SKALA VARIABEL

DAN
INTERPRESTASI

EKONOMETRIKA

ALLPPT.com _ Free PowerPoint Templates, Diagrams and Charts

Pendekatan Ekonometrik
Berikut beberapa istilah lain dari variabel dependen dan independen :

Y X1,X2........................XK

Predictant Predictors

Regressand Regressors

Explained variable Explanatory variable

Dependent variable Independent variable

Effect variable Causal variable

Endogenous variable Exogenous variable

Target variable Control variable

Model ekonomi dimana inflasi dipengaruhi oleh beberapa faktor yaitu :
Infl = 2 + 0.3GDP – 0.4 Inv + 0.5 Kurs + et

INFLASI : KENAIKAN HARGA (DEMAND, SUPPLY/ DEMAND PULL, COST PUSH), DEMAND NAIK -> HRG NAIK,
SUPPLY NAIK -> HRG TURUN), COST NAIK  HRG NAIK

GDP -> PENDAPATAN NAIK - DEMAND NAIK ,SE ARAH +

INVESTASI  SUPPLY -> PRODUKSI , HRG TURUN / TERBALIK (-)

KURS  COST BHN MENTAH NAIK  HRG NAIK (+)

Untuk memahaminya,dimisalkan suatu Inv = 20 dan GDP = 10
sehingga persamaan menjadi :
Inft = 2 + 0.3(10) – 0.4 (20) + 0.5 Kurst + et
Maka intersep dapat bermakna rata-rata inflasi pada saat variabel lain
diluar model yang sesungguhnya mempengaruhi inflasi dianggap
tetap.Inflasi diasumsikan hanya dipengaruhi oleh Kurs.
Jika ada suatu waktu nilai Inv = 20, Inf = 30, GDP = 10,
Kurs = 20 dan residu nol,persamaan mengisyaratkan
bahwa prediksi inflasi dihitung sebagai berikut :
7 = 2 + 0.3(10) – 0.4(20) + 0.5(20) + et
Jika terjadi peningkatan kurs 1 unit akan mengakibatkan prediksi
inflasi meningkat menjadi 30,5
7,5 = 2 + 0.3(10) – 0.4(20) + 0.5(21) + et
Sebaliknya jika terjadi penurunan kurs,variabel lain tetap pada posisi
semula,prediksi inflasi turun sesuai dengan besar parameternya.
6,5 = 2 + 0.3(10) – 0.4(20) + 0.5(19) + et
Dari pengertian inilah parameter dampak yang diberikan
oleh regresi digunaan untuk menghitung seberapa besar
perubahan pada variabel dependen jika variabel
independen berubah(untuk lebih mudah dihitung dalam 1
unit pengukuran).
Skala Variabel dan Interprestasi

Bentuk yang paling sering digunakan adalah bentuk

pennggunaan skala,skala dan format variabel.Skala data
dalam bentuk nominal,ordinal,interval dan rasio.Satuan
data dalam bentuk ribuan,ratusan,atau miliaran.Sedangkan
format variabel adalah dalam bentuk logaritma
natural,reciprocal,level,difference dan lain sebagainya.
Analisis Penggunaan Satuan
Untuk menjelaskan penggunaan satuan pada variabel,berikut ini kita gunakan pada
Tabel 3.1 Data Variabel Dalam miliaran dan jutaan
Year GPDIML GPDIJT GDPML GDPJT
(miliaran) (jutaan) (miliaran) (jutaan)
 
