BAB 1 PENDAHULUAN Ekonometrika merupakan salah satu alat analisis penting dalam riset di bidang ekonomi, manajemen (keuangan, pemasaran, dan fungsi perusahaan lainnya) serta disiplin ilmu lainnya. Pada bagian ini akan dijelaskan pengertian ekonometrika dan bagaimana metodologi penelitian dengan alat analisis ekonometrika. Pengukuran variabel-variabel ekonomi dan manajemen hanya bisa dilakukan jika kita mempunyai data. Pada bagian akhir akan dijelaskan beberapa jenis data dan sumber-sumber data penelitian ekonomi dan manajemen yang sering digunakan di dalam ekonometrika.
Pengertian Ekonometrika. Ekonometrika secara harfiah berarti pengukuran atau ukuran-ukuran ekonomi. Sedangkan menurut pengertian yang lebih luas, ekonometrika dapat didefinisikan sebagai: suatu ilmu yang mempelajari analisis kuantitatif dari fenomena ekonomi dalam artian secara umum. Misalnya kita ingin mengukur seberapa besar pengaruh harga terhadap jumlah permintaan suatu barang. Untuk melakukan hal ini ekonometrika membentuk suatu Model yang menjelaskan hubungan antara jumlah permintaan barang sebagai variabel dependen atau yang dipengaruhi variabel tingkat harga sebagai variabel independen atau variabel yang mempengaruhi. Langkah berikutnya yang dibutuhkan yaitu jumlah barang yang dibeli dan harga barang tersebut dan kemudian dihitung dengan metode teknik tertentu sehingga akan diketahui besarnya pengaruh harga terhadap permintaan barang tersebut Ekonometrika merupakan disiplin ilmu tersendiri. Ekonometrika adalah gabungan dari berbagai disiplin ilmu yakni teori ekonomi, matematika ekonomi, statistika ekonomi (dalam hal ini, data ekonomi) dan statistika untuk matematika. Teori ekonomi memberi pernyataan atau hipotesis yang sebagian besar bersifat kualitatif. Misalnya dalam teori permintaan sebelumnya menyatakan bahwa terdapat hubungan yang negatif antara harga dan kuantitas yang diminta. Jika harga naik maka jumlah barang yang diminta akan turun dan sebaliknya jika harga turun jumlah barang yang diminta akan naik. Namun teori ekonomi tidak memberi informasi seberapa jumlah barang yang diminta akan turun atau naik jika barang
1
berubah. Ekonometrika dengan teknik analisis tertentu akan menjawab akan ini dengan memberi informasi angka numeriknya. Matematika ekonomi berhungan erat dengan bagaimana teori ekonomi dinyatakan dalam bentuk persamaan matematik atau model tanpa melakukan verifikasi kebenaran dari teori tersebut dilain pihak, ekonometrika ingin membuktikan kebenaran teori ekonomi secara empiris. Statistika ekonomi hanya berhubungan dengan pengumpulan, pengolahan dan penyajian data dalam berbagai bentuk informasi seperti grafik, tabel, dan diagram. Tetapi tujuan statistika ekonomi tidak untuk membuktikan teori ekonomi berdasarkan data yang telah dikumpulkan. Data yang diperoleh ini merupakan bahan analisis bagi ekonometrika. Sementara statistik matematik terkait dengan penyediaan banyak perangkat yang dapat digunakan untuk pengujian teori ekonomi. Namun, pakar ekonometrika sering memerlukan metodologi khusus karena sebagian besar data ekonomi bersifat unik, yakni, bahwa data tersebut tidak selalu dihasilkan melalui suatu eksperimen yang terkendali.
