ekonometrika
DESCRIPTION
Ekonometrika. Program Studi Ekoomi pembangunan. Review Analisis Regresi. Analisis Regresi Mempelajari hubungan ketergantungan dari satu peubah tak bebas ( dependent ) kepada satu atau lebih peubah penjelas ( explanatory ) - PowerPoint PPT PresentationTRANSCRIPT
Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika
Program Studi Ekoomi pembangunan
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
Tipe Data untuk Analisis EkonomiTipe data Time Series data Cross section data Pooled data Panel, Longitudinal or Micropanel data
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
Dr. Rahma Fitriani, S.Si., M.Sc.
Tipe Data untuk Analisis Ekonomi
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
Dr. Rahma Fitriani, S.Si., M.Sc.
Tipe Data untuk Analisis Ekonomi
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
Dr. Rahma Fitriani, S.Si., M.Sc.
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
Dr. Rahma Fitriani, S.Si., M.Sc.
Sumber Data Ekonomi Lembaga pemerintahan
BPS SuSeNas: Sensus Ekonomi Pemerintah Bank Indonesia
Lembaga Internasional IMF Bank Dunia
Organisasi swasta lainnya Internet
Dr. Rahma Fitriani, S.Si., M.Sc.
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