Ekonometrika

Program Studi Statistika

Semester Ganjil 2011

Dr. Rahma Fitriani, S.Si., M.Sc.

Review Analisis Regresi
Analisis 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 Predictor
Regressand Regressor
Response Stimulus
Endogenous Exogenous
Outcome 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 Ekonomi
Tipe 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
Time Series Data
 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)
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
Pooled data
 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

Dr. Rahma Fitriani, S.Si., M.Sc.

Tipe Data untuk Analisis Ekonomi
Panel, Longitudinal atau Micropanel Data
 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
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

Dr. Rahma Fitriani, S.Si., M.Sc.