NAMA KELOMPOK:
DOSEN PENGAMPU
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
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
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
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
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
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:
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.
Z =2.476293+2.537642−0.864271+1.595810−0.168973∗10=55,76501
1
Pi = = 1 / 2.(-53,04673) = -0,009425
1+ 2,71828−55,76501
Z = 2.476293+2.537642−0.864271+1.595810−0.168973∗12
1
Pi = = 1 / 1,15371 = 0,86676
1+ 2,71828−66,918012
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 ¿
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
Analisis yang bisa dilakukan melalui perubahan total probabilitas kepemilikan jika terjadi
perubahan pendapatan.
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.