BENTUK-BENTUK

FUNGSIONAL DARI MODEL

REGRESI
Pendahuluan
Persamaan model linier:
Y = b
1
+ b
2
X + u ;
dimana:
X menyatakan harga gula pasir per Kg
Y menyatakan kuantitas yang diminta.
Berapa permintaan jika harga gula pasir = 0 rupiah?
Apa mungkin suatu komoditi berharga 0 rupiah?
Apa logis bila harga gula pasir per Kg = 0, maka permintaan
hanya sebesar b
1
?.
Untuk mengatasi kelemahan tersebut, maka akan dipelajari
model yang merupakan bentuk-bentuk fungsional dari model
regresi.
Jenis Model Fungsional
Model Log-Log
Model Semi Log
Model Reciprocal
Kurva Philips
Kurva Engel
Model log-log
Model ini juga dikenal dengan: Model Double Log dan Model Konstan
Elastisitas
Menurut suatu teori ekonomi, hubungan antara kuantitas yang diminta dan
harga suatu komoditas mempunyai bentuk sebagai berikut:
Y X e
u
= |
|
1
2
Y : kuantitas
X : harga
|
1
, |
2
: parameter-parameter
u : error
Model diatas mirip dengan Fungsi Produksi (Model Cobb Douglas)
Model tidak linier baik variabel Sulit diestimasi
Untuk mempermudah, model ditransformasi
Hasil transformasi logaritma:
lnY = ln |
1
+ |
2
ln X + u
Transformasi dilakukan pada dua sisi Model Log-Log

Redefinisi Model :
Y* = |
1
* + |
2
* X* + u*
Dimana:
Y* = ln Y
X* = ln X
|
1
* = ln |
1
|
2
* = |
2
u* = u

Redefinisi model menunjukkan bahwa model sesungguhnya merupakan
model regresi linier |
1
* dan |
2
* dapat ditaksir dengan OLS.
Secara geometris:
Y X = |
|
1
2
; |
2
< 0
ln X
Y
X
InY
lnY=ln|
1
+ |
2
lnX
Apa Keistimewaan Model Log-Log?
Keistimewaan Model Log-Log
dibandingkan dengan Model Linier:
Slope |
2
dalam Model Log-Log menyatakan elastisitas Y terhadap X,
yaitu ukuran persentasi perubahan dalam Y bila diketahui perubahan
persentasi X. Dengan perkataan lain, bila Y menyatakan kuantitas yang
diminta dan X menyatakan harga komoditas per unit, maka |
2

menyatakan elastistas harga dari permintaan.

|
1
dan |
2
juga bisa diinterpretasikan dengan mengembalikan model ke
bentuk semula. Jadi, |
1
dan |
2
di interpretasikan melalui e
|1
dan e
|2
.
Model tersebut juga menunjukan bahwa bila harga komoditi mahal sekali,
maka permintaan akan minimal, yaitu e
|1
, dan bila harga murah sekali,
maka permintaan maksimal.

Harga tidak akan pernah mencapai nilai nol. Sehingga dapat dikatakan
bahwa permasalahan yang dihadapi dalam regresi linier dapat teratasi
dengan fungsi ini.
Fungsi Permintaan dan Harga
Q
1
e
|
P
Kelemahan?
Model Log-Log ini tidak dapat dibentuk dari data yang mempunyai nilai = 0.
Karena Ln(0) =
Ilustrasi Masalah
Perhatikan dua model yang menyatakan hubungan antara
harga gula pasir (X) dengan banyaknya gula pasir yang
dikonsumsi (Y).
Fungsi linier:
Y = 2,6911 0,4795 X
SE : (0,1216) (0,1140)
R
2
= 0,6628
Model Log-Log:
ln Y = 0,774 0,2530 ln
SE : (0,0152) (0,0494)
R
2
= 0,7448
Manakah model yang paling cocok?.
Analisis
Lihat R
2.
Apakah model log-log lebih baik ?.
Data aktual dan hasil transformasi tidak dapat dibandingkan karena skala
besaran yang digunakan berbeda.

Slop dan intercept kedua bentuk model berbeda. Interpretasinya:.

Model linier
Bila harga gula pasir naik sebesar 1 unit, maka permintaan terhadap
komoditi tersebut akan turun unit.

Model log-log
Setiap kenaikan harga gula pasir sebesar 1%, jumlah yang diminta akan
turun 0,25 %. Atau dapat dikatakan, elastisitas harga = -0,25.

Komoditi Elastis atau tidak? Berapa batasan elastis?

Analisis
Komoditas ini tidak elastis karena perubahan harga
gula pasir tidak menimbulkan gejolak yang besar
terhadap permintaannya.

Dalam Prakteknya:
Model Log-Log dibuat karena sebaran data
mengikuti garis tersebut.
Adanya permasalahan dalam membuat regresi linier

Model Semi-log
Prinsip model sama dengan model log-log, yaitu
melakukan transformasi logaritma terhadap data.
Bedanya, pada model semi-log data yang
ditransformasi hanya salah satu dari Y atau X.

