Dokumen tersebut membahas tentang hakikat dan ruang lingkup ekonometrika. Ekonometrika didefinisikan sebagai ilmu yang menerapkan teori ekonomi, matematika, dan statistik inferensial untuk menganalisis fenomena ekonomi. Ekonometrika memberikan muatan empiris terhadap ilmu ekonomi dengan mengumpulkan dan menganalisis data. Metodologi analisis ekonometrika meliputi membuat hipotesis, mengumpulkan data, menentukan model matemat

1. HAKIKAT DAN RUANG LINGKUP EKONOMETRIKA
1.1.APA ITU EKONOMETRIKA?
- Ekonometrika didefenisikan sebagai ilmu sosial dimana perangkat teori ekonomi,
matematika, dan statistic inferensial diterapkan dalam menganalisis fenomena ekonomi.
- Ekonometika sebagai suatu hasil dari suatu hasil tinjauan tertentu tentang peran ilmu
ekonomi, mencakup aplikasi statistic matematik atas data ekonomi guna memberikan
dukungan empiris terhadap model yang disusun berdasarkan matematika ekonomi serta
memperoleh hasil berupa angka-angka.
1.2.MENGAPA KITA PERLU MEMPELAJARI EKONOMETRIKA?
Ekonometri memberikan muatan empiris (yaitu berdasarkan observasi atau
eksperimen) terhadap hampir semua ilmu ekonomi. Jika dalam suatu studi atau eksperimen
kita menemukan bahwa ketika harga satu unit barang/jasa naik sebesar satu dolar dan jumlah
permintaan turun, katakanlah, 100 unit, maka kita bukan hanya menegaskan kaidah tentang
permintaan, melainkandalam proses tersebut kita juga memberikan taksiran angka-angka
mengenai hubungan antara kedua variable (harga dan jumlah permintaan atau kuantitas).
Bagi mahasiswa jurusan ekonomi dan manajemen (bisnis), ada alasan pragmatis
dalam mempelajari ekonometrika. Sesudah lulus, dalam melakukan pekerjaannya, mungkin
saja mereka diminta untuk meramalkan penjualan, tingkat suku bunga, dan jumlah uang
beredar atau menaksir fungsi permintaan dan penawaran ataupun elastisitas harga suatu
produk. Pakar ekonomi sering diminta menjadi konsultan oleh lembaga legislasi pusat (DPR)
maupun daerah (DPRD) untuk kepentingan klien mereka ataupun kepentingan sebagian besar
masyarakat. Jadi, pakar ekonomi yang menjadi konsultan bagi komisi DPRD yang bertugas
mengendlikan harga BBM dan listrik mungkin diminta untuk menilai dampak kenaikan harga
yang diusulkan terhadap jumlah permintaan akan listrik sebelum komisi tersebut menyetujui
kenaikan harga BBM dan listrik. Dalam situasi semacam ini, para ekonom mungkin perlu
mengembangkan fungsi permintaan akan listrik, yang akan memungkinkannya untuk
menaksir elastisitas harga atas permintaan ; dalam hal ini, persentase perubahan jumlah yang
diminta untuk setiap persentase perubahan harga. Pengetahuan tentang ekonometrika akan
sangat membantu di dalam menaksir fungsi permintaan semacam itu.
1.3.METODOLOGI EKONOMETRIKA
Pada umumnya, analisis ekonometrika mengikuti metodologi berikut.
1.Membuat pernyataan teori atau hipotesis;
2.Mengumpulkan data;
3.Menentukan model matematis dari teori tersebut;
4.Menentukan model statistic, atau ekonometri, dari teori tersebut;
Yuca Siahaan

