1

EKONOMETRIKA
Fachrurrozie
FAKULTAS EKONOMI
2
APAKAH EKONOMETRIKA ITU ?
Secara harfiah Ekonometrika berarti
pengukuran ekonomi

Meskipun pengukuran merupakan
satu bagian penting dari
Ekonometrika, ruang lingkup
Ekonometrika jauh lebih luas.
3
Econometrics, the result of a certain outlook on
the role of economics, consists of the
application of mathematical statistics to
economic data to lend empirical support to the
models constructed by mathematical
economics and to obtain numerical results
Ekonometrika merupakan hasil dari suatu
pandangan khusus atas peranan ilmu ekonomi,
terdiri dari penerapan statistika matematik atas
data ekonomi untuk memberikan dukungan
empiris model yang disusun dengan ilmu
ekonomi matematis dan untuk memperoleh hasil
dalam angka (numerical result)
4
Analisis kuantitatif dari fenomena ekonomi yang
sebenarnya (aktual) yang didasarkan pada
pengembangan yang bersamaan dari teori dan
pengamatan dengan metode inferensi yang
sesuai.
. . . econometrics may be defined as
the quantitative analysis of actual
economic phenomena based on the
concurrent development of theory
and observation, related by
appropriate methods of inference
5
Econometrics may be defined as the
social science in which the tools of
economic theory, mathematics, and
statistical inference are applied to the
analysis of economic phenomena

Ilmu sosial dimana alat-alat teori
ekonomi, matematika dan
statistik inferensi diterapkan
untuk analisis fenomena
ekonomi.
6
Ekonometrika berkenaan
dengan penentuan
empiris hukum ekonomi.
Econometrics is concerned
with the empirical
determination of economic
laws
7
WHY A SEPARATE DISCIPLINE?
Economic theory, makes
statements or hypotheses that
are mostly qualitative in nature
Teori ekonomi membuat
pernyataan atau hipotesis
yang sebagian besar bersifat
kualitatif.
8
Contoh: Teori ekonomi mikro
(harga barang dengan jumlah
permintaan). Hal ini
merupakan pekerjaan seorang
ahli ekonometri untuk
memberikan dugaan dalam
angka. Dengan kata lain
Ekonometrikalah yang
memberikan isi empiris
kepada sebagian besar teori
ekonomi.
9
mathematical economics, to express
economic theory in mathematical
form (equations) without
regard to measurability or
empirical verification of the
theory
Ekonomi Matematis: kadang perlu
pembuktian empiris dengan persamaan
matematis yang diajukan oleh ahli ekonomi
sehingga perlu pengujian empiris.
Pengubahan persamaan matematis ke dalam
persamaan ekonometri memerlukan
kecerdikan dalam kecakapan praktis.
10
economic statistics, collecting,
processing, and presenting
economic data in the form of
charts and tables.
employment, unemployment,
prices, etc.

11
Mathematical statistics,
used in the trade, special
methods in view of the unique
nature of most economic data,
namely, that the data are not
generated as the result of a
controlled experiment

12
Cabang Ekonomerika
Ekonometrika sebagai disiplin ilmu
tersendiri dibagi dua kategori:
1. Ekonometrika Teori, berkaitan dengan
metode untuk mengukur ekonomi
dibentuk dengan model ekonomi.

2. Ekonometrika Terapan, digunakan
untuk studi empiris di area ekonomi dan
bisnis seperti: fungsi produksi, analisis
sektor finansial, fungsi investasi,
konsumsi, tabungan dan lain-lain.
13
EKONOMETRIKA
Ekonometrika
Teori
Ekonometrika
Terapan
Klasikal
Klasikal
Keynes
sian
Keynes
sian
14
Metodologi Ekonometrika
Ekonometrika sebagai alat pengukuran
ekonomi mempunyai metodologi tertentu.
Pernyataan Teori/ Hipotesis
Spesifikasi Model
Estimasi parameter dan
Uji Hipotesis
Pernyataan Teori/
Hipotesis
Tidak
Ya
15

