Review of Basic Econometrics. Pendekatan Multidisipliner: Teori Ekonomi Matematika Ekonomi Statistika Ekonomi Matematika Stastika
|
|
- Ridwan Yandi Kurnia
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Review of Basic Econometrics EKONOMETRI Arti harfiah: Ukuran-ukuran ekonomi Arti luas: Suatu ilmu yang mempelajari analisis kuantitatif dari fenomena ekonomi dalam artian secara umum Pendekatan Multidisipliner: Teori Ekonomi Matematika Ekonomi Statistika Ekonomi Matematika Stastika METODOLOGI EKONOMETRI 1. Membuat hipotesis. Menwarkan model untuk menguji hipotesis / teori 3. Mengestimasi parameter model 4. Melakukan verifikasi model 5. Membuat prediksi 6. Menggunakan model untuk membuat kebijakan 1
2 REGRESI LINIER SEDERHANA REGRESI Teknik menganalisis hubungan antara : (i) satu variabel terikat dengan satu variabel bebas atau (Regresi Sederhana) (ii) satu variabel terikat dengan beberapa variabel bebas (Regresi Berganda) Hubungan satu arah: Dari Regressor ke Regressand atau Dari Variabel Bebas ke Variabel Terikat Sederhana: 1 Variabel Bebas dan 1 Variabel Terikat Linier Hubungan parameternya linier Model: Y i = β 1 + β X i + u i Misalkan Y: Konsumsi X: Pendapatan Teknik Estimasi: Least Square Estimator: b ( X i = ˆ X )( Yi Y ) β = ( X X ) = ˆ β = Y ˆ β X b1 1 i X = 1 X N i ; Y = 1 Y N i
3 Estimator ini akan BLUE bila memenuhi Teorema Gauss Markov: (i) E(u i ) = 0 (ii) cov (u i, u j ) = 0 ; i j (iii) var (u i x i ) = σ sama untuk setiap i (homoscedasticity) (iv)cov (u i, x i ) = 0 (v) Model regresi dispesifikasi secara benar Kenapa kita hanya menggunakan satu variabel bebas untuk menjelaskan variabel terikat? Bagaimana kalau ada variabel lain yang tidak muncul dalam model tetapi berpengaruh pada variabel terikat? Model sederhana ini digunakan bila dengan available nya data variabel bebas, pengaruh variabel lain yang tidak muncul dalam model dapat diabaikan. Sehingga hanya dibutuhkan satu variabel bebas saja. REGRESI BERGANDA Teknik menganalisis hubungan antara: satu variabel terikat dengan beberapa variabel bebas Apakah Konsumsi hanya dipengaruhi oleh Pendapatan saja? Ternyata ada variabel lain yang perlu diakomodasikan dalam menganalisis konsumsi. Regresi Sederhana dikembangkan ke Regresi Berganda. 3
4 Model Regresi Berganda Y i = β 0 + β 1 X 1i + β X i + β 3 X 3i β k X ki + u i i = 1,,3,..., N (banyaknya observasi) Contoh Aplikasi: Y i = β 0 + β 1 X 1 + β X + β 3 X 3 + u i Y : Konsumsi X 1 : Total Pendapatan X : Pendapatan dari upah X 3 : Pendapatan bukan dari upah Teknik Estimasi: Least Square Estimator: b = (X T X) -1 X T Y Bentuk tersebut nerupakan persamaan matriks, dimana: Xmerupakan matriks data variabel bebas X T merupakan bentuk transpose matriks X (X T X) -1 merupakan inverse perkalian matriks X T dan X Y merupakan vektor data variabel terikat Apakah Estimatornya masih BLUE? Ya, bila modelnya memenuhi teorema Gauss Markov: (i). E(u i ) = 0 (ii). cov (u i, u j ) = 0 ; i j (iii). var (u i x i ) = σ sama untuk setiap i (homoscedasticity) (iv). cov (u i, x i ) = 0 (v). Model regresi dispesifikasi secara benar (vi). Tidak ada hubungan linier (kolinieritas) antara regressor 4
5 Verifikasi Model Terestimasi Ukuran Goodness of Fit (R ) Uji t Uji F MASALAH DLM MODEL REGRESI Multikolinieritas Heteroskedastisitas Autokorelasi MULTIKOLINIERITAS Ada kolinieritas antara X 1 dan X : X 1 = γ X atau X = γ -1 X 1 X 1 = X + X 3 terjadi perfect multicollinearity X = 4X 1 (perfect multicollinearity) X 3 = 4X 1 + bilangan random (tidak perfect multicollinearity) Sifat-sifat multikolinieritas secara statistik: 1. Sempurna β tidak dapat ditentukan, β = ( X T X ) -1 X T Y. Tidak sempurna β dapat ditentukan; tetapi standard error-nya besar, β kurang tepat. Tidak ada kolinieritas antara X 1 dan X : X 1 = X atau X 1 = log X 5
6 Akibat multikolinieritas: 1. Variansi besar (dari taksiran OLS). Interval kepercayaan lebar (variansi besar SE besar Interval kepercayaan lebar) 3. t rasio tidak signifikan, 4. R tinggi tetapi tidak banyak variabel yang signifikan dari uji t. Cara mengatasi kolinieritas: 1. Melihat informasi sejenis yang ada Konsumsi = α 0 + α 1 Pendapatan + α Kekayaan + u Misalnya: α = 0,5 α 1. Tidak mengikutsertakan salah satu variabel yang kolinier Dengan menghilangkan salah satu variabel yang kolinier dapat menghilangkan kolinieritas pada model. Akan tetapi, ada kalanya pembuangan salah satu variabel yang kolinier menimbulkan specification bias yaitu salah spesifikasi kalau variabel yang dibuang merupakan variabel yang sangat penting. 3. Mentransformasikan variabel Y t = β 1 + β X t + β 3 X 3t + u t Y t-1 = β 1 + β X t-1 + β 3 X 3t-1 + u t-1 (Y t - Y t-1 ) = β (X t X t-1 ) + β 3 (X 3t X 3t-1 ) + (u t u t-1 ) Y t * = β X t * + β 3 X 3t * + u t * 4. Mencari data tambahan Dengan tambahan data, kolineritas dapat berkurang, tetapi dalam praktek tidak mudah untuk mencari tambahan data. 5. Cara-cara lain: transformasi eksponensial dan logaritma Apakah multikolinearitas jelek? 6
7 Heteroskedastisitas (Heteroscedasticity) Salah satu asumsi yang harus dipenuhi var (u i ) = σ (konstan), Artinya: semua sesatan mempunyai variansi yang sama. Bagaimana kalau var (u i ) = σ tidak konstan, melainkan variabel. Catatan: Data cross-sectional cenderung untuk bersifat heteroscedastic karena pengamatan dilakukan pada individu yang berbeda pada saat yang sama. Dampak heteroskedastisitas terhadap OLS β masih tak bias dan linier tetapi tidak lagi mempunyai variansi minimum dan terbaik. Cara mengatasi heteroskedastisitas dengan Metode GLS Y j = β 1 + β X j + u j dengan Var (u j ) = σ j masing-masing dikalikan 1 σ j : Yj 1 X j j = β β σ σ + σ + u 1 σ j Maka diperoleh transformed model sebagai berikut : Y i * = β 1 * + β X i * + u i * Kita periksa dulu apakah u i * homoskedastis? E(u i *) = E u i 1 1 = Eu ( i ) = ( σ i )= 1 konstan σ i σi σi Dengan demikian u i homoskedastis. Kita akan menaksir transformed model dengan OLS dan taksiran yang diperoleh akan BLUE, sedangkan model asli yang belum ditransformasikan (original model) bila ditaksir dengan OLS, taksirannya tidak BLUE. Prosedur yang menaksir transformed model dengan OLS disebut metode Generalized Least Square (GLS). Dampak OLS bila ada heteroskedastisitas (i) variansi dari taksiran lebih besar (ii) uji t dan F kurang akurat (iii)interval kepercayaan sangat besar (iv)kesimpulan yang kita ambil dapat salah j j j 7
