Upload
others
View
5
Download
0
Embed Size (px)
Citation preview
Pertemuan 5
Elastisitas, Koefisien Baku, Adj R2, Korelasi Parsial
Departemen Ilmu EkonomiFakultas Ekonomi dan ManajemenInstitut Pertanian Bogor
MK. Ekonometrika IDepartemen Ilmu Ekonomi-FEM-IPB
Tim Pengajar MK. Ekonometrika I
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
KOEFISIEN BAKU DAN ELASTISITAS
• Koefisien regresi ꞵj dlm model regresi ganda menggambarkan
berapa perubahan Y jika peubah bebas ke-j berubah 1 unit.
• Koefisien ꞵ j yg paling besar bukan berarti pengaruh peubah
bebas ke-j paling besar karena satuan koefisien regresi
tergantung satuan peubah respons Y dan satuan peubah
bebas ke-j.
• Untuk mengkaji relatif pentingnya masingmasing peubah
bebas, dapat menggunakan koefisien baku (standardized
coefficients), elastisitas atau korelasi parsial.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
CONTOH OUTPUT STATA (1)
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
KOEFISIEN BAKU
• Koefisien baku menggambarkan relatif pentingnya
peubah bebas Xj dlm model regresi berganda.
• Untuk menghitung koefisien baku, kita hanya
melakukan suatu regresi linear, yg mana didalamnya,
masing-masing peubah di-normal-kan dgn cara
dikurangi dengan rata-ratanya dan dibagi dengan
simpangan bakunya.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
KOEFISIEN BAKU Model regresi yg di-normal-kan adalah sbb:
Perubahan 1 simpangan (skor) baku dlm peubah
bebas X akan menyebabkan perubahan 0.8
simpangan baku dalam peubah respons Y.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
ELASTISITAS
• Elastisitas (Ej) mengukur pengaruh 1 persen
perubahan dlm peubah bebas X terhadap persentase
perubahan peubah respons Y.
• Secara umum, nilai elastisitas tidak konstan tapi
berubah jika diukur pada titik yang berbeda sepanjang
jaris regresi.
• Elastisitas kadangkala dikeluarkan oleh paket program
komputer yg dihitung pd titik rata- rata masing-masing
peubah.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
ELASTISITAS
Untuk koefisien ke-j, elastisitas dihitung sbb :
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
PERBANDINGAN KOEF REGRESI, KOEFISIEN BAKU, DAN ELASTISITAS
Peubah bebas yg kontribusinya paling besar dalam mempengaruhi
permintaan produk, secara berurutan, adalah harga produk tsb (X2), daya
beli masyarakat (X5), dan harga produk pesaing (X3)
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
Model mana yang paling baik dibandingkan sebelumnya? Jelaskan
CONTOH OUTPUT STATA (2)
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
KORELASI PARSIALSeberapa kuat hubungan suatu peubah bebas Xj dengan peubah
tak bebas Y setelah mengeluarkan pengaruh dari peubah-peubah
bebas Xi lainnya (i≠j)
Koefisien korelasi parsial antara Y dengan X2 didefinisikan
sebagai ukuran pengaruh X2 terhadap Y yang belum dijelaskan
oleh peubah bebas lainnya (X3) dalam model.
O il (G a l) Te m p Insu la tion
275.30 40 3
363.80 27 3
164.30 40 10
40.80 73 6
94.30 64 6
230.90 34 6
366.70 9 6
300.60 8 10
237.80 23 10
121.40 63 3
31.40 65 10
203.50 41 6
441.10 21 3
323.00 38 3
52.50 58 10
Model Regresi Berganda: Teladan (0F)
Tentukan suatu model utk
memprediksi bahan bakar
pemanas (Galon) yg
digunakan sebuah rumah-
satu-keluarga di bln
Januari berdasarkan rata-
rata temperatur (0F) dan
ketebalan isolasi (inchi).
iii XbXbbY 22110ˆ
C o effic ien ts
I n te r c e p t 5 6 2 . 1 5 1 0 0 9 2
X V a r i a b l e 1 -5 . 4 3 6 5 8 0 5 8 8
X V a r i a b l e 2 -2 0 . 0 1 2 3 2 0 6 7
Output Excel
iii X.X..Y 21 012204375151562 Dgn isolasi yg tetap, utk tiap
kenaikan 1 0F dlm temperatur, rata-
rata jml bahan pemanas yg di-
gunakan turun sebesar 5.437 galon.
