1 / 23

BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI. Pendahuluan. Persamaan model linier: Y = b 1 + b 2 X + u ; dimana: X menyatakan harga gula pasir per Kg Y menyatakan kuantitas yang diminta. Berapa permintaan jika harga gula pasir = 0 rupiah? Apa mungkin suatu komoditi berharga 0 rupiah?

rene
Download Presentation

BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

  2. Pendahuluan Persamaan model linier: Y = b1 + b2 X + u ; dimana: X menyatakan harga gula pasir per Kg Y menyatakan kuantitas yang diminta. • Berapa permintaan jika harga gula pasir = 0 rupiah? • Apa mungkin suatu komoditi berharga 0 rupiah? • Apa logis bila harga gula pasir per Kg = 0, maka permintaan hanya sebesar b1?. • Untuk mengatasi kelemahan tersebut, maka akan dipelajari model yang merupakan bentuk-bentuk fungsional dari model regresi.

  3. Jenis Model Fungsional • Model Log-Log • Model Semi Log • Model Reciprocal • Kurva Philips • Kurva Engel

  4. Model log-log • Model ini juga dikenal dengan: Model Double Log dan Model Konstan Elastisitas • Menurut suatu teori ekonomi, hubungan antara kuantitas yang diminta dan harga suatu komoditas mempunyai bentuk sebagai berikut: Y : kuantitas X : harga 1, 2 : parameter-parameter u : error Model diatas mirip dengan Fungsi Produksi (Model Cobb Douglas) Model tidak linier baik variabel  Sulit diestimasi Untuk mempermudah, model ditransformasi

  5. Hasil transformasi logaritma: lnY = ln 1 + 2 ln X + u Transformasi dilakukan pada dua sisi  Model Log-Log Redefinisi Model : Y* = 1* + 2* X* + u* Dimana: Y* = ln Y X* = ln X 1* = ln 1 2* = 2 u* = u • Redefinisi model menunjukkan bahwa model sesungguhnya merupakan model regresi linier 1* dan 2* dapat ditaksir dengan OLS.

  6. Secara geometris: Y InY lnY=ln1+ 2 lnX ; 2 < 0 X ln X Apa Keistimewaan Model Log-Log?

  7. Keistimewaan Model Log-Log dibandingkan dengan Model Linier: • Slope 2 dalam Model Log-Log menyatakan elastisitas Y terhadap X, yaitu ukuran persentasi perubahan dalam Y bila diketahui perubahan persentasi X. Dengan perkataan lain, bila Y menyatakan kuantitas yang diminta dan X menyatakan harga komoditas per unit, maka 2 menyatakan elastistas harga dari permintaan. • 1 dan 2 juga bisa diinterpretasikan dengan mengembalikan model ke bentuk semula. Jadi, 1 dan 2 di interpretasikan melalui e1 dan e2. Model tersebut juga menunjukan bahwa bila harga komoditi mahal sekali, maka permintaan akan minimal, yaitu e1, dan bila harga murah sekali, maka permintaan maksimal. • Harga tidak akan pernah mencapai nilai nol. Sehingga dapat dikatakan bahwa permasalahan yang dihadapi dalam regresi linier dapat teratasi dengan fungsi ini.

  8. Fungsi Permintaan dan Harga Q P Kelemahan? Model Log-Log ini tidak dapat dibentuk dari data yang mempunyai nilai = 0. Karena Ln(0) = ≈

  9. Ilustrasi Masalah Perhatikan dua model yang menyatakan hubungan antara harga gula pasir (X) dengan banyaknya gula pasir yang dikonsumsi (Y). • Fungsi linier: Y = 2,6911 – 0,4795 X SE : (0,1216) (0,1140) R2 = 0,6628 • Model Log-Log: ln Y = 0,774 – 0,2530 ln SE : (0,0152) (0,0494) R2 = 0,7448 • Manakah model yang paling cocok?.

  10. Analisis • Lihat R2. Apakah model log-log lebih baik ?. Data aktual dan hasil transformasi tidak dapat dibandingkan karena skala besaran yang digunakan berbeda. • Slop dan intercept kedua bentuk model berbeda. Interpretasinya:. • Model linier Bila harga gula pasir naik sebesar 1 unit, maka permintaan terhadap komoditi tersebut akan turun ½ unit. • Model log-log Setiap kenaikan harga gula pasir sebesar 1%, jumlah yang diminta akan turun 0,25 %.Atau dapat dikatakan, elastisitas harga = -0,25. Komoditi Elastis atau tidak? Berapa batasan elastis?

