UNIVERSITY OF JEMBER – FACULTY OF ECONOMICS
DEPARTEMENT OF ECONOMICS AND DEVELOPMENT SCIENCE
ODD SEMESTER ACADEMIC YEAR 2014-2015
Lesson : 2nd Econometrics
Lecturer : Adhitya Wardhono, S.E., M.Sc., Phd.
Name : Fatchur Rozi NIM : 130810101173
Class Cluster : D
Tugas Running data menggunakan Eviews 1. Landasan Teoritis
Pendahuluan
Ekonomi merupakan salah satu ilmu yang relative baru, salah satu titik awal kelahiran ilmu ekonomi makro adalah adanya permasalahan ekonomi jangka pendek yang tidak dapat diatasi oleh teori ekonomi klasik. Masalah jangka pendek ekonomi tersebut yaitu inflasi, pengangguran dan neraca pemba-yaran. Munculnya ekonomi makro dimulai dengan terjadinya depresi ekonomi Amerika Serikat pada tahun 1929. Depresi merupakan suatu malapetaka yang terjadi dalam ekonomi di mana kegiatan produksi terhenti akibat adanya inflasi yang tinggi dan pada saat yang sama terjadi pengangguran yang tinggi pula.
Indonesia pada tahun 1966 dengan tingkat inflasi 650 persen. Inflasi yang sangat tinggi tersebut disebut hiper inflasi (hyper inflation).
Didasarkan pada faktor-faktor penyebab inflasi maka ada tiga jenis inflasi yaitu: 1) inflasi tarikan permintaan (demand-pull inflation) dan 2) inflasi desakan biaya ( cost-push inflation) 3) inflasi karena pengaruh impor (imported inflation). Inflasi tarikan permintaan (demand-pull inflation) atau inflasi dari sisi permintaan (demand side inflation) adalah inflasi yang disebabkan karena adanya kenaikan permintaan agregat yang sangat besar dibandingkan dengan jumlah barang dan jasa yang ditawarkan. Karena jumlah barang yang diminta lebih besar dari pada barang yang ditawarkan maka terjadi kenaikan harga. Inflasi tarikan permintaan biasanya berlaku pada saat perekonomian mencapai tingkat penggunaan tenaga kerja penuh dan pertumbuhan ekonomi berjalan dengan pesat (full employment and full capacity). Dengan tingkat pertumbuhan yang pesat/tinggi mendorong peningkatan permintaan sedangkan barang yang ditawarkan tetap karena kapasitas produksi sudah maksimal sehingga mendorong kenaikan harga yang terus meneruss
Pengangguran, Inflasi dan Pertumbuhan Ekonomi
Seperti yang telah diuraikan di atas, bahwa pada saat terjadinya depresi ekonomi Amerika Serikat tahun 1929, terjadi inflasi yang tinggi dan diikuti dengan pengangguran yang tinggi pula. Didasarkan pada fakta itulah A.W. Phillips mengamati hubungan antara tingkat inflasi dan tingkat pengangguran. Dari hasil pengamatannya, ternyata ada hubungan yang erat antara inflasi dengan tingkat pengangguran, dalam arti jika inflasi tinggi, maka pengangguran akan rendah. Hasil pengamatan Phillips ini dikenal dengan kurva Phillip.
Istilah pertumbuhan bisa saja diartikan berbeda oleh satu orang dengan orang lain, daerah yang satu dengan daerah lain, negara satu dengan negara lainnya. Penting bagi kita untuk dapat memiliki definisi yang sama dalam mengartikan pertumbuhan. Secara umum pertumbuhan ekonomi memiliki arti peningkatan pada Gross Domestic Product (GDP) atau Produk Domestik Bruto (PDB) suatu negara. Pendapat mengenai definisi pertumbuhan ekonomi menurut beberapa ilmuwan adalah sebagai berikut :
a) Kuncoro (2004) berpendapat bahwa suatu perekonomian dikatakan mengalami pertumbuhan atau berkembang apabila tingkat kegiatan ekonominya lebih tinggi daripada apa yang dicapai pada masa sebelumnya.
b) Todaro (2003) mendefinisikan pertumbuhan ekonomi sebagai suatu proses yang mantap dimana kapasitas produksi dari suatu perekonomian meningkat sepanjang waktu untuk menghasilkan tingkat pendapatan nasional yang semakin besar.