Dgn temperatur tetap, utk tiap
kenaikan 1 inchi isolasi, rata-
rata penggunaan bahan pemanas
turun sebesar 20.012 galon.
Dugaan Model Regresi Sampel
Satuan
Galon
Gal/0F
Gal/inc
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
KORELASI PARSIALTahapannya:
1) Regresikan X3 terhadap Y dan dapatkan dugaannya:
2) Regresikan X3 terhadap X2 dan dapatkan dugaannya:
3) Keluarkan pengaruh X3terhadap keduanya, Y dan X2, dengan menghitung:
4) Hitung korelasi sederhana antara Y* dan X2* merupakan korelasi parsial
antara Y dan X2. (Y* dan X2* sudah tidak berkorelasi lagi dengan X3)
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
Partial and semipartial correlations of oil(Y) with
Partial Semipartial Partial Semipartial Significance
Variable | Corr. Corr. Corr.^2 Corr.^2 Value
------------+-----------------------------------------------------------------
temp(X2) | -0.9778 -0.8656 0.9561 0.7493 0.0000
isolasi(X3) | -0.9267 -0.4573 0.8588 0.2092 0.0000
. pcorr oil temp isolasi(obs=15)
Tambahan info X2 setelah X3
ada dlm model
KORELASI PARSIAL
X3X2
BJ-IPB
Cara lain mengevaluasi kontribusi suatu peubah bebas Xj dalam menjelaskankeragaman (memprediksi) peubah tak-bebas Y jika peubah-peubah bebas lainnyasudah masuk dalam model.Teladan 3.5. Lakukan pengkajian seberapa besar kontribusi peubah bebas X2 dalam
model tsb, dan apakah peubah temperatur (X2) tersebut signifikan
memperbaiki model setelah peubah isolasi (X3) ada dalam model?
anova oil c.isolasi c.temp, sequentialNumber of obs = 15 R-squared = 0.9656
Root MSE = 26.0138 Adj R-squared = 0.9599
Source | Seq. SS df MS F Prob>F
-----------+-------------------------------------------------
Model | 228014.63 2 114007.31 168.47 0.0000
isolasi(X3) | 51076.461 1 51076.461 75.48 0.0000
temp(X2/X3) | 176938.17 1 176938.17 261.47 0.0000
Residual | 8120.6031 12 676.71693
-----------+--------------------------------------------------
Total | 236135.23 14 16866.802
Hipotesis Statistik: H0: Peubah X2 tidak signifikan memperbaiki model setelah yanglainnya (X3) tercakup dalam model.
H1: Peubah X2 signifikan memperbaiki model setelah yanglainnya (X3) tercakup dalam model.
)/()(
)/(
)/(
)/(
3232
32
32
3223.
2 XXJKRXXJKRJKT
XXJKR
XXJKRJKS
XXJKRr XYX
=0.956119
X3
X2
Jika berkorelasi
(multikolinear) H0
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
BP
BMJika berkorelasi(multikolinear) H0
Tambahan info BM setelah BP ada dlm model, tidak signifikan
Meskipun korelasipearson X dg Y tinggi, Jika korelasi antarvariabel bebas tinggi, korelasi parsial dg Y akan rendah (tdksignifikan)... shgseperti “ada kesan” variabel bebas tsb tdksignifikan (tdkberperan) pengaruhnyake Y..
