5.4. Penyeselaian Fungsi model Cobb-Douglas dengan SPSS Penaksiran parameter fungsi produksi Cobb-Douglas dapat diselesaikan dengan cara melinierkan persamaan tersebut. Logaritmakan ruas kiri dan kanan dari persamaan . lnP = lnbL α K β lnP = lnb + αlnL + βlnK Untuk menaksir parameter model Cobb-Douglas kita gunakan kembali soal pada sub 2.7.1. tentang pengeluaran pakaian (Y), total pengeluaran (X1) dan harga pakaian (X2) tertera pada Tabel 3.2. Tabel 3.2. Menyajikan fungsi pengeluaran pakaian (Y). n Y X1 X2 1 3, 5 15 16 2 4, 3 20 13 3 5, 0 30 10 4 6, 0 42 7 5 7, 0 50 7 6 9, 0 54 5 7 8, 0 65 4 8 10, 0 72 3 9 12, 0 85 3,5 10 14, 0 90 2 Tabel 3.2 dilogaritma natural (ln) hasilnya tertera pada Tabel 4.1. 120
12
Embed
5.4. Penyeselaian Fungsi model Cobb-Douglas dengan SPSS
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
5.4. Penyeselaian Fungsi model Cobb-Douglas dengan SPSS
Penaksiran parameter fungsi produksi Cobb-Douglas dapat diselesaikan
dengan cara melinierkan persamaan tersebut.
Logaritmakan ruas kiri dan kanan dari persamaan .
lnP = lnbLαKβ
lnP = lnb + αlnL + βlnK
Untuk menaksir parameter model Cobb-Douglas kita gunakan kembali soal pada sub 2.7.1.
tentang pengeluaran pakaian (Y), total pengeluaran (X1) dan harga pakaian (X2) tertera pada
Tabel 3.2.
Tabel 3.2. Menyajikan fungsi pengeluaran pakaian (Y).
n Y X1 X2
1
3,
5 15 16
2
4,
3 20 13
3
5,
0 30 10
4
6,
0 42 7
5
7,
0 50 7
6
9,
0 54 5
7
8,
0 65 4
8
10,
0 72 3
9
12,
0 85 3,5
10
14,
0 90 2
Tabel 3.2 dilogaritma natural (ln) hasilnya tertera pada Tabel 4.1.
120
Tabel 4.1. Menyajikan fungsi pengeluaran pakaian (Y) yang telah di ln
n lnY lnX1 lnX2
1
1,
3
2,
7
2,
8
2
1,
5
3,
0
2,
6
3
1,
6
3,
4
2,
3
4
1,
8
3,
7
1,
9
5
1,
9
3,
9
1,
9
6
2,
2
4,
0
1,
6
7
2,
1
4,
2
1,
4
8
2,
3
4,
3
1,
1
9
2,
5
4,
4
1,
3
10
2,
6
4,
5
0,
7
Kemudian data pada Tabel 4.1 dimasukan ke SPSS sebagai berikut.
Klik simbol IBM SPSS statistics,
akan muncul IBM SPSS statistics data editor seperti berikut.
120
Klik data view, maka tampilannya sebagai berikut.
Arahkan kursos seperti anak panah di atas kemudian klik dan ketik data pada Tabel 4.1 atau
copy data dari excel kemudian paste menurut kolom mulai dari nomor 1 dan seterusnya sesuai
jumlah sampel yang digunakan seperti berikut.
120
Kemudian klik variable view untuk menulis nama variabel seperti berikut.
Pada Name klik var00001 ganti dengan Y kemudian enter, var00002 dengan X1, dan
var00003 dengan X2 pada kolom label baris pertama tulis Pengeluaran pakaian dan baris
kedua dan ketiga tulis Total pengeluaran dan Harga pakaian seperti yang tertulis pada Tabel
4.1 tampilannya seperti berikut.
120
Kemudian klik analize pilih Regression dan klik linear, tampilan seperti berikut.
Kemudian pindahkan Kuantitas (Y) ke Dependent dengancara klik anak panah seperti pada
gambar di atas, maka tampilannya seperti berikut.
120
Kemudian klik Total pengeluaran (X1) dan Harga pakaian (X2) maka tampilannya seperti
berikut.
Kemudian variable harga dipindahkan ke independent dengan klik arah panah seperti gambar
di atas, maka tampilannya seperti berikut.
120
Kemudian klik statistic seperti anak panah di atas maka tampilannya seperti berikut.
Klik covariance matrix, collinearity diagnostics, Durbin-Watson, dan continue kemudian klik
OK, maka outputnya seperti berikut.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS BCOV R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
120
/DEPENDENT Y
/METHOD=ENTER X1 X2
/RESIDUALS DURBIN.
Regression
Notes
Output Created 10-NOV-2019 22:21:51
Comments
Input Data D:\BUKU AJAR
EKONOMETRIKA
EFFENDY\FUNGSI
COBB-DOUGLAS.sav
Active Dataset DataSet0
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working
Data File
10
Missing Value Handling Definition of Missing User-defined missing