8 Cara mendeteksi adanya heteroskedastisitas tidak mudah mendeteksinya: intuisi, studi terdahulu, dugaan Bila kita menggunakan data cross-section yang sangat heterogen untuk melihat total penjualan dari perusahaan kecil, menengah dan sangat besar, sudah dapat diduga bahwa akan ada masalah heteroskedastisitas. Uji Park Lakukan langkah-langkah berikut: ln u i = α + β ln X i + v i ; u i : error term regresi : Y i = α 0 + β 0 X i + u i Bila β secara statistik signifikan, maka ada heteroskedastisitas Uji Goldfeld Quandt Metode Goldfeld Quandt sangat populer untuk digunakan, namun agak repot. Langkah-langkah pada metode ini adalah sebagai berikut : 1. Urutkan pengamatan berdasarkan nilai X dari kecil ke besar. Abaikan pengamatan sekitar median, katakanlah sebanyak c pengamatan 3. Sisanya, masih ada (N c) pengamatan 4. Lakukan regresi pada pengamatan N c yang pertama. Hitung RSS 1, Residual Sum of Squares pertama 5. Lakukan regresi pada pengamatan N c yang kedua. Hitung RSS, Residual Sum of Squares yang kedua RSS / df 6. Hitung λ = RSS1 / df1 df = degrees of freedom = derajat bebas df = banyaknya pengamatan dikurangi banyaknya parameter yang ditaksir 7. Lakukan uji F Bila λ > F, kita tolak hipotesis yang mengatakan data mempunyai variansi yang homoskedastis 8
9 Autokorelasi Bila ada autokorelasi, taksiran OLS tidak BLUE, tetapi tak bias. Secara konseptual : Ada autokorelasi bila E ( u i, u j ) 0 ; i j Tidak ada korelasi bila E ( u i, u j ) = 0 ; i j Kasus ada autokorelasi (i) Jika pendapatan keluarga i meningkat, konsumsi keluarga i meningkat, dan konsumsi keluarga j ikut meningkat pula; i j. (ii) Fenomena Cob Web : Supply tergantung dari harga komoditas periode lalu (Supply) t = β 1 + β P t-1 + u t Estimasi OLS pada saat ada autokorelasi Y t = β 1 + β X t + u t ; E (u t, u t+s ) 0, berarti u t dan u t+s berautokorelasi; misalkan: u t = ρ u t-1 + ε t Apakah β 1 dan β BLUE? (tidak, karena variansinya tidak minimum lagi) Oleh karena itu, gunakan GLS pada saat terjadi autokorelasi Uji Durbin-Watson ( Uji d) ρ = koefisien autokorelasi. -1 ρ 1. Sehingga : 0 d 4 Pada saat ρ = 0, d =, artinya tidak ada korelasi Pada saat ρ = 1, d = 0, artinya ada korelasi positif Pada saat ρ = -1, d = 4, artinya ada korelasi negatif Pengamatan kasar : Bila d dekat dengan, ρ akan dekat dengan nol, jadi tidak ada korelasi. Ada uji yang lebih spesifik, menggunakan Tabel Durbin-Watson dengan melihat nilai d L dan d U 9
10 Cara pengobatan Autokorelasi Secara umum susah untuk mengatasinya. Transformasi logaritma dapat mengurangi korelasi. Hanya saja, kadang-kadang data-data yang dianalisis ada data yang negatif sehingga kita tidak dapat melakukan transformasi logaritma. Kalau kita tahu atau dapat menduga bahwa hubungan korelasinya adalah spesifik, misalnya u t = ρ u t-1 + ε t dan ρ dapat dihitung/dicari atau diketahui, maka kita dapat menggunakan GLS untuk mencari taksiran yang BLUE (Best Linear Unbiased Estimator). 10
11 MODEL PERSAMAAN SIMULTAN Model SATU Persamaan Karakteristik: 1. Satu variabel terikat (Y): yang dijelaskan. Satu atau lebih variabel bebas (X): yang menjelaskan 3. Hubungan sebab akibat hanya satu arah: dari X ke Y Tidak ada feedback Model DUA atau Lebih Persamaan: - Ada kalanya sebab akibat TIDAK satu arah dari X ke Y saja - Nilai Y tidak hanya ditentukan oleh X; tetapi beberapa nilai X tergantung pada nilai Y juga - Ada hubungan arah (simultan) antara Y dan beberapa X Maka pemodelan dinyatakan dalam beberapa persamaan. Ilustrasi paling sederhana: Hubungan antara permintaan dan penawaran Harga pasar mempengaruhi permintaan dan penawaran Sebaliknya, permintaan dan penawaran juga mempengaruhi harga pasar. Harga dan kuantitas merupakan variabel endogenous yang ditentukan secara simultan dalam sistem persamaan. 11
12 Model beberapa persamaan (tiga) Tiap pers. berperan menjelaskan var yg ditentukan model (1). Q t S = α 1 + α P t + α 3 P t-1 + ε t (). Q t D = β 1 + β P t + β 3 Y t + μ t (3). Q t S = Q t D Var Q S t, Q D t dan P t disebut variabel endogen yaitu variabel yang ditentukan dalam sistem persamaan Variabel Y t dan P t-1 disebut variabel exogen yaitu variabel yang ditentukan di luar sistem persamaan Estimasi model: 1.Bagaimana dengan OLS?. Bagaimana dengan pendekatan lain? Perhatikan model struktural berikut: q t = α p t + ε t q t = β p t + β 3 y t + u t Model struktural disederhanakan menjadi model terreduksi q t = π 1 y t + v 1t p t = π y t + v t Dari model terreduksi tersebut, parameter model struktural kadang-kadang bisa diestimasi secara konsisten. Prosedur yang mengestimasi parameter model struktural melalui model tereduksi dengan menggunakan OLS disebut Prosedur Kuadrat Terkecil Tidak Langsung. Prosedur ini tidak selalu dapat digunakan untuk semua kasus. Adakalanya, estimator dari parameter model struktural tidak dapat diestimasi melalui model terreduksi. Kadang-kadang parameter yang diestimasi melalui prosedur tsb. menghasilkan estimator yang tidak tunggal. 1
13 Masalah Identifikasi (Identification Problem) Identifikasi: masalah penentuan persamaan struktural bila persamaan yang terreduksi telah diperoleh Dengan kata lain, bila kita tahu sistem persamaan dalam bentuk terreduksi, apakah informasi ini dapat digunakan untuk mencari parameter dari persamaan struktural. Lebih spesifik lagi, bila kita kembali ke model penawaran-permintaan dan bila kita tahu informasi tentang P dan Q dalam model tsb.; apakah kita dapat mencari fungsi permintaan dan fungsi penawaran? Istilah-istilah: Suatu persamaan dikatakan tidak teridentifikasi (unidentified) bila tidak ada cara untuk mengestimasi semua parameter dalam persamaan struktural dari persamaan terreduksi. Suatu persamaan dikatakan teridentifikasi (identified) bila dimungkinkan untuk mendapatkan besaran parameter dalam persamaan struktural dari persamaan terreduksi. Suatu persamaan dikatakan teridentifikasi dengan tepat (exactly identified) bila besaran parameter yang diperoleh nilainya tunggal. Suatu persamaan dikatakan teridentifikasi berlebih (over identified) bila beberapa parameter yang diperoleh, nilainya tidak tunggal (lebih dari satu). 13
14 Order Condition untuk Identification. Order condition menyatakan bahwa bila suatu persamaan teridentifikasi, banyaknya variabel yang di ketahui (predetermined variable) yang dikeluarkan dari suatu persamaan harus lebih besar atau sama dengan banyaknya variabel endogenous yang ada di dalam persamaan di kurangi satu. Syarat ini bisa juga dinyatakan sbb. Syarat perlu agar suatu persamaan teridentifikasi adalah banyaknya variabel yang diketahui dan yang dikeluarkan dari persamaan lebih besar atau sama dengan banyaknya variabel endogenous dalam model dikurangi satu. Syarat ini tidak merupakan syarat cukup. Artinya, bisa saja terjadi bahwa syarat tsb. terpenuhi tetapi persamaannya tidak teridentifikasi. 14
