I.Hyrje në metodologjinë hulumtuese
Hulumtimi është kompleks i çështjes dhe bazament i punës shkencore dhe përparimit intelektual.
Ëalliman (2005) argumenton se përdorimet e sotme të fjalës “hulumtim” janë të gabuara, përkatësisht përmend tri mënyra:
Mbledhja e të dhënave pa ndonjë qëllim të kjartë
Rigrumbullimi i informatave pa interpretim
Si term për të reklamuar produktin ose idenë tuaj
Karakteristikat e hulumtimit janë:
Të dhënat grumbullohen në mënyrë sitematike
Të dhënat interpretohen në mënyrë sistematike
Egziston një qëllim i qartë: nxjerrja e rezultatit të dëshiruar
Procedura e zakonshme e një pune hulumtuese përmban 8 hapa:
1. Teoria ekonomike (defini hipotezës)
2. Grumbullimi i të dhënave
3. Specifikmi i modelit matematik të teorisë
4. Specifikimi i modelit ekonometrik të teorisë
5. Vlerësimi i parametrave të modelit ekonometrik
6. Kontrollimi/testimi se sa adekuat është modeli ekonometrik
7. Testimi i hipotezave
8. Shfrytëzimi i rezultateve
Testimi i saktësisë
Parashikimi
Propozimi i politikave
1.Formulimi i teorisë(Hipotezave)/Pyetja hulumtuese – ngritja e hipotezës fillestare
Pikë startuese e cdo hulumtimi është teoria(hipoteza) sepse nëse ne nuk e dijmë teorinë, atëherë nuk dijmë se cfarë
masim.
Teoria(Hipoteza) përbën pritjet tona paraprake të efektit të X në Y.
Shemb: Si ndikon rritja e pagës në konsum? (Pyetja hulumtuese)
Hipoteza: Rritja e pagës ndikon pozitivisht në rritjen e konsumit.
Shemb.: “Ceteris paribus, rritja e nivelit të pagës ndikon pozitivisht në rritjen e nivelit të konsumit” (Hipoteza H1)
Hipoteza H0: “Rritja e nivelit të pagës nuk ndikon në rritjen e nivëlit të konsumit”.
2. Grumbullimi/Sigurimi i të dhënave – mbledhja, anketimi, sigurimi i tyre nga hulumtuesi
a. Klasifikimi i të dhënave në bazë të mënyrës së grumbullimit:
Primare – të grumbulluara nga vetë hulumtuesi përmes anketimit, pyetësorëve, apo ndonjë forme tjetër.
Sekondare – të grumbulluara nga të tjerët si: institutet, raportet, interneti, etj.
b. Klasifikimi i të dhënave në bazë të aftësisë numerike:
Kuantitative – të shprehura në terma numerikë si: çmimet, të hyrat, shpenzimet, etj.
Kualitative – të shpreha pa terma numerikë si: gjinia, i/e punësuar, i/e martuar,etj.
c. Klasifikimi i të dhënave në bazë të mënyrës së renditjes:
Të dhënat të serive kohore (time series) – të cilat janë të grumbulluara rregullisht në intervale të rregullta
kohore: ditore, mujore, , vjetore, etj.
Të dhëna për njësi (Cross-Section) – një ose më shumë të dhëna të grumbulluara në një moment të caktuar.
Të dhënat Panel – një firmë ose familje intervistohet nëpër kohë (ditë, muaj, vite). P.sh., të dhënat mbi
papunësinë 5 vende të njëjta përgjatë një periudhe 5 vjeqare= 25 të dhëna.
Të dhënat Pooled – disa firma ose familje të ndryshme intervistohet nëpër kohë. Të dhënat për papunësinë
për 5 vende të ndryshme gjatë 5 viteve = 25 të dhëna.
3. Specifikimi i modelit matematik – Hudhja e të dhënave në diagrame, identifikimi i variablave dhe lidhja mes tyre,
identifikimi i parametrave. Shembulli: Rritja e pagës ndikon në rritjen e konsumit.
