Ekonometrika dan Data

Nama               : Ningsih

Nim                 : 56154016

Jur/Sem           : Ekonomi Islam-C / V (Lima)

Ekonometrika dan Data

            Buat para pembaca sekalian, dalam pembahasan sebulumnya pasti kalian  telah mengetahui apa itu Ekonometrika bukan? Ekonometrika merupakan perpaduan antara tiga ilmu, yaitu ilmu ekonomi, ilmu matematika dan ilmu statistika. Data merupakan suatu kumpulan informasi yang diperoleh dalam suatu pengamatan berupa angka, lambang atau sifat. Ekonometrika tidak lepas dari itu, maka dari itu ekonometrika sangat berhubungan dengan data.

            Terdapat 8 Kriteria Good Estimator dalam Ekonometrika:

1.      Biaya Perhitungan

2.      Least Square

3.      Nilai R-Kuadrat (R2) yang tinggi

4.      Unbiasedness

5.      Efisiensi

6.      Mean Square Error

7.      Asymtotic Properties

8.      Maximum likelihood

Namun kriteria yang seding digunakan untuk membuat praduga yang baik ada 5, yaitu

1.    Biaya Perhitungan

2.    Least Square

3.    Nilai R-Kuadrat (R2) yang tinggi

4.    Unbiasedness

5.    Efisiensi

Dalam artikel kali ini penulis akan menjelaskan 6 jenis kriteria Good Estimator dalam Ekonometrika.

1.      Biaya Perhitungan

Biaya perhitungan digunakan dalam ekonometrika untuk memperoleh data atau mengambil sample dengan relatif murah. Semakin rendah biaya perhitungan maka semakin baik praduga kita, bukan berarti semakin tinggi biaya perhitungan tidak memungkinkan baik praduga yang kita lakukan. Dalam hal ini biaya perhitungan dapat ditoleransi.

2.      Least Square (Kuadrat Terkecil)

Syarat estimator yang baik adalah yang memiliki residual kecil, atau jarak antara nilai dugaan dan aktual kecil. Nah, Bagaimana kriteria yang dianggap kecil tersebut?

Pertama, Kriteria yang kecil dapat berupa minimalization of squared residuals dan yang ke dua Least square biasa digunakan dalam analisis regresi dengan estimator yang namanya Ordinary Least Square.

Data estimator yang di gunakan sebagai sampel berupa x,y disebut Variabel dan Data estimator yang digunakan untuk populasi berupa x,y disebut parameter. Dalam kriteria least square jika dekat dengan residual berarti analisis baik.

3.      Nilai R Kuadrat

Dalam kajian statistik nilai R Kuadrat itu biasa dimulai dari 0 hingga 1. Jika misalnya 0,95 menandakan  bahwa data mewakili sebesar 95% yang berarti model ekonometrika tersebut baik. Sedangkan jika nilai 0,50 kebawah maka model ekonometrika tersebut tidak baik (not good estimator).

Banyak orang yang terjebak di nilai R kuadrat. Semakin besar nilai R kuadrat maka semakin baik sebuah model ekonometrika. Terdapat 2 jenis S Square, yaitu:

a.       R Square, R square disini merupakan variabel x terdiri dari satu

b.      Adjusted R Square, Adjusted R square disini merupakan variabel x terdiri lebih dari satu.

ü R-Square sering disebut sebagai “good fit”

ü Sering terjadi “abused” terhadap R-Square ketika peneliti puas dengan hasil olahan data karena nilai R-Square yang tinggi , jika kita mengolah data cross-section maka kita tidak akan mendapatkan nilai R-Square yang tinggi.

Tujuan ekonometrika bukan R-Kuadrat yang tinggi, namun untuk memperoleh pendugaan parameter terbaik.

4.      Unbiasedness (ketidakbiasan)

Dalam model ekonometrika kita berharap tidak mendapatkan estimator yang bias, yang artinya dugaan tersebut jauh dari harapan. Menurut para pembaca, bisakah hasil estimator itu mendapatkan dugaan dari sampel tersebut 100%? Jawabannya tentu tidak bisa, sebab terdapat tingkat error, sampel dalam hal ini disebut alpa, tingkat error dalam sosial biasa sebesar 5%.

X= β₁ + β₂ X_{1 +}∑  (disebut sebagai data populasi)\

X= a + b X₁ + e (disebut sebagai data sampel)

5.      Efisiensi

Efisiensi adalah suatu kurva yang nilai keragamannya kecil (praduga yang baik) kurvanya mengkerucut ke arah tengah. Jika kita menemukan estimator yang memiliki kriteria yang telah disebutkan, atau unbiased linear dan varian yang paling minimum maka model tersebut disebut dengan BLUE (Best Linear Unbiased Estimator).

Dalam ekonometrika yang layak untuk digunakan untuk hasil penelitian akhir yaitu yang model penelitiannya baik, jika tidak baik maka kita harus kembali lagi kebelakang apakah terjadi kesalahan pada uji hipotesis atau mungkin datanya ada yang keliru.

6.      Mean Square Error (MSE)

Kriteria ini sering digunakan tetapi tidak sepopuler dari kriteria yang diatas, biasa digunakan jika ada trade off. Peneliti dihadapkan denga  dua pilihan antara “low bias” dengan “low variance”.

           

            UJI DAN TYPE ERROR

Format Hipotesis             

Format Hypothesis Testing

Uji dan Type Error

-          Menolak H₀ padahal H₀ benar

Misalnya : H₀ => bumi itu bola

                  H_i => bumi itu kubus

-          Menolah H₀ padahal H₀ salah

Misalnya : Agus mencuri ayam tetangga disaksikan oleh 4 orang

                  H₀ => masuk penjara

                  H_i => dibebaskan

Dimana Kita Memperoleh Data ?

Kategori Data

1.      Berdasarkan cara memperoleh data

- Primer : diperoleh langsung dari subject

- Sekunder : berdasarkan data yang ada

2.  Berdasarkan Sifatnya

     - Kuantitatif : dapat diolah langsung dengan aplikasi

     - Kualitatif : dapat diolah tetapi harus diverivikasi dalam bentuk angka

3.      Berdasarkan Sumbernya

- Internal : diperoleh dari divisi pengembangan

- Eksternal : diperoleh dari lapangan, misalnya kita mengamati tingkat kemacatan

4.      Berdasarkan waktu pengumpulan

- Cross Section : pengumpulkan data dalam suatu waktu terdiri atas beberapa variabel

- Time Series : pengumpukan data secara berkala.

Metode Pengumpulan Data

1.      Wawancara

- Terstruktur : Kita menyediakan list terlebih dahulu sebelum melakukan wawancara

- tidak terstruktur : wawancara dilakukan secara natural

2.      Observasi

Melakukan penelitian dengan membutuhkan waktu yang relatif lama

3.      Angket ( kuesioner)

Menyebarkan lembaran kertas untuk pengisian data kualitatif ataupun kuantitatif, didalam form kuesioner terdapat pernyataan S, TD, SS, STS.

4.      Studi Dokumen

Studi dokumen dimaksudkan kita mengambil data dari jurnal-jurnal yang terdahulu.

Sumber Data Ekonomi