linier – linier, dan model II adalah model log – log.

Model 1: OLS, using observations 1-51

Dependent variable: output

coefficient std. error t-ratio p-value

------------------------------------------------------------
const -20972.5 2.19831e+06 -0.009540 0.9924
labor 115.637 4.16514 27.76 1.23e-031 ***

Model 2: OLS, using observations 1-51

Dependent variable: l_output

coefficient std. error t-ratio p-value

---------------------------------------------------------
const 4.99902 0.423710 11.80 6.29e-016 ***
l_labor 0.979505 0.0345397 28.36 4.63e-032 ***

Berdasarkan kedua hasil analisis tersebut jawablah pertanyaan-pertanyaan berikut:

a. Pada kedua model, apakah semua penduga parameter dapat dinyatakan tidak berbeda dari
nol?
 Berdasarkan kedua model dapat dilihat bahwa 𝛽̂2 (investasi tenaga kerja) berpengaruh
nyata terhadap produktivitas, sehingga pada kedua model dapat dinyatakan tidak berbeda
dari nol.

b. Apabila investasi tenaga kerja ditingkatkan $ 1000, seberapa besar efeknya terhadap
output?
 Berdasarkan model I (lin-lin) didapatkan nilai dari 𝛽̂2 = 115.637, sehingga dapat
diinterpretasikan apabila investasi tenaga kerja ditingkatkan $ 1000, maka produktivitas
pada perusahaan akan naik sebesar $ 115.637.
c. Apabila investasi tenaga kerja ditingkatkan 50%, seberapa besar efeknya terhadap output?
 Berdasarkan model II(log-log) didapatkan nilai dari 𝛽̂2 = 0.979505, sehingga dapat
diinterpretasikan apabila investasi tenaga kerja ditingkatkan sebesar 50 % , maka
produktifitas akan naik sebesar 48.97525 %.

d. Apakah terdapat bukti yang kuat mengenai output yang bersifat inelastis akibat perubahan
0.05
investasi tenaga kerja? (Gunakan 𝛼 = 0.05, di mana 𝑡49 = 2.01).

𝛽̂2 − 𝛽2 0.979505 − 1
𝑡= = = −0.5933751
𝑆(𝛽̂2 ) 0.0345397

Dengan nilai 𝛼 = 0.05

0.05
Nilai 𝑡49 = 2.01

Dan 𝑡 = −0.5933751
0.05
Karena nilai 𝑡 = −0.5933751 < 𝑡49 = 2.01 , maka keputusannya adalah terima 𝐻0 .

Sehingga output bersifat inelastic akibat perubahan investasi tenaga kerja.

Kasus 5

Kasus 5 Sampai dengan 10 berdasarkan data di file Death Rate. Pada file tersebut tersimpan data
mengenai laju kematian di US akibat penyakit jantung koroner dan faktor – faktor penyebabnya.
Definisi setiap variabel:
chd : angka kematian per 100 000 jiwa
cal : konsumsi kalsium per penduduk per hari (dalam gram)
unemp : persentase angkatan kerja yang menganggur
cig : konsumsi rokok per penduduk dalam pound pada penduduk dewasa (>=18
tahun)
edfat : konsumsi lemak dalam makanan per penduduk dalam pounds
meat : konsumsi daging per penduduk dalam pound
spirits : konsumsi minuman beralkohol (brandy, whisky, rhum) per penduduk bagi
penduduk dewasa (>=18 tahun) dalam gallon.
beer : konsumsi bir per penduduk dewasa dalam satuan gallon
wine : konsumsi wine per penduduk dewasa dalam satuan gallon.
Pada permasalahan tersebut, model awal yang dibentuk adalah chd sebagai fungsi dari seluruh
prediktor yang ada.
1. Lakukan pengujian dengan konsep perbandingan model unrestricted vs restricted
mengenai kemungkinan tidak digunakannya konsumsi kalsium per penduduk per hari
(dalam gram) dan persentase angkatan kerja yang menganggur di dalam model!
Perhitungan menggunakan aplikasi GRETL

Model Unrestricted

Model 1: OLS, using observations 1905/04/30-1905/06/02 (T = 34)

Dependent variable: chd

Coefficient Std. Error t-ratio p-value

Const 226,002 146,83 1,5392 0,13632
Cal -69,9825 78,5568 -0,8909 0,38150
Unemp -0,613405 1,58641 -0,3867 0,70228
Cig 10,1164 5,07126 1,9949 0,05707 *
Edfat 2,80992 1,66827 1,6843 0,10456
Meat 0,111592 0,243007 0,4592 0,65005
Spirits 21,7156 8,45724 2,5677 0,01660 **
Beer -3,46661 1,29774 -2,6713 0,01310 **
Wine -4,56184 16,2472 -0,2808 0,78119

Mean dependent var 354,8147 S.D. dependent var 14,94605

Sum squared resid 1980,298 S.E. of regression 8,900109
R-squared 0,731364 Adjusted R-squared 0,645401
F(8, 25) 8,507846 P-value(F) 0,000016
Log-likelihood -117,3428 Akaike criterion 252,6857
Schwarz criterion 266,4229 Hannan-Quinn 257,3705
Rho 0,252080 Durbin-Watson 1,333807
Model Restricted