Konsumi = β1 + β2 Paga
Variabla e varur është Konsumi, dhe variabël e pavarur është Paga;
β1 është parametër që tregon konsumin nëse personi nuk ka rritje në pagë. (Pika zero)
β2 është parametër që tregon normën e ndryshimit në konsum për një njësi ndryshimi në nivelin e pagës.
Lidhja në mes të variablave është pozitive: “Sa më i lartë niveli i edukimit aq më e lartë paga”.
4.Specifikimi i modelit ekonometrik – Është një modifikim i modelit matematik sepse përveq variablës së pavarur,
tregon edhe faktorë tjerë të mundshëm të cilët ndikojnë në variablën e varur. Këta faktorë shprehen në (µi) që quhet
gabimi random.
Konsumi = β1 + β2 Paga + µi
Gabimi random (µi) – përfshin forca të tjera që ndikojnë në variablën e varur dhe që nuk janë përfshirë në model,
gabimet në matës dhe faktin se disa gjëra nuk shpjegohen (sjellja e njeriut). P.sh. Ulja e çmimeve, bonuset, etj.
5. Vlerësimi i parametrave – Në këtë hap bëhet vlerësimi i parametrave β1 dhe β2 ashtu që modeli të ketë kuptim të
qartë ekonomik dhe logjik.
Konsumi = 200 + 0,7 Paga + 20 Bonusi
β1 – konsumi standart pa rritje të pagës (200$)
β2 – norma e rritjes së konsumit kur paga ngritet për 1$
µi – puntori fiton një bonus prej 20$ nga kompania për punën e shkelqyer që ka bërë.
6.SPecifikimi i modeli – Tregon se sa adekuat është modeli dhe bëhet kalukulimi i rezultatit në mënyrë që të mund të
vërtetohet hipoteza fillestare. Shembull: Si ndikon rritja e pagës për 80$ në konsum:
Konsumi = 200$ + 80(0,7) + 20 = 276$
Shpjegim: me rritjen e pagëj mujore për 80$, dhe duke përfshirë dhe bonusin mujor prej 20$, konsumi mujor i individit
rritetn për 76$ (276$ - 200$)
7. Testimi i hipotezave Ka të bëjë me atë se:
A ka modeli kuptim ekonomik: “Modeli ka kuptim të qartë ekonomik sepse rritja e të ardhurave rritë konsumin”.
A janë rezultatet në pajtueshmëri me teorinë ekonomike: “Po, H1>H0”
Cilin model duhet përdorur?
8..Shfrytëzimi i rezultateve
Rezultatet e hulumtimit përdoren për 3 qëllime kryesore:
a. Testimi i hipotezës (nëse ka lidhje signifikante në mes të variablave)
b. Parshikimi (sa do ishte konsumi nëse të ardhurat do rriteshin 35%)
c. Propozim politikash (ç’duhet bërë që të ngritet konsumi)
#Ceteris paribus – është term i rëndësisë së lartë në ekonometri dhe në propozimin e politikave, i cili nënkuton mbajtjen
fiks apo të pandryshuar të faktorëve tjerë të cilët do të mund të ndikonin në variablën e varur.
II. Definimi i Hipotezve
Pyetja hulumtuese është një pyetje komplekse e cila kërkon aplikim të metodologjisë hulumtuese për t’u përgjigjur.
Shemb:
Cili është efekti i subvencionimit të bujqve në pjesëmarrjen e prodhimit bujqësor në GDP-në e vendit.
Cilat janë efektet e marrveshjes së tregtisë së lirë në ekonominë e Kosovës?
Dhe jo pyetje t thjeshta si: Cila është norma e inflacionit të Kosovës në dekadën e fundit?
