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%