Cabang Ekonometrika Ekonometrika sebagai disiplin ilmu tersendiri dibagi dalam dua kategori besar yaitu ekonometrika teori dan ekonometrika terapan. Dalam setiap kategori, ada dua pendekatan yang digunakan yaitu pendekatan metode klasikal dan pendekatan metode Bayesian, lihat gambar 1. Ekonometrika teori berkaitan erat dengan perkembangan metode yang tetap untuk mengukur hubungan ekonomi yang dibentuk didalam model ekonometrika. Ekonometrika teori harus membuat asumsi dari teori yang ingin dikembangkan, sifat-sifatnya dan apa yang terjadi terhadap sifat atau karakteristik dari ekonometrika teori jika asumsi tidak terpenuhi dalam hal ini ekonometrika sangat membutuhkan stastika dan matematika. Dilain pihak ekonometrika terapan digunakan untuk studi-studi didalam area ekonomi dan bisnis, seperti fungsi produkdi, analisis sektor finansial dsb. Ekonometrika
Ekonometrika Teori
Klasikal
Bayesian
Ekonometrika Terapan
Klasikal
Bayesian 2
Gambar 1. Cabang Ekonometrika Metodologi Ekonometrika Ekonometrika sebagai alat pengukuran didalam ekonomi mempunyai metodologi tertentu. Pada awal perkembangannya, metodologi ekonometrika memfokuskan pada bagaimana mendapatkan estimator yang konsisten dan efisien. Aliran metodologi ini disebut aliran klasik atau tradisional. Aliran metodologi klasik ini bisa dilihat didalam gambar 2. Metodologi klasik di dalam ekonometrika ini dikenal dengan pendekatan bottom up atau specific to general. Metodologi ekonometrika klasik dimulai dari pernyataan teori. Untuk kebenaran teori atau hipotesis yang kita bangun maka kita membuat suatu model ekonometrika. Setelah spesifikasi model kita bangun maka langkah selanjutnya adalah melakukan estimasi parameter model tersebut berdasarkan data yang kita kumpulkan kemudian setelah itu kita melakukan verifikasi bagi estimasi parameter melalui uji statistik. Uji statistik ini diperlukan karena estimasi model sebagian besar berasal dari data sampel. Uji statistik ini dengan demikian dilakukakan untuk membuat sebuah generalisasi. Jika vertifikasi ini sesuai dengan teori atau hipotesis yang kita buat awal maka kita langsung bisa menggunakan parameter estimasi tersebut untuk melakukan prediksi atau peramalan. Namun jika vertifikasi ternyata tidak sesuai dengan teori atau hipotesis maka kita harus meninjau kembali spesifikasi model yang kita bangun. Pembentukan model harus kita lakukan kembali pada langkah kedua. Pernyataan Teori/Hipotesis
Spesifikasi model
Tidak
Estimasi model dan Uji Hipotesis
Data
Ya
Prediksi Gambar 2 Metodologi Ekonometrika Klasik 3
Akan tetapi, Aliran utama metodologi ekonometrtika telah berubah sejak dekade 1980. Aliran ini dipelopori oleh Hendry dan Richard.1 Aliran metodologi ini bersifat top down atau general to specific. Aliran baru ini dapat dilihat dalam gambar 3. sebagaiman metodologi klasik, pekerjaan ekonometrika dimulai dari pernyataan teori dan hipotesis. Langkah berikutnya membuat spesifikasi model dan melakukan estimasi model yang kita bangun. Namun setelah melakukan estimasi model kita tidak langsung melakukan verifikasi hasil regresi, tetapi melakukan uji spesifikasi dan diagnosis (modeling) terlebih dahulu. Langkah ini diperlukan untuk membuktikan apakah model yang kita bangun sudah tepat atau tidak bisa lagi. Model sudah tepat maka kita bisa membuat generalisasi melalui uji statistik. Selanjutnya hasil estimasi tersebut dapat digunakan untuk melakukan prediksi atau peramalan. Tetapi, apabila model yang ada belum tepat maka kita harus meninjau kembali spesifikasi model yang kita bangun. Pembentukan model harus kita lakukan kembali pada langkah kedua. PernyataanTeori/ Hipotesis
Spesifikasi model
Data
Estimasi model
Tidak
Uji Spesifikasi Model dan diagnosis
Ya
Uji Hipotesis
Prediksi
1
D.F Hendry and J. F. Richard,” The Economic Analysis of Economic Time Series,” Internasional Statistical Reviews, Vol. 51, 1983, pp. 3-33
4
Gambar 3 Metodologi Ekonometrika Modern
Tahapan-tahapan metodologi secara detil dapat dijelaskan sebgai berikut. 1. Membuat pernyataan teori atau hipotesis 2. Mengumpulkan data 3. Menentukan model matematis dari teori tersebut 4. Menentukan model statistik, atau ekonometrik, dari teori tersebut 5. Menaksir parameter-parameter dari model ekonometrika yang dipilih 6. Memeriksa kecocokan model: Pengujian spesifikasi model 7. Menguji hipotesis yang dihasilkan dari model 8. Menggunakan model untuk melakukan prediksi dan pengambil kebijakan
Membuat Pernyataan Teori atau Hipotesis Metodologi ekonometrika dimulai dari teori ekonomi, misalnya teori permintaan barang yang menyatakan bahwa harga berpengaruh negatif terhadap jumlah yang diminta.