Hipotezat derivojnë nga pyetjet hulumtuese:
Hipoteza është një hamendësim i mençur lidhur me mënyrën se si funksionojnë gjërat. Ajo është e testueshme dhe
zakonisht derivojnë nga pyetjet hulutuese.
Ushtrim.1. Çfarë efekti do të ketë ngritja e normës së tatimit në çmimin e shtëpive?
1.Teoria ekonomike (Hipoteza)
“Ceteris paribus, sa më e lartë norma e tatimit në pronë, aq më i lartë çmimi i shtëpive”
2.Grumbullimi i të dhënave
Të dhëna sekondare që mirren nga Komuna përkaëtëse:
Viti Tatimi mujor
2016 6E
2017 7,5E
2018 10E
3. Specifikimi i modelit matematik
Çmimii = β1 + β2 Tatimii
Y – Variabla e varur – çmimi i shtëpive
X – Variabla e pavarur – norma e tatimit në pronë
4. Specifikimi i modelit ekonometrik të teorisë
Çmimii = β1 + β2 Tatimii + µi Rruga
µi – gabimi random – pozita e shtëpisë, lokacioni (qytet apo fshat), madhësia e shtëpisë, etj.
5. Vlerësimi i parametrave
Për të vlerësuar parametruat e fituara, me këtë mostër është përdorur mostra OLS, sepse variabla pavarur (çmimi) është:
Sasiore dhe Vazhduese
Çmimii = 450 + 92.51 + 50
β1 – çmimi bazë pa ndikim të rritjes në tatim – 450E
β2 – ndryshimi ne çmim kur tatimi rritet për 1 E – 92.5E
β2 = diferenca në të ardhura
diferenca në tatim =
𝟖𝟐𝟎−𝟒𝟓𝟎
𝟏𝟎−𝟔 =
𝟑𝟕𝟎
𝟒 = 92.5
µi – pozita e shtëpisë në rrugën kryesore – 50E
6. Specifikimi i modelit (kontrolli/testimi)
Sa është çmimi kur tatimi është 7E dhe lokacioni në rrugën kryesore?
Çmimi7 = 450 + 6477 + 50 = 1147.5
7. Testimi i hipotezës
Hipoteza është e saktë sepse β2>0 (647>0)
Viti Çmimi mesatar i m2
2016 450E
2017 600E
2018 820E
8..Shfrytëzimi i rezultateve
Testimi i teorisë ekonomike – rritja e tatimit rritë çmimin e metrit katror të shtëpive sepse kështu rriten kostot
dhe sa më afër rrugës kryesore më shtrejntë sepse mundësia për të lëshuar lokale me qera është më e lartë.
Parashikimi – në bazë të të dhënave vjetore mund të parashikojmë se sa do të jetë tatimi në pronë për shtëpinë në
vitin 2022.
Propozimi i politikave – në bazë të të dhënave në bashkëpunim më Komunën përkatëse mund të punohet në
zgjidhjen më të mirë për politikat komunalë tatimore.
III. Sigurimi dhe grumbullimi i të dhënave
Statistika është mjet për shndërrimin e të dhënave në informacione.
Mostra lindë si nevojë e pamundësisë së anketimit të tërë popullacionit sepse teknikisht jo të gjithë pranojnë të anketohen,
ka kufizime financiare, kohore, etj.
Karakteristikat e mostrës:
1..Korniza e mostrës – është lista e plotë e të gjitha rasteve në popullacion, përmes kornizës së mostreës ne definojmë
popullacionin për të cilin duam të gjeneralizojmë.
Por mund të ketë edhe listë jo të plotë, që nënkupton se disa raste mungojnë kështu që nuk kanë gjasa për t’u përfshi në
mostër dhe si rezultat do të thotë që mostra mund të mos jetë reprezentative, si p.sh:
a. Mostra e familjeve bazuar në numrat e telefonit:
Zgjedhen vetë ata që kanë telefon,
Të dhënat mund të jenë të vjetruara.
b. Individët bazuar në e-mail adresa:
Ndërrimi i kompanive të internetit,
Përdoruesit janë shumiva të rinjë.
c. Të gjithë puntorët e një firme:
Gjeneralizojmë vetëm për puntorët e asaj firme,
Nuk mund të themi se rezultatet për atë firma përkojnë edhe me të gjitha firmat tjera të atij lloji.
