![]() |
Sumber: https://www.xlstat.com/ |
Catatan: Tutorial ini
menggunakan analisis regresi logistik. Sehingga hasil dari analisis regresi
logistik perlu diperhatikan. Apabila
hasil analisis telah baik, maka dapat dilanjutkan dengan PSM.
Kasus: Dampak keikutsertaan petani dalam program
Asuransi Usahatani Padi (AUTP) terhadap pendapatan usahatani padi di Kabupaten
Jember. Mengacu pada jurnal ini (silahkan di klik).
Persiapkan data yang akan dimasukkan dalam Stata
Klik data –
data editor
Jika data sudah ada, maka dapat langsung di copy paste di lembar kerja stata
![]() |
Gambar 1 Sumber: Dokumentasi Pribadi |
Jika data sudah ada, maka dapat langsung di copy paste di lembar kerja stata
![]() |
Gambar 2 Sumber: Dokumentasi Pribadi |
Masukkan perintah untuk mendapatkan nilai kencenredungan
(propensity score)
pscore y x1 x2 x3 x4 x6, logit pscore(mypscore)
untuk Y dan X, sesuaikan dengan nama
variable yang digunakan.
Lalu akan muncul hasil seperti ini:
![]() |
Gambar 3 Sumber: Dokumentasi Pribadi |
Kemudian untuk memunculkan diagram batang dapat
menggunakan perintah sebagai berikut:
psgraph, treated(y)pscore(mypscore)
Diagram ini
berfungsi untuk mengetahui estimasi nilai skor propensitas dari kelompok
treatment dan control. Bila nilai tidak melebihi 0 s/d 1 maka dapat dikatakan
bahwa nilai skor propensitas kedua kelompok telah berada pada wilayah common
support.
![]() |
Gambar 4 Sumber: Dokumentasi Pribadi |
Selanjutnya melakukan pemilihan terhadap metode matching yang akan dilakukan. Jika menggunakan metode Nearest Neighborhood Matching maka dapat menggunakan perintah:
psmatch2 y x1 x2 x3 x4 x6, outcome(income) neighbor(1) logit
Y adalah variabel dependent
X adalah kovarian atau variabel
independen
Income adalah variabel yang terdampak
Proses matching menggunakan metode Kernel dapat
menggunakan perintah:
psmatch2 y x1 x2 x3 x4 x6, kernel k(biweight) out(income) logit
![]() |
Gambar 6 Sumber: Dokumentasi Pribadi |
Proses matching menggunakan metode Radius
Matching dapat menggunakan perintah:
psmatch2 y x1 x2 x3 x4 x6, radius caliper(0.2) out(income) logit
![]() |
Gambar 7 Sumber: Dokumentasi Pribadi |
Untuk
pengujian keseimbangan Propensity Score yang didapat menggunakan perintah:
pstest x1 x2 x3 x4 x6, both graph
** Perintah ini dapat digunakan
pada setiap metode matching yang dilakukan **
![]() |
Gambar 8 Sumber: Dokumentasi Pribadi
Note:
|
- Terdapat berbagai macam pilihan metode matching yang dapat digunakan, termasuk variasi dari RM KM dan NNM. Pada tutorial ini digunakan format yang dianggap paling dasar dan sederhana.
- Jumlah metode matching yang dilakukan tidak harus 3. Tergantung kebutuhan peneliti.
- Bagi yang ingin mengenal lebih jauh mengenai berbagai macam perintah dalam proses Analisis Propensity Score Matching dapat mengakses panduan milik Becker dan Inchino, Rosenbaum dan Rubin, serta peneliti lainnya.
- Panduan untuk psmatch2 dapat diakses secara online maupun di program stata dengan perintah: help psmatch2
Interpretasi PSM
lengkap dapat dilihat pada jurnal berikut:
Yanuarti, R., Aji, J. M. M.,
& Rondi, M. 2019. Risk aversion level influence on farmer’s decision to
participate in crop insurance (A review). Agric. Econ. – Czech. 65(10),
481-489. https://doi.org.10.17221/93/2019-AGRIECON
Link klik disini
0 Comments
Posting Komentar