1

BAB I
PENDAHULUAN
Tujuan Pembelajaran:
1. Dapat menjelaskan konsep dasar ekonometrika
2. Dapat menjelaskan tujuan ekonometrika
3. Dapat menjelaskan metodologi ekonometrika
4. Dapat menjelaskan sifat dan sumber data ekonomi
5. Dapat menjelaskan regresi, kaulitas dan regresi
6. Dapat menggunakan program eviews

1.1 DEFENISI EKONOMETRIKA

Ekonometrika merupakan salah satu alat analisis utama didalam ilmu
ekonomi dan bisnis. Sebagai alat analisis, akhir-akhir ini peran ekonometrika
semakin penting ketika para ahli ekonomi dan para pengambil keputusan
dibidang bisnis membutuhkan informasi yang cepat dan akurat di dalam
pengambilan keputusan. Ekonometrika semakin diakui eksistensinya tidak hanya
sebagai alat analisis tetapi mampu berperan bagi kemaslahatan manusia ketika
dua ahli ekonometrika Engle dan Granger pada tahun 2003 mendapatkan hadiah
Nobel di bidang ekonomi.
Ekonometrika adalah penggunaan analisis komputer serta teknik
pembuatan model untuk menjelaskan hubungan antara kekuatan-kekuatan
ekonomi utama seperti ketenagakerjaan, modal, suku bunga, dan kebijakan
pemerintah dalam pengertian matematis, kemudian menguji pengaruh dari
perubahan dalam skenario ekonomi. Syahrul (2000:150).
Koutsoyiannis A. (1977). Econometrics is a combination of economic
theory, mathematical economics, and statistics, but it is completely distinct from
each one of these three branches of science.
"The application of mathematical statistics to economic data to lend
empirical support to models constructed by mathematical economics and to
obtain numerical estimates” (Samuelson et al., Econometrica, 1954)
Berdasarkan beberapa pengertian di atas, maka dapat disimpulkan bahwa
ekonometrika merupakan cabang dari ilmu ekonomi dengan menggunakan dan
menerapkan matematika dan statistika untuk memecahkan masalah-masalah
 2

ekonomi yang dibuat dalam suatu model ekonometrik yang kemudian diestimasi
hasilnya dan diuji lagi kesesuaiannya dengan teori ekonomi yang sudah ada.
Ekonometrika terkait dengan pengukuran hubungan ekonomi. Istilah
ekonometrika terbentuk dari dua kata Yunani, yaitu “oikonomia” (economy) dan
“metron” (measure). Ekonometrika adalah kombinasi dari teori ekonomi dan
statistik tetapi juga aspek tersebut berbeda satu sama lain.
Dalam terapan ilmu sosial khususnya ekonomi Ekonometrika dapat
didefinisikan sebagai ilmu sosial dimana teori ekonomi, matematika, dan
statistik inferensi digunakan untuk menganalisisi fenomena ekonomi.
Ekonometrika sebagai multidisiplin ilmu dibangun dari berbagai disiplin ilmu
yaitu teori ekonomi, matematika, dan statistika.
Teori ekonomi umunya dinyatakan dalam bentuk kulaitatif, misalnya kita
ingin mengukur seberapa besar pengaruh harga terhadap jumlah permintaan
suatu barang. Di dalam menjawab pertanyaan ini maka pekerjaan ekonometrika
dimulai dari teori ekonomi yang melandasi perntanyaan tersebut yaitu teori
ekonomi tentang permintaan. Teori permintaan menyatakan bahwa terdapat
hubungan yang negatif antara harga dan kuantitas yang diminta, faktor-faktor
lain tetap (cateris paribus). Jika harga naik maka jumlah barang yang diminta
akan turun dan sebaliknya jika harga turun jumlah barang yang diminta akan
naik. Teori ekonomi sendiri tidak memberikan suatu suatu ukuran angka yang
jelas mengenai hubungan antara kedua variabel tersebut.
Pekerjaan ekonometrika selanjutnya adalah membangun sebuah model
persamaan yang menjelaskan hubungan antara variabel harga dan jumlah
permintaan yang disederhanakan menjadi bentuk maematis berupa fungsi Q =
F(P) dan kemudian diperjelas menjadi persamaan linier yaitu Q= a-bP. Dalam
matematika ekonomi menyederhanakan teori ekonomi yang bersifat kualitatif
menjadi kuantitatif.
Setelah model terbangun maka pekerjaan ekonometrika adalah
mengestimasinya dan menguji kebenaran pernyataan teori ekonomi yang ada
untuk mencari besaran nilai dari a dan b dari persamaan yang diesbutkan diatas.
 3