2. 5.Menaksir parameter-parameter dari model ekonometri yang dipilih;
6.Memeriksa kecocokan model: pengujian spesifikasi model;
7.Menguji hipotesis yang didasarkan dari model;
8.Menggunakan model untuk melakukan prediksi atau peramalan.
a.d.1.Membuat Pernyataan Teori atau Hipotesis
Langkah awal adalah mencari teori ekonomi yang cocok dengan topik yang ingin
dipelajari. Kemudian membuat 2 hipotesis yang saling berbeda yakni seperti HO dan H1.
Untuk mengetahui pengaruh kedua variabel, itu dapat ditentukan berdasarkan hipotesis
yang lebih dominan. Bagaimana kita menentukan hipotesis mana yang lebih dominan?
Maka inilah yang menjadi pertanyaan empiris.
a.d.2.Mengumpulkan data
Untuk keperluan empiris, kita perlu informasi kuantitatif tentang kedua variable. Ada 3
jenis data yang umumnya tersedia untuk keperluan analisis empiris.
*Data deret berkala (time series)
=>dikumpulkan selama kurun waktu tertentu, seperti data tentang PDB, kesempatan kerja,
pengangguran, JUB, ataupun defisitanggaran belanja pemerintah.
Data ini bisa bersifat kuantitatif (misalnya harga, pendapatan,jub) ataupun kualitatif
(misalnya laki-laki atau perempuan).
*Data lintas-sektoral (cross-sectional)
=>data tentang satu atau lebih variabel yang dikumpulkan pada suatu waktu tertentu,
seperti survey pengeluaran konsumen yang pernah dilakukan oleh University of
Michigan, AS.
*Data kelompok (gabungan antara data deret berkala dan data linta sektoral)
=>dalam data ini kita memiliki unsur-unsur data deret berkala sekaligus juga data lintas
sektoral. Sebagai contoh, jika kita harus mengumpulkan data tingkat pengangguran di
10 negara selama 20 tahun, maka data itu merupakan data kelompok, yakni data
tingkat pengangguran di masing-masing negara selama 20 tahun merupakan data deret
berkala, sedangkan data tingkat pengangguran di 10 negara untuk suatu tahun tertentu
merupakan data lintas sektoral.
Ada data kelompok yang sifatnya khusus, yaitu data panel/ data longitudinal/ data
mikropanel, dimana unit lintas sektoral yang sama disurvei secara berkala.
Sumber Data.
Keberhasilan sebuah studi ekonometrika akan tergantung pada kualitas, maupun
kuantitas data.
a.d.3.Menentukan Model Matematis untuk Teori Tersebut
Yuca Siahaan

3. Untuk mengetahui pengaruh kedua variabel, kita perlu menggambarkan data keduanya ke
dalam diagram pencar (scatter diagram atau scattergram).
Dengan diagram pencar tersebut, kita bisa korelasi kedua variabel apakah positif atu negatif.
Kemudian selanjutnya kita membuat taksiran awal dan membuat model matematis
sederhananya.
a.d.4.Menentukan Model Statistic, atau ekonometri, dari Teori Tersebut
Model matematis murni yang dirumuskan pada langkah sebelumnya tidak selalu
benar adanya. Model semacam itu mengasumsikan suatu hubungan yang pasti
(deterministik) antara kedua variabel tersebut. Padahal dalam kenyataan sering hubungan
variabel tidak pasti atau bersifat statistik.
Oleh karena hal di atas, maka kemungkinan pengaruh semua variabel lain
dimasukkan ke model matematis tadi (sehingga menjadi model statistik). Semua pengaruh
variabel lain diwakilkan dengan variabel “u” untuk menyatakan faktor kesalahan acak
atau gangguan acak.
Model yang sudah ditambah dengan faktor variabel lain itu merupakan model statistic atau
empiris atau ekonometri. Persamaan (model) itu merupakan salah satu contoh model
regresi linear dan inilah yang menjadi topik utama pembahasan.
Dalam model ini terdapat 2 variabel yakni variabel tak bebas (dependent
variabel),variabel yang berada di sisi kiri dan variabel bebas (independent variabel),
variabel yang berada di sisi kanan atau variabel yang bersifat menjelaskan (explanatory
variable).
Dalam regresi ada hubungan sebab akibat. Apakah ini berarti bahwa kedua
variabel pada model ekonometri memiliki hubungan sebab-akibat; dalam hal ini variabel
independent merupakan faktor penyebab variabel independent sedangkan variabel
dependent merupakan faktor akibat?Tidak selalu demikian keadaannya. Sebagaimana
diuraikan oleh Kendall dan Stuart, “Suatu hubungan statistik, betapapun kuat dan
meyakinkan, tidak dapat menentukan hubungan sebab-akibat : gagasan kita tentang
hubungan sebab akibat tentulah berasal dari luar ilmu statistic, yaitu pada intinya berasal
dari beberapa teori yang ada.”
Jika hubungan sebab-akibat tidak dapat ditentukan, maka lebih tepat bila kita
menyebutnya sebagai hubungan prediktif: Berdasarkan nilai variabel independent tertentu,
dapatkah kita memprediksi besarnya variabel dependent?
a.d.5.Menaksir Parameter-parameter dari Model Ekonometri yang Dipilih
Berdasarkan data yang ada bagaimana kita menaksir parameter-parameter dari
model ekonometrika tadi, dalam hal ini bagaimana kita memperoleh angka-angka (hasil
taksiran) dari kedua parameter ini? Ini akan menjadi focus bahasan di Bagian II, dimana
kita mengembangkan metode yang cocok, terutama metode kuadrat terkecil biasa (ordinary
least-square/OLS).
Yuca Siahaan

