BUKU PEDOMAN PRAKTIKUM EKONOMETRIKA Disusun Oleh: TIM DOSEN EKONOMETRIKA TIM ASISTEN PRAKTIKUM JURUSAN SOCIAL EKONOMI PERIKANAN DAN KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS BRAWIJAYA MALANG 2015
KATA PENGANTAR Kami panjatkan puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat serta hidayah-nya kepada kami sehingga pembuatan BUKU PEDOMAN PRAKTIKUM EKONOMETRIKA ini dapat terselesaikan dengan lancar. Tidak lupa juga kami ucapkan terimakasih kepada: 1. Nabi Muhammad SAW yang telah membawa kehidupan manusia keluar dari jaman kejahiliahan dan memasuko jaman IPTEK berbasis penalaran 2. Kedua orang tua kami yang selalu mendoakan kesuksesan untuk kami 3. Tim dosen pengampu mata kuliah EKONOMETRIKA 4. Dan pihak-pihak lain yang juga ikut serta dalam penyelesaian BUKU PEDOMAN PRAKTIKUM EKONOMETRIKA ini yang tidak bisa kami sebutkan satu persatu. Kami berharap semoga BUKU PEDOMAN PRAKTIKUM EKONOMETRIKA ini bermanfaat dan memberikan informasi bagi semua pihak yang memerlukan. Kritik dan saran sangat kami harapkan demi kesempurnaan BUKU PEDOMAN PRAKTIKUM EKONOMETRIKA pada masa mendatang. Malang, 10 April 2015 2 Tim Asisten
DAFTAR ISI KATA PENGANTAR DAFTAR ISI 1. DASAR-DASAR EKONOMETRIKA... 1 a. Pengertian Ekonometrika... 1 b. Tujuan Dari Pengujian... 1 c. Tahapan Pengujian... 1 d. Bentuk-Bentuk Fungsional Pengujian... 2 e. Regresi Sederhana... 2 f. Regresi Linier Berganda... 3 g. Model Regresi Linier Dengan Dummy Variable... 5 h. Uji Statistic... 6 i. Uji Asumsi Klasik (Uji BLUE)... 6 j. Statistic Software SPSS... 8 k. Analisis Regresi dengan SPSS... 9 2. LEMBAR STUDI KASUS... 10 3. DAFTAR ASISTEN PRAKTIKUM... 18 3
Dasar-Dasar Ekonometrika a. Pengertian ekonometrika Ekonometrika terkait dengan pengukuran hubungan ekonomi. Istilah ekonometrika terbentuk dari dua kata Yunani, yaitu oikonomia (economy) dan metron (measure). Ekonometrika adalah kombinasi dari teori ekonomi dan statistik tetapi juga aspek tersebut berbeda satu sama lain. Ekonometrika dapat didefinisikan sebagai ilmu sosial dimana teori ekonomi, matematika, dan statistic inferensi digunakan untuk menganalisisi fenomena ekonomi. b. Tujuan dari pengujian 1) Membuktikan validitas teori-teori ekonomi (verifikasi) 2) Menghasilkan taksiran-taksiran numeric untuk kebijakan ekonomi (penaksiran) 3) Meramalkan nilai besaran-besaran ekonomi c. Tahapan pengujian a. Merumuskan persamaan matematis (spesifikasi) b. Merancang metode dan prosedur sesuai teori statistik c. Menyusun metode penaksiran (estimasi) sesuai langkah 1 penaksiran d. Menyusun metode statistic untuk pengujian validitas teori (verifikasi) 4
e. Mengembangkan metode peramalan ekonomi (aplikasi/penerapan) d. Bentuk-Bentuk Fungsional Pengujian Linier (sederhana, berganda) Kuadratik Logaritma Eksponensial Hiperbola Constant elastiticy of substitution (CES) Fungsi-fungsi di atas digunakan untuk mengetahui pengaruh hubungan variabel antar ekonomi (variabel independen dan variabel dependen) e. Regresi Sederhana Regresi sederhana bertujuan mempelajari hubungan antara dua variabel. Kedua variabel ini dibedakan menjadi variabel bebas (x) dan variabel tidak bebas (y). variabel bebas adalah variabel yang bisa dikontrol sedangkan variabel tidak bebas adalah variabel yang mencerminkan respon dari variabel bebas. Untuk mengetahui hubungan kejadian variabel dengan kejadian atau kejadian lain, kita menggunakan teknik analisis yang disebut korelasi. Analisis korelasi yang disimbolkan dengan tanda r (rhol). Koefisien korelasi menunjukkan seberapa kuat hubungan antara variabel. Sedangkan untuk mencari pengaruh suatu variabel 5
