BAB 1 PENDAHULUAN

BAB 1
PENDAHULUAN
Ekonometrika merupakan salah satu alat analisis penting dalam riset di bidang
ekonomi, manajemen (keuangan, pemasaran, dan fungsi perusahaan lainnya) serta
disiplin ilmu lainnya. Pada bagian ini akan dijelaskan pengertian ekonometrika dan
bagaimana metodologi penelitian dengan alat analisis ekonometrika. Pengukuran
variabel-variabel ekonomi dan manajemen hanya bisa dilakukan jika kita mempunyai
data. Pada bagian akhir akan dijelaskan beberapa jenis data dan sumber-sumber data
penelitian ekonomi dan manajemen yang sering digunakan di dalam ekonometrika.
Pengertian Ekonometrika.
Ekonometrika secara harfiah berarti pengukuran atau ukuran-ukuran ekonomi.
Sedangkan menurut pengertian yang lebih luas, ekonometrika dapat didefinisikan
sebagai: suatu ilmu yang mempelajari analisis kuantitatif dari fenomena ekonomi
dalam artian secara umum. Misalnya kita ingin mengukur seberapa besar pengaruh
harga terhadap jumlah permintaan suatu barang. Untuk melakukan hal ini
ekonometrika membentuk suatu Model yang menjelaskan hubungan antara jumlah
permintaan barang sebagai variabel dependen atau yang dipengaruhi variabel tingkat
harga sebagai variabel independen atau variabel yang mempengaruhi. Langkah
berikutnya yang dibutuhkan yaitu jumlah barang yang dibeli dan harga barang
tersebut dan kemudian dihitung dengan metode teknik tertentu sehingga akan
diketahui besarnya pengaruh harga terhadap permintaan barang tersebut
Ekonometrika merupakan disiplin ilmu tersendiri. Ekonometrika adalah
gabungan dari berbagai disiplin ilmu yakni teori ekonomi, matematika ekonomi,
statistika ekonomi (dalam hal ini, data ekonomi) dan statistika untuk matematika.
Teori ekonomi memberi pernyataan atau hipotesis yang sebagian besar
bersifat kualitatif. Misalnya dalam teori permintaan sebelumnya menyatakan bahwa
terdapat hubungan yang negatif antara harga dan kuantitas yang diminta. Jika harga
naik maka jumlah barang yang diminta akan turun dan sebaliknya jika harga turun
jumlah barang yang diminta akan naik. Namun teori ekonomi tidak memberi
informasi seberapa jumlah barang yang diminta akan turun atau naik jika barang
1
berubah. Ekonometrika dengan teknik analisis tertentu akan menjawab akan ini
dengan memberi informasi angka numeriknya.
Matematika ekonomi berhungan erat dengan bagaimana teori ekonomi
dinyatakan dalam bentuk persamaan matematik atau model tanpa melakukan
verifikasi kebenaran dari teori tersebut dilain pihak, ekonometrika ingin membuktikan
kebenaran teori ekonomi secara empiris.
Statistika ekonomi hanya berhubungan dengan pengumpulan, pengolahan dan
penyajian data dalam berbagai bentuk informasi seperti grafik, tabel, dan diagram.
Tetapi tujuan statistika ekonomi tidak untuk membuktikan teori ekonomi berdasarkan
data yang telah dikumpulkan. Data yang diperoleh ini merupakan bahan analisis bagi
ekonometrika. Sementara statistik matematik terkait dengan penyediaan banyak
perangkat yang dapat digunakan untuk pengujian teori ekonomi. Namun, pakar
ekonometrika sering memerlukan metodologi khusus karena sebagian besar data
ekonomi bersifat unik, yakni, bahwa data tersebut tidak selalu dihasilkan melalui
suatu eksperimen yang terkendali.
Cabang Ekonometrika
Ekonometrika sebagai disiplin ilmu tersendiri dibagi dalam dua kategori besar
yaitu ekonometrika teori dan ekonometrika terapan. Dalam setiap kategori, ada dua
pendekatan yang digunakan yaitu pendekatan metode klasikal dan pendekatan metode
Bayesian, lihat gambar 1. Ekonometrika teori berkaitan erat dengan perkembangan
metode yang tetap untuk mengukur hubungan ekonomi yang dibentuk didalam model
ekonometrika. Ekonometrika teori harus membuat asumsi dari teori yang ingin
dikembangkan, sifat-sifatnya dan apa yang terjadi terhadap sifat atau karakteristik dari
ekonometrika teori jika asumsi tidak terpenuhi dalam hal ini ekonometrika sangat
membutuhkan stastika dan matematika. Dilain pihak ekonometrika terapan digunakan
untuk studi-studi didalam area ekonomi dan bisnis, seperti fungsi produkdi, analisis
sektor finansial dsb.
