More Related Content
What's hot
What's hot (20)
Viewers also liked
Similar to Beberapa pertanyaan dalam ekonometrika
Similar to Beberapa pertanyaan dalam ekonometrika (20)
More from Yuca Siahaan
More from Yuca Siahaan (20)
Recently uploaded
Recently uploaded (20)
Beberapa pertanyaan dalam ekonometrika
- 1. 1. Beda Variance dan Variation Variansi adalah jumlah kuadrat deviasi terhadap mean dibagi n – 1. Variansi dilambangkan dengan notasi: S2. Akar kuadrat dari variansi disebut standar deviasi. S2 ∑ S2 ∑ 2 => untuk data tidak berkelompok 2 => untuk data berkelompok Dimana: S2 = variansi n = jumlah kelas fi = frekuensi kelas ke-i xi = titik tengah interval kelas ke-i x2 = kuadrat mean Varian adalah jumlah kuadrat semua deviasi nilai-nilai individual terhadap rata-rata kelompok. Varian dihitung berdasarkan kuadrat selisih dari masing-masing data terhadap nilai rata-ratanya. Contohnya : Jika ada data 10, 12, 15, 16 dan 12. Rata-ratanya adalah (10 + 12 + 15 + 16 + 12)/5 = 65/5 = 13 sehingga: (10-13)2 + (12-13)2 + (15-13)2 + (16-13)2 + (13-13)2 = (-3)2 + (-1)2 + 22 + 32 + (-1)2 = 9 + 1 + 4 + 9 + 1 = 24 Jadi besar variannya adalah 24. Maka dapat disimpulkan bahwa perbedaan variansi dan varian adalah Variansi adalah jumlah kuadrat simpangan suatu variabel dari nilai rata-ratanya, sedangkan Varian adalah jumlah kuadrat dibagi dengan derajat kebebasan yang sesuai (variansi/df) 2. Beda Standar Deviasi dan Standar Eror Standar deviasi => Suatu ukuran yang menunjukkan penyimpangan data observasi terhadap rata-ratanya. Semakin kecil standar deviasi data, semakin baik/bagus data tersebut karena tersebar semakin merata.Dapat dicari dengan rumus: Yuca Siahaan
- 2. (σ) = Σ ( x – x )2 dimana, σ = deviasi standar n-1 x = nilai rata-rata observasi n = banyaknya data observasi x = nilai data observasi Standar eror => ukuran yang menunjukkan tingkat kesalahan data. Dapat diperoleh dengan = 100% - tingkat signifikansi. Semakin rendah/kecil standar eror, maka data akan semakin lebih dipercaya. 3. Beda Deviasi dan Standar Deviasi 4. Menghitung standar deviasi dan deviasi dari dat : 148,173,177,175. (x – x)2 x–x x 148 -19,75 390,06 173 4,75 22,56 177 8,75 76,56 175 6,75 45,56 20,25 174,74 x = 168,25 Standar deviasi (σ) = Σ ( x – x )2 n-1 σ = 174,74 = 58,247 4-1 Deviasinya adalah MD = Σ (x – x) MD = 20,25 5. Mengapa miu (µ) estimator kuadart dicari yang sekecil mungkin? Karena semakin kecil µ suatu data, maka data akan semakin bagus, semakin valid, semakin akurat dan tentu akan semakin lebih dipercaya. 6. Soal Buku Gujarati edisi keempat, 2003, Yuca Siahaan
