TUGAS MATA KULIAH EKONOMETRIKA

REGRESI NON LINIER

COBB-DOUGLAS

Oleh

Aviva nur Azizah

(1920500027)

PROGRAM STUDI EKONOMI SYARIAH

PROGRAM PASCASARJANA (PPS)
INSTITUT AGAMA ISLAM NEGERI (IAIN) SAMARINDA
TAHUN 2020
Soal

PERIODE LABOR KAPITAL PRODUK LNLAB LNPRODUK LNKAPITAL

1 15,00 17,00 3,00 2.71 2.83 1.10
2 16,00 18,00 3,22 2.77 2.89 1.17
3 17,00 20,00 3,47 2.83 3.00 1.24
4 18,00 22,00 3,73 2.89 3.09 1.32
5 19,00 23,00 3,89 2.94 3.14 1.36
6 20,00 25,00 4,14 3.00 3.22 1.42
7 21,00 27,00 4,39 3.04 3.30 1.48
8 22,00 28,00 4,56 3.09 3.33 1.52
9 23,00 29,00 4,72 3.14 3.37 1.55
10 24,00 30,00 5,00 3.18 3.40 1.61
11 25,00 33,00 5,20 3.22 3.50 1.65
12 26,00 35,00 5,44 3.26 3.56 1.69
13 27,00 33,00 5,37 3.30 3.50 1.68
14 28,00 37,00 5,77 3.33 3.61 1.75
15 29,00 33,00 5,52 3.37 3.50 1.71
16 30,00 33,00 5,60 3.40 3.50 1.72
17 31,00 35,00 5,84 3.43 3.56 1.76
18 32,00 35,00 5,92 3.47 3.56 1.78
19 33,00 38,00 6,24 3.50 3.64 1.83
20 34,00 40,00 7,00 3.53 3.69 1.95

Q = (2,71828) – 1,474 K 0,507 L 0,422

COMPUTE LNPRODUK=LN(PRODUK).
EXECUTE.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA COLLIN TOL
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT LNPRODUK
/METHOD=ENTER LNLABOR LNKAPITAL
/RESIDUALS DURBIN.

Regression

Notes
Output Created 04-APR-2020 13:07:25
Comments
Input Data D:\SEMESTER
II\Ekonometrika\model cobb-
douglas.sav
Active Dataset DataSet1
Filter <none>
Weight <none>
Split File <none>
N of Rows in Working Data 20
File
Missing Value Handling Definition of Missing User-defined missing values
are treated as missing.
Cases Used Statistics are based on cases
with no missing values for any
variable used.
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS
R ANOVA COLLIN TOL
/CRITERIA=PIN(.05)
POUT(.10)
/NOORIGIN
/DEPENDENT LNPRODUK
/METHOD=ENTER
LNLABOR LNKAPITAL
/RESIDUALS DURBIN.
Resources Processor Time 00:00:00.03
 Elapsed Time 00:00:00.17
Memory Required 3072 bytes
Additional Memory Required 0 bytes
for Residual Plots

[DataSet1] D:\SEMESTER II\Ekonometrika\model cobb-douglas.sav

Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 LNKAPITAL, . Enter
b
LNLABOR
a. Dependent Variable: LNPRODUK
b. All requested variables entered.

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .997 .995 .994 .01782 1.350
a. Predictors: (Constant), LNKAPITAL, LNLABOR
b. Dependent Variable: LNPRODUK

PENJELASAN
R = 0,997 atau 99,7 %
R disebut juga koefisien korelasi
Nilai maksimal R adalah -1 sampai 1
Artinya bahwa hubungan (korelasi) antara variabel bebas dan variabel tidak bebas itu sangat kuat karena
nilainya mendekati 1
R Square = 0,995 atau 99,5%
R Square disebut koefesien determinasi
Artinya bahwa variabel bebas bisa menjelaskan perubahan variabel tidak bebas atau terikat sebesar 99,5%,
sedangkan sisanya 0,5% dijelaskan oleh variabel lain diluar model
 ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.028 2 .514 1617.504 .000b
Residual .005 17 .000
Total 1.033 19
a. Dependent Variable: LNPRODUK
b. Predictors: (Constant), LNKAPITAL, LNLABOR

PENJELASAN
 VARIABLE DEPENDENT : LN PRO
 VARIABLE IN DEPENDENT : LNLAB DAN LNKAP

Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -1.474 .055 -27.041 .000
LNLABOR .422 .064 .455 6.549 .000 .064 15.715
LNKAPITAL .507 .064 .550 7.915 .000 .064 15.715
a. Dependent Variable: LNPRODUK

PENJELASAN
Q = (2,71828) – 1,474 K 0,507 L 0,422
Q =
0,2286 K 0,507 L 0,422

Q : Produksi
K : Modal
L : tenaga kerja

artinya jika Labor berubah 1 `% maka Q atau jumlah produksi akan

 Q =(2,71828) – 1,474 K 0,507
L 0,422

berubah 0,50 %

 Jika LABOR berubah 1% maka Q atau jumlah produksi akan berubah 0,42% dan jika
kapital berubah 1 % maka Q atau jumlah produksi akan berubah 0,50% maka Q atau
jumlah produksi adalah sebesar 0,2286.
 Collinearity Diagnosticsa
Variance Proportions
Model Dimension Eigenvalue Condition Index (Constant) LNLABOR LNKAPITAL
1 1 2.996 1.000 .00 .00 .00
2 .004 28.368 .95 .02 .01
3 .000 128.202 .04 .98 .99
a. Dependent Variable: LNPRODUK

Residuals Statisticsa
Minimum Maximum Mean Std. Deviation N
Predicted Value 1.1042 1.8831 1.5646 .23255 20
Residual -.01357 .06277 .00000 .01686 20
Std. Predicted Value -1.980 1.370 .000 1.000 20
Std. Residual -.761 3.522 .000 .946 20
a. Dependent Variable: LNPRODUK