Ekonometrika 1 V2

Model regresi dengan variabel dependen (Y) kualitatif bertujuan untuk ...

• Mengetahui bagaimana pengaruh variabel X terhadap Y secara simultan

• • Menemukan probabilitas terjadinya sesuatu Y sesuai perubahan X

• Menentukan besaran koefisien regresi

• Menemukan bagaimana model regresi yang tidak bias

Variabel dummy/dikotomis merupakan ...

• Variabel yang mempengaruhi hubungan antara variabel dependen dan independen

• Variabel yang secara terukur mempengaruhi variabel independen dan dependen, namun tidak terukur

• Variabel yang dapat mengkuantitatifkan data kualitatif

• Variabel yang membantu peneliti dalam studi komparasi

Jika dalam model regresi logit koefisien variabel X1​ adalah 2, maka interpretasi yang tepat dari koefisien tersebut adalah...

• Untuk setiap kenaikan satu unit pada X1​, probabilitas kejadian akan meningkat sebanyak dua kali lipat

• Untuk setiap kenaikan satu unit pada X1​, odds rasio (perbandingan odds) akan meningkat sebanyak dua kali lipat.

• Untuk setiap kenaikan satu unit pada X1​, probabilitas kejadian akan meningkat sebesar 2%.

• Koefisien ini tidak dapat diinterpretasikan dalam probabilitas.

Model regresi probit menggunakan fungsi distribusi normal kumulatif, yang berbeda dengan regresi logit yang menggunakan fungsi distribusi logistik. Apa perbedaan utama antara distribusi logistik dan normal dalam konteks ini?

• Distribusi normal lebih simetris dibandingkan distribusi logistik.

• Distribusi logistik memiliki ekor yang lebih panjang dibandingkan distribusi normal.

• 
  Distribusi logistik lebih tajam di puncaknya dibandingkan distribusi normal.

• 
  Tidak ada perbedaan signifikan antara kedua distribusi tersebut.

Dalam regresi logit, fungsi odds-ratio mengukur...

• Perubahan probabilitas suatu kejadian.

• Perbandingan antara probabilitas kejadian dan tidak kejadian.

• Hubungan antara dua variabel dependen.

• 
  Rasio dari dua estimasi koefisien regresi.

Model probit sering digunakan dalam analisis data biner. Mana dari pernyataan berikut yang paling tepat mengenai asumsi dasar model probit?

• Model probit mengasumsikan hubungan linier antara variabel independen dan probabilitas terjadinya peristiwa.

• Model probit mengasumsikan bahwa hubungan antara variabel independen dan dependen adalah log-odds.

• Model probit mengasumsikan bahwa kesalahan dalam model mengikuti distribusi normal standar.

• Model probit tidak memerlukan asumsi tentang distribusi kesalahan.

Dalam model regresi linier berganda, Y=β0​+β1​X1​+β2​X2​+ϵ, di mana Y adalah konsumsi energi listrik (dalam kWh), X1​ adalah suhu rata-rata bulanan (dalam derajat Celsius), dan X2​ adalah jumlah penghuni rumah tangga. Hasil regresi menunjukkan koefisien β1​=−3 dan β2​=50. Apa interpretasi dari koefisien β2​?

• Setiap tambahan satu penghuni rumah tangga, konsumsi energi listrik akan berkurang 50 kWh.

• Setiap kenaikan suhu rata-rata satu derajat Celsius, konsumsi energi listrik akan berkurang 50 kWh.

• Setiap kenaikan suhu rata-rata satu derajat Celsius, konsumsi energi listrik akan bertambah 50 kWh.

• Setiap tambahan satu penghuni rumah tangga, konsumsi energi listrik akan bertambah 50 kWh.

Dalam model regresi linier berganda berikut, Y=β0​+β1​X1​+β2​X2​+ϵ, dimana Y adalah penjualan mobil per bulan, X1​ adalah harga mobil (dalam juta rupiah), dan X2​ adalah tingkat pendapatan rata-rata rumah tangga (dalam juta rupiah). Jika koefisien β1​=−2 dan β2​=5, maka interpretasi yang benar adalah...

• Setiap kenaikan satu juta rupiah pada harga mobil akan menurunkan penjualan mobil sebanyak 2 unit.

• Setiap kenaikan satu juta rupiah pada tingkat pendapatan rumah tangga akan menurunkan penjualan mobil sebanyak 5 unit.

• Setiap kenaikan satu juta rupiah pada harga mobil akan meningkatkan penjualan mobil sebanyak 2 unit.

• Setiap kenaikan satu juta rupiah pada tingkat pendapatan rumah tangga akan meningkatkan penjualan mobil sebanyak 5 unit.

Dalam regresi linier, salah satu asumsi klasik adalah bahwa error terms atau residual (ϵ) memiliki distribusi normal dengan rata-rata nol dan varians konstan. Jika asumsi ini dilanggar, maka..

• Estimasi koefisien regresi tetap tidak bias.

• Estimasi koefisien regresi menjadi tidak efisien dan kesalahan standar koefisien regresi bisa menjadi tidak valid.

• Estimasi koefisien regresi tetap efisien, tetapi tidak konsisten.

• 
  Estimasi koefisien regresi tidak terpengaruh, karena yang penting adalah R2

Apa yang dimaksud dengan koefisien βi dalam model regresi logit?

• Perubahan langsung dalam probabilitas Y=1 ketika Xi​ bertambah satu unit

• Logaritma dari perubahan probabilitas Y=1 terkait dengan Xi​

• Perubahan dalam odds yang terkait dengan satu unit perubahan pada Xi​

• Rasio antara probabilitas Y=1 dan probabilitas Y=0