Teori Ekonomi, dibuat model matematika
dalam hubungannya dengan permintaan.
Misalnya: Besarnya permintaan tergantung
dari:
1. Harga Barang itu sendiri (P)
2. Harga Barang lain (Po)
3. Pendapatan ( Y )
4. Taste ( T ), dan lain-lain.
Q = f ( P, Po, Y , T )
Ekonometrika Mengukur variabel-variabel
dan hubungannya (dalam regresi).
16
T b Y b P b P b b Q
4 3 0 2 1 0
+ + + + =
0
1
< b
;
0
2
> b
Atau 0
2
< b 0
3
> b
;
;
0
4
> b
Model Ekonometrika ditambah faktor lain,
yaitu:
U T b Y b P b P b b Q + + + + + =
4 3 0 2 1 0
Faktor
Gangguan
Fungsi Permintaan dalam model Matematika:
17
1. Analisis : Verifikasi teori dan test empirik
2. Policy making : estimate koefisien b
i

dapat dihitung elastisitasnya, multipliernya
dan sebagainya.
3. Forecasting : ramalan pada waktu yang
akan datang.
Misalnya pada Teori Ekonomi Makro:
perubahan pendapatan sebesar Rp1.000,-
diberikan oleh pengganda konsumsi (consumption
multiplier = M). Kalau MPC = 0,75, maka M
4
1
1
=
MPC
Tujuan Mempelajari Ekonometrika:
=
Multiplier
18
c
k
S C
c
Y
S C Y c
S C cY Y
S cY C Y
cY C C
S C Y

=
+

=
+ =
+ =
+ + =
+ =
+ =
1
1
) (
1
1
) 1 (
2
0
0
0
0
0
19
C
MPC =
Y


S
MPS =
Y
20
Perekonomian 2 (dua) sektor

c
k
I C
c
Y
I C Y c
I C cY Y
I cY C Y
I I
cY C C
I C Y

=
+

=
+ =
+ =
+ + =
=
+ =
+ =
1
1
) (
1
1
) 1 (
2
0 0
0 0
0 0
0 0
0
0
21
Angka Multiplier 4, artinya jika pendapatan
seseorang meningkat seribu rupiah, akan
menyebabkan peningkatan 4 kali lipat dalam
pengeluaran konsumsi.
Nilai kritis (penting) dalam perhitungan ini
adalah multiplier yang tergantung dari nilai
MPC. Jadi penaksir kuantitatif MPC memberi
informasi yang bernilai untuk tujuan kebijakan.
Dengan mengetahui MPC, seseorang dapat
meramalkan jalannya konsumsi di masa yang
akan datang mengikuti perubahan kebijakan
pajak pemerintah.
22
|
1
= MPC
|
0

SPESIFIKASI MODEL EKONOMETRIKA
Kita ambil contoh fungsi konsumsi dari Keynes,
yaitu:
Y = |
0
+ |
1
X dimana 0 < |
1
< 1
Y = Pengeluaran Konsumsi
X = Pendapatan
|
0
dan |
1
= parameter dari
model yaitu konstanta atau
intersep dan slope koefisien
X = Pendapatan
Y = Konsumsi
Persamaan (1)
23

a
bx a y + = y
x
y / x=b
24
Kalau model hanya mempunyai satu
persamaan dinamakan model persamaan
tunggal (single equation model). Jika
mempunyai lebih dari satu persamaan dikenal
dengan nama persamaan majemuk/ banyak
(multi equation), atau persamaan simultan
(simultaneous equation).
Koefisien kemiringan |
1
menyatakan MPC.
Persamaan (1) menyatakan hubungan linear
antara konsumsi dengan pendapatan.
25
Persamaan (1) hanya mengungkap bahwa
belanja konsumsi dipengaruhi oleh
pendapatan. Disamping pendapatan ada
faktor lain yang mempengaruhi belanja
konsumsi, misalnya besarnya keluarga,
umur anggota keluarga dsb, mungkin
mempunyai pengaruh atas pengeluaran
konsumsi. Oleh sebab itu model (1) di atas
menjadi :
Y = |
0
+ |
1
X + U
i

