PENERAPAN PENURUNAN MODEL EKONOMETRIK DAN ANALISIS REGRESI

Slides:



Advertisements
Presentasi serupa
Evaluasi Model Regresi
Advertisements

Kuliah ke 2 sifat-sifat analisis regresi
KULIAH KE 3 METODE EKONOMETRIKA
REGRESI LINIER SEDERHANA
EKONOMETRIKA TERAPAN (Pertemuan #3)
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
KORELASI DAN REGRESI LINEAR SEDERHANA
KORELASI & REGRESI LINIER
Teknik Pemisahan Biaya Campuran
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
KONSEP DAN PENGUJIAN UNIT ROOT
Ekonometrika Program Studi Statistika, semester Ganjil 2011/2012 Dr. Rahma Fitriani, S.Si., M.Sc.
Ekonometrika Program Studi Statistika, semester Ganjil 2012/2013 Dr. Rahma Fitriani, S.Si., M.Sc.
Agribusiness Study of Programme Wiraraja University
K O N S E P D A S A R A N A L I S I S R E G R E S I
Regresi Linear Dua Variabel
BAB 15 ANALISIS REGRESI DAN KORELASI LINIER
REGRESI LINIER SEDERHANA
EKONOMETRIKA Pertemuan 1: Pendahuluan Dosen Pengampu MK:
Dosen pengasuh: Moraida hasanah, S.Si.,M.Si
Ekonometrika Lanjutan
Ekonometrika Lanjutan
ANALISIS REGRESI DAN KORELASI LINIER
Analisis Korelasi dan Regresi linier
(MENGGUNAKAN MINITAB)
ANALISIS REGRESI DAN KORELASI
Pertemuan 11 Chow Test.
Restricted Least Squares & Omitted Test
Operations Management
Pertemuan ke 14.
Program Studi ekonomi pembangunan Semester Ganjil 2012
ANALISIS REGRESI.
Program Studi Statistika, semester Ganjil 2012/2013
Muchdie, Ir, MS, Ph.D. FE-Uhamka
Heterokedastisitas Model ARACH dan GARCH
EKONOMETRIKA Pertemuan 1: Pendahuluan Dosen Pengampu MK:
ANALISIS REGRESI BERGANDA
Pertemuan ke 14.
Ekonometrika: Pendahuluan
EKONOMETRIKA PENGERTIAN.
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
Program Studi Statistika, semester Ganjil 2012/2013
ANALISIS REGRESI & KORELASI
PERAMALAN DENGAN GARIS REGRESI
Program Studi Statistika, semester Ganjil 2012/2013
Regresi Linier Sederhana
Program Studi Statistika, semester Ganjil 2012/2013
Operations Management
Operations Management
ANALISIS REGRESI SEDERHANA
PERTEMUAN KE-14 STATISTIK DESKRIPTIF
Uji Kausalitas Granger
Agribusiness Study of Programme Wiraraja University
KONSEP PENERAPAN ANALISIS EKONOMETRIKA
MUHAMMAD HAJARUL ASWAD
STATISTIK DESKRIPTIF STATISTIK DESKRIPTIF ADALAH STATISTIK YANG DIGUNAKAN UNTUK MENGANALISIS DATA DENGAN CARA MENDESKRIPSIKAN ATAU MENGGAMBARKAN DATA YANG.
MODEL REGRESI DENGAN VARIABEL BEBAS KATEGORI
REGRESI LINIER BERGANDA (MULTIPLE LINEAR REGRESSION)
Disampaikan Pada Kuliah : Ekonometrika Terapan Jurusan Ekonomi Syariah
Agribusiness Study of Programme Wiraraja University
MODEL REGRESI DENGAN VARIABEL BEBAS DUMMY
EKONOMETRIKA Presented by : Reza PREHANDINI RIZKY DWI YULIANTO
Agribusiness Study of Programme Wiraraja University
Analisis Regresi Regresi Linear Sederhana
KORELASI & REGRESI LINIER
PRAKTIKUM STATISTIKA INDUSTRI
Ekonomi Manajerial dalam Perekonomian Global
PENGANTAR EKONOMETRIKA
Analisis Regresi Regresi Linear Sederhana
Transcript presentasi:

