🔥 Jangan Lewatkan: Kelas Sakernas Batch 24 🚀
Tanggal: 09 June 2026 | Investasi: Hanya 350k! 🌟
Gabung sekarang dan tingkatkan keterampilan Anda dengan praktisi terbaik! 📊💡 Daftar Sekarang 🔗Pendahuluan
Blinder-Oaxaca decomposition adalah teknik statistik yang digunakan untuk menjelaskan perbedaan dalam rata-rata variabel dependen antara dua kelompok dengan memecah kesenjangan tersebut menjadi bagian yang disebabkan oleh perbedaan dalam nilai rata-rata variabel independen dalam kelompok, di satu sisi, dan perbedaan kelompok dalam efek variabel independen, di sisi lain 1.
Apa itu Blinder-Oaxaca Decomposition?
Blinder-Oaxaca decomposition adalah teknik yang diperkenalkan oleh Blinder (1973) dan Oaxaca (1973) yang digunakan untuk memecah perbedaan rata-rata variabel dependen antara dua kelompok menjadi bagian yang disebabkan oleh perbedaan dalam nilai rata-rata variabel independen dalam kelompok dan bagian yang disebabkan oleh perbedaan kelompok dalam efek variabel independen 1.
Mengapa Blinder-Oaxaca Decomposition Penting?
Blinder-Oaxaca decomposition penting karena dapat membantu kita memahami penyebab perbedaan rata-rata variabel dependen antara dua kelompok. Dengan menggunakan teknik ini, kita dapat menilai seberapa besar kontribusi dari perbedaan dalam nilai rata-rata variabel independen dan seberapa besar kontribusi dari perbedaan kelompok dalam efek variabel independen.
Bagaimana Cara Melakukan Blinder-Oaxaca Decomposition di Stata?
Untuk melakukan Blinder-Oaxaca decomposition di Stata, Anda dapat menggunakan paket perintah oaxaca yang dikembangkan oleh Ben Jann 2. Paket ini menyediakan berbagai opsi untuk melakukan dekomposisi Blinder-Oaxaca pada model linier dan non-linier.
Artikel Blog Sekolah Stata di indeks Oleh Google Scholar
Akses Google ScholarContoh Penerapan Blinder-Oaxaca Decomposition di Stata
Berikut ini adalah contoh penerapan Blinder-Oaxaca decomposition di Stata:
sysuse nlsw88, clear
gen wage = ln(wage)
oaxaca wage i.race union age, by(race) detail
Dalam contoh di atas, kita menggunakan data nlsw88 yang disertakan dengan Stata dan melakukan dekomposisi Blinder-Oaxaca pada variabel wage dengan mengelompokkan data berdasarkan ras. Kami menggunakan variabel union dan age sebagai prediktor dalam model kami.
Kesimpulan
Blinder-Oaxaca decomposition adalah teknik yang berguna untuk memahami penyebab perbedaan rata-rata variabel dependen antara dua kelompok. Dengan menggunakan teknik ini, kita dapat menilai seberapa besar kontribusi dari perbedaan dalam nilai rata-rata variabel independen dan seberapa besar kontribusi dari perbedaan kelompok dalam efek variabel independen. Di Stata, kita dapat menggunakan paket perintah oaxaca untuk melakukan dekomposisi Blinder-Oaxaca dengan mudah.
FAQ
- Apa itu Blinder-Oaxaca decomposition? Blinder-Oaxaca decomposition adalah teknik statistik yang digunakan untuk menjelaskan perbedaan dalam rata-rata variabel dependen antara dua kelompok dengan memecah kesenjangan tersebut menjadi bagian yang disebabkan oleh perbedaan dalam nilai rata-rata variabel independen dalam kelompok dan bagian yang disebabkan oleh perbedaan kelompok dalam efek variabel independen.
- Mengapa Blinder-Oaxaca decomposition penting? Blinder-Oaxaca decomposition penting karena dapat membantu kita memahami penyebab perbedaan rata-rata variabel dependen antara dua kelompok.
- Bagaimana cara melakukan Blinder-Oaxaca decomposition di Stata? Untuk melakukan Blinder-Oaxaca decomposition di Stata, Anda dapat menggunakan paket perintah
oaxacayang dikembangkan oleh Ben Jann. - Apa saja opsi yang tersedia saat melakukan Blinder-Oaxaca decomposition di Stata? Paket perintah
oaxacadi Stata menyediakan berbagai opsi untuk melakukan dekomposisi Blinder-Oaxaca pada model linier dan non-linier. - Apakah ada contoh penerapan Blinder-Oaxaca decomposition di Stata? Ya, ada banyak contoh penerapan Blinder-Oaxaca decomposition di Stata yang dapat ditemukan di internet.
Referensi
- https://en.wikipedia.org/wiki/Blinder%E2%80%93Oaxaca_decomposition
- https://www.stata.com/meeting/5german/SINNING_stata_presentation.pdf
- https://ete-online.biomedcentral.com/articles/10.1186/s12982-021-00100-9
- http://repec.ethz.ch/ets/papers/jann_oaxaca.pdf
