NAMA : DWI TRI MEGA RAHAYU

NIM : 0712522006
KELAS : EKONOMETRIKA

TUGAS 3
EKONOMETRIKA

Soal 1. Diketahui Data sebagai berikut:

X1 = Input tenaga kerja per 100 orang

X2 = Input modal riil per Rp 1.000.000,-
Y = Produk Bruto Riil (jutaan rupiah)

1 2 3 4 5 6 7 8 9 10 11 12
Y X1 X2 y x1 x2 y2 x1 2 x2 2 x1 y x2y x 1x 2
14 3 12 -19 -4 -8 361 16 64 76 152 32
18 4 14 -15 -3 -6 225 9 36 45 90 18
21 5 15 -12 -2 -5 144 4 25 24 60 10
23 5 15 -10 -2 -5 100 4 25 20 50 10
26 5 16 -7 -2 -4 49 4 16 14 28 8
30 6 17 -3 -1 -3 9 1 9 3 9 3
32 7 19 -1 0 -1 1 0 1 0 1 0
38 7 22 5 0 2 25 0 4 0 10 0
40 9 26 7 2 6 49 4 36 14 42 12
48 10 27 15 3 7 225 9 49 45 105 21
50 11 27 17 4 7 289 16 49 68 119 28
56 12 30 23 5 10 529 25 100 115 230 50
396 84 240 0 0 0 2006 92 414 424 896 0

1. Buatlah tabel kerja untuk menghitung regresi

Buatlah Regresi dalam bentuk Y = 0 + 1X1 + 2 X2 + Ui
0 , 1 , dan 2 hasilnya dibulatkan tiga angka dibelakang koma.
 1. Jawab : (Menjawab dengan teknik perhitungan lain yaitu menggunakan metode
determinan)

Y X1 X2 X1Y X2Y X1X2 X12 X22 Ỳ Ȳ-Ỳ (Ȳ-Ỳ) (Ȳ-Y) (Ȳ-Y)2

14 3 12 42 168 36 9 144 15.262 -1.262 1.593 -17.738 314.637
18 4 14 72 252 56 16 196 19.799 -1.799 3.236 -13.201 174.266
21 5 15 105 315 75 25 225 23.499 -2.499 6.245 -9.501 90.269
23 5 15 115 345 75 25 225 23.499 -0.499 0.249 -9.501 90.269
26 5 16 130 416 80 25 256 24.336 1.664 2.769 -8.664 75.065
30 6 17 180 510 102 36 289 28.036 1.964 3.857 -4.964 24.641
32 7 19 224 608 133 49 361 32.573 -0.573 0.328 -0.427 0.182
38 7 22 266 836 154 49 484 35.084 2.916 8.503 2.084 4.343
40 9 26 360 1040 234 81 676 44.158 -4.158 17.289 11.158 124.501
48 10 27 480 1296 270 100 729 47.858 0.142 0.020 14.858 220.760
50 11 27 550 1350 297 121 729 50.721 -0.721 0.520 17.721 314.034
56 12 30 672 1680 360 144 900 56.095 -0.095 0.009 23.095 533.379
396 84 240 3196 8816 1872 680 5214 400.920 -4.920 24,206 367,920 135.365

∑ Di mana

[ ] [ ] [ ]
h 1 a 12 a 13 a 11 h 1 a 13 a 11 a 12 h 1
A1 = h 2 a 22 a 23 A2 a 21 h 2 a 23 A3 a 21 a 22 h 2
h 3 a23 a 33 a 31 h 3 a 33 a 31 a 23 h 3

[ ][ ] [ ]
n ∑X1 ∑ X2 b0 ∑Y
= ∑X1 ∑X1 ∑ X1 X 2 b1 = ∑X 1Y
∑X 2 ∑ X1 X 2 ∑ X2 b2 ∑X 2Y

[ ][ ] [ ]
12 84 240 b 0 396
= 84 680 1872 b 1 = 3196
240 1872 5214 b 2 8816

Sehingga diketahui :

[ ]
12 84 240
A = 84 680 1872
240 1872 5214
 [ ]
396 84 240
A1 = 3196 680 1872
8816 1872 5214

[ ]
12 396 240
A2 = 84 3196 1872
240 8816 5214

[ ]
12 84 396
A3 = 84 680 3196
240 1872 8816

Dengan menggunakan perhitungan determinan pada aplikasi excel maka didapatkan hasil yaitu
Determinan A = 14.688
Determinan A1 = -55.392
Determinan A2 = 42.048
Determinan A3 = 12.288

