Jawaban Uas

Nama : I Kadek Ari Tama

Nim : 1907511171

Absen : 18

TTD :

Matkul : Ekonometrika

Mata Kuliah : EKI 304 C1 EP

(1) a) Berdasarkan output 1, ujilah apakah adaperbedaan (intersep dan slope) persamaan regresi
untuk laki-laki dan prempuan (α = 0,05)

Terdapat perbedaan (intersep dan slope) persamaan regresi untuk laki – laki dan
perempuan (α = 0,05). Dalam hal ini ada 2 faktor yang mempengaruhi upah yaitu gender dan
pendidikan laki-laki = 1 bila orangnya laki-laki dan perempuan 0 bila orangnya laki – laki maka
parameter 0 memiliki intersep 0 adalah selisih upah per jam antara laki – laki dan perempuan
dengan jumlah Pendidikan yang sama, dimana perbedaan yang ada sebesar 24.29 yang berarti
upah tenaga kerja laki-laki lebih rendah 24,29 juta rupiah dari tenaga kerja perempuan.

Dalam kasus pada Output 1, diketahui probabilitas (p-value) male atau laki – laki
adalah sebesar 0.1981.
→ 0.1981 > 0,05, artinya nilai probabilitas (p-value) sangat kecil. Hipotesis nol ditolak bahwa
laki – laki tidak menjadi masalah dalam penentuan gajinya karena tingkat pendidikannya.
Perbedaan yang terletak pada upah pekerja laki – laki dengan perempuan secara statistik sangat
signifikan. H1 dapat diterima (terdapat perbedaan) dan H0 ditolak.
Berdasarkan intersep dan slope,
Male wage = 43.18412 – 24.29351 =18.89061
Female Wage = 43.18412 – 0 = 0 , artinya intersep female (perempuan) dimulai dengan nilai
yang lebih tinggi.
Dengan kata lain, terjadi diskriminasi upah yang signifikan berdasarkan jenis kelamin. Lebih
lengkapnya dijelaskan dengan gambar berikut ini.
 Intersep yang terdapat pada model regresi adalah 43.18412 memiliki arti bahwa apabila
variabel X atau koefisien variabel bebas tidak memberikan kontribusi, maka secara rata-rata,
variabel Y atau variabel terikat akan bernilai sebesar intersep atau upah sebesar 43.18412
juta rupiah baik itu laki – laki maupun perempuan.
Sedangkan untuk slope pada persamaan regresinya adalah 24.29351 memiliki arti
bahwa upah laki – laki lebih tinggi 24.29351 juta rupiah daripada upah perempuan.
Selanjutnya, terdapat nilai 4.064442 yang mengandung arti bahwa upah laki – laki dan
perempuan yang sama – sama dipengaruhi pendidikan akan menambah upah sebesar
4.064442 juta rupiah. Dan yang terakhir nilai 3.143860 yang artinya laki – laki dengan
adanya peningkatan pendidikan akan meningkatkan upah sebesar 3.143860 juta rupiah.
wage= 43.18412 + 24.29351Male + 4.064442Educ + 3.143860Male.Educ
B.^
(12.18507) (18.60219) (0.911659) (1.522031)
R2=0.521712

Interpretasi koefisien:
 Male = 24.29351
Artinya, seseorang perempuan dan seorang laki-laki yang tingkat pendidikannya sama,
laki - laki tersebut rata-rata berpenghasilan 24.29351 juta Rupiah lebih tinggi
dibandingkan dengan perempuan.
 Educ = 4.064442
 Artinya, peningkatan pendidikan satu tahun maka berpengaruh positif terhadap upah
sebesar 4.064442 juta Rupiah dengan catatan variabel lainnya tetap konstan

 Male.Educ = 3.143860
Artinya, faktor-faktor lain yang dianggap tetap maka nilai upah perbulan karyawan laki
- laki dengan peningkatan pendidikan pertahun rata-rata lebih tinggi sekitar 3.143860
juta Rupiah daripada karyawan perempuan tanpa peningkatan pendidikan.

c)Berapa taksiran upah untuk perempuan dengan pendidikan 15

C. w
^ age= 43.18412 + 24.29351Male + 4.064442Educ + 3.143860Male.Educ
w
^ age= 43.18412 + 24.29351(1) + 4.064442(15) + 3.143860(1)
w
^ age= 43.18412 + 24.29351 + 60.96663 + 3.143860
w
^ age= 131.58812
Jadi, taksiran upah untuk laki-laki dengan pendidikan sebesar 15 adalah 131.58812 juta
rupiah

(2)

variabel dummy

a. Variabel dummy adalah variable yang digunakan untuk mengkuantitatifkan variable yang
bersifat kualitatif (misalnya jenis kelamin, ras, agama, perubahan kebijakan pemerintah,
perbedaan situasi). Variable dummy adalah variabel yang bersifat kategorial yang
didugamempunyai pengaruh terhadap variable yang bersifat continue. Variabel dummy
hanya mempunyai dau nilai yaitu 1 dan 0 ,
misalkan kita meneliti produktivitas petani di daerah petang berdasarkan kelamin maka
laki laki kita beri nilai 1 dan perempuan 0 karena di sector pertanian tenaga atau power
laki laki lebih biasa digunakan daripada perempuan , serta diberi simbil D. Dummy
memiliki nilai 1 (D = 1) untuk salah satu kategori dan 0 (D = 0) untuk kategori lain.