2..Madhësia e mostrës – sa më e madhë të jetë, aq më i vogël është gabimi në gjeneralizimin e popullacionit.
Mostra reprezentative është kompromis në mes të:
Saktësisë së rezultateve dhe
Kohës dhe shpenzimeve.
Faktorët që përcaktojnë madhësinë e mostrës janë:
Besueshmëria e të dhënave, (95% do përfaqësonin karakteristikat e popullacionit)
Gabimi që lejohet (preciziteti, nëse 5% e mostrës janë një kategori, mes 40% dhe 50% do përgjigjeshin në atë
kategori)
Popullacioni nga i cili duhet nxjerrë mostra
3. Zgjedhja e teknikave të mostrimit: Studimet e rastit, Mostrër qëllimore, Self-selection, Me probabilitet, etj.
IV. Anketimi
Anketimi është mënyrë e sigurimit(grumbullimit) i të dhënave primare duke përdorur pyetësorë të ndryshëm.
Pyetësor – quhet dokumenti që mundëson sigurimin e të dhënave (kryesisht kuantitative). Pyetësorët përdoren për:
Hulumtime përshkruese dhe shpjeguese (masa e prekur nga ndotja e ajrit sipas: gjinisë, moshës, etj.)
Hulumtime analitike (tregon ndërlidhjen mes variablave dhe ndikimin e tyre)
Llojet e pyetësorëve:
Pyetësorë të vetë-administruar (me postë, online, email, ose të shpërndara fizikisht)
Anketa në telefon
Intervista të administruara nga anketuesi (personalisht anketon dhe plotëson pyetësorët)
Faktorët me rëndësi në pyetësor:
Qëllim i qartë pyetësorit,
Dizajnim me kujdes i pyetjeve,
Anketim pilot (testues)
Administrim i kujdesshëm
Hapat në përgatitjen e pyetësorit:
Shqyrtimi i literaturës
Diskutimi i pyetjeve me ekspertë
Njohja e vendit dhe kulturës
Definimi i pyetjeve
Definimi i qëllimit të hulumtimit
Shkuarja nga pyetjet gjenerale në specifike
Identifikimi i variablave
Niveli i detajeve të kërkuara
Pëcaktimi i njësisë matëse për çdo pyetje
Llojet e përgjigjeve:
1. Të hapura – (të anketuarit përgjigjen vetë)
2. Të mbyllura – (ipen disa përgjigjje alternative nga të cilat zgjidhet një)
Forma e pyetësorit duhet të jetë ashtu që:
Të mos jetë e gjatë,
Pyetjet e lehta në fillim,
Të kodohen pyetjet e përgjigjet,
Sqarohet qëllimi i anketës,
Gabimet e mostrimit:
Gabimi në përcaktimin e mostrës
Gabimet tjera (next page: a,b,c)
a..Gabimet gjatë grumbullimi të të dhënave
Gabimet e përfaqësimit (mospërfaqsim i dukurisë)
Gabimet gjatë regjistrimit (pa qëllim)
b..Mospërgjigja, ndodh për arsye: (përgjigja prej 35%, e arsyeshme)
Refuzim nga të anketuarit,
Paaftësia e tyre për përgjigjjë,
Pamundësia për t’i gjetur ata,
Pamundësia për t’i kontaktuar.
c..Zgjedhja e anuar (selection bias) – kur në mostër disa antarë të popullacionit nuk mund të zgjedhen për t’u përfshirë
në mostër. Ndodhë për shkak:
Mospërdorimit të mostrës së rastit
Gabimet në dizajnimin e mostrës
Mosrealizimit të planit të mostrimit
V.Analiza e të dhënave
Analiza e të dhënave përdoret për të prodhuar tregues statistikor përmes të cilëve nxjerren përfundime cilësore për
dukurinë e studiuar.
