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.