PERBANDINGAN ESTIMASI MODEL RESPON KUALITATIF MENGGUNAKAN

METODE LPM, LOGIT, PROBITPADA KASUS PROBABILITAS KEPEMILIKAN

MOBIL

NAMA KELOMPOK:

1. MAYRISKA INDRIAWATI (01021181823002)

2. RESTY OKTAFIANI (01021181823008)
3. VINNA AGUSANTIRA (01021181823030)
4. NADIA ULFAH (01021181823035)

MATAKULIAH EKONOMETRIKA II KELAS A INDRALAYA

DOSEN PENGAMPU

DR. IMAM ASNGARI, SE, M.SI

PROGRAM STUDI EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI

UNIVERSITAS SRIWIJAYA

TAHUN 2021
No. Y X1 X2 X3 X4
Responden
1 1 7,25 6 1 67
2 1 4,9 4 1 40
3 0 2,5 6 0 65
4 1 5 4 1 30
5 1 4 4 0 50
6 1 5 5 1 55
7 0 3 4 1 50
8 1 6 4 0 42
9 1 3,5 6 1 40
10 0 2,3 6 0 37
11 1 5,2 4 1 50
12 0 1,3 2 0 50
13 0 1,8 3 0 45
14 0 1,5 4 0 36
15 0 1,8 3 0 42
16 0 2 3 0 54
17 1 3,5 3 1 55
18 0 2,2 2 0 60
19 0 1,8 3 0 65
20 0 2,75 2 1 56
21 0 1,6 3 0 28
22 0 2 2 0 42
23 1 4,5 3 1 60
24 0 2,2 3 1 65
25 0 3 6 0 75
26 0 1,5 2 0 56
27 1 5,3 3 1 50
28 0 2 3 1 50
29 1 2,5 3 1 56
30 0 1,2 3 0 70
31 0 2 4 0 48
32 1 3,2 3 1 35
33 0 5 4 1 62
34 1 5 4 1 63
35 1 2 2 1 35
36 0 2,5 4 0 63
37 1 3,2 3 0 50
38 0 3 3 0 65
39 0 2 3 0 60
 40 0 2,2 3 0 46
41 0 1,7 4 0 70
42 1 4 4 1 35
43 1 6 3 1 55
44 0 2,5 4 0 58
45 1 3,5 2 1 60
Jumlah 19 140,9 159 21 2346
Rerata 0,42 3,13 3,53 0,47 52,13
Sumber: Penelitian Primer (Asngari, dkk., 2014)

Keterangan:
Y = Keputusan Memiliki Mobil =1, Tidak memiliki = 0
X1 = Pendapatan (Juta Rp)
X2 = Jumlah anggota keluarga (Orang)
X3 = Dummy Selera Mobil baru =1, 0 = lainnya
x4 = Umur (Tahun)

1. MODEL LPM

Dependent Variable: Y
Method: Least Squares
Date: 04/29/21 Time: 19:40
Sample: 1 45
Included observations: 45

Variable Coefficient Std. Error t-Statistic Prob.  

C 0.305313 0.252685 1.208277 0.2340

X1 0.207984 0.042164 4.932686 0.0000
X2 -0.045583 0.044635 -1.021247 0.3133
X3 0.255421 0.116758 2.187616 0.0346
X4 -0.009446 0.003992 -2.366049 0.0229

R-squared 0.663692    Mean dependent var 0.422222

Adjusted R-squared 0.630061    S.D. dependent var 0.499495
S.E. of regression 0.303806    Akaike info criterion 0.559581
Sum squared resid 3.691912    Schwarz criterion 0.760322
Log likelihood -7.590580    Hannan-Quinn criter. 0.634415
F-statistic 19.73467    Durbin-Watson stat 2.352118
Prob(F-statistic) 0.000000

Sumber: Data Diolah Eviews 9

Y = 0,3053 + 0,2079X1 – 0,04569X2 + 0,2554X3 – 0,0094X4

 (1,208) (4,932)*** (-1,021) (2,187)** (-2,366)**

R 2 = 0,664 F = 19,73

(Prob F = 0,000)

DW=2.3521

Koefisien pendapatan (X1) sebesar 0,2079 bernilai positif dan berdasarkan uji-t pengaruh
pendapatan secara statistik dalam taraf =1%. Artinya setiap kenaikan pendapatan sebesar satu
juta maka keputusan untuk memiliki mobil rata-rata naik sebesar 20,79 persen.

