Public Finance and Public Policy Jonathan

CopyrightGruber
© 2012 Fourth
Worth Edition
Publishers
Copyright © 2012 Worth Publishers 1 of 27
 Empirical Tools of Public Finance 3
• 3.1 Perbedaan Penting antara korelasi dan
kausalitas

• 3.2 Mengukur Penyebab dengan Data Kita

inginkan untuk dimiliki : Randomized Trials

• 3.3 Memperkirakan Penyebab dengan Data yang

Kita miliki: Observational Data
PREPARED BY

Dan Sacks
• 3.4 Kesimpulan
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 2 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3
Alat empiris Keuangan Publik

Bab ini berfokus pada keuangan publik empiris.

• Keuangan publik empiris: Penggunaan data dan
metode statistik untuk mengukur dampak kebijakan
pemerintah pada individu dan pasar.
Membedakan antara hubungan correlations dan
causal (sebab akibat) adalah tugas utama dalam
keuangan publik empiris.
• Correlated : Dua variabel ekonomi yang berkorelasi
jika mereka bergerak bersama-sama.
• Causal : Dua variabel ekonomi kausal terkait jika
pergerakan salah satu menyebabkan gerakan lainnya
(sebab akibat).
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 3 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.1
perbedaan Penting Antara Correlation
dan Causality

• Ada banyak contoh di mana causation and correlation

dapat membingungkan.
• Dalam statistik, ini disebut identifikasi
masalah(identification problem): Mengingat bahwa dua
seri berkorelasi, bagaimana Anda mengidentifikasi
apakah salah satu rangkaian menyebabkan rangkaian
yang lain?

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 4 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.1
The Problem

• Setiap kali kita melihat korelasi antara A dan B, ada

tiga penjelasan yang mungkin:
A menyebabkan B.
B yang menyebabkan A.
Beberapa faktor ketiga yang menyebabkan kedua.

• Masalah umum yang ekonom empiris hadapi dalam

mencoba untuk membedakan antara tiga penjelasan
ini. Korelasi(Correlation) saja tidak berarti sebab-
akibat(causation).

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 5 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.1
Example Identification Problem: Program persiapan
SAT

• Di antara siswa Harvard yang mengambil

program persiapan SAT, skor SAT adalah 63
poin lebih rendah dibandingkan mereka yang
tidak.
• Apakah program persiapan mengurangi nilai (yaitu, A
menyebabkan B)?
• Apakah skor rendah menyebabkan orang untuk
mengikuti kursus persiapan?
• Apakah beberapa faktor ketiga menyebabkan kedua
skor rendah dan pendaftaran?

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 6 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.2
Randomized Trials sebagai sebuah solusi

• Randomized trial (uji acak) memecahkan masalah

identifikasi.
• Randomized trial :tipe yang ideal untuk percobaan yang
dirancang untuk menguji kausalitas (sebab akibat),
dimana sekelompok orang secara acak dibagi menjadi
kelompok perlakuan(treatment group), yang menerima
penanganan menarik, dan kelompok kontrol (control
group) yang tidak.
• Treatment group : Himpunan individu yang tunduk
pada intervensi yang dipelajari.
• Control group : Himpunan individu sebanding dengan
kelompok perlakuan yang tidak tunduk pada intervensi
yang sedang dipelajari.
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 7 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.2
Randomized Trials sebagai sebuah solusi

Mengapa percobaan acak(randomized trials) memecahkan

masalah?
• percobaan acak mengesampingkan sebab-akibat
terbalik.
• percobaan acak berarti penanganan dan kontrol grup
dibedakan hanya dengan penangananya. Peraturan ini
keluar faktor-faktor ketiga yang menyebabkan kedua
pengaruh dan penanganan.
• Selisih antara penanganan dan kelompok kontrol harus
karena penanganannya.
• Oleh karena itu uji acak dianggap sebagai “Gold
standard" untuk menentukan kausalitas.
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 8 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.2
Masalah Bias

• Identifikasi masalah adalah masalah bias.

• Bias: Setiap sumber perbedaan antara kelompok
perlakuan dan kontrol yang berhubungan
dengan penanganan tetapi bukan karena
penangananya.
• Pengacakan akan menghilangkan Bias, itulah
sebabnya mengapa hal tersebut merupakan
standar emas “gold standard”

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 9 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.2
Mengukur hubungan sebab akibat dengan Data Kita
ingin memiliki: Randomized trials

• Percobaan acak(Randomized trials) berguna dalam

bidang kedokteran dan kebijakan publik.

