Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ekonometrika Program Studi Statistika Semester Ganjil 2012 Dr. Rahma Fitriani, S.Si., M.Sc.

Presentasi serupa


Presentasi berjudul: "Ekonometrika Program Studi Statistika Semester Ganjil 2012 Dr. Rahma Fitriani, S.Si., M.Sc."— Transcript presentasi:

1 Ekonometrika Program Studi Statistika Semester Ganjil 2012 Dr. Rahma Fitriani, S.Si., M.Sc

2 Analisis lanjut di dalam Regresi Linier Dr. Rahma Fitriani, S.Si., M.Sc  Skala dan unit pengukuran  Pemilihan bentuk fungsional  Perbandingan R 2

3 Skala dan unit pengukuran Dr. Rahma Fitriani, S.Si., M.Sc  Contoh kasus:  Hubungan antara jumlah investasi swasta pada suatu daerah dengan pendapatan daerah tersebut  Jumlah investasi adalah fungsi dari pendapatan daerah  Jumlah investasi swasta: GPDI  Pendapatan daerah: GDP  Keduanya diukur di dalam dua satuan:  Jutaan dollar (Millions of dollar): GPDI_Mil dan GDP_Mil  Trilyunan dollar (Billions of dollar): GPDI_Bil dan GDP_Bil  GPDI_Mil = GPDI_Bil × 1000  GDP_Mil = GDP_Bil × 1000

4 Dr. Rahma Fitriani, S.Si., M.Sc TahunGPDI(Bil)GDP(Bil)GPDI(Mil)GDP(Bil)

5 Hasil Pendugaan Dr. Rahma Fitriani, S.Si., M.Sc  Model dalam Jutaan (Million) ^GPDI_Bil_ = -1.03e *GDP_Bil_ (258) (0.0399) T = 10, R-squared = (standard errors in parentheses) ^GPDI_Mil_ = -1.03e *GDP_Mil (2.58e+05) (0.0399) T = 10, R-squared = (standard errors in parentheses)  Model dalam Trilyun (Billion) Koefisien intercept dan standar error pada model Jutaan adalah 1000 kali model Trilyun

6 Dr. Rahma Fitriani, S.Si., M.Sc  Jika perubahan skala dilakukan pada kedua peubah: eksogen maupun endogen  Efek dari perubahan skala pada intercept:  Intercept tergantung pada skala peubah endogen (Y)  Gradien tidak mengalami perubahan  Efek dari perubahan per unit peubah eksogen terhadap perubahan peubah endogen  Rasio kedua perubahan tersebut: ∆Y/∆X  Pemilihan skala harus masuk akal dan paling sederhana  Trilyun vs Juta  Trilyun memuat lebih sedikit nol: lebih sederhana

7 Dr. Rahma Fitriani, S.Si., M.Sc Bagaimana jika yang diubah skalanya hanya salah satu peubah?

8 Dr. Rahma Fitriani, S.Si., M.Sc  GDIP tetap dalam satuan Trilyun (Bil), tapi GDP menggunakan satuan Juta (Mil) ^GPDI_Bil_ = -1.03e *GDP_Bil_ (258) (0.0399) T = 10, R-squared = (standard errors in parentheses) ^GPDI_Bil_ = -1.03e *GDP_Mil (258) (3.99e-05) T = 10, R-squared = (standard errors in parentheses) Intercept tidak berubah: mengikuti skala dari peubah endogen (GPDI) Gradien mengalami perubahan, mengikuti perubahan skala: 1/1000 dari gradien model awal

9 Dr. Rahma Fitriani, S.Si., M.Sc

10 Mengukur Elastisitas: Model Log Linier Dr. Rahma Fitriani, S.Si., M.Sc  Data pengeluaran per kapita setiap kuartal dari tahun 1993 (kuartal I) s/d 1998 (kuartal III)  Berdasarkan data total pengeluaran pribadi, ingin diukur berapa pengeluaran untuk barang tahan lama (“durable”)  Peubah yang diamati adalah  PCEXP: Total pengeluaran pribadi perkapita (jutaan dollar 1992)  EXPDUR: Pengeluaran untuk durable goods (jutaan dollar 1992)  EXPDUR: endogen, PCEXP: eksogen  Ingin diukur elastisitas total pengeluaran terhadap pengeluaran terhadap durable goods

11 Plot Model Linier EXPDUR vs PCEXP Dr. Rahma Fitriani, S.Si., M.Sc

12 Plot log EXDUR vs log PCEXP Dr. Rahma Fitriani, S.Si., M.Sc

13  Kedua model menunjukkan hubungan linier yang nyata.  Model yang digunakan sesuai dengan tujuan:  Memperoleh koefisien elastisitas dari total pengeluaran pribadi terhadap pengeluaran untuk durable goods  Model log-linier lebih tepat:  β 2 mengukur koefisien elastisitas