Jumlah anggota keluarga (X2) memiliki pengaruh yang tidak nyata terhadap probabilitas
kepemilikan mobil a = 5%. Jumlah anggota keluarga bernilai negatif 0,04558 maka dapat
diartikan bahwa setiap penambahan anggota keluarga berpengaruh terhadap peluang rumah
tangga memiliki mobil sebesar 0.

Koefisien selera terhadap mobil (X3) yaitu 1 = mobil baru dan 0 = mobil bekas bertanda
positif sebesar 0,2554. Sehingga dapat disimpulkan bahwa probabilitas membeli mobil baru
sebesar 25,54%.

Koefisien umur (X4) sebesar -0,0094 dalam taraf a=5%, yang artinya semakin tua umur
maka probabilitas untuk memiliki mobil kecenderungannya semakin berkurang.

Berdasarkan uji F=19,7346, seluruh variable bebas memiliki pengaruh nyata secara nyata
dalam taraf a=5%. Nilai (R2 ) sebesar 0,6636, berarti variable bebas mampu menjelaskan variasi
probabilitas kepemilikan mobil sebesar 66,36 persen dan sisanya 33,64 persen probabilitasnya
dijelaskan faktor lain seperti pendidikan, pekerjaan dan lainnya.

2. MODEL LOGIT

Dependent Variabel: Y
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps)
Date: 04/29/21 Time: 19:44
Sample: 1 45
Included observations: 45
Convergence achieved after 7 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.  

C 2.476293 4.068019 0.608722 0.5427

X1 2.537642 0.974711 2.603482 0.0092
X2 -0.864271 0.667344 -1.295090 0.1953
X3 1.595810 1.295530 1.231781 0.2180
X4 -0.168973 0.089964 -1.878234 0.0603

McFadden R-squared 0.681422    Mean dependent var 0.422222

S.D. dependent var 0.499495    S.E. of regression 0.269800
Akaike info criterion 0.656125    Sum squared resid 2.911671
Schwarz criterion 0.856865    Log likelihood -9.762808
Hannan-Quinn criter. 0.730959    Deviance 19.52562
Restr. deviance 61.28992    Restr. log likelihood -30.64496
LR statistic 41.76431    Avg. log likelihood -0.216951
Prob(LR statistic) 0.000000

Obs with Dep=0 26     Total obs 45

Obs with Dep=1 19

Sumber: Data Diolah Eviews 9

Model Probabilitas Logistik:

1 1
Py = F(Zi) = (βo+β1X1+β2X2+β3X3+β4X4) = −Z
= −(β + β X + β X 2+ β 3 X 3 +β 4 X 4 )
1+ e 1+e
i o 1 1 2

Probablitas Keputusan Memiliki Mobil:

1
Pi = jika sisi kanan dikalikan dengan e Z maka Probabilitas memiliki mobil menjadi;
i

1+ e−Z

1 eZi

Pi = x e Zi maka Pi =
1+ e−Z 1+ e−Z i

Probabilitas Tidak Membeli Mobil adalah (1- Pi) sebagai berikut;

eZ i
1
(1-Pi) = 1- =
1+ e Z
1+ e Z
i i

Odd-Ratio = rasio probabilitas memiliki mobil dan tidak memiliki mobil, menjadi
 eZ i
1 eZ i
1+ e Z i

(1-Pi) = ( Z )/ ( Z
¿=¿ ( Z) ( ¿ = e Zi
1+ e i
1+ e i
1+ e i
1

Kemudian odd-rasio kita transformasi ke dalam model logaritma natural:

Pi
Ln ( ¿=Z i=β o + β 1 X 1+ β2 X 2 + β 3 X 3+ β 4 X 4
1−¿ P i

dimana:

Pi = Probabilitas memiliki atau membeli mobil

(1-Pi) = Probabilitas tidak memiliki atau tidak membeli mobil

e = logaritma natural, yaitu 2,71828

nilai Zi terletak diantara -∞ dan +∞

Model Probabilitas Logistik (Model Logit) kepemilikan mobil;

Zi =2.476293+2.537642 X 1−0.864271 X 2 +1.595810 X 3−0.168973 X 4

Nilai antilog dari konstanta = -0,2478 dalam ekonomi dianggap nol.

Antilog dari koefisien model logit sebesar 2.537642 artinya setiap kenaikan pendapatan sebesar
1 juta maka akan menaikkan probabilitas kepemilikan mobil sebesar 2,5 kali.