Langkah terakhir ini sangat membutuhkan displin ilmu statistika,

berkenaan dalam pengumpulan data yang dicari dari kedua variabel, pemrosesan
dan penyajian data dalam bentuk tabel maupun grafik.
Ilustrasi penerapan ekonometrika ditunjukkan pada gambar 1.1

TEORI EKONOMI MATEMATIKA EKONOMI EKONOMETRIKA STATISTIK EKONOMI

Gambar 1.1 Ilustrasi penerapan ilmu ekonometrika

1.2 TUJUAN EKONOMETRIKA

Adapun tujuan dari ekonometrika ada 3 yaitu sebagai berikut :
1. Analisis Struktural
Ekonometrika harus mampu menunjukkan struktur hubungan antara variabel
ekonomi yang mampu menggambarkan perilaku fenomena ekonomi, serta
menganalisis dan menguji teori ekonomi berdasarkan data empiris.
2. Peramalan
Dari model struktural, ekonometrika harus dapat digunakan untuk meramalkan
berbagai variabel ekonomi di masa mendatang. Syaratnya, model harus valid.
Sebagai contoh, model ekonomi makro harus dapat digunakan untuk meramalkan
berapa nilai GNP jika diketahui besarnya nilai investasi, konsumsi, jumlah uang
beredar, dan lain-lain.
3. Evaluasi Kebijakan
Model ekonometrika dapat digunakan untuk mengevaluasi dan merencanakan
kebijakan. Biasanya, variabel kebijakan ada dalam model ekonometrika, misalnya
tingkat suku bunga. Dengan simulasi apabila tingkat suku bunga kredit dinaikkan
sebesar 2%, maka akan dapat diketahui dampak jangka pendek dan jangka
panjang terhadap pendapatan nasional, investasi, dan konsumsi.

1.3 METODOLOGI EKONOMETRIKA

Ekonometrika sabagai alat pengukuran di dalam ekonomi mempunyai
metodologi tertentu. Pada awal perkembangannya, metedologi ekonometrika
memfokuskan pada bagaimana mendapatkan estimator yang konsisten dan
efesien. Aliran metodologi ini disebut aliran klasik atau tradisional. Aliran
 4

metodologi klasik didalam ekonometrika ini dikenal dengan pendekatan bottom

up atau spesific to general.
Akan tetapi, aliran utama metodologi ekonometrika telah berubah sejak
dekade 1980. Aliran ini dipelopori oleh Hendry dan Richard. Aliran metodologi
ini bersifat top down atau general to specific. Aliran baru ini dapat dilihat dalam
Gambar 1.3. sebagaimana metodologi klasik, pekerjaan ekonometrika dimulai
dari pernyataan teori atau hipotesis. Langkah berikutnya membuat spesifikasi
model dan melakukan estimasi model yang kita bangun.
Namun setelah melakukan estimasi model kita tidak langsung melakukan
verifikasi hasil regresi, tetapi melakukan uji spesifikasi model dan diagnosis
(modelling) terlebih dahulu. Langkah ini diperlukan untuk membuktikan apakah
model yang kita bangun sudah tepat atau tidak bias lagi. Jika model sudah tepat
maka kita bisa membuat generalisasi melalui uji statistik. Selanjutnya hasil
estimasi tersebut dapat digunakan untuk melakukan prediksi atau peramalan.
Tetapi, apabila model yang ada belum tepat mak kita harus meninjau kembali
spesifikasi model yang kita bangun. Pembentukkan model harus kita lakukan
kembali pada langkah kedua.

