k5 Model
k5 Model
2
Y 1 X e u Y : kuantitas
X : harga
1, 2 : parameter-parameter
u : error
Redefinisi Model :
Y* = 1* + 2* X* + u*
Dimana:
Y* = ln Y
X* = ln X
1 * = ln 1
2 * = 2
u* = u
X ln X
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)
R2 = 0,6628
Model Log-Log:
ln Y = 0,774 0,2530 lnX
SE : (0,0152) (0,0494)
R2 = 0,7448
Manakah model yang paling cocok?.
Analisis
Lihat R2. Apakah model log-log lebih baik ?.
Data aktual dan hasil transformasi tidak dapat dibandingkan karena skala
besaran yang digunakan berbeda.
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.
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 Lin-Log
Model Log-Lin
ln Y = 1 + 2 X + u
Interpretasi:
2 merupakan rasio antara perubahan relatif Y terhadap perubahan absolut
X, dituliskan sebagai berikut :
1
Y 1 2 u ; 1 > 0, 2 > 0
x
Fungsi reciprocal
untuk 1 > 0, dan 2 > 0
Y
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)
Aplikasi II (1 < 0, 2 > 0)
Didefinisikan :
X : tingkat pengangguran (%)
Y : tingkat perubahan upah (%)
Bentuk hubungan antara Y dan X digambarkan dalam kurva berikut :
Y
Tingkat
Pengangguran
Alami Kurva Philips
- 1
X
Ilustrasi
Kurva Phillips: United Kingdom, 1950-1966
Y = -1,4282 + 8,7243
t: (2,0625) (2,8498)
R2 = 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
R2 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:
C
1
1
Y 1 2 u
x
-2/1 I 1
x
Ada garis ambang pendapatan (threshold level of income ). Bila
pendapatan lebih kecil dari garis ambang pendapatan, komoditas tersebut
tidak akan dibeli/dikonsumsi (-2/1).