Tugas Materi Ekonometrika

Salah Satu Syarat Kelulusan Pelatihan Ekonometrika Wahyu Heriyawan

Tugas Materi Ekonometrika

Segala Puji Bagi Allah Tuhan Semesta Alam, Shalawat serta salam semoga tetap tersampaikan bagi Kekasih Allah Nabi Muhammad SAW

WAHYU HERIYAWAN S.0812.043

Tugas Materi Ekonometrika

1. Apa Beda Statistik dengan Statistika Jelaskan
Jawab : Statistik : Pengertian statistik (statistic) adalah bilangan yang diperoleh melalui proses

perhitungan terhadap sekumpulan data yang berasal dari sampel. Kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan
o

Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb. Ukuran sebagai wakil dari kumpulan data

Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.

Statistika : statistika (statistics) adalah konsep dan metode yang bisa digunakan untuk mengumpulkan, menyajikan, dan menginterpretasikan data dari kejadian tertentu untuk mengambil suatu keputusan/kesimpulan dalam suatu kondisi adanya ketidakpastian.

2. Apa Beda antara Statistika Deskriptif dengan Statistika Inferensia Jelaskan

Statistika deskriptif ; metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Dalam statistika, ada metodemetode tertentu sebagai pedoman untuk menyajikan data sehingga secara ringkas dapat dengan mudah dipahami. Misalnya membuat tabel atau grafik rata-rata luas lahan yang dimiliki oleh petani berdasarkan jenis lahan, status ekonomi petani, Statistika Inferensia :

Tugas Materi Ekonometrika

Metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan tentang seluruh gugus data induknya. Statistika deskriptif pada awalnya merupakan bidang kajian yang sangat penting, walaupun saat ini bukan merupakan bidang kajian pokok dalam statistika. Tujuan utama statistika saat ini adalah menginterpretasikan atau menafsirkan (inference) data. Misalnya dengan melihat grafik rata-rata pemilikan lahan berdasarkan status sosial ekonomi petani, melalui angka-angkanya kita bisa melihat bahwa rata-rata pemilikan lahan petani dengan tingkat sosial ekonomi tertentu lebih luas dibandingkan dengan status ekonomi lainnya. Tapi untuk melakukan interpretasi lebih jauh, kita harus menyadari bahwa statistik yang tersaji berasal dari suatu sampel bukannya populasi, sehingga belum tentu menggambarkan kondisi yang sebenarnya, atau dengan kata lain masih berada dalam suatu kondisi ketidakpastian.

3. Apa yang bisa kita jelaskan jika kita memiliki nilai rataan 8 dan simpangan baku 0.8 Atau rataan 8 simpangan bakunya 16. Mana yang lebih baik Jawab :
Simpangan baku berguna untuk melihat apakah data yang kita punya bagus atau tidak. Data dikatakan baik bilamana simpangan bakunya kecil. Dalam arti, data yang ada tidak terlalu tersebar kemana-mana. Dari kehidupan sehari, misalnya sebuah pabrik roti, kemudian kita punya data tentang produksi roti per harinya. Kita dapat menghitung simpangan baku yang kita dapatkan dari pengolahan data kita. Bila simpangan bakunya kecil dan semua data-data kita masih ada di dalam batas kuartil atas dan kuartil bawah, berarti produksi roti kita bisa dilanjutkan atau produksi roti kita baik atau tidak ada yang cacat dalam proses pembuatan roti. Namun bilamana simpangan bakunya sangat besar dan data2 yang kita punya menyimpang cukup jauh dari kuartil atas dan kuartil bawah, itu berarti produksi roti kita banyak yang cacat. Sehingga rataan 8 dengan simpangan baku 0,8 adalah yang terbaik.

Tugas Materi Ekonometrika

4. Pada Selang Kepercayaan mana yang lebih baik selang kepercayaan Lebar atau Sempit, Jelaskan
Selang kepercayaan adalah suatu kisaran nilai yang dianggap mengandung nilai parameter populasi yang sebenarnya. Besaran B dan A dikatakan menentukan selang kepercayaan (1-a)100% bagi suatu parameter apabila memenuhi kriteria berikut: a. P[B nilai parameter yang sebenarnya A] (1-a) dan

b. Nilai-nilai B dan A dapat dihitung apabila sampel telah diambil dari populasi dan digunakan untuk menghitung kedua batas tersebut. Selang kepercayaan yang cukup baik adalah selang kepercayaan yang mempunyai lebar selang yang sempit dan persentase selang yang memuat parameter cukup besar (Koopmans, 1987).

