LAPORAN KELAS TUTORIAL V

UJI MODEL KUALITATIF FUNGSI LOGIT DAN PROBIT

Dos e n Pengampu :
Yudistira Hendra Permana, S.E.,M.Sc.,Ph.D

Nama : Ibnu Bintang Amirul Wicaksono

NIM : 20/463923/SV/18242
Kelas : MPP51

Mata Kuliah : Ekonometrika I

PRODI DIV MANAJEMEN DAN PENILAIAN

PROPERTI DEPARTEMEN EKONOMIKA DAN
BISNIS SEKOLAH VOKASI
UNIVERSITAS GADJAH
MADA 2022
 A. Metode Analisis dan Hasil Analisis

Metode analisis yang saya gunakan pada kelas tutorial ini yaitu adalah dengan menggunakan
metode uji model kualitatif fungsi logit dan probit. Analisis Logit adalah salah satu jenis
regresi yang menghubungkan antara satu atau beberapa variabel independen (variabel bebas)
dengan variabel dependen (variabel terikat) berupa variabel nominal. Variabel ini ditandai
dengan nilai 0 dan 1. Sehingga nilainya hanya terdiri dari 2 nilai saja. Jenis variabel dependen
berupa nominal inilah yang membedakan antara regresi logistik atau logit dengan regresi
berganda maupun linear pada umumnya.Analisis Probit sekilas hampir serupa dengan regresi
logit. Hal yang membedakan antara keduanya adalah pada model regresi yang terbentuk.

Jika model logistik diselesaikan dengan menggunakan fungsi distribusi kumulatif dari
distribusi logistik. Sedangkan model regresi probit digunakan fungsi distribusi kumulatif dari
distribusi normal. Analisis regresi probit adalah analisis yang digunakan untuk melihat
hubungan antara variabel dependen yang bersifat kategori (kualitatif) dan variabel-variabel
independen yang bersifat kualitatif maupun kuantitatif. Model probit menggunakan Normal
Cumulative Distribution Function (CDF).

Model probit merupakan model non linier yang digunakan untuk menganalisis hubungan
antara satu variabel dependen dengan beberapa variabel independen, dengan variabel
dependennya berupa data kualitatif dikotomi yaitu bernilai 1 untuk menyatakan keberadaan
sebuah karakteristik dan bernilai 0 untuk menyatakan ketidakberadaan sebuah karakteristik.

Tabel dibawah menunjukan tabel mentah dari data Y dan data X yaitu berupa data pengaruh
influencer terhadap keputusan pembelian produk.

Apakah anda mengikuti Daya

para influencer pada Pengaruh Usia Rata Pengeluaran
kategori modern fashion Influencer
product di Instagram
1 4 22 3.000.000
0 3 23 4.000.000
1 4 26 3.000.000
1 3 26 2.000.000
1 4 32 5.000.000
1 3 26 7.000.000
1 3 28 5.000.000
1 3 27 1.000.000
1 5 24 2.500.000
1 3 22 4.000.000
1 4 24 3.000.000
1 4 24 1.800.000
1 4 23 1.500.000
1 3 23 3.000.000
1 4 20 1.500.000
1 3 21 1.000.000
0 3 26 3.000.000
1 3 23 2.500.000
1 3 23 250.000
1 3 23 1.500.000
1 4 25 2.000.000
1 4 26 2.000.000
1 3 20 1.500.000
1 4 21 700.000
1 3 33 8.000.000
0 2 25 3.000.000
1 4 24 2.500.000
1 4 26 3.300.000
1 3 21 1.000.000
1 5 23 1.500.000
1 4 21 1.000.000
1 4 23 1.500.000
1 5 21 1.500.000
1 3 26 1.500.000
0 1 22 1.000.000
1 3 23 2.500.000
1 4 26 3.000.000
1 4 23 700.000
1 3 26 1.500.000
1 3 27 1.500.000
1 3 27 3.000.000
0 3 21 1.000.000
0 1 28 2.000.000
1 3 26 5.000.000
1 3 25 1.500.000
1 3 24 2.000.000
1 3 24 4.000.000
1 3 27 4.500.000
1 3 25 750.000
1 3 21 1.500.000
1 3 28 200.000
1 4 27 3.500.000
 1 4 21 1.400.000
1 3 22 2.000.000
1 4 26 2.000.000
1 3 21 2.500.000
1 2 23 400.000
1 3 24 700.000
1 3 21 200.000
1 3 26 1.000.000
1 4 25 500.000
1 4 27 5.000.000
1 3 26 500.000
1 4 31 5.000.000
1 3 23 1.200.000
1 4 35 8.000.000
1 4 24 2.000.000
1 4 26 500.000
1 4 26 3.000.000
1 3 26 3.000.000
1 4 25 6.000.000
1 2 25 1.500.000
1 3 25 3.000.000
1 3 25 500.000
1 3 21 200.000