terhadap variabel lain, alat analisis yang digunakan adalah analisis regresi. Hasil analisis regresi berupa persamaan regresi yang merupakan fungsi prediksi suatu variabel dengan menggunakan variabel lain. Analisis korelasi digunkan untuk mencari hubungan antara dua variabel. Hasil analisis dari korelasi adalah koefisien korelasi yang menunjukkan kekuatan dan kelamahan dari suatu hubungan. Untuk melakukan peramalan kelemahan dari suatu hubungan. Untuk melakukan peramalan terhadap suatu variabel jika variabel lain diketahui, dan alat analisis kita bisa memprediksi perilaku dari variabel dependen dengan menggunakan data variabel independen. Bentuk umum dari persamaan regresi adalah: Y = a + bx Dimana: Y = nilai dari variabel dependen a = konstanta, yaitu nilai Y jika X = 0 b = koefisien regresi X = nilai dari variabel independen f. Regresi Linier Berganda Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X 1,X 2,,X n) dengan variabel dependen (Y). analisis ini untuk mengetahui arah hubungan antara variabel independen dan variabel dependen berhubungan 6
positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila variabel independen mengalami kenaikan atau penurunan. Data yang digunakan biasanya berskala interval atau rasio. Persamaan regresi linier berganda sebagai berikut: Y = a + b 1X 1 + b 2X 2 +.. + b nx n Dimana: Y = variabel dependen X = variabel independen a = konstanta (nilai Y apabila (X 1,X 2,,X n=0) b = koefisien regresi (nilai peningkatan ataupun penurunan) Dalam analisis regresi sering kali bukan hanya variabelvariabel penjelas kuantitatif yang sering mempengaruhi variabel tak bebas (Y), tetapi ada juga variabel-variabel kualitatif yang ikut juga mempengaruhi, seperti jenis kelamin, musim, warna, pendidikan, dan lain sebagainya, untuk mengakomodasikan adanya variabel kualitatif ke dalam model regresi dapat dilakukan dengan menggunakan peubah boneka (variabel dummy) peubah boneka ini biasanya mengambil nilai 1 atau 0. Kedua nilai yang diberikan tidak menunjukkan bilangan (numeric), tetap hanya sebagai identifikasi kelas atau kategorinya. Variabel dummy adalah variabel yang mempresentasikan kuantitatif dari variabel kualitatif. Missal: jenis kelamin, lokasi, situasi, musim dan kualitas. 7
Variabel dummy sering juga disebut variabel boneka, binary kategorik atau dikotom Dummy memiliki nilai (D =1) untuk salah satu kategori dan nol (D = 0) untuk kategori yang lain g. Model regresi Linier Dengan Dummy Variabel Yang dipertimbangkan adalah model berikut ini : 1. Y = a +bx + c D1 (model Dummy Intersep) 2. Y= a + bx + c (D1X) (model Dummy Slope) 3. Y = a + bx + c (D1X) + dd1 (Kombinasi) 8
h. Uji Statistik Uji statistik fungsinya untuk melihat hubungan antara variabel dependen dan variabel Independen. Jenis uji statistik yaitu sebagai berikut : Uji R 2 (uji koefisien determinasi) Penguji ini dimaksudkan untuk mengukur seberapa jauh variabel independen mempengaruhi variabel dependen. Uji F (uji regresi secara bersama) Penguji ini dimaksudkan untuk mengetahui ada tidaknya pengaruh variabel independen secara bersama-sama dengan variabel dependen. Uji t (t-test) Pengujian ini dimaksudkan untuk mengetahui ada tidaknya pengaruhnya variabel independen secara parsial atau sendiri-sendiri dengan variabel dependen. i. Uji Asumsi Klasik Dalam model regresi linier ada beberapa asumsi yang harus dipenuhi agar memenuhi kondisi BLUE (Best Linier Unbiased Estimate). Pengujian ini dimaksudkan untuk menganalisis beberapa asumsi dari persamaan regresi yang dihasilkan valid untuk memprediksi. Menurut Santoso (2005) dalam analisis regresi terdapat beberapa asumsi yang harus dipenuhi sehingga persamaan regresi yang dihasilkan akan valid jika digunakan untuk memprediksi. Penggunaan asumsi ini merupakan konsekuensi dari 9