Ekonometrika
Ekonometrika Teori
Klasikal
Bayesian
Ekonometrika Terapan
Klasikal
Bayesian
2
Gambar 1. Cabang Ekonometrika
Metodologi Ekonometrika
Ekonometrika sebagai alat pengukuran didalam ekonomi mempunyai
metodologi tertentu. Pada awal perkembangannya, metodologi ekonometrika
memfokuskan pada bagaimana mendapatkan estimator yang konsisten dan efisien.
Aliran metodologi ini disebut aliran klasik atau tradisional. Aliran metodologi klasik
ini bisa dilihat didalam gambar 2. Metodologi klasik di dalam ekonometrika ini
dikenal dengan pendekatan bottom up atau specific to general.
Metodologi ekonometrika klasik dimulai dari pernyataan teori. Untuk
kebenaran teori atau hipotesis yang kita bangun maka kita membuat suatu model
ekonometrika. Setelah spesifikasi model kita bangun maka langkah selanjutnya adalah
melakukan estimasi parameter model tersebut berdasarkan data yang kita kumpulkan
kemudian setelah itu kita melakukan verifikasi bagi estimasi parameter melalui uji
statistik. Uji statistik ini diperlukan karena estimasi model sebagian besar berasal dari
data sampel. Uji statistik ini dengan demikian dilakukakan untuk membuat sebuah
generalisasi.
Jika vertifikasi ini sesuai dengan teori atau hipotesis yang kita buat awal maka
kita langsung bisa menggunakan parameter estimasi tersebut untuk melakukan
prediksi atau peramalan. Namun jika vertifikasi ternyata tidak sesuai dengan teori atau
hipotesis maka kita harus meninjau kembali spesifikasi model yang kita bangun.
Pembentukan model harus kita lakukan kembali pada langkah kedua.
Pernyataan
Teori/Hipotesis
Spesifikasi model
Tidak
Estimasi model dan Uji
Hipotesis
Data
Ya
Prediksi
Gambar 2 Metodologi Ekonometrika Klasik
3
Akan tetapi, Aliran utama metodologi ekonometrtika telah berubah sejak
dekade 1980. Aliran ini dipelopori oleh Hendry dan Richard.1 Aliran metodologi ini
bersifat top down atau general to specific. Aliran baru ini dapat dilihat dalam gambar
3. sebagaiman metodologi klasik, pekerjaan ekonometrika dimulai dari pernyataan
teori dan hipotesis. Langkah berikutnya membuat spesifikasi model dan melakukan
estimasi model yang kita bangun.
Namun setelah melakukan estimasi model kita tidak langsung melakukan
verifikasi hasil regresi, tetapi melakukan uji spesifikasi dan diagnosis (modeling)
terlebih dahulu. Langkah ini diperlukan untuk membuktikan apakah model yang kita
bangun sudah tepat atau tidak bisa lagi. Model sudah tepat maka kita bisa membuat
generalisasi melalui uji statistik. Selanjutnya hasil estimasi tersebut dapat digunakan
untuk melakukan prediksi atau peramalan. Tetapi, apabila model yang ada belum
tepat maka kita harus meninjau kembali spesifikasi model yang kita bangun.
Pembentukan model harus kita lakukan kembali pada langkah kedua.
PernyataanTeori/
Hipotesis
Spesifikasi model
Data
Estimasi model
Tidak
Uji Spesifikasi Model
dan diagnosis
Ya
Uji Hipotesis
Prediksi
1
D.F Hendry and J. F. Richard,” The Economic Analysis of Economic Time Series,” Internasional
Statistical Reviews, Vol. 51, 1983, pp. 3-33
4
Gambar 3 Metodologi Ekonometrika Modern
Tahapan-tahapan metodologi secara detil dapat dijelaskan sebgai berikut.
