resumemetrik ke satu

8/18/2019 Resumemetrik Ke Satu

1/22

1.1 Apa itu Ekonometrik???

Bayangkan bahwa Anda disewa oleh pemerintah negara Anda untuk mengevaluasi efektivitas

dari program pelatihan kerja yang didanai publik. Misalkan program ini mengajarkan pekerja

pabrik berbagai cara menggunakan komputer. rogram dua puluh minggu menawarkan kursus

diluar jam kerja. pekerja pabrik per jam dapat berpartisipasi! dan pendaftaran dalam semua atau

sebagian dari program ini adalah sukarela. Anda dapat menentukan apa ada! efek program

pelatihan yang telah dilakukan oleh masing masing pekerja dengan upah per jamnya.

"ekarang! anggaplah Anda bekerja untuk sebuah bank investasi. Anda harus mengetahui strategi

pengembalian investasi yang berbeda yang melibatkan saham treasury A" jangka pendek untuk

memutuskan apakah mereka mematuhi teori ekonomi tersirat.

#ugas menjawab pertanyaan tersebut mungkin tampak menakutkan pada awalnya. ada titik ini!

Anda mungkin hanya dapat memiliki pemikiran yang samar dari jenis data yang perlu untuk

dikumpulkan. ada akhir ini tentu saja di dalam pengantar ekonometrik Anda harus tahu

bagaimana menggunakan metode ekonometrik untuk secara resmi mengevaluasi program

pelatihan kerja atau untuk menguji teori ekonomi sederhana.

Ekonometrik didasarkan pada pengembangan metode statistik untuk memperkirakan hubungan

ekonomi! pengujian teori ekonomi! mengevaluasi dan menerapkan kebijakan pemerintah dan

bisnis. Aplikasi yang paling umum dari ekonometri adalah peramalan variabel makroekonomi

yang penting seperti tingkat suku bunga! tingkat inflasi! dan produk domestik bruto. "edangkan perkiraan dari indikator ekonomi yang sangat terlihat dan sering dipublikasikan secara luas!

metode ekonometrik dapat digunakan di daerah$daerah ekonomi yang tidak ada hubungannya

dengan perkiraan makroekonomi. "ebagai contoh! kita akan mempelajari efek dari pengeluaran

kampanye politik pada pemungutan suara. %ami akan mempertimbangkan efek pengeluaran di

bidang pendidikan mengenai kinerja siswa sekolah. "elain itu! kita akan belajar bagaimana

menggunakan metode ekonometrik untuk peramalan time series ekonomi.

Ekonometri telah berkembang sebagai disiplin yang terpisah dari matematika statistik karena

berfokus pada masalah pengumpulan dan analisis &ata ekonomi yang bersifat bukan percobaan.

&ata bukan percobaan tidak terkumpul melalui eksperimen terkontrol pada individu! perusahaan!

atau segmen ekonomi. '&ata bukan percobaan kadang$kadang disebut data pengamatan! atau

data retrospektif! untuk menekankan (kuran fakta bahwa peneliti adalah kolektor data pasif.)

&ata Eksperimental sering dikumpulkan di lingkungan laboratorium dalam ilmu alam! tetapi


2/22

mereka jauh lebih sulit untuk mendapatkan dalam ilmu sosial. Meskipun beberapa percobaan

sosial dapat dirancang! sering tidak mungkin! mahal! atau secara moral menjijikkan untuk

melakukan jenis eksperimen terkontrol yang akan diperlukan untuk mengatasi masalah ekonomi.

%ami memberikan beberapa contoh spesifik perbedaan antara data eksperimen dan

none*perimental dalam Bagian 1.+.

#entu! ekonometri telah dipinjam dari ahli statistik matematika setiap kali mungkin. Metode

analisis regresi berganda adalah andalan di kedua bidang! namun fokus dan interpretasi dapat

sangat berbeda. "elain itu! para ekonom telah menyusun teknik baru untuk menangani

kompleksitas data ekonomi dan untuk menguji prediksi teori ekonomi.

1., -angkah$langkah dalam Analisis Ekonomi Empiris

metode ekonometrik relevan di hampir setiap cabang ekonomi terapan. Mereka terdapat dalam

tiap$tiap permainan 'giliran) ketika kita memiliki teori ekonomi untuk menguji atau ketika kita

memiliki hubungan diingat yang memiliki beberapa kepentingan untuk keputusan bisnis atau

analisis kebijakan. "ebuah analisis empiris menggunakan data untuk menguji teori atau untuk

memperkirakan hubungan.

Bagaimana seseorang mengerjakan penataan analisis ekonomi empiris? ni mungkin tampak

jelas! tetapi itu perlu menekankan bahwa langkah pertama dalam analisis empiris adalah

perumusan cermat dari pertaanyaan yang menarik. ertanyaannya mungkin berurusan dengan

pengujian suatu aspek tertentu dari suatu teori ekonomi! atau mungkin berkaitan dengan menguji

efek dari kebijakan pemerintah. ada prinsipnya! metode ekonometrik dapat digunakan untuk

menjawab berbagai pertanyaan.

&alam beberapa kasus! terutama yang melibatkan pengujian teori$teori ekonomi! model formal

ekonomi dibangun. Model ekonomi terdiri dari persamaan matematika yang menggambarkan

berbagai hubungan. Ekonom dikenal karena bangunan mereka terhadap model untuk

menggambarkan susunan yang luas dari perilaku. Misalnya! dalam ekonomi mikro menengah!

keputusan konsumsi individu! tunduk batasan anggaran! dijelaskan oleh model matematika.

Alasan utama yang mendasari model ini adalah maksimalisasi kegunaan. Asumsi bahwa individu

membuat pilihan untuk memaksimalkan kesejahteraan mereka! tunduk pada keterbatasan

sumber daya! memberi kita kerangka kerja yang sangat kuat untuk menciptakan model ekonomi

yang mudah dikerjakan dan membuat prediksi yang jelas. &alam konteks keputusan konsumsi!

maksimalisasi kegunaan mengarah ke kumpulan persamaan permintaan. &alam persamaan


3/22

permintaan! kuantitas yang diminta dari masing$masing komoditas tergantung pada harga

barang! harga pengganti dan barang pelengkap! pendapatan konsumen! dan karakteristik individu

yang mempengaruhi selera. persamaan ini dapat membentuk dasar analisis ekonometrik terhadap

permintaan konsumen.

ara ekonom telah menggunakan alat ekonomi dasar! seperti kerangka maksimalisasi kegunaan!

untuk menjelaskan perilaku bahwa pada pandangan pertama mungkin terlihat bukan sifat

ekonomi . "ebuah contoh klasik adalah Becker '1/0) model ekonomi dari perilaku kriminal.

Misalnya 1.1 model ekonomi kejahatan

&alam sebuah artikel mani! pemenang 2adiah 3obel 4ary Becker mendalilkan maksimalisasi

utilitas %erangka untuk menggambarkan partisipasi individu dalam kejahatan. kejahatan tertentu

memiliki jelasimbalan ekonomi! tetapi sebagian besar perilaku kriminal memiliki biaya. Biaya

peluang kejahatanmencegah penjahat dari berpartisipasi dalam kegiatan lain seperti pekerjaan

hukum. &i"elain itu! ada biaya yang terkait dengan kemungkinan tertangkap dan kemudian! jika

terbukti bersalah! biaya yang berkaitan dengan penahanan.&ari perspektif Becker! keputusan

untuk melakukan kegiatan ilegal adalah salah satu alokasi sumber daya! dengan manfaat dan

biaya kegiatan bersaing diperhitungkan.

