Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

1 MODEL PROBIT BAHAN KULIAH EKONOMETRIKA PROGRAM STUDI KAJIAN KEPENDUDUKAN UNIVERSITAS INDONESIA.

Presentasi serupa


Presentasi berjudul: "1 MODEL PROBIT BAHAN KULIAH EKONOMETRIKA PROGRAM STUDI KAJIAN KEPENDUDUKAN UNIVERSITAS INDONESIA."— Transcript presentasi:

1 1 MODEL PROBIT BAHAN KULIAH EKONOMETRIKA PROGRAM STUDI KAJIAN KEPENDUDUKAN UNIVERSITAS INDONESIA

2 2 Model Probit  Contoh 1: Penelitian untuk mengetahui faktor-faktor yang mempengaruhi apakah seorang kandidat akan memenangkan pemilu atau tidak. Dalam kasus ini maka hasilnya adalah menang atau kalah. Beberapa faktor yg diduga berpengaruh adalah besarnyauang yang dikeluarkan dalam kampanye, lamanya waktu berkampanye negatif dan apakah kandidat memiliki jabatan atau tidak.  Contoh 2: Penelitian untuk mengetahui apakah latihan OR, usia, dan jenis kelamin berpengaruh terhadap seseorang akan terkena serangan jantung atau tidak.

3 3 Model Probit  Contoh 3: Beberapa siswa SMU berkeinginan untuk melanjutkan kuliah. Dalam berkas lamarannya, mereka memasukkan skor GRE dan nilai GPA. Beberapa siswa berasal dari sekolah unggulan dan ada juga yang dari sekolah non unggulan. Beberapa bulan setelah siswa mengirimkan aplikasi, siswa tersebut menerima 2 macam amplop (tebal atau tipis) yang menandakan mereka diterima atau ditolak di PT yang bersangkutan.

4 4 Model Probit  Pertama kali ditemukan oleh Chester Bliss (1930)  Probit = Probability Unit  Model logit menggunakan fungsi logistik kumulatif (cumulative logistic function)  Model probit menggunakan fungsi normal kumulatif (normal CDF) → disebut juga dengan model normit  Secara prinsip utk memperoleh model probit dpt dilakukan dg mengganti fungsi logistik kumulatif pd persamaan dengan fungsi normal kumulatif

5 5 Model Probit

6 6  Contoh: Keputusan untuk membeli/memiliki rumah dilihat dari pendapatan keluarga.  Ada suatu nilai, semacam indeks kegunaan yg tdk dpt diamati (unobservable utility index), misal I i, sedemikian sehingga makin besar nilai I i, maka makin besar pula peluang sebuah keluarga untuk membeli rumah.  Indeks I i dapat dinyatakan sbb: I i = β 1 + β 2 X i X i = pendapatan keluarga ke-i

7 7 Model Probit  Bgmn hubungan I i dg keputusan utk membeli rumah?  Pada model logistik, Y = 1 jika keluarga memiliki rumah dan Y = 0 jika keluarga tidak memiliki rumah  Pada model probit, dapat diasumsikan untuk setiap keluarga ada batasan indeks, misal I i * sedemikian shg jika I i > I i *, maka keluarga tersebut akan membeli rumah  Jika diasumsikan I i * berdistribusi normal dengan rata-rata dan varian sama, maka I i * maupun I i dapat diestimasi  Dibawah asumsi kenormalan, maka dimana t ~ N(0,1)

8 8 Model Probit  Jika P i = peluang sebuah event akan terjadi, maka peluang untuk memiliki rumah dapat dihitung dari luas di bawah kurva normal baku dari -  s.d. I i P i = F(I i ) I i = β 1 + β 2 X i

9 9 Model Probit  Untuk menghitung indeks I i, dapat diperoleh dari I i = F -1 (I i ) = F -1 (P i ) = β 1 + β 2 X i F -1 merupakan invers dari CDF normal PiPi Pr(I i *≤I i ) 0 -- P i = F(I i ) 1 I i = F -1 (P i )

10 10 Model Probit  Bagaimana memperoleh indeks I i, jika yg diketahui hanya X i (pendapatan) dan Y = 1 atau Y = 0 (tergantung apakah keluarga tersebut memiliki rumah atau tidak)?  Misal datanya sbb: (X = dalam ribuan $) XNini

11 11 Model Probit  Untuk mengestimasi indeks I i dpt dilakukan melalui nilai Peluang (frekuensi relatif), selanjutnya bandingkan dengan CDF normal XNiniEst. PiIi , , , , , , , , , ,800.84