Mengumpulkan Data Untuk membuktikan secara empiris apakah hipotesis sesuai dengan teori atau tidak, maka kita memerlukan data. Keberhasilan dan setiap analisis regresi tergantung dari ada tidaknya ketersediaan data. Oleh karena itu sebagian besar waktu kita dalam menganalisis regresi digunakan untuk membicarakan masalah sifat, sumber dan keterbatasan data yang dijumpai dalam pengumpulan data. Data bisa kita klasifikasikan sebagai data primer dan data sekunder. Data primer adalah data yang diperoleh secara langsung dan obyek baik melalui metode wawancara, kuisioner, telepon, dan lain-lain. Sedangkan data sekunder adalah data yang kita peroleh dan sumber kedua dan biasanya data ini sudah siap pakai. Data sekunder ini mudah kita dapatkan dan tersebar luas diberbagai sumber. Data-data ekonomi yang dikeluarkan pemerintah baik dan Badan Pusat Statistik (BPS) maupun data dari Bank Indonesia sudah tersedia secara lengkap. Begitu pula data-data bisnis juga sudah relatif tersedia seiring dengan banyaknya perusahaan yang sudah go publik. Dengan berkembangnya data elektronik maka sekarang kita bisa lebih mudah mendapatkan data dengan mengakses data melalui internet. Misalnya data-data 5
ekonomi Indonesia bisa diakses melalui situs Bank Indonesia: www.bi.go.id. Begitu pula data-data ekonomi dan negara lain, misalnya data ekonomi Amerika Serikat bisa diakses dan salah satu bank sentralnya di Saint Louis (Federal Reserve of St .Louis) melalui situs: www.stls.fnb.org. Ketensediaan data akan mempermudah pekerjaan ekonometrika. Ada beberapa tipe data yang bisa digunakan dalam analisis regresi di dalam ekonometrika yaitu: 1. Data Runtut Waktu (Time Series) Data runtut waktu ini merupakan sekumpulan observasi dalam rentang waktu tertentu. Data ini dikumpulkan dalam interval waktu secara kontinyu. Misalnya data mingguan (harga saham, nilal tukar), data bulanan (indeks harga konsumen=IHK), data kuartalan (jumlah uang beredar), data tahunan (output nasional atau GDP). Sebagian besan studi ekonometnika dengan regresi menggunakan data time series sehingga akhir-akhir ini berkembang ekonometrika khusus menganalisis data time series dikenal ekonometrika time series. Isu yang berkembang dalam model ini adalah persoalan data tidak stasioner sehingga menghasilkan regresi yang lancung (spurious regression). Regresi mampu mencocokkan dengan data aktualnya tetapi variabel independen tidak mampu menjelaskan variabel dependen. Hal ini terjadi karena hubungan keduanya terjadi sekedar trend saja, keduanya bergerak naik atau turun secara bersama-sama. 2. Data Antar Tempat atau Ruang (Cross Section Data) Data tentang satu atau lebih variabel yang dikumpulkan dalam kurun waktu tertentu. Misalnya sensus penduduk yang dilakukan oleh Badan Pusat Statistik bagi seluruh penduduk di Indonesia pada kurun waktu tertentu. Contoh lain adalah data sensus pertanian yang dilakukan dalam tahun tertentu di seluruh propinsi di Indonesia. Dan sensus pertanian ini akan didapatkan data tentang produksi padi, input yang digunakan seperti bibit, pupuk dan tenaga kerja. Sebagaimana data time series, data ini juga mengandung kelemahan berkaitan erat dengan masalah heterogenitas datanya. Misalnya dalam kasus sensus pertanian untuk produksi padi, kita akan mendapatkan variabilitas data dan satu propinsi ke propinsi yang lain. Ada propinsi yang relatif besar hasilnya dan ada propinsi yang relatif kecil produksi padinya.