- 3. 1.Chapter 1 : Excersice 1.2 TABEL 1.2 IHK PADA TUJUH NEGARA INDUSTRI, 1973 – 1997 (1982- 1984 = 100) YEAR CANADA FRANCE GERMANY ITALY JAPAN U.K 1973 40.80000 34.60000 62.80000 20.60000 47.90000 27.90000 44.40000 1974 45.20000 39.30000 67.10000 24.60000 59.00000 32.30000 49.30000 1975 50.10000 43.90000 71.10000 28.80000 65.90000 40.20000 53.80000 1976 53.90000 48.10000 74.20000 33.60000 72.20000 46.80000 56.90000 1977 58.10000 52.70000 76.90000 40.10000 78.10000 54.20000 60.60000 1978 63.30000 57.50000 79.00000 45.10000 81.40000 58.70000 65.20000 1979 69.20000 63.60000 82.20000 52.10000 84.40000 66.60000 72.60000 1980 76.10000 72.30000 86.70000 63.20000 90.90000 78.50000 82.40000 1981 85.60000 81.90000 92.20000 75.40000 95.30000 87.90000 90.90000 1982 94.90000 91.70000 97.10000 87.70000 98.10000 95.40000 96.50000 1983 100.4000 100.4000 100.3000 100.8000 99.80000 99.80000 99.60000 1984 104.7000 108.1000 102.7000 111.5000 102.1000 104.8000 103.9000 1985 109.0000 114.4000 104.8000 121.1000 104.1000 111.1000 107.6000 1986 113.5000 117.3000 104.7000 128.5000 104.8000 114.9000 109.6000 1987 118.4000 121.1000 104.9000 134.4000 104.8000 119.7000 113.6000 1988 123.2000 124.4000 106.3000 141.1000 105.6000 125.6000 118.3000 1989 129.3000 128.7000 109.2000 150.4000 108.1000 135.3000 124.0000 1990 135.5000 133.0000 112.2000 159.6000 111.4000 148.2000 130.7000 1991 143.1000 137.2000 116.3000 169.8000 115.0000 156.9000 136.2000 1992 145.3000 140.5000 122.1000 178.8000 116.9000 162.7000 140.3000 1993 147.9000 143.5000 127.6000 186.4000 118.4000 165.3000 144.5000 1994 148.2000 145.8000 131.1000 193.7000 119.3000 169.4000 148.2000 1995 151.4000 148.4000 133.5000 204.1000 119.1000 175.1000 152.4000 1996 153.8000 151.4000 135.5000 212.0000 119.3000 179.4000 156.9000 1997 156.3000 153.2000 137.8000 215.7000 121.3000 185.0000 160.5000 Yuca Siahaan U.S
- 4. Inflasi dari masing-masing negara di atas, dapat dihitung dengan rumus : LI = (IHKt – IHKt-1) x 100% IHKt-1 Misalnya inflasi Canada 1974 adalah sebesar 10.78431. Dapat diperoleh dengan: = IHK1974 – IHK1973 x 100% IHK1973 => 45.20000 - 40.80000 x 100% = 10.78431 40.80000 Berdasarkan tabel IHK diatas, dapat diperoleh inflasi masing-masing negara seperti tabel di bawah ini: YEAR CANADA FRANCE GERMANY ITALY JAPAN U.K. U.S 1973 10,78431 13,58382 6,8471338 19,41748 23,17328 15,77061 11,03604 1974 10,84071 11,70483 5,9612519 17,07317 11,69492 1975 7,58483 9,567198 4,3600563 16,66667 9,559939 16,41791 5,762082 1976 7,792208 9,56341 3,638814 19,34524 8,171745 15,81197 6,502636 1977 8,950086 9,108159 2,7308192 12,46883 4,225352 8,302583 7,590759 1978 9,320695 10,6087 4,0506329 15,52106 3,685504 13,45826 11,34969 1979 9,971098 13,67925 5,4744526 21,30518 7,701422 17,86787 13,49862 1980 12,48357 13,27801 6,343714 1981 10,86449 11,96581 5,3145336 1982 5,795574 9,487459 3,2955716 14,93729 1,732926 4,612159 3,212435 1983 4,282869 7,669323 2,3928215 10,61508 2,304609 5,01002 4,317269 1984 4,106972 5,827937 2,0447907 8,609865 1,958864 6,01145 3,561116 1985 4,12844 2,534965 -0,09542 6,110652 1986 4,317181 3,239557 0,191022 1987 4,054054 2,725021 1,3346044 4,985119 0,763359 4,928989 4,137324 1988 4,951299 3,456592 2,7281279 1989 4,79505 3,341103 2,7472527 6,117021 3,052729 9,534368 5,403226 1990 5,608856 3,157895 3,6541889 6,390977 3,231598 5,870445 Yuca Siahaan 24,4582 9,127789 19,3038 4,840484 11,97452 10,31553 16,313 4,59144 2,93809 8,532423 6,160616 0,67243 3,420342 1,858736 0 4,177546 3,649635 6,59107 2,367424 7,72293 4,818259 4,20811