Test on Model 1:

Null hypothesis: the regression parameters are zero for the variables
cal, unemp
Test statistic: Robust F(2, 25) = 0,730532, p-value 0,491653
Omitting variables improved 3 of 3 model selection statistics.
Model 2: OLS, using observations 1905/04/30-1905/06/02 (T = 34)
Dependent variable: chd
HAC standard errors, bandwidth 2 (Bartlett kernel)
Coefficient Std. Error t-ratio p-value
const 114,987 101,502 1,1329 0,26723
cig 10,6713 4,80153 2,2225 0,03482 **
edfat 3,45899 1,5709 2,2019 0,03640 **
meat 0,125746 0,182541 0,6889 0,49679
spirits 24,8811 6,25592 3,9772 0,00047 ***
beer -3,441 1,08356 -3,1757 0,00372 ***
wine -8,56718 11,3009 -0,7581 0,45496

Mean dependent var 354,8147 S.D. dependent var 14,94605

Sum squared resid 2049,127 S.E. of regression 8,711693
R-squared 0,722027 Adjusted R-squared 0,660255
F(6, 27) 47,35795 P-value(F) 4,42e-13
Log-likelihood -117,9237 Akaike criterion 249,8473
Schwarz criterion 260,5318 Hannan-Quinn 253,4910
rho 0,176478 Durbin-Watson 1,462755

Berdasarkan penyelesaian menggunakan aplikasi gretl didapatkan model secara umum sebagai
berikut,
𝑈: 𝑌𝑖 = 226.002 − 69.9825𝑋2 − 0.613405𝑋3 + 10.1164𝑋4 + 2.80992𝑋5 + 0.111592𝑋6 + 21.7156𝑋7
− 3.46661𝑋8 − 4.56184𝑋9 + 𝑢𝑖

Diasumsikan
𝐻0 : 𝛽1 = 𝛽2 = 0
𝐻1 : 𝑠𝑎𝑙𝑎ℎ 𝑠𝑎𝑡𝑢 𝑎𝑡𝑎𝑢 𝑘𝑒𝑑𝑢𝑎𝑛𝑦𝑎 𝛽1 , 𝛽2 ≠ 0

𝐽𝐾𝐺𝑈 = 1980.298

𝐽𝐾𝐺𝑅 = 2049.127

(𝐽𝐾𝐺𝑅 − 𝐽𝐾𝐺𝑈 )/(𝑘𝑢 − 𝑘𝑅 ) (2049.127 − 1980.298)/(9 − 7)

𝐹= = = 0.730532
𝐽𝐾𝐺𝑈 /(𝑛 − 𝑘𝑈 ) 1980.298/(34 − 9)
Karena nilai 𝐹 = 0.730532 < 𝐹(2,25) = 3.39, maka terima 𝐻0 .

Berdasarkan perbandingan model unrestricted dan model restricted maka konsumsi kalsium per
penduduk per hari (dalam gram) dan persentase angkatan kerja yang menganggur tidak
digunakan dalam model.
2. Ujilah kecurigaan bahwa besarnya pengaruh konsumsi bir per penduduk dewasa
terhadap angka kematian adalah sama dengan besar pengaruh konsumsi wine per
penduduk dewasa terhadap angka kematian.

Model 1: OLS, using observations 1905/04/30-1905/06/02 (T = 34)

Dependent variable: chd

Coefficient Std. Error t-ratio p-value

const 128,006 81,2044 1,5763 0,12659
unemp -0,556085 1,38968 -0,4002 0,69219
cig 10,3651 4,95166 2,0933 0,04585 **
edfat 3,23399 1,18903 2,7198 0,01128 **
meat 0,150025 0,222659 0,6738 0,50617
spirits 24,285 7,73893 3,1380 0,00409 ***
beer_wine -3,72628 0,879441 -4,2371 0,00024 ***

Mean dependent var 354,8147 S.D. dependent var 14,94605

Sum squared resid 2045,848 S.E. of regression 8,704720
R-squared 0,722472 Adjusted R-squared 0,660799
F(6, 27) 11,71458 P-value(F) 1,89e-06
Log-likelihood -117,8964 Akaike criterion 249,7929
Schwarz criterion 260,4774 Hannan-Quinn 253,4366
Rho 0,195692 Durbin-Watson 1,421072

Diasumsikan
𝐻0 : 𝛽8 = 𝛽9
𝐻1 : 𝛽8 𝑎𝑡𝑎𝑢 𝛽9 ≠ 0

𝐽𝐾𝐺𝑈 = 1980.298

𝐽𝐾𝐺𝑅 = 2045.848

(𝐽𝐾𝐺𝑅 − 𝐽𝐾𝐺𝑈 )/(𝑘𝑢 − 𝑘𝑅 ) (2045.848 − 1980.298)/(9 − 8)

𝐹= = = 0.827527
𝐽𝐾𝐺𝑈 /(𝑛 − 𝑘𝑈 ) 1980.298/(34 − 9)

Karena nilai 𝐹 = 0.827527 < 𝐹(1,25) = 4.24, maka terima 𝐻0

Dapat disimpulkan bahwa besarnya pengaruh konsumsi bir per penduduk dewasa terhadap
angka kematian adalah sama dengan besar pengaruh konsumsi wine per penduduk dewasa
terhadap angka kematian.

