EKONOMETRIKA II

PERSAMAAN REGRESI DENGAN PENGGUNAAN EVIEWS

Di Susun Oleh :

Atria Ghita Mayasari C1A011089

Alfina Juwita Maharani C1A011090

Tia Sutiasih C1A011112

KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS JENDERAL SOEDIRMAN

FAKULTAS EKONOMI DAN BISNIS

JURUSAN ILMU EKONOMI DAN STUDI PEMBANGUNAN

PURWOKERTO

2014

Table 6.4Fertility and other data for 64 countries CM = child mortality FLR = female literacy rate PGNP = per capita GNP in 1980 TFR = total fertility rate

CM FLR PGNP TFR

128 37 1870 6.66204 22 130 6.15202 16 310 7197 65 570 6.2596 76 2050 3.81

209 26 200 6.44170 45 670 6.19240 29 300 5.89241 11 120 5.8955 55 290 2.3675 87 1180 3.93

129 55 900 5.9924 93 1730 3.5

165 31 1150 7.4194 77 1160 4.2196 80 1270 5

148 30 580 5.2798 69 660 5.21

161 43 420 6.5118 47 1080 6.12269 17 290 6.19189 35 270 5.05126 58 560 6.1612 81 4240 1.8

167 29 240 4.75135 65 430 4.1107 87 3020 6.6672 63 1420 7.28

128 49 420 8.1227 63 19830 5.23

152 84 420 5.79224 23 530 6.5142 50 8640 7.17

104 62 350 6.6287 31 230 741 66 1620 3.91

312 11 190 6.777 88 2090 4.2

142 22 900 5.43262 22 230 6.5215 12 140 6.25246 9 330 7.1191 31 1010 7.1182 19 300 737 88 1730 3.46

103 35 780 5.6667 85 1300 4.82

143 78 930 583 85 690 4.74

223 33 200 8.49240 19 450 6.5312 21 280 6.512 79 4430 1.6952 83 270 3.2579 43 1340 7.1761 88 670 3.52

168 28 410 6.0928 95 4370 2.86

121 41 1310 4.88115 62 1470 3.89186 45 300 6.947 85 3630 4.1

178 45 220 6.09142 67 560 7.2

Soal :

Apakah benar tingkat kematian bayi dipengaruhi oleh rasio melek huruf perempuan, GNP per

kapita (tahun1980) dan jumlah kelahiran per 1000 perempuan? Dicari dengan regresi, uji t,

uji F dan uji normalitas menggunakan aplikasi eviews.

Tabel 1. Descriptive Statistics

CM FLR PGNP TFR

 Mean  141.5000  51.18750  1401.250  5.549688

 Median  138.5000  48.00000  620.0000  6.040000

 Maximum  312.0000  95.00000  19830.00  8.490000

 Minimum  12.00000  9.000000  120.0000  1.690000

 Std. Dev.  75.97807  26.00786  2725.696  1.508993

 Skewness  0.279348  0.077930  5.283405 -0.620581

 Kurtosis  2.378336  1.657521  34.58716  2.816908

 Jarque-Bera  1.862954  4.870777  2958.416  4.197344

 Probability  0.393971  0.087564  0.000000  0.122619

 Sum  9056.000  3276.000  89680.00  355.1800

 Sum Sq. Dev.  363678.0  42613.75  4.68E+08  143.4548

 Observations  64  64  64  64

Tabel 2. Estimate Equation

Dependent Variable: CM

Method: Least Squares

Date: 04/04/14 Time: 10:46

Sample: 1 64

Included observations: 64

Variable Coefficient Std. Error t-Statistic Prob.

C 168.3067 32.89165 5.117003 0.0000

FLR -1.768029 0.248017 -7.128663 0.0000

PGNP -0.005511 0.001878 -2.934275 0.0047

TFR 12.86864 4.190533 3.070883 0.0032

R-squared 0.747372    Mean dependent var 141.5000

Adjusted R-squared 0.734740    S.D. dependent var 75.97807

S.E. of regression 39.13127    Akaike info criterion 10.23218

Sum squared resid 91875.38    Schwarz criterion 10.36711

Log likelihood -323.4298    Hannan-Quinn criter. 10.28534

F-statistic 59.16767    Durbin-Watson stat 2.170318

Prob(F-statistic) 0.000000

Tabel 3. Histogram and Normality Test

0

2

4

6

8

10

12

14

-80 -40 0 40 80

Series: ResidualsSample 1 64Observations 64

Mean -6.21e-15Median 3.320166Maximum 98.71893Minimum -98.16451Std. Dev. 38.18821Skewness 0.145068Kurtosis 3.326877

Jarque-Bera 0.509408Probability 0.775146

Dari hasil kesimpulan diatas dapat diketahui persamaan regresi yaitu:

Y=α+β1 X1+β2X2+β3 X3+eDengan:

Y = Tingkat kematian bayi

X1 = Rasio melek huruf perempuan

X2 = GNP per Kapita

X3 = Jumlah kelahiran per 1000 perempuan

Dari hasil olah data diatas maka persamaan regresinya adalah

Y = c + b1 FLR + b2 PGNP + b3 TFR

Y = 168,3067 – 1,768029 FLR – 0,005511 PGNP + 12,86864 TFR

Sb (32,89165) (0,248017) (0,001878) (4,190533)

t (5,117003) (-7,128663) (-2,934275) (3,070883)

R2 (0,747372) F (59,16767)

n (64)

Dari hasil Uji Normalitas didapatkan angka Jarque-Bera sebesar 0,509408.

