GARIS-GARIS BESAR PROGRAM PENGAJARAN SILABUS MATA KULIAH

Transkripsi

1 GARIS-GARIS BESAR PROGRAM PENGAJARAN SILABUS MATA KULIAH Nama Mata Kuliah Kode Mata Kuliah Kredit Semester Deskripsi : Ekonometrika I : EKO 508 : 3(3-0) :2 : Mata kuliah ini menjelaskan metodologi pemodelan ekonometrika dan masalah analisis ekonomi: spesifikasi, pendugaan, dan verifikasi model serta penggunaannya. Model-model empiris, seperti model permintaan, penawaran dan makroekonomi. Penyebab, akibat dan cara mengatasi penyimpangan model regresi klasik. Model distributed-lags, pilihan kualitatif, dan persamaan simultan. : Setelah menyelesaikan mata kuliah ini, mahasiswa dapat memahami dan menggunakan model ekonometika dalam penelitian untuk merepresentasikan berbagai realitas masalah, serta mahir dalam menggunakan perangkat lunak ekonometrik (Minitab/SPSS/Eviews). Tujuan umum perkuliahan Pertem uan ke1. Topik Pendahuluan Item 1.1 Apa itu ekonometrika? 1.2 Mengapa disiplin yang terpisah? 1.3 Beberapa macam pola hubungan: langsung, tidak Analisis Model Regresi Linear: sederhana langsung, aditif, saling ketergantungan, semu, linear dan non-linear Analisis Korelasi: pengertian & pengujian Kriteria Hubungan Sebab-Akibat: kekonsistenan, mekanistik Peranan Komputer Pengertian Model dan Tujuan Pemodelan Analisis Model Regresi Linear Sederhana Interpretasi Koefisien Model Regresi vs Kausal: Penggunaan Peubah Tak Bebas (respons, akibat) dan Peubah Bebas (penjelas, sebab) Metode pendugaan (Jumlah) Kuadrat (Sisaan) Tujuan Waktu dan menjelaskan: pengertian dan metodologi pemodelan ekonometrika; berbagai pola hubungan dan analisis korelasi. sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis Pengajar BJ/MF/NA A/SHTY Referensi PR: Bab 1 BJ : Bab 1 PR: Bab 2, 3 BJ : Bab 2,

2 GARIS-GARIS BESAR PROGRAM PENGAJARAN Terkecil-LS 3. Analisis Model Regresi Linear: sederhana Model Regresi Populasi vs Contoh 3.2 Asumsi model Regresi linear klasik 3.3 Review Statistika Inferensia: sebaran Normal, Selang Kepercayaan, Nilai-p dan Taraf Nyata Pengujian ( ) 3.4 Dalil Gauss-Markov: Sifat Penduga OLS 3.5 Pengujian Hipotesis koefisien model 4. Analisis Model Regresi Linear: sederhana Beberapa contoh hipotesis koefisien regresi dan pengujiannya 4.2 Analisis Ragam Model Regresi dan Koefisien Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 1 Determinasi (R2) Pendugaan Ragam Sisaan (galat) Selang Kepercayaan dan Pengujian Hipotesis Koefisien Model Uji-t dan Uji-F Verifikasi model dan peramalan 5.1 Analisis Model Regresi Linear Berganda 5.2 Interpretasi Koefisien Model 5.3 Formula Koefisien Model berdasarkan Metode OLS untuk 2 peubah bebas. 5.4 Asumsi model linear Regresi Klasik 5.5 Sebaran peluang Koefisien model regresi 5.6 Analisis Ragam Model Regresi, Koefisien Determinasi, dan Pendugaan Ragam Sisaan berkaitan dengan koefisien, serta asumsi model regresi linear. sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, serta asumsi model regresi linear. sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, serta asumsi model regresi linear. berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian PR: Bab 2, 3 BJ : Bab 2, PR: Bab 2, 3 BJ : Bab 2, PR: Bab 4 BJ : Bab 3

3 hipotesis berkaitan dengan koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah. berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah. berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan 6. Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) Uji model keseluruhan (uji-f) dan uji parsial koefisien model (uji-t) 6.2 Penafsiran output Komputer 6.3 Beberapa contoh hipotesis koefisien regresi dan pengujiannya, serta Selang Kepercayaannya 6.4 Ukuran Kebaikan dan Kecocokan Model 6.5 Peramalan 6.6 Penggunaan notasi matrik dalam analisis model Regresi Linear Umum Berganda PR: Bab 4 BJ : Bab 3 7. Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis)3 7.1 Pemilihan model terbaik 7.2 Korelasi parsial dan Stepwise Regression 7.3 R 2 dan R 2 terkoreksi 7.4 Koefisien baku dan Elastisitas 7.5 Restriksi koefisien 7.6 Menyajikan hasil analisis model regresi dalam tulisan ilmiah PR: Bab 4 BJ : Bab 3