1,988 828 828,200 5,865 5,865,200
1,989 864 863,500 6,062 6,062,000
1,990 815 815,000 6,136 6,136,300
1,991 738 738,100 6,079 6,079,400
1,992 790 790,400 6,244 6,244,400
1,993 864 863,600 6,390 6,389,600
1,994 976 975,700 6,611 6,610,700
1,995 996 996,100 6,762 6,761,600
1,996 1,084 1,084,100 6,995 6,994,800
1,997 1,206 1,206,400 7,270 7,269,800
Sederhananya menjadi :
Berikut adalah contoh penggunaan regresi untuk tujuan penelitian dengan mengasumsikan beberapa
varabel independen memepengaruhi secara bersamaan.Sebuah perusahaan audio ”strong” memasok bsrsng
ke perusahaan mobil “astra” sebagai pelengkap assesoris audio system. Berdasarkan hasil analisa
didapatkan perilaku permintaan audio system dimana definisi dan satuan variabel yang diamati adalah sebagai
berikut :
Qx : adalah kuantitas permintaan dalam ribuan audio perbulan
Px : adalah harga per unit audio perbulan (00$)
Ps : adalah harga rata-rata yang dikeluarkan oleh pesaing
Ax : adalah anggaran iklan (000 $) yang dikeluarkan oleh “strong”
Y : adalah tingkat perkapita (jutaan) setiap bulan penduduk setempat dan
S : adalah tingkat penjualan (000) mobil baru yang dikeluarkan oleh “astra”
 
Data diobservasi selama 20 bulan.Pembaca dapat mencoba melalui data pada file Eviews EKM_ DEMAND1 pada
Group SATUANBEDA.Dalam kurung menunjukkan(00)sebagi ratusan,demikian seterusnya.
SATUANBEDA
obs Q (000) PX(00) PS(00) AX(000) Y(000000) S(000)

1 -5.86077 9.00 2.00 3.00 3.00 2.00

2 16.0269 7.00 1.00 2.00 4.00 3.00
3 28.54015 6.00 2.00 3.00 5.00 4.00
4 48.0988 3.00 3.00 4.00 6.00 5.00
5 16.37561 9.00 4.00 5.00 5.00 6.00
6 16.94554 7.00 3.00 4.00 4.00 5.00
7 12.75397 6.00 2.00 3.00 3.00 4.00
8 32.97387 3.00 1.00 2.00 4.00 3.00
9 3899957 4.00 2.00 1.00 5.00 2.00
10 42.69115 5.00 3.00 2.00 6.00 3.00
11 36.37812 2.00 2.00 3.00 4.00 4.00
12 20.63865 8.00 3.00 4.00 5.00 5.00
13 32.53583 7.00 4.00 5.00 6.00 6.00
14 20.70719 6.00 3.00 6.00 5.00 5.00
15 0.679615 7.00 2.00 7.00 4.00 4.00
16 -5.67259 5.00 3.00 8.00 3.00 3.00
17 -1.05243 6.00 4.00 9.00 4.00 4.00
18 16.8117 4.00 3.00 9.00 5.00 5.00
19 18.62617 6.00 4.00 8.00 6.00 4.00
20 6.239785 5.00 3.00 7.00 4.00 3.00
Variabel dependen adalah kuantitas permintaan dalam ribuan audio perbulan.Persamaan regresi
sebagai berikut :
Qx = ɑ + β1Px + β2 Ps + β3 Ax + β4 Y+β5 S
Dalam penelitian diasumsikan bahwa variabel independen mempengaruhi secara langsung
permintaan barang assesoris audio system.
Jika kita sederhanakan,hasil regresi sederhana merupakan rumusan untuk persamaan permintaan
sebagai berikut :
Qx = 10 – 4Px + Px – 4Ax + 8Y + 3S
Guna memulai pembahasan,kita mengasumsikan saat itu nilai P x = 10(berarti 1000$), Ps =30
(berarti 3000$), Ax = 20(BERARTI 20000$), Y = 10(berarti 10 juta) dan S =30(3000). Pada nilai-nilai
tersebut nilai ini Qx dihitung menjadi :
Qx = 10 – 4(10) + (30) – 4(20) + 8(10) + 3(30) = 90
Nilai Qx = 90 berarti permintaan audio 90000 buah
Suatu ketika harga audio Px naik menjadi 11 unit(nilai ini menunjukkan peningkatan 1 unit harga atau 100$).Jika
nilai lain diasumsikan tetap,perubahan harga Px mengakibatkan Qx menjadi :
Qx = 10 – 4(11) +(30) – 4(20) + 8(10) + 3(30) = 86
Nilai Qx = 86 berarti permintaan audio 86000 buah.Perhatikan bahwa akibat Px naik 1 unit harga ,nilai Qx menjadi
86 turun sebesar 4 (dari acuan atau baseline)sesuai dengan nilai parameter Px
Jika suatu ketika harga audio Px turun menjadi 9(nilai ini menunjukkan penurunan 1 unit harga atau 100$).Jika nilai
lain diasumsikan tetap,perubahan harga Px mengakibatkan Qx menjadi :
Qx = 10 – 4(9) + 30 – 4(20) + 8(10) + 3(30) = 94
Nilai Qx = 94 berarti permintaan audio 94000 buah. Jika suatu ketika Px naik menjadi 20(nilai ini menunjukkan
peningkatan 10 unit harga atau 1000$).Jika nilai lain diasumsikan tetap ,perubahan harga Px mengakibatkan Qx
menjadi :
Qx = 10 – 4(20) + (30) – 4(20) + 8(10) + 3(30) = 50
Nilai Qx = 50 berarti permintaan audio 50000 buah.Serangkaian contoh diatas memperlihatkan adanya perubahan
variabel Qx akibat perubahan harga x.
Berikut contoh menggunakan databyang sama namun satuan dibuat sama.Data observasi selama 20 bulan.Sekarang analisi dilakukan dengan
menggunakan satuan variabel dengan nominal satuan.Data diberikan pada file Eviews EKM_DEMAND1 pada Group SATUAN SAMA diberikan sebagai
berikut :
Group : SATUANSAMA