c) Menurut Budiono (1994), pertumbuhan ekonomi adalah suatu proses pertumbuhan output perkapita jangka panjang yang terjadi apabila ada kecenderungan (output perkapita untuk naik) yang bersumber dari proses intern perekonomian tersebut (kekuatan yang berada dalam perekonomian itu sendiri), bukan berasal dari luar dan bersifat sementara.
d) Sukirno (2004) berpendapat bahwa pertumbuhan ekonomi merupakan perubahan tingkat kegiatan ekonomi yang berlaku dari tahun ke tahun. Sehingga untuk mengetahuinya harus diadakan perbandingan pendapatan naional dari tahun ke tahun, yang dikenal dengan laju pertumbuhan ekonomi.
Dari pendapat para ahli diatas dapat disimpulkan bahwa pertumbuhan ekonomi pada dasarnya diartikan sebagai suatu proses dimana GDP riil atau pendapatan riil perkapita meningkat secara terus-menerus melalui kenaikan produktivitas perkapita.
Consumption. Pengeluaran konsumsi seseorang adalah bagian dari pendapatan yang dibelanjakan. Apabila pengeluaran- pengeluaran konsumsi semua orang dalam suatu negara dijumlahkan, maka hasilnya adalah pengeluaran konsumsi masyarakat negara yang bersangkutan.
Secara makro (agregat) pengeluaran konsumsi masyarakat berbanding lurus dengan pendapatan nasional. Semakin besar pendapatan maka semakin besar pula pengeluaran konsumsi. Perbandingan besarnya tambahan pengeluaran konsumsi terhadap pendapatan disebut hasrat marginal untuk berkonsumsi (Marginal Propensity to Consume: MPC). Pada masyarakat yang kehidupan ekonominya relatif belum mapan biasanya angka MPC mereka relatif besar, sementara angka MPS mereka relatif kecil, artinya jika memperoleh tambahan pendapatan maka sebagian besar tambahan pendapatan tersebut akan teralokasi untuk konsumsi. Hal ini sebaliknya berlaku pada masyarakat yang kehidupan ekonominya relatif lebih mapan. Menurut Rahardja (2001: 45), pengeluaran konsumsi terdiri atas konsumsi pemerintah (government consumption) dan konsumsi masyarakat atau rumah tangga (household consumption).
2. Model Regresi
Dari teori tersebut diperkiran variabel inflasi, pengangguran, dan konsumsi nasional diperkiran berpengaruh terhadap tingkat pertumbuhan ekonomi yang terjadi. Model regresi yang digunakan menggunakan regesi linear berganda dengan menggunakan data runtun waktu atau time series. Dengan menggunakan 3 variabel Independen, dimana bentuk regresi dimodelkan sebagai berikut:
Y t = β 0 + β1X1 t + β2X 2 t + β3X3 t +
µ
tKeterangan:
β0 = Merupakan intercept atau perpotongan antara garis regresi dengan sumbu vertical. Intercept menujukkan besarnya nilai regresi atau regressan saat variable lainnya adalah konstan atau nol.
β1 = Merupakan koefisien atau slope (kemiringan) dari variable X1. Nilai koefisien
menunjukkan seberapa besar pengaruh kenaikan/penurunan dari variable dependen Y jika variable X1 mengalami kenaikan 1 satuan dengan asumsi nilai variabel lain
dianggap konstan.
X1 = Merupakan variable independen pertama, yaitu tingkat inflasi (dalam %)
β2 = Merupakan koefisien atau slope (kemiringan) dari variable X2. Nilai koefisien tersebut
menunjukkan seberapa besar pengaruh kenaikan/penurunan dari variable dependen Y jika variable X1 mengalami kenaikan 1 satuan dengan asumsi nilai variable lain
dianggap konstan.
X2 = Merupakan variable independen kedua, yaitu tingkat pengangguran terbuka (dalam
%)
β3 = Merupakan koefisien atau slope (kemiringan) dari variable X3. Nilai koefisien
menunjukkan seberapa besar pengaruh kenaikan/penurunan dari variable dependen Y jika variable X3 mengalami kenaikan 1 satuan dengan asumsi nilai variable lain
dianggap konstan.