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
R2 DAN R2 TERKOREKSI
• R2 sensitif terhadap jumlah peubah bebas dlm model. Penambahan
peubah bebas baru ke dalam persamaan regresi tidak pernah
mengurangi R2, bahkan cenderung menaikkan R2 (karena tidak
menambah JKT tapi cenderung menaikkan JKR). Jadi, kita tambahkan
lebih banyak peubah bebas saja jika ingin memaksimumkan R2.
• R2 terkoreksi mempunyai karakteristik yang diinginkan sebagai ukuran
goodness of fit daripada R2 . Jika peubah baru ditambahkan, R2 selalu
naik, tapi R2 terkoreksi dapat naik atau turun. Penggunaan R2
menghindari dorongan peneliti untuk memasukkan sebanyak mungkin
peubah bebas tanpa pertimbangan yang logis.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
R2 TERKOREKSI
Dari persamaan di atas terlihat bahwa :
• Jika k=1 maka R2 sama dengan R2 terkoreksi.
• Jika k>1 maka R2 R2 terkoreksi.
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
MULTIKOLINEARITAS• Keadaan dimana ada korelasi yang tinggi antar variabel penjelas
• Dalam hal ini tidak ada kepastian berapa ukuran tinggi
• Dicirikan oleh keadaan dimana hasil estimasi regresi memiliki koefisien
determinasi (R2) yang tinggi, namun beberapa/banyak koefisien yang
tidak nyata secara statistika
• Tidak ada uji hipotesis (inferensia) untuk kasus multikolinearitas. Hanya
ada rule of thumb: VIF > 10 atau sebagian 5.
• VIF diperoleh dari hasil regresi variabel INDEPENDEN tertetu terhadap
variabel lain. Dari hasil regresi ini akan diperoleh R2, lalu dihitung VIF
menggunakan formula: (1)/(1-R2). Bilai R2 90%, maka VIF = 10
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
MULTIKOLINEARITAS• Regresi dengan banyak variabel independen sebenarnya dapat
menggunakan ukuran adj-R2 (ingat: jika variabel independen ditambah,
maka R2 akan naik)
• Kondisi multikolinearitas menyebabkan standard error of coefficient
semakin besar, sehingga mengurangi kemungkinan variabel
independent berpengaruh nyata secara statistika
• Masalah multikolinearitas dapat dihilangkan dengan membuang variable
yang berkorelasi tinggi. Namun perlu diingat ini hanya jika variabel yang
dibuang mempunyai arti ekonomi yang mirip dengan yang lainnya
• Yang tidak boleh jika berkorelasi sempurna karena matriks singular,
yaitu determinan = nol (ingat rumus matriks untuk koefisien regresi)
YYyN
YY ii
i
; 2222
2 ; XXxN
XX i
i
22122
21
212221
11ˆ
iiii
iiiiiii
xxxx
xxyxxyxb
1111
1 ; XXxN
XX i
i
22122
21
211212
22ˆ
iiii
iiiiiii
xxxx
xxyxxyxb
221100ˆˆˆ XXYb
iiii eXbXbbY 22110
KTSpN
eseVar i
1
)(2
2
22
21
21
21
ii
iixx
xx
xxr
221
22
11
)(1 rx
ssbVar
i
b
Y
sCV
iiii eXbXbbY 22110
222
22
21
)(2 rx
ssbVar
i
b
22
21
2
2
211
),(21
ii
bbxxr
rssbbCov
Koef Variasi:
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
Variabel dgn satuan %, tidak disarankan dlm bentuk Log
PENGARUH MARGINAL (PARSIAL) DAN ELASTISITAS DARI BERBAGAI BENTUK FUNGSI MODEL
Variabel dgn satuan %, tidak disarankan dlm bentuk Log
Department of Economics | Faculty of Economics and Management☎ +62 251 8626602 ✉ [email protected] 🌐 http://ekonomi.fem.ipb.ac.id @dept.ieipb
Hatur nuhun
Department of Economics - IPB UniversityIPB Dramaga Campus, Bogor 16680Telp.: 0251-8622602E-mail: [email protected] : http://ilmuekonomi.fem.pb.ac.id