MODEL PROBABILITAS LINIER

(LINEAR PROBABILITY MODEL = LPM)

OLEH
SELAMET RAHMADI, S.E., M.SI
 I. PENDAHULUAN
 Tidak selamanya dalam suatu penelitian variabel
dependen yang diteliti bersifat kuantitatif. Adakalanya
dalam suatu model regresi mengandung variabel tidak
bebas yang tidak dapat dikuantitatifkan (angka=katagori)
atau bersifat kualitatif (Y) sedangkan variabel bebasnya
(independen = X) bersifat kuantitatif (non katagorik).
 Model yang biasa digunakan adalah model
probabilitas linear (LPM).
 Model ini bertujuan untuk mengukur besarnya
probabilitas Y yang diharapkan dan ditentukan oleh X.
 Persamaan LPM sebagai berikut :
Yi = 0 + 1Xi + ei
Dimana :
Xi = variabel bebas
Yi = 1, probabilitas yang diharapkan (Pi )
0, probabilitas yang tidak diharapkan (1 – Pi )
 Model LPM mirip dengan model regresi linear dan
dapat diselesaikan dengan menggunakan metode
OLS (ordinary least square)
 Bentuk variabel kualitatif dalam persamaan
regresi misalnya :
1. jenis kelamin (laki-laki dan wanita).
2. status perkawinan (kawin dan tidak kawin).
3. kewarganegaraan (Indonesia dan bukan Indonesia).
4. lokasi (desa dan kota).
5. periode (sebelum krisis ekonomi dan sesudah krisis
ekonomi.
6. sebelum perang dan sesudah perang).
7. pemerintahan (orde lama dan orde baru) dan lain-
lain.
8. kepemilikan (punya dan tidak punya)
 Variabel yang bersifat katagori biasanya diberi nilai 1
dan 0. Nilai 1 menunjukkan adanya suatu atribut dan
nilai 0 menunjukkan tidak adanya suatu atribut.
Misalkan :
1. Jenis kelamin yaitu :
nilai 1 = menunjukkan seseorang itu adalah pria
nilai 0 = menunjukkan seseorang itu bukan pria

2. Tingkat pendidikan yaitu :

nilai 1 = menunjukkan seseorang lulus sarjana
nilai 0 = menunjukkan seseorang lulus bukan sarjana

3. Kepemilikan yaitu :
nilai 1 = menunjukkan memiliki
nilai 0 = menunjukkan tidak memiliki
 II. KELEMAHAN MODEL LPM
1. Residual atau variabel gangguan (ei) tidak berdistribusi
normal dan data harus dalam jumlah yang besar.
2. Varians dari variabel residual mengandung unsur
heteroskedatisitas.
3. Nilai prediksi Yi tidak selalu terletak antara 0 dan 1
seperti pada data aslinya dan ini dapat diatasi dengan
menggunakan model Logit atau Probit.
4. Nilai koefisien determinasinya (R2) diragukan
kebenarannya. (nilai koefisien determinasi tidak mampu
menjelaskan kesesuaian garis regresi (mendekati)
dengan datanya).
CONTOH : Jika kita ingin mengukur apakah ada hubungan antara
kepemilikan rumah (Y) ( 1= memiliki rumah dan 0 = tidak memiliki
rumah) dan pendapatan (X). Adapun sampel rumah tangga sebagai
berikut :
SAMPEL RUMAH PENDAPATAN KEPEMILIKAN
TANGGA (JUTAAN) RUMAH
1 2 1
2 1,23 0
3 1,34 1
4 2,45 0
5 2,55 0
6 2,54 0
7 2,34 1
8 2,66 1
9 2,37 1
10 2,78 0
11 2,87 1
12 3,01 0
13 3,24 1
14 3,39 1
15 3,45 1
16 3,67 0
17 3,55 0
18 3,87 0
19 3,89 1
20 4,12 0
 HASIL PERHITUNGAN EVIEWS :

Dependent Variable: KEPEMILIKAN RUMAH01

Method: Least Squares
Date: 01/13/18 Time: 13:51
Sample: 1998 2017
Included observations: 20

Variable Coefficient Std. Error t-Statistic Prob.  

C 0.760194 0.443242 1.715077 0.1035

PENDAPATAN01 -0.090787 0.149203 -0.608478 0.5505

R-squared 0.020155    Mean dependent var 0.500000

Adjusted R-squared -0.034281    S.D. dependent var 0.512989
S.E. of regression 0.521708    Akaike info criterion 1.631222
Sum squared resid 4.899227    Schwarz criterion 1.730795
Log likelihood -14.31222    Hannan-Quinn criter. 1.650660
F-statistic 0.370245    Durbin-Watson stat 2.209174
Prob(F-statistic) 0.550473

Persamaan regresi dalam eviews dapat dihitung dengan cara regresi biasa
 INTEPRETASI HASIL PERHITUNGAN REGRESI
a. Persamaan regresinya
Y = 0,760194 – 0,090787X
thitung (1,715077) (– 0,608478)
R2 = 0,020155 Fhitung = 0,370245 d = 2,209174

b. Intepretasi hasil :
 0,760194 = menunjukkan probablitas rumah tangga memiliki rumah
ketika pendapatan nol (0) adalah 76,0194 %.
 – 0,090787 = menunjukkan jika pendapatan naik Rp. 1 juta maka
rumah tangga yang memiliki rumah akan menurun sebesar 9,0787
%.
 Jika pendapatan sebesar Rp. 9 juta, maka probabilita rumah tangga
memiliki rumah turun 5,69 %.
Y = 0,760194 – 0,090787 (9) = - 0,056889 (- 5,69 %)
 Jika pendapatan sebesar Rp. 800 ribu, maka probabilita rumah
tangga memiliki rumah naik 68,76%.
Y = 0,760194 – 0,090787 (0,8) = 0,68756 ( 68,76 %)
 TUGAS :

1.Anda cari jurnal yang membahas tentang LPM minimal 2

contoh.
2.Anda buat ringkasan hasil perhitungan dan intepretasinya
dalam kertas dobel folio dan tulis tangan.
3.Kirimkan juga print out jurnal yang dijadikan referensi.
4.Kumpulkan paling lambat pada hari kamis minggu depan jam
18.00 wib.