&i bawah asumsi umum! kita dapat memperoleh persamaan yang menggambarkan jumlah waktu

menghabiskan dalam kegiatan kriminal sebagai fungsi dari berbagai faktor. %ami mungkin

mewakili fungsi seperti sebagai

y 5 f'*1! *,! *6! *+! *7! *0! *8)!

y 5 jam yang dihabiskan dalam kegiatan kriminal!

*15 9(pah9 selama satu jam dihabiskan dalam kegiatan criminal

*,5 upah per jam dalam pekerjaan hukum!

*65 penghasilan selain dari kejahatan atau pekerjaan!

*+5 probabilitas tertangkap!

*75 probabilitas dihukum jika tertangkap!

*05 diharapkan kalimat jika terbukti bersalah

*8 5 usia

:aktor$faktor lain umumnya mempengaruhi keputusan seseorang untuk berpartisipasi dalam

kejahatan! tapi daftar di atas merupakan perwakilan dari apa yang mungkin terjadi dari hasil

analisis ekonomi formal. "eperti umum di teori ekonomi! kita belum spesifik tentang fungsi f ';)


4/22

di '1!1). fungsi ini tergantung pada fungsi utilitas yang mendasari! yang jarang dikenal. 3amun

demikian! kita dapat menggunakan #eori$atau ekonomi introspeksi$untuk memprediksi efek yang

masing$masing variabel akan memiliki pada kegiatan kriminal. ni adalah dasar untuk analisis

ekonometrik pidana individual aktivitas.

pemodelan ekonomi formal kadang$kadang titik awal untuk analisis empiris! tetapi lebih umum

untuk menggunakan teori ekonomi kurang formal! atau bahkan bergantung sepenuhnya intuisi.

Anda mungkin setuju bahwa faktor$faktor penentu perilaku kriminal muncul di ersamaan '1.1)

wajar berdasarkan akal sehat< kita mungkin tiba di persamaan tersebut secara langsung! tanpa

mulai dari maksimalisasi utilitas.andangan ini memiliki beberapa manfaat! meskipun ada kasus

di mana derivasi formal yang memberikan wawasan bahwa intuisi dapat

mengabaikan.Berikutnya adalah contoh dari persamaan yang bisa kita peroleh melalui agak

informal yang pemikiran.

Misalnya 1!, =ob elatihan dan roduktivitas #enaga %erja

Mempertimbangkan masalah yang diajukan pada awal Bagian 1.1. "eorang ekonom tenaga kerja

akan ingin meneliti efek dari pelatihan kerja pada produktivitas pekerja. &alam hal ini! ada

sedikit kebutuhan untuk teori ekonomi formal.pemahaman dasar ekonomi cukup untuk

menyadari bahwa faktor$faktor seperti pendidikan! pengalaman! dan pelatihan mempengaruhi

produktivitas pekerja. =uga! ekonom sangat menyadari bahwa pekerja dibayar sepadan dengan

mereka produktivitas.penalaran sederhana ini mengarah ke model seperti

(pah 5 ' pendidikan! keahlian! pelatihan )

(pah 5 upah perjam

endidikan 5 tahun pendidikan formal

%eahlian 5 tahun pengalaman kerja!

elatihan 5 minggu dihabiskan di pelatihan kerja

"ekali lagi! faktor lain yang umumnya mempengaruhi tingkat upah! tetapi persamaan '1.,)

menangkap nti dari masalah.

"etelah kita tentukan model ekonomi! kita perlu mengubahnya menjadi apa yang kita sebut

model ekonometrik. %arena kita akan berurusan dengan model ekonometrik seluruh teks ini!

penting untuk mengetahui bagaimana model ekonometrik berhubungan dengan model ekonomi.

Mengambil persamaan '1.1) sebagai contoh.Bentuk fungsi f ';) harus ditentukan sebelum kita

dapat melakukan analisis ekonometrik.su kedua menyangkut '1.1) adalah bagaimana menangani


5/22

dengan variabel yang tidak cukup dapat diamati."ebagai contoh! perhatikan upah yang seseorang

bisa mendapatkan dalam kegiatan kriminal. ada prinsipnya! jumlah yang didefinisikan dengan

baik! tetapi akan sulit jika tidak mustahil untuk mengamati upah ini untuk individu tertentu.

bahkan variable ables seperti probabilitas ditangkap tidak bisa realistis diperoleh untuk diberikan

individu! tetapi setidaknya kita dapat mengamati statistik penangkapan yang relevan dan berasal

variabel yang mendekati probabilitas penangkapan. Banyak faktor lain mempengaruhi perilaku

kriminal yang kita bisa bahkan tidak daftar! apalagi mengamati! tapi entah bagaimana kita harus

memperhitungkan mereka. Ambiguitas yang melekat dalam model ekonomi kejahatan

diselesaikan dengan menentukan model ekonometrik tertentu>

rime 5 @ @1wage rumus terosno dewe???????????????????????????

rime 5 beberapa ukuran frekuensi kegiatan criminal

Cagem 5 upah yang dapat diperoleh dalam pekerjaan hokum

Dthinc 5 pendapatan dari sumber lain 'aset! warisan! dan sebagainya)

:rearr 5 frekuensi penangkapan untuk pelanggaran sebelum 'untuk perkiraan

probabilitas penangkapan)

freconv 5 frekuensi keyakinan

avgsen 5 rata$rata panjang kalimat setelah keyakinan.

ilihan variabel$variabel ini ditentukan oleh teori ekonomi serta data pertimbangan.stilah u

mengandung faktor teramati! seperti upah untuk pidana aktivitas! karakter moral! latar belakang

keluarga! dan kesalahan dalam mengukur hal$hal seperti criminal aktivitas dan probabilitas

penangkapan. %ita bisa menambahkan variabel latar belakang keluarga ke Model! seperti jumlah

saudara kandung! pendidikan orang tua! dan sebagainya! tetapi kita tidak pernah bias

menghilangkan u seluruhnya. Bahkan! berurusan dengan istilah kesalahan ini atau istilah

gangguan mungkin adalah %omponen yang paling penting dari analisis ekonometrik.

%onstanta @!@1FF @0 adalah parameter dari model ekonometrik! dan mereka menggambarkan

arah dan kekuatan hubungan antara kejahatan dan faktor$faktor digunakan untuk menentukan

tindak pidana dalam model

"ebuah model ekonometrik lengkap untuk ontoh 1., mungkin

ki rumussssssssssssssssssssssssssssssssssssssss?????????????????

dimana u jangka mengandung faktor$faktor seperti 9kemampuan bawaan!9 kualitas pendidikan!

keluarga latar belakang! dan faktor$faktor lain segudang yang dapat mempengaruhi upah


6/22

seseorang. =ika kita secara khusus khawatir tentang efek dari pelatihan kerja! maka @6 adalah

parameter bunga.

