REVIEW dari buku 'Basic Econometrics' 4th edition, karya Damodar N. Gujarati
=======================================================
INTRODUCTION
Ekonometri dapat didefinisikan sebagai pengukuran ekonomi yang merupakan campuran dari teori ekonomi, matematika, dan statistika. Dalam melakukan penelitian ilmiah menggunakan ekonometri, seorang ekonom harus melalui beberapa tahapan metodologi agar dapat membuktikan kebenaran hasil penelitiannya. Salah satu metode yang paling banyak dikenal dan menjadi acuan adalah metode klasik (tradisional).
Metodologi klasik/tradisonal:
- Menentukan teori atau hipotesis
- Menentukan spesifikasi model matematika dari teori yang dipakai
- Menentukan spesifikasi statistik
- Mengumpulkan data
- Estimasi parameter dari model ekonometri
- Tes Hipotesis
- Prediksi
- Menggunakan model untuk tujuan kebijakan atau kontrol
Sebagai contoh dalam pengaplikasian model ekonometri, mari kita kembali pada Teori Konsumsi Keynesian. Keynes mengatakan bahwa;
"Fundamental psychological law. . . is that men [women] are disposed, as a rule and on average, to increase their consumption as their income increases, but not as much as the increase in their income"
Secara singkat, Keynes mengatakan bahwa marginal propensity to consume (MPC) atau kecenderungan konsumsi marginal seseorang ketika tingkat pendapatan naik sebesar satu unit, akan naik pula sebesar lebih dari nol namun kurang dari satu.
Misalkan kita anggap MPC adalah β2 , maka ketika pendapatan naik sebesar satu unit, maka:
Y = β1 + β2 X 0 < β2 < 1
Keterangan:
Y = Konsumsi
X = Pendapatan
β1 = Konsumsi saat pendapatan sama dengan nol (X=0)
β2 = MPC
β1 dan β2 disebut sebagai parameter, dimana β1 adalah titik potong dan β2 adalah koefisien kemiringan.
Satu hal yang menjadi pembeda dari ekonometri dengan koefisien korelasi adalah adanya residu/stokastik dari model. Stokastik atau Error merepresentasikan faktor-faktor yang mempengaruhi model namun tidak dicantumkan pada model secara eksplisit, penjelasan mengenai stokastik ini akan saya jelaskan di entry selanjutnya.
Persamaan Teori Konsumsi pada contoh di atas kemudian dapat diubah menjadi persamaan model ekonometri sebagai berikut;
Model di atas adalah model linier, dapat dibuktikan dari grafik sebelumnya. Mengenai menentukan kelinieran suatu fungsi secara lebih mendalam, akan saya bahas di entry selanjutnya.
Pengolahan data dengan cara penghitungan manusal dilakukan untuk memberi pemahaman dasar akan bagaimana proses pengolahan data terjadi, pada reaalitanya, seorang peneliti akan membutuhkan software khusus pengolahan data. Ada banyak sekali software pengolahan data seperti; SPSS, STATA, EVIEWS, MICRO TSP, MINITAP, SAS, dan masih banyak lagi. Saya sendiri hanya pernah menggunakan STATA dan EVIEWS. Setiap software mempunyai keunggulan dan kekurangan masing-masing, tergantung jenis data apa yang akan kita olah. Menurut pengalaman saya, STATA akan sangat cocok untuk jenis data cross section, sedangkan EVIEWS akan lebih cocok untuk pengolahan data time series. Software tersebut memang harus dibeli secara online, namun tidak jarang pula ada versi bajakan yang dapat didownload gratis, namun konsekuensi dari versi bajakan; terkadang terjadi error saat melakukan pengolahan (terjadi di EVIEWS pada versi bajakan tertentu).
------------------------------------------------------------------------------------------------------------------------
PART 1
SINGLE-EQUATION REGRESSION MODEL
chapter 1: the nature of regression analysis
Istilah regression pertama kali diperkenalkan oleh Francis Galton pada papernya yang berjudul 'Family Likeness in Stature' yang diterbitkan di London pada tahun 1886.
Sebuah model regresi tidak berarti mengindikasikan sebuah hubungan sebab-akibat. Sebagai contoh pada model konsumsi kita sebelumnya;
Fungsi tersebut bukan berarti kenaikan pendapatan akan menyebabkan kenaikan konsumsi, fungsi tersebut hanya mengatakan bahwa data naiknya pendapatan diikuti oleh data kenaikan pola konsumsi. Contoh di atas mungkin masih dapat dikatakan masuk akal bila dikaitkan dengan sebab-akibat, namun apabila kita ubah contoh kasus menjadi hubungan antara Hasil Panen Padi (sebagai variabel Y) dan intensitas hujan (sebagai variabel X), kita tentu tidak dapat mengatakan begitu saja bahwa intensitas hujan yang semakin tinggi dapat mempengaruhi jumlah hasil panen padi yang didapat. Ingat.. regresi memiliki variabel stokastik yang merepresentasikan faktor-faktor yang tidak dijelaskan oleh model, setiap model regresi memiliki asumsi andalan setiap ekonom: ceteris paribus (ketika faktor-faktor lain dianggap konstan).
Regresi berbeda dengan Korelasi (r)
Seperti yang telah kita pelajari di mata kuliash Statistika 2 (tentu Anda sudah mengambil mata kuliah ini sebelum mengambil mata kuliah Ekonometri), koefisien korelasi (r) memperlakukan variabel-variabelnya secara sejajar, dimana hanya menunjukan hubungan antarvaribel, tidak lebih. Namun dalam regresi, kedudukan antara variabel bebas dan variabel tidak bebas berbeda, variabel bebas akan menentukan nilai variabel tidak bebas, dan tidak lupa di dalam regresi akan muncul variabel stokastik sebagai ciri utama sebuah model regresi.
Variabel Bebas dan Variabel Tidak Bebas memiliki beberapa penyebutan, antara lain:
Terdapat tiga jenis data di dalam ekonometri;
- Cross-section: data yang terjadi di dalam satu waktu, seperti data sensus penduduk pada tahun 2010, data konsumsi Indonesia pada tahun 2015, dll.
- Time Series : data hasil observasi pada suatu interval waktu, baik harian (fluktuasi harga saham), bulanan (tingkat pengangguran dan IHK), twiwulanan (GDP), tahunan (APBN) dan lain-lain.
- Pooled : Kombinasi antara kedua data di atas, seperti contoh Indeks Harga Konsumen (IHK) Indonesia pada tahun 1990-2016.
Perlu dipahami bahwa, sebagus apa kualitas hasil penelitian, akan bergantung pada sebagus apa kualitas dari data yang digunakan. Oleh karena itu, dalam melakukan penelitian, sangat diwajibkan untuk menggunakan data yang dapat dipercaya dan merepresentasikan keadaan nyata di lapangan.
Sekian untuk bagian Introduction dan Bab 1.
Terima Kasih.
Semoga Berguna.
=HISTORYA=
An Economics Student