Teori Ekonomi

Spesifikasi model

Pengumpulan data yang

Pendugaan parameter

Inferensi statistik

Terima teori jika data Tolak teori jika data tidak

cocok dengan teori (6) cocok dengan teori (6)
 Peramalan
teori baru (7)

Menguji langkah 2 s/d 5

5
sumber : Damodar Gujarati, 1978

Gambar 1.2. Prosedur Penelitian Ekonometrika

Langkah – langkah dalam metodologi penelitian ekonometrika yaitu

sebagai berikut :

Langkah 1
Model yang akan dibagun harus didasrkan kepada teori ekonomi (Teori
Ekonomi Mikro, Teori Ekonomi Makro dan Teori ekonomi Pembangunan).
Langkah pertama ini kemudian dinyatakan dalam persamaan matematika.
Pernyataan teori dalam spesifikasi model matematika dapat ditulis sebagai
berikut:

Y = β0 + β 1X β1 < 0 (1.1)

Dimana Y adalah permintaan barang; X adalah harga barang; β 0 dan β 1

adalah parameter estimasi yaitu intersep atau konstanta dan kemiringan (slope).
Variabel yang ada di sebelah kiri persamaan yaitu Y disebut variabel dependen
(dependent variable) atau variabel terikat yaitu variabel yang dipengaruhi
sedangkan yang disebelah kanan persamaan yaitu X disebut variabel independen
(independent variable) atau variabel penjelas (explanatory variable) yaitu
variabel yang mempengaruhi besar kecilnya variabel dependen.

Langkah 2
Menspesifikasikan model, meliputi :
a. Variable bebas atau variable penjelas maupun variable terikat yang
akan dimasukkan ke dalam model.
b. Asumsi – asumsi apriori mengenai nilai dan tanda parameter dari
model.
c. Bentuk matematik dari model.

Langkah 3
Penaksiran model dengan metode ekonometrika yang tepat, meliputi :
 6

a. Pengumpulan data.
b. Menyelidiki ada tidaknya pelanggaran asumsi klasik.
c. Menyelidiki syarat identifikasi jika modelnya mengandung lebih dari
satu persamaan.
d. Memilih teknik ekonometrika yang tepat untuk penaksiran model.

Langkah 4
Evaluasi atau pengujian untuk memutuskan apakah taksiran – taksiran
terhadap parameter sudah bermakna secara teoritis dan nyata secara statistik,
meliputi :
a. Kriteria a priori ekonomi
b. Kriteria statistik
c. Kriteria ekonometri

Langkah 5
Menguji kekuatan peramalan model.

Langkah 6
Inferensi Statistik
Apakah hasil uji statistic dan ekonometrik mendukung teori, jika tidak
mendukung ulangi cek data kembali serta beri alas an pendukung mengapai
hasil tidak sesuai dengan teori.
Tahapan-tahapan metodologi secara detail dapat dijelaskan sebagai
berikut. Metodologi ekonometrika dimulai dari teori ekonomi, misalnya teori
permintaan barang yang menyatakan bahwa hargaa berpengaruh negatif
terhadap jumlah yang diminta.
Setelah kita mempunyai spesifikasi model matematika langkah selanjutnya
adalah membentuk spesifikasi model ekonometrika. Spesifikasi model
matematika menunjukkan hubungan yang pasti (exact) atau deterministik
(deterministic) anatar variabel dependen dan independen. Namun hubungan
antara variabel ekonomi adalah tidak pasti. Untuk itu perlu modifikasi
 7

persamaan (1.1) tersebut diatas agar sesuai dengan perilaku ekonomi dengan
membentuk model ekonometrika menjadi :

Y i=β 0 + β 1 X i + e i (1.2)