(ntuk sebagian besar! analisis ekonometrik dimulai dengan menentukan model ekonometrik!

tanpa pertimbangan rincian penciptaan model.%ami umumnya mengikuti ini endekatan!

terutama karena derivasi$hati dari sesuatu seperti model ekonomi kejahatan memakan waktu dan

dapat membawa kita ke beberapa daerah khusus dan seringkali sulit teori ekonomi.penalaran

ekonomi akan memainkan peran dalam contoh kita! dan kita akan menggabungkan teori ekonomi

yang mendasari ke dalam spesifikasi model ekonometrik. &alam Model ekonomi contoh

kejahatan! kita akan mulai dengan model ekonometrik seperti '1.6) dan menggunakan penalaran

ekonomi dan akal sehat sebagai panduan untuk memilih variabel. Meskipun pendekatan ini

kehilangan beberapa kekayaan analisis ekonomi! itu adalah umum dan efektif diterapkan oleh

peneliti$hati.

"etelah model ekonometrik seperti '1.6) atau '1.+) telah ditetapkan! berbagai hipotesis yang

menarik dapat dinyatakan dalam hal parameter yang tidak diketahui."ebagai contoh!

dipersamaan '1.6)! kita mungkin berhipotesis bahwa wagem! upah yang dapat diperoleh dalam

pekerjaan hukum! tidak berpengaruh pada perilaku kriminal. &alam konteks ekonometrik khusus

ini Model! hipotesis setara dengan @1 5

Analisis empiris! menurut definisi! membutuhkan data."etelah data pada variabel yang relevan

ables telah dikumpulkan! metode ekonometrik digunakan untuk mengestimasi parameter dalam

model ekonometrik dan untuk secara resmi menguji hipotesis yang menarik.&alam beberapa

kasus! ekonom yang Model metrik digunakan untuk membuat prediksi baik dalam pengujian

teori atau studi dari dampak kebijakan ini.%arena pengumpulan data sangat penting dalam

pekerjaan empiris! Bagian 1.6 akan menjelaskan jenis data yang kita mungkin ditemui.

1.6 "tuktur data ekonomi

%umpulan data ekonomi sangat beragam. "edangkan beberapa metode ekonometrik dapat

diterapkan dengan sedikit atau tidak modifikasi untuk berbagai kumpulan data! layanan istimewa

dari beberapa kumpulan data harus dipertanggungjawabkan atau dieksploitasi. "elanjutnya kita

gambarkan stuktur data yang paling penting dalam aplikasi pekerjaan.

data cross$sectional


7/22

kumpulan data cross$sectional terdiri dari sampel individu! rumah tangga! perusahaan! kota!

negara bagian! negara! atau berbagai unit lainnya! pada waktu tertentu. kadang$kadang! data pada

semua unit tidak sesuai pada periode waktu yang sama. misalnya! beberapa keluarga dapat

disurvei selama minggu berbeda dalam waktu satu tahun. dalam analisis cross$section murni! kita

akan mengabaikan perbedaan waktu kecil dalam mengumpulkan data. jika satu kumpulan

keluarga yang disurvei selama minggu berbeda dari tahun yang sama! kita masih akan melihat ini

sebagai satu kumpulan data cross$section.

4ambaran penting dari data cross$section adalah bahwa kita sering dapat berasumsi bahwa

mereka telah diperoleh dari random sampling populasi. misalnya! jika kita mendapatkan

informasi tentang upah! pendidikan! pengalaman! dan karakteristik lain dengan secara acak

menggambar 7 orang dari penduduk yang bekerja! maka kita memiliki sampel acak dari

populasi semua orang yang bekerja. random sampling adalah analsis data cross$section. ulasan

random sampling yang terkandung dalam lampiran c.

kadang$kadang! random sampling tidak tepat sebagai asumsi untuk menganalisis data cross$

sectional. misalnya! kita tertarik untuk mempelajari faktor$faktor yang mempengaruhi akumulasi

kekayaan keluarga. kita bisa survei dengan sampel acak. dari keluarga cenderung untuk

menutupi kekayaan mereka! maka sampel yang dihasilkan pada kekayaan bukan sampel acak

dari populasi seluruh keluarga. ini adalah sebuah ilustrasi dari masalah seleksi asample! topik

lanjutan yang akan kita bahas dalam bab 18.

pelanggaran lain dari random sampling terjadi ketika sampel dari unit yang relatif besar untuk

penduduk kita! terutama unit geografis. potensi masalah dalam kasus tersebut adalah bahwa

populasi tidak cukup besar untuk menganggap wajar pengamatan independen. misalnya! jika kita

ingin menjelaskan aktivitas bisnis baru di seluruh negara sebagai fungsi dari tingkat upah! harga

energi! tarif pajak perusahaan dan properti! layanan yang disediakan! kualitas tenaga kerja! dan

karakteristik negara lain. #idak mungkin aktivitas bisnis dalam negri dekat satu sama

lain!ternyata metode ekonometrik yang kita bahas dapat digunakan dalam situasi seperti itu.

#etapi terkadang perlu disempurnakan lagi. Bagian yang paling sering kita abaikan seluk beluk

mengenai situasi tersebut dan pengobatan masalah dalam kerangka random sampling bahkan

ketika itu tidak benar secara teknis untuk melakukannya.


8/22

data cross$sectional 'data silang) yang banyak digunakan dalam ekonomi dan ilmu sosial

lainnya. &i bidang ekonomi! analisis data cross$sectional berkaitan erat dengan penerapan dalam

bidang ekonomi mikro! seperti ekonomi tenaga kerja! negara dan keuangan publik lokal!

organisasi industrial! ekonomi perkotaan! demografi! dan ekonomi kesehatan. &ata pada

individu! rumah tangga! perusahaan! dan kota$kota pada ttitik waktu tertentu penting untuk

menguji hipotesis ekonomi mikro dan mengevaluasi kebijakan ekonomi.

data cross$sectional digunakan untuk analisis ekonometrik yang dapat mewakilii dan dapat

disimpan dalam komputer. #abel 1.1 berisi! bentuk singkatan! kumpulan data cross$sectional

pada 7,0 individu yang bekerja untuk tahun 1/80. 'ini adalah bagian dari data dalam file

wagei.raw). variabel$variabel termasuk upah 'dalam dolar per jam) educ 'tahun pendidikan)!

e*per 'tahun pengalaman angkatan kerja potensial)! perempuan 'indikator gender)! dan menikah

'status perkawinan). &ua variabel terakhir yang berpasangan 'nol$satu) bersifat dan berfungsi

untuk menunjukkan layanan kualitif individu 'seorang perempuan atau tidak! orang tersebut

menikah atau tidak). kita lebih banyak mengatakan tentang variabel biner 'berpasangan) dalam

bab 8 dan seterusnya.

variabel obsno dalam tabel 1.1 adalah jumlah observasi ditetapkan untuk setiap orang dalam

sampel. tidak seperti variabel lain! itu bukan karakteristik individu. semua ekonometri dan paket

perangkat lunak statistik menetapkan jumlah observasi untuk setiap unit data.

tabel 1.1 kumpulan data silang terhadap upah dan karakteristik invidu yang lain

ntuisi harus memberitahu Anda bahwa! untuk data seperti yang di #abel 1.1! tidak peduli

seseorang yang dinamakan sebagai pengamatan 1! yang mana seseorang disebut pengamatan ,!

dan seterusnya. :akta bahwa urutan data tidak penting untuk analisis ekonometrik adalah kunci

kumpulan layanan data cross$sectional diperoleh dari sample random.

variabel yang berbeda kadang$kadang sesuai dengan periode waktu yang berbeda di kumpulan

data cross$sectional . Misalnya! untuk menentukan dampak dari kebijakan pemerintah pada

jangka panjang pertumbuhan ekonomi! ekonom telah mempelajari hubungan antara

pertumbuhan riil per kapita produk domestik bruto '&B) selama jangka waktu tertentu

'misalnya! 1/0$1/7) dan variabel ditentukan sebagian oleh kebijakan pemerintah pada tahun

1/0 'konsumsi pemerintah sebagai persentase dari &B dan tingkat pendidikan menengah

dewasa). "eperti kumpulan data mungkin mewakili seperti dalam #abel 1.,! yang merupakan


9/22

bagian dari kumpulan data yang digunakan dalam penelitian tingkat pertumbuhan lintas negara

oleh &e -ong dan "ummers '1//1).