Sehingga dengan demikian dapat diperoleh hasil :

b0 = det (A1)/det (A)
= -55.392/14.688
= -3.77124

b1 = det (A2)/det (A)

= -42.048/14.688
= 2.862745

b2 = det (A3)/det (A)

= 12.288/14.688
= 0.836601

Jadi persamaan regresi linear bergandanya adalah Y = -3,771 +2,863X1+0,837X2+e

2. Apa arti persamaan garis regresi tersebut ?

Jawab :
Arti persamaan regresi tersebut yaitu variabel bebas (X) memberikan pengaruh arah yang positif
terhadap variabel terikat (Y). Hal itu ditunjukan dengan nilai koefisien variabel bebas yang
bernilai positif. Artinya jika terdapat kenaikan satuan pada variabel bebas (X) maka akan
meningkatkan prediksi variabel terikat (Y). Jika terdapat kenaikan satuan pada variabel input
modal riil maka akan meningkatkan juga prediksi produk bruto rill (Y) sebesar 2,863 dan ketika
terdapat kenaikan pada input tenaga kerja maka akan meningkatkan juga prediksi produk bruto
rill (Y) sebesar 0,837.

3. Apakah persamaan regresi tersebut sesuai dengan teori ekonomi?

Jawab :
Menurut saya, persamaan regresi tersebut sudah sesuai dengan teori ekonomi dengan
mengadopsi adanya teori dari Harrod-Domar yang menyatakan bahwa untuk menumbuhkan
suatu perekonomian dibutuhkan adanya pembentukan modal sebagai tambahan stok modal.
Penambahan modal tersebut dipandang sebagai pengeluaran yang akan menambah kesanggupan
suatu perekonomian untuk menghasilkan barang-barang maupun sebagai pengeluaran yang akan
menambah permintaan efektif seluruh masyarakat. Dalam hal ini dapat kita hubungkan dengan
persamaan regresi yang terjadi bahwasannya ketika terdapat kenaikan satuan pada variabel input
modal riil maka akan meningkatkan produk bruto rill juga sebesar 2,863. Pada kasus ini adanya
input modal memiliki hubungan yang positif dengan produk bruto dimana ketika terjadi
kenaikan pada input modal riil maka akan meningkatkan juga produk bruto riil nya, begitu
sebaliknya. Hal ini mengartikan tersediannya input modal sangat penting bagi perkembangan
produksi nasional suatu negara untuk menjamin kelangsungan dunia usaha. Selain itu, adanya
variabel input tenaga kerja yang bernilai positif terhadap variabel produk bruto riil juga sesuai
dengan teori ekonomi yang berlaku karena ketika terjadi penambahan input tenaga kerja pada
suatu proses produksi artinya hal tersebut akan meningkatkan penambahan output yang
dihasilkan juga sehingga pada akhirnya akan ikut meningkatkan produk bruto rill pula
4. Hitunglah besarnya R2 (dibulatkan 4 angka dibelakang koma) apa arti angka tersebut ?

Jawab :
Berdasarkan tabel perhitungan yang telah dilakukan di atas, diketahui :
a. Sum Square of Error (SSE) = 24.206
b. Sum Square of Regression (SSR) = 135,365
Sehingga SYX1X2 =√ SSE :(n−( k +1 ) )
=√ 24.206 :(12−( 2+1 ))
= √ 24.206 :9
= 1,640
b1 ∑ X 1 Y + b2 ∑ X 2 Y
Dan R =
∑y
2,863× 424 +0,837 × 896
=
2006
1.963,864
=
2006
= 0,9787
= 0,979
Dari nilai tersebut dapat diketahui bahwa nilai R2 sebesar 0,979 artinya bahwa sebesar 97,90 %
dari variabel bebas mampu menjelaskan variabel terikatnya sedangkan sisanya sebesar 2,1%
dijelaskan oleh error

5. Bagaimanakah pengaruh X1 dan X2 secara bersama-sama terhadap Y ? Buat tabel ANVA,

hitung besarnya F bandingkan dengan tabel F = 0,05, apa kesimpulannya.
Sumber Variasi df Sum Square Mean Square F hitung
Regresi k-1 = 2 ESS = β1 ∑ x 1y + EMS = EMS/RMS
β2∑ x 2y 1.963,864 =1.963,864/4,232
= 1.963,864 = 464,051
Error n-k = 9
RSS = TSS-ESS
= 2006- RMS
1.963,864 = 42,136/df
= 42,136 = 4,2316
 Total n-1 =11 TSS = ∑ y 2 =
2006