Obs Q1 PX1 PS1 AX1 Y1 S1

1 -5860.766 900.000 200.000 3000.000 300000. 2.000.000
2 16026.90 700.000 100.000 2000.000 400000 3.000.000
3 28540.15 600.000 200.000 3000.000 500000 4.000.000
4 48098.80 300.000 300.000 4000.000 600000 5.000.000
5 16376.61 900.000 400.000 5000.000 500000 6.000.000
6 16945.54 700.000 300.000 4000.000 400000 5.000.000
7 12753.97 600.000 200.000 3000.000 300000 4.000.000
8 32973.89 300.000 100.000 2000.000 400000 3.000.000
9 38999.57 400.000 200.000 1000.000 500000 2.000.000
10 42691.15 500.000 300.000 2000.000 600000 3.000.000
11 36378.12 200.000 200.000 3000.000 400000 4.000.000
12 20638.65 800.000 300.000 4000.000 500000 5.000.000
13 32535.83 700.000 400.000 5000.000 600000 6.000.000
14 20707.19 600.000 300.000 6000.000 500000 5.000.000
15 679.6147 700.000 200.000 7000.000 400000 4.000.000
16 -5672.593 500.000 300.000 8000.000 300000 3.000.000
17 -1052.273 600.000 400.000 9000.000 400000 4.000.000
18 16811.70 400.000 300.000 9000.000 500000 5.000.000
19 18626.17 600.000 400.000 8000.000 600000 4.000.000
20 6239.785 500.000 300.000 7000.000 400000 3.000.000
Jika disederhanakan,rumusan untuk persamaan permintaan sebagai berikut :
Qx = 10000 - 40Px + 10Ps – 4Ax + 0.008Y +3S
Perhatikan bahwa parameter persamaan ini dengan persamaan sebelumnya nampak
berbeda.Tetapi jika diperiksa menurut satuan data yang digunakan,interpretasi terhadap
parameter ini sama.Oleh karena satuan semua variabel sama,pada saat itu nilai Px =1000$, Ps
=3000$, Ax = 20000$, Y =10 juta dan S = 30000.Pada kondisi nilai ini,Qx dapat dihitung
menjadi :
Qx = 10000 – 40(1000) + 10(3000) – 4(20000) + 0.008(10000000) + 3(30000) = 90000 buah
audio
Jika Px naik menjadi 1100(berarti meningkat 100$) dimana variabel lainnya tetap maka Qx
menjadi 86000 buah audio. Jika Pxnaik menjadi 1200(berarti meningkat 200$) dimana
variabel lainnya tetap maka Qx menjadi 82000 buah audio.
Numerik interprestasi parameter
Berdasarkan berbagai kemungkinan bentuk persamaan disini akan dibahas 6 bentuk persamaan
Expenditure
Obs Y1 Y2 Y3 X
Expservices Expdur Expnondur Pcexp
1993:01:00 2445.3 504 1337.5 4286.8
1993:02:00 2455.9 519.3 1347.8 4322.8
1993:03:00 2480 529.9 1356.8 4366.6
1993:04:00 2494.4 542.1 1361.8 4398
1994:01:00 2510.9 550.7 1378.4 4439.4
1994:02:00 2531.4 558.8 1385.5 4472.2
1994:03:00 2543.8 561.7 1393.2 4498.2
1994:04:00 2555.9 576.6 1402.5 4534.1
1995:01:00 2570.4 575.2 1410.4 4555.3
1995:02:00 2594.8 583.5 1415.9 4593.6
1995:03:00 2610.3 595.3 1418.5 4623.4
1995:04:00 2622.9 602.4 1425.6 4650
1996:01:00 2648.5 611 1433.5 4692.1
1996:02:00 2668.4 629.5 1450.4 4746.6
1996:03:00 2688.1 626.5 1454.7 4768.3
1996:04:00 2701.7 637.5 1456.1 4802.6
1997:01:00 2722.1 656.3 1477.9 4853.4
1997:02:00 2743.6 653.8 1477.1 4872.7
1997:03:00 2755.4 679.6 1495.7 4947
1997:04:00 2804.8 648.8 1494.3 4981
1998:01:00 2829.3 710.3 1521.2 5055.1
1998:02:00 2866.8 729.4 1504.9 5130.2
PERSAMAAN MODEL LOGARITMA
NATURAL LINIER (DOUBLE LOG)
FUNGSI PRODUKSI COBB DOUGLAS