PENERAPAN PENURUNAN MODEL EKONOMETRIK DAN ANALISIS REGRESI | PROGRAM STUDI EKONOMI SYARIAH - FAI – UMM | | MATA KULIAH : EKONOMETRIKA TERAPAN | | DOSEN : JOKO PRIANTO, SE., MT. | PENERAPAN PENURUNAN MODEL EKONOMETRIK DAN ANALISIS REGRESI PROGRAM STUDI EKONOMI SYARIAH(S1) FAKULTAS AGAMA ISLAM UNIVERSITAS MUHAMMADIYAH MALANG

Tahapan Metode Ekonometrika Pernyataan Teori atau hipotesis (dugaan) Spesifikasi model matematika Spesifikasi model ekometrika Pengumpulan data Estimasi parameter Pengujian Hipotesis Peramalan atau prediksi Mengunakan model

Langkah-langkah metodologi ekonometrika: 1. Pernyataan Teori atau hipotesis (dugaan) 2. Spesifikasi model matematika dari teori atau hipotesis 3. Spesifikasi model statistika atau ekometrika 4. Pengumpulan data 5. Estimasi parameter dalam model ekonometrika 6. Pengujian Hipotesis 7. Peramalan atau prediksi 8. Menggunakan model untuk pengendalian atau tujuan kebijakan

1. Pernyataan Teori atau hipotesis (dugaan) Pengertian Model Ekonomi  Model ekonomi adalah bangunan logika yang berusaha menyederhanakan hubungan sebabakibat yg rumit dan pengaruh diantara elemenelemen yg saling berinteraksi dalam perekonomian. Dengan model ekonomi para ekonom dapat melakukan percobaan atau simulasi dengan skenario yg berbeda, untuk mengevaluasi pengaruh dari suatu pilihan kebijakan.

Contoh : Teori Konsumsi Keyness Teori Marginal Propensity to Consume (MPC), laju perubahan konsumsi untuk setiap penambahan 1 unit (rupiah) pendapatan, MPC berada antara 0 dan 1 C = co + mpc.Yd

Teori Konsumsi Keynes, menjelaskan bahwa konsumsi seseorang dan atau masyarakat secara absolut ditentukan  oleh tingkat pendapatan, kalaupun ada faktor lain yang juga menentukan, maka menurut Keynes kesemuanya itu tidak berarti apa-apa dan sangat tidak menentukan. Teori Konsumsi Keynes didasarkan pada 3 postulat yaitu: 1. Konsumsi meningkat apabila pendapatan meningkat, akan tetapi besarnya peningkatan konsumsi tidak akan sebesar peningkatan pendapatan, batasannya yaitu bahwa kecenderungan mengkonsumsi marginal (MPC) adalah antara nol dan satu, dan pula besarnya perubahan konsumsi selalu diatas 50% dari besarnya perubahan pendapatan (0,5<MPC<1) 2. Rata-rata kecenderungan mengkonsumsi (APC), bahwa setiap terjadi peningkatan pendapatan maka pastilah rata-rata kecenderungan menabung akan semakin tinggi. 3. Bahwa pendapatan adalah merupakan determinan (faktor penentu utama) dari konsumsi. Faktor lain dianggap tidak berarti. Keynes menjelaskan bahwa konsumsi saat ini sangat dipengaruhi oleh pendapatan disposabel saat ini. Menurut Keynes, ada batas konsumsi minimal yang tidak tergantung tingkat pendapatan. Artinya, tingkat konsumsi tersebut harus terpenuhi, walaupun tingkat pendapatan sama dengan nol. Itulah yang disebut dengan konsumsi otonomus. Jika pendapatan disposabel meningkat, maka konsumsi juga meningkat. Hanya saja peningkatan tersebut tidak sebesar peningkatan pendapatan disposabel.