5. Apa perbedaan antara Statistika Parametrik dan Statistika Non Parametrik , jelaskan beserta contoh.
Statistika Parametrik ; Pada perkembangan statistika inferensial, metode-metode penafsiran yang berasal dari generasi awal, menetapkan asumsi-asumsi yang sangat ketat dari karakteristik populasi yang diantara anggota-anggota populasinya diambil sebagai sampel. Di bawah asumsi-asumsi tersebut, diharapkan angka-angka atau statistik dari sampel, betul-betul bisa mencerminkan angka angka atau parameter dari populasi. Asumsi-asumsi tersebut antara lain: data (sampel) harus diambil dari suatu populasi yang berdistribusi normal. Seandainya sampel diambil dari dua atau lebih populasi yang berbeda, maka populasi tersebut harus memiliki varians (d2) yang sama. Selain itu, statistika parametrik hanya boleh digunakan jika data memiliki nilai dalam bentuk numerik atau angka nyata.

Statistika Non Parametik ;

Tugas Materi Ekonometrika

teknik-teknik statistika yang menggunakan sedikit asumsi (atau bahkan tidak sama sekali) terkadang juga dikenal dengan model statistika yang bebas terhadap distribusi tertentuStatistika non parametrik ini digunakan untuk menganalisis data berskala nominal dan ordinal.

6. Pada Model Regresi Asumsi apa saja yang harus terpenuhi

Model regresi harus linier dalam parameter Variabel bebas tidak berkorelasi dengan disturbance term (Error) . Nilai disturbance term sebesar 0 atau dengan simbol sebagai berikut: (E (U / X) = 0 Varian untuk masing-masing error term (kesalahan) konstan Tidak terjadi otokorelasi Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris. Jika variabel bebas lebih dari satu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata

7. Apa Perbedaan antara Regresi Liniear dengan Regresi Logistik

Regresi Linier ; Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas. Gujarati (2006) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Jika variabel bebas lebih dari satu, maka analisis regresi disebut regresi linear berganda. Disebut berganda karena pengaruh beberapa variabel bebas akan dikenakan kepada variabel tergantung.

Tugas Materi Ekonometrika

Regresi Logistik Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika variabel dependen (respon) merupakan variabel dikotomi. Variabel dikotomi biasanya hanya terdiri atas dua nilai, yang mewakili kemunculan atau tidak adanya suatu kejadian yang biasanya diberi angka 0 atau 1. Regresi logistik akan membentuk variabel prediktor/respon (log (p/(1-p)) yang merupakan kombinasi linier dari variabel independen. Nilai variabel prediktor ini kemudian ditransformasikan menjadi probabilitas dengan fungsi logit. Regresi logistik juga menghasilkan rasio peluang (odds ratios) terkait dengan nilai setiap prediktor. Peluang (odds) dari suatu kejadian diartikan sebagai probabilitas hasil yang muncul yang dibagi dengan probabilitas suatu kejadian tidak terjadi. Secara umum, rasio peluang (odds ratios) merupakan sekumpulan peluang yang dibagi oleh peluang lainnya. Rasio peluang bagi prediktor diartikan sebagai jumlah relatif dimana peluang hasil meningkat (rasio peluang > 1) atau turun (rasio peluang < 1) ketika nilai variabel prediktor meningkat sebesar 1 unit.

8. Apakah pada Model Regresi Logistik diperlukan pengujian Asumsi seperti dalam regresi Liniear, Jelaskan
Tidak, Regresi logistik tidak bergantung pada asumsi distribusi namun disarankan data memenuhi distribusi normal multivariat karena akan menghasilkan prediksi yang lebih stabil. Sebagai bagian dari regresi, adanya multikolinieritas antar prediktor dapat menyebabkan bias estimasi dan pelambungan nilai eror standar. Prosedur akan lebih efektif jika prediktor yang benar-benar merupakan variabel kategoris bukan merupakan pengkategorian berdasarkan kualitas misalnya IQ tinggi dan IQ rendah. Jika variabel dependennya merupakan variabel kontinum seperti IQ maka peneliti disarankan untuk menggunakan regresi linier karena akan menghasilkan informasi lebih kaya. Dengan kata lain, jika variabel dependennya adalah kontinum (misalnya IQ) pengkategorian tidak perlu dilakukan.