Gariabel gpcrgdp merupakan rata$rata pertumbuhan &B riil per kapita selama periode 1/0 ke

1/7. :aktanya bahwa govcons0 'konsumsi pemerintah sebagai persentase dari &B) dan

second0 'persentase populasi orang dewasa dengan pendidikan menengah) sesuai dengan tahun

1/0! sedangkan gpcrgdp adalah pertumbuhan rata$rata selama periode 1/0 sampai tahun 1/7!

tidak menyebabkan masalah khusus dalam memperlakukan informasi ini sebagai kumpulan

data cross sectional. engamatan terdaftar menurut abjad oleh negara! tapi sama sekali tidak

berpengaruh terhadap urutan setiap analisis selanjutnya.

tabel 1., kumpulan data tingkat pertumbuhan ekonomi dan karakteristik negara

Data Time Series

kumpulan data time series terdiri dari pengamatan pada variabel atau beberapa variabel dari

waktu ke waktu. ontoh data time series termasuk harga saham! penawaran uang! indeks harga

konsumen! produk domestik bruto! tingkat kematian tahunan! dan angka penjualan mobil.

%arena peristiwa masa lalu dapat mempengaruhi peristiwa$peristiwa masa depan dan tertinggal

dalam perilaku yang laHim dalam ilmu sosial! Caktu adalah dimensi penting dalam data time

series. Berbeda dengan susunan data cross-section!kronologis pengamatan menjadi informasi

yang penting dalam time series.

ciri utama dari data time series yang membuat mereka lebih sulit untuk dianalisis daripada &ata

cross sectional adalah bahwa pengamatan ekonomi dapat jarang, jika pernah, diasumsikan

waktu di independen. %ebanyakan time series ekonomi dan lainnya yang terkait! sangat terkait!

untuk sejarah terbaru mereka. Misalnya! mengetahui sesuatu tentang gdp produk dari kuartal

terakhir memberitahu kita sedikit tentang kemungkinan berbagai gdp selama kuartal ini. karena

&B cenderung cukup stabil dari satu kuartal ke kuartal depan. Meskipun sebagian besar

prosedur ekonometrik dapat menggunakan data cross$sectional dan time series! banyak yang

harus dilakukan dalam menentukan model ekonometrik untuk data time series sebelum standar

metode ekonometrik dapat dibenarkan. "elain itu! modifikasi dan hiasan untuk standar teknik

ekonometrik telah dikembangkan untuk memperhitungkan dan mengeksploitasi tergantung seri

waktu ekonomi dan untuk mengatasi masalah lainnya! seperti fakta

bahwa beberapa variabel ekonomi cenderung menampilkan tren yang jelas dari waktu ke waktu.

ciri lain dari data time series yang memerlukan perhatian khusus adalah frekuensi data


10/22

di mana data dikumpulkan. &alam ilmu ekonomi! frekuensi paling umum adalah setiap hari!

mingguan! bulanan! triwulanan! dan tahunan. harga saham dicatat pada interval harian 'tidak

termasuk

"abtu dan Minggu). =umlah uang beredar dalam perekonomian A" dilaporkan mingguan.

Banyak

seri makroekonomi ditabulasikan bulanan! termasuk tingkat inflasi dan pengangguran.

seri makro lainnya dicatat lebih jarang! seperti setiap tiga bulan 'setiap triwulan).

roduk domestik bruto merupakan contoh yang triwulanan. #ime series lainnya! seperti

angka kematian bayi bagi negara$negara di Amerika "erikat! hanya tersedia secara tahunan.

Banyak seri waktu ekonomi seperti mingguan! bulanan! dan triwulanan menampilkan pola

musiman yang kuat ! yang dapat menjadi faktor penting dalam analisis time series. "ebagai

contoh! bulanan

&ata housing starts berbeda di bulan$bulan hanya karena perubahan kondisi cuaca.

%ita akan belajar bagaimana berurusan dengan time series musiman pada Bab 1.

#abel 1.6 berisi satu set time series data yang diperoleh dari sebuah artikel oleh astillo$:reeman

dan :reeman '1//,) tentang efek upah minimum di uerto Iico. #ahun awal di

#able 1.6 Minimum Wage, Unemployment, and Related Data for Puerto Rico

osno year a!gmin a!gco! prunemp prgnp

1 1/7 ., ,.1 17.+ 8.8

, 1/71 .,1 ,.8 10. /,7.

6 1/7, .,6 ,,.0 1+. 117./

. . . . . .

. . . . . .

. . . . . .

68 1/0 6.67 7.1 1./ +,1.0

6 1/8 6.67 7., 10. ++/0.8

%umpulan &ata adalah observasi pertama! dan tahun terbaru yang tersedia adalah pengamatan

terakhir.

%etika metode ekonometrik digunakan untuk menganalisis data time series! data harus disimpan

dalam urutan kronologis. Gariabel avgmin mengacu pada upah minimum rata$rata untuk tahun

ini! avgcov adalah rata$rata tingkat cakupan 'persentase pekerja yang dicakup oleh hukum upah


11/22

minimum)!

prunemp adalah tingkat pengangguran! dan prgnp adalah produk nasional bruto! dalam jutaan

1/7+ dolar. %ami akan menggunakan data ini nanti dalam analisis time series dari pengaruh

upah minimum pada pekerjaan.

&ikumpulkan alang Bagian

Beberapa kumpulan data memiliki kedua fitur seri cross$sectional dan waktu. Misalnya! cross$

section dua survei rumah tangga yang diambil di Amerika "erikat! satu pada tahun 1/7 dan satu

pada tahun 1//. ada tahun 1/7! sebuah sampel acak rumah tangga yang disurvei untuk

variabel seperti

pendapatan! tabungan! ukuran keluarga! dan sebagainya. ada tahun 1//! sebuah sampel acak

baru rumah tangga adalah diambil menggunakan pertanyaan survei yang sama. (ntuk

meningkatkan ukuran sampel kami! kami dapat mengumpulkan cross section dengan

menggabungkan dua tahun. Pooling lintas bagian dari tahun yang berbeda sering kali merupakan

cara yang efektif untuk menganalisis efek dari kebijakan pemerintah yang baru. denya adalah

untuk mengumpulkan data dari tahun sebelumnya dan setelah perubahan kebijakan utama.

"ebagai contoh! mempertimbangkan data berikut ditetapkan pada perumahan harga diambil pada

tahun 1//6 dan 1//7! sebelum dan sesudah pengurangan pajak properti pada tahun 1//+.

Misalkan kami memiliki data ,7 rumah untuk tahun 1//6 dan ,8 rumah untuk tahun 1//7.