15 Kuadrat Terkecil Dua Tahap (Two-stage Least Squares) Prosedur ini merupakan teknik yang bagus untuk mengestimasi parameter dari model struktural pada persamaan persamaan yang over identified. Teknik ini menghasilkan estimasi parameter yang tunggal. Lihat kembali model permintaan penawaran berikut: Model Struktural: Penawaran: q t = α p t + ε t Permintaan: q t = β p t + β 3 y t + β 4 w t + u t ; w: wealth Model Terreduksi q t = π 1 y t + π 13 w t + v 1t p t = π yt + π 3 w t + v t Dua Tahapan Estimasi: 1. Persamaan p t dalam model terreduksi diestimasi dengan OLS.Setelah π dan π 3 terestimasi, p t juga dapat diprediksi.. Persamaan Penawaran dapat diestimate dengan OLS dengan menggunakan nilai p yang telah diperoleh pada tahap I. Dengan demikian persamaan Penawaran terestimasi. Secara umum, persamaan Permintaan (atau persmaan yang lain) dapat diestimasi dengan cara yang sama. Komentar: Persamaan penawaran overidentified karena banyaknya var. exo yang dikeluarkan sebanyak 3 sedangkan variabel endo hanya. Oleh karena itu, bila persamaan penawaran di estimasi dengan ILS, hasilnya tidak tunggal. 15
16 Contoh: Permintaan Listrik. Dalam contoh ini akan dihitung elastisitas harga dari permintaan listrik di Amerika Serikat. Data yang digunakan merupakan data gabungan antara time series dan crosssection dari 48 negara bagian mulai tahun Banyaknya permintaan (Q) tergantung pada (i) P: harga listrik (real) (ii) Y: pendapatan perkapita / tahun (real) (iii) G: harga gas (substitute) (iv) D: banyaknya hari menggunakan pemanas (v) J : rata-rata termperatur bulan Juli (vi) R: persentasi penduduk tinggal di pedesaan (vii) H: rata-rata besarnya rumah tangga Sementara banyaknya penawaran di asumsikan fix (tetap) sedangkan harga listrik (P) tergantung pada: (i) Q: banyaknya permintaan (ii) L: biaya buruh/upah (iii) T: waktu (iv) K: persentasi listrik yang diproduksi oleh perusahaan-perusahaan (v) F: harga bahan bakar untuk memproduksi 1 kilowatjam listrik (vi) I: Rasio total penjualan untuk industri dan total penjualan untuk konsumsi perumahan Model Simultan yang ditawarkan: 1. Ln Q = a 1 + a Ln P + a 3 Ln Y + a 4 Ln G + a 5 Ln D a 6 Ln J + a 7 Ln R + a 8 Ln H + e. Ln P = b 1 + b Ln Q + b 3 Ln L + b 4 Ln K + b 5 Ln F + b 6 Ln R + b 7 Ln I + b 8 Ln T + u 16
17 Komentar: (i). Persamaan (1) merupakan permintaan sedangkan persamaan () merupakan persamaan harga. Pada persamaan harga ini diasumsikan bahwa bila penggunaannya banyak atau permintaan meningkat maka harga listrik menjadi lebih murah. (ii). Persamaan (1) teridentifikasi karena banyaknya variable endo ada dua (P dan Q). Sedangkan variabel exo yang tidak muncul pada persamaan (1) sebanyak 5 ( L, K, F, I, T). (iii). Persamaan () juga teridentifikasi karena banyaknya variabel endo ada dua dan banyaknya variabel exo yang tidak muncul ada sebanyak 5 ( Y, G, D, J, H). (iv). Kedua persamaan tsb. di estimasi dengan SLS. (a). Pada tahap I, kedua variabel endo masing-masing diregresikan dengan semua variabel exo. (b). Pada tahap II, persamaan pada model struktural masing-masing diestimasi dengan menggunakan variabel instrument yang telah diprediksi pada tahap I untuk menggantikan variabel endo yang berada pada ruas kanan persamaan. (v). Hasil estimasi disajikan berikut: (1). Ln Q = Ln P Ln Y Ln G 0.0 Ln D (0.03) (0.06) (0.01) (0.0) Ln J Ln R Ln H 0.1) (0.0) (0.1) R = 0.91 (). Ln P = Ln Q Ln L 0.0 Ln K Ln F (0.03) (0.04) (0.01) (0.003) Ln R 0.1 Ln I T (0.01) (0.01) (0.003) R =
18 Model Data Panel Representasi model Model dengan data cross section Y i = α + β X i + ε i. ; i=1,,..,n N: banyaknya data cross section. Model dengan data time series Y t = α + β X t + ε t ;t=1,,.,t T: banyaknya data time series Model dengan data panel Y it = α + β X it + ε it ; i=1,,..,n; t=1,,..,t N.T: banyaknya data panel. Estimasi Model dengan Data Panel Ada beberapa teknik yang ditawarkan 1. OLS Cara ini hanya menggabungkan data cross-section dengan data time-series kemudian data gabungan ini diperlakukan sebagai satu kesatuan pengamatan dan data gabungan ini digunakan untuk mengestimasi model dengan metode OLS.. Fixed Effect / Efek tetap Adanya variabel-variabel yang tidak semuanya masuk dalam model memungkinkan adanya intersep yang tidak konstan. Intersep ini mungkin berubah untuk setiap individu dan waktu. 3. Random Effect / Efek Random 4. Teknik yang memperhitungkan bahwa error mungkin berkorelasi sepanjang time series dan cross section. 18
19 Model Efek Tetap (MET) Asumsi bahwa α konstan untuk setiap i dan t kurang realistik. MET memungkinkan adanya perubahan α pada setiap i dan t sehingga modelnya dapat dinyatakan dalam: Y it = α + β X it + γ W t + γ 3 W 3t +..+γ N W Nt + δ Z i + δ 3 Z i δ T Z it + ε it W it dan Z it variabel dummy yang di definisikan sbb: W it = 1 ; untuk individu i; i= 1,, N = 0 ; lainnya. Z it = 1 ; untuk periode t; t= 1,, T = 0 ; lainnya. Bila model tsb. di estimasi dengan OLS akan diperoleh estimator yang tidak bias dan konsisten. Catatan: 1. Model tsb. mempunyai N+T parameter yang terdiri dari: (N-1) parameter γ (T-1) parameter δ 1 parameter α 1 parameter β. Derajat bebas yang dimiliki model: N.T N - T 19
20 Keseluruhan persamaan regresi pada Model Efek Tetap (MET) i = 1 ; t=1; Y 11 = α + β X 11 + ε 11 t=; Y 1 = (α +δ ) + β X 1 + ε 1. t=t; Y 1T = (α +δ T ) + β X 1T + ε 1T i = ; t=1 ; Y 1 = ( α +γ ) + β X 1 + ε 1 t= ; Y = ( α +γ +δ ) + β X + ε t=t ; Y T = (α +γ +δ T ) + β X T + ε T i = N ; t=1 ; Y N1 = (α + γ N ) + β X N1 + ε N1 t= ; Y N = (α + γ N + δ ) + β X N + ε N t=t ; Y NT = (α + γ N + δ T ) + β X NT + ε NT Untuk mengetahui apakah α konstan pada setiap i dan t ataukah berubah-ubah, kita lakukan tes sbb: F{(RSS OLS RSS MET ) / RSS MET }. {(NT-N-T) / (N+T-)}. Bila H 0 ditolak, maka MET lebih baik. Bagaimana menginterpretasikan paramater-parameter tsb? 0
21 Model Efek Random (MER) Pada MET, perbedaan karakteristik individu dan waktu di akomodasikan pada intersep sehingga intersepnya berubah antar individu dan antar waktu. Sementara MER perbedaan karakteristik individu dan waktu di akomodasikan pada Error dari model. Sehingga random erronya di urai menjadi error untuk komponen individu, error komponen waktu dan error gabungan dan modelnya dinyatakan: Y it = α + β X it + ε it ; ε it = u i + v t + w it u i : Komponen error cross-section v t : Komponen error time-series w it : Komponen error gabungan Dengan asumsi u i N (0, σ u ); v t N (0, σ v ); w it N (0, σ w ) Dibandingkan dengan MET, MER menganggap bahwa efek rata-rata dari data cross-section dan time series terrepresentasikan dalam intersep. Sedangkan deviasi efek secara random untuk data time-series di representasikan dalam v t dan deviasi untuk data cross-section dinyatakan dalam u i. Untuk MER, Var (ε it ) = σ u + σ v + σ w Sedangkan untuk Model OLS (Pooled Data), Var (ε it ) = σ w Dengan demikian, MER bisa di estimasi dengan OLS bila σ u = σ v = 0. Kalau tidak demikian, MER perlu diestimasi dengan metode Generalized Least Square yang terdiri dari tahap. Tahap I (i) Estimasi Model Efek Random dengan OLS. (ii) Hitung RSS untuk mengestimasi varians sampel. Tahap II Dengan menggunakan varians sampel yang dihitung pada Tahap I, gunakan GLS untuk mengestimasi parameter model. 1