U = faktor gangguan
(disturbance) atau
kesalahan (error)
26
Macam-macam Data:
Sebagian besar studi Ekonometrika dengan
regresi menggunakan data time series,
sehingga akhir-akhir ini berkembang
Ekonometrika khusus Time Series.
1. Data Runtut Waktu (Time Series) :
Merupakan sekumpulan observasi dalam rentang
waktu tertentu. Data ini dicatat secara kontinu.
Misalnya: data mingguan (harga saham, nilai
tukar rupiah), data bulanan (Indeks Harga
Konsumen = IHK), data kuartalan (jumlah uang
yang beredar, tingkat inflasi), data tahunan
(output nasional atau GDP).
27
Merupakan data yang dicatat pada periode
waktu tertentu. Misalnya: sensus penduduk
yang dilakukan BPS, sensus pertanian yang
dilakukan di seluruh propinsi di Indonesia.
Dari sensus ini akan didapat data tentang
produksi padi, input yang digunakan seperti
bibit, pupuk dan tenaga kerja.

2. Data Antar Tempat atau Ruang (Cross
Section Data)
3. Data Panel
Data ini merupakan gabungan antara data times
series dan cross section data, satu obyek
diobservasi terus menerus. Misalnya: Kita ingin
mengetahui perkembangan harga di Indonesia.
28
Secara Ringkas Penyelidikan
EKONOMETRIKA sebagai berikut :
Teori Ekonomi
Pengumpulan Data yang Cocok
Model Ekonometrika Teori
Penaksiran Parameter Model
Inferensi Statistik
Tolak teori kalau data
tidak cocok dengan teori

Terima teori kalau data
cocok dengan teori
(1)
(2)
(3)
(4)
(5)
Perbaikan teori atau teori baru Peramalan
Menguji, langkah (2) sampai (5)
29
1. Cara persamaan sederhana (satu
persamaan)
OLS (Ordinary Least Square)
Reduced Form
TSLS (Two Stage Least Square)

2. Cara persamaan simultan
Dalam banyak variabel ekonomi tidak hanya
berhubungan satu arah. Dalam bahasa ekonometrika
satu variabel independen (X1), mempengaruhi variabel
dependen (Y) dan selanjutnya variabel Y itu sendiri
mempengaruhi X1.
Fungsi Konsumsi
dapat ditulis
Y C
1 0
| | + =
Sedangkan
pendapatan
ditulis
Y = C + I
Estimate Koefisien b
i
, ada 2 cara, yaitu:
30
Evaluasi Estimate
1. Sesuai dengan teori
2. Secara statistik baik
Kriteria:
a. A priori ekonomi teori ekonomi

b. Statistik teori statistik
c. Ekonometrika teori ekonometrika
I
D
E
N
T
I
K
31
SIFAT-SIFAT:
1. Memenuhi syarat teori
2. Model bisa menjelaskan keadaan yang
sebenarnya
3. Estimate parameter yang baik
4. Kemampuan untuk forecast
5. Sederhana: prinsip parsimony yaitu
menggunakan variabel sekecil
mungkin, tetapi mendapat informasi
sebanyak-banyaknya.
32
a. Unbiased; b. Efisien (varians minimum); c. Konsisten
|
i

b
i
|
i
, rata-rata (b
i
) = |
1
.
Varians (X) < Varians () maka
efisien. Jika n makin besar maka
X menuju .
= rata-rata populasi,
X = rata-rata sampel
X