X3 = Merupakan variable independen ketiga, yaitu tingkat pengeluaran konsumsi total dari
rumah tangga konsumsi dan rumah tangga pemerintah terhadap PDB total (dalam %)
µ
= Error term, atau faktor ganguan stokastik.Sedangakan simbol subscript “t” menujukkan observasi waktunya
.
Dari penjelasan model dan keterangan diatas model regresi tersebut dapat ditulis menjadi:GROWTHt = C + β1 INFLATt + β2 UNEMPLOYt + β3 CONSUMEt +
µ
t0BS TAHUN
% GROWTH ECO (Y)
% INFLASI
(X1) % PENGANGGURAN (X2) % PENGELUARAN C TOTAL (X3)
1 1980 9.88 15.97 1.66 70.84
2 1981 7.93 7.09 2.70 76.53
3 1982 2.25 9.69 3.01 81.34
4 1983 4.19 11.46 2.00 71.04
5 1984 6.98 8.76 2.00 70.30
6 1985 2.66 4.31 2.14 70.20
7 1986 5.87 8.83 2.60 72.73
8 1987 4.93 8.90 2.55 67.10
9 1988 5.78 5.47 2.81 66.01
10 1989 7.46 5.97 2.87 62.48
11 1990 7.24 9.53 2.51 63.33
12 1991 6.95 9.52 2.59 64.11
13 1992 6.46 4.94 2.71 61.80
14 1993 6.5 9.77 2.80 62.28
15 1994 7.54 9.24 4.40 67.79
16 1995 8.22 8.60 7.24 69.41
17 1996 7.82 6.50 4.89 69.93
18 1997 4.70 11.1 4.68 68.52
19 1998 -13.13 77.6 5.46 73.47
20 1999 0.79 2.00 6.36 80.54
21 2000 4.92 9.40 6.08 74.44
22 2001 3.64 12.55 8.10 70.04
23 2002 4.50 10.03 9.06 74.88
24 2003 4.78 5.16 9.50 76.27
25 2004 5.03 6.40 9.86 75.09
26 2005 5.69 17.11 10.26 72.47
27 2006 5.50 6.60 10.4 71.30
28 2007 6.35 6.59 9.11 71.89
29 2008 6.01 11.06 8.39 69.04
30 2009 4.63 2.78 7.90 68.29
31 2010 6.22 6.96 7.10 65.62
32 2011 6.17 3.79 6.60 56.22
33 2012 6.03 4.30 6.10 55.43
34 2013 5.58 8.38 6.20 56.39
35 2014 5.02 8.36 5.90 57.25
sumber: BPS dan BI dioala
Dependent Variable: GROWTH Method: Least Squares Date: 11/16/15 Time: 00:27 Sample: 1980 2014
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
INFLAT -0.235102 0.030439 -7.723841 0.0000 UNEMPLOY -0.121900 0.132475 -0.920176 0.3646 CONSUME -0.080241 0.057979 -1.383971 0.1763 C 13.72562 3.904104 3.515692 0.0014
R-squared 0.687015 Mean dependent var 5.174000 Adjusted R-squared 0.656726 S.D. dependent var 3.641982 S.E. of regression 2.133822 Akaike info criterion 4.460917 Sum squared resid 141.1491 Schwarz criterion 4.638671 Log likelihood -74.06605 Hannan-Quinn criter. 4.522278 F-statistic 22.68208 Durbin-Watson stat 1.336444 Prob(F-statistic) 0.000000
Dari data diatas dapat diketahui bahwa, model persamaan regresi yang dhasilkan adalah
GROWTHt = 13.72562 - 0.235102 INFLATt -0.121900 UNEMPLOYt -0.080241 CONSUMEt
Nilai Coefficient tiap variable menunjukkan nilai parameternya atau besar pengaruh kenaikan tiap variabel bebas secara parsial jika tiap variabel bebas tersebut mengalami kenaik 1 satuan. Sedangkan tanda positif atau negatif dalam coefficient tersebut menjukkan arah. Jika positif maka searah, maksudnya jika variabel tersebut naik, maka variabel dependen akan naik dengan asumsi variabel lainnya bersifat konstan;
Nilai Coefficient variabel:
a. C (Constant) = 13.72562, menujukkan bahwa besarnya perkiraan pertumbuhan ekonomi yang terjadi (dalam persen ) jika nilai variabel INFLAT, UNEMPLOY, dan CONSUME adalah nol
b. INFLAT = -0.235102, menunjukkan bahwa jika variabel INFLAT naik 1%, maka diperkirakan GROWTH (pertumbuhan ekonomi) akan mengalami penurunan sebesar 0,235102% dengan asumsi variabel UNEMPLOY dan CONSUME dianggap konstant.
d. CONSUME = -0.080241 menunjukkan bahwa jika variabel CONSUME naik 1%, maka diperkirakan nilai GROWTH (pertumbuhan ekonomi) akan mengalami penurunan sebesar 0.080241% dengan asumsi variabel INFLAT dan UNEMPLOY dianggap konstant.
