Ekonometrika w3

Assalamu'alaikum warahmatullohi wabarakatuh..

Terima kasih telah membaca kedua tulisan saya yang tak seberapa mengenai  ekonometrika, saya doakan semoga Anda semua dapat diberikan kesehatan sehingga bisa untuk membaca karya tulis saya ini. Di dalam tulisan ini masih begitu banyak kekurangan, terlebih lagi saya juga masih belajar pelajaran ekonometrika ini, so dari itu saya harapkan Anda semua bisa kritik dan kasih saran di kolom bawah ini yaaa...

Eits, maksudnya di link di bawah tulisan saya ya bukan di kolom diatas .

Dan materi yang kali ini akan saya sampaikan adalah " Konsep Dasar Analisis Regresi", dan materi ini sudah kami pelajari di semester 4 tepatnya mata kuliah statistik, jadi ilmunya sedikit-sedikit masih ingat lah, daripada gak ingat sama sekali..hehe

Jadi Persamaan Regresi itu adalah persamaan yang mengungkap hubungan 2 variabel , (jadi ternyata variable itu punya hubungan juga,bukan Cuma manusia doang.)

Dan persamaan garis yang digunakan adalah untuk memperkirakan Y yang berbasis X, nah selain itu juga regresi menjadi alat utama ekonometrika yang menjadi focus terhadap penelitian yang menjadikan variable dependen sebagai suatu fungsi linear ,yaitu variable penjelas (independen) dalam rangka mengestimasi atau memprediksi rata-rata populasi.

Dan asal mula istilah regresi ini berasal dari seorang tokoh yang bernama "Francis Galton" dengan regresinya yang menuju Mediokrasi. Nah,pernyataan dari beliau adalah Kecendrungan orang tua berbadan tinggi melahirkan anak dengan badan yang lebih tinggi serta orang tua yang berbadan pendek atau menuju rata-rata tinggi badan populasi keseluruhan.dikonfirmasi oleh pengumpulan Karl Pearson lebih dari 1000.

Sampai sini sudah Faham? Kalau belum faham di faham-fahamin aja yaa..

Ok next, saya akan berikan contoh-contoh dari regresi,dengan bahasa yang mudah.

   dan gambar disamping menyatakan tinggi anak laki-laki dari usianya, dapat ditarik kesimpulan bahwasannya :

• Menduga tinggi anak laki-laki dari umurnya
• Pada setiap umur anak laki-laki terdapat sebaran  tinggi
• Secara rata-rata tinggi anak laki-laki meningkat dengan umur
• Garis regresi : hubungan antara rata-rata tinggi dan umur.
• Contoh 2.
• Produksi tanaman (dependent variable) dipengaruhi oleh curah hujan.
• Hubungan regresi digunakan untuk meramalkan produksi berdasarkan informasi mengenai curah hujan.

Dan bisa ditarik kesimpulan bahwa ternyata ada hubungan secara deterministic VS Stokastik.

• Hubungan deterministic antar peubah apabila semua pasangan titik membentuk garis lurus.
• Hubungan Stotastik :
• 1. Pasangan titik berada disekitar titik (tepat pada garis)
•  2.Adanya unsur random atau stotastik

3.Peubah random atau stotastik mempunyai sebaran peluang tertentu

Sedangkan analisis regresi :

Adanya peubah lain yang tidak terukur yang juga menjelaskan peubah tak bebas  ,selain hubungan deterministic yang diasumsikan.

Peubah tak bebas (dependent)
Peubah penjelas(Explanatory)
Explained
Independent
Predictand
Predictor
Reressand
Regressor
Respons
Stimulus
Endogenous
Exogenous
Outoome
Covariate

Analisis regresi sederhana (simple regression analysis)

• Melibatkan dua Peubah saja
• Satu Peubah tak bebas dan satu Peubah penjelas

                 Analisis regresi berganda (multiple regression analysis)

• Melibatkan lebih dari dua Peubah
• Satu Peubah tak bebas dan beberapa Peubah penjelas
• Kemudian, ada tipe data untuk analisis ekonomi
• Time Series data = Sekumpulan pengamatan yang diamati pada satu/beberapa Peubah pada waktu yang berbeda.baik itu data harian,minguan, bulanan,data 3 bulanan,dan data tahunan
• Cross section data = hasil pengamatan pada satu atau beberapa Peubah yang diperoleh pada satu waktu untuk beberapa individu(orang/Negara/perusahaan)
• Pooled data = gabungan dari time series dan cross section data
• Panel,longitudinal or micropanel data = data yang diukur pada unit cross section yang sama dalam selang waktu tertentu.
• Sumber data Ekonomi
• Metode pengumpulan Data ekonomi
• Bukan dari percobaan (Eksperimental),di ilmu hayati
• Pengamatan dilakukan ketika factor-faktor tertentu dibuat konstan untuk mempelajari efek suatu factor yang menjadi pusat perhatian.

Non Ekperimental data : tidak dapat dikontrol oleh peneliti

Contohnya : tingkat pengangguran,PDB dan tingkat inflasi..

Semoga ilmu saya bermanfaat,ikutin terus tulisan saya ya,,yang setiap minggunya akan saya upload di kompasiana..see you next time on my channel. And thank you for your attention.

Assalamualaikum warahmatullahi wabarakatuh..