NPM : 1851021009
15.19 Tabel 15.27 di situs web buku teks memberikan data untuk 2.000 wanita mengenai
pekerjaan (1 = seorang wanita bekerja, 0 = sebaliknya), usia, status perkawinan (1 = menikah,
0 = sebaliknya), jumlah anak, dan pendidikan (jumlah tahun sekolah). Dari total 2.000
perempuan, 657 tercatat sebagai bukan pencari nafkah.
Tabel di atas merupakan hasil model LPM dengan metode OLS. Nilai konstanta sebesar
-0.207323. Artinya, probabilitas wanita yang bekerja Ketika semua variable independent
adalah nol. Karena nilai probabilitas tidak boleh negative, jadi kita anggap sebagai nol.
Nilai koefisien umur 0.010255 berarti bahwa jika terjadi kenaikan umur sebanyak 1 tahun
maka probabilitas rata-rata wanita akan bekerja juga naik sebesar 0.10255 atau 10.255%.
b. Dengan menggunakan data yang sama, perkirakan model logit dan dapatkan efek
marginal dari berbagai variabel.
c.
Dependent Variable: WORK
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 04/27/21 Time: 11:11
Sample: 1 2000
Included observations: 2000
Convergence achieved after 4 iterations
Coefficient covariance computed using observed Hessian
Variable Coefficient Std. Error z-Statistic Prob.
Saya akan memilih model probit. Dikarenakan model ini tidak danya masalah
heteroskedastisitas.
15.20 Untuk contoh perokok yang dibahas dalam teks (lihat Bagian 15.10) unduh data dari
situs web buku teks pada Tabel 15.28. Lihat apakah produk pendidikan dan pendapatan
(yaitu, efek interaksi) memiliki pengaruh pada kemungkinan menjadi perokok.
Meskipun koefisien dari ketiga model tidak dapat dibandingkan secara langsung, secara
kualitatif mereka serupa. Dengan demikian umur, pendidikan, dan harga rokok berpengaruh
negatif terhadap merokok dan pendapatan berpengaruh positif. Secara statistik, pengaruh
pendapatan adalah nol dan pengaruh harga signifikan pada tingkat sekitar 8 persen.
Efek marginal variabel pada probabilitas merokok untuk LPM secara langsung diperoleh dari
estimasi koefisien regresi, tetapi untuk model logit dan probit harus dihitung.