2. Spesifikasi model matematika Pemodelan matematika adalah memodelkan hubungan fungsional dalam dunia nyata dengan menggunakan bahasa matematika. Pemodelan matematika digunakan untuk Mendeskripsikan (describe) fenomena dunia nyata Menyelidiki pertanyaan penting berkenaan dengan dunia yang teramati Menjelaskan (explain) fenomena dunia-nyata Menguji gagasan atau ide-ide Membuat prediksi

Contoh : Y = ß0 + ß1X ; 0 < ß1 < 1 Dimana: Y = pengeluaran Konsumsi X = pendapatan ß0, ß1 = parameter persamaan (model) ß0 = Intersep/konstanta yaito konsumsi otonom ß1 = slope , dalam hal ini sbg MPC

3. Spesifikasi model ekometrika Y = ß0 + ß1X + u ; 0 < ß1 < 1 Bentuk persamaan fungsi linier dimana u = disturbance, error term yang bersifat random atau stokastik, yang menggambarkan perilaku probabilistik dari Y  model probabilistik (berlawanan dengan deterministik)

Model Ekonometrika Model Matematika

4. Pengumpulan Data Untuk memperoleh nilai numeric ß1 dan ß2, kita membutuhkan data. Lihat tabel berikut, yang menghubungkan antara personal consumption expenditure (PCE) and the gross domestic product (GDP). Data dalam nilai riil.

5. Estimasi parameter dalam model ekonometrika Analisis regresi adalah alat utama yang digunakan untuk memperoleh dugaan koefisien-koefisien. Dengan metode regresi dan data pada tabel di atas diperoleh, yaitu, ß0 = -184.08 dan ß1 = 0.7064, dengan demikian fungsi konsumsi dugaan: Yˆ= -184,08 + 0,7065X Garis regresi lumayan bagus dengan slope coefficient (i.e., MPC) = 0.70, setiap peningkatan pendapatan riil Rp. 1 akan meningkatkan sekitar Rp. 0,7 (secara rata- rata) dalam konsumsi riil.

Y = -184,08 + 0,71X Dependent Variable: Y Method: Least Squares Date: 10/19/17 Time: 14:15 Sample: 1982 1996 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. C -184.0780 46.26198 -3.979034 0.0016 X 0.706408 0.007827 90.24707 0.0000 R-squared 0.998406 Mean dependent var 3964.087 Adjusted R-squared 0.998284 S.D. dependent var 489.6614 S.E. of regression 20.28525 Akaike info criterion 8.981231 Sum squared resid 5349.390 Schwarz criterion 9.075638 Log likelihood -65.35923 F-statistic 8144.534 Durbin-Watson stat 2.081830 Prob(F-statistic) 0.000000 Y = -184,08 + 0,71X

6. Uji Hipotesis Untuk mengetahui apakah koefisien dugaan yang diperoleh di atas sejalan dengan harapan teori maka perlu diuji. Keynes mengharapkan MPC bernilai positif tetapi kurang dari satu (ß1 ≤1). Dalam kasus ini kita mendapati MPC = 0.70. Sebelum mengkonfirmasi teory konsumsi Keynes, kita harus meneliti apakah angka dugaan berada dibawah satu. Dengan kata lain secara statistika 0,70 kurang dari satu. Jika benar maka temuan ini mendukung Teori Keynes. Konfirmasi dengan cara seperti itu atau sanggahan terhadap teori ekonomi berbasis bukti sampel adalah dasar dari teori statistika yang dikenal dengan statistical inference (hypothesis testing).

7. Peramalan dan Prediksi Misalkan kita bermaksud meprediksi rata-rata belanja konsumsi untuk tahun 1997. GPD 1997 adalah Rp. 7.269,8 milyar: Yˆ= -184,0779 + 0,7064 (7.269,8) = 4951.3 Angka actual dari belanja konsumsi yang dilaporkan pada tahun 1997 adalah Rp. 4.913,5 milyar, sementara prediksi model adalah Rp. 4.951,3 milyar. Jadi kelebihan Rp. 37,82 milyar, atau kesalahan prediksi adalah Rp. 37,82 milyar atau sekitar 0,76% dari nilai actual GDP 1997

8. Menggunakan model untuk Pengendalian atau Penyusunan Kebijakan Dengan persamaaan terestimasi di atas, pemerintah percaya bahwa belanja konsumen sekitar Rp. 4.900 milyar akan menahan laju pengangguran pada level 4,2%. Berapa level pendapatan yang akan menjamin tercapaiknya target belanja konsumsi tsb? Jika hasil regresi di atas dianggap benar, aritmatika sederhana akan menunjukkan: 4900 = -184.0779 + 0.7064X Dengan menyelesaikan persamaan diperoleh X = 7197 (kira-kira), Jadi dengan level pendapatan Rp. 7.197 milyar, dan MPC=0,70, akan melahirkan belanja konsumen sekitar Rp. 4. 900 milyar.