Tabel F 0,05 (2,9) = 4,26

Kesimpulan : Karena Fhitung = 464,051>F0,05(2,9) = 4,26 maka H0 ditolak artinya input modal dan
input tenaga kerja mempengaruhi secara signifikan terhadap produk bruto rill

6. Hitung besanya Var (1), S1 , Var (2), dan S2 hasilnya dibulatkan 3 angka dibelakang
koma
Jawab :
a) Var (1)
∑ y 2−1∑ xy
σ 2
=
n−k

2006−2,863 (424 )
=
9

792,088
=
9

= 88,010
σ2
Var = 2
∑x

88,010
=
92
= 0,957

b) S1 = √ Var 1
= √ 0,957
= 0,978
 c) Var (2)
∑ y 2−2 ∑ xy
σ 2
=
n−k

2006−0,837× 896
=
9

1.256,048
=
9

= 139,561
σ2
Var = 2
∑x

139,561
=
414
= 0,337

d) S2 = √ Var 2
= √ 0,337
= 0,581

7. Bagaimanakah pengaruh masing-masing (secara parsial) X1 dan X2 terhadap Y, hitunglah

dengan uji – t  = 0,05 (satu ujung) dan gambarkan masing-masing, apa kesimpulannya ?
Jawab :
1
a) t hitung variabel X1 =
S1
2,863
=
0,978
 = 2,262
t tabel (0,05;9) = 1,833
2
b) t hitung variabel X2 =
S2
0,837
=
0,581

= 1,403
t tabel (0,05;9) = 1,833
c) - Gambar distribusi t X1

Menerima H0
Menolak H0

1,833

Pada gambar tersebut, posisi nilai t-statistik berada pada daerah menolak hipotesis null
karena thitung> ttabel = 2,262 > 1,833 Artinya bahwa secara statistik nilai β 1≠0 atau variabel
X1 yaitu input tenaga kerja memiliki pengaruh yang signifikan terhadap variabel Y yaitu
produk bruto rill

- Gambar distribusi t X1

Menerima H0
Menolak H0

1,833
 Pada gambar tersebut, posisi nilai t-statistik berada pada daerah menerima hipotesis null
karena thitung< ttabel = 1,403 > 1,833 Artinya bahwa secara statistik nilai β 1≠0 atau variabel
X1 yaitu input modal riill tidak memiliki pengaruh yang signifikan terhadap variabel Y
yaitu produk bruto rill

8. Apakah terjadi kolinier antara X1 dan X2 dengan cara mengkorelasikannya!

Jawab :
Rx1x2 = n∑X1X2-∑X1 × ∑X2

n∑X1 2 –(∑X1)2 × n∑X2- (∑X2)2

= 12 (1872)-84 (240)
12(680) – (7056) – 12 (5214)-(57600)

= 0,983801
= 0,984
Berdasarkan perhitungan di atas maka dapat diartikan bahwa antara variabel X 1 dan X2
memiliki korelasi kuat sehingga mengindikasikan adanya kolinear antara X1 dan X2

9. Jika terjadi kolinier X1 dan X2 apa yang Saudara lakukan?

Jawab :
Dalam hal ini antara X1 dan X2 sudah terbukti terjadi adanya kolinear. Oleh karena itu,
menurut saya hal yang dapat dilakukan untuk memperbaiki adanya kolinear tersebut yaitu
dengan melakukan adanya penambahan data dikarenakan pada setiap estimasi terhadap
model regresi diharapkan telah menggunakan data besar. Semakin banyak data maka akan
semakin baik hasil yang diberikan. Karena dengan adanya data yang banyak maka deviasi
data akan mengecil dan adanya degree of freedom akan meningkat serta nilai t-statistik akan
membesar. Hal lain yang bisa dilakukan adalah menggabungkan antara data time series
dengan data cross section atau dikenal dengan data panel. Dengan melakukan penggabungan
tersebut maka sifat dan struktur dari data menjadi berubah dikarenakan hubungan
antarvaraibel bebas tidak hanya dapat terjadi pada periode waktu (time series) saja namun
 pada lintas ruang (cross section) artinya kemungkinan terjadi hubungan antarvariabel
menjadi rendah.