Dimana e disebut variabel pengganggu atau kesalahan (disturbances/eror

terms) yang merupakan variabel random (random/stochastic variable). Kita
memasukkan variabel pengganggu ini karena faktor yang mempengaruhi jumlah
permintaan suatu barang tidak hanya harga barang tersebut tetapi juga
dipengaruhi variabel lain seperti harga barang lain.
Untuk bisa mengestimasi model ekonometrika pada persamaan (1.2)
sehingga mendapatkan mulai β 0 dan β 1 maka kita perlu mengumpulkan data.
Data yang kita kumpulkan untuk mengestimasi permintaan (1.2) bisa dalam
bentuk data antar tempat atau ruang (cross section), data urut waktu (time
series) atau gabungan keduanya disebut data panel. Setelah mendapatkan data
maka langkah selanjutnya adalah mengestimasi parameter persamaan (1.2).
Teknik yang digunakan adalah analisis regresi dengan menggunakan metode
OLS.
Misalnya dari teknik regresi kita mendapatkan persamaan sebagai berikut:
Y i=150,7 + 0,8125 X i (1.3)

Y adalah jumlah permintaan barang yang destimasi atau diharapkan

(expected). Nilai slope β 1 sebesar -0,8125 berarti jika harga barang naik Rp 1
maka jumlah yang diminta akan turun sebesar 0,8125. Pada langkah diatas ini
kita bisa membuktikan bahwa hasil regresi kita sudah sesuai dengan teori
permintaan dimana hubungan antara harga dan jumlah yang diminta adalah
negatif. Disamping itu hasil regresi ini memberi informasi seberapa besar
perubahan harga terhadap jumlah yang diminta. Setelah kita mengestimasi
model maka langkah selanjutnya adalah melakukan uji spesifikasi model dan
diagnosis. Langkah ini diperlukan untuk membuktikan bahwa spesifikasi model
yang kita bangun sudah tepat atau belum.
 8

Sebagian besar pekerjaan regresi berkaitan dengan regresi data sampel dari
pada regresi berdasarkan data populasi. Dari regresi sampel ini akan kita bisa
melakukan generalisasi terhadap karakterisrtik populasi. Namun untuk
membuktikan bahwa hasil regresi sampel memang membuktikan kebenaran
populasi maka perlu verifikasi melalui uji statistik (statistical inference).
Verifikasi ini berkaitan apakah variabel independen berpengaruh atau tidak
terhadap variabel dependen.
Setelah model yang dipilih sesuai dengan hipotesis atau teori maka
selanjutnya sebagai langkah yang terakhir adalah melakukan peramalan dan
pengambilan sebuah kebijakan dari hasil estimasi. Peramalan digunakan untuk
mengetahui seberapa besar nilai variabel dependen atas dasar nilai harapan dimasa
mendatang (expected future value) dari variabel independen. Misalkan harga
dimasa mendatang Rp 100 maka besarnya permintaan barang tersebut dengan
memasukkan angka tersebut ke persamaan (1.3) hasilnya sebagai berikut :
Y^i = 150,7 – 0,8125(100) (1.4)
Y^i = 69,45

1.4 DATA
Dilihat dari sifat pengukurannya (scaleability), data dapat diklasifikasikan
menjadi:
a. Nominal, adalah data yang bersifat kualitatif di mana setiap klasifikasi tidak
memiliki arti urutan (kecil-besar/superior-inferior). Data semacam ini
misalnya jenis kelamin. Jenis kelamin dapat di beri kode 1 untuk pria dan 0
untuk perempuan, di mana angka 1 dan 0 tidak memiliki arti urutan (yakni
pria lebih superior dari wanita).
b. Ordinal, adalah data yang bersifat kualitatif dimana setiap kualifikasi
memiliki arti urutan. Sebagai contoh adalah kualifikasi pendidikan, dimana
berlaku 1 = <SMP, 2 = SMA, 3 = Perguruan Tinggi dan 4 = Pasca Sarjana.
Angka 1 s/d 4 memiliki interprestasi semakin tinggi/semakin besar.
c. Interval, adalah data yang bersifat kuantitatif/numeris namun tidak memiliki
nilai no abosolut (sehingga rasio antar data tidak memiliki arti). Contoh :
 9

suhu; bahwa 10°C dan 20℃ memiliki selisih 10° tetapi tidak dapat di artikan
bahwa 20℃ adalah dua kali lebih panas dari 10℃.
d. Rasio, adalah data yang bersifat kuantitatif yang memiliki nilai nol absolut.
Contoh : tinggi badan, jika A memiliki tinggi 190 cm dan B adalah 95 cm
maka A adalah dua kali lebih tinggi dari B.