Terima kasih

Latihan Studi Kasus Studi Kasus 1. Dasar teori/hipotesis Simpanan masyarakat dipengaruhi oleh asset keuangan, dimana asset keuangan memiliki hubungan yang positif terhadap jumlah simpanan masyarakat. Selain itu simpanan jg dipengaruhi oleh faktor lain, namun tidak begitu besar pengaruhnya. 2. Merumuskan model matematis Y : simpanan masy. X : Asset keuangan Yi = bo + b1X Maksudnya, simpanan masy. dipengaruhi oleh var. asset keu., dengan arah koefisien yang positif. Pers. Tsb menunjukkan hub deterministik, artinya simpanan hanya dipengaruhi oleh asset keu.

3. Merumuskan model ekonometrik Berdasarkan model matematis diturunkan menjadi model ekonometrik. Yi = bo + b1Xi + ui Yi : simpanan masy. Xi : Asset keuangan Ui : variabel pengganggu Maksudnya, simpanan masy. dipengaruhi oleh var. asset keu., dengan arah koefisien yang positif. Pers. Tsb menunjukkan hub stokastik/probabilistik, artinya simpanan dipengaruhi oleh asset keu., serta faktor lain yang tidak dimasukkan ke dalam model scr eksplisit

4. Pengumpulan data Variabel, Indikator, Data 1) a. Var. Simpanan masy. : var terikat (Y) b. Indikator var. : simpanan di bank dan surat berharga c. Data : jumlah simpanan di bank nasional di Indonesia dan surat berharga dalam periode bulanan, dalam rupiah 2) a. Var. Asset Keu. : var bebas (X) b. Indikator var. : jumlah asset keu. yang dimiliki oleh masy., yaitu jumlah total yg berasal dari: 1) Aktiva Luar Negeri Bersih, 2) Tagihan kepada Bank Indonesia, 3) Tagihan Bersih Kepada Pemerintah Pusat, 4) Tagihan Kepada Sektor Lainnya, 5) Kewajiban pada Bank Indonesia, 6) Simpanan dan Surat Berharga yang Tidak Termasuk Uang Beredar, 7) Kewajiban kepada Lembaga Keuangan, 8) Saham dan Modal Lainnya, 9) Lainnya Bersih c. Data : jumlah total seluruh jenis asset keuangan yang meliputi: 1) Aktiva Luar Negeri Bersih, 2) Tagihan kepada Bank Indonesia, 3) Tagihan Bersih Kepada Pemerintah Pusat, 4) Tagihan Kepada Sektor Lainnya, 5) Kewajiban pada Bank Indonesia, 6) Simpanan dan Surat Berharga yang Tidak Termasuk Uang Beredar, 7) Kewajiban kepada Lembaga Keuangan, 8) Saham dan Modal Lainnya, 9) Lainnya Bersih. Dalam periode bulanan tahun 2015-2016, dalam rupiah.

Tahun Bulan Saving Asset Keu 2015 Januari 3.782.691   Februari 3.829.990 Maret 3.864.324 April 3.879.935 Mei 3.881.775 Juni 3.948.949 Juli 3.940.978 Agustus 3.980.226 September 4.079.678 Oktober 4.007.309 Nopember 4.014.537 Desember 4.076.998 2016 4.058.455 4.099.765 4.141.558 4.145.709 4.172.527 4.225.287 4.254.594 4.279.488 4.268.027 4.310.413 4.391.693 4.496.492 Yi : simpanan masy. (Rp. Milyar) Xi : Asset keuangan (Rp. Milyar)