Dallojmë:
Anazlizë statistikore statike – hulumtim i dukurisë në një moment të caktuar.
Analizë dinamike – hulumtim i dukurisë nëpër kohë, ndryshimi i variablave nëpër kohë.
1.Mesatarja
a.Mesatarja aritmetike e thjeshtë – është adekuate për përshkrimin e të dhënave sasiore dhe është e ndikuar nga
vlerat ekstreme (outliers)
x̄ = 𝒙𝟏+𝒙𝟐+𝒙𝟑+𝒙𝒊
𝒏 (mostër) µ =
𝒙𝟏+𝒙𝟐+𝒙𝟑+𝒙𝒊
𝑵 (popullacion)
b.Mesatarja aritmetike e ponderuar – është raporti i shumës së fituar nga shumëzimi i të dhënave më
frekuencat e tyre dhe pjestuar me numrin total të frekuencave
x̄ = 𝒙𝟏𝒇𝟏+𝒙𝟐𝒇𝟐+𝒙𝟑𝒇𝟑+𝒙𝒊𝒇𝒊
𝒇𝟏+𝒇𝟐+𝒇𝟑+𝒇𝒊
c.Mesatarja aritmetike nga të dhënat interval – të dhënat shprehen në intervale, është më praktike dhe ka
konfidencialitet(mbrohet privatësia).
Mesatarja llogaritet si mesi i intervalit
2.Treguesit e pozicionit
Janë dy tregues:
Moda – observimi me frekuencën më të lartë (që paraqitet më së shpeshti)
Mediana (mesi i serisë):
Observimet “tek”: {35,34,38,40,37,33,28,36,39} N9, (N+1)/2 = 10/2=5
Bëhet renditja: {28,33,34,35,36,37,38,39,40}
Mediana = vrojtimi i 5-ti në renditje = 36
Observimet “qift”: {19,12,19,26,28,22} N=6, (N+1)/2=3.5
Rezultati: brenda vrojetimit 3 dhe 4 (19 dhe 22)
Mediana = (19+22)/2 = 20.5
Mesi i serisë: (min+max)/2
Treguesit e variacionit, treguesit janë:
1..Gjerësia e variacionit: (Max-Min) ,p.sh., {720,900,1020,1360,1950); range=1230
2..Varianca – madhësia mesatare e diferencave absolute mes mesatares aritmetike dhe vlerave individuale të serisë
statistikore dhe llogaritë mesataren aritmetike.
σ2 = ∑(𝐗𝐢− 𝐗 )²
𝒏 = 𝟏𝟎𝟎.𝟎𝟎𝟎
𝟓 = 20.000
3.devijimi standard – rrënja katrore e variancës
σ = √𝟐𝟎. 𝟎𝟎𝟎 = 141
Largësia
X
Çmimi
Y
(Xi-X̄) (Xi- X̄)² (Yi-Ȳ) (Yi-Ȳ)² (Xi-X̄)
…..(Yi-Ȳ)
100 1950 -200 40.000 760 577.600 -152.000
200 1360 -100 10.000 170 28.900 -17.000
300 1020 0 0 -170 28.900 0
400 900 100 10.000 290 84.100 -29.000
500 720 200 40.000 -470 220.900 -94.000
∑=1500
X̄=300
∑=5950
Ȳ=1190 0 100.000 0 940.000 -292.000
4..Koeficienti i variacionit –sa e fortë është ndërlidhja mes variablave:
Kv = 𝛔
�̄� 100 =
𝟏𝟒𝟏
𝟑𝟎𝟎 100 = 0.47*100 = 47%
5..Kovarianca tregon se a egziston ndërlidhje mes dy variablave?
