k5_Model

23
BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

description

ppt.regresi

Transcript of k5_Model

  • BENTUK-BENTUK FUNGSIONAL DARI MODEL REGRESI

  • PendahuluanPersamaan 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 FungsionalModel Log-LogModel Semi LogModel ReciprocalKurva PhilipsKurva Engel

  • Model log-logModel ini juga dikenal dengan: Model Double Log dan Model Konstan ElastisitasMenurut suatu teori ekonomi, hubungan antara kuantitas yang diminta dan harga suatu komoditas mempunyai bentuk sebagai berikut:Y: kuantitas X: harga 1, 2: parameter-parameteru: errorModel diatas mirip dengan Fungsi Produksi (Model Cobb Douglas)Model tidak linier baik variabel Sulit diestimasiUntuk mempermudah, model ditransformasi

  • Hasil transformasi logaritma:lnY = ln 1 + 2 ln X + uTransformasi dilakukan pada dua sisi Model Log-LogRedefinisi Model :Y* = 1* + 2* X* + u*Dimana:Y*= ln Y X*= ln X1*= ln 12*= 2u*= u

    Redefinisi model menunjukkan bahwa model sesungguhnya merupakan model regresi linier 1* dan 2* dapat ditaksir dengan OLS.

  • Secara geometris: ; 2 < 0 ln XYXInYlnY=ln1+ 2 lnX 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 e1 dan e2. Model tersebut juga menunjukan bahwa bila harga komoditi mahal sekali, maka permintaan akan minimal, yaitu e1, 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 PKelemahan?Model Log-Log ini tidak dapat dibentuk dari data yang mempunyai nilai = 0. Karena Ln(0) =

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

  • AnalisisKomoditas 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-logPrinsip 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-LinModel Lin-Log

  • Model Log-Linln Y = 1 + 2 X + uInterpretasi: 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 = 0,9756Analisis?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 + uInterpretasi: 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.

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

  • Model ReciprocalSifat: apabila X bernilai sangat besar, maka Y akan memiliki harga mendekati 1.

  • Aplikasi I (1 > 0, 2 > 0) : Model Rata-rata Biaya Tetap Suatu KelasDidefinisikan :Y: Rata-rata biaya tetap X: Banyaknya mahasiswa/kelasBiaya 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 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) 1YX

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

  • IlustrasiKurva Phillips: United Kingdom, 1950-1966Y = -1,4282 + 8,7243 t: (2,0625) (2,8498)R2 = 0,3849Pengamatan : 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 komoditasX : pendapatanHubungan antara pendapatan seseorang dengan konsumsi suatu komoditas digambarkan dalam Kurva Engel :

  • Sifat: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).-2/1CI1