Analisis Uji Model Kualitatif Fungsi Logit dan Probit STATA:

 Deskriptif

Pada data di atas menunjukkan rata-rata, standar deviasi, nilai min, dan nilai max
seluruh variabel. X1 memiliki rata-rata 3.34, standar deviasi 0.74, nilai min 1, dan
nilai max 5. X2 memiliki rata-rata 24.6, standar deviasi 2.89, nilai min 20, dan
nilai max 35. X3 memiliki rata-rata Rp 2.344.000, standar deviasi Rp 1.746.927,
nilai min Rp 200.000, dan nilai max Rp 8.000.000. Variabel Y memiliki rata-rata
0.92, standar deviasi 0.2731, nilai min 0, dan nilai max 1.
1. Logit
 Regresi
. logit Apakahandamengikutiparainflu DayaPengaruhInfluencer Usia RataPengeluaran

Iteration 0: log likelihood = -20.907703

Iteration 1: log likelihood = -14.878649
Iteration 2: log likelihood = -12.100309
Iteration 3: log likelihood = -11.903061
Iteration 4: log likelihood = -11.900092
Iteration 5: log likelihood = -11.900092

Logistic regression Number of obs = 75

LR chi2(3) = 18.02
Prob > chi2 = 0.0004
Log likelihood = -11.900092 Pseudo R2 = 0.4308

Apakahandamengikutiparainflu Coefficient Std. err. z P>|z| [95% conf. interval]

DayaPengaruhInfluencer 3.182014 1.150091 2.77 0.006 .9278772 5.436151

Usia .3513357 .3088685 1.14 0.255 -.2540355 .9567068
RataPengeluaran -5.56e-07 4.09e-07 -1.36 0.174 -1.36e-06 2.45e-07
_cons -13.84675 8.622092 -1.61 0.108 -30.74574 3.052237

Hasil estimasi logit di atas menunjukkan bahwa variabel “DayaPengaruhInfluencer”

berpengaruh signifikan positif terhadap probabilitas Apakah anda mengikuti para influencer
pada kategori modern fashion yang ditunjukkan dengan koefisien sebesar 3.182014 dan nilai
P>|z| sebesar 0.006. secara bersama-sama ketiga variabel berpengaruh signifikan terhadap
probabilitas mengikuti trend yang ditunjukkan dengan LR statistic (sebesar 18,02 dan nilai P
sebesar 0.0004 yang lebih kecil dari 0.05)

 Marginal Effect

Hasil perhitungan marginal effect regresi logit melihat pengaruh variabel „Daya
Pengaruh Influencer‟ (dengan variabel independent lainnya terhadap probabilitas
pada pengikut influencer). Kemudian Tabel marginal effect memperlihatkan
dy/dx
 yang dapat diterjemahkan sebagai pengukuran perubahan pada nilai probabilitas.

- Nilai dy/dx untuk variabel „Daya Pengaruh Influencer‟ sebesar 0.1401. Nilai tersebut
dapat diinterpretasikan bahwa Daya Pengaruh Influencer yang semakin tinggi, maka
probabilitas untuk semakin tinggi menjadi pengikut influencer akan meningkat
14,01%.
- Nilai dy/dx untuk variabel „Usia‟ sebesar 0.01547. Nilai tersebut dapat
diinterpretasikan bahwa usia yang semakin tinggi, maka probabilitas untuk semakin
tinggi menjadi pengikut influencer akan meningkat 1,54%.
- Nilai dy/dx untuk variabel „Rata Pengeluaran‟ sebesar -2.45. Nilai tersebut dapat
diinterpretasikan bahwa rata pengeluaran yang semakin tinggi, maka probabilitas
untuk semakin menurun menjadi pengikut influencer akan meningkat 24,5%.

2. Probit

 Regresi

Hasil estimasi probit di atas menunjukkan bahwa variabel “Daya Pengaruh

Influencer” berpengaruh signifikan positif terhadap probabilitas mendapatkan
banyak pengikut influencer yang ditunjukkan dengan koefisien sebesar 1.727038
dan nilai P>|z| sebesar 0.005. Secara bersama-sama ketiga variabel berpengaruh
signifikan terhadap probabilitas mendapat pengikut banyak yang ditunjukkan
dengan LR statistic (sebesar 18,04 dan nilai P sebesar 0.0004 yang lebih kecil
dari
 0.05).

 Margin Effect

Hasil perhitungan marginal effect regresi probit melihat pengaruh variabel „Daya
Pengaruh Influencer‟ (dengan variabel independent lainnya terhadap probabilitas
pada pengikut influencer). Kemudian Tabel marginal effect memperlihatkan dy/dx
yang dapat diterjemahkan sebagai pengukuran perubahan pada nilai probabilitas.

