Seri ke lima dari tulisan mengenai model ekonometrik kali ini akan membahas mengenai model pilihan kualitatif (Model of Qualitative Choice). Apa itu model pilihan kualitatif ?
Model pilihan kualitatif adalah model dengan variabel terikatnya berskala pengukuran nominal atau ordinal. Dengan kata lain, dalam model regresi ini melibatkan dua atau lebih pilihan kualitatif.
Ketika variabel bebas memiliki skala pengukuran nominal atau ordinal, kita dapat membentuk variabel dummy dan mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square) sebagaimana yang telah dibahas sebelumnya. Namun demikian, jika variabel terikat memiliki skala pengukuran nominal atau ordinal, estimasi menggunakan metode OLS akan menghasilkan permasalahan yang terkait dengan pelanggaran asumsi-asumsi klasik, terutama asumsi residual yang berdistribusi normal dan asumsi homoskedastisitas.
Banyak model pilihan kualitatif dan metode estimasinya. Namun, dalam bagian ini hanya akan diberikan model logit dengan berbagai variasinya. Model logit selain lebih sering digunakan, interpretasi modelnya juga lebih sederhana dibandingkan model-model pilihan kualitatif lainnya.
Model logit juga dapat dibedakan atas skala pengukuran dan banyaknya kategori data pada variabel terikatnya sebagai berikut:
1. Model Binary Logit.
Model dengan variabel terikat hanya terdiri dari dua kategori. Misalnya model untuk memprediksi keputusan individu membeli mobil atau tidak. Contoh lain, misalnya model yang menganalisis pengaruh faktor-faktor sosial ekonomi terhadap terlibat atau tidaknya wanita dalam angkatan kerja.
2. Model Multinomial Logit
Model dengan variabel terikat memiliki lebih dari dua kategori dan berskala nominal. Misalnya model yang memprediksi keputusan pemilih dalam memilih antara partai sosialis, nasionalis atau partai berbasis agama.
3. Model Ordinal Logit
Model dengan variabel terikat memiliki lebih dari dua kategori dan berskala ordinal. Misalnya model yang memprediksi keputusan konsumen dalam berbelanja antara pasar tradisional, pasar semi-modern dan pasar modern (supermarket atau hipermarket).
Dalam mengestimasi model logit juga terdapat beberapa metode yaitu metode maximum likelihood, noninteractive weighted least square dan discriminant function analysis. Namun demikian, metode yang umum digunakan dalam software paket-paket statistic adalah metode maximum likelihood.
Ok, sebagai pengantar kita cukupkan sekian dulu. Insya Allah kita lanjutkan pada seri-seri tulisan berikutnya mengenai aplikasi perhitungan ketiga bentuk model logit tersebut dengan SPSS.
Tulisan Terkait:
Regresi Binary Logit (Seri 6. Model Ekonometrik dg SPSS)
Bentuk Fungsional Regresi Linear(Seri 4b. Model Ekonometrik dg SPSS)
Bentuk Fungsional Regresi Linear (Seri 4a. Model Ekonometrik dg SPSS)
Regresi dengan Variabel Dummy (Seri 3. Model Ekonometrik dg SPSS)
Regresi Linear Berganda (Seri 2. Model Ekonometrik dg SPSS)
Regresi Linear Sederhana (Seri 1. Model Ekonometrik dg SPSS)
Model pilihan kualitatif adalah model dengan variabel terikatnya berskala pengukuran nominal atau ordinal. Dengan kata lain, dalam model regresi ini melibatkan dua atau lebih pilihan kualitatif.
Ketika variabel bebas memiliki skala pengukuran nominal atau ordinal, kita dapat membentuk variabel dummy dan mengestimasi persamaan regresi dengan metode OLS (Ordinary Least Square) sebagaimana yang telah dibahas sebelumnya. Namun demikian, jika variabel terikat memiliki skala pengukuran nominal atau ordinal, estimasi menggunakan metode OLS akan menghasilkan permasalahan yang terkait dengan pelanggaran asumsi-asumsi klasik, terutama asumsi residual yang berdistribusi normal dan asumsi homoskedastisitas.
Banyak model pilihan kualitatif dan metode estimasinya. Namun, dalam bagian ini hanya akan diberikan model logit dengan berbagai variasinya. Model logit selain lebih sering digunakan, interpretasi modelnya juga lebih sederhana dibandingkan model-model pilihan kualitatif lainnya.
Model logit juga dapat dibedakan atas skala pengukuran dan banyaknya kategori data pada variabel terikatnya sebagai berikut:
1. Model Binary Logit.
Model dengan variabel terikat hanya terdiri dari dua kategori. Misalnya model untuk memprediksi keputusan individu membeli mobil atau tidak. Contoh lain, misalnya model yang menganalisis pengaruh faktor-faktor sosial ekonomi terhadap terlibat atau tidaknya wanita dalam angkatan kerja.
2. Model Multinomial Logit
Model dengan variabel terikat memiliki lebih dari dua kategori dan berskala nominal. Misalnya model yang memprediksi keputusan pemilih dalam memilih antara partai sosialis, nasionalis atau partai berbasis agama.
3. Model Ordinal Logit
Model dengan variabel terikat memiliki lebih dari dua kategori dan berskala ordinal. Misalnya model yang memprediksi keputusan konsumen dalam berbelanja antara pasar tradisional, pasar semi-modern dan pasar modern (supermarket atau hipermarket).
Dalam mengestimasi model logit juga terdapat beberapa metode yaitu metode maximum likelihood, noninteractive weighted least square dan discriminant function analysis. Namun demikian, metode yang umum digunakan dalam software paket-paket statistic adalah metode maximum likelihood.
Ok, sebagai pengantar kita cukupkan sekian dulu. Insya Allah kita lanjutkan pada seri-seri tulisan berikutnya mengenai aplikasi perhitungan ketiga bentuk model logit tersebut dengan SPSS.
Tulisan Terkait:
Regresi Binary Logit (Seri 6. Model Ekonometrik dg SPSS)
Bentuk Fungsional Regresi Linear(Seri 4b. Model Ekonometrik dg SPSS)
Bentuk Fungsional Regresi Linear (Seri 4a. Model Ekonometrik dg SPSS)
Regresi dengan Variabel Dummy (Seri 3. Model Ekonometrik dg SPSS)
Regresi Linear Berganda (Seri 2. Model Ekonometrik dg SPSS)
Regresi Linear Sederhana (Seri 1. Model Ekonometrik dg SPSS)
No comments:
Post a Comment