5. Estimasi parameter dalam model ekonometrik Yi = bo + b1Xi + ui Yi : simpanan masy. Xi : Asset keuangan Ui : variabel pengganggu Metode estimasi menggunakan kuadrat terkecil biasa (Ordinary Least Square/OLS/LS). Persamaan model regresi linier sederhana. Dependent Variable: Y Method: Least Squares Date: 10/28/17 Time: 10:24 Sample: 2015:01 2016:12 Included observations: 24 Variable Coefficient Std. Error t-Statistic Prob. C 2.168753 1.451955 1.493678 0.1495 X 0.999999 3.55E-07 2818872. 0.0000 R-squared 1.000000 Mean dependent var 4088808. Adjusted R-squared S.D. dependent var 186370.1 S.E. of regression 0.317077 Akaike info criterion 0.620312 Sum squared resid 2.211835 Schwarz criterion 0.718483 Log likelihood -5.443745 F-statistic 7.95E+12 Durbin-Watson stat 1.967142 Prob(F-statistic) 0.000000

Interpretasi Persamaan model emperis Y = 2,17 + 1,00X Atau tanpa pembulatan Y = 2,16 + 0,99X bo = 2,16; menunjukkan simpanan masy. (Y) sebesar Rp. 2,16 milyar pada asset keuangan (X) konstan atau atau tidak berubah (X = 0). b1 = 0,99; menunjukkan bahwa pengaruh asset keu. (X) thd simp. masy. (Y) adalah positif sebesar 0,99. Jika asset keu (X) naik sebesar Rp. 1, maka simp msy (Y) naik sebesar Rp. 0,99, sebaliknya jika asset keu (X) turun Rp. 1 maka simp masy (Y) akan turun sebesar Rp. 0,99.

6. Uji hipotesis a. Uji hipotesis secara teoritis b. Uji hipotesis secara secara statistik a. Cecara teori Hasil koefisien regresi (b1) positif sebesar 0,99, sehingga sesuai dengan teori (hipotesis) yang menyatakan bahwa ada pengaruh positif ant. Asset keu. Thd simpanan masy. b. Secara statistik Dilakukan uji hipotesis secara parsial dengan uji t, yaitu membandingkan t hitung (t stat) dengan t tabel. Hipotesis H0 : tidak ada pengaruh antara var asset keu. Thd simpanan masy. Ha : ada pengaruh positif antara var asset keu. Thd simpanan masy.

Hipotesis H- Jika t hitung (stat) > t tabel, maka H0 ditolak dan menerima Ha ; sehingga dinyatakan pengaruh positif asset keu. Thd simpanan masyarakat adalah signifikan (penting secara statistik). H0 : tidak ada pengaruh antara var asset keu. Thd simpanan masy. Ha : ada pengaruh positif antara var asset keu. Thd simpanan masy. Uji t terhadap hipotesis Ketentuan : - Jika t hitung (stat) > t tabel, maka H0 ditolak dan menerima Ha ; sehingga dinyatakan pengaruh positif asset keu. Thd simpanan masyarakat adalah signifikan (penting secara statistik). - Jika t hitung (stat) < t tabel, maka H0 diterima dan Ha ditolak; sehingga dinyatakan pengaruh positif asset keu. Thd simpanan masyarakat adalah tidak signifikan (penting secara statistik) atau tidak ada pengaruh.

t hitung = 2818872, t tabel ( t ½.α) = 3,119 Ketentuan : t hitung (stat) 2818872 > t tabel 3,119, maka H0 ditolak dan menerima Ha ; sehingga dinyatakan pengaruh positif asset keu. Thd simpanan masyarakat adalah signifikan (penting secara statistik). Sehingga disimpulkan, bahwa dengan uji hipotesis secara teoritis maupun uji statistik menunjukkan hasil estiimasi koefisien regresi vari. Asset keu terhadap simpanan masy sudah sesuai dengan teori dan signifikan secara statistik Oleh karena itu model emperis Y = 2,16 + 0,99X dapat dipergunakan untuk peramalan atau prediksi, serta merumuskan rekomendasi kebijakan