Kasus 14
Permasalahan berikut ini derdasarkan data pada file gpa1.xls,
a. Bentuklah model untuk menguji keberartian pengaruh umur (age), rata – rata nilai SMA
(hsGPA), skor Achievement Test (ACT), kepemilikan PC (PC) dan interaksi antara skor
achievement test (ACT) dengan kepemilikan PC (PC), terhadap IPK mahasiswa MSU
saat ini (MSU GPA). Beri interpretasi tentang model secara umum.

Model 1: OLS, using observations 1-141

Dependent variable: colGPA

Coefficient Std. Error t-ratio p-value

const 0,464195 0,648894 0,7154 0,47561
age 0,0328017 0,0228829 1,4335 0,15402
hsGPA 0,481173 0,0962452 4,9994 <0,00001 ***
ACT 0,00849842 0,0104945 0,8098 0,41947
pc 0,163988 0,0572581 2,8640 0,00485 ***

Mean dependent var 3,056738 S.D. dependent var 0,372310

Sum squared resid 14,92321 S.E. of regression 0,331254
R-squared 0,231004 Adjusted R-squared 0,208387
F(4, 136) 10,21351 P-value(F) 2,92e-07
Log-likelihood -41,73845 Akaike criterion 93,47690
Schwarz criterion 108,2207 Hannan-Quinn 99,46827

𝑌𝑖 = 0.4646195 + 0.0328017𝑋2 + 0.481173𝑋3 + 0.00849842𝑋4 + 0.163988𝑋5 + 𝑢𝑖

Interpretasi model
 Jika umur bertambah 1 tahun maka IPK akan meningkat sebesar 0.033
 Jika nilai rata-rata SMA naik 1.00 maka IPK akan meningkat sebesar 0.48
 Jika skor Achievement naik 10 maka IPK akan naik sebesar 0.08
 Jika computer bertambah 1 set maka IPK akan naik sebesar 0.16
b. Apakah kepemilikan PC (PC) mempengaruhi IPK mahasiswa MSU saat ini (MSU GPA)?
Berapa selisih IPK saat ini (MSU GPA) antara mahasiswa yang memiliki PC dan yang
tidak memiliki PC?

Model 4: OLS, using observations 1-141

Dependent variable: colGPA

Coefficient Std. Error t-ratio p-value

const 2,98941 0,0395018 75,6779 <0,00001 ***
pc 0,169517 0,0626804 2,7045 0,00770 ***

Mean dependent var 3,056738 S.D. dependent var 0,372310

Sum squared resid 18,43601 S.E. of regression 0,364188
R-squared 0,049989 Adjusted R-squared 0,043154
F(1, 139) 7,314107 P-value(F) 0,007697
Log-likelihood -56,64131 Akaike criterion 117,2826
Schwarz criterion 123,1801 Hannan-Quinn 119,6792

Berdasarkan perhitungan menggunakan aplikasi gretl dapat dilihat bahwa kepemilikan

PC mempengaruhi IPK mahasiswa (MSU GPA) saat ini. Perbedaan IPK mahasiswa yang
memiliki PC dan tidak memiliki PC adalah sebesar 0.169, yang berarti mahasiswa yang
memiliki PC memiliki IPK yang lebih tinggi dabandingkan dengan mahasiswa yang tidak
memiliki PC.

c. Pada umur dan rata – rata nilai SMA yang sama, berapa peningkatan IPK saat ini (MSU
GPA) jika skor ACT naik 2 point pada pemilik PC? Berapa peningkatan IPK saat ini
(MSU GPA) jika skor ACT naik 2 point pada mahasiswa yang tidak memiliki PC?
Apakah kedua besaran tersebut berbeda nyata?
 Model 5: OLS, using observations 1-141
Dependent variable: colGPA

Coefficient Std. Error t-ratio p-value

const 2,31124 0,280102 8,2514 <0,00001 ***
pc 0,163921 0,0616301 2,6598 0,00875 ***
ACTnaik2 0,0260129 0,0106403 2,4447 0,01576 **

Mean dependent var 3,056738 S.D. dependent var 0,372310

Sum squared resid 17,67069 S.E. of regression 0,357839
R-squared 0,089426 Adjusted R-squared 0,076229
F(2, 138) 6,776374 P-value(F) 0,001559
Log-likelihood -53,65223 Akaike criterion 113,3045
Schwarz criterion 122,1507 Hannan-Quinn 116,8993

Peningkatan IPK saat ini (MSU GPA) jika skor ACT naik 2 point pada mahasiswa yang
pemilik PC dan tidak memiliki PC sebesar 0.164, dimana kepemilikan PC tersebut
berpengaruh secara significant terhadap nilai IPK.