• ERT: percobaan acak menunjukkan bahwa terapi

penggantian estrogen meningkatkan risiko penyakit
jantung. Percobaan ini menyebabkan pengurangan
penggunaan ERT.

• TANF: percobaan acak menunjukkan bahwa merubah

program-program kesejahteraan dapat mendorong kerja
diantara para penerimanya.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 10 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.2
Mengapa Kita Harus melampaui randomized trials

• Bahkan standar emas dari percobaan acak (randomized

trials) memiliki beberapa potensi masalah.
• Hasilnya hanya berlaku untuk sampel individu yang
secara sukarela untuk menjadi baik penanganan ataupun
kontrol- bukan populasi secara keseluruhan.
• Hal tersebut dapat mengakibatkan gesekan(attrition).
• Gesekan(attrition): Pengurangan ukuran sampel dari
waktu ke waktu, yang, jika tidak acak, dapat
menyebabkan perkiraan Bias.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 11 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Memperkirakan Penyebab dengan Data yang Kita
miliki: Observational Data

• Biasanya, data acak tidak tersedia; peneliti

mengandalkan data pengamatan.
Data pengamatan: Data yang dihasilkan oleh
perilaku individu yang diamati di dunia nyata, bukan
dalam konteks percobaan yang dirancang sengaja.

• Bias dapat meresap, masalah sulit dalam data

observasi.

• Namun demikian, metode yang tersedia dapat

memungkinkan kita untuk mendekati standar emas dari
percobaan acak.
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 12 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Time Series Analysis: Jaminan Kesejahteraan Kas
dan Jam Bekerja Di antara Single Mothers

Time series analysis: Analisis dua seri dari waktu ke

waktu.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 13 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Time Series Analysis: masalah-masalah

• Salah satu pendekatan umum adalah dengan

menggunakan analisis time series.
• Analisis time series seringkali menghasilkan pola
mencolok.
• Tidak memisahkan penyebab dari korelasi.
Subperiods berbeda (1968-1976, 1978-1983, 1993-
1998) memberikan kesan yang berbeda.
• Variabel dihilangkan dapat mendorong hasil-terutama
program ekonomi makro dan program upah-subsidi.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 14 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
kapan analisis time series digunakan?
Grafik harga rokok dan remaja yang merokok

• perubahan simultan pada harga dan tingkat

merokok terjadi pada tahun 1993 dan 1998-
seterusnya
• Sebab yang diketahui: perang harga, penimbunan
tembakau
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 15 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
analisis regresi cross-sectional

Alternatif untuk analisis time series adalah analisis regresi

cross-sectional.
• Analisis regresi cross-section: Analisis statistik dari
hubungan antara dua atau lebih variabel yang
ditunjukkan oleh banyak individu di satu titik waktu.
• Analisis regresi menemukan hubungan linear yang
paling cocok antara dua variabel.
• Garis regresi: Garis yang mengukur pendekatan linear
terbaik untuk hubungan antara dua variabel.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 16 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Analisis regresi Cross-Sectional: penawaran tenaga
kerja dan manfaat TANF

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 17 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Contoh data riil (nyata): penawaran tenaga kerja
dan manfaat TANF

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 18 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Masalah dari analisis regresi cross-section

• Ibu-ibu yang menerima manfaat terbesar dari TANF

bekerja dengan jam kerja tersingkat.
• Ada beberapa kemungkinan interpretasi dari
korelasi/hubungan ini
o Mungkin manfaat TANF yang lebih tinggi
menyebabkan peningkatan waktu luang.
o Atau mungkin beberapa ibu memiliki keinginan
tinggi untuk bersantai dan tidak akan bekerja
bahkan banyak jika manfaat TANF tidak tersedia-
dan manfaat yang rendah karena mereka tidak
bekerja sepenuhnya.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 19 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Variabel kontrol
Terkadang, variabel kontrol dapat memperbaiki bias..
• Variabel kontrol: Variabel yang termasuk dalam
model regresi cross-sectional untuk memperhitungkan
perbedaan antara perlakuan dan kelompok kontrol
yang dapat menyebabkan bias.
• Jika kita bisa mengukur “selera untuk bersantai" maka
kita bisa membandingkan dua ibu tunggal dengan rasa
yang sama untuk bersantai, tapi mendapat manfaat
TANF yang berbeda.
• Pada kenyataannya, mungkin mustahil untuk
mengukur "rasa untuk bersantai" dan semua variabel
lain yang relevan.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 20 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Quasi Experiments
Eksperimen semu