22 MET vs MER Pilih yang mana? (i) (ii) MER mempunyai parameter lebih sedikit; akibatnya degrees of freedom nya lebih besar. Tetapi MET dapat membedakan efek individual dan efek waktu. MET juga tidak perlu mengasumsikan bahwa komponen error tidak berkorelasi dengan variabel bebas yang mungkin sulit dipenuhi. Ada ahli Ekonometri yang mengatakan: Bila T > N gunakan MET Bila N > T gunakan MER
23 MODEL DENGAN VARIABEL DUMMY Apa beda antara: Variabel Dummy? Indikator? Biner? Dikotomi? Variabel Kategorik? Kenapa Dibutuhkan? Pemodelan Ekonometri membutuhkan data kuantitatif untuk mengestimasi parameternya. Bagaimana kalau datanya kualitatif Bagaimana memodel Model Regresi yang tidak stabil? -Ada loncatan -Arah bergeser Secara teknis apakah ada masalah bila: Variabel bebasnya dummy Variabel terikatnya dummy KEBERADAAN VAR KATEGORIK DLM MODEL EKONOMETRI 1. Variabel Kategorik sbg regressor (var bebas) Ilustrasi: Jenjang Pendidikan: SD, SLTP, SLTA, D3, S1, S, S3 Laki-perempuan; Kota-Desa; Ya-Tidak; Domestik-Asing Bermasalah? Tidak; asal: Pendefinisian variabel kategorik sesuai prosedur Hati-hati dalam menginterpretasikan model 3
24 . Variabel Kategorik sbg regressand (var terikat) Ilustrasi: Pilihan Investasi: Saham, Valas, Obligasi, Deposito, Emas Pilihan Moda Transportasi ke tempat kerja: Kereta, Bus, Motor, Mobil Pribadi, Jalan kaki Investasi pada stock market? Bermasalah? Kenapa? REGRESI DG VAR TERIKAT KATEGORIK/ DUMMY Pemodelan Matematis dan masalahnya Y i = β 1 + β X i + u i X = pendapatan keluarga Y = 1 ; bila suatu keluarga mempunyai rumah 0 ; bila suatu keluarga tidak mempunyai rumah Masalah: Apakah estimator hasil OLS dapat menjamin bahwa besaran β 1 + β X i terletak antara 0 dan 1. Apakah estimator hasil OLS masih mempunyai sifat BLUE? Pengestimasian Model dengan OLS 1. u i tidak berdistribusi normal u i mengikuti distribusi Binomial. Bila sampel besar, bisa diatasi.. Variansi u i heteroscedastic Meskipun diasumsikan E(u i ) = 0 dan E(u i,u j ) = 0, i j, u i tidak homoscedastic. Heteroscedastisitas ini dapat diatasi dengan mentransformasikan model aslinya 3. Persyaratan 0 E(Y i X i ) 1 sulit untuk dipenuhi Bagaimana cara mengatasi agar E(Y i X i ) terletak antara 0 dan 1 4
25 MPL LOGIT PROBIT 1.MPL: p i = E (Y i = 1 X i ) = β 1 + β X i X = menyatakan pendapatan keluarga Y = 1 ; bila suatu keluarga mempunyai rumah 0 ; bila suatu keluarga tidak mempunyai rumah Pengamatan-pengamatan: (i) p i bisa tidak terletak antara 0 dan 1, karena besaran β 1 + β X i bisa bernilai berapa saja dan tidak harus antara 0 dan 1 (ii) metode ini bisa digunakan kalau kebetulan nilai dari besaran β 1 +β X i terletak antara 0 dan 1.Logit (fungsi distribusi logistik): 1 Didefinisikan: pi = E(Yi = 1X i ) = ( β1 + βxi ) 1+ e 1 atau p = i Z 1+ e ; dimana : Z i = β 1 + β X i i Pengamatan-pengamatan : (i) p i terletak antara 0 dan 1, karena Z i terletak antara - dan. Bila Z, maka p i 1 Bila Z -, maka p i 0 (ii) p i mempunyai hubungan non linier dengan Z i, artinya p i tidak konstan seperti asumsi pada MPL (Model Probabilitas Linier). (iii) Secara keseluruhan, Model Logit adalah Model Non-Linier, baik dalam parameter maupun dalam variabel. Oleh karena itu, metode OLS tidak dapat digunakan untuk mengestimasi model logit. 1 Definisi Logit: pi = 1 z + e i ; 1 1 p i = z 1 + e i = e zi 1+ e Sekarang, perhatikan rasio antara p i dan 1 p i : zi pi 1 p i 1 1+ e = e 1+ e zi zi zi 1 = e zi = e zi = e β1 + βxi 5
26 Angka ini disebut Odd atau sering disebut resiko yaitu perbandingan antara probabilitas bahwa suatu keluarga mempunyai rumah dengan probabilitas bahwa keluarga tersebut tidak mempunyai rumah. Misalkan saja bahwa probabilitas suatu keluarga mempunyai rumah adalah 80%. Dengan demikian, probabilitas bahwa keluarga tersebut tidak mempunyai rumah adalah 0%. Sehingga odd adalah 4 dibanding 1. Makin besar odd ini, makin besar kecenderungan suatu keluarga mempunyai rumah. Ekstrimnya, bila p kecil sekali, maka 1 p dekat dengan 1. Akibatnya oddnya mendekati nol. Sebaliknya, bila p dekat dengan 1, maka 1 p mendekati nol. Sehingga oddnya sangat besar. Dengan perkataan lain, odd adalah suatu indikator kecenderungan suatu keluarga memiliki rumah (dalam contoh model kepemilikan rumah ini). Ringkasnya, bila odd mendekati nol berarti kecenderungan suatu keluarga memiliki rumah sangat kecil sekali. Bila odd ini kita log-kan, akan kita dapatkan log odd sebagai berikut: pi L i = ln = zi = β1 + βx i 1 pi Sehingga model yang akan kita perhatikan atau kita analisis menjadi : pi L i = ln = β1 + βx i ; L disebut log odd. 1 pi Pengamatan : (i). L linier dalam X (ii). L juga linier dalam β 1 dan β (iii). L disebut model Logit (iv). Karena p terletak antara 0 dan 1, L terletak antara - dan (v). Meskipun L linier dalam X, tetapi p tidak linier dalam X (vi). β menyatakan perubahan dalam L bila x berubah 1 unit, β menunjukkan bagaimana log odd berubah bila pendapatan berubah 1 unit atau 1000 dolar, kalau satuan unitnya adalah dalam ribuan dolar. β 1 menyatakan log odd pada saat pendapatan sama dengan nol. (vii). Bila kita mengetahui tingkat pendapatan keluarga, katakanlah x i, kita dapat menghitung probabilitas bahwa suatu keluarga 1 mempunyai rumah dengan cara menghitung: p = i ( β1 + βxi ) 1+ e bila β 1 dan β sudah ditaksir. Masalahnya sekarang bagaimana menaksir β 1 dan β? 6
27 3. PROBIT Logit menggunakan CDF Distribusi Logistik. Probit atau Normit menggunakan CDF Distribusi Normal/Gauss Analisis Kemampuan Wisata Ke Luar Negeri dg. Probit Asumsi: keputusan individu i untuk melakukan perjalanan ke luar negeri atau tidak, tergantung pada index I i yang tidak teramati dan yang ditentukan oleh variabel bebas, pendapatan (X i ), sedemikian sehingga makin besar index I i, makin besar probabilitas seseorang untuk melakukan perjalanan ke luar negeri. Sehingga index I i dapat dinyatakan sebagai: I i = β 1 + β X i ; X i : pendapatan individu i Pengamatan: Indeks I i tergantung pada X; makin besar X, makin besar I I tidak teramati; bagaimana mencarinya? Diasumsikan bila I i I * i, seseorang pernah ke luar negeri dan bila I I <I * i, orang tersebut tidak pernah ke luar negeri. Dengan perkataan lain : * Y = 1 I i I i * Y = 0 I i < I i Bila kita mengasumsikan bahwa I * i N ( μ, σ ), parameter dan indeks tersebut dapat diestimasi. Bila diasumsikan I i * N ( μ, σ ), atau I i mengikuti distribusi normal dengan mean μ dan variansi σ ; dapat pula diasumsikan bahwa μ = 0 dan σ = 1 sehingga I i * N (0,1). Akibatnya: p i, probabilitas bahwa seseorang pernah melakukan perjalanan ke luar negeri dapat dicari sebagai berikut : * p i = Pr (Y = 1) = Pr ( I i I i ) = Pr ( I * i I i ) = F ( I i ) Model Probit: p i = 1 π = 1+ βx i t β e dt 1 π I i t (karena I i = β 1 + β X i dan diasumsikan μ = 0, σ = 1 e dt 7
