Laporan I dan II Praktikum Ekonometrika

ANALISIS REGRESI DAN OLS

disusun untuk memenuhi

tugas praktikum mata kuliah Ekonometrika

Oleh:

LENI GUSTIA
2208108010019

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SYIAH KUALA
DARUSSALAM, BANDA ACEH
2024
SOAL
1. Ikuti langkah-langkah dalam Modul Praktikum untuk meregresikan data
pendapatan per kapita (dalam ribu dollar AS) sebagai fungsi dari persentase
angkatan kerja di pertanian pada 10 negara maju.

Tentukan
a. Model regresi linear sederhana
b. Summary statistic
c. Scatter Plot

2. Carilah data minimal 20 observasi yang terdiri atas satu variabel dependen dan
tiga variabel independen. Kemudian ikuti langkah-langkah dalam Modul
Praktikum untuk meregresikan data berganda tersebut.
Tentukan:
a. Model regresi linear berganda
b. Summary statistic
Data hubungan antara kapasitas kepemimpinan, kompensasi dosen,
komitmen dosen terhadap produktivitas
Kapasitas_ Kompensasi_ Komitmen_
Kepemimpinan Dosen Dosen Produktivitas
39 34 35 38
33 30 42 34
35 38 33 36
38 38 29 34
35 33 33 36
35 40 34 35
39 41 33 34
33 30 29 34
39 35 36 36
 30 26 37 31
30 31 38 30
36 34 39 38
32 38 33 32
39 33 35 35
35 29 38 32
42 45 33 43
33 37 35 36
29 32 38 22
33 30 35 32
34 42 35 37
33 44 39 37
29 26 39 31
36 32 33 36
37 33 30 34
38 39 30 38
39 42 36 38
33 31 32 34
35 33 39 36
38 28 38 34
35 45 35 36

Sumber:https://www.slideshare.net/JefrilRahmadoni/analisis-regresi-linier-
berganda-78500285
PENYELESAIAN

1. Data pendapatan per kapita (dalam ribu dollar AS) sebagai fungsi dari persentase
angkatan kerja di pertanian pada 10 negara maju.
a. Model regresi linear sederhana

Gambar 1.1 Output Model Regresi Sederhana

Interpretasi :
Berdasarkan output Eviews di atas, dapat dilihat model regresi linier
sederhana yang terbentuk adalah Ŷ = 14.22727 – 0.848485.X. Hal ini berarti
setiap bertambahnya income satu satuan, maka nilai dari persentase
angkatan kerja di pertanian akan berkurang sebanyak 0.848485. Serta saat
nilai income tidak ada atau income = 0 maka nilai dari persentase angkatan
kerja di pertanian akan tetap sebanyak 14.22727.

b. Summary statistic

Gambar 1.2 Output Summary Statistic

 Interpretasi :
Berdasarkan output Eviews di atas, dapat dilihat bahwa variabel
income memiliki nilai mean 8.4, median sebesar 8, nilai maksimum sebesar
12, nilai minimum sebesar 6, serta standar deviasi sebesar 1.712. Pada
variabel persentase angkatan kerja di pertanian memiliki mean sebesar 7.1,
median sebesar 7, nilai maksimum sebesar 10, nilai minimum sebesar 4,
serta standar deviasi sebesar 2.1317.

c. Scatter Plot

Gambar 1.3 Output Scatter plot

Interpretasi :
Berdasarkan output Eviews di atas, dapat dilihat bahwa variabel
income dan persentase kerja di pertanian memiliki hubungan negatif.
Semakin rendah nilai income maka semakin tinggi nilai persentase kerja di
pertanian.
2. Data hubungan antara kapasitas kepemimpinan, kompensasi dosen, komitmen
dosen terhadap produktivitas
a. Model regresi linear berganda

