1 / 14

Model Regresi dgn Variabel Kualitatif

Model Regresi dgn Variabel Kualitatif. Muchdie , Ir , MS, Ph.D. FE- Uhamka. Karakteristik Variabel Kualitatif Regresi dengan Satu Variabel Kualitatif Regresi Variabel Kualitatif dengan Lebih dari Dua Kelas Regresi variabel Kualitatif pada Data Timeseries

bandele
Download Presentation

Model Regresi dgn Variabel Kualitatif

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. Model RegresidgnVariabelKualitatif Muchdie, Ir, MS, Ph.D. FE-Uhamka

  2. KarakteristikVariabelKualitatif • RegresidenganSatuVariabelKualitatif • RegresiVariabelKualitatifdenganLebihdariDuaKelas • RegresivariabelKualitatifpada Data Timeseries • RegresidenganLebihdariSatuVariabelKualitatif PokokBahasan

  3. Dalambanyakkasus, variabelindependenbersifatkualitatif • Contoh : pengeluaranmahasiswadipengaruhiolehjeniskelamin; wanita > pria • Selainvariabelygbersifatkuantitatif, Variabelkualitatifakanberpengauhjugaterhadapperilakupelakuekonomi • Contoh : jeniskelamin, tingkatpendidikan, status pekerjaanakanberpengaruhterhadappersepsikualitaspelayanan. Pendahuluan

  4. Dalam model regresi, variabelkualitatifjugadapatdimasukkan. • Contoh : benarkanadamasalah gender dalampekerjaansehinggaadaperbedaangajiantarapekerjalaki-lakidenganpekerjawanita. • Variabelkualitatifmengindikasikanadatidaknyaatribut. • Caranya, denganmembentukvariabelartifisial (dummy) kedalam model persamaanregresidenganmengambilnilai 1 atau 0, dimanaangka 1 menunjukkanadanyaatributdanangka 0 menunjukkantidakadanyaatribut. KarakteristikVariabelKualitatif

  5. Misalnya, akandiujiisu gender dalampekerjaan, yaituapakahadaperbedaanantaragajikaryawanpriadengankaryawanwanita. • Yi = βo + β1Di + ei (5.1) • dimana : Y = Gajikaryawan, Di = 1 utkpriadan Di = 0 utkwanita • Ho : tidakadadiskriminasidalamsoalgajikaryawan (Ho : β1= 0) • Metode OLS dptdigunakanutkmengestimasipersamaan KarakteristikVariabelKualitatif

  6. Dari pers 5.1 dptdiperolehduapers : • E(Y | Di =1) = βo + β1 utkpria (5.2) • E(Y | Di =0) = βo utkwanita (5.3) • Catatan : βo menunjukkangaji rata-rata karyawanwanitadan slope β1menunjukkanbesarnyaperbedaangaji rata-rata karyawanpriadanwanita, sedangkanβo+β1 memberiinformasigaji rata-rata karyawanpria. Gaji GajikaryawanPria β1 KarakteristikVariabelKualitatif GajikaryawanWanita βo JenisKelamin

  7. VariabelKualitatifdgn Data Cross-Section • Pers 5.1 seringditemuipadapenelitianPsikologidanBisnis, jarangdlmpenelitianekonomi. • Dalampenelitianekonomivariabelindependenbersifatkuantitatifmaupunkualitatif. • Utklebihmemperjelas, contohberikutmenggabungkanvariabelindependenygkuantitatif, misalnyamasakerjakaryawan • Yi = βo + β1Di + β2Xi + eidimanaβ1>0;β2>0 (5.4) • dimana Yi = Gajikaryawan; Xi = masakerja; Di =1 utkpriadan Di=0 utkwanita Regresidgn 1 VariabelKualitatif

  8. Model padapers 5.4 berisisatuvariabeldummyygmempunyaiduakelas (PriadanWanita). • Hipotesisnol : tdkadadiskriminasi gender dalamsoalgaji (Ho : β1 = 0) • Artidaripers 5.4 : • Pria : E(Yi|Di=1) = (βo + β1) + β2Xi (5.5) • Wanita: E(Yi|Di=0) = βo+ β2Xi (5.6) KaryawanPria Gaji Regresidgn 1 VariabelKualitatif KaryawanWanita β1 βo Masakerja