Cov(σxy) = ∑(𝑿𝒊−�̄�)(𝒀𝒊− Ȳ)
𝑛 =
−𝟐𝟗𝟐.𝟎𝟎𝟎
𝟓 = −58.400
6..Koeficienti i korrelacionit – sa e fortë ëshë ndërlidhja mes X dhe Y (për popullacion):
ρ = ∑(𝐗𝐢−𝐗)(𝐘𝐢−𝐘)
√∑(𝐗𝐢−𝐗)²∑(𝐘𝐢−𝐘)² =
−𝟐𝟗𝟐.𝟎𝟎𝟎
√𝟏𝟎𝟎.𝟎𝟎𝟎 𝐱 √𝟗𝟒𝟎.𝟎𝟎𝟎 =
−𝟐𝟗𝟐.𝟎𝟎𝟎
𝟑𝟎𝟔.𝟓𝟗𝟒 = -0.95
VI. Të dhënat kualitative
Studim kualitativ quhet ai studim ku të dhënat janë jo numerike ose që nuk mund të maten në terma sasiore:
Listë pergjigjjesh të mundshmë,
Pyetje të hapura (vlerësime mbi qeshtje të caktuara),
Intervista të thella (përvoja individuale),
Studime të rastit,
Intervista për qështje kualitative,
Dokumente (sekondare si të dhënat e auditimit),
Materiale audio-vizuale, etj.
Qasja në analizën e të dhënave kualitative: – njejte me “puzzle”
Kategorizo të dhënat,
Lidhi kategoritë,
Fito pikturën.
Të dhënat kuantitative Të dhënat kualitative
Kuptimi Derivohen nga numrat Derivohen nga fjalët
Natyra e të
dhenave
Numerike
Te standartizuara (njësi të vazhdueshme)
Tekstuale
Të pa-standartizuara (shprehen në kategori)
Analiza Përmes diagrameve dhe treguesve statistikor Duke përdorur teknikat e konceptualizimit
Korniza
teorike
Kërkohet konfirmimi i hipotezave lidhur me fenomene
Përdoren instrumente të standartizuara (anketat)
Kërkohet të eksplorohen fenomonet
Përdoren instrumente jo-standartde (biseda për
përvojën)
Objektivat
hulumtuese
Kuantifikimi i variacionit X dhe Y
Predikimi i lidhjes shkak-pasojë mes X dhe Y
Përshkrimi i karakteristikave të popullacionit
Përshkrimi i variacionit X dhe Y
Përshkrimi i lidhjes mes X dhe Y
Përshkrimi i përvojave dhe normave të sjelljes
Formati
pytjeve
Të mbyllura Të hapura
Fleksibiliteti
në dizajnim
Dizajni i studimit është i definuar nga fillim-fund
Përgjigja e të anketuarit nuk determinon pyetjen vijuese
Dizajni i studimit përcaktohet nga supozimet fillestare
Studimi mund të ndryshojë gjatë zhvillimit
Përgjigjjet e të anketuarit përcaktojnë rrjedhën e
hulmtumit
Dizajnimi i studimit është interaktiv
Përgatitja e të dhënave kualitative për analizë:
Të dhënat mund të gjendet në forma të ndryshme:
Dokumente
Raporte
Email dhe gazeta
Audio e vizuele
Transkriptimi i bisedave, intervistave etj.
Mbledhja, kategorizimi dhe analiza e të dhënave kualitative është proces interaktiv
Qasja në analizën e të dhënave kualitative:
a. Deduktive – përdorimi i tëorisë ekzistuese për të:
Dizajnuar hulumtimin,
Kategorizuar përgjigjjet,
Analizuar përgjigjjet,
Testuar hipotezat,
Nxjerrë konkludimet
Kjo qasje lidhë studimin me teorinë dhe pritjet paraprake.
b. Induktive – ndërtimi i një teorie që mbështetet në të dhënat në dispozicion.