2. Satu atau Iebih variabel bebas (X): yang menjelaskan. 3. Hubungan sebab akibat hanya satu arah: dan X ke Y Tidak ada feedback
MODEL PERSAMAAN SIMULTAN Model SATU Persamaan Karakteristik : 1. Satu variabel terikat (Y): yang dijelaskan 2. Satu atau Iebih variabel bebas (X): yang menjelaskan 3. Hubungan sebab akibat hanya satu arah:
Lebih terperinciMASALAH-MASALAH DALAM MODEL REGRESI LINIER
MASALAH-MASALAH DALAM MODEL REGRESI LINIER Pendahuluan Analisis model regresi linier memerlukan dipenuhinya berbagai asumsi agar model dapat digunakan sebagai alat prediksi yang baik. Namun tidak jarang
Lebih terperinciAnalisis Regresi Linier ( Lanjutan )
Analisis Regresi Linier ( Lanjutan ) Outline - Regresi Berganda - Pemeriksaan Regresi : Koef. Determinasi Standar Error Interval Kepercayaan Uji Hipotesis :t test, F test, - Pelanggaran Asumsi : Multicollinearity
Lebih terperinciKoefisien Korelasi Karl Pearson
Koefisien Korelasi Karl Pearson Analisis korelasi untuk mengetahui kekuatan relasi linier yang diperoleh dari model regresi Kekuatan linier ini diukur dengan koefisien korelasi r : 1 r 1 contoh r x x 1
Lebih terperinciBAB II LANDASAN TEORI. Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan
BAB II LANDASAN TEORI 2.1 Data Data merupakan bentuk jamak dari datum. Data merupakan sekumpulan datum yang berisi fakta-fakta serta gambaran suatu fenomena yang dikumpulkan, dirangkum, dianalisis, dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. 1. Apakah investasi mempengaruhi kesempatan kerja pada sektor Industri alat
43 BAB III METODOLOGI PENELITIAN A. Tujuan Penelitian Berdasarkan masalah-masalah yang telah peneliti rumuskan, maka tujuan penelitian ini adalah untuk mengetahui: 1. Apakah investasi mempengaruhi kesempatan
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang digunakan adalah jenis penelitian kuantitatif.
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan adalah jenis penelitian kuantitatif. Menurut Sugiyono (2003), penelitian kuantitatif adalah penelitian dengan memperoleh data
Lebih terperinciBAB III METODE PENELITIAN. di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
17 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang di peroleh dari Website Bank Muamlat dalam bentuk Time series tahun 2009
Lebih terperinci31 Universitas Indonesia
BAB 3 METODOLOGI PENELITIAN Setelah memperhatikan karakteristik permintaan kedelai di Indonesia pada bab terdahulu maka sekarang tiba saatnya untuk memodelkan faktor faktor yang mempengaruhi permintaan
Lebih terperinciESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI
ESTIMASI PARAMETER PADA SISTEM PERSAMAAN SIMULTAN DENGAN METODE LIMITED INFORMATION MAXIMUM LIKELIHOOD (LIML) SKRIPSI Oleh : IPA ROMIKA J2E004230 PROGRAM STUDI STATISTIKA JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan statistik sebagai alat bantu untuk mengambil keputusan yang lebih baik telah mempengaruhi hampir seluruh aspek kehidupan. Setiap orang, baik sadar maupun
Lebih terperinciBAB III METODE PENELITIAN
33 BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini dilakukan berdasarkan data series bulan yang dipublikasikan oleh Bank Indonesia (BI) dan Badan Pusat Statistik (BPS), diantaranya adalah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini bersumber dari data sekunder mulai dari tahun 2005 sampai dengan tahun 2010. Data tersebut didapat dari beberapa
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data time series tahunan Data
40 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data time series tahunan 2002-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung. Adapun data
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Teknik Pengumpulan Data Tahapan metodologi terdiri atas 6 (enam) tahapan, pertama, dengan mengacu kepada teori, kita mengajukan suatu hipotesis atau pertanyaan. Kedua,
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan
49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran
Lebih terperinciBAB III METODE PENELITIAN. Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan
BAB III METODE PENELITIAN A. Obejek Penelitian Obyek kajian pada penelitian ini adalah realisasi PAD (Pendapatan Asli Daerah) di seluruh wilayah Kabupaten/Kota Eks-Karesidenan Pekalongan yang terdiri dari
Lebih terperinciBAB III MODEL REGRESI DATA PANEL. Pada bab ini akan dikemukakan dua pendekatan dari model regresi data
BAB III MODEL REGRESI DATA PANEL Pada bab ini akan dikemukakan dua pendekatan dari model regresi data panel, yaitu pendekatan fixed effect dan pendekatan random effect yang merupakan ide pokok dari tugas
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab II telah dipaparkan hasil dari studi literatur yang diperoleh mengenai pertumbuhan aset perbankan syariah dan faktor-faktor yang mempengaruhinya. Hasil dari studi literatur
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Penelitian Penelitian ini merupakan jenis penelitian deskriptif-korelasional (kausal) yang menjelaskan adakah hubungan dan seberapa besar pengaruh tiap-tiap variabel
Lebih terperinciIII. METODE PENELITIAN. topik penelitian secara keseluruhan. Dalam kaitannya dengan hal ini, metode
III. METODE PENELITIAN Metode penelitian merupakan pendekatan umum untuk membangun topik penelitian secara keseluruhan. Dalam kaitannya dengan hal ini, metode penelitian merupakan sistem atas peraturan-peraturan
Lebih terperinciBAB 3 METODE PENELITIAN
BAB 3 METODE PENELITIAN 3.1. Pendekatan/Desain Penelitian Penelitian ini untuk mengetahui ada tidaknya hubungan antara variabel yang akan diukur serta mengetahui sejauh mana variasi-variasi pada suatu
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Dalam penelitian ini, peneliti menggunakan data kuantitatif, sesuai dengan namanya, banyak dituntut menggunakan angka, mulai dari pengumpulan data,
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu
III. METODE PENELITIAN A. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yaitu berkaitan dengan data yang waktu dikumpulkannya bukan (tidak harus) untuk memenuhi
Lebih terperinciBAB II KAJIAN PUSTAKA. dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat
BAB II KAJIAN PUSTAKA 2.1 Konsep Dasar Runtun Waktu Data runtun waktu (time series) merupakan data yang dikumpulkan, dicatat, atau diobservasi sepanjang waktu secara berurutan. Periode waktu dapat berupa
Lebih terperinciIII. METODOLOGI PENELITIAN. Modal, Dinas Penanaman Modal Kota Cimahi, Pemerintah Kota Cimahi, BPS Pusat
III. METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data tenaga kerja, PDRB riil, inflasi, dan investasi secara berkala yang ada di kota Cimahi.