"alah satu cara untuk menyimpan seperti satu set data yang diberikan pada

#abel 1.+. engamatan 1 sampai ,7 sesuai dengan rumah$rumah yang dijual pada tahun 1//6!

dan pengamatan ,71 melalui 7, sesuai dengan ,8 rumah yang dijual di tahun 1//7. Meskipun

urutan

#able 1.+ Pooled "ross Sections# T$o %ears of &ousing Prices

osno year hprice propta' s(rft drms thrms

1 1//6 77 +, 10 6 ,.

, 1//6 086 60 1++ 6 ,.7

6 1//6 16+ 6 , + ,.7

. . . . . . .

. . . . . . .

. . . . . . .


12/22

,7 1//6 ,+60 +1 ,0 + 6.

,71 1//7 07 10 1,7 , 1.

,7, 1//7 1,+ , ,, + ,.

,76 1//7 /87 17 17+ 6 ,.

. . . . . . .

. . . . . . .

. . . . . . .

7, 1//7 78, 10 11 , 1.7

kami menyimpan data ternyata tidak menjadi penting! melacak tahun untuk setiap pengamatan

biasanya sangat penting. nilah sebabnya mengapa kita memasuki tahun sebagai variabel yang

terpisah.

"ebuah penampang dikumpulkan dianalisis seperti penampang standar! kecuali bahwa

kita sering perlu untuk memperhitungkan perbedaan sekuler dalam variabel di waktu. :aktanya!

sebagai tambahan untuk meningkatkan ukuran sampel! titik analisis cross$sectional dikumpulkan

adalah

sering untuk melihat bagaimana perubahan dari waktu ke waktu.

&ata panel atau data longitudinal

&ata panel 'atau data longitudinal) terdiri dari data time series dari setiap kumpulan data cross$

sectional. "ebagai contoh! misalkan kita memiliki upah! pendidikan! dan riwayat pekerjaan dari

kumpulan indivdu yang dikumpulkan selama sepuluh tahun. Atau mungkin mengumpulkan

informasi! seperti investasi dan keuangan data! perusahaan selama periode waktu lima tahun.

&ata panel juga dapat dikumpulkan pada unit geografis. "ebagai contoh! kita dapat

mengumpulkan data yang sama dari berbagai kabupaten di Amerika "erikat pada arus imigrasi!

tarif pajak! tingkat upah! pengeluaran pemerintah! dan sebagainya! untuk tahun 1/! 1/7! dan

1//.

:itur kunci dari data panel yang membedakan mereka dari gabungan cross sectional adalah sama

dengan satuan cross$sectional 'individu! perusahaan! atau kabupaten pada contoh sebelumnya)

yang dikumpulkan selama periode waktu tertentu. &ata pada #abel 1.+ tidak dianggap sebagai

kumpulan panel data karena rumah$rumah yang dijual cenderung berbeda pada tahun 1//6 dan

1//7< jika ada duplikat lain! jumlah ini mungkin sangat kecil sehingga tidak penting. "ebaliknya!


13/22

#abel 1.7 berisi kumpulan data panel kejahatan dan statistik selama dua tahun terkait untuk 17

kota di Amerika "erikat.

Ada beberapa fitur menarik pada #abel 1.7. ertama! masing$masing kota telah diberi

nomor dari 1 sampai 17. "etiap kota diistilahkan kota 1! kota ,! dan seterusnya. dengan cross

sectional murni! penyusunan cross sectional dari suatu kumpulan data panel tidak menjadi

masalah. %ita bisa menggunakan nama kota sebagai angka! tetapi sering berguna untuk

menggunakan keduanya.

#ABE- 1.7

oint kedua adalah selama dua tahun data untuk kota 1 mengisi dua baris pertama

pengamatan. engamatan 6 dan + sesuai dengan kota ,! dan seterusnya. %arena masing$masing

dari 17 kota memiliki dua baris data! paket ekonometri melihat ini sebagai 6 pengamatan.

%umpulan data ini dapat diperlakukan sebagai kumpulan cross sectional! di mana kota$kota yang

sama muncul di setiap tahun. #api! seperti yang akan kita lihat dalam Bab 16 dan 1+! kita juga

bisa menggunakan struktur panel untuk menganalisis pertanyaan yang tidak dapat dijawab

dengan hanya melihat ini sebagai kumpulan cross sectional.

&alam pengamatan pada #abel 1.7! kita menempatkan dua tahun data untuk masing$

masing kota bedampingan satu sama lain! dengan tahun pertama datang sebelum kedua dalam

semua kasus. (ntuk hampir setiap tujuan praktis! ini adalah cara yang lebih disukai untuk

menyusun set data panel. erbedaan penyusunan ini dengan cara pengumpulan cross sectional

disimpan pada #abel 1.+. "ingkatnya! alasan untuk penyusunan data panel seperti pada #abel 1.7

adalah kita harus melakukan transformasi data untuk setiap kota dalam jangka waktu dua tahun.

%arena data panel memerlukan replikasi dari unit yang sama dari waktu ke waktu!

kumpulan data panel! khususnya pada individu! rumah tangga! dan perusahaan! lebih sulit untuk

didapatkan dari kumpulan cross sectional. #idak mengherankan! mengamati unit yang sama dari

waktu ke waktu mengarah ke beberapa keuntungan dibandingkan data cross$sectional atau

bahkan mengumpulkan data cross$sectional. Manfaat fokus dalam teks ini adalah beberapa

pengamatan pada unit yang sama memungkinkan kita untuk mengontrol karakteristik yang tidak

teramati dari individu! perusahaan! dan sebagainya. "eperti yang akan kita lihat! penggunaan

lebih dari satu pengamatan dapat memfasilitasi inferensi kausal dalam situasi di mana


14/22

menyimpulkan kausalitas akan sangat sulit jika hanya cross section tunggal yang tersedia.

%euntungan kedua data panel adalah memungkinkan kita untuk mempelajari pentingnya perilaku

lama atau hasil dari pengambilan keputusan. nformasi ini dapat menjadi signifikan karena

banyak kebijakan ekonomi dapat diharapkan memiliki dampak hanya setelah beberapa waktu

telah berlalu.

%ebanyakan buku di tingkat sarjana tidak mengandung diskusi tentang metode

ekonometrik untuk data panel. 3amun! ekonom kini mengakui bahwa terdapat beberapa

pertanyaan sulit! jika bukan tidak mungkin! untuk menjawab secara memuaskan tanpa data

panel. "eperti yang akan Anda lihat! kita dapat membuat kemajuan yang cukup dengan analisis

data panel sederhana! metode yang tidak jauh lebih sulit daripada berurusan dengan standar set

data cross$sectional.

)omentar pada Struktur Data

Bagian 1 dari teks ini berkaitan dengan analisis data cross$sectional! karena ini menimbulkan

kesulitan konseptual dan teknis paling sedikit. ada saat yang sama! itu menggambarkan

sebagian besar tema kunci dari analisis ekonometrik. %ami akan menggunakan metode dan

wawasan dari analisis cross sectional dalam teks selanjutnya.

Meskipun analisis ekonometrik time series menggunakan banyak alat yang sama seperti

analisis cross$sectional! time series cenderung lebih rumit. ontoh yang telah secara tradisional

digunakan untuk menggambarkan cara di mana metode ekonometrik dapat diterapkan pada data

time series ini sudah banyak diyakini cacat. ni masuk akal untuk menggunakan contoh seperti

awalnya! karena praktek ini hanya akan memperkuat praktek ekonometrik yang lemah. Dleh

karena itu! kami akan menunda perlakuan ekonometrik time series sampai Bagian ,! ketika isu$

isu penting tentang tren! ketekunan! dinamika! dan musiman akan diperkenalkan.

ada Bagian 6! kita akan memperlakukan kumpulan cross sectional dan data panel secara

eksplisit. Analisis penampang dikumpulkan secara independen dan analisis data panel sederhana

adalah ekstensi cukup mudah analisis cross$sectional murni. 3amun demikian! kami akan

menunggu sampai Bab 16 berurusan dengan topik ini.

