ekonometrika

Dr. Rahma Fitriani, S.Si., M.Sc.

Ekonometrika

Program Studi Ekoomi pembangunan


Review Analisis RegresiAnalisis Regresi Mempelajari hubungan ketergantungan dari

satu peubah tak bebas (dependent) kepada satu atau lebih peubah penjelas (explanatory)

Menduga rata-rata populasi dari peubah tak bebas berdasarkan pengetahuan mengenai nilai peubah penjelas


Contoh 1: Tinggi anak laki-laki dan Tinggi ayahnya

Meramalkan tinggi anak laki-laki dari tinggi ayahnya

Pada setiap nilai tinggi ayah terdapat sebaran tinggi anak laki-laki

Secara rata-rata tinggi anak laki-laki meningkat seiring peningkatan tinggi ayah

Garis regresi: Menghubungkan rata-rata

tinggi anak dengan tinggi ayah


Contoh 2: Tinggi Anak Laki-laki dan Usianya

Menduga tinggi anak laki-laki dari umurnya

Pada setiap umur anak laki-laki terdapat sebaran tinggi

Secara rata-rata tinggi anak laki-laki meningkat dengan umur

Garis regresi: Hubungan antara

rata-rata tinggi dan umur


Contoh 3: Pendapatan dan Konsumsi Pasangan nilai

pendapatan dan konsumsi diambil secara acak, tidak diamati untuk setiap nilai Pendapatan (GDP)

Untuk menentukan seberapa besar koefisien MPC: marginal propensity

to consume


Contoh 4: Produksi tanaman dan curah hujan Produksi tanaman (dependent variable)

dipengaruhi oleh curah hujan (explanatory variable)

Hubungan regresi digunakan untuk Meramalkan produksi berdasarkan informasi

mengenai curah hujan


Hubungan secara Deterministik vs Stokastik Hubungan deterministik antar peubah apabila

semua pasangan titik membentuk garis lurus Hubungan stokastik:

Pasangan titik berada di sekitar (tidak tepat pada) garis

Adanya unsur random atau stokastik Peubah random atau stokastik mempunyai

sebaran peluang tertentu Analisis regresi:

Adanya kemungkinan peubah lain yang tidak terukur yang juga menjelaskan peubah tak bebas

Selain hubungan deterministik yang diasumsikan


Regresi vs Sebab Akibat Hubungan sebab akibat tidak disimpulkan

secara statistik Hubungan sebab akibat harus dibentuk

berdasarkan “common sense” Penentuan hubungan sebab akibat secara “a

priori” Contoh: Berdasarkan bidang ilmu yang

bersesuaian Produksi dipengaruhi oleh curah hujan, bukan

sebaliknya Tinggi tubuh anak laki-laki dipengaruhi oleh umur,

bukan sebaliknya Konsumsi dipengaruhi oleh pendapatan, bukan

sebaliknya


Regresi vs Korelasi Regresi:

Melibatkan unsur sebab akibat antara dua peubah (atau lebih)

Peubah tak bebas dan peubah penjelas Korelasi

Hanya hubungan keeratan antar peubah Tanpa unsur sebab akibat


Terminologi

Peubah tak bebas (dependent)

Peubah Penjelas (Explanatory)

Explained Independent Predictand PredictorRegressand RegressorResponse Stimulus

Endogenous ExogenousOutcome Covariate

Analisis regresi sederhana (simple regression analysis) Melibatkan dua peubah saja Satu peubah tak bebas dan satu peubah penjelas

Analisis regresi berganda (multiple regression analysis) Melibatkan lebih dari dua peubah Satu peubah tak bebas dan beberapa peubah penjelas


Tipe Data untuk Analisis EkonomiTipe data Time Series data Cross section data Pooled data Panel, Longitudinal or Micropanel data


Tipe Data untuk Analisis Ekonomi

Sekumpulan pengamatan yang diamati pada satu/beberapa peubah pada waktu yang berbeda (Yt)

Data harian: harga saham, ramalan cuaca Data mingguan: supply uang Data bulanan: tingkat pengangguran, Consumer Price

Index (CPI) Data tiga bulanan (quarterly): GDP (pendapatan

nasional) Data tahunan: anggaran pemerintah Hubungan stasioner mendasari analisis data time series

(di luar lingkup kuliah ini)

Time Series Data


Tipe Data untuk Analisis Ekonomi Cross Section Data

Hasil pengamatan pada satu atau beberapa peubah yang diperoleh pada satu waktu untuk beberapa individu (orang/negara/perusahan)

Contoh: Produksi telur (Y1i) dan harga telur (X1i) untuk 50

negara bagian di US pada tahun 1990, i =1, …, 50 Produksi telur (Y2i) dan harga telur (X2i) untuk 50

negara bagian di US pada tahun 1991, i =1, …, 50



Gabungan dari time series dan cross section data

Produksi telur (Yi ) dan harga telur (Xi) untuk 50 negara bagian di US pada tahun 1990 dan tahun 1991

Perbedaan waktu tidak dipentingkan, dianggap sebagai ulangan

Total pengamatan n = 50+50 = 100 i = 1, …, 100

Pooled data



Data yang diukur pada unit cross section yang sama dalam selang waktu tertentu

Unit cross section: Negara Bagian

Pengamatan Produksi telur Harga telur

Selang waktu: 1990 dan 1991 Di setiap negara bagian diamati produksi telur dan harga telur pada

dua periode waktu tersebut Yit: Produksi telur pada negara bagian i pada tahun t Xit: Harga telur pada negara bagian i pada tahun t i = 1, …, 50, t = 1990, 1991

Panel, Longitudinal atau Micropanel Data


Contoh Lain Panel Data Sensus n rumah tangga untuk 5 tahun Unit cross section:

Rumah tangga Setiap tahun, rumah tangga yang sama

diwawancara, tentang jumlah pendapatan (Y) Yit: Pendapatan rumah tangga i pada tahun t

i = 1, …, n, t = 1, …, 5 Tujuan:

Untuk mempelajari perubahan secara finansial rumah tangga tsb sejak wawancara terakhir

Mempelajari dinamika keuangan rumah tangga secara periodik


Sumber Data Ekonomi Lembaga pemerintahan

BPS SuSeNas: Sensus Ekonomi Pemerintah Bank Indonesia

Lembaga Internasional IMF Bank Dunia

Organisasi swasta lainnya Internet


Sumber Data Ekonomi Metode Pengumpulan Data Ekonomi:

Bukan dari percobaan (Experimental)→ Di Ilmu Hayati Pengamatan dilakukan ketika faktor-faktor tertentu

dibuat konstan untuk mempelajari efek suatu faktor yang menjadi pusat perhatian

Non experimental

Non Experimental data: Tidak dapat dikontrol oleh peneliti Contoh: Tingkat pengangguran, PDB, tingkat

inflasi, dll

ekonometrika

Documents