- Nilai dy/dx untuk variabel „Daya Pengaruh Influencer‟ sebesar 0.1483. Nilai tersebut
dapat diinterpretasikan bahwa Daya Pengaruh Influencer yang semakin tinggi, maka
probabilitas untuk semakin tinggi menjadi pengikut influencer akan meningkat
14,83%.
- Nilai dy/dx untuk variabel „Usia‟ sebesar 0.0144433. Nilai tersebut dapat
diinterpretasikan bahwa usia yang semakin tinggi, maka probabilitas untuk semakin
tinggi menjadi pengikut influencer akan meningkat 1,44%.
- Nilai dy/dx untuk variabel „Rata Pengeluaran‟ sebesar -2.33. Nilai tersebut dapat
diinterpretasikan bahwa rata pengeluaran yang semakin tinggi, maka probabilitas
untuk semakin menurun menjadi pengikut influencer akan meningkat 233%.
Analisis Uji Model Kualitatif Fungsi Logit dan Probit EVIEWS :

1. Probit

Dependent Variable: APAKAH_ANDA_MENGIKUTI_PA RA_INFLUENCER_P

ADA_KATEGORI_MODERN_FASHION_PRODUCT_DI_INSTA GRA M
Method: ML - Binary Probit (New ton-Raphson / Marquardt steps) Date:
11/30/22 Time: 19:53
Sample: 1 75
Included observations: 75
Convergence achieved after 6 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -7.040481 4.193744 -1.678805 0.0932

DAYA_PENGARU H_INFLUENCER 1.727038 0.610459 2.829081 0.0047
RATA_PENGELUA RAN -2.72E-07 2.14E-07 -1.268225 0.2047
USIA 0.168188 0.149593 1.124304 0.2609

McFadden R-squared 0.431526 Mean dependent var 0.920000

S.D. dependent var 0.273120 S.E. of regression 0.215318
Akaike info criterion 0.423613 Sum squared resid 3.291690
Schw arz criterion 0.547212 Log likelihood -11.88549
Hannan-Quinn criter. 0.472965 Deviance 23.77097
Restr. deviance 41.81541 Restr. log likelihood -20.90770
LR statistic 18.04443 Avg. log likelihood -0.158473
Prob(LR statistic) 0.000431

Obs w ith Dep=0 6 Total obs 75

Obs w ith Dep=1 69

 Uji Parsial

Variabel X1 (daya pengaruh influencer) berpengaruh secara signifikan terhadap variable Y

(Apakah anda mengikuti influencer pada kategori modern fashion) dikarenakan memiliki
probabilitas di bawah0,05% yaitu sebesar 0.0047%. Sedangkan untuk Variabel X2 (Rata
pengeluaran) dan Variabel X3 (Usia) kedua variable tersebut tidak berpengaruh secara
signifikan terhadap variable Y (Apakah anda mengikuti influencer pada kategori modern
fashion) dikarenakan probabilitas lebih besar dari 0,05% yakni sebesar 0.2047% dan
0.2609%

 Koefisien Determinasi
Nilai r-squared sebesar 0.431526 berarti 43,15% variasi dijelaskan oleh variable yang ada dalam
model.sisanya 0,5685% dijelaskan oleh variable di luar model.
 Model Persamaan Probit

Variable Coefficient Odd Ratio

Y -7,040481 0,000871818
X1 1,727038 5,630111696
X2 0,168188 1,18328477
-X3 -2,72 0,065761632
Odd Ratio dihitung dengan cara : 2,72^(koefisien)
Maka, Fungsi Y = 0,00087 + 5,63011X1 + 1,18328X2 + 0,06576X3
- Konstanta dengan nilai 0,00087 menunjukkan apabila seluruh variabel bebas
sama dengan nol maka fungsi Y (Apakah anda mengikuti influencer) bernilai .
- Koefisien variabel X1 atau PDRB sebesar 0,038226 artinya variabel PDRB
berpengaruh positif terhadap Indeks Gini. Hal ini berarti ketika terjadi kenaikan
PDRB sebesar satu persen dengan asumsi variabel lain tetap, maka akan
meningkatkan Indeks Gini sebesar 0,038226 persen.
- Koefisien variabel X2 atau IPM sebesar 1,023404 artinya variabel IPM
berpengaruh positif terhadap Indeks Gini. Hal ini berarti ketika terjadi kenaikan
IPM sebesar satu persen dengan asumsi variabel lain tetap, maka akan
meningkatkan Indeks Gini sebesar 1,023404 persen.
- Koefisien variabel X3 atau TPT sebesar -0,1994857 artinya variabel TPT
berpengaruh negatif terhadap Indeks Gini. Hal ini berarti ketika terjadi
kenaikan TPT sebesar satu persen dengan asumsi variabel lain tetap, maka akan
menurunkan Indeks Gini sebesar -0,1994857 persen.
 2. Logit

