MUHAMMAD HAJARUL ASWAD Pertemuan 1 MUHAMMAD HAJARUL ASWAD

1. Konsep dasar ekonometrika 1.1. Definisi ekonometrika 1.2. metodologi ekonometrika 1.3. Regresi dan korelasi

1.1. Definisi ekonometrika Ekonometrika = ekonomik (= ilmu ekonomi) + metrik (= pengukuran) Ekonometrika = salah satu cabang ilmu sosial sains yang menggunakan ilmu ekonomi, matematika, dan statistik untuk menganalisis fenomena ekonomi

Teori ekonomi Model matematis Statistik Kembali Misalnya: pengaruh harga terhadap permintaan suatu barang. Semakin tinggi harga suatu barang, semakin sedikit permintaan akan barang tersebut. Model matematis Y = β0 + β1X dengan β1 < 0 (1) Dengan Y = permintaan barang, X = harga barang, β0 dan β1 merupakan parameter estimasi. Statistik Sebagian besar regresi berikaitan dengan data sampel, sehingga model matematis (1) selalu diestimasi dengan model berikut: Ŷ = a + bX + e (2) Proses estimasi ini membutuhkan statistik inferensial. Kembali

1.2. metodologi ekonometrika Metodologi ekonometrika ada 2 Metodologi ekonometrika klasik Metodologi ekonometrika modern

1.3. Regresi dan korelasi Analisis regresi = analisis yang mengukur pengaruh variabel bebas (independent) terhadap terikat (dependent) Model matematis (2) merupakan model dari persamaan regresi linear sederhana dengan b sebagai koefisien regresi. Koefisien regresi = kontribusi besarnya perubahan nilai variabel bebas, semakin besar nilai koefisien regresi maka kontribusi perubahan juga semakin besar X Y

Analisis korelasi = analisis yang mengukur tingkat hubungan antara dua variabel dalam hal ini variabel X dan Y. Koefisien korelasi = ukuran arah (positif atau negatif) dan kekuatan (Kuat, sedang, atau lemah) hubungan linear antara variabel X dan Y. X Y Kembali

Ekonometrika pada dasarnya dimanfaatkan untuk membuat estimasi dari suatu fungsi ekonomi yang selanjutnya dapat dimanfaatkan untuk membuat prediksi dalam beberapa waktu tertentu di masa yang akan datang.

2. Analisis korelasi 2.1. pengertian analisis korelasi 2.2. metode korelasi berdasarkan jenis data 2.3. korelasi parsial 2.4. korelasi berganda

2.1. pengertian analisis korelasi Sebelum dilakukan analisis regresi PENTING untuk terlebih dahulu melakukan analisis korelasi. Secara matematis, bisa saja dibuat persamaan regresi dari jumlah angka pengangguran di Indonesia (X) dan jumlah penduduk miskin di Somalia (Y). Namun hal tersebut tidak akan berarti apa-apa karena antara X dan Y dalam kasus ini JELAS tidak memiliki hubungan (korelasi) sama sekali. Review

Koefisien korelasi untuk populasi dinotasikan dengan ρ, sedangkan koefisien korelasi untuk sampel dinotasikan dengan r. -1 ≤ r ≤ 1 Hubungan antara variabel X dan Y akan semakin kuat apabil nilai r semakin mendekati ±1. Koefisien korelasi (r) linear sederhana menunjukkan dua hal yaitu arah (positif = searah atau negatif = berlawanan) dan besarnya (mendekati 1 atau 0).

No X Y 1 10 9 2 3 4 7 8 5 6 11 12 13 14 15 Nilai r = 1

No X Y 1 10 2 9 3 8 4 7 5 6 11 12 13 14 15 Nilai r = -1

No X Y 1 8 2 9 3 6 4 7 5 10 11 12 13 14 15 Nilai r mendekati 0

Sangat tinggi (sempurna) Menurut Goilford, klasifikasi koefisien korelasi (r) adalah sebagai berikut: 0,90 < r ≤ 1,00 Sangat tinggi (sempurna) 0,70 < r ≤ 0,90 Tinggi 0,40 < r ≤ 0,70 Cukup 0,20 < r ≤ 0,40 Rendah 0,00 ≤ r ≤ 0,20 Tidak ada korelasi

2.2. metode korelasi berdasarkan jenis data Skala Data Teknik Korelasi yang Digunakan Nominal Koefisien korelasi kontingensi Ordinal Korelasi berjenjang Interval dan Rasio Koefisien korelasi product moment, korelasi ganda, dan korelasi parsial. Skala nominal: hanya untuk membedakan. Misalnya laki-laki = 1 dan perempuan = 2. tidak dapat dikatakan perempuan (2) > (1) laki-laki. Skala ordinal: selain untuk membedakan juga untuk mengurutkan pada rentang tertentu. Misalnya istimewa = 5, baik = 4, sedang = 3, kurang = 2, dan buruk = 1. Skala interval: selain untuk membedakan dan mengurutkan, juga memiliki jarak yang sama. Misalnya suhu 28oF, 31oF, dan 20oF. Titik 0 tidak berarti karena 0oF bukan berarti daerah tsb tidak memiliki suhu. Skala rasio: skala yang memiliki 4 ciri yaitu membedakan, mengurutkan, memiliki jarak yang sama, dan mempunyai titik nol yang berarti.

2.2.1. Korelasi Product Moment Perkalian skor simpangan Simpangan baku dan kovariansi Perhitungan dengan skor asli

NEXt: 2.2.2. Korelasi berjenjang S e l e s a i NEXt: 2.2.2. Korelasi berjenjang

Slide lampiran hiperlink

Metodologi ekonometrika klasik Pernyataan Teori / Hipotesis Data hasil observasi Spesifikasi model matematis Estimasi model dan uji hipotesis Tidak Ya Kembali Prediksi

Metodologi ekonometrika modern Pernyataan Teori / Hipotesis Spesifikasi model matematis Data hasil observasi Estimasi model Uji spesifikasi model dan diagnosis Tidak Ya Uji hipotesis Kembali Prediksi