Nama : Intan Masyithah

NIM : 1900010176

Kelas : C / Ekonomi Pembangunan

1. Graph pie

11.56%

88.44%

0 1

2. Korelasi Iwage dan educ

. pwcorr lwage educ, star(0.05)

lwage educ

lwage 1.0000
educ 0.2521* 1.0000
Hasil diatas menunjukkan bahwa antara variabel upah dan pendidikan memiliki korelasi yang
tidak sempurna (tidak berkorelasi), hal ini ditunjukkan dari nilai korelasi diatas 0.70
3. Independent test
H0 =tidak terdapat perbedaan rata-rata upah antara sudah menikah dengan yang belum
menikah
Ha = terdapat perbedaan rata-rata upah antara yang sudah menikah dengan yang belum
menikah
- t-hitung > t-tabel maka H0 ditolak
- t-hitung < t-tabel maka H0 diterima
 . ttest lwage, by(married)

Two-sample t test with equal variances

Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]

0 2,446 1.552436 .0112575 .5567639 1.530361 1.574511

1 1,914 1.77274 .0107927 .4721738 1.751573 1.793906

combined 4,360 1.649147 .0080661 .5326094 1.633333 1.664961

diff -.2203038 .0159094 -.2514942 -.1891134

diff = mean(0) - mean(1) t = -13.8474

Ho: diff = 0 degrees of freedom = 4358

Ha: diff < 0 Ha: diff != 0 Ha: diff > 0

Pr(T < t) = 0.0000 Pr(|T| > |t|) = 0.0000 Pr(T > t) = 1.0000

hasil uji dependent t-test menunjukkan nilai t-hitung sebesar 13.84 lebih besar dari ttabel
(13.84>1.96) sehingga H0 ditolak yang artinya terdapat perbedaan rata-rata upah antara
yang sudah menikah dengan yang belum menikah. Rata-rata upah yang didapatkan
responden yang belum menikah adalah sebesar 1.552436 rupiah dengan banyaknya
observasi adalah 2,446 responden. Lalu, Rata-rata upah pada responden yang sudah
menikah adalah sebesar 1.77274 rupiah dengan banyaknya observasi adalah 1,914
responden.
4. Chi-square
. tab married black, col chi2

Key

frequency
column percentage

black
married 0 1 Total

0 2,072 374 2,446

53.73 74.21 56.10

1 1,784 130 1,914

46.27 25.79 43.90

Total 3,856 504 4,360

100.00 100.00 100.00

Pearson chi2(1) = 75.8529 Pr = 0.000

Hasil uji chi-square menunjukkan nilai probabilitas Pearson Chi-Square sebesar 0.0000 lebih
kecil disbanding alpha 5% yang artinya terdapat perbedaan pola (suatu data) antara
pernikahan dan warna kulit.
5. Persamaan regresi :
. reg lwage educ exper married hours

Source SS df MS Number of obs = 4,360

F(4, 4355) = 211.74
Model 201.323048 4 50.330762 Prob > F = 0.0000
Residual 1035.20657 4,355 .237705298 R-squared = 0.1628
Adj R-squared = 0.1620
Total 1236.52962 4,359 .283672774 Root MSE = .48755

lwage Coef. Std. Err. t P>|t| [95% Conf. Interval]

educ .1047653 .0045462 23.04 0.000 .0958524 .1136782

exper .0514613 .0029685 17.34 0.000 .0456415 .0572811
married .1464336 .0158203 9.26 0.000 .1154178 .1774494
hours -.0000744 .0000135 -5.50 0.000 -.0001009 -.0000479
_cons .1798328 .0657047 2.74 0.006 .0510183 .3086474

6. Grafik (graph box lwage, by(black))

0 1
4
2
lwage
0
-2
-4

Graphs by black

7. Dari persamaan regresi pada nomor 5 dapat dilihat bahwa variabel yang paling kuat
mempengaruhi upah (lwage) adalah variabel educ, exper dan married ditunjukkan pada nilai
probabilitas kurang dari 0.05 (5%) atau dibawah nilai alfa yaitu (0.0000)
8. UJI ASUMSI KLASIK (uji normalitas)
. swilk ehat

Shapiro-Wilk W test for normal data

Variable Obs W V z Prob>z

ehat 4,360 0.93739 150.119 13.093 0.00000

Note: The normal approximation to the sampling distribution of W'

is valid for 4<=n<=2000.
 . sfrancia ehat

Shapiro-Francia W' test for normal data

Variable Obs W' V' z Prob>z

ehat 4,360 0.93646 163.461 12.802 0.00001

. sktest ehat

Skewness/Kurtosis tests for Normality

joint
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2

ehat 4,360 0.0000 0.0000 . 0.0000

9. Uji multikolinearitas
. estat vif

Variable VIF 1/VIF

exper 1.29 0.774931

educ 1.16 0.865312
married 1.13 0.884502
hours 1.07 0.930541

Mean VIF 1.16

10. Uji regresi educ
. reg lwage educ

Source SS df MS Number of obs = 4,360

F(1, 4358) = 295.85
Model 78.6070497 1 78.6070497 Prob > F = 0.0000
Residual 1157.92257 4,358 .265700453 R-squared = 0.0636
Adj R-squared = 0.0634
Total 1236.52962 4,359 .283672774 Root MSE = .51546

lwage Coef. Std. Err. t P>|t| [95% Conf. Interval]

educ .0769038 .0044711 17.20 0.000 .0681382 .0856694

_cons .744222 .0531872 13.99 0.000 .6399481 .848496

Hasil diatas menunjukkan bahwa variabel edukasi berpengaruh signifikan positif terhadap
upah ditunjukkan oleh nilai probabilitas dibawah 0.05 (5%) dibawah nilai alfa yang artinya
semakin tinggi pendidikan maka semakin tinggi upah yang didapatkan. Secara parsial
variabel educ berpengaruh positif terhadap pendapatan ditunjukkan oleh probabilitas F
kurang dari alfa 5%. Untuk R-Square 0.0636 yang artinya variabel educ berpengaruh sebesar
0.0636 sedangkan sisanya dijelaskan oleh variabel lain.
11. Rata-rata upah yang didapatkan responden yang belum menikah adalah sebesar 1552436
rupiah dengan banyaknya observasi adalah 2,446 responden. Lalu, Rata-rata upah pada
responden yang sudah menikah adalah sebesar 177274 rupiah dengan banyaknya observasi
adalah 1,914 responden. Dilihat pada hasil independent test di nomor 5
12. Korelasi upah dan jam kerja
. pwcorr lwage hours, star(0.05)

lwage hours

lwage 1.0000
hours 0.0099 1.0000
Hasil diatas menunjukkan bahwa antara variabel upah dan variabel jam kerja memiliki
korelasi yang sempurna, hal ini ditunjukkan dari nilai korelasi dibawah 0.70 artinya jika
nilainya semakin mendekati 0 maka korelasinya semakin sempurna.