Keterangan:

Hasil Uji t

Dengan asumsi hipotesis

H0 = |t test| < |t tabel|, maka H0 diterima atau tidak signifikan berpengaruh

Ha = |t test| > |t tabel|, maka Ha diterima atau signifikan berpengaruh

Besarnya t tabel = tα / df = t0,05 / (n-1) = t0,05 / (64-1) = t0,05 / (63) = 2,2962

Uji t menggambarkan signifikansi variabel independent terhadap variabel dependent

secara parsial. Dengan penjabaran sebagai berikut :

t - B1 sebesar -7,128663 karena t-hasil selalu menghasilkan hasil positif akibat dari

adanya tanda mutlak ( |t-test| ). Jika derajat kesalahan sebesar 5 persen atau 0,05,

berarti t tabel sebesar 2,2962 akan lebih kecil dibandingkan dengan t test. Dapat

disimpulkan bahwa variabel FLR berpengaruh terhadap variabel CM.

t – B2 sebesar -2,934275 karena t-hasil selalu menghasilkan hasil positif akibat dari

adanya tanda mutlak ( |t-test| ). Jika derajat kesalahan sebesar 5 persen atau 0,05,

berarti t tabel sebesar 2,2962 akan lebih kecil dibandingkan dengan t test. Dapat

disimpulkan bahwa variabel PGNP berpengaruh terhadap variabel CM.

t – B3 sebesar 3,070883 karena t-hasil selalu menghasilkan hasil positif akibat dari

adanya tanda mutlak ( |t-test| ). Jika derajat kesalahan sebesar 5 persen atau 0,05,

berarti t tabel sebesar 2,2692 akan lebih kecil dibandingkan dengan t test. Dapat

disimpulkan bahwa variabel TFR berpengaruh terhadap variabel CM.

Hasil Uji F

Dengan asumsi hipotesis uji F

H0 = F test < F tabel, maka H0 diterima atau tidak signifikan berpengaruh

Ha = F test > F tabel, maka Ha diterima atau signifikan berpengaruh

F tabel = Fα (k-1) (n-k) = F0,05 (3-1) (64-3) = F0,05 (2) (61) = 3,15

Uji F menggambarkan signifikansi variabel independent terhadap variabel dependent

secara bersama-sama. Dari olah data di atas dapat diketahui nilai Fhitung sebesar

59,16767. Jika derajat kesalahan sebesar 0,05 maka F tabel sebesar 3,15 dengan

begitu dapat dibandingkan antara F hitung dan F tabel. Oleh karena F hitung lebih

besar dari F tabel, maka dapat disimpulkan bahwa FLR, PGNP, TFR secara bersama-

sama berpengaruh terhadap CM.

Koefisien Determinasi (R2)

Koefisien determinasi menggambarkan mengenai seberapa besar pengaruh variabel

independent dalam mempengaruhi variabel dependent. Dari data diatas diketahui

bahwa koefisien determinasi sebesar 0,747372 artinya sebesar 74,74 persen variasi

variabel CM dapat dijelaskan oleh variasi variabel FLR, PGNP, TFR. Sedangkan,

sisanya sebesar 25,26 persen dijelaskan oleh variasi variabel lain yang tidak

dimasukan dalam model.

Uji Normalitas

Uji normalitas bermanfaat dalam mengetahui apakah persamaan tersebeut

terdistribusi secara normal atau tidak normal. Dari data diatas dapat diketahui nilai

Jarque Berra sebesar 0.509408. dengan hipotesis uji normalitas yaitu:

H0 : normalitas ditolak jika probabilitas kesalahan JB > X2 tabel

H0 : normalitas diterima jika probabilitas kesalahan JB < X2 tabel

X2 tabel = X2 α / df = X2 0,05 / (n-1)x(c-1) = X2 0,05 / (64-1)x(4-1) = X2

0,05 / 189 = 222,076

Ket : n = banyaknya observasi atau sampel c = jumlah variabel independent dan dependent

Dengan derajat kesalahan sebesar 0,05 nilai X2 tabel adalah sebesar 222,076. Dengan

membandingkan nilai Jarque Berra dengan X2 tabel maka dapat disimpulkan bahwa

normalitas diterima atau residual berdistribusi normal.

Dari hasil olah data dan interpretasi dari masing-masing angka yang telah dihitung, dapat

disimpulkan bahwa benar tingkat kematian bayi dipengaruhi oleh rasio melek huruf

perempuan, GNP per kapita dan jumlah kelahiran per 1000 perempuan.