beberapa penggunaan metode Orginal Least Square (OLS) dalam menghitung persamaan regresi. Pembahasan mengenai asumsiasumsi yang ada pada analisis regresi adalah sebagai berikut : Uji Normalitas Pengujian normalitas adalah pengujian tentang kenormalan distribusi data. Uji ini merupakan pengujian yang paling banyak dilakukan untuk menganalisis karena pada analisis statistik parametik, asumsi harus dimiliki oleh data adalah bahwa data tersebut terdistribusi normal. Uji Multikolinearitas Uji ini merupakan bentuk pengujian asumsi dalam analisis regresi berganda. Asumsi multikolinearitas menyatakan bahwa variabel independen harus terbebas dari gejala multikolinearitas. Gejala ini ditunjukkan dengan korelasi yang signifikan antara variabel independen. Uji Autokorelasi Cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan melakukan uji Durbin Watson. Pengambilan keputusan ada atau tidaknya autokorelasi menggunakan ketentuan sebagai berikut: Hipotesis Nol Keputusan Jika Tidak ada autokorelasi positif Total 0 < d < dl Tidak ada autokorelasi positif No decision dl d du Tidak ada autokorelasi negatif Tolak 4 - dl< d < 4 Tidak ada autokorelasi negatif No decision 4 - du d 4 - dl Tidak ada autokorelasi positif / negatif Tidak ditolak du < d < 4 - du 10
Ket : du : durbin Watson upper, dl : durbin Watson lower Bila nilai DW terletak antara batas atas atau Upper bound (du) dan (4 - du), maka koefisien autokorelasi sama dengan nol, berarti tidak ada autokorelasi. Bila nilai DW lebih rendah daripada batas bawah atau lower bound (dl), maka koefisien autokorelasi lebih besar daripada nol, berarti ada autokorelasi positif. Bila nilai DW lebih besar daripada (4 - dl), maka koefisien autokorelasi lebih kecil daripada nol, berarti ada autokorelasi negatif. Bila nilai DW terletak di antara batas atas (du) dan batas bawah (dl) atau DW terletak antara (4 - du) dan (4 - dl), maka hasilnya tidak dapat disimpulkan. Uji Heterokedastisitas Uji asumsi ini adalah asumsi dalam regresi dimana varian dari resisual tidak sama untuk satu pengamatan yang lain. Gejala varian residual yang sama dari satu pengamatan yang lain disebut dengan homokesatisitas. j. Statistica Software (SPSS) Stastistical product And Service Solution (SPSS) merupakan suatu program computer tentang statistik yang mampu memproses data-data statistik secara cepat dan akurat menjadi berbagai output atau hasil yang sangat diperlukan bagi pihak yang dapat diambil sekaligus namun yang pasti harus digunakan adalah Data editor sebagai bagian input dan proses, serta Output Viewer yang merupakan tempat output hasil pengolahan data. 11