Tugas Materi Ekonometrika

9. Jelaskan secara singkat akibat2 yang ditimbulkan ketika terjadi Pelanggaran pada asumsi2 dalam regresi liniear
A. Multikolinieritas
a)

Bila ada Perfect Collinearity, koefisien regresi parsialnya tidak dapat ditentukan dan standard errornya tak terbatas (infinite)

b)

Kolonieritas tinggi tetapi tidak sempurna, koefisien regresi dapat dicari tetapi standard errornya terlalu besar, sehingga interval konfidensinya

terlalu besar B. Heteroskedastisitas a) Estimasi parameternyan masih unbiased dan konsisten namun tidak mempunyai varian terkecil dalam artian estimasinya tidak efisien b) Uji signifikansi parameter kurang kuat karena interval konfidensi yang terlalu lebar C. Otokorelasi a) Estimasi parameternya unbiased, konsisten namun tidak efisien (varian tak minimum) b) Interval konfidensi menjadi besar, sehingga uji signifikansi kurang kuat c) Varians error akan underestimate 2 d) Varians dan standard error dari estimasi parameternya juga

underestimate.

10. Jelaskan Perbedaan antara uji-F dan uji-t

Uji t dan Uji F sama-sama digunakan untuk menguji hipotesis. Bedanya, Uji t digunakan untuk uji hipotesis yang bersifat terpisah (parsial), yaitu antara X1 dengan Y, X2 dengan Y. Sedangkan Uji F untuk uji hipotesis yang bersifat bersama-sama (simultan).

Tugas Materi Ekonometrika

11. Jelaskan Mengapa angka n=30 sering menjadi patokan ukuran minimum dalam analisis statistika, apakah pernyataan tersebut benar, jika tidak jelaskan.
Jawab ; Jumlah sampel yang dirasa cukup sehingga dapat diklaim mewakili populasi merupakan masalah klasik yang dihadapi oleh peneliti kuantitatif. Dan jawaban klasik yang sering diberikan pada mereka adalah : minimum 30 sampel! menarik untuk mengkritisi angka keramat ini karena tidak pernah mendapatkan penjelasan di buku-buku pengantar statistika yang jamak beredar, mengapa harus 30, tidak 10, 15, 20, atau 25?. Pada berbagai literatur pengantar statistika disebutkan bahwa angka 30 merupakan pembatas untuk mengkategorikan jumlah sampel. Jika sampel > 30 maka kategorinya adalah sampel besar, jika <= 30 kategorinya sampel kecil. Kategori ini berimplikasi pada rumus statistika yang digunakan jika ingin melakukan pendugaan parameter (nilai populasi, rata-rata dan proporsi), beda kategori beda rumusnya. Persoalannya aturan 30 ini cenderung berlaku bagi analisis statistika yang menuntut terpenuhinya asumsi distribusi normal. Agar distribusi data bisa normal syaratnya adalah data harus random, dan jumlah sampel besar. Jika jumlah sampel kecil bentuk genta tidak tercipta dengan baik, bisa rada menceng ke kanan, atau kekiri, atau bergelombang. Bukan jumlah yang menentukan suatu sampel mewakili atau tidak mewakili karakter suatu populasi. Ada banyak faktor yang menentukan tingkat representasi sampel misalnya tehnik penarikan sampel, ketersediaan kerangka sampel, heterogenitas populasi dll. Jika sampel ditarik secara random maka menurut teori probabilita bisa dianggap mewakili, namun jika kerangka sampelnya tidak lengkap data yang dihasilkan bisa bias karena ada anggota populasi yang tidak ikut menjadi peserta, dan jika populasinya homogen murni bisa jadi satu sampel sudah cukup mewakili

Tugas Materi Ekonometrika

ALHAMDULILLAH Jazakumullah Mba Rina semoga transfer ilmunya bermanfaat untuk ummat

10