• Log-linear ln Yi X i ui
• Log-log ln Yi ln X i ui
2
• Contoh:
Regresi pengaruh Luas Rumah (sqft: dalam meter persegi)
terhadap Harga Rumah (price: dalam ribu Dollar)
5
Generate Log dari masing-masing variabel Klik Add Logs of
selected variables
6
Hasil estimasi Model 1: Linear-Linear
Interpretasi koefisien (β): setiap Luas Rumah (sqft) bertambah 1 meter persegi,
harga Rumah (price) naik 0.00043 x 100 persen atau 0.043 persen, Ceteris
Paribus
Hasil estimasi Model 4: Log-Log
Yi Di
• Different intercept, same slope
Yi 1 X i 2 Di
12
Dummy variables
• Different intercepts, different slopes
Yi 1 X i 2 Di 3 ( X i Di )
Yi 1 X i 2 ( X i Di )
13
MODEL REGRESI LINEAR DENGAN DUMMY VARIA
BEL
Y’= a + bX1
Y’= a + bX1
Y’= a + bX1
ANOVA Model:
Yi
Yi = + Di +
+
o o
o
Misal : o o
o
Yi = Penghasilan Karyawan
Di = 1 untuk laki-laki
x
= 0 untuk wanita
x x
x x x O =L
E(YiDi=0) = x =P
E(YiDi=1) = +
D=0 D=1
Interpretasi:
Apakah jenis kelamin berpengaruh thdp penghasilan. Berapa perbedaan p
enghasilan antara laki2 dan wanita.
Dummy sebagai Variabel Bebas:
o
Interpretasi: x
Apakah jenis kelamin d x x
Hasilnya menunjukkan IQ & dummy variable signifikan mempengaruhi Wage (Prob. < 0.05)
Interpretasi:
•Untuk Male, tingkat Wage-nya adalah 908.04 unit, tanpa melibatkan IQ (atau IQ=0).
• Untuk Female, tingkat Wage-nya adalah 323.49 unit (908.04 - 584.55) atau wage female 584
.55 lebih rendah dibanding male (koefisien negatif).
2. Dummy variabel sebagai slope
(male*IQ interaction term: perkalian dua variabel independen)
Dependent Variable: WAGE
Method: Least Squares
Date: 12/15/10 Time: 09:08
Sample: 1 935
Included observations: 935
Variable Coefficient Std. Error t-Statistic Prob.
C 528.4826 59.83256 8.832693 0.0000
IQ 1.734983 0.605575 2.865018 0.0043
MALE*IQ 5.629293 0.172248 32.68141 0.0000
R-squared 0.578535 Mean dependent var 957.9455
Adjusted R-squared 0.577631 S.D. dependent var 404.3608
S.E. of regression 262.7939 Akaike info criterion 13.98382
Sum squared resid 64364488 Schwarz criterion 13.99935
Log likelihood -6534.436 F-statistic 639.6677
Durbin-Watson stat 0.159059 Prob(F-statistic) 0.000000
Hasilnya menunjukkan IQ & male*IQ signifikan mempengaruhi Wage (Prob. < 0.05)
Interpretasi:
•Untuk Female, setiap IQ naik 1 unit, maka Wage-nya naik 1.73 unit.
• Untuk Male, setiap IQ naik 1 unit, maka Wage-nya naik 7.36 unit (5.62+1.73).
Further notes
• When comparing models, it’s best to use the
F-test
• If you want you may use adjusted-R2
• But, do NOT use adjusted-R2 to compare
models with different dependent variables!
22