Diasumsikan faktor-faktor variabel X yaitu 10 juta, maka

Z =2.476293+2.537642−0.864271+1.595810−0.168973∗10=55,76501

Maka Probabilitas membeli mobil pada income 10 juta adalah

1
Pi = = 1 / 2.(-53,04673) = -0,009425
1+ 2,71828−55,76501

Probabilitas membeli mobil = 0.5427atau 54,27 persen

Probabilitas tidak membeli mobil = 1-0,5427 = 0,4573 atau 45,73 persen.

Jika diasumsikan faktor-faktor variabel x naik 2 juta menjadi 12 juta, maka Probabilitas membeli
mobil pada income 12 juta adalah;

Z = 2.476293+2.537642−0.864271+1.595810−0.168973∗12

1
Pi = = 1 / 1,15371 = 0,86676
1+ 2,71828−66,918012

Marginal efek probabilitas = 0,86676-0,4573 = 0,4094

Artinya pada income mencapai 10 juta dan terjadi kenaikan pendapatan sebesar 2 juta atau
pendapatan menjadi 12 juta maka akan meningkatkan probabilitas rumah tangga memiliki mobil
sebesar 40,94 persen.

3. MODEL PROBIT

Pada model Probit jika probabilitas mendekati 0 dan 1 maka tingkat penurunannya lebih cepat
dibandingkan model logit.

Pi (Yi = 1 І Xi) = φ ( β o + β 1 X 1+ β 2 X 2 + β 3 X 3+ β 4 X 4 ¿

dimana: Yi = probabilitas memiliki mobil, X = pendapatan, dan φ (Z i) adalah fungsi model

probit.

φ (Zi) mengikuti distribusi normal Z sbb;

∞
1 2

Pi = f(Zi) = ∫ e−Z dz i

√2 π −∞

2
−Zi /2
(β ¿ ¿o+ β1 X 1)e ¿
Pi = f(Zi) = 1 ∫ ¿ dz
√2 π −∞
Model estimasi Probit sbb:

Dependent Variable: Y
Method: ML - Binary Probit (Newton-Raphson / Marquardt steps)
Date: 04/29/21 Time: 19:47
Sample: 1 45
Included observations: 45
Convergence achieved after 7 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.  

C 1.555221 2.355224 0.660328 0.5090

X1 1.365161 0.488854 2.792572 0.0052
X2 -0.490757 0.388985 -1.261635 0.2071
X3 0.996627 0.754331 1.321207 0.1864
X4 -0.096212 0.050459 -1.906740 0.0566

McFadden R-squared 0.682325    Mean dependent var 0.422222

S.D. dependent var 0.499495    S.E. of regression 0.275068
Akaike info criterion 0.654895    Sum squared resid 3.026498
Schwarz criterion 0.855636    Log likelihood -9.735147
Hannan-Quinn criter. 0.729729    Deviance 19.47029
Restr. deviance 61.28992    Restr. log likelihood -30.64496
LR statistic 41.81963    Avg. log likelihood -0.216337
Prob(LR statistic) 0.000000

Obs with Dep=0 26     Total obs 45

Obs with Dep=1 19

Sumber: Data Diolah Eviews 9

Pi (Yi = 1 І Xi) = φ(1.555221+1.365161 X 1−0.490757 X 2+ 0.996627 X 3−0.096212 X 4 ¿

Analisis yang bisa dilakukan melalui perubahan total probabilitas kepemilikan jika terjadi
perubahan pendapatan.

Apabila Xi nilainya masing-masing sebesar 1, maka Ø (3,3301) = Prob Z < 3,3301 =

0,99957. Artinya setiap kenaikan Rp 1 juta pendapatan, anggota keluarga bertambah 1 orang,
selera berubah ke mobil baru, dan meningkatnya umur akan memberikan peluang kepemilikian
mobil sebesar 99,96 persen.
Jika diasumsikan pendapatan naik dari Rp 3 juta menjadi Rp 5 juta, maka nilai
probabilitas kepemilikan mobil menjadi:
Pi(Yi = 1 lXi) = ø (1,5552 + 1,3652(3) – 0,4907(3) + 0,9966(0) – 0,0962 (50)
= ø (-0,6313)
= 26,43 %

Pi(Yi = 1 lXi) = ø (1,5552 + 1,3652(5) – 0,4907(4) + 0,9966(1) – 0,0962 (55)

= ø (2,16 )
= 98,46 %

Maka marginal efek atau kenaikan probabilitas kepemilikan mobil = 98,46 %-26.43% =
72, 03 Persen. Artinya setiap kenaikan pendapatan sebesar 2 juta akan menaikkan probabilitas
kepemilikan mobil sebesar 72,03 persen.