Agribusiness Study of Programme Wiraraja University

Presentasi berjudul: "Agribusiness Study of Programme Wiraraja University"— Transcript presentasi:

1 Agribusiness Study of Programme Wiraraja University
Ekonometrika Agribusiness Study of Programme Wiraraja University Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

2 Review 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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

9 Regresi vs Korelasi Regresi: Korelasi
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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

10 Terminologi Analisis regresi sederhana (simple regression analysis)
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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

11 Tipe Data untuk Analisis Ekonomi
Time Series data Cross section data Pooled data Panel, Longitudinal or Micropanel data Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

12 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) Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

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 (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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

14 Milik Dr. Rahma Fitriani, S. Si. , M. Sc
Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

15 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 = = 100 i = 1, …, 100 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

16 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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

17 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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

18 Sumber Data Ekonomi Lembaga pemerintahan Lembaga Internasional
BPS SuSeNas: Sensus Ekonomi Pemerintah Bank Indonesia Lembaga Internasional IMF Bank Dunia Organisasi swasta lainnya Internet Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA

19 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 Milik Dr. Rahma Fitriani, S.Si., M.Sc., digunakan oleh Arfinsyah Hafid Anwari, MMA