Bab 15 model regresi kualitatif (regressand bersifat kualitatif)

Model Probit untuk Data Tunggal 
Menggunakan 
Tabel 15.7
, diberikan 32 individual tentang nilai terakhir dalam 
pemeriksaan ekonomi mikro menengah dalam kaitannya dengan variabel IPK, TUCE, 
dan PSI. Perhatikan bahwa seperti pada kasus model logit untuk data individual, kita 
harus 
menggunakan nonlinear 
memperkirakan prosedur berdasarkan 
metode 
kemungkinan maksimum. Regresi hasil yang dihitung oleh Eviews 4 diberikan pada 
Tabel 15.13. 

---

Secara kualitatif, hasil model probit sebanding dengan yang diperoleh dari model logit 
dalam IPK dan PSI secara individual signifikan secara statistik. Secara kolektif, semua 
koefisien signifikan secara statistik, karena nilai statistik LR adalah 15,5458 dengan nilai 
p 0,0014. Untuk tujuan perbandingan, kami menyajikan hasil berdasarkan linier model 
probabilitas (LPM) untuk data tingkat pada Tabel 15.14. Juga, bersama variabel penjelas 
memiliki dampak signifikan pada kelas, karena nilai F 6,6456 signifikan secara statistik 
karena p-value 0,0015. 
Efek Marginal dari Perubahan Unit pada Nilai dari Regressor pada Berbagai 
Model Regresi 
1.
LRM
: koefisien kemiringan mengukur perubahan dalam nilai rata-rata dari
regresi dan untuk perubahan unit dalam nilai regressor, dengan semua
variabel lainnya tetap konstan. 
2.
LPM
: koefisien kemiringan mengukur secara langsung perubahan dalam
probabilitas suatu peristiwa yang terjadi sebagai hasil dari perubahan
nilai unit dari regressor, dengan efek dari semua variabel lain tetap
konstan. 
3.
Model Logit : koefisien kemiringan suatu variabel memberikan perubahan dalam 
log 
peluang yang terkait dengan perubahan unit dalam variabel itu, semua
variabel lainnya konstan. Memodelkan laju perubahan dalam 
probabilitas suatu peristiwa yang terjadi diberikan oleh 
𝛽
𝑗
𝑃
𝑖
(1 −
𝑃
𝑖
)
,
di mana 
𝛽
𝑗
adalah koefisien (regresi parsial) dari regressor ke-j. 
Tetapi
dalam mengevaluasi 
𝑃
𝑖
, semua variabel yang dimasukkan dalam 
analisis adalah terlibat. 
4.
Model Probit : tingkat perubahan dalam probabilitas agak rumit dan diberikan oleh
𝛽
𝑗
𝑓(𝑍
𝑖
)
, di mana 
𝑓(𝑍
𝑖
)
adalah fungsi densitas dari variabel normal
standar dan 
𝑍
𝑖
= 𝛽
1
+ 𝛽
2
𝑋
2𝑖
+ ⋯ + 𝛽
𝑘
𝑋
𝑘𝑖
, yaitu model regresi yang
digunakan dalam analisis.