12 12 Model Probit  Dari data tersebut, model probit dapat diperoleh sbb:  Berdasarkan est. P i (frekuensi relatif), maka dapat diperoleh I i dari CDF normal (ada di tabel sebelumnya)  Setelah I i diperoleh, maka dapat dicari β 1 dan β 2 dg mudah  Pada analisis probit, I i disebut normal equivalent deviate (n.e.d) atau disebut juga normit  Karena I i atau n.e.d akan bernilai negatif (-) pada saat P i < 0.5, maka dalam prakteknya ditabahkan dengan nilai 5 dan hasilnya disebut probit probit = n.e.d + 5 = I i + 5  β 1 dan β 2 dapat diestimasi berdasarkan model: I i = β 1 + β 2 X i + u i ; dimana u i = unsur gangguan

13 13 Model Probit  Tahapan dalam model probit: 1. Dari data yang sudah dikelompokkan, estimasi P i (frekuensi relatif) 2. Berdasarkan estimasi dari P i, cari n.e.d (I i ) dari CDF normal 3. Gunakan estimasi I i (I i *), sebagai variabel terikat dalam regresi I i * = β 1 + β 2 X i + u i 4. Jika diperlukan, tambahkan 5 pada nilai n.e.d (Ii) untuk mengubah menjadi probit dan gunakan sebagai variabel terikat pada I i * = β 1 + β 2 X i + u i

14 14 Perkiraan Peluang Logit & Probit

15 15 Logit atau Probit?  Logistic didasarkan pada kondisi dimana variabel tak bebasnya bersifat kualitatif (menggunakan fungsi logit)  Probit didasarkan pada kondisi dimana variabel tak bebasnya bersifat kuantitatif (menggunakan distribusi kumulatif normal  Probabilita ‘Sukses’)  Dalam prakteknya kedua model seringkali memberikan hasil yang sama/mirip.  Logit lebih mudah diinterpretasikan.

16 16 Contoh: (Aplikasi menggunakan SPSS)  Beberapa siswa SMU berkeinginan untuk melanjutkan kuliah. Dalam berkas lamarannya, mereka memasukkan skor GRE dan nilai GPA. Beberapa siswa berasal dari sekolah unggulan dan ada juga yang dari sekolah non unggulan. Beberapa bulan setelah siswa mengirimkan aplikasi, siswa tersebut menerima 2 macam amplop (tebal atau tipis) yang menandakan mereka diterima atau ditolak di PT yang bersangkutan.

17 17 Contoh: (Aplikasi menggunakan SPSS)  Variabel tak bebas/terikat = admit  1 = diterima (admitted)  0 = tidak diterima (not admitted)  Variabel bebas =  gre (graduate record exam score),  gpa (grade point average),  topnotch (asal sekolah) : - 1 jika berasal dari sekolah ungulan - 0 jika berasal dari sekolah non unggulan

18 18 Contoh: (Aplikasi menggunakan SPSS)

19 19 Beberapa Strategi  Regresi OLS Analisis ini akan bermasalah, karena asumsi OLS akan terlanggar jika digunakan pada kasus variabel terikatnya berupa kategorik.  Uji t Uji ini bisa digunakan jika kasusnya hanya terdiri dari satu variabel bebas dan bersifat kuantitatif, misal hanya melihat pengaruh dari GPA terhadap diterima atau tidaknya seorang siswa di PT.  Regresi Logit Model ini sangat mirip dengan model probit

20 20 Penggunaan Model Probit  Sebelum menjalankan model probit, maka periksa dulu apakah ada sel yang kosong/terlalu kecil frekuensinya (pada tabulasi silang antara variabel bebas kategorik dan variabel tak bebasnya). Jika terdapat sel yang kosong, maka akan sulit menjalankan model probit. Tidak ada sel yang kosong

21 21 Model Probit  Sebelum menjalankan model probit, maka periksa dulu apakah ada sel yang kosong/terlalu kecil frekuensinya (pada tabulasi silang antara variabel bebas kategorik dan variabel tak bebasnya). Jika terdapat sel yang kosong, maka akan sulit menjalankan model probit. Karena GPA dan GRE kuantitatif/kontinu

22 22 Model Probit Semua data valid digunakan •Digunakan untuk mengetahui apakah model dg beberapa variabel bebas lebih baik drpd model tanpa variabel bebas (hanya intersep). •Nilai sig. sebesar <  (misal 5%) menunjukkan bahwa model dg variabel bebas lebih baik dari model tanpa variabel bebas.


Download ppt "1 MODEL PROBIT BAHAN KULIAH EKONOMETRIKA PROGRAM STUDI KAJIAN KEPENDUDUKAN UNIVERSITAS INDONESIA."

Presentasi serupa


Iklan oleh Google