• Quasi-experiments: Perubahan lingkungan ekonomi

yang menciptakan pengelompokan perlakuan dan
kontrol yang hampir sama untuk mempelajari efek dari
perubahan lingkungan, memungkinkan ekonom
keuangan publik untuk mengambil keuntungan dari
pengacakan yang dibuat oleh perangkat eksternal..
• Perbedaan kebijakan di negara-negara dan lembur
sering membuat eksperimen semu.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 21 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Estimator Difference-in-Difference

Estimator difference-in-difference adalah bentuk

eksperimen semu yang populer.
• Estimator difference-in-difference: Perbedaan antara
perubahan outcome untuk kelompok perlakuan yang
mengalami intervensi dan kelompok kontrol yang tidak
mengalami intervensi..
• Contoh: Pada tahun 1998, Arkansas memotong
jaminan manfaat dari $ 5.000 hingga $ 4.000, tapi
Louisiana tidak mengubah kebijakan.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 22 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Manfaat dan penawaran Tenaga Kerja di Arkansas
dan Louisiana

Arkansas
1996 1998 Difference
Benefit guarantee ($) 5,000 4,000 −1,000
Hours worked 1,000 1,200 200
Louisiana
1996 1998 Difference
Benefit guarantee ($) 5,000 5,000 0
Hours worked 1,050 1,100 50

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 23 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
Permasalahan dalam eksperimen semu: Bias

• Dengan penelitian eksperimen semu, kita tidak dapat

benar-benar yakin bahwa kita telah menghilangkan
semua bias dari perbandingan perlakuan-kontrol..
• Studi eksperimen semu menggunakan dua
pendekatan untuk mencoba membuat argumen
bahwa mereka telah memperoleh perkiraan kausal..
• Pendekatan intuitif: menyatakan, memberikan
percobaan, sebagian besar bias telah dihapus..
• Statistik: menjukkan bahwa kelompok kontrol
alternatif memberikan hasil yang lebih baik.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 24 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.3
permasalahan pada eksperimen semu: Interpretasi

• Percobaan memberikan dampak berupa berkurangnya

beberapa kebijakan, namun tidak menjelaskan
mengapa kebijakan tersebut terlaksana.
• Perkiraan struktural: Perkiraan dari faktor yang
mendorong keputusan individu, seperti efek
pendapatan dan substitusi atau parameter utilitas..
• Mengurangi bentuk perkiraan : Ukuran dampak
total variabel independen pada variabel dependen,
tanpa menguraikan sumber yang merespon perilaku
dalam hal fungsi utilitas yang mendasar.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 25 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E
3.4
kesimpulan

• Isu utama untuk pertanyaan kebijakan adalah

membangun hubungan sebab akibat antara kebijakan
tersebut dan hasil bunga.
• Bagaimana membedakan kausalitas dari korelasi, atau
menghilangkan bias?
• Standar emas : uji coba secara acak.
• Metode alternatif: time series, analisis cross-sectional,
dan analisis eksperimen semu.
• Masing-masing alternatif memiliki kelemahan, tetapi
masalah identifikasi mungkin dapat diatasi
menggunakan pertimbangan cermat dari masalah
yang dihadapi.
Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 26 of 27
 CHAPTE R 3 ■ E MPI R I CAL TO O LS O F PU BLI C F I NAN C E

Kesimpulan

• Percobaan acak seringkali tidak layak diterapkan.

• Metode alternatif meliputi: time series, analisis cross-

sectional, dan analisis kuasi-eksperimental.

• Masing-masing alternatif memiliki kelemahan, tetapi ada

kemungkinan untuk mengatasi masalah identifikasi
menggunakan pertimbangan cermat dari masalah yang
dihadapi.

Public Finance and Public Policy Jonathan Gruber Fourth Edition Copyright © 2012 Worth Publishers 27 of 27