TUGAS 2 EKONOMETRIKALAJU PERTUMBUHAN
Dosen Pengampu : Dr. Rahma Fitriani, S.Si, M.Sc.
Oleh :
Kelompok 6
1. Laelita Budiarti(115090500111042)
2. Kenok Wuri H(115090501111002)
3. Lifa Fitri N(115090501111016)
4. Cici Lia Puspita(115090507111006)
5. Silvia Netsyah(115090507111022)
6. Siti Umrotin(115090513111006) PROGRAM STUDI STATISTIKA
JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
2013
ObservationExpServices
1993-12445,3
1993-22455,9
1993-32480
1993-42494,4
1994-12510,9
1994-22531,4
1994-32543,8
1994-42555,9
1995-12570,4
1995-22594,8
1995-32610,3
1995-42622,9
1996-12648,5
1996-22668,4
1996-32668,1
1996-42701,7
1997-12722,1
1997-22743,6
1997-32775,4
1997-42804,8
1998-12829,3
1998-22866,8
1998-32904,8
Keterangan :
ExpServices: pengeluaran untuk jasa dalam milyar dollar tahun
1992Soal :
a) Tentukan model yang harus dipakai untuk menduga laju
pertumbuhan pengeluaran untuk jasa!b) Berapa penduga laju
pertumbuhan pengeluaran untuk jasa?c) Berapa penduga koefisien
elastisitas pengeluaran untuk jasa seiring waktu?Jawab :Data
pengeluaran Jasa mempunyai observasi setiap tahunya ada 4 kali.
Karena observasi Jasa tersebut dari tahun 1993 sampai dengan 1998,
dimana pada tahun 1998 hanya terdapat 3 observasi tiap tahun, maka
total observasi dalam pengeluaran jasa terdapat 23 kali observasi.
TimeExpServices
12445,3
22455,9
32480
42494,4
52510,9
62531,4
72543,8
82555,9
92570,4
102594,8
112610,3
122622,9
132648,5
142668,4
152668,1
162701,7
172722,1
182743,6
192775,4
202804,8
212829,3
222866,8
232904,8
*) Data setelah diubah menjadi 23 observasi.a) Model laju
pertumbuhan pada pengeluaran jasa adalah
b) Penduga laju pertumbuhan pengeluaran pada jasa.Untuk
mengetahui penduga laju pertumbuhan, kita harus menganalisis data
pengeluaran jasa dengan menggunakan transformasi ln pada
Expservise.Data setelah ditransformasi sebagai berikut.
Timeln (Expservice)
17,801923094
27,806248572
37,816013839
47,821803498
57,828396534
67,836527788
77,841414305
87,846159691
97,851816808
107,861264721
117,867220436
127,872035855
137,881748721
147,889234321
157,889121888
167,901636483
177,90915892
187,917026206
197,92855016
207,939087514
217,94778461
227,960951704
237,97411982
Setelah data sudah ditransformasi menjadi ln, kita
menganalalisis menggunakan analisis regresi biasa, dimana
ln(Expservice) merupakan variabel penjelas, dan time menjadi
variabel prediktor.
Setelah di analisis menggunakan software MINITAB, kita
mendapatkan hasil output sebagai berikut.
Dari hasil diatas didapatkan penduga bagi dan , dimana adalah
penduga laju pertumbuhan. Jadi, penduga laju pertumbuhan pada jasa
sebesar 0,0074.c) Hasil output dari analisis regresi di atas,ln
(Expservice) = 7.79 + 0.0074 time
Dari kuartal t ke kuartal t+1 pengeluaran jasa meningkat sebesar
0.74%
Lampiran
15/10/2013 20:31:15
Welcome to Minitab, press F1 for help.
Regression Analysis: ln (Expservice) versus Time
The regression equation is
ln (Expservice) = 7,79 + 0,00740 Time
Predictor Coef SE Coef T P
Constant 7,78895 0,00250 3113,86 0,000
Time 0,0074036 0,0001824 40,58 0,000
S = 0,00580352 R-Sq = 98,7% R-Sq(adj) = 98,7%
Analysis of Variance
Source DF SS MS F P
Regression 1 0,055472 0,055472 1646,98 0,000
Residual Error 21 0,000707 0,000034
Total 22 0,056179
Unusual Observations
Obs Time ln (Expservice) Fit SE Fit Residual St Resid
23 23,0 7,97412 7,95923 0,00234 0,01489 2,80R
R denotes an observation with a large standardized residual.
The regression equation is
ln (Expservice) = 7,79 + 0,00740 Time
Predictor Coef SE Coef T P
Constant 7,78895 0,00250 3113,86 0,000
Time 0,0074036 0,0001824 40,58 0,000
S = 0,00580352 R-Sq = 98,7% R-Sq(adj) = 98,7%