Ekonometrika & Data

MATERI II :

EKONOMETRIKA DAN DATA

 

KRITERIA DALAM EKONOMETRIKA

Dalam berbagai buku ekonometrikta kriteria dalam ekonometrika ada delapan. Namun yang umum digunakan ada lima kriteria. Dan pada kesempatan kali ini kita akan membahas enam kriteria dalam ekonometrika.

Kriteria Good Estimator:

      1. Biaya perhitungan

Dalam biaya perhitungan estimator yang baik adalah yang memilik data atau sampel yang cukup murah atau relatif murah. Biaya perhitungan adalah termasuk biaya yang dapat ditoleransi.

Kriteria:

Biaya yang dibutuhkan tidak mahal

1     2. Least square ( Kuadrat terkecil)

Syarat estimator yang baik adalah yang memiliki residual  yang kecil atau jarak antara nilai dugaan dan nilai aktual kecil.

Grafiknya dapat dilihat dibawah ini:

Keterangan: dapat dilihat digambar tersebut ada actual data dan residual. Jika actual data dan residual berdekatan jaraknya maka itu dikatakan estimator yang baik. Least Square digunakan untuk Agresi Linier.

Adapun didalam Least Square:

a.    Nilai dugaan yang didapat dari sampel  X dan Y disebut dengan variabel

      b.  Nilai dugaan yang didapat dari populasi X dan Y disebut dengan parameter.

      3.  Nilai R kuadrat

         Semakin besar nilai R kuadrat semakin baik sebuah model ekonometrika.

R kuadrat terbagi menjadi 2:

a.         R Square

R square digunakan untuk data yang variabelnya (x = 1)

b.        Adjusted R Square

Adjusted R Square dugunakan untuk data yang variabelnya ( X > 1)

R kuadrat sering disebut sebagai “good fit”. Karena R kuadrat digunakan sebagai indeks seberapa akurat fits dengan data fits, penduga OLS atau “best-fitting estimator). Namun sering terjadi “abused” terhadap R Squared ketika peneliti puas degan hasil olahan data karena nilai R-Squared yang tinggi, karena jika mengolah data cross – section kita tidak akan mendapatkan nilai  R-Squared yang tinggi.

      4.  Unbiasedness (Ketidakbiasan)

Data yang baik adalah data yang tidak bias. Dalam  model ekonometrika kita berharap tidak mendapatkan estimator yang bias, artinya dugaan jauh dari harapan. Estimator yang bias adalah estimator yang memiliki nilai yang rendah.

jika kita lihat grafik disamping maka                        garis estimator parameter itu selalu ditengah atau pada titik 0.

       5.  Efisiensi

Efesiensi adalah kurva yang memiliki keragaman yang kecil atau kurvanya mengerucut ketengah. Dapat dilihat pada grafik dibawah ini :

 

Jika kita menemukan estimator yang memiliki kriteria yang telah disebutkan , atau unbiased, linier, dan Varian yang paling minimum maka disebut BLUE (Best Linier Unbiased Estimator).

       6.  Mean Square Error (MSE)

MeanSquare Error merupakan kriteria yang tidak populer . Biasanya digunakan jika ada trade off.  Trade off adalah situasi dimana seseorang harus membuat keputusan terhadap dua hal atau lebih, mengorbankan/ kehilangan suatu aspek dengan alasan tertentu untuk memperoleh aspek lain dengan kualitas yang berbeda sebagai pilihan yang diambil.

Dalam Mean Square Error  ini peneliti dihadapkan dengan dua pilihan antara  “low bias” dengan “low variance”

UJI DAN TYPE ERROR

v  Menguji Hipotesis

a.     Null hypotesis (H₀)

b.    Alternatif Hypotesis (H₁)

c.     Uji statistik

d.    Rejection Regio

v  Format Hypotesis diantarannya:

1.    Tentukan null dan alternatif hypotesis

2.    Tentukan wilayah penolakan (alpha)

3.    Tentukan nilai uji

4.    Kesimpulan

v  Type Error

Type Error terbagi menjadi 2 type:

a.         Type Error 1

Menolak H₀ padahal H₀ benar

Cnth: Bumi itu bulat

           H₀ = bumi itu bola

H₁ = bumi itu kubus

Maka jika seseorang mengatakan bumi itu kubus maka orang tersebut menolak H₀ padahal H₀ benar.

b.        Type Error 2

Menolak H₀ padahal H₀ salah

Cnth:  Agus mencuri ayam tetangga dan disaksikan oleh 4 warga

H₀  =  Dibebaskan

H₁ = Masuk Penjara

Dan sang hakim menerima status H₀ maka disini sang hakim menolak H₀  padahal H₀ salah.