Nilai Standard Error
a. C (Constant) = 3.904104, menujukkan bahwa nilai konstanta memiliki nilai rata-rata sebaran data sampel 3.904104 dari rata-rata sampel
b. INFLAT = 0.030439, menunjukkan bahwa data sampel variabel INFLAT memiliki selisih kesalahan nilai rata-rata sebaran sampel bernilai 0,030439 dari semua rata-rata sampel variabel INFLAT
c. UNEMPLOY = 0.132475, menunjukkan bahwa data variabel sampel UNEMPLOY memiliki selisih kesalahan nilai rata-rata sebaran sampel bernilai 0,132475 dari semua rata-rata sampel UNEMPLOY
d. CONSUME = 0.057979, menunjukkan bahwa data sampel variabel CONSUME memiliki selisih kesalahan nilai rata-rata 0.057979 dari semua rata-rata sampel variabel CONSUME
Uji Signifikan Secara Parsial (t-test dan probabilitas t-test)
Uji untuk mengetahui tingkat signifikansi variabel secara parsial menggunakan Uji-t (t-test) dengan tingkat kepercayaan 95% atau α= 5%, dengan df=n-k df=35-4=31
H0: tidak ada pengaruh yang signifikan dari suatu variabel bebas terhadap variabel terikat secara parsial
Ha: Terdapat pengaruh yang signifikan dari suatu variabel bebas terhadap variabel terikat secara parsial
a. Nilai t-test C (Constant) = 3.904104 menunjukkan nilai t-hitungnya
Dari table diketahui tabel dengan df=31 mennjukkan bahwa tabel = 2,021 < t-hitungnya <3.904104, atau t-hitung lebih besar dari t-tabel sehingga H0 ditolak sehingga variabel C berpengaruh signifikan secara parsial terhadap variabel independennya yaitu GROWTH-nya. Dari nilai prob t statistic = 0.0014 < α=0,05 sehingga secara probabilitas variabel C berpengaruh signifikan terhadap variabel GROWTH-nya secara parsial.
mennjukkan bahwa t-tabel = 2,021 < t-hitungnya =7.723841, atau t-hitung lebih besar dari t-tabel sehingga H0 ditolak sehingga variabel C berpengaruh signifikan secara parsial terhadap variabel independennya yaitu GROWTH-nya. Dari nilai prob t statistic= 0.0000 < α=0,05, sehingga secara probabilitas variabel INFLAT berpengaruh signifikan secara parsial terhadap variabel GROWTH-nya
c. Nilai t-test UNEMPLOY = -0.920176 menunjukkan nilai t-hitungnya. Nilai negative hanya menunjukkan arahnya. Sedangkan dari table diketahui t-tabel dengan df=31 mennjukkan bahwa t-tabel = 2,021 > t-hitungnya = 0.920176, sehingga H0 diiterima sehingga variabel UNEMPLOY tidak berpengaruh signifikan secara parsial terhadap variabel independennya yaitu GROWTH-nya. nilai prob. t statistic UNEMPLOY = 0.3646 < α=0,05, sehingga secara probabilitas variabel UNEMPLOY juga tidak berpengaruh signifikan secara parsial terhadap variabel GROWTH-nya
d. Nilai t-test CONSUME = -1.383971 menunjukkan nilai t-hitungnya. Nilai negative hanya menunjukkan arahnya. Sedangkan dari table diketahui t-tabel dengan df=31 menunjukkan bahwa t-tabel = 2,021 > t-hitungnya = -1.383971, atau t-hitung lebih besar dari t-tabel sehingga H0 ditolak sehingga variabel CONSUME tidak berpengaruh berpengaruh signifikan secara parsial terhadap variabel independennya yaitu GROWTH-nya. Nilai prob. t statistic UNEMPLOY = 0.1763 < α=0,05, sehingga secara probabilitas variabel UNEMPLOY juga tidak berpengaruh signifikan terhadap variabel GROWTH-nya
Koefisien Determinasi (R-Saquared) dan Koefisien determinasi yang disesuaikan (Adjusted R-squared)
regresi yang meggunakan banyak variabel maka yang digunakan sebagai ukuran ketepatan model, digunakan acuan nilai Adjusted R-squared. Dari hasil output menujukkan nilai Adjusted R-squared = 0.656726, berarti kemampuan variabel bebasnya dalam menjelaskan varians dari variabel terikatnya sebesar 65,6726% sedangkan sisanya sebesar 34,3274% dijelaskan oleh faktor lainnya.
