Introductory Econometrics : Chapter One

Chapter One : The Nature of Econometrics and Economic Data

Ekonometrika adalah ilmu yang berdasarkan perkembangan metode statistic untuk mengestimasi hubungan ekonomi, menguji teori ekonomi serta mengevaluasi dan mengimplementasi kebijakan. Aplikasi dari ekonometrika yang paling umum adalah untuk forecasting (memprediksikan), misalnya dampak pengeluaran pada kampanye terhadap hasil pemilu. Ekonometrika menggunakan nonexperimental data yaitu data yang didapatkan tanpa menggunakan variabel kontrol. Sementara experimental data biasanya digunakan pada penelitian sains, dimana terdapat variabel kontrol (variabel konstan), misalnya jumlah air yang disiramkan terhadap semua tanaman yang di observasi.

Analisis dalam ilmu ekonomi menggunakan empirical analyisis, menggunakan data untuk melakukan tes pada teori atau menganalisis suatu hubungan. Dalam melakukan sebuah analisis ekonomi kita menggunakan model ekonomi. Model ekonomi adalah  model atau formula yang berisi persamaan matematika yang menjelaskan berbagai macam hubungan. Para ekonom menggunakan economic tools, seperti utility  maximization framework untuk menjelaskan perilaku yang sekilas bukan merupakan peristiwa ekonomi. Contoh klasik Becker (1986) menjelaskan model ekonomi dari perilaku kejahatan.

Gary Becker membuat postulat kerangka maksimalisasi utilitas untuk menggambarkan partisipasi individu dalam perilaku kejahatan. Perilaku kejahatan memiliki utilitas dari sesuatu yang dia dapatkan dan juga memiliki opportunity cost yaitu bekerja di sektor legal. Selain itu terdapat cost lain seperti kemungkinan tertangkap, dan kemungkinan dihukum apabila tertangkap. Mungkin masih banyak faktor yang bisa menjelaskan perilaku kejahatan yang dijelaskan ditabel diatas, tetapi postulat diatas adalah represetatif dari analisis ekonomi formal.

Setelah kita mendapatkan model ekonomi yang spesifik, kita harus mengubahnya menjadi model ekonometrika. Pada tahap ini kita harus mengklasifikasikan variabel yang dapat kita observasi dan yang tidak bisa diobservasi. Misalnya gaji yang didapatkan dari kegiatan kejahatan akan sangat sulit ditentukan. Bahkan kemungkinan tertangkap dan kemungkinan dihukum tidak mudah untuk dicari, tapi untuk ini kita bisa turunkan dari data statistik yang ada. Dan masih banyak variabel yang tidak bisa kita observasi atau kita ukur, segala hal tersebut kita jelaskan menjadi variabel dengan notasi u (error term). Sehingga persamaan Becker menjadi seperti ini :

Dimana kejahatan adalah ukuran dari frekuensi kegiatan kriminal, wagem adalah upah yang dapat diperoleh dalam pekerjaan yang legal, selain itu adalah pendapatan dari sumber lain (aset, warisan, dll.), freqarr adalah frekuensi penangkapan untuk pelanggaran sebelumnya ( untuk memperkirakan probabilitas penangkapan), freqconv adalah frekuensi hukuman, dan rata-rata adalah panjang kalimat rata-rata setelah hukuman. Pilihan variabel-variabel ini ditentukan oleh teori ekonomi serta pertimbangan data.

Terdapat empat struktur data dama data ekonomi. Pertama adalah cross-sectional data yaitu set data yang berisi sampel dari individu, rumah tangga, perusahaan, kota, negara, atau variasi lain dalam bentuk unit dalam waktu yang sama. Biasanya cross-sectional data didapatkan dengan menggunakan metode random sampling, dimana kita mengambil secara acak sampel dari sebuah populasi. Dalam beberapa kasus random sampling tidak sesuai dengan asumsi cross-sectional data yaitu tidak saling berhubungan, misalnya kita ingin menganalisa aktivitas bisnis suatu perusahaan lintas negara, secara geografi tidak mungkin tidak adanya hubungan dua aktivitas bisnis di suatu perusahaan tersebut.

Kedua, time series data yaitu himpunan observasi dari satu atau beberapa variabel dari waktu ke waktu. Contoh dari time series data yaitu pertumbuhan ekonomi, harga indeks konsumen dan pendapatan domestic bruto. Karena kejadian masa lalu atau tahun sebelumnya mempengaruhi kejadian tahun ini atau setelahnya maka pengurutan  time series data berdasatkan kronologis sangat penting. Salah fitur kunci yang digunakan dalam time series adalah data tidak saling berhubungan. Namun pada kenyataannya data seperti pendapatan domestic bruto, berhubungan atau bahkan sangat berhubungan antarwaktu, maka lebih lanjut kita perlu belajar tentang teknik ekonometri yang telah untuk menyelesaikan masalah tersebut. Fitur selanjutnya adalah data frequency, yaitu seberapa banyak data dikumpulkan. Semakin banyak frekuensi data yang didapatkan maka semakin bagus untuk dilakukan analisa.

Selanjutnya yang ketiga adalah pooled cross section data. Merupakan himpunan data yang memiliki karakteristik cross sectional dan time series. Untuk menambah jumlah sampel pooled cross section data sangat sedikit (ini yang membedakan pooled cross section data  dengan panel data) maka dibutuhkan untuk mengkombinasikan dua tahun. Biasanya efektif digunakan untuk menganalisa efek kebijakan dari pemerintah, antara tahun sebelum dan sesudah kebijakan diterapkan.

Terakhir, adalah panel atau longitudinal data yaitu himpunan yang terdiri dari data time series dari setiap cross sectional data member didalam set data. Misalnya kita memiliki data jumlah pekerja, gaji, dan pendidikan untuk data individual untuk periode sepuluh tahun. Yang membedakan panel data dengan pooled data adalah cross sectional data tiap variabel mengikuti sesuai data individu.

Reference        :

Wooldridge, Jeffrey M., 1960-. Introductory Econometrics : a Modern Approach. Mason, Ohio :South-Western Cengage Learning, 2012.