1. Membuat pernyataan teori atau hipotesis
2. Mengumpulkan data
3. Menentukan model matematis dari teori tersebut
4. Menentukan model statistik, atau ekonometrik, dari teori tersebut
5. Menaksir parameter-parameter dari model ekonometrika yang dipilih
6. Memeriksa kecocokan model: Pengujian spesifikasi model
7. Menguji hipotesis yang dihasilkan dari model
8. Menggunakan model untuk melakukan prediksi dan pengambil kebijakan
Membuat Pernyataan Teori atau Hipotesis
Metodologi ekonometrika dimulai dari teori ekonomi, misalnya teori
permintaan barang yang menyatakan bahwa harga berpengaruh negatif terhadap
jumlah yang diminta.
Mengumpulkan Data
Untuk membuktikan secara empiris apakah hipotesis sesuai dengan teori atau
tidak, maka kita memerlukan data. Keberhasilan dan setiap analisis regresi tergantung
dari ada tidaknya ketersediaan data. Oleh karena itu sebagian besar waktu kita dalam
menganalisis regresi digunakan untuk membicarakan masalah sifat, sumber dan
keterbatasan data yang dijumpai dalam pengumpulan data. Data bisa kita
klasifikasikan sebagai data primer dan data sekunder. Data primer adalah data yang
diperoleh secara langsung dan obyek baik melalui metode wawancara, kuisioner,
telepon, dan lain-lain. Sedangkan data sekunder adalah data yang kita peroleh dan
sumber kedua dan biasanya data ini sudah siap pakai. Data sekunder ini mudah kita
dapatkan dan tersebar luas diberbagai sumber. Data-data ekonomi yang dikeluarkan
pemerintah baik dan Badan Pusat Statistik (BPS) maupun data dari Bank Indonesia
sudah tersedia secara lengkap. Begitu pula data-data bisnis juga sudah relatif tersedia
seiring dengan banyaknya perusahaan yang sudah go publik.
Dengan berkembangnya data elektronik maka sekarang kita bisa lebih mudah
mendapatkan data dengan mengakses data melalui internet. Misalnya data-data
5
ekonomi Indonesia bisa diakses melalui situs Bank Indonesia: www.bi.go.id. Begitu
pula data-data ekonomi dan negara lain, misalnya data ekonomi Amerika Serikat bisa
diakses dan salah satu bank sentralnya di Saint Louis (Federal Reserve of St .Louis)
melalui situs: www.stls.fnb.org.
Ketensediaan data akan mempermudah pekerjaan ekonometrika. Ada beberapa
tipe data yang bisa digunakan dalam analisis regresi di dalam ekonometrika yaitu:
1. Data Runtut Waktu (Time Series)
Data runtut waktu ini merupakan sekumpulan observasi dalam rentang waktu
tertentu. Data ini dikumpulkan dalam interval waktu secara kontinyu. Misalnya data
mingguan (harga saham, nilal tukar), data bulanan (indeks harga konsumen=IHK),
data kuartalan (jumlah uang beredar), data tahunan (output nasional atau GDP).
Sebagian besan studi ekonometnika dengan regresi menggunakan data time
series sehingga akhir-akhir ini berkembang ekonometrika khusus menganalisis data
time series dikenal ekonometrika time series. Isu yang berkembang dalam model ini
adalah persoalan data tidak stasioner sehingga menghasilkan regresi yang lancung
(spurious regression). Regresi mampu mencocokkan dengan data aktualnya tetapi
variabel independen tidak mampu menjelaskan variabel dependen. Hal ini terjadi
karena hubungan keduanya terjadi sekedar trend saja, keduanya bergerak naik atau
turun secara bersama-sama.
2. Data Antar Tempat atau Ruang (Cross Section Data)
Data tentang satu atau lebih variabel yang dikumpulkan dalam kurun waktu
tertentu. Misalnya sensus penduduk yang dilakukan oleh Badan Pusat Statistik bagi
seluruh penduduk di Indonesia pada kurun waktu tertentu. Contoh lain adalah data
sensus pertanian yang dilakukan dalam tahun tertentu di seluruh propinsi di Indonesia.
Dan sensus pertanian ini akan didapatkan data tentang produksi padi, input yang
digunakan seperti bibit, pupuk dan tenaga kerja. Sebagaimana data time series, data
ini juga mengandung kelemahan berkaitan erat dengan masalah heterogenitas datanya.
Misalnya dalam kasus sensus pertanian untuk produksi padi, kita akan mendapatkan
variabilitas data dan satu propinsi ke propinsi yang lain. Ada propinsi yang relatif
besar hasilnya dan ada propinsi yang relatif kecil produksi padinya.
3. Panel Data (Pooled Data)
Data ini merupakan gabungan antara data time series dan cross section data.