Uji untuk mengetahui tingkat signifikansi variabel secara parsial menggunakan Uji-f (f-test) dan probabilitas f-statistic.
Dengan tingkat kepercayaan 95% atau α= 5%, dimana :
df numerator = dfn = df1 =k-1 =4-1 =3
dfd = df2 = n-k = 35-4 =31
Sedangkan perumusan hipotesisnya:
H0: tidak ada pengaruh yang signifikan dari seluruh variabel bebas terhadap variabel terikat
Ha: Terdapat pengaruh yang signifikan dari suatu variabel bebas terhadap variabel terikat secara parsial
Dari table diatas diketahui bahwa nilai f-statistic = 22,68208 > f-table = 2,84 maka H0 ditolak, dan Ha diterima sehingga kesimpulannya secara serempak (INFLAT, UNEMPLOY, CONSUME) terdapat pengaruh yang signifikan dari semua variabel bebas terhadap variabel terikat. Sedangkan berdasarkan nilai probabilitas f statisticnya = 0.000000 < α = 5% sehingga variabel bebasnya scara serempak berpengaruh signifikan terhadap variabel terikatnya.
Rata-rata dependent variable
5.174000%, sedangkan standar deviasi dari variabel GROWTH-nya= 3.641982, menujukkan keragaman nilai sampel variabel GROWTH sebesar 3.641982.
Kriteria ketepatan dan kelayakan suatu model regrsi
Dari hasil regresi terdapat beberapa kriteria kebaikan suatu model yang ditunjukkan dari beberap kriteria yang meliputi Akaike info criterion = 4.460917 , Schwarz criterion = 4.638671, Hannan-Quinn criteria = 4.522278 , secara umum ketiga kriteria tersebut menggambarkan kelayakan suatu model regresi yang dibuat, semakin mendekati nol maka model regresi tersebut semakin bagus. Sedangakan Durbin-Watson Statistic digunakan untuk mengetahui autokorelasi
Uji asumsi klasik
Untuk menghasilkan suatu model yang BLUE (Best Linear Unbiased Estimator) dalam teori Gaus-Markov maka model regresi tersebut perlu diuji menggunakan uji asumsi klasik yang meliputi:
a. Uji Multikolinearitas
Dikatakan terjadi multikolinearitas jika antar variabel berkolerasi lebih dari 0,8. Seangkan dari table di bawah ini menunjukkan bahwa semua variabel bebas, terbebas dari multikolinearitas karena nilai korelasinya semua di bawah 0,8.
b. Uji Heteroskedastisitas
Heteroskedastisitas menujukkan tingkat variansi yang tinggi dari data sampel yang ada dalam model regresi. Pada kali ini saya menguji heteroskedastisitas dengan menggunakan metode white atau uji white.
Heteroskedasticity Test: White
F-statistic 0.902624 Prob. F(9,25) 0.5378 Obs*R-squared 8.583805 Prob. Chi-Square(9) 0.4765 Scaled explained SS 11.32041 Prob. Chi-Square(9) 0.2544
Test Equation:
INFLAT UNEMPLOY CONSUME
Dependent Variable: RESID^2 Method: Least Squares Date: 11/16/15 Time: 00:28 Sample: 1980 2014
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
C 9.719436 163.7001 0.059373 0.9531
R-squared 0.245252 Mean dependent var 4.032832 Adjusted R-squared -0.026458 S.D. dependent var 7.502691 S.E. of regression 7.601296 Akaike info criterion 7.129471 Sum squared resid 1444.492 Schwarz criterion 7.573856 Log likelihood -114.7657 Hannan-Quinn criter. 7.282873 F-statistic 0.902624 Durbin-Watson stat 1.872319 Prob(F-statistic) 0.537760
Dari hasil eviews diatas diketahui bahwa Obs*R-squared 8,583805 sedangkan nilai X2 tabel dengan tingkat alpha = 5% df:35-4=31 diperoleh 55,7585 sehingga
Obs*R-squared = 8,583805 < X2 tabel = 55,7585 maka model tersebut lolos dari
heteroskedastisitas.