Gambar 2.1 Output Model Regresi Berganda

Interpretasi :
Berdasarkan output Eviews di atas, dapat dilihat model regresi linier
berganda yang terbentuk adalah Ŷ = 2.427454 + 0.652647* X1+ 0.072564*
X2 + 0.193829.X3. Dengan X1 sebagai kapasitas kepemimpinan, X2
sebagai komitmen dosen, dan X3 sebagai kompensasi dosen. Hal ini berarti
setiap bertambahnya kapasitas kepemimpinan satu satuan dan yang lainnya
konstan, maka nilai produktivitas bertambah 0.652647. Setiap
bertambahnya komitmen dosen sebesar satu satuan dan yang lainnya
konstan maka nilai produktivitas akan bertambah sebanyak 0.072564. Serta
setiap bertambahnya nilai kompensasi dosen satu satuan dan yang lainnya
konstan maka nilai produktivitas akan bertambah sebesar 0,193829.
Sedangkan jika ketiga X nya bernilai 0 maka produktivitas akan bernilai
tetap 2.427454.
b. Summary statistic

Gambar 2.2 Output Summary Statistic

Interpretasi :
Berdasarkan output Eviews di atas, dapat dilihat summary masing-
masing variabelnya. Pada variabel kapasitas kepemimpinan memiliki mean
sebesar 35.0667, median sebesar 35, nilai maksimumnya sebesar 42, nilai
minimum sebesar 42, serta standar deviasi sebesar 3.310728. Pada variabel
komitmen dosen memiliki mean 35.03, median sebesar 35, nilai maksimum
sebesar 42, nilai minimum sebesar 29, serta standar deviasi sebesar 3.2745.
Variabel kompensasi dosen memiliki mean sebesar 24.96, median sebesar
33.5, nilai maksimum sebesar 45, nilai minimum sebesar 26, serta standar
deviasi sebesar 5.499112. Pada variabel produktivitas memiliki mean
sebesar 34.633, median sebesar 35, nilai maksimum sebesar 43, nilai
minimum 22, serta standar deviasi sebesar 3.576584.
 LAMPIRAN

1. Data income dan persentase pertanian

- Import file seperti biasa

Gambar 1. Import file

- Data yang telah dimasukkan

Gambar 2. Impor Data

Membuat Summary
- Membuat summary data dengan menu quick seperti gambar

Gambar 3. Membuat summary

- Masukkan nama variabel

Gambar 4. Memasukkan nama variabel

- Output summary data

Gambar 5. Output summary

Membuat Persamaan Regresi
- Pilih menu object > lalu new object > isi seperti digambar

Gambar 6. Membuat persamaan regresi

- Masukkan variabel Y terlebih dahulu baru X dengan pembatas C

Gambar 7. Memasukkan nama variabel

- Output Persamaan regresi

Gambar 8. Output persamaan regresi

Membuat Scatter Plot
- Kembali ke awal, pilih menu show, lalu isi dengan nama variabel X dahulu
baru Y

Gambar 9. Memasukkan nama variabel

- Tampilan data di show

Gambar 10. Tampilan show

- Pilih view > graph seperti di gambar

Gambar 11. Membuat graph

 - Pilih Scatter dan di fit lines pilih regresi line seperti di gambar

Gambar 12. Pemilihan line dan regresi

- Output scatter plot

Gambar 13. Output scatter plot

2. Data hubungan antara kapasitas kepemimpinan, kompensasi dosen, komitmen
dosen terhadap produktivitas
- Import data

Gambar 14. Import Data

Membuat Summary
- Pilih menu quick seperti sebelumnya

Gambar 15. Pembuatan summary data 2

- Masukkan nama variabel

Gambar 15. Memasukkan nama variabel

- Output Summary Data

Gambar 16. Output summary data 2

Membuat Persamaan Regresi
- Pilih menu object > new object > equation

Gambar 17. Membuat persamaan regresi

- Isi variabel Y terlebih dahulu lalu X dengan pembatas C

Gambar 18. Memasukkan nama variabel

- Output Persamaan Regresi

Gambar 19. Output persamaan regresi data 2