Lebih terperinciBAB III METODOLOGI PENELITIAN. Tenggara Barat dengan menggunakan data variabel kemiskinan digunakan
BAB III METODOLOGI PENELITIAN A. Obyek / Subjek Penelitian Objek dalam penelitian ini adalah Tingkat Kemiskinan Provinsi Nusa Tenggara Barat dengan menggunakan data variabel kemiskinan digunakan sebagai
Lebih terperinciPertemuan 4-5 ANALISIS REGRESI SEDERHANA
Pertemuan 4-5 ANALISIS REGRESI SEDERHANA Metode Kuadrat Terkecil (OLS) Persoalan penting dalam membuat garis regresi sampel adalah bagaimana kita bisa mendapatkan garis regresi yang baik yaitu sedekat
Lebih terperinci3. METODE PENELITIAN 3.1 Jenis dan Sumber Data
3. METODE PENELITIAN 3.1 Jenis dan Sumber Data Penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS), Perusahaan Listrik Negara (PLN) dan Departemen Kesehatan. Data yang
Lebih terperinciIII. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah
63 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh Upah Minimum Provinsi (UMP) dan Belanja Barang dan Jasa (BBJ) terhadap pembangunan
Lebih terperinciBAB III METODE PENELITIAN. ASEAN. Pengambilan data penelitian ini dilakukan di 7 (tujuh) Negara ASEAN yaitu
BAB III METODE PENELITIAN A. Objek/Subjek Penelitian Dalam penelitian ini penulis melakukan penelitian yang dilakukan di Negara ASEAN. Pengambilan data penelitian ini dilakukan di 7 (tujuh) Negara ASEAN
Lebih terperinciBAB III METODE PENELITIAN. Yang menjadi objek dari penelitian ini adalah ekspor industri tekstil dan
52 BAB III METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dari penelitian ini adalah ekspor industri tekstil dan produk tekstil. Fokus yang akan diteliti adalah faktor-faktor yang mempengaruhi
Lebih terperinciIII. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian merupakan salah satu faktor yang tidak dapat dipisahkan dari
55 BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian merupakan salah satu faktor yang tidak dapat dipisahkan dari suatu penelitian. Objek penelitian merupakan sumber diperolehnya data dari
Lebih terperinciBAB IV METODOLOGI PENELITIAN. mengetahui hubungan antara variabel bebas net profit margin, return on asset,
BAB IV METODOLOGI PENELITIAN 4.1. Metode Penelitian Metode penelitian yang digunakan adalah pendekatan deskriptif kuantitatif, berdasarkan permasalahan yang diteliti, penelitian ini digolongkan kepada
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. OBJEK PENELITIAN Objek penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti
Lebih terperinciIII. METODE PENELITIAN. Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian
III. METODE PENELITIAN A. Ruang Lingkup Penelitian Berdasarkan sifat penelitiannya, penelitian ini merupakan sebuah penelitian deskriptif. Definisi dari penelitian deskriptif adalah penelitian yang menggambarkan
Lebih terperinci3. METODE. Kerangka Pemikiran
25 3. METODE 3.1. Kerangka Pemikiran Berdasarkan hasil-hasil penelitian terdahulu serta mengacu kepada latar belakang penelitian, rumusan masalah, dan tujuan penelitian maka dapat dibuat suatu bentuk kerangka
Lebih terperinciBAB III METODE PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian deskriptif dengan pendekatan kuantitatif. Menurut Sugiyono (2012: 13), penelitian deskriptif
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
43 III. METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciBAB III METODOLOGI PENELITIAN. data panel, yaitu model data yang menggabungkan data time series dengan crosssection.
BAB III METODOLOGI PENELITIAN A. Desain Penelitian Penelitian ini merupakan penelitian kuantitatif yang menggunakan model data panel, yaitu model data yang menggabungkan data time series dengan crosssection.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Subyek/Obyek Penelitian Penelitian ini dilakukan pada kota/kabupaten yang termasuk dalam Provinsi Daerah Istimewa Yogyakarta. B. Jenis Data Jenis data yang digunakan dalam
Lebih terperinciIII. METODOLOGI PENELITIAN. Data yang digunakan dalam penulisan ini adalah data sekunder berupa data
III. METODOLOGI PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penulisan ini adalah data sekunder berupa data tahunan dari periode 2003 2012 yang diperoleh dari publikasi data dari Biro
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian dan Subjek Penelitian 1. Objek Penelitian Penelitian ini dilakukan di Provinsi Jawa Tengah yang memiliki 29 kabupaten dan 6 kota. Dan dalam penelitian ini,
Lebih terperinciBAB III METODE PENELITIAN. minimum sebagai variabel independen (X), dan indeks pembangunan manusia
BAB III METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah kemiskinan, rasio gini dan upah minimum sebagai variabel independen (X), dan indeks pembangunan manusia (IPM) sebagai variabel
Lebih terperinciBAB III METODE PENELITIAN. mengetahui pengaruh belanja daerah, tenaga kerja, dan indeks pembangunan
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini merupakan penelitian empiris yang dilakukan untuk mengetahui pengaruh belanja daerah, tenaga kerja, dan indeks pembangunan manusia terhadap
Lebih terperinciBAB III METODELOGI PENELTIAN. Riau, DKI Jakarta, Jawa Barat, Jawa Tengah, DI. Yogyakarta, Jawa Timur,
BAB III METODELOGI PENELTIAN A. Obyek/Subyek Penelitian Obyek dalam penelitian ini meliputi seluruh wilayah atau 33 provinsi yang ada di Indonesia, meliputi : Aceh, Sumatera Utara, Sumatera Barat, Riau,
Lebih terperinciBAB IV METODOLOGI PENELITIAN
BAB IV METODOLOGI PENELITIAN 4.1 Sampel, Sumber Data dan Pengumpulan Data Penelitian kali ini akan mempergunakan pendekatan teori dan penelitian secara empiris. Teori-teori yang dipergunakan diperoleh
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian dan Subyek Penelitian Obyek dalam penelitian ini adalah tentang hubungan atau pengaruh variabel pilihan terhadap tingkat kemiskinan dengan daerah penelitian
Lebih terperinciIII. METODE PENELITIAN
39 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder tersebut merupakan data cross section dari data sembilan indikator
Lebih terperinciBAB III METODE PENELITIAN. tahun mencakup wilayah kabupaten dan kota di Provinsi Jawa Timur.