Soal 2 diambil dari buku EKONOMETRIKA jilid 1 Gujarati Halaman 222

Jawab :
a. In Yt = 4,47-0,34 In X2t +1,22 In X3t +1,22 In X4t+0,80 In X5t-0,0055X6t
Mengartikan bahwa :
Nilai a = 4,47 mengartikan bahwa jika tingkat pengangguran pengangguran, presentase
pekerja<25 tahun, rasio tenaga kerja industri, presentase pekerja wanita dan trend waktu
adalah nol, maka rerata jumlah orang yang berhenti secara sukarela di tingkat industri
adalah 4,47 pada setiap 100 pekerja
Nilai b1 = -0,34 artinya jika tingkat pengangguran pria meningkat mengalami kenaikan
sebesar 100 orang, secara rata-rata akan menurunkan jumlah orang yang berhenti bekerja
secara sukarela di tingkat industri sebesar 34 orang
Nilai b2 = 1,22 artinya jika presentase pekerja yang berumur kurang dari 25 tahun
meningkat sebesar 100 orang, maka akan meningkatkan jumlah orang yang berhenti
bekerja secara sukarela di tingkat industri
Nilai b3 = 1,22 artinya jika terjadi kenaikan pada rasio tenaga kerja industri sebesar 100
orang maka akan meningkatkan jumlah orang yang berhenti berhenti bekerja secara
sukarela di tingkat industri
Nilai b4 = 0,80 artinya jika terdapat kenaikan pada presentase pekerja wanita maka akan
meningkatkan jumlah orang yang berhenti bekerja secara sukarela pada tingkat industri
Nilai b5 = -0,0055 artinya jika terjadi kenaikan pada trend waktu maka hal ini akan
mengurangi jumlah orang yang berhenti berhenti bekerja secara sukarela di tingkat
industri

Nilai koefisien determinasi sebesar 0,5370 mengindikasikan bahwa sebesar 53,70% dari
variabel bebas mampu menjelaskan variabel terikatnya sedangkan sisanya sebesar
46,30% dijelaskan oleh error

b. Sudah terdapat prediksi sebelumnya dengan mengaitkannya dengan teori ekonomi

Malthus dimana ketika terjadi pertambahan penduduk akan menyebabkan meningkatnya
tenaga kerja tetapi tidak diikuti oleh adanya kesempatan kerja yang mana akan
menyebabkan pengangguran. Lalu ketika terjadi pengangguran yang meningkat dalam
suatu negara, maka penduduk angkatan kerja akan mencari adanya peluang kesempatan
kerja. Hal ini tentunya akan mengaharuskan pada penduduk angkatan kerja yang belum
 mempunyai adanya peluang kesempatan kerja akan mencari atau tetap mempertahankan
pekerjaan yang telah dimilikinya termasuk pekerjaan dalam sektor industri

c. Karena nilai b3 bernilai 1,22 yang mana memiliki tanda positif, artinya ketika presentase
pekerja yang berumur kurang dari 25 tahun meningkat maka hal tersebut akan
meningkatkan pula jumlah jumlah orang yang berhenti bekerja secara sukarela pada
tingkat industri
d. Karena pada setiap tahun pasti akan menunjukan adanya perubahan trend yang akan
disesuaikan dengan keadaan ekonominya. Dimungkinkan pada saat periode tersebut
terdapat kemakmuran dalam hal ekonomi yang mana banyak dari pihak pekerja mendapat
keuntungan tersebut berupa kenaikan gaji pada tenaga tenaga kerja terampil di bidang
industri sehingga adanya trend waktu semacam itu akan mempengaruhi secara negatif
yaitu ketika terjadi trend waktu saat kondisi perekonomian itu baik maka hal tersebut
akan mempengaruhi adanya penurunan jumlah orang yang berhenti secara sukarela di
tingkat industri
e. Menurut saya dengan adanya nilai koefisien determinasi sebesar 0,5370 masih dapat
dikatakan rendah dikarenakan jumlah error dalam menjelaskan variabel terikatnya masih
cukup besar yaitu sebesar 46,30% dan hanya sebagian persen variabel bebas yang bisa
menjelaskan variabel terikatnya
f. Nilai standar error yang ada yaitu bernilai 46,30% yang didaptkan dari hasil pengurangan
100%-53,70% = 46,30%