4. Dengan OLS kita mendapat persamaan yang masih merupakan taksiran dari
model sebelumnya. Ini ditandai dengan “^” pada variabel dependentnya. Taksiran atas μ
disebut sisa atau residual.
Garis regresi yang ditaksir, menyatakan hubungan antara variabel independent rata-rata
dan variabel dependent.
Ad.6 Memeriksa Kecocokan Model : Pengujian Spesifikasi Model
Perlu kita ingat lagi bahwa regresi tidak menjelaskan hubungan sebab-akibat; teori
yang relevan haruslah menentukan apakah salah satu atau lebih variabel bebas memiliki
hubungan dengan variabel tidak bebas.
Pada tahap ini kita akan membuat regresi linear berganda dan kemudian juga
membuat penaksiran empiris atas model yang ada pada langkah sebelumnya menggunakan
metode OLS.
Maka model mana yang akan kita pilih, model pada langkah yang ke-6 ini atau model yang
pada langkah ke-5 tadi? Karena model persamaan pada langkah ke-6 ini telah mencakup
model yang ada pada langkah sebelumnya, maka kita pilih model pada langkah ke-6 ini.
Lalu kita akan berhenti sampai mana? Variabel-variabel lain bisa jadi tersedia,
namun kita mungkin tidak ingin memasukkan semua variabel tersebut ke dalam model
karena tujuan pengembangan model ekonometri bukan untuk menangkap realitas secara
keseluruhan, melainkan hanya segi-segi yang penting saja. Bila kita memasukkan semua
variabel yang mungkin ke dalam model regresi, model tersebut akan menjadi susah dipakai
dan sangat tidak praktis. Model yang dipilih akhirnya haruslah yang merupakan replika
yang cukup masuk akal dari realitas yang sesungguhnya.
a.d.7.Menguji Hipotesis yang Dihasilkan dari Model
Setelah akhirnya berhasil menetapkan sebuah model, kita mungkin ingin
melakukan pengujian hipotesis. Dalam hal ini, kita mungkin ingin mengetahui apakah
model yang ditaksir masuk akal dari sisi ilmu ekonomi dan apakah hasil yang diperoleh
cocok dengan teori ekonomi yang mendasarinya.
a.d.8.Menggunakan Model untuk Melakukan Prediksi atau Peramalan
Model yang kita taksir akan kita gunakan untuk prediksi atau peramalan.
Nantinya kita akan dapat membandingkan nilai prediksi dengan nilai aktual yang tersedia.
Selisih antara kedua nilai tersebut menyatakan kesalahan prediksi. Tentu kita akan berusaha
agar kesalahan prediksi itu sekecil mungkin.
TABEL 1.1TINGKAT PARTISIPASI ANGKATAN KERJA SIPIL (TPAKS), ANGKA
PENGANGGURAN SIPIL (APS), DAN RATA-RATA PENGHASILAN RIEL PER
JAM (RPJ82)* DI AS UNTUK PERIODE 1980-2002
Yuca Siahaan

5. Tahun
TPAKS (%)
APS (%)
RPJ82 (US$)
1980
63,8
7,1
7,78
1981
63,9
7,6
7,69
1982
64,0
9,7
7,68
1983
64,0
9,6
7,79
1984
64,4
7,5
7,80
1985
64,8
7,2
7,77
1985
65,3
7,0
7,81
1987
65,6
6,2
7,73
1988
65,9
5,5
7,69
1989
66,5
5,3
7,64
1990
66,5
5,6
7,52
1991
66,2
6,8
7,45
1992
66,4
7,5
7,41
1993
66,3
6,9
7,39
1994
66,6
6,1
7,40
1995
66,6
5,6
7,40
1996
66,8
5,4
7,43
1997
67,1
4,9
7,55
1998
67,1
4,5
7,75
1999
67,1
4,2
7,86
2000
67,2
4,0
7,89
2001
66,9
4,8
7,99
2002
66,6
5,8
8,14
*RPJ82 menyatakan rata-rata penghasilan perjam berdasarkan harga konstan tahun 1982
Langkah
1.Pernyataan Teori
2.Pengumpulan Data
3.Model Matematis untuk Teori
4.Model Ekonometri untuk Teori
5.Penaksiran Parameter
6.Periksa Kecocokan Model
7.Pengujian Hipotesis
8.Prediksi/Peramalan
Yuca Siahaan
Contoh
Hipotesis Tenaga Kerja Bertambah/Berkurang
Tabel 1.1
TPAKS = B1 + B2APS
TPAKS = B1 + B2APS + u
TPAKS = 69,9963 – 0,6513APS
TPAKS= 80,9 – 0,67APS – 1,4RPJ82
B2 < 0 atau B2 > 0
Berapa besar TPAKS, pada nilai APS dan RPJ92 tertentu?

6. Referensi:
Gujarati, Damodar N. Essentials of Econometrics.2006. US:McGraw-Hill Companies
Gujarati, Damodar N. Basic Econometrics.
Yuca Siahaan