4 koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah. Mahasiswa dapat mengembangkan berbagai bentuk fungsi model regresi linear untuk merepresentasikan berbagai realitas masalah Mahasiswa dapat mengembangkan berbagai bentuk fungsi model regresi linear untuk merepresentasikan berbagai realitas masalah 8. Variasi model regresi peubah ganda Bentuk fungsi model-model regresi 8.2 Model Regresi melalui titik asal 8.3 Model log-linear 8.4 Model-model semilog 8.5 Model-model reciprocal PR: Bab 5 BJ : Bab 4, 5 9. Variasi model regresi peubah ganda Model regresi polinomial 9.2 Model Peubah Dummy dengan 2 Kategori 9.3 Model Peubah Dummy dengan banyak kategori 9.4 Model interaksi antara peubah dummy dengan peubah bebas lainnya PR: Bab 5 BJ : Bab 4, Kolinearitas ganda (multicollinearity) 10.1 Penyimpangan asumsi klasik 10.2 Sifat alamiah kolinearitas ganda 10.3 Pendugaan OLS dalam keadaan kolinearitas yang sempurna 10.4 Pendugaan OLS dalam keberadaan kolinearitas yang tinggi tapi tidak sempurna 10.5 Akibat kolinearitas ganda 10.6 Mendeteksi kolinearitas ganda 10.7 Mengatasi kolinearitas ganda 11.1 Sifat alamiah heteroskedastisitas 11.2 Pendugaan OLS dalam keberadaan heteroskedastisitas masalah kolinearitas ganda, mendeteksinya, menjelaskan akibatnya, dan mengatasinya dalam model persamaan regresi PR: Bab 4 BJ : Bab Heteroskedasti sitas (heteroscedasti masalah Heteroskedastisitas, mendeteksinya, menjelaskan PR: Bab 6 BJ : Bab 7

5 city) 11.3 Akibat menggunakan OLS dalam keadaan heteroskedastisitas 11.4 Mendeteksi hateroskedastisitas 11.5 Mengatasi heteroskedastisitas 11.6 Metode weighted least square (WLS), perbedaan antara OLS dan WLS akibatnya, dan mengatasinya dalam model persamaan regresi 12. Autokorelasi 12.1 Sifat alamiah autokorelasi 12.2 Pendugaan OLS dalam keberaadan autokorelasi 12.3 Akibat menggunakan OLS dalam keberadaan autokorelasi 12.4 Mendeteksi autokorelasi 12.5 Mengatasi autokorelasi masalah Autokorelasi, menjelaskan akibatnya, mendeteksi dan mengatasinya dalam model persamaan regresi PR: Bab 6 BJ : Bab Model Pilihan Kualitatif Metode Pendugaan Alternatif: Metode Kemungkinan: Maksimum 13.2 Model Pilihan Kualitatif 13.3 Model peluang Linear, Mahasiswa dapat menyusun dan dapat memahami model respon pilihan kualitatif PR: Bab 9 dan Bab 10 BJ : Bab 9, Model Pilihan Kualitatif Model Probit 14.2 Model Logit 14.3 Contoh Aplikasi Mahasiswa dapat menyusun dan dapat memahami model respon pilihan kualitatif PR: Bab 9 dan Bab 10 BJ : Bab 9, Model Sebaran Beda Kala (Distributed Lags Model) Model Sebaran Beda Kala 16.2 Pendugaan Model dengan pendekatan Ad-Hoc 16.3 Pendekatan Koyck dalam geometricl ag model dan menjelaskan perlunya waktu (lag) timbulnya respon akibat suatu aksi dan merepresentasikan-nya dalam suatu model; serta mengembangkan model untuk merepresentasiakan PR: Bab 9 BJ : Bab 11

6 ekspektasi dan menjelaskan perlunya waktu (lag) timbulnya respon akibat suatu aksi dan merepresentasikan-nya dalam suatu model; serta mengembangkan model untuk merepresentasiakan ekspektasi Mahasiswa dapat menjelaskan masalah dan akibat adanya korelasi antara peubah bebas dan konponen sisaan; dapat menggunakan metode pendugaan peubah instrumental terutama jika ada kesalahan pengukuran, menjelaskan dan mengembangkan model persamaan simultan untuk merepresentasikan hubungan saling ketergantungan antar peubah 16. Model Sebaran Beda Kala (Distributed Lags Model) Adaptive Expectations Model 16.5 Stock Adjustment Model 16.6 Rational Expectations Model(pengantar) 16.7 Uji Kausalitas PR: Bab 9 BJ : Bab Peubah Instrumental dan Spesifikasi Model 17.1 Korelasi antara peubah bebas dan komponen sisaan 17.2 Kesalahan dalam pengukuran peubah respons dan peubah bebas 17.3 Pendugaan peubah instrumental 17.4 Kesalahan Spesifikasi Model 17.5 Efisiensi vs Bias dalam penyusunan model PR: Bab 7 BJ : Bab Model-model persamaan simultan: spesifikasi, identifikasi, dan pendugaan 18.1 Model-model persamaan simultan 18.2 Persamaan Struktural dan bentuk sederhana (reduced form) 18.3 Masalah Identifikasi 18.4 Bias persamaan simultan: ketidak-konsistenan penduga-penduga OLS 18.5 Pendugaan parameter konsisten: peubah instrument dan tak langsung (ILS) 18.6 Pendugaan model yang teridentifikasi berlebih: Metode Kuadrat Terkecil 2 Tahap (2-SLS) PR: Bab 11 BJ : Bab 12