- 5. 1991 1,537386 2,405248 4,9871023 5,300353 1,652174 3,696622 3,010279 1992 1,789401 2,135231 4,5045045 4,250559 1,283148 1,598033 2,993585 1993 0,20284 1,602787 2,7429467 3,916309 0,760135 2,480339 2,560554 1994 10,78431 13,58382 6,8471338 19,41748 23,17328 15,77061 11,03604 1995 2,159244 1,783265 1,8306636 5,369128 -0,16764 3,364817 2,834008 1996 1,585205 2,021563 1,4981273 3,870652 0,167926 1997 1,625488 1,188904 2,45574 2,952756 1,697417 1,745283 1,676446 3,121516 2,294455 a. INFLASI CANADA TERHADAP U.S INFLASI FRANCE TERHADAP U.S 14 14 12 12 10 10 8 8 6 6 4 FRANCE CANADA 4 2 0 0 2 4 6 8 10 12 2 0 14 0 U.S 2 4 6 8 10 12 14 U.S INFLASI GERMANY TERHADAP U.S INFLASI ITALY TERHADAP U.S 7 30 6 5 20 4 3 2 ITALY GERMANY 10 1 0 -1 0 U.S Yuca Siahaan 2 4 6 8 10 12 14 0 0 U.S 2 4 6 8 10 12 14
- 6. INFLASI JAPAN TERHADAP U.S INFLASI iNGGRIS TERHADAP U.S 30 30 20 20 10 10 U.K JAPAN 0 -10 0 2 4 6 8 U.S 10 12 14 0 0 2 4 6 8 10 12 14 U.S b. Dari data di atas bisa kita lihat besarnya koefisien korelasi Amerika terhadap Canada, Germany, Italy, Japan, dan U.K kecil. Tetapi terhadap France kuat. Ini menunjukkan inflasi di Amerika tidak terlalu berpengaruh terhadap negara-negara lain. c. Tingkat inflasi keenam negara tidak searah dengan inflasi Amerika. Jadi inflasi di negara-negara tersebut bukan karena dampak dari inflasi di Amerika. Yuca Siahaan
- 7. 2.Chapter 1 : Excersice 1.3 TABLE 1.3 NILAI TUKAR TUJUH NEGARA : 1977 - 1998 YEAR CANADA FRANCE GERMANY JAPAN SWEDEN SWITZERLAND U.K 1977 1,063300 4,916100 2,323600 268,6200 4,480200 2,406500 1,744900 1978 1,140500 4,509100 2,009700 210,3900 4,520700 1,790700 1,918400 1979 1,171300 4,256700 1,834300 219,0200 4,289300 1,664400 2,122400 1980 1,169300 4,225100 1,817500 226,6300 4,231000 1,677200 2,324600 1981 1,199000 5,439700 2,263200 220,6300 5,066000 1,967500 2,024300 1982 1,234400 6,579400 2,428100 249,0600 6,283900 2,032700 1,748000 1983 1,232500 7,620400 2,553900 237,5500 7,671800 2,100700 1,515900 1984 1,295200 8,735600 2,845500 237,4600 8,270800 2,350000 1,336800 1985 1,365900 8,980000 2,942000 238,4700 8,603200 2,455200 1,297400 1986 1,389600 6,925700 2,170500 168,3500 7,127300 1,797900 1,467700 1987 1,325900 6,012200 1,798100 144,6000 6,346900 1,491800 1,639800 1988 1,230600 5,959500 1,757000 128,1700 6,137000 1,464300 1,781300 1989 1,184200 6,380200 1,880800 138,0700 6,455900 1,636900 1,638200 1990 1,166800 5,449700 1,616600 145,0000 5,923100 1,390100 1,784100 1991 1,146000 5,646800 1,661000 134,5900 6,052100 1,435600 1,767400 1992 1,208500 5,293500 1,561800 126,7800 5,825800 1,406400 1,766300 1993 1,290200 5,666900 1,654500 111,0800 7,795600 1,478100 1,501600 1994 1,366400 5,545900 1,621600 102,1800 7,716100 1,366700 1,531900 1995 1,372500 4,986400 1,432100 93,96000 7,140600 1,181200 1,578500 1996 1,363800 5,115800 1,504900 108,7800 6,708200 1,236100 1,560700 1997 1,384900 5,839300 1,734800 121,0600 7,644600 1,451400 1,637600 1998 1,483600 5,899500 1,759700 130,9900 7,952200 1,450600 1.657300 Sumber : Economic Report of The President, January 2000 and January 2001. Yuca Siahaan