Ditinjau dari cara pengambilan maka data dapat diklasifikasikan sebagai:

1. Cross Section, jika data diambil dari berbagai unit (misalnya individu, rumah
tangga, perusahaan, dan sebagainya) pada satu titik waktu. Contoh: Data tinggi
badan mahasiswa pendidikan ekonomi UNIMED yang berjumlah 6 orang.
No. Observasi Nama Mahasiswa Tinggi Badan (cm)
1 Irham 170
2 Mei 155
3 Ridwan 171
4 Nisa 160
5 Iqbal 169
6 Nurul 159
Tabel 1.1. Cross Section

2. Time Series, jika data diambil dari suatu periode waktu. Contoh: jumlah
lulusan pendidikan ekonomi UNIMED tahun 2010 s/d 2014.
No.Observasi Periode Jumlah Lulusan
1 2010 150
2 2011 160
3 2012 142
4 2013 165
5 2014 170
Tabel 1.2 Time Series

3. Panel/longitudinal, jika data diambil dari berbagai unit pada suatu periode
waktu. Contoh data pengeluaran dan pendaparan dari 3 Mini Market pada
frekuensi semesteran pada periode 2017. Tipe data semacam ini adalah hasil
penggabungan cross section dengantime series.
No. Nama Mini market Peroode Pengeluaran (Rp) Pendapatan (Rp)
1 Indo Midi 2017 s1 560.000.000 1.000.020.000
2 Indo Midi 2017 s2 520.000.000 900.450.000
3 Alfa Maret 2017 s1 420.000.000 870.000.000
 10

4 Alfa Maret 2017 s2 410.000.0000 730.000.000

5 ForCare 2017 s1 700.000.000 1.200.000.000
6 ForCare 2017 s2 780.000.000 1.400.000.000
Tabel 1.3 Data Panel

Terdapat beberapa hal yang dapat menjadi pertimbangan dalam pemilihan

cara pengambilan data, di antaranya:
a. Feasibility, penggunaan data cross section atau time series lebih murah dari
pada panel data.
b. Information, kandungan informasi yang dimiliki oleh data panel adalah terbaik
dibandingkan time series dan cross section.
c. Kebutuhan, analisis ekonometris lanjutan menunjukkan beberapa aspek analisis
empiris membutuhkan data yang bersifat panel (woolbridge, 2005, hal. 13).

1.5 SIFAT DAN SUMBER DATA

Tingkat keberhasilan dari analisis ekonometrika dipengaruhi dari ada
tidaknya ketersediaan data. Memperoleh Data pekerjaan ekonometrika dapat
diperoleh dari dua sumber yaitu dari data eksperimen (experimental data) dan data
non eksperimen (non experimental data). Data eksperimen berasal dari hasil
eksperimen atau percobaan yang kita lakukan, sedangkan data non eksperimen
adalah data yang kita peroleh dari hasil observasi atau pengamatan (observation)
perilaku aktual agen ekonomi.
Sebagian besar data ekonomi dan bisnis adalah data non eksperimen
sehingga pekerjaan ekonometrika berdasarkan jenis data ini. Data non eksperimen
dapat kita klasifikasikan sebagai data primer dan data sekunder. Data primer
adalah data yang diperoleh secara langsung dari obyek baik melalui metode
wawancara, kuesioner, telepon dan sebagainya. Sedangkan data sekunder adalah
data yang kita peroleh dari sumber kedua dan biasanya data ini sudah siap pakai.
Data sekunder ini mudah kita dapatkan dan tersebar luas pada berbagai sumber.
Data-data ekonomi yang dikeluarkan pemerintah baik dari Badan Pusat
Statistik(BPS) maupun data dari Bank Indonesia sudah tersedia secara lengkap.
Begitu pula data-data bisnis juga sudah relatif tersedia seiring dengan banyaknya
perusahaan yang sudah go publik.
 11

Dengan berkembangnya data elektronik maka sekarang kita bisa lebih

mudah mendapatkan data dengan mengakses data melalui internet. Misalnya data-
data ekonomi indonesia bisa diakses melalui situs Bank Indonesia : www.bi.go.id.
Begitu pula data-data ekonomi dari negara lain, misalnya data ekonomi Amerika
Serikat bisa diakses dari salah satu bank sentralnya di Saint Louis (federal
Reserve of St. Louis) melalui situs : www.stls.frb.org.

