Beruflich Dokumente
Kultur Dokumente
===============================
LS 1 2 Y P M R E @ C
VAR Model:
===============================
===============================
Bedasarkan tampilan VAR (lag 2) dalam bentuk koefisien, dapat dijelaskan hal-hal berikut ini. Output
dalam model VAR ini disebabkan oleh 0.88 Y(-1), 0.03 Y(-2), -1,43 P(-1), 0,81 P(-2), – 0,34 M(-1),
1,06 M(-2), 0,03 R(-1), 0,13 R(-2) , -0,0003 E(-1), dan -0,002 E(-2). Artinya pengaruh terbesar
terhadap kestabilan ekonomi makro Indonesia disebabkan oleh variabel harga (P) dan dampaknya
dapat dirasakan pada 1 (satu) periode yang akan datang.
Y P M R E
Koefisien determinasi (R2) menunjukkan peran masing-masing variabel dalam menjelaskan pengaruh
variabel eksogen tersebut dalam menjelaskan variasi variabel endogen. R2 terbesar adalah R2 dari
variabel P, artinya 99.8% stabilitas ekonomi makro Indonesia sebagai small open economy dapat
dijelaskan oleh variabel harga. Standar error variabel ini adalah 2,009 artinya kemungkinan
kesalahan variabel ini sebagai variabel untuk memprediksi ketidakstabilan perekonomian Indonesia
adalah sebesar 2,009 persen (dapat naik atau turun sebesar 2,009%).
Menurut Agresti (1990), variabel respon dalam regresi logistik biner merupakan variabel dengan nilai
0 dan 1 yang merupakan random variable yang mengikuti sebaran Bernoulli. Menurut Hosmer dan
Lemeshow (1989), model regresi logistik dapat diuraikan dalam uraian penjelasan di bawah ini.
Bentuk umum model peluang regresi logistik dengan p faktor (variabel bebas) diformulasikan sebagai
berikut:
Nilai p(x) adalah peluang kejadian ‘sehat’ (y=1), sedangkan bj ; j=0,1,…,p adalah nilai parameter.
Model regresi logistik ini merupakan model nonlinier sehingga perlu dilakukan tranformasi logit untuk
memperoleh model linier agar dapat dilihat hubungan antara variabel respon dengan variabel bebas.
Hasil transformasi logit dari adalah sebagai berikut:
yi = π(x) + εi i = 1,2,3,…,n
Dimana εi mempunyai salah satu dari kemungkinan dua nilai, yaitu:
εi = 1- π(x), jika y=1 dengan peluang π(x) dan
εi = – π(x), jika y=0 dengan peluang [1- π(x)]
Dalam hal ini error (εi) mengikuti distribusi Binomial dengan rataan nol dan ragam π(x) [1- π(x)].
Analisis regresi logistik tersebut dapat diaplikasikan pada PKL 2009-2010, dimana variabel Y
merupakan peubah acak yang menyatakan status kesehatan wanita usia subur dengan dua kategori,
yaitu sehat dan tidak sehat. Sedangkan variabel X terdiri dari 12 variabel yaitu kebiasaan merokok,
aktifitisas fisik, kebiasaan makan makanan berserat, kebiasaan menggosok gigi, kebiasaan cuci
tangan, perilaku buang air besar,kebiasaan tidur di malam hari, sumber air minum, kondisi jamban,
kondisi tempat tinggal, status pekerjaan, dan umur. Berikut daftar variabel dan kategorinya dapat
dilihat pada Tabel 1.
Tabel 1. Daftar Variabel non Pendidikan dan Kategori
Variabel Nama Variabel Kategori
(1) (2) (3)
Y Status kesehatan Sehat 1
wanita usia subur Tidak Sehat 0
Mantan perokok 0 0 1
Bukan perokok 0 0 0
ESTIMASI:
PERSAMAAN NON-LINIER (LOG ATAU IN).
1. MODEL PERSAMAAN SIMULTAN.
DERIVASI:
PERSAMAAN SIMULTAN.
Model Persamaan Simultan
ESTIMASI:
PERSAMAAN SIMULTAN.
“PENGARUH ZAKAT TERHADAP VARIABEL MAKRO EKONOMI INDONESIA”
Latar – Lahirnya Undang-undang Pajak No.17/2000 yang memungkinkan
Belakang pembayaran pajak bias terkurangi dengan pembayaran zakat. Dan juga
Penelitian kehadiran Undang-undang No. 38 tahun 1999 tentang pengelolaan zakat.
– Dalam kondisi krisis ekonomi yang berkelanjutan, sangat sulit
mengandalkan pengentasan kemiskinan, pertumbuhan ekonomi,
peningkatan pproduksi, peningkatan lapangan kerja dan sebagainya
melalui APBN sangatlah terbatas, sehingga pemerintah yang memiliki
tanggung jawab untuk memberikan jaminan social kepada rakyatnya tidak
mampu.