- 8. EXCHANGE RATE CANADA IN 1977-1998 EXCHANGE RATE FRANCE IN 1977-1998 1.5 10 9 1.4 8 1.3 7 1.2 6 FRANCE CANADA 1.1 1.0 1970 1980 1990 5 4 2000 1970 TAHUN a. 1980 1990 2000 TAHUN EXCHANGE RATE JAPAN IN 1977-1998 EXCHANGE RATE GERMANY IN 1977-1998 300 3.0 2.8 2.6 200 2.4 2.2 100 1.8 JAPAN GERMANY 2.0 1.6 1.4 1970 1980 1990 2000 0 1970 1980 1990 2000 TAHUN TAHUN EXCHANGE RATE SWITZERL IN 1977-1998 EXCHANGE RATE SWEDIA IN 1977-1998 2.6 9 2.4 8 2.2 2.0 7 1.8 1.6 1.4 SWITZERL SWEDIA 6 5 4 1970 TAHUN Yuca Siahaan 1980 1990 1.2 1.0 2000 1970 TAHUN 1980 1990 2000
- 9. EXCHANGE RATE U.K IN 1977-1998 2.4 2.2 2.0 1.8 1.6 U.K 1.4 1.2 1970 1980 1990 2000 TAHUN b. Dollar akan terapresiasi jika keadaan negaranya sedang baik. Sehingga banyak investr yang tertarik untuk berinvestasi di negara tersebut. Sebaliknya, suatu mata uang akan depresiasi jika keadaan negara sedang tidak baik.Orang takut untuk berinvestasi Yuca Siahaan
- 10. 3.Chapter 2 : Excersice 2.15 FOOD AND TOTAL EXPENDITURE ( RUPEES) Obsevation Food Expenditure Total Expenditure 1 217.0000 382.0000 2 196.0000 388.0000 3 303.0000 391.0000 4 270.0000 415.0000 5 325.0000 456.0000 6 260.0000 460.0000 7 300.0000 472.0000 8 325.0000 478.0000 9 336.0000 494.0000 10 345.0000 516.0000 11 325.0000 525.0000 12 362.0000 554.0000 13 315.0000 575.0000 14 355.0000 579.0000 15 325.0000 585.0000 16 370.0000 586.0000 17 390.0000 590.0000 18 420.0000 608.0000 19 410.0000 610.0000 20 383.0000 616.0000 21 315.0000 618.0000 22 267.0000 623.0000 23 420.0000 627.0000 24 300.0000 630.0000 Yuca Siahaan
- 12. 53 530.0000 790.0000 54 360.0000 795.0000 55 305.0000 801.0000 Sumber : Chandan Mukherjee, Howard White, and Marc Wuyts, Econometrics and Data Analysis for Developing Countries. Routledae. New York. 1998. p. 457. a. Regression Line REGRESI FOOD EXPENDITURE DAN TOTAL EXPENDITURE 1.00 FOOD EXPENDITURE .75 .50 .25 0.00 0.00 .25 .50 .75 1.00 TOT AL EX PENDIT URE b. Yang dapat saya simpulkan dari atas adalah bahwa persebaran total expenditure dan food expenditure tidak terdistribudi secara normal. Hal ini bisa dilihat dari nilai sign atau proabilitasnya < 0,05 (0,00). Dari semua data observasi di atas (55), jika pengeluaran total meningkat maka pengeluaran untuk makanan juga ikut meningkat . jadi ada hubungan antara total pengeluaran dan pengeluaran makanan, yakni positif . c. Makanan akan meningkat seiring peningkatan total pengeluaran , karena makanan merupakan kebutuhan primer , jadi apabila pendapatan meningkat pendapatan itu akan digunakan untuk membeli kebutuhan primer, walaupun peningkatannya tidak terlalu signifikan. Yuca Siahaan
- 13. REFERENSI: Gujarati,Damondar.Basic Econometrics,4thed.2003 : McGraw-Hill Gujarati, Damondar. Basic Econometrics.1978 :McGraw-Hill Lind,Douglas A.,dkk.Statistical Techniques in Business and Economic with Global Data Sets, 13thed.2007:McGraw-Hill Companies,Inc Yuca Siahaan