1.6 REGRESI, KAUSALITAS, DAN KORELASI

Regresi merupakan metode estimasi utama didalam ekonometrika. Sejarah
regresi dimulai dari ide Francis Galton. Francis Galton mengatakan bahwa orang
tua yang tinggi mempunyai kecenderungan mempunyai anak yang tinggi pula
sedangkan orang tua yang pendek mempunyai kecenderungan mempunyai anak
yang pendek pula. Namun secara umum tinggi rendahnya anak akan mengikuti
perkembangan tinggi rata-rata populasi. Dari ide Galton ini, regresi berarti
mempelajari bagaimana pengaruh satu variabel independen terhadap variabel
dependen. Regresi dalam pengertian modern adalah studi bagaimana variabel
dependen dipengaruhi oleh satu atau lebih dari variabel independen dengan tujuan
untuk mengestimasi dan atau memprediksi nilai rata-rata varibel dependen
didasarkan pada nilai variabel independen yang diketahui.
Analisis regresi yang menjelaskan hubungan antara variabel dependen dan
variabel independen berkaitan erat dengan hubungan yang bersifat statistik, bukan
hubungan yang pasti. Di dalam statistika hubungan yang tidak pasti ini disebut
hubungan yang acak (random) atau stokastik (stochastic). Hubungaan ini
mencerminkan perilaku ekonomi. Misalnya, walaupun semua toko menawarkan
harga barang yang sama, belum tentu setiap toko volume penjualannya sama.
Dengan demikian dalam persamaan regresi berarti sisi kiri tidak sama dengan sisi
kanan. Sementara itu hubungan di dalam persamaan matematika menjelaskan
hubungan yang pasti (deterministic) antara variabel yang satu dengan variabel
yang lain. Sisi kiri persamaan harus samaa dengan sisi kanan persamaan.
Regresi berbeda dengan kausalitas. Regresi menunjukkan hubungan satu
arah yakni dari variabel independen ke variabel dependen. Sedangkan kausalitas
menunjukkan hubungan dua arah. Dalam banyak kasus perilaku ekonomi,
 12

hubungan antar variabel tidak hanya bersifat satu arah tetapi dua arah. Misalnya
hubungan antara hubungan pertumbuhan ekonomi dan jumlah uang beredar. Jika
pertumbuhan ekonomi tinggi maka jumlah uang beredar cenderung untuk naik.
Sebaliknya jika jumlah uang beredar naik, maka akan mendorong pertumbuhan
ekonomi. Dengan demikian didalam hubungan kausalitas, semua variabel adalah
variabel dependen, tidak ada variabel independen.
Regresi juga berbeda dengan korelasi. Korelasi menunjukkan derajat
asosiasi atau keeratan hubungan antara satu variabel dengan variabel lainnya.
Korelasi yang tinggi tidak berarti karena satu variabel mempengaruhi variabel
yang lain. Korelasi yang tinggi ini mungkin disebabkan variabel bergerak dalam
arah yang sama atau berkebalikan yang dikenal dengan pengertian tren. Jika satu
variabel naik maka akan diikuti oleh varibel lain dengan gerak yang searah atau
gerak yang berlawanan arah.