c. Uji Autokorelasi
Dari hasil eviews dibawah diketahui bahwa nilai Obs*R-squared = 1.531699, dengan df=31 sedangkan nilai alpha = 5% sehingga dapat diketahui nilai nilai X2
tabel diperoleh 55,7585. Karena Obs*R-squared = 1.531699 < X2 tabel = 55,7585
maka hipotesis yang menyatakan bahwa model tersebut terbebas dari autokorelasi diterima.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.372970 Prob. F(1,30) 0.2505 Obs*R-squared 1.531699 Prob. Chi-Square(1) 0.2159
Dependent Variable: RESID Method: Least Squares Date: 11/16/15 Time: 00:30 Sample: 1980 2014
Included observations: 35
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
INFLAT 0.002350 0.030323 0.077482 0.9388 UNEMPLOY -0.001593 0.131692 -0.012094 0.9904 CONSUME -0.008782 0.058118 -0.151112 0.8809 C 0.579404 3.912204 0.148102 0.8833 RESID(-1) 0.212875 0.181674 1.171738 0.2505
R-squared 0.043763 Mean dependent var 2.12E-15 Adjusted R-squared -0.083735 S.D. dependent var 2.037509 S.E. of regression 2.121101 Akaike info criterion 4.473311 Sum squared resid 134.9720 Schwarz criterion 4.695503 Log likelihood -73.28294 Hannan-Quinn criter. 4.550012 F-statistic 0.343242 Durbin-Watson stat 1.700739 Prob(F-statistic) 0.846566 terdistribusi normal digunakan uji normalitas menggunakan kriteria uji Jarque-Bera (JB). Suatu model dikatakan nilai residualnya terdistribusi normal jika nilai JB > X2
tabel, tidak terdistribusi normal jika X2 tabel > nilai JB Dari table diatas diketahui
bahwa nilai JB = 2,761553. Sedangkan nilai nilai X2 tabel dengan tingkat alpha = 5%
df:35-4=31 diperoleh 55,7585 sehingga nilai X2 tabel = 55,7585 > JB= 2,761553
sehingga model regresi tersebut residualnya terdistribusi secara normal
Equation: OUTPUT1
Specification: GROWTH INFLAT UNEMPLOY CONSUME C Omitted Variables: Squares of fitted values
Value df Probability t-statistic 4.893214 30 0.0000 F-statistic 23.94354 (1, 30) 0.0000 Likelihood ratio 20.53592 1 0.0000
F-test summary:
Sum of Sq. df
Mean Squares Test SSR 62.65086 1 62.65086 Restricted SSR 141.1491 31 4.553197 Unrestricted SSR 78.49824 30 2.616608
LR test summary: Date: 11/16/15 Time: 00:54 Sample: 1980 2014
Included observations: 35
Variable Coefficient Std. Error t-Statistic Prob.
INFLAT -0.110499 0.034364 -3.215560 0.0031 UNEMPLOY -0.218405 0.102344 -2.134028 0.0411 CONSUME -0.213367 0.051691 -4.127739 0.0003 C 26.14718 3.899144 6.705876 0.0000 FITTED^2 -0.112829 0.023058 -4.893214 0.0000
R-squared 0.825937 Mean dependent var 5.174000 Adjusted R-squared 0.802729 S.D. dependent var 3.641982 S.E. of regression 1.617593 Akaike info criterion 3.931320 Sum squared resid 78.49824 Schwarz criterion 4.153512 Log likelihood -63.79809 Hannan-Quinn criter. 4.008020 F-statistic 35.58794 Durbin-Watson stat 1.495251 Prob(F-statistic) 0.000000
linear adalah diterima. Dari table diketahui bahwa, Dengan tingkat kepercayaan 95% atau α= 5%, dimana :
df numerator = dfn = df1 =k-1 =4-1 =3
dfd = df2 = n-k = 35-4 =31