Persamaan:
Q = ALᵅKᵝ

Dimana: Q: Jumlah output.

L: Jumlah input tenaga kerja.
K: Jumlah input kapital.

Jika ditransformasikan pada kedua sisi dengan log natural, maka:

LnQ + Ln(ALᵅKᵝ)

Menjaddi bentuk linier dalam parameter:

LnQ = A + α Ln (L) + β Ln (K)
Persamaan Model Semi Log: Log Lin

Persamaan:
Y = Y₀(1+R) ͭ

Dengan menggunakan log natural pada kedua sisi, maka menghasilkan persamaan:
LnY = LnY₀ + tLn(1+r)

Jika ditetapkan LnY0 = β₁ dan Ln(1+r) = 2, maka persamaan berubah:

LnY = β₁ + tβ₂
PERSAMAAN MODEL SEMI (LIN LOG)
Persamaan:
Y = β₁ + β₂ Ln X

Dengan menurunkan setiap sisi, maka didapat:

∂Y/∂Y = β₂(∂LnX/∂X) ∂X/∂Y

∂Y/∂Y = β₂ 1/X (∂X/∂Y)
∂Y = β₂ 1/X (∂X)
DAMPAK MODERASI
Contoh persamaan :
Inv = 2000 + 0,04 LnGDP + 0,7ᴨ - 0,03CPI

Dampak slope GDP terhadap Inv adalah:

∂Inv/∂GDP = 0,04/GDP

Dampak ini tidak tetap karena bergantung pada nilai GDP. Posisi GDP dapat dipandang sebagai
memoderasi dampak GDP terhadap Inv. Jika tanda “+” berarti peningkatan GDP akan menurunkan
dampak GDP terhadap Inv, sebaliknya jika penurunan GDP akan meningkatkan dampak GDP
terhadap Inv
 A KA SIH
TERIM