7 DAFTAR PUSTAKA Pindyck, R. S. and Rubinfeld, D. L. 1998(1991). Economic Models and Economic Forecasts. 4 th eds. Mc-Graw Hill, Inc. New York. (PR) Juanda, B Ekonometrika I. Departemen Ilmu Ekonomi, FEM-IPB. (BJ) PENILAIAN UTS: Pokok Bahasan 1-4 (pertemuan ke-1 sd ke-9) UAS: Pokok Bahasan 5-11 (pertemuan ke-10 sd ke-18) Bobot Untuk Nilai Akhir: UTS (35%), UAS (35%), Praktikum/Tugas/Keaktifan di Kelas (30%) Nama Mata Kuliah : Ekonometrika 1 Kode/SKS : EKO508/3(3-0) PERENCANAAN PENILAIAN Penilaian Matakuliah Ekonometrika 1 dibedakan atas penilaian tes tertulis dan penilaian non tes. Penilaian non tes dibedakan atas penilaian kinerja kelompok dalam diskusi dan presentasi, serta penilaian non tes individu didasarkan pada keaktifan dalam mengikuti diskusi-diskusi di kelas. I. Komposisi Penilaian Komposisi Penilaian Mata Kuliah ini adalah sebagai berikut: A. Penilaian Ujian Tulis (Tes) UTS : 40% UAS : 40% B. Penilaian Non Tes Kelompok : 10% Individu : 10%

8 II. Format Penilaian Kelompok No Nama Aspek penilaian Kekompakan Kesesuaian materi Presentasi Kemampuan menjawab pertanyaan 1 XXXX 2 XXXX 3 XXXX Keterangan: Cara penilaian: Kekompakan: Kesesuaian materi nilai: Presentasi: Kemampuan menjawab pertanyaan dalam diskusi : Ketepatan waktu dalam menyelesaikan tugas: Kerapihan mengerjakan tugas: Nilai akhir kelompok: rata-rata dari masing-masing aspek penilaian. Ketepatan waktu Kerapihan III. Format Penilaian Individu No Nama Aspek penilaian Nilai akhir Keaktifan dalam diskusi (65-95) Ketepatan dalam memberikan argumentasi (70-100) Personality (sopan santun, tatakrama, ex: apakah suka membuat keributan di kelas?/mengganggu teman saat jam pelajaran) (70-100) Rata-rata dari 3 aspek 1 XXXX 2 XXXX 3 XXXX

9 IV. UTS Ujian tertulis dalam bentuk essay berjumlah 7 soal yang meliputi semua topik selama UTS atau satu soal essay untuk satu kali pertemuan kuliah. No Topik Pertemuan Soal essay Bobot Nilai 1 Pendahuluan 1 soal 10 2 Analisis Model Regresi Linear: sederhana 1 1 soal 15 3 Analisis Model Regresi Linear: sederhana 2 1 soal 15 4 Analisis Model Regresi Linear: sederhana 3 1 soal 15 5 Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 1 6 Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 2 7 Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 3 8 Variasi model regresi peubah ganda 1 1 soal 15 1 soal 15 1 soal 15 9 Variasi model regresi peubah ganda 2

10 V. UAS Ujian tertulis dalam bentuk essay berjumlah 7 soal yang meliputi semua topik selama UTS. No Topik Pertemuan Soal Bobot Nilai 1 Kolinearitas ganda (multi-collinearity) 1 soal 15 2 Heteroskedastisitas (heteroscedasticity) 1 soal 15 3 Autokorelasi 1 soal 15 4 Model Pilihan Kualitatif 1 1 soal 15 5 Model Pilihan Kualitatif 2 6 Model Sebaran Beda Kala (Distributed Lags Model) 1 1 soal 15 7 Model Sebaran Beda Kala (Distributed Lags Model) 2 8 Peubah Instrumental dan Spesifikasi Model 1 soal 10 9 Model-model persamaan simultan: spesifikasi, identifikasi, dan pendugaan 1 soal 15