*.+ )ausalitas dan gagasan ceteris parius dalam nalisis ekonometrik


15/22

&alam kebanyakan tes teori ekonomi! dan tentu saja untuk mengevaluasi kebijakan publik!

sasaran ekonom adalah untuk menyimpulkan bahwa satu variabel 'seperti pendidikan) memiliki

efek kausal pada variabel lain 'seperti produktivitas pekerja). 2anya menemukan hubungan

antara dua variabel atau lebih mungkin sugestif! tapi kecuali kausalitas dapat dibentuk! jarang

menarik.

4agasan ceteris paribus$yang berarti 9faktor lainnya 'terkait) dianggap sama9

memainkan peran penting dalam analisis kausal. de ini telah tersirat dalam beberapa diskusi kita

sebelumnya! terutama ontoh 1.1 dan 1.,! tapi sejauh ini belum secara eksplisit disebutkan.

Anda mungkin ingat dari pengantar ekonomi pertanyaan sifat ekonomi ceteris paribus.

Misalnya! dalam menganalisis permintaan konsumen! kita tertarik untuk mengetahui pengaruh

perubahan harga suatu barang pada kuantitas yang diminta! sambil memegang semua faktor$lain

seperti pendapatan! harga barang lainnya! dan individu selera adalah tetap. =ika faktor$faktor lain

tidak tetap! maka kita tidak dapat mengetahui efek kausal dari perubahan harga pada kuantitas

yang diminta.

Memegang faktor lainnya tetap penting untuk analisis kebijakan. ada contoh pelatihan

kerja 'ontoh 1.,)! kita mungkin tertarik pada efek minggu pelatihan kerja pada upah! dengan

semua komponen lain yang sama 'khususnya! pendidikan dan pengalaman). =ika kita berhasil

memegang semua faktor lain yang relevan tetap dan kemudian menemukan hubungan antara

pelatihan kerja dan upah! kita dapat menyimpulkan bahwa pelatihan kerja memiliki efek kausal

pada produktivitas pekerja. Meskipun ini mungkin tampak cukup sederhana! bahkan pada tahap

awal ini harus jelas bahwa! kecuali dalam kasus yang sangat khusus! tidak akan mungkin untuk

tetap menahan semua hal lain tetap sama. ertanyaan kunci dalam studi yang paling empiris

adalah> Apakah cukup faktor lain yang dianggap tetap mempengaruhi kausalitas? =arang

merupakan studi ekonometrik dievaluasi tanpa mengangkat masalah ini.

"ebagian besar penerapan serius! jumlah faktor yang dapat mempengaruhi variabel

bunga$seperti kegiatan kriminal atau upah$sangat besar! dan pemisahan variabel tertentu

mungkin tampak seperti upaya yang sia$sia. 3amun! kami akhirnya akan melihat bahwa! ketika

dengan teliti diterapkan! metode ekonometrik dapat mensimulasikan percobaan ceteris paribus.

ada titik ini! kita belum bisa menjelaskan bagaimana metode ekonometrik dapat

digunakan untuk memperkirakan efek ceteris paribus! jadi kita akan mempertimbangkan

beberapa masalah yang bisa timbul dengan mencoba menyimpulkan kausalitas di bidang


16/22

ekonomi. %ita tidak menggunakan persamaan apapun dalam diskusi ini. (ntuk setiap contoh!

menyimpulkan masalah kausalitas menghilang jika percobaan yang tepat dapat dilakukan.

&engan demikian! hal ini berguna untuk menjelaskan bagaimana percobaan mungkin terstruktur!

dan mengamati bahwa! dalam banyak kasus! memperoleh data eksperimen tidak berguna. 2al ini

juga membantu untuk berpikir mengapa data yang tersedia gagal memiliki fitur penting dari

sebuah set data eksperimen.

saat ini kita mengandalkan pemahaman intuitif tentang istilah seperti random!

kemandirian! dan korelasi! yang semuanya harus laHim dari probabilitas dan statistik kursus

pengantar. '%onsep$konsep ini (lasan di -ampiran B.) %ita mulai dengan contoh yang

menggambarkan beberapa isu$isu penting.

1.6 Efek upuk ada 2asil anen

Beberapa studi ekonometrik awal Jmisalnya! 4riliches '1/78)K mempertimbangkan efek

pupuk baru pada hasil panen. Misalkan tanaman dalam pertimbangan adalah kedelai. "ejak

jumlah pupuk hanya mempengaruhi hasil salah satu factor L sesuatu yang lain termasuk curah

hujan! kualitas tanah! dan adanya parasit L masalah ini harus diajukan sebagai masalah ceteris

paribus. "alah satu cara untuk mengetahui pengaruh kausal dari jumlah pupuk terhadap hasil

kedelai adalah melakukan percobaan! yang mungkin termasuk langkah$langkah berikut. ilih

salah satu $ bidang tanah 'satuan acrehektar). #erapkan jumlah yang berbeda dari pupuk untuk

masing$masing bidang tanah dan kemudian mengukur hasilnya< ini memberikan kita sekumpulan

data cross$sectional. %emudian! gunakan metode statistic 'akan diperkenalkan dalam Bab ,)

untuk mengukur hubungan antara hasil dan jumlah pupuk.

"eperti dijelaskan sebelumnya! ini mungkin tidak tampak seperti sebuah eksperimen yang sangat

baik karena kita telah mengatakan tidak masalah memilih bidang tanah yang identik dalam

segala hal kecuali untuk jumlah pupuk. Bahkan! memilih bidang tanah dengan layanan ini tidak

layak> beberapa faktor! seperti kualitas tanah! bahkan tidak dapat sepenuhnya diamati.

Bagaimana kita tahu hasil enelitian ini dapat digunakan untuk mengukur efek ceteris paribus

pupuk? =awabannya tergantung pada pokok$pokok tentang bagaimana jumlah pupuk yang

dipilih. =ika kadar pupuk yang diberikan untuk sebidang tanah secara bebas terhadap

karakteristik sebidang tanah lainnya yang mempengaruhi hasil $ yaitu! karakteristik lain bidang

tanah benar$benar diabaikan ketika memutuskan jumlah pupuk $ maka kita berada dalam bisnis.

%ami akan membenarkan pernyataan ini dalam Bab ,.


17/22

ontoh berikutnya yang lebih mencerminkan kesulitan yang muncul ketika menyimpulkan

kausalitas dalam penerapan ilmu ekonomi.

1.+ Mengukur engembalian ke endidikan

Ahli ekonomi tenaga kerja dan pembuat kebijakan telah lama tertarik pada 9kembali ke

pendidikan9 Agak dengan tidak resmi! pertanyaan ini diajukan sebagai berikut> =ika seseorang

dipilih dari populasi dan diberikan satu tahun lagi pendidikan! seberapa banyak upahnya akan

meningkat? "eperti contoh sebelumnya! ini adalah pertanyaan ceteris paribus! yang menyiratkan

bahwa semua faktor lainnya yang dilaksanakan tetap sementara satu tahun lagi pendidikan

diberikan kepada orang tersebut.