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder periode tahun 2001-2010 mencakup wilayah kabupaten dan kota di Provinsi Jawa Timur. Kabupaten
Lebih terperinciBAB III METODE PENELITIAN. penelitian dalam penelitian ini adalah Kontribusi Usaha Kecil Menengah (UKM)
45 BAB III METODE PENELITIAN A. Objek Penelitian Obyek penelitian merupakan sasaran untuk mendapatkan suatu data. Obyek penelitian dalam penelitian ini adalah Kontribusi Usaha Kecil Menengah (UKM) yang
Lebih terperinciIII. METODE PENELITIAN
21 III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini dilaksanakan di Desa Babakan Kecamatan Dramaga Kabupaten Bogor. Pemilihan tersebut dengan pertimbangan bahwa wilayah tersebut merupakan
Lebih terperinciBAB III METODE PENELITIAN. Objek dari penelitian ini adalah daya saing produk industri pengolahan
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dari penelitian ini adalah daya saing produk industri pengolahan berupa data time series periode 1988-2008 sebagai variabel yang dipengaruhi (Y). Selain
Lebih terperinci1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lebih terperinciPEMODELAN REGRESI PANEL TERHADAP BELANJA DAERAH DI KABUPATEN/KOTA JAWA BARAT
Prosiding Seminar Nasional Matematika dan Pendidikan Matematika (SESIOMADIKA) 2017 ISBN: 978-602-60550-1-9 Statistika, hal. 60-68 PEMODELAN REGRESI PANEL TERHADAP BELANJA DAERAH DI KABUPATEN/KOTA JAWA
Lebih terperinciBAB III METODE PENELITIAN. Populasi dalam penelitian ini adalah koperasi-koperasi pegawai republik
39 BAB III METODE PENELITIAN A. Populasi dan Sampel Populasi dalam penelitian ini adalah koperasi-koperasi pegawai republik Indonesia yang masih aktif dan koperasi yang terdaftar di Dinas Perindustrian
Lebih terperinciBAB III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi
BAB III METODE PENELITIAN A. Objek Penelitian Untuk mendapatkan data yang diperlukan dalam penelitian ini, penulis mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi di 5 pulau
Lebih terperinciBAB III METODE PENELITIAN. Objek penelitian yang digunakan dalam penelitian ini adalah yang
BAB III METODE PENELITIAN A. Objek/Subjek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah yang menjadi penyebab dari produksi padi di Indonesia. Sedangkan yang subjek adalah luas
Lebih terperinciBAB III METODE PENELITIAN. kabupaten/kota di provinsi Jawa Tengah yang terdiri dari : 1. Kab. Banjarnegara 13. Kab. Demak 25. Kab.
BAB III METODE PENELITIAN A. Obyek dan Subyek Penelitian Dalam penelitian ini daerah yang digunakan adalah seluruh kabupaten/kota di provinsi Jawa Tengah yang terdiri dari : 1. Kab. Banjarnegara 13. Kab.
Lebih terperinciDalam kasus-kasus terjadinya heteroskedastisitas, var(e i. ) = σ i2
Heteroscedasticity Before discussing ARCH (AutoRegressive Conditional Heteroscedasticity) and GARCH (Generalized AutoRegressive Conditional Heteroscedasticity) models, we need to review the concept of
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini dilaksanakan di Provinsi Jawa Barat. Pemilihan Provinsi Jawa
BAB III METODE PENELITIAN A. Objek Penelitian Penelitian ini dilaksanakan di Provinsi Jawa Barat. Pemilihan Provinsi Jawa Barat ini didasarkan pada data realisai anggaran menunjukkan bahwa Anggaran Pendapatan
Lebih terperinciBAB IV METODE PENELITIAN
BAB IV METODE PENELITIAN 4.1. Metode Pengumpulan Data 4.1.1. Sumber Data Data yang digunakan dalam penelitian ini diperoleh dari sumber data sekunder, yaitu laporan keuangan tahunan perusahaan pertambangan
Lebih terperinciBab IV. Metode dan Model Penelitian
Bab IV Metode dan Model Penelitian 4.1 Spesifikasi Model Sesuai dengan tinjauan literatur, hal yang akan diteliti adalah pengaruh real exchange rate, pertumbuhan ekonomi domestik, pertumbuhan ekonomi Jepang,
Lebih terperinciBAB III METODE PENELITIAN. Penelitian ini akan mengidentifikasi dan menganalisis pengaruh investasi,
BAB III METODE PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini akan mengidentifikasi dan menganalisis pengaruh investasi, pengeluaran pemerintah dan tenaga kerja terhadap pertumbuhan ekonomi di Provinsi
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini menggunakan data sekunder tahunan Data sekunder
47 III. METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunakan data sekunder tahunan 2003-2012. Data sekunder tersebut bersumber dari Badan Pusat Statistik (BPS) Lampung Dalam Angka, Badan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder (time series) yang diperoleh dari beberapa lembaga dan instansi pemerintah,
Lebih terperinciIII. METODE PENELITIAN. berupa data panel terdiri dari dua bagian yaitu : (1) time series dan (2) cross
36 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang berupa data panel terdiri dari dua bagian yaitu : (1) time series dan (2) cross
Lebih terperinciMETODE PENELITIAN. wilayah Kecamatan Karawang Timur dijadikan sebagai kawasan pemukiman dan
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini merupakan studi kasus yang dilakukan di Kecamatan Karawang Timur, Kabupaten Karawang. Pemilihan lokasi tersebut didasarkan atas wilayah
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek penelitian Penelitian yang digunakan ini mengunakan obyek penelitian dari seluruh kabupaten dan kota yang berada di Provinsi Jawa Timur yang totalnya ada 38 Kabupaten
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN
73 BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Yang menjadi objek dalam penelitian ini adalah menganalisis tentang faktor-faktor yang mempengaruhi distribusi pendapatan Indonesia yang terjadi
Lebih terperinciBAB III METODE PENELITIAN
A. Obyek Penelitian BAB III METODE PENELITIAN Pada penelitian ini menggunakan Obyek penelitian dari seluruh kabupaten dan kota yang ada di Daerah Istimewa Yogyakarta yaitu, Satu kota madya kota Yogyakarta,
Lebih terperinciMETODE PENELITIAN. A. Variabel Penelitian dan Definisi Operasional. Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel
III METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional Untuk memperjelas dan memudahkan pemahaman terhadap variabelvariabel yang akan dianalisis dalam penelitian ini, maka perlu dirumuskan
Lebih terperinciIII. METODE PENELITIAN. berupa time series dari tahun 1995 sampai tahun Data time series
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder, berupa time series dari tahun 1995 sampai tahun 2011. Data time series merupakan data
Lebih terperinciIV METODE PENELITIAN Jenis dan Sumber Data
IV METODE PENELITIAN 4.1. Jenis dan Sumber Data Data yang digunakan berupa data sekunder baik bersifat kuantitatif maupun kualitatif. Data sekunder kuantitatif terdiri dari data time series dan cross section
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Spesifikasi Model Kajian dalam tesis ini akan menggunakan model hasil penelitian Lutfi (2007) mengenai pengaruh faktor-faktor institusional dan infrastruktur terhadap Pertumbuhan
