PRAKTIKUM EKONOMETRIKA
Diajukan Sebagai Syarat Kelulusan Praktikum
OLEH:
RIDWAN AMRIDI
NIM. F1A1 18 043
KENDARI
2020
Soal.
a. Analisis Regresi
a. Variabel Dependen
b. Variable Independen
contohnya
Penyelesaian.
1. Ekonometrika berasal dari dua kata yaitu “ekonomi” dan “metrika”. Kata
Y ' =a+ bX
Keterangan:
X =¿ variabel independen
c. Analisi regresi linear berganda adalah hubungan secara linear antara dua
Keterangan:
a=¿ konstanta
data yang terdiri atas satu objek tetapi meliputi beberapa periode waktu
semester. Data time series dapat dilihat pada data harga saham, data
ekspor, data nilai tukar (kurs), data produksi dan lain sebagainya. Data
Contoh: data tentang produksi dan lag produksi kopi dunia tahun
2000−2005
pada waktu yang sama, misalnya sensus setiap 5 tahun sekali, data
Contoh:
Pembelian Jumlah
Restoran Penjualan
Bahan Baku Karyawan
A 19.5878 .200 10.300 .100 10
B 23.584 .000 16.200 .589 15
C 17.211 .000 13.300 .251 7
Tabel 2.
Data panel adalah data yang menggabungkan antara data runtun waktu
(time series) dengan data silang (cross section). Karena itu data panel
Contoh:
Data ekspor dan impor kopi Indonesia dan Malaysia pada periode
tahun 2005−2007
terlebih dahulu kita harus ketahui bahwa ekonometrika adalah kombinasi dari
3 bidang ilmu yaitu ekonomi, matematika dan statistik. Seperti yang diketahu,
dikumpulkan dan diolah dengan ilmu statistik. Jadi kaitan antara matematika
teori ekonomi yang ada menjadi bentuk simbol-simbol yang dapat dihitung
kuantitasnya.
ilmu ekonometrika dapat menjadi salah satu bidang untuk menerapkan ilmu
regresi ditmukan adanya kolerasi yang tinggi atau sempurna antar variabel
Gambar 1.
a. double click pada REG (estimasi model regresi), akan muncul jendela
equation.
Seperti biasa, kita harus fokus pada bagian yang telah kami lingkari. Setiap
variabel memiliki nilai Centered VIF. Intinya jika nilai Centered VIF ¿ 10
maka tidak terjadi multikolinearitas. Sebaliknya jika nilai Centered VIF ¿ 10,
Dalam EViews, uji normalitas dapat dilakukan dengan uji Jerque-Bera (JB–
Gambar 3.
Caranya double click pada REG (estimasi model regresi), akan muncul
jendela equation. Lalu pada jendela equation, klik View, Klik Residual
Gambar 4.
normal. Pada tutorial kali ini, data penelitian tidak berdistribusi normal,
b. Hasil uji normalitas ini tidak akan tersimpan dalam workfile EViews, jadi
harus menyimpannya secara manual dengan cara klik Freeze. Lalu akan
b. Isi name to identify object sesuai yang kita inginkan (buat tanpa spasi);
mengetahui adakah korelasi variabel yang ada didalam model prediksi dengan
perubahan waktu. Oleh karena itu, apabila asumsi autokorelasi terjadi pada
sebuah model prediksi, maka nilai disturbance tidak lagi berpasangan secara
Gambar 6.
a. Pada jendela equation, klik View;
2);
e. Klik OK, dan secara otomtasi jendela equation akan menampilkan output
Gambar 7.
autokorelasi.
9. Manfaat tabel Durbin Watson dalam uji autokorelasi yaitu untk mendeteksi
analisis regresi. Uji Durbin Watson digunakan untuk autokorelasi tingkat satu
dan mensyaratkan adanya intercept (konstanta) dalam model regresi dan tidak
ada variabel lag diantara variabel independen. Tabel Durbin Watson (DW)
terdiri atas dua nilai, yaitu batas bawal (dL) dan batas atas (dU).
ketentuan:
H a : ada autokorelasi
Jika dL< d< dU maka pengujian tidak meyakinkan atau tidak ada
kesimpulan pasti.
10. Linearitas adalah sifat hubungan yang linear antar variabel artinya setiap
perubahan yang terjadi pada satu variabel akan diikuti perubahan dengan
Uji linearitas ini belum tentu dilakukan oleh peneliti, sebab tujuan uji ini
tergantung pada tujuan dilakukannya uji regresi linear. Jika tujuannya adalah
untuk membentuk sebuah model yang baru dan bersifat BLUE (Best Linear
angka 1 dan selanjutnya tekan tombol OK. Maka akan muncul output seperti
di bawah ini:
Gambar 8.
Uji Linearitas dengan Eviews di atas adalah menggunakan uji Ramsey Reset
Test, dimana hasilnya bisa dilihat pada nilai p-value yang ditunjukkan pada
mengetahui adakah korelasi variabel yang ada didalam model prediksi dengan
perubahan waktu. Oleh karena itu, apabila asumsi autokorelasi terjadi pada
sebuah model prediksi, maka nilai disturbance tidak lagi berpasangan secara
Gambar 9.
(2);
e. Klik OK, dan secara otomtasi jendela equation akan menampilkan output
autokorelasi.
Untuk menyimpan output uji autokorelasi, lakukanlah cara yang sama seperti
12. Uji Heteroskedastisitas adalah uji yang menilai apakah ada ketidaksamaan
varian dari residual untuk semua pengamatan pada model regresi linear.
menyediakan berbagai macam pilihan. Tapi untuk yang ini akan digunakan
e. Terakhir, klik OK. Lalu Jendela equation akan memperlihatkan output uji
Gambar 12.
Untuk mengambil keputusan hasil uji heteroskedastisitas, fokus saja pada
yang sama pada saat menyimpan output uji normalitas. Yaitu klik Freeze lalu
Gambar 13.
a. Klik Name;
c. Klik OK;
sebesar ¿ 0.05.
Koefisien regresi signifikan jika t hitung > t tabel (nilai kritis). Dalam
antar variabel bebas yang sangat tinggi atau lebih rendah. Syarat ini
hanya berlaku untuk regresi linear berganda dengan variabel bebas lebih
r 2 semakin besar nilai tersebut maka model semakin baik. Jika nilai
karakteristik diantaranya:
Selalu positif
Nilai r 2 maksimal sebesar 1. Jika nilai r 2 sebesar 1akan
Terdapat hubungan linear antara varibel bebas (X) dan variabel terikat
(Y).
variabel yang bersifat kualitatif (misal: jenis kelamin, ras, agama, perubahan