Misalnya kita ingin mengetahui perkembangan harga di Indonesia. Untuk
6
mendapatkan perkembangan gambaran harga ini maka kita bisa mengumpulkan
seluruh indeks harga konsumen di seluruh Indonesia pada waktu tertentu dan
kemudian digabungkan dengan data perkembangan harga masing-masing propinsi
dalam kurun waktu tertentu.
Menentukan Model Matematis
Langkah pertama ini kemudian dinyatakan dalam persamaan matematika
ditulis sbb :
Y = β0 + β1 X
β1<0
(1)
Dimana Y adalah permintaan barang; X adalah harga barang : β0 dan β1 adalah
parameter estimasi yaitu intersep atau konstanta dan kemiringan (slope). Variabel
yang ada disebelah kiri, persamaan yaitu Y disebut variabel dependen (dependent
variable) atau variabel terikat yaitu variabel yang dipengaruhi, sedangkan yang
disebelah kanan persamaan yaitu X disebut variabel independen (independent
variable) atau variabel penjelas (explanatory variable) yaitu variabel yang
mempengaruhi besar kecilnya variabel dependen.
Menentukan Model Statistik, atau Ekonometrik dari teori tersebut
Setelah kita mempunyai spesifikasi model matematika langkah selanjutnya
adalah membentuk spesifikasi model ekonometrika. Spesifikasi model matematika
menunjukkan hubungan yang pasti (exact) atau deterministik ( deterministic) antara
variabel dependen dan independen. Namun hubungan antara variabel ekonomi adalah
tidak pasti. Untuk itu perlu modifikasi persamaan (1) tersebut diatas agar sesuai
dengan perilaku ekonomi dengan membentuk model ekonometrika menjadi :
Y = β0 + β1Xi + ei
(2)
Dimana e disebut variabel pengganggu atau kesalahan (disturbances / error terms)
yang merupakan variabel random (random/stchastic variable). Kita memasukan
variabel pengganggu ini karena faktor yang mempengaruhi jumlah permintaan suatu
barang tidak hanya harga barang tersebut tetapi juga dipengaruhi variabel lain seperti
harga barang lain.
7
Menaksir parameter-parameter dari model ekonometrika yang dipilih
Untuk bisa mengestimasi model ekonometrika pada persamaan (2) sehingga
mendapatkan nilai β0 dan β1 maka kita perlu mengumpulkan data. Data yang kita
kumpulkan untuk mengestimasi permintaan (2) bisa dalam bentuk antar tempat atau
(cross section), data runtut waktu (time series) atau gabungan keduanya disebut data
panel. Setelah mendapatkan data maka langkah selanjutnya adalah mengestimasi
prameter persamaan (2). Teknik yang digunakan adalah analisis regresi. Misalnya dari
teknik regresi kita mendapatkan persamaan sbb :
Y = 150,7 – 0,8125X1
(3)
Y adalah jumlah permintaan barang yang diestimasi atau diharapkan (expected). Niali
slope β1 sebesar -0, 8125 berarti jika harga barang naik Rp. 1 maka jumlah yang
diminta akan turun sebesar 0,8125. Pada langkah diatas ini kita bisa membuktikan
bahwa hasil regresi kita sudah sesuai dengan teori permintaan dimana hubungan
antara harga dan jumlah yang diminta adalah negatif.
Memeriksa kecocokan model: Pengujian spesifikasi model
Disamping itu hasil regresi ini memberi informasi mengestimasi model maka langkah
selanjutnya adalah melakukan uji spesifikasi model dan diagnosis. Langkah ini
diperlukan untuk membuktikan bahwa spesifikasi model yang kita bangun sudah tepat
atau belum.
Menguji hipotesis yang dihasilkan dari model
Sebagian besar pekerjaan regresi berkaitan dengan regresi data sampel
daripada regresi berdasarkan populasi. Dari regresi sampel ini kemudian kita bisa
melakukan generalisasi terhadap karakteristik populasi. Namun untuk membuktikan
bahwa hasil regresi sampel memang membuktikan kebenaran maka perlu verifikasi
melalui statistik (statiscal inference). Vertifikasi ini berkatian apakah variabel
independen berpengaruh atau tidak terhadap terhadap variabel dependen.