Korniza analitike
Qasje e vështirë për ata që nuk kanë përvojë, ata s’dinë ku janë nisur dhe ku shkojnë,
Qasja adekuate për dizajnimin e procesit duke analizuar të dhënat gjatë mbledhjes,
Involvon një formë të qasjes deduktive sepse duke analizyar të dhënat gjatë procesit mund të ngriten
hipoteza të testueshme në të ardhmen.
Proceset tek hulumtimet kualitative – 3 lloje:
Përmbledhje e kuptimeve – (vlerësime të shkurta dhe precize)
Kategorizim i kuptimeve – (derivimi i kategorive dhe unisimi i të dhënave)
Strukturim i të dhënave bazuar në narracion – (të dhënat nuk ‘copëtohen’ në kategori)
VII. Të dhënat kuantitative
Ekonometria – është verifikim empirik i teorisë dhe studiohet për të bërë vlerësim kuantitativ të hipotezave, për të
identifikuar dhe kuantifikuar efektet dhe lidhjet mes dukurive, dhe përdoret si mjet i fuqishëm për parashikim.
Ekonometria shërbehet nga:
1. Teoria – definimi i hipotezave
2. Matematika – definimi matematikor i lidhjes së variablave
3. Statistika – lidhjet statistikore në mes të variablave
Metodologjia ekonometrike – procedura:
1. Formulimi i teorisë,
2. Grumbullimi i të dhënave,
3. Specifikimi i modelit matematik,
4. Specifikimi i modelit ekonometrik,
5. Vlerësimi i parametrave,
6. Testimi se sa adekuat është modeli,
7. Testimi i hipotezave,
8. Shfrytëzimi i rezultateve.
Signifikanca: ndikimi i variablae shpjeguese në atë të varur
Hipoteza zero – ajo të cilën nuk e dëshiron hulumtuesi.
Hipoteza alternative – hipoteza e dëshiruar nga hulumtuesi.
Gabimet (type errors):
Gabimi i llojit të parë – refuzohet hipoteza kur është e saktë.
Gabimi i llojit të dytë – nuk refuzohet hipoteza që nuk është e saktë.
P-values (probability values): nivel i lartë signifikance
Tregon nivelin më të ulët të signifikancës në të cilën mund të refuzojmë H0
Për të refuzuar H0 kërkohen vlera sa më të ulëta të “p-values” (1,5%-10%)
#Niveli i signifikancës 10% tregon se vetëm 10% të rasteve H0 do ishtë e vërtetë.
Modelet pa konstante (regresioni nga origjina) : kur të hyrat (X) janë zero, tatimi në të ardhura (Y) është zero.
Modelet e të dhënave kuantitative:
1. Regresioni OLS – metoda e katrorëve të vegjël
Përdoret kur variabla e varur (Y) është sasiore dhe vazhduese.
Regresioni (OLS) e thjeshtë (një faktor) – Y= β1 + β2X + µ
Regresioni (OLS) e shumëfishë (shumë faktorë) – Y= β1 + β2X1 + β2X2 + µ
a. OLS: Variablat dummy – disa variabla të pavarura mund të jenë dummy – kategorike, binare, kualitative.
Ato tregojnë praninë ose mospraninë e një “kualiteti”.
Kuantifikimi i efektit të këtyrë variablave përmes krijimit të një variable dummy që merr vlerën:
a. 0 – mungesën e atij atributi (papunë, pa-shkolluar, pa-përvojë, etj.)
b. 1 – praninë e atij atributi (punësuar, shkolluar, me përvojë, etj.)
Shemb. (dummy) – vlerësimi i pagës së profesorit: Y= β1 + β2D + µ
Y – paga vjetore,
Di=1, nëse profesori është mashkull,
Di=0, nëse profesori është femër.
https://economics-pr.weebly.com/ Master Ekonomiks 2013-2020