BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

Slides:



Advertisements
Presentasi serupa
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Advertisements

PERMINTAAN DAN PENAWARAN SERTA TERBENTUKNYA HARGA PASAR
BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
REGRESI NON LINIER (TREND)
REGRESI LINIER SEDERHANA
HETEROSKEDASTISITAS (Heteroscedasticity)
Operations Management
ELASTISITAS Elastisitas: Berapa % sebuah variabel ekonomi berubah, bila variabel-variabel yang mempengaruhinya berubah 1% Elastisitas Permintaan : Berapa.
Metode Peramalan (Forecasting Method)
ELASTISITAS PERMINTAAN DAN PENAWARAN
PUSAT INVESTASI.
TEORI TINGKAH LAKU KONSUMEN: Kurva Kepuasan Sama (Indeference Curve)
KORELASI & REGRESI LINIER
Bab 3 Analisa Permintaan
Abdul Rohman Fakultas Farmasi UGM
Pengantar Ekonomi Mikro
Referensi T. Sunaryo : Ekonomi Manajerial EKMA4312 D. Salvatore : Managerial Economics Ed. 5 th Sumber-Sumber Lain Yang Relevan 2.
Regresi Linear Dua Variabel
Richard Matias A.muh.Awal Ridha s Alfiani Nur Islami
REGRESI LINIER SEDERHANA
MODUL VII  (deltha)  (alpha)  (betha)
ANALISA REGRESI & KORELASI SEDERHANA
EKONOMI MIKRO TEORI PRODUKSI
Topik Lanjutan Dalam Teori Produksi
Presented by Kelompok 7 Mirah Midadan Richard Pasolang Reski Tasik
ANALISIS KELAYAKAN FINANSIAL
METODE-METODE PERAMALAN BISNIS
Aplikasi Permintaan & Penawaran: Elastisitas
TEORI EKONOMI MAKRO.
MODEL PROBABILITAS LINIER
ANALISIS REGRESI SEDERHANA
Pertemuan 22 Inflasi Matakuliah : J 0034/Ekonomi Makro Tahun : 2005
Bab 4 Estimasi Permintaan
Aniesa Samira Bafadhal, SAB, MAB
REGRESI LINEAR DALAM ANALISIS KUANTITATIF
STATISTIK II Pertemuan 14: Analisis Regresi dan Korelasi
STATISTIKA ANALISIS REGRESI DAN KORELASI
Pertemuan ke 14.
MANAJEMEN KAS DAN SEKURITAS
Pertemuan ke 14.
EKONOMETRIKA PENGERTIAN.
EKONOMETRIKA Pertemuan 6 Model regresi fungsional Dosen Pengampu MK:
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
PERAMALAN DENGAN GARIS REGRESI
Analisis sensiTIvitas/elastisitas kurva permintaan
Operations Management
Program Studi Statistika Semester Ganjil 2012
STATISTIK 1 Pertemuan 11: Deret Berkala dan Peramalan (Analisis Trend)
ELASTISITAS PERMINTAAN dan PENAWARAN Pertemuan ke-3 & 4
TEORI EKONOMI MIKRO DAN MAKRO
ANALISIS KORELASI.
MUHAMMAD HAJARUL ASWAD
PENGANTAR ILMU EKONOMI ELASTISITAS PERMINTAAN
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Metode Least Square Data Genap
Agribusiness Study of Programme Wiraraja University
PRENSENTATION KELOMPOK 10
STATISTIK II Pertemuan 12: Analisis Regresi dan Korelasi
Elastisitas Permintaan dan Penawaran
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Hukum Permintaan dan Penawaran
Analisis Regresi Regresi Linear Sederhana
KORELASI & REGRESI LINIER
03 PEREKONOMIAN INDONESIA PENDAPATAN NASIONAL DAN PERTUMBUHAN EKONOMI
PENGANTAR EKONOMETRIKA
ANALISIS REGRESI DAN KORELASI
Bab 2 Data, Variabel, dan Indikator Ekonomi Makro
ANALISIS REGRESI: DUA VARIABEL
Transcript presentasi:

BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

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.

Jenis Model Fungsional Model Log-Log Model Semi Log Model Reciprocal Kurva Philips Kurva Engel

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

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.

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

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.

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

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 lnX SE : (0,0152) (0,0494) R2 = 0,7448 Manakah model yang paling cocok?.

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?

Analisis Komoditas ini tidak elastis karena perubahan harga gula pasir 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

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

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.

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.

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.

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%?

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

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

Fungsi reciprocal untuk 1 > 0, dan 2 > 0 Y 1 X 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)

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

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.

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 :

Sifat: C 1 -2/1 I 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).