= Rata-rata populasi
Estimate Parameter yang Baik
33
Regresi, Kausalitas dan Korelasi
Regresi merupakan metode estimasi
utama di dalam ekonometrika.
Analisis regresi berkenaan dengan studi
ketergantungan satu variabel, variabel tak
bebas pada satu atau lebih variabel lain.
Variabel yang menjelaskan (explanatory
variables) dengan maksud menaksir dan atau
meramalkan nilai rata-rata hitung (mean) atau
rata-rata populasi variabel tak bebas,
dipandang dari segi nilai yang diketahui atau
tetap (dalam pengambilan sampel berulang).
34
Regresi berbeda dengan Kausalitas
Regresi menunjukkan hubungan satu arah
dari variabel independen ke variabel
dependen. Sedangkan kausalitas menunjuk-
kan hubungan dua arah.
Misalnya hubungan antara pertumbuhan ekonomi
dan jumlah uang beredar. Jika pertumbuhan ekonomi
tinggi maka jumlah uang beredar cenderung untuk
naik.
Sebaliknya jika jumlah uang yang beredar naik maka
akan mendorong pertumbuhan ekonomi.
Dengan demikian hubungan kausalitas semua
variabel adalah variabel dependen, tidak ada
variabel independen.
35
Regresi berbeda dengan Korelasi
Korelasi menunjukkan derajat keeratan
hubungan antara satu variabel dengan
variabel lainnya.
Korelasi yang tinggi tidak berarti karena satu
variabel mempengaruhi variabel yang lain.
Analisis korelasi tujuan utamanya adalah
untuk mengukur kuat atau derajat hubungan
linear antara dua variabel, sangat erat
berhubungan tetapi sangat berbeda dalam
konsep analisis regresi.
36
REGRESI KORELASI
1. Ada Asimetri (asymmetry)
cara bagaimana variabel
tak bebas dan variabel yg
menjelaskan diperlukan
1. Variabel manapun simetri
Tidak ada perbedaan
variabel antara variabel
bebas dan yang
menjelaskan
2. Variabel tak bebas
diasumsikan bersifat
statistik, random atau
stokhastik, yaitu
mempunyai distribusi
probabilitas
2. Korelasi antara nilai ujian
statistik dan matematik
adalah sama dengan
korelasi nilai ujian
matematik dan statistik
3. Variabel yg menjelaskan
diasumsikan memp. nilai
tetap, variabel tak bebas
stokhastik
3. Kedua variabel
diasumsikan
kerandomannya
PERBEDAAN
37
Istilah dan Notasi
Variabel tak Bebas
(Dependent Variable)
Variabel yang Menjelaskan
(Explanatory Variable)
Variabel yang dijelaskan
(Explained Variable)
Variabel Bebas
(Independent Variable)
Yang diramalkan
(Predictand)
Peramal
(Predictor)
Yang diregresi
(Regressand)
Yang meregresi
(Regressor)
Tanggapan
(Response)
Perangsang atau Variabel kendali
(Stimulus or control variable)
38
Statistika untuk Ekonometrika
Sifat-sifat Distribusi Probabilitas
Ada beberapa sifat penting dari distribusi
probabilitas, yaitu:
Rata-rata atau Nilai Harapan (Expected Value)
: X
1
, X
2
, X
3
, . . . . . . X
n


Jika
p(X
1
), p(X
2
), p(X
3
), .. .. .p(X
n
),
Probabilitas
Maka rata-rata
E (X) = X
1
p(X
1
) + X
2
p(X
2
) + X
3
p(X
3
) + X
n
p(X
n
) = X
i
p(X
i
)

E (Y) = Y
i
p(Y
i
)

Pemahaman ekonometrika sangat tergantung dari
pemahaman kita tentang ilmu statistik. Dalam
mempelajari ekonometrika diasumsikan sudah
belajar statistik lebih dulu.
39
Beberapa Sifat dari Expected Value
1. E (b) = b
2. E (ax +b) = a E (x) + b
3. x, y independent maka E (x,y ) = E (x) E (y)
4. Var b = 0
5. Var (ax +b) = a
2
var (x) + 0
6. x, y independent maka :
a) var (x + y) = var (x) + var (y)
b) var (ax + by) = a
2
var (x) + b
2
var (y)
7. x, y tidak independent maka:
var (x + y) = var (x) + var (y) + 2 covarians (x, y)
var (x y) = var (x) + var (y) 2 covarians (x, y)

40
Contoh Soal Expected Value
X = SKOR UJIAN A
Y = SKOR UJIAN B
X Jumlah


Y
- 2 0 2 3
3 54 16 32 0 102
6 0 8 20 70 98
Jumlah 54 24 52 70 200
41
Probabilitas tiap Bilangan dibagi 200
X
P (Y)