Soal 3
Data hubungan antara pendapatan (X) dan konsumsi (Y) untuk 25 rumah tangga di suatu desa
diketahui besarnya
∑Y = 3575
∑X = 4125
∑xy = 212.775
∑x2 = 230.100
∑ y2 = 197.300
∑X2 = 910,725
n = 25
Berdasarkan data tersebut :
a) Buatlah regresi dalam bentuk Y = β0 + β1X + e
β1 = ∑xy
∑x2
= 212.775
230.100
= 0,925
Β0 = Ȳ- β1Ẋ
= 143- 0,925(165)
= 143-152,625
= -9,625
Jadi persamaan regresi yang telah terbentuk yaitu Y = -9,625 + 0,925X + e
Arti persamaan regresi tersebut yaitu mengartikan bahwa nilai intercept pada persamaan
di atas adalah negatif, menunjukan tidak adanya interpretasi ekonomi yang layak.
Interpretasi secara harfiah menunjukan bahwa nilai pendapatan adalah nol, rata-rata
tingkat konsumsi akan menjadi sebuah nilai negatif dari 9,225 miliar. Kecenderungan
tambahan kosnumsi adalah sebesar 0,925 menjelaskan bahwa jika pendapatan naik
sebesar 1 dollar rata-rata pendapatan akan meningkat sebesar 0,925

b) Var (1)
∑ y 2−1∑ xy
σ 2
=
n−k

197.300−( 0,925 ) (212.775)

=
23

197.300−196.816,875
=
23

= 483,125/23
 = 21,005
σ2
Var 1 = 2
∑x

21,005
=
230.100
= 9,129

S1 = √ Var 0
= √ 9,129
= 3,021
Var 0 = σ ∑X22

n ∑x2
21,005(910.725)
=
25(230.100)
= 19.129.778,625
5.752.500
= 3,325
S0 = √ Var 0
= √ 3,325
= 1,823

c) Hitung interval estimate 0 dan 1 dan varians (σ ) untuk t= 0,05

2

Interval estimate
- 1 - ts1 ≤  ≤ 1 - ts1
= 0,925-2,069 (3,021) ≤  ≤ 0,925 +2,069 (3,021)
= 0,925-6,250 ≤  ≤ 0,925+6,250
= -5,325 ≤  ≤ 7,175

- 0 - ts0 ≤  ≤ 0 - ts0
 = -9,625-2,069 (1,823) ≤  ≤ -9,625 +2,069 (1,823)
= -9,625-3,771 ≤  ≤ -9,625+3,771
= -13,396 ≤  ≤ -5,854

= (n-k) σ2 ≤ σ2 ≤ (n-k) σ2
x2a/2 x2 1-a/2
= (25-2) (21,005) ≤ σ2 ≤ (25-2) (21,005)
38,076 11,687

= 483,115 ≤ σ2 ≤ 483,115
38,076 11,687
= 12,688 ≤ σ2 ≤ 41,337

d) Apakah pendapatan (X) mempengaruhi konsumsi (Y) signifikan

Hipotesis :
H0 : β1 = 0 ( X tidak mempengaruhi Y)
H1 : β1 ≠ 0
Hitung t = β1
Sβ1
= 0,925
3,021
= 0,306
ttabel (0,025;23) = 2,069
Karena thitung < ttabel = 0,306<2,069 artinya pendapatan tidak mempengaruhi konsumsi
secara signifikan

e) R2 = β1∑xy
∑y2
= 0,925(212.775)
197.300
= 196.816,875/197.300
 = 0,9975
= 99,75%
Nilai koefisien determinasi sebesar 0,9975 mengindikasikan bahwa sebesar 99,75% dari
variabel bebas mampu menjelaskan variabel terikatnya sedangkan sisanya sebesar 0,25%
dijelaskan oleh error

f) Buat tabel ANVA. Hitung besarnya nilai F dengan α= 0,05

Sumber df Sum Square Mean Square F hitung

Variasi
Regresi k-1 = 1 ESS = β1 ∑ x 1y EMS EMS/
=0,925(212.775) = 196.816,875 RMS
=196.816,875 =196.816,
Error n-k = 23 875/21,00
RSS = TSS-ESS RMS 5
= 197.300- = 483,125/23 =
196.816,875 = 21,005 9.370,001
= 483,125
Total n-1 =24 TSS = ∑ y 2 =
197.300

F 0,05(1;23) = 4,28
Kesimpulan karena fhitung>ftabel maka H0 ditolak, artinya pendapatan mempengaruhi
konsumsi