Mengenal Ekonometrika
Apa itu Ekonometrika?
Ekonometrika adalah aplikasi kuantitatif model statistik dan matematika yang menggunakan data untuk mengembangkan teori atau menguji hipotesis yang ada di bidang ekonomi dan untuk memperkirakan tren masa depan dari data historis. Ini subjek data dunia nyata untuk uji statistik dan kemudian membandingkan dan membandingkan hasil terhadap teori atau teori yang diuji.
Bergantung pada apakah Anda tertarik untuk menguji teori yang ada atau menggunakan data yang ada untuk mengembangkan hipotesis baru berdasarkan pengamatan tersebut, ekonometrik dapat dibagi lagi menjadi dua kategori utama: teoretis dan terapan. Mereka yang secara rutin terlibat dalam praktik ini umumnya dikenal sebagai ahli ekonometrika.
KUNCI ILMU
- Ekonometrika adalah aplikasi kuantitatif model statistik dan matematika yang menggunakan data untuk mengembangkan teori atau menguji hipotesis yang ada di bidang ekonomi.
- Ekonometrik bergantung pada teknik seperti model regresi dan pengujian hipotesis nol.
- Ekonometrika juga dapat digunakan untuk mencoba memperkirakan tren ekonomi atau keuangan di masa depan.
Memahami Ekonometrika
Ekonometrika menganalisis data menggunakan metode statistik untuk menguji atau mengembangkan teori ekonomi. Metode-metode ini bergantung pada kesimpulan statistik untuk mengkuantifikasi dan menganalisis teori ekonomi dengan memanfaatkan alat-alat seperti distribusi frekuensi, probabilitas, dan distribusi probabilitas, inferensi statistik, analisis korelasi, analisis regresi sederhana dan berganda, model persamaan simultan, dan metode deret waktu.
Ekonometrika dipelopori oleh Lawrence Klein, Ragnar Frisch, dan Simon Kuznets. Ketiganya memenangkan Hadiah Nobel dalam bidang ekonomi pada tahun 1971 untuk kontribusi mereka. Hari ini, ini digunakan secara teratur di kalangan akademisi serta praktisi seperti pedagang dan analis Wall Street.
Contoh penerapan ekonometrik adalah mempelajari efek pendapatan menggunakan data yang dapat diobservasi. Seorang ekonom dapat berhipotesis bahwa ketika seseorang meningkatkan pendapatannya, pengeluarannya juga akan meningkat. Jika data menunjukkan bahwa ada asosiasi seperti itu, maka analisis regresi dapat dilakukan untuk memahami kekuatan hubungan antara pendapatan dan konsumsi dan apakah hubungan itu signifikan secara statistik — artinya, tampaknya tidak mungkin terjadi hubungan seperti itu. karena kebetulan saja.
Metodologi Ekonometrika
Langkah pertama untuk metodologi ekonometrik adalah untuk memperoleh dan menganalisis satu set data dan menentukan hipotesis spesifik yang menjelaskan sifat dan bentuk set. Data ini mungkin, misalnya, harga historis untuk indeks saham, pengamatan yang dikumpulkan dari survei keuangan konsumen, atau tingkat pengangguran dan inflasi di berbagai negara.
Jika Anda tertarik pada hubungan antara perubahan harga tahunan S&P 500 dan tingkat pengangguran, Anda akan mengumpulkan kedua set data. Di sini, Anda ingin menguji gagasan bahwa pengangguran yang lebih tinggi mengarah pada harga pasar saham yang lebih rendah. Dengan demikian, harga pasar saham adalah variabel dependen Anda dan tingkat pengangguran adalah variabel bebas atau penjelas.
Hubungan yang paling umum adalah linear, yang berarti bahwa setiap perubahan dalam variabel penjelas akan memiliki korelasi positif dengan variabel dependen, dalam hal ini model regresi sederhana sering digunakan untuk mengeksplorasi hubungan ini, yang berarti menghasilkan garis paling cocok antara dua set data dan kemudian pengujian untuk melihat seberapa jauh setiap titik data, rata-rata, dari garis itu.
Perhatikan bahwa Anda dapat memiliki beberapa variabel penjelas dalam analisis Anda — misalnya, perubahan terhadap PDB dan inflasi selain pengangguran dalam menjelaskan harga pasar saham. Ketika lebih dari satu variabel penjelas digunakan, itu disebut sebagai regresi linier berganda, model yang merupakan alat yang paling umum digunakan dalam ekonometrik.
Model Regresi yang berbeda
Ada beberapa model regresi yang dioptimalkan tergantung pada sifat data yang dianalisis dan jenis pertanyaan yang diajukan. Contoh paling umum adalah regresi kuadrat-terkecil (OLS) biasa, yang dapat dilakukan pada beberapa jenis data cross-sectional atau time-series. Jika Anda tertarik pada hasil biner (ya-tidak) — misalnya, seberapa besar kemungkinan Anda akan dipecat dari pekerjaan berdasarkan produktivitas Anda — Anda dapat menggunakan regresi logistik atau model probit. Saat ini, ada ratusan model yang dimiliki ahli ekonometrika.
Econometrics sekarang dilakukan dengan menggunakan paket perangkat lunak analisis statistik yang dirancang untuk tujuan ini, seperti STATA, SPSS, atau R. Paket perangkat lunak ini juga dapat dengan mudah menguji signifikansi statistik untuk memberikan dukungan bahwa hasil empiris yang dihasilkan oleh model ini bukan hanya hasil dari kesempatan. R-squared, uji-t, nilai-p, dan pengujian hipotesis nol adalah semua metode yang digunakan oleh para ahli ekonometrika untuk mengevaluasi validitas hasil model mereka.
Keterbatasan Ekonometrika
Ekonometrik kadang-kadang dikritik karena terlalu mengandalkan interpretasi data mentah tanpa menghubungkannya dengan teori ekonomi yang mapan atau mencari mekanisme sebab-akibat. Sangat penting bahwa temuan yang diungkapkan dalam data dapat dijelaskan secara memadai oleh teori, bahkan jika itu berarti mengembangkan teori Anda sendiri tentang proses yang mendasarinya.
Analisis regresi juga tidak membuktikan sebab-akibat, dan hanya karena dua set data menunjukkan hubungan, itu mungkin palsu. Misalnya, kematian tenggelam di kolam renang meningkat seiring dengan PDB. Apakah pertumbuhan ekonomi menyebabkan orang tenggelam? Tentu saja tidak, tapi mungkin lebih banyak orang membeli kolam ketika ekonomi sedang booming. Ekonometrika sebagian besar berkaitan dengan analisis korelasi, dan ingat, korelasi tidak sama dengan sebab-akibat.
Sumber :
