ANALISA DATA
Mayang Adelia PuspitaPENDEKATAN
EKONOMETRIK DALAM
ANALISIS DATA
Konsep dasar Ekonometrik
Ekonometrika merupakan suatu ilmu tersendiri yang merupakan penggabungan dari teori ekonomi, statistik dan matematik, dalam upaya untuk menggambarkan suatu fenomena.
Langkah I:
Kajian teori ekonomi dan penelitian terdahulu Langkah II:
Formulasi model atau spesifikasi model Langkah III:
Merancang metode dan prosedur untuk mendapatkan sampel representatif
Langkah IV: Estimasi model
Langkah V: Menguji hipotesis/ verifikasi menggunakan statistik inferensi (Uji-t, Uji-F, dll)
Langkah VII: Interpretasi hasil No
Yes
METODE PENAKSIRAN PARAMETER DALAM
EKONOMETRIK
Metode estimasi yang sering digunakan adalah Ordinary Least Square (OLS). Dalam regresi populasi dikenal pula adanya istilah PRF (Population Regression Function) dan dalam regresi sampel sebagai penduga regresi populasi dikenal istilah SRF (Sample Regression
Function).
Y
ie
iu
i0
X
iX
Y
Y X ^ ^ ^ X
)
Y
(
E
SRF PRFP
Yi
^Penaksir kuadrat terkecil adalah mempunyai varian yang minimum yaitu penaksir tadi bersifat BLUE (Best Linear Unbiased Estimator). Asumsi yang harus dipenuhi dalam penaksiran metode OLS adalah sebagai berikut :
1. i adalah sebuah variabel acak atau random yang riil dan memiliki distribusi normal.
2. Nilai harapan dari i yang timbul karena variasi nilai Xi yang diketahui harus sama dengan nol. E(i/ Xi) = 0
3. Tidak terjadi autokorelasi atau serial korelasi. Artinya, Cov(i, j) = Ei – E(i) j – E(j)
= E(i,j)
= 0 ... i j
4. Syarat Homoskedastisiti. Artinya bahwa varian dari i adalah konstan dan sama dengan 2.
Var (i / Xi) = Ei – E(i)2 = E(i)2 = 2
5. Tidak terjadi multikolonieritas. Yaitu tidak ada korelasi antara dengan variabel bebasnya Xi atau :
Cov(i , Xi) = E(i – E(i))(Xi – E(Xi)) = 0
SPSS terbagi menjadi :
1. File Lembar data/ data editor/ worksheet data :
a. Data view : yaitu lembar kerja untuk mengisi data
penelitian baik dientry secara langsung maupun
hasil copy dari program lain seperti halnya dari
excel.
b. Variabel view : yaitu spread sheet untuk
mendefinisikan variabel seperti pemberian nama
dan label variabel.
2. File Output Hasil Analisis Data : file ini berada terpisah
dengan data sehingga memerlukan penyimpanan di
file yang berbeda.
ANALISIS STATISTIK
DISKRIPTIVE
Buka Program
SPSS
Masukkan data dan
memberi nama
variabel
Gunakan menu :
Analysis pd SPSS
Descriptive Statistic di SPSS
Descriptives……. Klik Option :
Pilih Mean, Standart Deviasi,
Sweakness, Maksimum, Minimum
dan Range
Lihat hasil analisis di
Output SPSS
N : Merupakan jumlah data yang dianalisis untuk tiap variabelnya Range : Selisih antara nilai data yang maksimal dengan yang paling kecil Minimum: Data paling kecil
Maximum: data paling tinggi/ terbesar Mean : Nilai rata-rata
Std. : Standart deviasi dari masing-masing data
Dengan kepercayaan 95% data seharusnya terdistribusi : Rata-Rata ± 2 x Standart Deviasi
Skewness : untuk memperoleh informasi berkenaan dengan distribusi data, data terdistribusi normal atau tidak
ANALISIS DATA
a. Korelasi (Untuk data Rasio)
1. Sifat penting dari analasis korelasi adalah : 2. Koefisien korelasi bernilai antara -1 dan +1
3. Korelasi dua variabel bersifat simetrik. Artinya korelasi X dengan Y akan sama dengan korelasi Y dengan X.
4. Koefisien korelasi hanya menunjukkan tingkat hubungan antar dua variabel tetapi tidak menunjukkan hubungan kausal (sebab-akibat) diantara dua variabel tsb.
Hasil menunjukkan bahwa terdapat
hubungan positifyg kuat antara konsumsi dan pendapatan yaitu 86,7%.
Dari konsep dasarnya sebenarnya uji-F mendasarkan pada dua hipotesis yaitu : H0 : Semua koefisien variabel bebas adalah 0 (nol)
H1 : Seamua koefisien variabel bebas tidak sama dengan nol.
Dari hasil analisis di atas Sig = 0.000, dengan = 5% maka dapat disimpulkan bahwa kita tolak H0 dan kita terima H1 (Kondisi ini merupakan dalil statistik). Artinya memang pendapatan mempengaruhi alokasi konsumsi.