Lebih terperinciBAB III METODE PENELITIAN. Objek dari penelitian ini adalah indeks pembangunan manusia di Indonesia
BAB III METODE PENELITIAN 3.1 Objek Penelitian Objek dari penelitian ini adalah indeks pembangunan manusia di Indonesia tahun 005-008, dengan variabel yang mempengaruhinya yaitu pertumbuhan ekonomi, pengeluaran
Lebih terperinciMETODE PENELITIAN. 3.1 Jenis dan Sumber Data. Jenis data yang digunakan dalam penelitian ini berupa data sekunder. Data
37 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini berupa data sekunder. Data sekunder merupakan data yang dikumpulkan secara tidak langsung oleh peneliti
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Regresi Linier Sederhana Dalam beberapa masalah terdapat dua atau lebih variabel yang hubungannya tidak dapat dipisahkan karena perubahan nilai suatu variabel tidak selalu terjadi
Lebih terperinciModel Persamaan Simultan
Model Persamaan Simultan Dalam peristiwa ekonomi seringkali ditemukan bahwa beberapa variabel saling mempengaruhi. Contoh : Pendapatan akan mempengaruhi konsumsi, artinya jika pendapatan naik maka diharapkan
Lebih terperinciBAB III METODE PENELITIAN. Daerah Istimewa Yogyakarta, yang terdiri dari Kabupaten Bantul, Kabupaten
BAB III METODE PENELITIAN A. Objek Penelitian Objek penelitian ini adalah laporan seluruh Kabupaten/ Kota di Provinsi Daerah Istimewa Yogyakarta, yang terdiri dari Kabupaten Bantul, Kabupaten Kulon Progo,
Lebih terperinciBAB III METODE PENELITIAN. Statistik). Data yang diambil pada periode , yang dimana di dalamnya
BAB III METODE PENELITIAN 3.1. Metode Penelitian 3.1.1. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder sendiri artinya adalah data yang tidak dikumpulkan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek/Subyek Penelitian Penelitian ini merupakan penelitian empiris yang dilakukan untuk mengetahui pengaruh Infrastruktur terhadap Pertumbuhan Ekonomi di Indonesia yaitu provinsi
Lebih terperinciBAB 3 METODE PENELITIAN. 3.1 Desain Penelitian Penelitian ini menggunakan pendekatan penelitian kuantitatif dengan menggunakan data panel (pool data).
31 BAB 3 METODE PENELITIAN 3.1 Desain Penelitian Penelitian ini menggunakan pendekatan penelitian kuantitatif dengan menggunakan data panel (pool data). 3.2 Metode Analisis Data 3.2.1 Analisis Weighted
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian di lakukan di Provinsi Jawa Barat dengan menggunakan data tahun 2005 sampai dengan data tahun 2009. Pemilihan dilakukan secara sengaja
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
28 BAB 3 METODOLOGI PENELITIAN 3.1 Objek Penelitian Dalam penelitian yang berkaitan dengan fenomena market overreaction di Bursa Efek Indonesia ini, yang menjadi objeknya adalah seluruh saham yang pernah
Lebih terperinciBAB III OBJEK DAN METODE PENELITIAN. Bandung. Periode penelitian dipilih dari tahun 2011 sampai 2015 dan meliputi 5
BAB III OBJEK DAN METODE PENELITIAN 3.1 Objek Penelitian Objek penelitian yang dilakukan dalam penelitian ini adalah di Kota Bandung. Periode penelitian dipilih dari tahun 2011 sampai 2015 dan meliputi
Lebih terperinciBAB III METODOLOGI PENELITIAN. 3.1 Model Data Model data akan dijelaskan sebagai berikut:
BAB III METODOLOGI PENELITIAN 3.1 Model Data Model data akan dijelaskan sebagai berikut: 3.1.1 Model Estimasi Model yang akan diestimasi dalam penelitian analisa dan proyeksi permintaan listrik sektor
Lebih terperinciDaerah Jawa Barat, serta instansi-instansi lain yang terkait.
IV. METODE PENELITIAN 4.1 Waktu dan Lokasi Penelitian Pengambilan data sekunder untuk keperluan penelitian ini dilaksanakan pada awal bulan juli hingga bulan agustus 2011 selama dua bulan. Lokasi penelitian
Lebih terperinciBAB III METODE PENELITIAN. sekunder yang merupakan data deret waktu mulai dari tahun
37 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data deret waktu mulai dari tahun 2001-2010. Penelitian dilakukan
Lebih terperinciIV. METODE PENELITIAN
34 IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Lokasi penelitian faktor-faktor yang mempengaruhi harga komoditas kakao dunia tidak ditentukan. Waktu pengumpulan data dilaksanakan pada bulan Februari
Lebih terperinciMETODE PENELITIAN. deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi
III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian ini adalah tingkat suku bunga deposito berjangka terhadap suku bunga LIBOR, suku bunga SBI, dan inflasi pada bank umum di Indonesia.
Lebih terperinciBAB III METODE PENELITIAN. Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai
BAB III METODE PENELITIAN A. Langkah Penelitian Dalam penelitian ini, penulis akan melaksanakan langkah-langkah sebagai berikut: 1. Merumuskan spesifikasi model Langkah ini meliputi: a. Penentuan variabel,
Lebih terperinciBAB V HASIL PENELITIAN DAN PEMBAHASAN. syarat kriteria BLUE (Best Unbiased Estimato). model regresi yang digunakan terdapat multikolinearitas.
81 BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas Penelitian ini menggunakan analisis model GLS (General Least Square). Metode GLS sudah memperhitungkan heteroskedastisitas pada variabel independen
Lebih terperinciBAB III METODE PENELITIAN
30 BAB III METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian ini dilakukan dengan menggunakan data laporan keuangan dan laporan tahunan perusahaan-perusahaan lembaga pembiayaan yang terdaftar
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Objek dan Subjek Penelitian Di dalam penelitian ilmiah diperlukan adanya objek dan metode penelitian. Metode penelitian menurut Winarno Surachmad dalam Suharsimi Arikunto
Lebih terperinciESTIMASI PARAMETER SISTEM MODEL PERSAMAAN SIMULTAN PADA DATA PANEL DINAMIS DENGAN GMM ARELLANO DAN BOND
ISBN : 9786023610020 ESTIMASI PARAMETER SISTEM MODEL PERSAMAAN SIMULTAN PADA DATA PANEL DINAMIS DENGAN GMM ARELLANO DAN BOND Arya Fendha Ibnu Shina 1, Setiawan 2 Mahasiswa Jurusan Statistika Institut Teknologi
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data panel (pooled data) yang merupakan gabungan data silang (cross section)
Lebih terperinciBAB III METODI PENELITIAN. kabupaten/kota di provinsi Bali pada tahun
BAB III METODI PENELITIAN A. Lokasi Penelitian Penelitian ini dilaksanakan di provinsi Bali yang merupakan salah satu provinsi yang berada di Indonesia dengan maksud, memberikan kejelasan tentang keterkaitan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN. Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya
BAB 3 METODOLOGI PENELITIAN 3.1 Obyek Penelitian Obyek dari penelitian yang akan diteliti dalam penelitian ini adalah besarnya yield to maturity (YTM) dari obligasi negara seri fixed rate tenor 10 tahun
Lebih terperinci