Dependent Variable: APAKAH_ANDA_MENGIKUTI_PA RA_INFLUENCER_P ADA_KATEGORI_MODERN_FASHION_PRO

DUCT_DI_INSTA GRA M
Method: ML - Binary Logit (New ton-Raphson / Marquardt steps) Date:
11/30/22 Time: 19:56
Sample: 1 75
Included observations: 75
Convergence achieved after 7 iterations
Coefficient covariance computed using observed Hessian

Variable Coefficient Std. Error z-Statistic Prob.

C -13.84675 8.622093 -1.605962 0.1083

DAYA_PENGARU H_INFLUENCER 3.182014 1.150091 2.766750 0.0057
RATA_PENGELUA RAN -5.56E-07 4.09E-07 -1.360311 0.1737
USIA 0.351336 0.308869 1.137493 0.2553

McFadden R-squared 0.430827 Mean dependent var 0.920000

S.D. dependent var 0.273120 S.E. of regression 0.213854
Akaike info criterion 0.424002 Sum squared resid 3.247082
Schw arz criterion 0.547602 Log likelihood -11.90009
Hannan-Quinn criter. 0.473354 Deviance 23.80018
Restr. deviance 41.81541 Restr. log likelihood -20.90770
LR statistic 18.01522 Avg. log likelihood -0.158668
Prob(LR statistic) 0.000437

Obs w ith Dep=0 6 Total obs 75

Obs w ith Dep=1 69

sdcrf

 Uji Parsial

Variabel X1 (daya pengaruh influencer) berpengaruh secara signifikan terhadap variable Y

(Apakah anda mengikuti influencer pada kategori modern fashion) dikarenakan memiliki
probabilitas di bawah 0,05% yaitu sebesar 0.0057%. Sedangkan untuk Variabel X2 (Rata
pengeluaran) dan Variabel X3 (Usia) kedua variable tersebut tidak berpengaruh secara
signifikan terhadap variable Y (Apakah anda mengikuti influencer pada kategori modern
fashion) dikarenakan probabilitas lebih besar dari 0,05% yakni sebesar 0.1737% dan
0.2553%

 Koefisien Determinasi

Nilai r-squared sebesar 0.430827 berarti 43,08% variasi dijelaskan oleh variable yang ada
dalam model.sisanya 0,5692% dijelaskan oleh variable di luar model.
 Model Persamaan Logit

Variable Coefficient Odd Ratio

Y -13,84675 9,6080
X1 3,182014 24,14372838
X2 0,351336 1,421280182
-X3 -5,56 0,003835278
Odd Ratio dihitung dengan cara : 2,72^(koefisien)

Fungsi (Y) = 9,6080 + 24,14372838X1 + 1,421280182X2 + 0,003835278X3 + e

- Konstanta dengan nilai 9,6080 menunjukkan apabila seluruh variabel bebas sama
dengan nol maka variabel apakah anda mengikuti para influencer pada kategori
modern fashion product di Instagram akan meningkat sebesar konstanta yang tertera
pada model.
- Koefisien daya pengaruh influencer ditunjukkan dengan X1 sebesar 24,14372838
artinya variabel daya pengaruh influencer berpengaruh positif terhadap apakah anda
mengikuti para influencer pada kategori modern fashion product di Instagram.
Ketika terjadi kenaikan apakah anda mengikuti para influencer pada kategori
modern fashion product di Instagram sebesar 1% maka akan meningkatkan variabel
daya pengaruh influencer sebesar 24,14372838.
- Koefisien usia ditunjukkan dengan X2 sebesar 1,421280182, artinya variabel usia
berpengaruh positif terhadap variabel apakah anda mengikuti para influencer pada
kategori modern fashion product di Instagram. Ketika terjadi kenaikan variabel
apakah anda mengikuti para influencer pada kategori modern fashion product di
Instagram sebesar 1% maka akan meningkatkan variabel usia sebesar 1,1421280182.
- Koefisien rata pengeluaran ditunjukkan dengan X3 sebesar 0,003835278, artinya
variabel rata pengeluaran berpengaruh positif terhadap variabel apakah anda
mengikuti para influencer pada kategori modern fashion product di Instagram.
Ketika terjadi kenaikan variabel apakah anda mengikuti para influencer pada
kategori modern fashion product di Instagram sebesar 1% maka akan meningkatkan
variabel rata pengeluaran sebesar 0,003835278.