ANALISA DATA

Mayang Adelia Puspita

www.caknun.com

PENDEKATAN EKONOMETRIK DALAM

ANALISIS DATA

Konsep dasar EkonometrikEkonometrika 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

Langkah VIII: Kesimpulan

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).

Yi

eiui

0 XXi

YXY

^^^

X)Y(E

SRF

PRF

P

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.

Menu Utama di SPSS

ANALISIS STATISTIK DISKRIPTIVE

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

Langkah-Langkah Analisis Statistik Deskriptive

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 positif yg kuat antara

konsumsi dan pendapatan yaitu 86,7%.

Catt: Income dan konsumsi dlm $ per bulan

b. Analisis Regresi Sederhana

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 disimpulkanbahwa 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 makadengan = 5%, dapat disimpulkan bahwa kita tolak H1 dan kita terima H0. Artinya,variabel bebas (mis. Pendapatan) tidak berpengaruh pada alokasi konsumsi.

UJI- F : Uji Model

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 kitatentukan). Demikian juga untuk koefisien X atau ß1 juga memiliki logika pemikiran yang

sama.

UJI- t : Uji Parameter / Koefisien dalam Model

Sehingga dapat disajikan hasil sebagai berikut :

Konsumsi = 12,483 + 12,267*Income R2 = 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.

Interpretasi

C. Regresi BergandaAnalisis 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

X2 : Pakan alternatif

i. Analisis Regresi Linear Berganda (tanpa Dummy)

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 5.828Df = 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 sebagaiberikut :

Pengujian untuk intersep : H0 : ß0 = 0H1 : ß0 ≠ 0

Pengujian untuk ß1 : H0 : ß1 = 0H1 : ß1 ≠ 0

Pengujian untuk ß2 : H0 : ß2 = 0H1 : 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?

ii. Analisis Regresi Linear Berganda (Dummy Intersep)Hasil analisis sebelumnya didapat bahwa R2 = 0.702. Bisa jadi nilai koefisien determinasi (R2) ini

dapat ditingkatkan dengan mengelompokkan bagi ternak diatas 3 tahun dan ternak dibawah 3

tahun. Dengan demikian disajikan data dengan variabel dummy berupa D1, sebagai berikut :

Dengan demikian dapat dibuat spesifikasi modelnya

sebagai berikut :

Y = ß0 + ß1X1 + ß2X2 + ß3D1 --------------------- (model 2)

Dimana :

Y : pendapatan usaha

X1 : IB

X2 : Pakan alternatif

D1 : 1 untuk ternak diatas 3 tahun

0 ternak dibawah 3 tahun

MODEL REGRESI LINEAR DENGAN DUMMY VARIABEL

Variabel dummy digunakan sebagai upaya untukmelihat bagaimana klasifikasi-klasifikasi dalamsampel berpengaruh terhadap parameterpendugaan. Variabel dummy juga mencobamembuat kuantifikasi dari variabel kualitatif.

Kita pertimbangkan model berikut ini:

I. Y = a + bX + c D1 (Model Dummy Intersep)

II. Y = a + bX + c (D1X) (Model Dummy Slope)

III. Y = a + bX + c (D1X) + d D1 (Kombinasi)`