k. Analisis Regresi dengan SPSS Untuk melakukan analisis regresi dengan menggunakan program SPSS langkah yang harus dilakukan adalah 1. Klik aplikasi SPSS 2. Masukkan data dari variabel dependen dan independen pada sheet Data View 3. Memformat sheet Variabel View meliputi Name, Widht, Decimal, Label, Values, Missing, Colums, Align, dan Measure. 4. Dari Analyze, pilih Regresion dan pilih Linier 5. Masukkan variabel Y. pada kolom dependen dan variabel X pada kolom independen. 6. Klik pilihan Statistik, klik Estimates, Model fit, R-Square Change, Deskriptive, Part and Partial Correlations, Colinearity Diagnoctis, dan Durbin-Watson. Klik continue. 7. Klik pilihan Plots. Klik pilihan Histogram dan Normal Probability Plots. Masukkan variabel SRESID pada kolom Y ZPRED pada kolom X. Klik continue. 8. Klik OK, bentuk output dari analisis akan terlihat. 12
LEMBAR STUDI KASUS Soal 1 : Indonesia sebagai Negara produsen udang dari tahun ke tahun produksi udangnya meningkat dan menurun. Negara tujuan utama ekspor udang Indonesia yaitu Jepang karena Negara Jepang terkenal akan budaya makan seafood. Eksport udang Indonesia dalam kasus ini pada periode 1991-2010, faktor-faktor yang mempengaruhi volume ekspor udang Indonesia ke Jepang / Gross Domestic Product (GDP), dan produksi udang Indonesia. Dengan menggunakan data : Keterangan : Y = Volume permintaan ekspor X 1 X 2 X 3 X 4 = Harga rata-rata udang = Kurs Dollar AS atau Yen = Pendapatan Negara Jepang / GDP = Produksi udang Indonesia 13
Tahun Y X1 X2 X3 X4 1995 65523.8 12.8 94.34 4879938298 186.608 1996 6645.5 11.67 108.76 4213120633 181.756 1997 5015.8 12.7 121.02 4066617088 217.445 1998 84005.6 7.19 130.88 3722651284 222.55 1999 50474 10.25 113.84 4309830464 238.865 2000 54064.2 11.3 107.73 4654459296 249.032 2001 53662.9 9.6 134.51 3323576686 140.131 2002 57120.7 8.55 126.67 3566480619 141.69 2003 61454 10.25 111.17 4068935864 154.786 2004 63996.1 11.92 104.72 4340243506 175.058 2005 43122.2 8.09 110.15 4092817068 358.539 2006 49762.3 8.28 116.27 4746935581 367.164 2007 39816.3 8.5 109.43 5159650005 378.976 2008 37400 8.25 103.91 5573530436 386.922 2009 34800 8.36 92.88 6157209302 396.867 2010 39166.4 9.49 86.3 6281355579 393.86 2011 59438.8 9.51 121.52 4142778966 263.037 2012 58514 8.65 125.28 4026479087 262.485 2013 59845.2 7.9 115.91 4439013027 270.438 2014 48702 7.92 108.15 4866944059 345.913 14
Pertanyaan : a. Manakah yang disebut variabel dependen dan variabel independen? Sebutkan! b. Jelaskan bagaimana persamaan regresi! c. Jelaskan bagaimana keterkaitan variabel independen dengan variabel dependen jika dilihat dari uji statistik (uji R2, uji F dan uji t)! d. Jelaskan bagaimana jika dilihat dari uji asumsi klasik atau uji BLUE? Lembar Jawaban : 15
16
Disahkan pada tanggal: Asisten Laporan ( ) NIM. 17
Pertanyaan: 1. Jelaskan manfaat dari mempelajari ekonometrika! 2. Jelaskan pengertian dan manfaat mempelajari program SPSS! 3. Jelaskan pengertian dan perbedaan dari regresi linier sederhana dan regresi linier berganda! 4. Jelaskan pengertian variabel dependen dan variabel independen! 5. Jelaskan apakah yang dimaksud dengan analisis regresi! 6. Jelaskan perbedaan Uji Statistik dan Uji Asumsi Klasik (uji BLUE)! Lembar Jawaban: 18
19
Disahkan pada tanggal: Asisten Laporan ( ) NIM. 20
DAFTAR ASISTEN PRAKTIKUM NO NAMA NIM No. HP 1 Ibrahim H.R 115080401111006 085749043904 2 Juita Sukma K 115080400111086 085755045823 3 Mentari Puspa W 115080401111014 085707605695 4 Gita Cahyaning 115080401111022 085740821656 5 Bustomi Iqbal A 115080400111004 085791181480 6 Claudino Da Silva 115080400111058 085746926033 7 Ajeng Arladiba P 115080400111012 085755510102 8 Halimatus Sa diyah 115080401111018 085745599548 9 Amanda Ruth D 115080412111002 080745609731 10 Ferlina Vivin A 115080400111017 085735114822 21