3. Panel Data (Pooled Data) Data ini merupakan gabungan antara data time series dan cross section data. Misalnya kita ingin mengetahui perkembangan harga di Indonesia. Untuk 6
mendapatkan perkembangan gambaran harga ini maka kita bisa mengumpulkan seluruh indeks harga konsumen di seluruh Indonesia pada waktu tertentu dan kemudian digabungkan dengan data perkembangan harga masing-masing propinsi dalam kurun waktu tertentu.
Menentukan Model Matematis Langkah pertama ini kemudian dinyatakan dalam persamaan matematika ditulis sbb :
Y = β0 + β1 X
β1<0
(1)
Dimana Y adalah permintaan barang; X adalah harga barang : β0 dan β1 adalah parameter estimasi yaitu intersep atau konstanta dan kemiringan (slope). Variabel yang ada disebelah kiri, persamaan yaitu Y disebut variabel dependen (dependent variable) atau variabel terikat yaitu variabel yang dipengaruhi, sedangkan yang disebelah kanan persamaan yaitu X disebut variabel independen (independent variable) atau variabel penjelas (explanatory variable) yaitu variabel yang mempengaruhi besar kecilnya variabel dependen.
Menentukan Model Statistik, atau Ekonometrik dari teori tersebut Setelah kita mempunyai spesifikasi model matematika langkah selanjutnya adalah membentuk spesifikasi model ekonometrika. Spesifikasi model matematika menunjukkan hubungan yang pasti (exact) atau deterministik ( deterministic) antara variabel dependen dan independen. Namun hubungan antara variabel ekonomi adalah tidak pasti. Untuk itu perlu modifikasi persamaan (1) tersebut diatas agar sesuai dengan perilaku ekonomi dengan membentuk model ekonometrika menjadi :
Y = β0 + β1Xi + ei
(2)
Dimana e disebut variabel pengganggu atau kesalahan (disturbances / error terms) yang merupakan variabel random (random/stchastic variable). Kita memasukan variabel pengganggu ini karena faktor yang mempengaruhi jumlah permintaan suatu barang tidak hanya harga barang tersebut tetapi juga dipengaruhi variabel lain seperti harga barang lain. 7
Menaksir parameter-parameter dari model ekonometrika yang dipilih Untuk bisa mengestimasi model ekonometrika pada persamaan (2) sehingga mendapatkan nilai β0 dan β1 maka kita perlu mengumpulkan data. Data yang kita kumpulkan untuk mengestimasi permintaan (2) bisa dalam bentuk antar tempat atau (cross section), data runtut waktu (time series) atau gabungan keduanya disebut data panel. Setelah mendapatkan data maka langkah selanjutnya adalah mengestimasi prameter persamaan (2). Teknik yang digunakan adalah analisis regresi. Misalnya dari teknik regresi kita mendapatkan persamaan sbb :
Y = 150,7 – 0,8125X1
(3)
Y adalah jumlah permintaan barang yang diestimasi atau diharapkan (expected). Niali slope β1 sebesar -0, 8125 berarti jika harga barang naik Rp. 1 maka jumlah yang diminta akan turun sebesar 0,8125. Pada langkah diatas ini kita bisa membuktikan bahwa hasil regresi kita sudah sesuai dengan teori permintaan dimana hubungan antara harga dan jumlah yang diminta adalah negatif.