  9. Jikaadalebihdariduakelas (misalnyavariabel gender digantidenganvariabeltingkatpendidikan : S1, S2 dan S3 sehinggaadaduavariabeldummy • Yi=βo+β1D1i +β2D2i + β3Xi +ei (5.11) • Dimana Yi = Gajidosen, Xi = masakerja, D1i = 1 jika S2, D1i = 0 jikatidak; D2i=1 jika S3dan D2i=0 jikatidak. • Hipotesisnol : tdkadadiskriminasidlmsoalgajiberdskantingkatpendidikanygdinyatakansbgHo : β1 = 0 danβ2=0. Regresidgn 1 VariabelKualitatif

  10. Pers 5.11 diartikansbb : • S3 :(E(Yi|D1i=0,D2i=1,Xi)=(βo+β2)+β3Xi 5.12 • S2 :(E(Yi|D1i=1,D2i=0,Xi)=(βo+β1)+β3Xi5.13 • S1 :(E(Yi|D1i=0,D2i=0,Xi)= βo++β3Xi 5.14 Dosen S-3 Gaji (Y) Dosen S-2 β3 β2 Dosen S-1 β1 Regresidgn 1 VariabelKualitatif βo Masaakerja (X)

  11. VariabelKualitatifdgn Data Time-Series • Banyakpekerjaanekonometrikaterkaitdgn data time-series • Misalnyaingindiujiadalahperbedaanwaktuterhadapprilakuimpor Indonesia, sebelum 1997 dansesudah 1997. • Yt = βo + β1Dt + β2Xt + et dimanaβ1<0;β2>0 (5.15) • dimanaYt = Impor; Xi = GDP riil; Dt =0 utksebelum 1997 danDt=1 utksesudah 1997 • Sblm 1997 : E(Yt|Dt = 0) = βo + β2 Xt 5.16 • Ssdh1997 : E(Yt|Dt = 1) = (βo+β1)+β2Xt 5.17 Regresidgn 1 VariabelKualitatif

  12. Utklbhdari 1 VariabelKualitatif, teknikdummy dapatdiperluas. • Misalnya, ingindianalisishubunganantaragajidosendenganjeniskelamindanjabatanakademisdanmasakerjanya • Yi = βo + β1D1i +β2D2i + β3Xi + ei 5.21 • Dimana Yi = Gajidosen; Xi = masakerja; D1i=1 jikaPriadan D1i=0 jikaWanita; D2i=1 jikaProfesordan D2i=0 jikantidakProfesor • Hipotesis no : tidakadadiskriminasidalamsoalgajibaikberdasarkanjeniskelaminmaupunjabatanakademik, dinyatakan Ho : β1=0 danβ2= 0 RegresiLbhdr 1 VariabelKualitatif

  13. ArtidariPers 5.21 adalah : • PriaProfesor : E (Yi| D1i=1, D2i=1,Xi) = (βo+β1+β2) + β3Xi 5.22 • PriaTidakProfesor: E (Yi| D1i=1, D2i=0,Xi) = (βo+β1) + β3Xi 5.23 • WanitaProfesor : E (Yi| D1i=0, D2i=1,Xi) = (βo+β2) + β3Xi5.24 • WanitaTidakProfesor : E (Yi| D1i=0, D2i=0,Xi) = βo+ β3Xi 5.25 RegresiLbhdr 1 VariabelKualitatif

  14. Kalauadaduakategorimakahanyadigunakansatuvariabeldummykarenasatuvariabeldummymampumembedakanduaatribut.Kalauadaduakategorimakahanyadigunakansatuvariabeldummykarenasatuvariabeldummymampumembedakanduaatribut. • Nilai 1 dan 0 padavariabeldummybersifatarbitrer. • Kelompokataukategoridalamvariabeldummy yang bernilai 0 merupakankategoridasarsebagaikelompokpengontrol. • Koefisienβ1padavariabeldummy disebutkoefisieninterseppembedakarenamenunjukkanberapabesarperbedaanintersep yang bernilai 1 denganintersepdarikelompokpengontrol. Catatan :

More Related