  11. Analisis Komoditas ini tidak elastis karena perubahan harga gulapasir tidak menimbulkan gejolak yang besar terhadap permintaannya. Dalam Prakteknya: • Model Log-Log dibuat karena sebaran data mengikuti garis tersebut. • Adanya permasalahan dalam membuat regresi linier

  12. Model Semi-log Prinsip model sama dengan model log-log, yaitu melakukan transformasi logaritma terhadap data. Bedanya, pada model semi-log data yang ditransformasi hanya salah satu dari Y atau X. Model Semi Log terdiri atas dua jenis model, yaitu: • Model Log-Lin • Model Lin-Log

  13. Model Log-Lin ln Y = 1 + 2 X + u Interpretasi: 2 merupakan rasio antara perubahan relatif Y terhadap perubahan absolut X, dituliskan sebagai berikut : Penggunaan: Variabel X menyatakan unit waktu (tahun, bulan, dan seterusnya) Y dapat menyatakan pengangguran, penduduk, keuntungan, penjualan, GNP, dan sebagainya. Oleh karena itu, 2 merupakan suatu ukuran pertumbuhan (growth rate) bila 2 > 0 atau merupakan suatu ukuran penyusutan(decay) bila 2 < 0. Oleh karenanya, model ini disebut juga model pertumbuhan.

  14. Ilustrasi Berdasarkan data pertumbuhan Produk Nasional Bruto (PNB) atas dasar harga konstan (pertumbuhan riil) tahun 1986 – 2004 di suatu negara, diperoleh model: ln PNB = 6,9636 + 0,0796 Tahun SE : (0,0151) (0,0017) R2 = 0,9756 • Analisis? Model tersebut menyatakan bahwa 2 = 0,0796. Artinya, setiap tahunnya PNB naik/tumbuh 7,96 % pada periode 1986 – 2004.

  15. Model Lin-Log Y = 1 + 2 ln X + u Interpretasi: 2 merupakan ukuran rasio antara perubahan absolut Y terhadap perubahan relatif X, dituliskan sebagai berikut : Digunakan pada situasi dimana perubahan relatif pada X akan mengakibatkan perubahan absolut pada Y. Misal: Perusahaan mempunyai target omset, maka kita dapat melihat kenaikan keuntungan.

  16. Ilustrasi Perhatikan Model yang menunjukkan hubungan antara laba dan omset: Laba = 1040,1105 + 24,9879 Ln Omset SE : (18,8574) (2,0740) R2 = 0,9236 • Interpretasi: Setiap Omset naik 1% maka laba akan naik sebesar 24 juta rupiah. • Bagaimana jika perusahaan menargetkan tahun depan omset naik 5%?

  17. Model Reciprocal • Sifat: apabila X bernilai sangat besar, maka Y akan memiliki harga mendekati 1.

  18. Aplikasi I (1 > 0, 2 > 0) : Model Rata-rata Biaya Tetap Suatu Kelas Didefinisikan : Y : Rata-rata biaya tetap X : Banyaknya mahasiswa/kelas • Biaya operasional yang diperlukan dapat dikategorikan menjadi dua jenis, yaitu : • Biaya tetap, meliputi: sewa ruangan, honor dosen, dan lain-lain. • Biaya variabel, meliputi: makan, snack, hand-out, dan lain-lain. • Hubungan antara Y dan X dapat dinyatakan sebagai: ; 1 > 0, 2 > 0

  19. Fungsi reciprocal untuk 1 > 0, dan 2 > 0 • Karakteristik model : Pada saat jumlah mahasiswa tidak banyak (X kecil), rata-rata biaya tetap sangat besar. Kebalikannya, bila jumlah mahasiswa sangat banyak (X besar sekali), rata-rata biaya tetap mendekati 1 (1 > 0). • Cara mengestimasi model? OLS (Ordinary Least Square) Y 1 X

  20. Aplikasi II (1 < 0, 2 > 0) • Didefinisikan : X : tingkat pengangguran (%) Y : tingkat perubahan upah (%) • Bentuk hubungan antara Y dan X digambarkan dalam kurva berikut : Y Tingkat Pengangguran Alami Kurva Philips - 1 X

  21. Ilustrasi • Kurva Phillips: United Kingdom, 1950-1966 Y = -1,4282 + 8,7243 t: (2,0625) (2,8498) R2 = 0,3849 Pengamatan : • 1 = -1,43 % Artinya? • Batas bawah perubahan upah –1,43 %. Artinya, bila unemployment rate (tingkat pengangguran) besar sekali, penurunan upah tidak lebih dari 1,43 % per tahun • R2 sangat rendah, kurang dari 40 %, tetapi intercep dan slop keduanya signifikan.

  22. Aplikasi III (1 > 0, 2 < 0) • Didefinisikan : Y : konsumsi / pengeluaran pada suatu komoditas X : pendapatan • Hubungan antara pendapatan seseorang dengan konsumsi suatu komoditas digambarkan dalam Kurva Engel :

  23. Sifat: C • Ada garis ambang pendapatan (threshold level of income ). Bila pendapatan lebih kecil dari garis ambang pendapatan, komoditas tersebut tidak akan dibeli/dikonsumsi (-2/1). • Ada suatu level kejenuhan. Meskipun pendapatan mencapai level sangat tinggi, konsumsi komoditas tidak akan melewati level tersebut (1). 1 I -2/1

More Related