Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.

Presentasi serupa


Presentasi berjudul: "Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc."— Transcript presentasi:

1 Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc.

2 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.

3 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.

4 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.

5 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.

6 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.

7 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.

8 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.

9 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.

10 Terminologi Peubah tak bebas (dependent)Peubah Penjelas (Explanatory) ExplainedIndependent PredictandPredictor RegressandRegressor ResponseStimulus EndogenousExogenous OutcomeCovariate  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.

11 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.

12 Tipe Data untuk Analisis Ekonomi  Sekumpulan pengamatan yang diamati pada satu/beberapa peubah pada waktu yang berbeda (Y t )  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. Time Series Data

13 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 (Y1 i ) dan harga telur (X1 i ) untuk 50 negara bagian di US pada tahun 1990, i =1, …, 50  Produksi telur (Y2 i ) dan harga telur (X2 i ) untuk 50 negara bagian di US pada tahun 1991, i =1, …, 50 Dr. Rahma Fitriani, S.Si., M.Sc.

14

15 Tipe Data untuk Analisis Ekonomi Dr. Rahma Fitriani, S.Si., M.Sc.  Gabungan dari time series dan cross section data  Produksi telur (Y i ) dan harga telur (X i ) untuk 50 negara bagian di US pada tahun 1990 dan tahun 1991  Perbedaan waktu tidak dipentingkan, dianggap sebagai ulangan  Total pengamatan n = = 100  i = 1, …, 100 Pooled data

16 Tipe Data untuk Analisis Ekonomi Dr. Rahma Fitriani, S.Si., M.Sc.  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  Y it : Produksi telur pada negara bagian i pada tahun t  X it : Harga telur pada negara bagian i pada tahun t  i = 1, …, 50, t = 1990, 1991 Panel, Longitudinal atau Micropanel Data

17 Contoh Lain Panel Data Dr. Rahma Fitriani, S.Si., M.Sc.  Sensus n rumah tangga untuk 5 tahun  Unit cross section:  Rumah tangga  Setiap tahun, rumah tangga yang sama diwawancara, tentang jumlah pendapatan (Y)  Y it : 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

18 Sumber Data Ekonomi Dr. Rahma Fitriani, S.Si., M.Sc.  Lembaga pemerintahan  BPS  SuSeNas: Sensus Ekonomi Pemerintah  Bank Indonesia  Lembaga Internasional  IMF  Bank Dunia  Organisasi swasta lainnya  Internet

19 Sumber Data Ekonomi Dr. Rahma Fitriani, S.Si., M.Sc.  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


Download ppt "Ekonometrika Program Studi Statistika Semester Ganjil 2011 Dr. Rahma Fitriani, S.Si., M.Sc."

Presentasi serupa


Iklan oleh Google