Y
- 2 0 2 3
3 0,27 0,08 0,16 0 0,51
Joint Probabilitas
6 0 0,04 0,10 0,35 0,49
P (X) 0,27 0,12 0,26 0,35 1,00
Hitunglah:
1. Besarnya rata-rata E (X) dan E (Y)
2. Varians Var (X) dan Var (Y)
3. Co Varians (X,Y)
42
Jawab:
1. E(X) = X p(X) = - 2 (0,27) + 0 + 2 (0,26) + 3 (0,35)
= - 0,54 + 0,52 + 1,05 = 1,03
E(Y) = Y p(Y) = 3 (0,51) + 6 (0,49) = 1,53 + 2,94
= 4,47
2. Varians Var (X) = ( )
2
2
) ( X E X E S
X
=
=
( )
2
2
) ( ) ( X E X E
( )
2
2
) ( ) ( X E X E
Var (X) =
= 4(0,27) + 0 + 4 (0,26) + 9(0,35) -
(1,03)
2
= 1,08 + 1,04 + 3,15 1,0609 = 4,2091 = 4,21
43
Varians Var (Y) =
( )
2
2
) (Y E Y E S
Y
=
( )
2
2
) ( ) ( Y E Y E
=
= 9 (0,51) + 36 (0,49) - (4,47)
2
= 2,25
3. Co Varians (X,Y) = E (X E(X)) (Y E (Y))
= E (XY) E(X) E(Y)
= (-2) (3) (0,27) + 0 + (2) (3) (0,16) +0 + (-2)
(6) (0) + 0 + 2 (6) (0,10) + 3 (6) (0,35)
(1,03) (4,47) = 2,24
44
Conditional Probabilitas
Misalnya, untuk X = 2, Berapakah E (Y/X = 2)
E (Y/X = 2) = Y. P(Y/X=2)
Jawab:
|
.
|

\
|
+
|
.
|

\
|
26 , 0
10 , 0
6
26 , 0
16 , 0
3 =
= 4,1538 = 4,15


= 1,846154 +2,307692
Berapakah Var (Y/X= 2) ?
Jawab:
Var (Y/X= 2) = E (Y- E (Y/X))
2

= (Y E (Y/X = 2))
2
p (Y/X = 2)
|
.
|

\
|
+
|
.
|

\
|

26 , 0
10 , 0
) 15 , 4 6 (
26 , 0
16 , 0
) 15 , 4 3 (
2 2
= = 2,13
Berapakah E (X/Y = 3)? dan Var (X/Y = 3) ?
45
Soal Latihan Rata-rata (Expected Value)
Penjualan
(X) unit
Probabilitas
P(X)
5 0,08
8 0,27
10 0,02
14 0,15
19 0,19
20 0,25
25 0,04
1. Hasil penjualan barang X (dalam unit) selama beberapa
hari, mempunyai probabilitas sebagai berikut:
Berdasarkan tabel di
samping, hitunglah:
a. Rata-rata barang X atau
E (X) setiap hari.
b. Varians (X)
c. Standar deviasinya
46
2. Tabel berikut ini adalah X yang memberikan ukuran Bbb,
Bb, dan B serta besarnya pinjaman Y dapat terlihat sbb:
Berdasarkan tabel
disamping
a. buatlah tabel joint
probabilitas.
X
Y
1
Bbb
2
Bb
3
B
Total
8 13 5 0 18
11 2 14 2 18
17 0 1 13 14
Total 15 20 15 50
d. Hitunglah conditional probabilitas E(Y/X = 1), E(Y/X = 2),
dan E(Y/X = 3).
b. Hitunglah: P (Y/X = 1), P (Y/X = 2), P(Y/X = 3).
c. Hitunglah Covarians (X,Y)
47
Barang
Y
Barang X
2 4 6 8 10
2 0,07 0,02 0,10 0,05 0,01
4 0,15 0,06 0,15 0,06 0,03
6 0,03 0,07 0,05 0,09 0,06
3. Hasil penjualan barang X dan barang Y selama beberapa
hari, mempunyai probabilitas sebagai berikut:
a. Hitunglah E (X) dan Var (X)
b. Hitunglah E (Y) dan Var (Y)
c. Untuk X = 6, hitunglah E(Y/X =6) dan Var (Y/X =6)
d. Untuk Y = 4, hitunglah E (X/Y=4) dan Var (X/Y = 4)
48
4. Hasil Penjualan barang X dan Y selama 285 hari
tercatat sebagai berikut.
Barang
Y
Barang X
10 20 30 40 50
20 10 25 6 9 18
30 28 36 40 21 32
40 15 7 12 18 8
Hitunglah besarnya:
a. E(X) dan Var (X)
b. E(Y) dan Var (Y)
c. E(Y/X = 20) dan Var (Y/X= 20)