Menggunakan model untuk melakukan prediksi dan pengambil kebijakan
Setelah model yang dipilih sesuai dengan hipotesis atau teori maka selanjutnya
sebagai langkah yang terakhir adalah melakukan peramalan dan pengambilan sebuah
8
kebijakan dan hasil estimasi. Peramalan digunakan untuk mengetahui seberapa besar
nilai vaniabel dependen atas dasar nilai harapan di masa mendatang (expected future
value) dan variabel independen. Misalkan harga dimasa mendatang Rp. 100 maka
besarnya permintaan barang tersebut dengan memasukkan angka tersebut ke
persamaan (3) hasilnya sbb:
Y = 150,7 – 0,8125 (100)
(4)
Y1 = 49,8875
Regresi, Kausalitas dan Korelasi
Regresi merupakan metode estimasi utama di dalam ekonometrika. Sejarah
regresi dimulai dan ide Francis Galton.2 Francis Galton mengatakan bahwa orang tua
yang tinggi akan mempunyai kecenderungan anak yang tinggi pula sedangkan orang
tua yang pendek mempunyai kecenderungan anak yang pendek pula. Namun secara
umum tinggi rendahnya anak akan mengikuti perkembangan tinggi rata-rata populasi.
Dan ide Galton ini, regresi berarti mempelajari bagaimana pengaruh satu variabel
independen terhadap variabel dependen. Regresi dalam pengertian modern adalah
studi bagaimana variabel dependen dipengaruhi oleh satu atau lebih dan variabel
independen dengan tujuan untuk mengestimasi dan atau memprediksi nilai rata-rata
variabel dependen didasarkan pada nilai variabel independen yang diketahui.
Analisis regresi yang menjelaskan hubungan antara vaniabel dependen dan
variabel independen berkaitan erat dengan hubungan yang bersifat statistik, bukan
hubungan yang pasti. Di dalam statistika hubungan yang tidak pasti ini disebut
hubungan
yang acak (random) atau stokastik (stochastic). Hubungan ini
mencerminkan perilaku ekonomi. Misalnya, walaupun semua toko menawarkan harga
barang yang sama, belum tentu setiap toko volume penjualannya sama. Dengan
demikian dalam persamaan regresi berarti sisi kiri tidak sama dengan sisi kanan.
Sementara itu hubungan di dalam persamaan matematika menjelaskan hubungan yang
pasti (deterministic) antara variabel yang satu dengan variabel yang lain. Sisi kiri
persamaan harus sama dengan sisi kanan persamaan.
Regresi berbeda dengan kausalitas. Regresi menunjukkan hubungan satu arah
yakni dari variabel independen ke variabel dependen. Sedangkan kausalitas
menunjukkan hubungan dua arah. Dalam banyak kasus perilaku ekonomi, hubungan
2
Gujarati, N. Damodar, Basic Econometncs, fourth ed., Mc GrawHiII, New York 2003, p.17
9
antar variabel tidak hanya bersifat satu arah tetapi dua arah. Misalnya hubungan
antara pertumbuhan ekonomi dan jumlah uang beredar. Jika pertumbuhan ekonomi
tinggi maka jumlah uang beredar cenderung untuk naik. Sebaliknya jika jumlah uang
beredar naik maka akan mendorong pertumbuhan ekonomi. Dengan demikian di
dalam hubungan kausalitas, semua variabel adalah vaniabel dependen, tidak ada
vaniabel independen.
Regresi juga berbeda dengan korelasi. Korelasi menunjukkan derajat asosiasi
atau keeratan hubungan antara satu variabel dengan variabel lainnya. Korelasi yang
tinggi tidak berarti karena satu variabel mempengaruhi variabel yang lain. Korelasi
yang tinggi ini mungkin disebabkan variabel bergerak dalam arah yang sama atau
berkebalikan yang dikenal dengan pengertian trend. Jika satu variabel naik maka akan
diikuti oleh variabel lain dengan gerak yang searah atau gerak yang berlawanan arah.
Program Komputer untuk Olah Data
Regresi sebagai alat perhitungan utama ekonometrika memerlukan alat bantu
agar pekerjaan ekonometrika dapat dikerjakan dengan cepat dan efisien. Beberapa
program komputer telah didesain untuk membantu pekerjaan ekonometrika. Paketpaket software regresi telah tersedia seperti LIMDEP, SHAZAM, EViews,
MINITAB, RATS, SPSP, TSP dan PcGive. Pada perkuliahaan ini diberikan beberapa
contoh penggunaan software EViews. Dengan demikian untuk bisa memahami
ekonometrika dengan baik maka kita tidak hanya menguasai teorinya tetapi juga
dalam hal penguasaan pengolahan data dengan program komputer.
10