Model Semi Log terdiri atas dua jenis model, yaitu:
Model Log-Lin
Model Lin-Log
Model Log-Lin
ln Y = o
1
+ o
2
X + u
Interpretasi:
o
2
merupakan rasio antara perubahan relatif Y terhadap perubahan absolut
X, dituliskan sebagai berikut :

X _ dalam _ absolut _ perubahan
Y _ dalam _ relatif _ perubahan
2
= o
Penggunaan:
Variabel X menyatakan unit waktu (tahun, bulan, dan seterusnya)
Y dapat menyatakan pengangguran, penduduk, keuntungan, penjualan,
GNP, dan sebagainya.
Oleh karena itu, o
2
merupakan suatu ukuran pertumbuhan (growth rate)
bila o
2
> 0 atau merupakan suatu ukuran penyusutan (decay) bila o
2
< 0.
Oleh karenanya, model ini disebut juga model pertumbuhan.
Ilustrasi
Berdasarkan data pertumbuhan Produk Nasional
Bruto (PNB) atas dasar harga konstan (pertumbuhan
riil) tahun 1986 2004 di suatu negara, diperoleh
model:
ln PNB = 6,9636 + 0,0796 Tahun
SE : (0,0151) (0,0017)
R
2
= 0,9756
Analisis?
Model tersebut menyatakan bahwa o
2
= 0,0796.
Artinya, setiap tahunnya PNB naik/tumbuh 7,96 %
pada periode 1986 2004.
Model Lin-Log
Y = |
1
+ |
2
ln X + u
Interpretasi:
|
2
merupakan ukuran rasio antara perubahan absolut Y terhadap
perubahan relatif X, dituliskan sebagai berikut :
|
2
=
perubahan absolut dalam Y
perubahan relatif dalam X
_ _ _
_ _ _
Digunakan pada situasi dimana perubahan relatif pada X akan mengakibatkan
perubahan absolut pada Y.
Misal: Perusahaan mempunyai target omset, maka kita dapat melihat kenaikan
keuntungan.
Ilustrasi
Perhatikan Model yang menunjukkan hubungan
antara laba dan omset:
Laba = 1040,1105 + 24,9879 Ln Omset
SE : (18,8574) (2,0740)
R
2
= 0,9236
Interpretasi: Setiap Omset naik 1% maka laba akan
naik sebesar 24 juta rupiah.
Bagaimana jika perusahaan menargetkan tahun
depan omset naik 5%?
Model Reciprocal
Sifat: apabila X bernilai sangat besar, maka Y
akan memiliki harga mendekati |
1
.
Y
x
u = +
|
\

|
.
| + | |
1 2
1
Aplikasi I (|
1
> 0, |
2
> 0) : Model
Rata-rata Biaya Tetap Suatu Kelas
Didefinisikan :
Y : Rata-rata biaya tetap
X : Banyaknya mahasiswa/kelas
Biaya operasional yang diperlukan dapat dikategorikan menjadi dua jenis,
yaitu :
Biaya tetap, meliputi: sewa ruangan, honor dosen, dan lain-lain.

Biaya variabel, meliputi: makan, snack, hand-out, dan lain-lain.
Hubungan antara Y dan X dapat dinyatakan sebagai:
Y
x
u = +
|
\

|
.
| + | |
1 2
1
; |
1
> 0, |
2
> 0
Fungsi reciprocal
untuk |
1
> 0, dan |
2
> 0
Karakteristik model :
Pada saat jumlah mahasiswa tidak banyak (X kecil), rata-rata biaya tetap
sangat besar. Kebalikannya, bila jumlah mahasiswa sangat banyak (X
besar sekali), rata-rata biaya tetap mendekati |
1
(|
1
> 0).
Cara mengestimasi model?
OLS (Ordinary Least Square)
|
1
Y
X
Aplikasi II (|
1
< 0, |
2
> 0)
Didefinisikan :
X : tingkat pengangguran (%)
Y : tingkat perubahan upah (%)
Bentuk hubungan antara Y dan X digambarkan dalam kurva berikut :
Tingkat
Pengangguran
Alami
Y
X
- |
1
Kurva Philips
Ilustrasi
Kurva Phillips: United Kingdom, 1950-1966
Y = -1,4282 + 8,7243
t: (2,0625) (2,8498)
R
2
= 0,3849
Pengamatan :
|
1
= -1,43 % Artinya?
Batas bawah perubahan upah 1,43 %. Artinya, bila
unemployment rate (tingkat pengangguran) besar sekali,
penurunan upah tidak lebih dari 1,43 % per tahun
R
2
sangat rendah, kurang dari 40 %, tetapi intercep dan slop
keduanya signifikan.
Aplikasi III (|
1
> 0, |
2
< 0)
Didefinisikan :
Y : konsumsi / pengeluaran pada suatu komoditas
X : pendapatan
Hubungan antara pendapatan seseorang dengan konsumsi
suatu komoditas digambarkan dalam Kurva Engel :
Sifat:
Ada garis ambang pendapatan (threshold level of income ). Bila
pendapatan lebih kecil dari garis ambang pendapatan, komoditas tersebut
tidak akan dibeli/dikonsumsi (-|
2
/|
1
).

Ada suatu level kejenuhan. Meskipun pendapatan mencapai level sangat
tinggi, konsumsi komoditas tidak akan melewati level tersebut (|
1
).
Y
x
u = +
|
\

|
.
| + | |
1 2
1
-|
2
/|
1
C
I
|
1
|
.
|

\
|
x
1