%ita bisa membayangkan seorang perencana sosial merancang percobaan untuk mendapatkan

masalah ini! sebanyak peneliti pertanian dapat merancang percobaan untuk memperkirakan efek

pupuk. Menganggap! untuk saat ini! bahwa perencana sosial memiliki kemampuan untuk

menetapkan setiap tingkat pendidikan bagi setiap orang. Bagaimana perencana ini meniru

percobaan pupuk pada ontoh 1.6? perencana akan memilih sekelompok orang dan menetapkan

secara acak setiap orang sebesar pendidikan< beberapa orang diberi pendidikan kelas delapan!

beberapa diberi "MA pendidikan! beberapa diberikan dua tahun kuliah! dan sebagainya.

"elanjutnya! langkah$langkah perencanaan upah untuk sekelompok orang ini 'di mana kita

mengasumsikan bahwa setiap orang kemudian bekerja di sebuah pekerjaan). Drang$orang di sini

adalah seperti bidang tanah dalam contoh pupuk! dimana pendidikan memainkan peran pupuk

dan tingkat upah memainkan peran menghasilkan kedelai. "eperti ontoh 1.6! jika tingkat

pendidikan menetapkan secara bebas dari karakteristik lain yang mempengaruhi produktifitas

'seperti pengalaman dan kemampuan bawaan)! maka analisis yang mengabaikan factor lainnya

akan menghasilkan hasil yang bermanfaat. "ekali lagi! itu akan membutuhkan beberapa upaya

dalam Bab , untuk membenarkan klaim ini< untuk saat ini! kami menyatakan tanpa dukungan.

Berbeda dengan contoh hasil pupuk! percobaan yang dijelaskan dalam ontoh 1.+ adalah tidak

layak. Masalah etika! belum lagi biaya ekonomi! terkait secara acak menentukan tingkat

pendidikan untuk sekelompok individu yang jelas. "ebagai masalah logistik! kita tidak bisa

memberi seseorang hanya pendidikan kelas delapan jika ia sudah memiliki gelar sarjana.


18/22

Meskipun data eksperimen tidak dapat diperoleh dengan mengukur pengembalian pendidikan!

kita pasti bisa mengumpulkan data none*perimen pada tingkat pendidikan dan upah untuk

kelompok besar dengan sampling acak dari populasi orang yang bekerja. data tersebut tersedia

dari berbagai survei yang digunakan dalam ekonomi tenaga kerja! namun kumpulan data ini

memiliki :itur yang membuat sulit untuk memperkirakan ceteris paribus kembali ke pendidikan.

Drang$orang memilih tingkat pendidikan mereka sendiri< Dleh karena itu! tingkat pendidikan

mungkin tidak ditentukan secara bebas dari semua faktor$faktor lain yang mempengaruhi upah.

Masalah ini ciri bersama oleh sebagian besar kumpulan data yang bukan bersifat percobaan.

"alah satu faktor yang mempengaruhi upah adalah pengalaman pada angkatan kerja. "ejak

mengejar pendidikan yang lebih umum mengharuskan menunda memasuki angkatan kerja!

mereka dengan pendidikan yang lebih biasanya memiliki pengalaman yang kurang. &engan

demikian! dalam data non eksperimental diatur pada upah dan pendidikan! pendidikan mungkin

berhubungan negatif dengan variabel kunci yang juga mempengaruhi upah. 2al ini juga

dipercaya bahwa orang dengan kemampuan bawaan lebih! sering memilih tingkat pendidikan

yang lebih tinggi. %arena kemampuan yang lebih tinggi menyebabkan upah yang lebih tinggi!

kita memiliki korelasi lagi antara pendidikan dan faktor penting yang mempengaruhi upah.

faktor yang dihilangkan dari pengalaman dan kemampuan dalam contoh upah yang telah

dianalogikan dalam contoh pupuk. engalaman umumnya mudah untuk mengukur dan! karena

itu! mirip dengan variabel seperti curah hujan. %emampuan! di sisi lain! adalah samar$samar dan

sulit untuk mengukur< itu mirip dengan kualitas lahan dalam contoh pupuk. "eperti yang akan

kita lihat di seluruh teks ini! akuntansi untuk faktor lain yang diamati! seperti pengalaman! ketika

memperkirakan ceteris Efek paribus dari variabel lain! seperti pendidikan! relatif mudah. %ita

juga akan menemukan bahwa akuntansi merupakan faktor yang berhubungan erat yang tidak

teramati! seperti kemampuan! jauh lebih bermasalah. 2al ini adil untuk mengatakan bahwa

banyak kemajuan dalam metode ekonometrik telah mencoba menghadapi faktor$faktor yang

tidak teramati pada model ekonometrik.

"atu paralel akhir dapat ditarik antara ontoh 1.6 dan 1.+. Misalkan pada contoh pupuk! jumlah

pupuk yang tidak sepenuhnya ditentukan secara acak. "ebaliknya! asisten yang memilih tingkat

pupuk berpikir akan lebih baik untuk menempatkan lebih banyak pupuk pada bidang tanah yang

kualitasnya lebih tinggi. 'eneliti pertanian harus memiliki gambaran kasar tentang bidang tanah

yang berkualitas lebih baik! meskipun mereka mungkin tidak dapat sepenuhnya mengukur


19/22

perbedaan.) "ituasi ini benar$benar serupa dengan tingkat pendidikan sekolah yang berhubungan

dengan kemampuan tidak teramati pada ontoh 1.+. %arena lahan yang lebih baik mengarah ke

hasil yang lebih tinggi! dan lebih banyak pupuk yang digunakan pada bidang tanah yang lebih

baik! hubungan yang diamati antara hasil dan pupuk mungkin palsu.

%esulitan dalam menyimpulkan perihal sebab akibat juga dapat muncul ketika mempelajari data

pada tingkat yang cukup tinggi dari agregasi! sebagai contoh berikutnya menunjukkan pada

tingkat kejahatan kota.

engaruh enegakan 2ukum di tingkat kejahatan %ota

Bagaimana cara terbaik mencegah masalah kejahatan yang terjadi dan akan mungkin terus terjadi

dengan kita untuk waktu tertentu. "atu pertanyaan penting terutama dalam hal ini adalah >

Apakah kehadiran polisi di jalanan lebih mencegah kejahatan ?

ertanyaan ceteris paribus mudah untuk negara > =ika sebuah kota dipilih secara acak dan

diberikan ! mengatakan ! sepuluh petugas polisi tambahan ! seberapa banyak tingkat kejahatan

yang akan jatuh ? ara lain untuk menyatakan pertanyaannya adalah> =ika dua kota adalah sama

dalam segala hal! kecuali bahwa kota A memiliki sepuluh polisi lebih dari kota B! seberapa

banyak tingkat kejahatan dua kota Nakan berbeda?

ni akan menjadi hampir mustahil untuk menemukan pasangan masyarakat identik dalam segala

hal kecuali untuk ukuran kepolisian mereka. (ntungnya! analisis ekonometrik tidak memerlukan

ini. Apa yang kita perlu tahu adalah apakah data yang kami dapat mengumpulkan kejahatan

masyarakat tingkat dan ukuran kepolisian dapat dilihat sebagai percobaan. %ami pasti bisa

bayangkan percobaan benar melibatkan koleksi besar kota di mana kita mendikte bagaimana

banyak polisi masing$masing kota akan menggunakan untuk tahun mendatang.