     

DATA DALAM EKONOMETRIKA

Dalam ekonometrika data merupakan komponen yang sangat penting. Jika tidak ada data maka kita tidak bisa membuat suatu kesimpulan dari suatu teori.

Dimana kita dapat memperoleh data?

a.       Visualisasi distribusi data

Dalam visualisasi distribusi data yang digunakan data linier dan itu merupakan syarat wajib

b.      Eksplorsi pengetahuan terkait fungsi distribusi untuk mengekstrak informasi yang diinginkan.

Ø  Kategori Data

Data dibagi kedalam beberapa kategori yaitu sebagai berikut:

1.        Cara memperolehnya

a.    Primer

Data primer kita dapat langsung dari objek penelitian kita

b.    Sekunder

Data skunder kita dapat dari data-data yang sudah ada.

2.        Menurut sifatnya

a.    Kuantitatif

Data kuantitatif dalam ekonometrika dapat langsung kita olah dengan menggunakan aplikasi.

b.    Kualitatif

Data kualitatif dapat juga kita  olah dengan menggunakan aplikasi seperti data kuantitatif dengan cara  datanya harus dikuantifikasikan terlebih dahulu.

3.        Menurut sumbernya

a.    Internal

     Data yang kita dapat dari perusahaan devisi pengembangan atau tempat kita melakukan penelitian untuk mengumpulkan data.

b.    Eksternal

     Data yang kita peroleh dari suatu keadaan atau kegiatan diluar perusahaan tersebut atau tempat kita melakukan penelitian.

4.        Menurut Waktu Pengumpulannya

a.    Cross Section

Data yang dikumpulkan dari beberapa variabel dalam satu waktu bisa dalam hitungan per minggu, perbulan, dan pertahun sekali.

b.    Time Series

Data yang dikumpulkan dari satu variabel saja.

Ø  Metode Pengumpulan Data

Metode pengumpulan dapat kita lakukan dengan beberapa cara diantaranya:

1.        Wawancara

Wawancra dibagi menjadi dua wawancara terstruktur dan wawancara tidak terstuktur. Wawancara terstruktur adalah wawancara yang jadwal dan list pertanyaanya sudah disiapkan terlebih dahulu sebelum melakukan wawancara dengan narasumber. Sedangkan wawancara tidak terstruktur adalah wawancara yang pertanyaanya kita berikan tidak dilist dahulu dan bertanya sesuai dengan apa yang kita lihat.

2.        Observasi

Observasi adalah metode pengumpulkan data dengan cara langsung terjun kelapangan untuk menemukan suatu masalah.

3.        Angket

Angket adalah metode pengumpulan data yang dilakukan dengan cara mengajukan pertanyaan tertulis dan akan dijawab tertulis juga oleh responden.

4.        Studi Dokumen

Studi dokumen adalah metode pengumpulan data dengan cari mengambil data dari dokumen-dokumen terdahulu atau yang sudah ada.

 

Ø  Sumber Data Ekonomi

1.         BPS (Badan Pusat Statistik)

  Data ekspor-impor, kemiskinan, kependudukan, dsb.

2.         BEI (Bursa Efek Indonesia)

  Saham dan laporan keuangan perusahaan emiten, dsb.

3.         BI (Bank Indonesia)

  Statistik ekonomi dan keuangan, statistik ekonomi dan moneter, perbankan, dsb.

      Itulah beberapa penjelasna mengenai kriteria-kriteria yang baik dalam ekonometrika dan data data yang bisa kita gunakan atau kita peroleh dalam mencari data ekonometrika. Semoga  artikel ini bermanfaat  ^_^