Auto Korelasi
 b. Autokorelasi merupakan sebuah analisis statistik yang dilakukan untuk mengetahui
adakah korelasi variabel yang ada di dalam model prediksi dengan perubahan waktu.
Oleh karena itu, apabila asumsi autokorelasi terjadi pada sebuah model prediksi, maka
nilai disturbance tidak lagi berpasangan secara bebas, melainkan berpasangan secara
autokorelasi.
Uji autokorelasi digunakan untuk melihat apakah ada hubungan linier antara
error sedangkan observasi uang diurutkan menururt waktu (data time series). Uji
autokorelasi perlu dilakukan apabila data yang dianalisis merupakan data time
series

Normalitas
c. Normalitas adalah keadaan dimana sebaran data pada sebuah kelompok data atau variable
berdistribusi normal.
Uji Normalitas adalah sebuah uji yang dilakukan dengan tujuan untuk menilai sebaran
data pada sebuah kelompok data atau variabel, apakah sebaran data tersebut berdistribusi
normal ataukahtidak.Berdasarkan pengalaman empiris beberapa pakar statistik, data yang
banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsika berdistribusi
normal. Biasa dikatakan sebagaisampel besar.Namun untuk memberikan kepastian, data
yang dimiliki berdistribusi normal atau tidak,sebaiknya digunakan uji normalitas. Karena
belum tentu data yang lebih dari 30 bisa dipastikanberdistribusi normal, demikian
sebaliknya data yang banyaknya kurang dari 30 belum tentu tidakberdistribusi normal.
Berdasarkan output 2.1
Hipotesis : H 0= data berdistribusi normal
H 1= data tidak berdistribusi normal
α =5 %
Daerah Kritis : p.value > α gagal tidak H 0
Uji Statistik : Jarque – Bera = 1.333728
p. value = 0.513316
Keputusan p.value > α
0.513316 > 0.05 (gagal tolak H 0)
Kesimpulan dengan tingkat signifikansi 5%, dapat disimpulkan bahwa data tersebut
berdistribusi normal.

Heteroskedastisitas
d. Heteroskedastisitas merupakan kebalikan dari homoskedastisitas yaitu keadaan dimana
terjadi ketidaksamaan varian dari error untuk semua pengamatan setiap variabel bebas
pada model regresi berdasarkan output 2.2 yaitu tidak terjadi heteroskedastisitas.
Hipotesis : H 0 = Homoskedastisitas
H 1 = Heteroskedastisitas
α =5 %
Daerah Kritis : p.value = 0.0023
Keputusan p.value < α
0.0029 < 0.05 (tolak H 0)
Kesimpulan dengan tingkat signifikansi 5%, dapat disimpulkan bahwa data tersebut terdapat
heteroskedastisitas.

(3) a)Berdasarkan output 3, bahaslah tentang autokorelasi (α = 0,05)

a. Uji autokorelasi dengan Durbin Watson
Diketahui nilai Durbin Watson adalah 0.920431
Selanjutnya nilai ini akan dibandingkan dengan nilai tabel Durbin Watson pada
signifikansi 5% (k;N). Adapun jumlah independent variables, k = 3 dan jumlah sampel, N
= 50, maka (k ; N) = (3 ; 50)
Nilai dL = 1.4206 dan dU = 1.6739
Terlihat bahwa nilai Durbin Watson (d) = 0.920431 lebih kecil dari batas atas d U =
1.6739 (0.920431 < 1.6739) dan lebih kecil dari (4 – d U) = 2.3261 (0.920431 < 2.3261),
maka terdeteksi adanya autokorelasi

b)Berikan interpretasi terhadap koefisien regresi masing-masing

b. Koefisien X1 : apabila GDP negara naik satu satuan, maka permintaan uang akan
meningkat sebesar 0.563394 milyar dalam kurun waktu 1961- 2010
Koefisien X2 : apabila suku bunga deposito naik sebesar satu satuan persen, maka jumlah
permintaan uang akan menurun sebesar 0.002274 milyar dalam kurun waktu 1961- 2010
Koefisien T : seiring berjalannya waktu, akan menungkatkan permintaan uang
dimasyarakat sebesar 0.052004 milyar dalam kurun waktu 1961- 2010