Meskipun kebijakan dapat digunakan untuk mempengaruhi ukuran kepolisian! kami jelas tidak

bisa memberitahu setiap kota berapa banyak petugas polisi itu bisa menyewa. =ika! seperti yang

mungkin! keputusan kota tentang bagaimana banyak polisi untuk menyewa berkorelasi dengan

faktor kota lain yang mempengaruhi kejahatan! maka &ata harus dilihat sebagai

none*perimental. Bahkan! salah satu cara untuk melihat masalah ini adalah untuk melihat

bahwa pilihan kota untuk ukuran polisi dan jumlah kejahatan secara bersamaan ditentukan.

%ami akan secara eksplisit mengatasi masalah tersebut dalam Bab 10. pertama tiga contoh yang

telah kita bahas telah berurusan dengan data cross $ sectional di berbagai tingkat agregasi


20/22

' misalnya ! di tingkat individu atau kota ) . "ama rintangan muncul ketika menyimpulkanm

kausalitas dalam masalah time series .

'1.0 engaruh (pah Minimum pada engangguran)

Oang penting! dan mungkin kontroversial! masalah kebijakan menyangkut pengaruh upah

minimum pada tingkat pengangguran untuk berbagai kelompok pekerja. Meskipun masalah ini

dapat dipelajari dalam berbagai pengaturan data 'cross$sectional! time series! atau data panel)!

data time series yang sering digunakan untuk melihat efek agregat. ontoh dari data time series

ditetapkan pada tingkat pengangguran dan upah minimum diberikan pada #abel 1.6.

"tandar analisis penawaran dan permintaan menyiratkan bahwa! sebagai upah minimum

meningkat di atas upah kliring pasar! kita geser ke atas kurva permintaan tenaga kerja dan jumlah

penurunan lapangan kerja. '"upply Buruh melebihi permintaan tenaga kerja.) (ntuk mengukur

efek ini! kita dapat mempelajari hubungan antara pekerjaan dan upah minimum dari waktu ke

waktu. "elain beberapa kesulitan khusus yang dapat timbul dalam menangani data time series!

ada kemungkinan masalah dengan menyimpulkan kausalitas 'perihal sebab akibat). (pah

minimum di Amerika "erikat tidak ditentukan dalam ruang hampa. Berbagai kekuatan ekonomi

dan politik menimpa pada upah minimum akhir untuk suatu tahun tertentu. '(pah minimum!

sekali ditentukan! biasanya di tempat selama beberapa tahun! kecuali jika diindeks untuk inflasi.)

&engan demikian! besar kemungkinan bahwa jumlah upah minimum terkait dengan faktor$faktor

lain yang berpengaruh pada tingkat lapangan kerja.

%ita bisa membayangkan pemerintah A" melakukan percobaan untuk menentukan dampak kerja

dari upah minimum 'sebagai lawan mengkhawatirkan tentang kesejahteraan pekerja upah

rendah). (pah minimum dapat secara acak ditetapkan pemerintah setiap tahun! dan kemudian

hasil kerja dapat ditabulasikan. 2asil percobaan data time series kemudian bisa dianalisis

menggunakan metode ekonometrik cukup sederhana. #api skenario ini tidak menjelaskan

bagaimana upah minimum ditetapkan.

=ika kita dapat mengontrol faktor$faktor lain yang cukup berkaitan dengan pekerjaan! maka kita

masih bisa berharap untuk memperkirakan efek ceteris paribus dari upah minimum pada

pekerjaan. &alam hal ini! masalah ini sangat mirip dengan contoh cross$sectional sebelumnya.

Bahkan ketika teori$teori ekonomi yang tidak paling alami yang dijelaskan dalam hal kausalitas!

mereka sering memiliki prediksi yang dapat diuji menggunakan metode ekonometrik. ontoh

berikut menunjukkan pendekatan ini


21/22

Misalnya 1.8 harapan hipotesis

2arapan hipotesis dari ekonomi keuangan menyatakan bahwa! mengingat semua informasi

tersedia untuk investor pada saat investasi! return yang diharapkan pada setiap dua investasi

adalah sama. "ebagai contoh! mempertimbangkan dua investasi mungkin dengan tiga bulan

horiHon investasi! dibeli pada saat yang sama> '1) Beli tiga bulan #$bill dengan wajah nilai P

1.! untuk harga di bawah P 1.< dalam tiga bulan! Anda menerima P 1.. ',) Beli

enam bulan #$bill 'dengan harga di bawah P 1.) dan! dalam tiga bulan! menjualnya sebagai

tiga bulan #$bill. "etiap investasi memerlukan kira$kira jumlah yang sama dari modal awal!

tetapi ada perbedaan penting. (ntuk investasi pertama! Anda tahu persis apa yang kembali

adalah pada saat pembelian karena Anda tahu harga awal dari tiga bulan #$bill! bersama dengan

nilai nominalnya. 2al ini tidak benar untuk investasi kedua> meskipun Anda tahu harga dari

enam bulan #$bill ketika Anda membelinya! Anda tidak tahu harga yang Anda dapat menjualnya

dalam tiga bulan. Dleh karena itu! ada ketidakpastian dalam investasi ini untuk kadang orang

yang memiliki horiHon investasi tiga bulan.

#he pengembalian yang sebenarnya pada dua investasi ini biasanya akan berbeda. Menurut

harapan hipotesis! hasil yang diharapkan dari investasi kedua! mengingat semua informasi pada

saat investasi! harus sama kembali dari membeli tiga a bulan #$bill. #eori ini ternyata cukup

mudah untuk menguji! seperti yang akan kita lihat dalam Bab 11.

Iingkasan

&alam bab pendahuluan ini! kita telah membahas tujuan dan ruang lingkup analisis ekonometrik.

Ekonometrik digunakan dalam semua bidang ekonomi terapan untuk menguji teori ekonomi!

untuk menginformasikan pemerintah dan pengambil kebijakan swasta! dan untuk memprediksi

time series ekonomi. %adang$kadang! sebuah ekonom metrik Model berasal dari model ekonomi

formal! namun dalam kasus lain! model ekonometrik didasarkan pada alasan ekonomi informal

dan intuisi. #ujuan dari setiap analisis ekonometrik adalah untuk memperkirakan parameter

dalam model dan untuk menguji hipotesis tentang parameter ini< itu nilai$nilai dan tanda$tanda

parameter menentukan validitas teori ekonomi dan efek kebijakan tertentu. ross$sectional! time

series! dikumpulkan cross$sectional! dan data panel yang paling com$ jenis mon struktur data

yang digunakan dalam ekonometri terapan. &ata set melibatkan dimensi waktu! seperti time

series dan data panel! memerlukan perawatan khusus karena korelasi yangtion di saat yang

paling time series ekonomi. su$isu lain! seperti tren dan musiman! timbul dalam analisis time


22/22

series data tetapi data yang tidak cross$sectional. &alam Bagian 1.+! kita membahas pengertian

ceteris paribus dan inferensi kausal. &i sebagian besar kasus! hipotesis dalam ilmu$ilmu sosial

ceteris paribus di alam> semua faktor lain yang relevan harus tetap ketika mempelajari hubungan

antara dua variabel. %arena none*peri$ "ifat mental yang paling data yang dikumpulkan dalam

ilmu sosial! mengungkap hubungan kausal adalah sangat menantang.

resumemetrik ke satu

Documents