Jika seandainya ternyata hasil analisis dalam uji-F, nilai dari Sig = 0.052 maka
dengan = 5%, dapatdisimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya,
variabel bebas (mis. Pendapatan) tidak berpengaruh pada alokasi konsumsi.
Dalam konsep dasarnya pengujian statistik ini mendasarkan pada hipotesis : Uji Konstanta Intersep H0 : ß0 = 0
H1 : ß0 ≠ 0 Uji Koeff. Income H0 : ß1 = 0
H1 : ß1 ≠ 0
Dari tabel Coefficients diketahui bahwa ß0 = 12,483, Standart error koefisien = 5,296 dan DAN t-hitung = 2,357. Nilai Sig = 0.035 ini berarti jika kita menggunakan = 5% = 0.05 maka t-hitung pasti lebih besar dari t-tabel karena nilai sig. Yaitu 0.035 adalah lebih kecil dari 0.05 ( yang kita tentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika pemikiran yang sama.
Sehingga dapat disajikan hasil sebagai berikut :
Konsumsi = 12,483 + 12,267*Income
R
2= 0.762
S.E
(5,296) (1,954)
t-hitung =
2,357
6,278
Df = 14
Dalam pengertian ekonomi dapat dikatakan bahwa jika terdapat kenaikan income sebesar
$ 1 per bulan maka akan mempengaruhi kenaikan pula pada konsumsi sebesar $ 12,267.
Demikian juga bila terjadi penurunan income sebesar $ 1 per bulan maka akan berdampak
pada penurunan konsumsi sebesar $ 12,267.
Pengartian/ pemaknaan persamaan di atas tidak dapat bersifat kebalikannya, yaitu jika
konsumsi naik $ 12,267 maka akan terjadi kenaikan income $ 1, atau jika konsumsi turun $
12,267 maka akan terjadi penurunan income $ 1. Pengartian yang seperti ini S A L A H.
C. Regresi Berganda
Analisis regresi berganda mempertimbangkan lebih dari 1 variabel bebas yang mempengaruhi
variabel terikat/ dependen variabel.
Misalnya kita pertimbangkan contoh berikut.
Akan
dianalisis pengaruh penggunaan IB dan pemberian pakan alternatif terhadap pendapatan
usaha ternak. Data sebagai berikut :
Tujuan
untuk mengetahui pengaruh (kontribusi)
penggunaan IB dan pemberian pakan alternative
terhadap pendapatan usaha ternak
Dengan demikian dapat dibuat spesifikasi modelnya
sebagai berikut :
Y = α + ß1X1 + ß2X2
--- (model 1)
Dimana :
Y : pendapatan usaha ternak
X1 : IB
Dari hasil di atas selanjutnya dapat disusun persamaan berikut :
N_Akhir = -25.450 + 0.542 IB + 0.771 pakan alternatif R2 = 0.702 SE (9.351) (0.089) (0.132)
T-Hit. 2.722 6.067 5.828
Df = 62
Interpretasi Hasil :
Pengujian statistik baik uji keseluruhan (Uji-F) dan uji koefisien variabel dalam model (Uji-t) memiliki kesamaan dengan analisis regresi linear sederhana.
Hipotesis uji-F adalah : H0 : ß0 = ß1 = ß2 = 0 H1 : ß0, ß1, ß2 ≠ 0
Sedangkan uji koefisien atau pengujian secara parsial memiliki hipotesis sebagai berikut :
Pengujian untuk intersep : H0 : ß0 = 0 H1 : ß0 ≠ 0
Pengujian untuk ß1 : H0 : ß1 = 0 H1 : ß1 ≠ 0
Pengujian untuk ß2 : H0 : ß2 = 0
Hasil analisis di atas menunjukkan bahwa model secara statistik adalah memang dapat digunakan, terbukti dari nilai F-hit sebesar 73.02 yang signifikan pada tingkat alpha 5% atau 0.05 (pada tabel sign tertulis 0.000 yang jauh lebih kecil dari pada 0.05). Artinya bahwa ß0, ß1, ß2 mempengaruhi secara nyata terhadap pendapatan
Kekuatan pengaruh dari kedua variabel dalam menjelaskan variabel pendapatan sebesar 70.2 % sedangkan sisanya yaitu sekitar 29.8% merupakan pengaruh dari variabel lain yang tidak dipertimbangkan dalam model.
Koefisien IB 0.542 dapat diartikan jika pakan alternative diasumsikan tetap tetap maka kenaikan 1 satuan penggunaan IB akan cenderung menaikkan pendapatan sebesar 0.542.
Demikian juga untuk pengaruh pakan alternatif. Jika penggunaan pakan alternative naik 1 satuan maka akan cenderung meningkatkan pendapatan usaha sebesar 0.771.
Hal yang lebih menarik sebenarnya adalah faktor apa yang tersembunyi di balik angka-angka tersebut. Hal ini memerlukan informasi yang bersifat kualitatif untuk mengungkap :
Kenapa pakan alternative lebih berpengaruh terhadap pendapatan usaha dibandingkan penggunaan IB?