14 Pendugaan untuk kedua Model Dr. Rahma Fitriani, S.Si., M.Sc ^EXPDUR = *PCEXP (18.4)( ) T = 23, R-squared = (standard errors in parentheses) ^l_EXPDUR = *l_PCEXP (0.107) (0.0127) T = 23, R-squared = (standard errors in parentheses) Kedua model berarti secara statistik 1 juta $ kenaikan total pendapatan pribadi menaikkan pengeluaran untuk durable goods sebesar juta $ 1 % kenaikan total pendapatan pribadi menaikkan pengeluaran untuk durable goods sebesar 0.764% KOEFISIEN ELASTISITAS

15 Mengukur Laju Pertumbuhan: Log-Lin Model Dr. Rahma Fitriani, S.Si., M.Sc  Data pengeluaran per kapita setiap kuartal dari tahun 1993 (kuartal I) s/d 1998 (kuartal III)  Peubah yang diamati adalah  PCEXP: Total pengeluaran pribadi perkapita (jutaan dollar 1992)  Ingin diukur laju pertumbuhan dari total pengeluaran pribadi per kapita dari waktu t ke waktu t+1  Digunakan peubah index waktu  1993: I → 1  1993: II → 2  1993: III → 3  dst

16 Dr. Rahma Fitriani, S.Si., M.Sc  Model pertumbuhan: Nilai pada waktu t Nilai pada waktu awal r: persentase pertumbuhan relatif terhadap awal Laju pertumbuhan

17 Pendugaan Model Log-Lin Dr. Rahma Fitriani, S.Si., M.Sc ^l_PCEXP = *time ( )( ) T = 23, R-squared = (standard errors in parentheses) Dari kuartal t ke kuartal t +1 pengeluaran pribadi meningkat sebesar 0.814% Log dari pengeluaran pribadi pada t=0: 8.35 Pengeluaran pribadi pada t = 0: tahun 1992: IV, sebesar juta dollar

18 Engel Expenditure Model: Lin log Model Dr. Rahma Fitriani, S.Si., M.Sc  Hubungan antara pengeluaran untuk makanan dan total pengeluaran.  Pengeluaran untuk makanan tergantung dari total pengeluaran.  Engel Expenditure:  Total pengeluaran meningkat secara geometrik  Total pengeluaran untuk makanan meningkat secara aritmatik  Data pengeluaran untuk makanan vs total pengeluaran pada 28 daerah di India  Linier model:  Pengeluaran untuk makanan= f (Total Pengeluaran)  Lin Log model:  Pengeluaran untuk makanan= f(ln Total Pengeluaran)

19 Total Pengeluaran (X) vs Pengeluaran untuk Makanan (Y) Dr. Rahma Fitriani, S.Si., M.Sc Linier model Lin-Log model Pengeluaran Untuk Makanan Ln Total Pengeluaran

20 Dr. Rahma Fitriani, S.Si., M.Sc 1% perubahan X

21 Dr. Rahma Fitriani, S.Si., M.Sc ^FoodExp = *TotExp (62.8)(0.113) n = 28, R-squared = (standard errors in parentheses) ^FoodExp = -1.03e *l_TotExp (359) (57.0) n = 28, R-squared = (standard errors in parentheses) Linier Model Lin-Log Model 1 Rupee peningkatan total pengeluaran meningkatkan kenaikan pengeluaran untuk makanan sebesar rupee 1 Rupee peningkatan total pengeluaran meningkatkan kenaikan pengeluaran untuk makanan sebesar 2.16 % 1 % peningkatan total pengeluaran meningkatkan kenaikan pengeluaran untuk makanan sebesar 2.16 rupee.

22 Pemilihan bentuk fungsional berdasarkan perbandingan nilai R 2 Dr. Rahma Fitriani, S.Si., M.Sc  Perbandingan dua nilai R 2 boleh dilakukan pada:  Dua atau beberapa model dengan peubah endogen (Y) dengan bentuk fungsional yang sama  Ukuran sampel yang sama  Bentuk fungsional peubah eksogen boleh berbeda  Semakin tinggi R 2 tidak berarti semakin baik modelnya  Yang utama dalam pemilihan model  Kesesuaian tanda dari penduga koefisien dengan teori ekonomi yang mendasari  Keberartian penduga koefisien tersebut secara statistik  Peneliti harus lebih memperhatikan hubungan logis/teoritis dari peubah eksogen terhadap peubah endogen  Jika penduga koefisien nyata secara statistik, dengan tanda sesuai dengan teori:  Model tetap dianggap baik walaupun R 2 kecil.


Download ppt "Ekonometrika Program Studi Statistika Semester Ganjil 2012 Dr. Rahma Fitriani, S.Si., M.Sc."

Presentasi serupa


Iklan oleh Google