• Tidak ada hasil yang ditemukan

Silabus Ekonometrika.

N/A
N/A
Protected

Academic year: 2017

Membagikan "Silabus Ekonometrika."

Copied!
2
0
0

Teks penuh

(1)

Silabus

1. Identitas mata kuliah

Nama mata kuliah : Ekonometrika Nomor kode : KP 406

Jumlah sks : 3

Semester : 5

Kelompok mata kuliah : MKKPS

Program Studi/Program : Pend. Ekonomi & Koperasi/S-1 Status mata kuliah : Mata kuliah lanjutan (wajib)

Prasyarat : Telah menempuh mata kuliah Matematika Ekonomi

Dosen : (0635) Prof.Dr.H.Disman, MS (2305) Yana Rohmana, S.Pd., M.Si.

Siti Parhah, S.Pd., M.Si.

2. Tujuan

Setelah mengikuti perkuliahan ini mahasiswa diharapkan dapat meramalkan gejala ekonomi dan menguji validitas teori ekonomi berdasarkan data empiris.

3. Deskripsi isi

Mata kuliah ini merupakan analisis kuantitatif dari gejala dan teori ekonomi yang dirumuskan secara matematis, serta penggunaan metode statistik untuk mengukur hubungan antar variabel dan atau pengujian validitas teori berdasarkan data empiris.

4. Pendekatan pembelajaran:

 Metode : ceramah, tanya jawab, problem solving  Tugas : Lembar Kerja Mahasiswa

 Media : OHP, LCD

5. Evaluasi  Kehadiran  LKM

 UTS

 UAS

6. Rincian materi perkuliahan tiap pertemuan

Pertemuan 1 : Konsep dasar ekonometrika: dasar-dasar ekonometrika, metoda ekonometrika

Pertemuan 2 : Konsep dasar ekonometrika: sasaran penelitian ekonometrika, tahapan analisis

(2)

Pertemuan 4 : Sifat dasar analisis regresi: pengertian linier, fungsi regresi populasi, fungsi regresi sampel

Pertemuan 5 : Analisis regresi sederhana: diagram sebaran dua garis regresi, penentuan garis regresi

Pertemuan 6 : Analisis regresi sederhana: penterjemahan sumbu datar, teori penafsiran (estimasi), pengujian hipotesis

Pertemuan 7 : Analisis regresi ganda: penaksiran koefisien regresi, penafsiran koefisien regresi, koefisien determinasi dan korelasi, koefisien korelasi persial, koefisien korelasi dan regresi, pengujian hipotesis

Pertemuan 8 : Ujian Tengah Semester (UTS)

Pertemuan 9 : Analisis regresi berganda dengan pendekatan matriks: model matematika regresi linier, penaksiran maks koefisien regresi Pertemuan 10 : Pelanggaran asumsi model klasik: sifat dan konsekwensi

pelanggaran, cara mendeteksi pelanggaran, cara penanggulangan

Pertemuan 11 : Model autoregresif dalam distribusi ”log”: peranan

kesenjangan waktu, penaksiran model distribusi, rasionalitas model ”Koyck”

Pertemuan 11 : Model autoregresif dalam distribusi ”log”: penaksiran model auto regresif, model polinomial almon

Pertemuan 13 : Variabel “boneka” (dummy) dalam analisis regresi: sifat variable boneka, membandingkan dua garis regresi, variabel boneka dalam analisis musiman, variabel boneka sebagai variabel terikat

Pertemuan 14 : Persamaan tunggal dan simultan: kesalahan pengukuran variabel, perbatasan persamaan linier, parameter non linier dan spesik bias, model persamaan simultan, indentifikasi

persamaan simultan

Pertemuan 15 : Metoda pemecahan persamaan simulton: pengujian koreksi, pendekatan estimasi, metoda kuadrat terkecil

Pertemuan 16 : Ujian Akhir Semester (UAS)

7. Daftar buku

Greene, William H. (2000). Econometric Analysis. 4th Ed. New Jersey: Prentice Hall

Gujarati, D. (2001). Ekonometrika Dasar. Jakarta: Erlangga

Referensi

Dokumen terkait

terhadap variabel terikat, maka model yang digunakan adalah analisis data. regresi linier berganda dengan menggunakan uji asumsi klasik

(2) Uji Asumsi klasik, tidak terjadi kesalahan dalam asumsi klasik, (3) Uji hipotesis, uji regresi linear berganda diperoleh nilai koefisien regresi yang paling besar

Teknik analisis data menggunakan analisis regresi linier berganda, uji F-test, uji t-tes, analisis koefisien determinasi (R 2 ), sumbangan prediktor danuji

(2) Uji Asumsi klasik, tidak terjadi kesalahan dalam asumsi klasik, (3) Uji hipotesis, uji regresi linear berganda diperoleh nilai koefisien regresi yang paling besar

Agar analisis jalur yang menggunakan regresi linier berganda bisa memberikan manfaat dengan benar, maka perlu dilakukan uji asumsi klasik, dimana model regresi yang

Model regresi linier berganda dilakukan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi asumsi.Persamaan regresi linier berganda yaitu : Y

Model regresi linier berganda dilakukan model yang baik jika model tersebut memenuhi asumsi normalitas data dan terbebas dari asumsi-asumsi.Persamaan regresi linier berganda yaitu : Y

Dokumen ini membahas tentang uji asumsi klasik dalam model regresi linier berganda menggunakan SPSS 16.0 untuk analisis data