1.7 Mengenal dan Menggunakan Eviews

Eviews adalah program komputer yang digunakan untuk mengolah data
statisti dan data ekonometrika. Pada saat ini penulis menggunakan versi 6.
1. Menjalankan program eviews
 Hidupkan komputer sehingga muncul menu utama window
 Buka program eviews maka akan muncul gambar
 13

Gambar 1.3 Menu Utama Eviews

2. Menciptakan filekerja (workfile) di eviews
 Sebelum kita menciptakan file kerja di dalam eviews kita tampilkan data
yang akan digunakan di dalam regresi misalnya Kemiskinan di Provinsi
Sumatera Utara mengalami perkembangan fluktuasi sehingga hal ini
menarik untuk diteliti. Dengan persamaan regresi:
Y = b0 + b1X1 + e (1.5)

Ada pun variabel yang diteliti adalah produk domestik regional bruto dan
kemiskinan di Provinsi Sumatera Utara dengan data terlampir di bawah in
TAHUN KM PDRB
2000 1,939,202 24,016.6
2001 1,908,373 24,911.1
2002 1,883,890 25,925.4
2003 1,889,400 27,086.9
2004 1,800,100 28,598.6
2005 1,840,200 87,897.8
2006 1,979,702 93,347.4
2007 1,768,500 99,792.3
2008 1,613,800 106,172.4
2009 1,499,700 111,559.2
2010 1,490,900 118,718.9
2011 1,436,400 126,587.6
2012 1,400,400 134,461.5
2013 1,416,400 142,537.1
2014 1,360,600 419,649.3
Tabel 1.4 Data Penelitian
 Untuk memulai file kerja maka klik file pada menu itama lalu pilih new
dan kemudian klik workfile sehingga akan muncul gambar
 14

Gambar 1.4 Menentukan Jenis File

 Karena data kita adalah tahunan maka klik frequency: annual pada gambar
1.4 maka selanjutnya kita masukkan awal penelitian (start date) 2000 dan
akhir penelitian (end date )2014.
 Setelah kita masukkan data awal dan akhirnya maka kemudian kita klik ok
maka akan muncul gambar :

Gambar 1.5 Tampilan awal workfile baru

 Gambar menunjukkan file kerja tahunan dari 2000 sampai 2014, setelah
itu kita akan membentuk variabel yang dibutuhkan dalam persamaan
regresi yaitu variabel Y dan X1
 Langkah selanjutnya klik object, new object dan akan muncul gambar
 15

Gambar 1.6 Tampilan object

 Di dalam tampilan ada dua pilihan yang harus kita isi yaitu type of object
dan name for object. Karena data kita adalah berupa series maka kita pilih
series dan kemudian ketik Y untuk name for object. Setelah itu kita klik
ok. Lakukan hal yang sama untuk variabel lainnya yaitu X1.
 Ssetelah kita memilih object untuk ketiga variabel maka akan muncul
tampilan :

Gambar 1.7 Tampilan layar kerja Eviews

Mengimpor data :
 data yang kita punya bisa tersimpan di dalam excel dan kita bisa
menggunakan data tersebut dengan fasilitas import yang diesediakan oleh
eviews.
 Klik menu file, import, read test-lotus excek sehingga akan terlihat seperti
 16

Gambar 1.8 Tampilan Data Berformat XL

 Lalu pilih lah salah satu file yang akan anda impor dan diakhir dengan
mengklik open
 Anda akan diminta menentukan posisi awal data. Biasanya posisi ini ada
di sel B2, sehingga pada isisan upper-left data cell sudah terisi B2. Pada
isis bawahnya, isikan bentuk model yang akan dianalisis yaitu y dan x1.

Gambar 1.9 Menentukan variabel yang akan diimpor

 Setelah anda klik ok, tampilan workfile akan tampak seperti gambar
 17

Gambar 1.10 Tampilan workfile dengan variabel

 Agar anda tidak berungkali melakukan langkah diatas, workfile dapat
disimpan dengan cara mengklik menu file, save as, lalu isikan nama file,
misalnya data eviews.wf1

1.8 TUGAS KERANGKA KULIFIKASI NASIONAL INDONESI (KKNI)

A. Tugas Rutin
1. Jelaskan defenisi ekonometrika
2. Jelaskan ekonometrika sebagai suatu multidisplin ilmu
3. Buatlah contoh data jenis data menurut cara pengambilannya

B. Tugas Mini Riset

Bentuklah kelompok yang terdiri dari 3-4 orang cari lah data endogen dan
eksogen dari penelitian ekonomi yang ingin anda teliti