Memeriksa kecocokan model: Pengujian spesifikasi model Disamping itu hasil regresi ini memberi informasi mengestimasi model maka langkah selanjutnya adalah melakukan uji spesifikasi model dan diagnosis. Langkah ini diperlukan untuk membuktikan bahwa spesifikasi model yang kita bangun sudah tepat atau belum.
Menguji hipotesis yang dihasilkan dari model Sebagian besar pekerjaan regresi berkaitan dengan regresi data sampel daripada regresi berdasarkan populasi. Dari regresi sampel ini kemudian kita bisa melakukan generalisasi terhadap karakteristik populasi. Namun untuk membuktikan bahwa hasil regresi sampel memang membuktikan kebenaran maka perlu verifikasi melalui statistik (statiscal inference). Vertifikasi ini berkatian apakah variabel independen berpengaruh atau tidak terhadap terhadap variabel dependen.
Menggunakan model untuk melakukan prediksi dan pengambil kebijakan Setelah model yang dipilih sesuai dengan hipotesis atau teori maka selanjutnya sebagai langkah yang terakhir adalah melakukan peramalan dan pengambilan sebuah 8
kebijakan dan hasil estimasi. Peramalan digunakan untuk mengetahui seberapa besar nilai vaniabel dependen atas dasar nilai harapan di masa mendatang (expected future value) dan variabel independen. Misalkan harga dimasa mendatang Rp. 100 maka besarnya permintaan barang tersebut dengan memasukkan angka tersebut ke persamaan (3) hasilnya sbb: Y = 150,7 – 0,8125 (100)
(4)
Y1 = 49,8875
Regresi, Kausalitas dan Korelasi Regresi merupakan metode estimasi utama di dalam ekonometrika. Sejarah regresi dimulai dan ide Francis Galton.2 Francis Galton mengatakan bahwa orang tua yang tinggi akan mempunyai kecenderungan anak yang tinggi pula sedangkan orang tua yang pendek mempunyai kecenderungan anak yang pendek pula. Namun secara umum tinggi rendahnya anak akan mengikuti perkembangan tinggi rata-rata populasi. Dan ide Galton ini, regresi berarti mempelajari bagaimana pengaruh satu variabel independen terhadap variabel dependen. Regresi dalam pengertian modern adalah studi bagaimana variabel dependen dipengaruhi oleh satu atau lebih dan variabel independen dengan tujuan untuk mengestimasi dan atau memprediksi nilai rata-rata variabel dependen didasarkan pada nilai variabel independen yang diketahui. Analisis regresi yang menjelaskan hubungan antara vaniabel dependen dan variabel independen berkaitan erat dengan hubungan yang bersifat statistik, bukan hubungan yang pasti. Di dalam statistika hubungan yang tidak pasti ini disebut hubungan
yang acak (random) atau stokastik (stochastic). Hubungan ini
mencerminkan perilaku ekonomi. Misalnya, walaupun semua toko menawarkan harga barang yang sama, belum tentu setiap toko volume penjualannya sama. Dengan demikian dalam persamaan regresi berarti sisi kiri tidak sama dengan sisi kanan. Sementara itu hubungan di dalam persamaan matematika menjelaskan hubungan yang pasti (deterministic) antara variabel yang satu dengan variabel yang lain. Sisi kiri persamaan harus sama dengan sisi kanan persamaan. Regresi berbeda dengan kausalitas. Regresi menunjukkan hubungan satu arah yakni dari variabel independen ke variabel dependen. Sedangkan kausalitas menunjukkan hubungan dua arah. Dalam banyak kasus perilaku ekonomi, hubungan
2
Gujarati, N. Damodar, Basic Econometncs, fourth ed., Mc GrawHiII, New York 2003, p.17
9
antar variabel tidak hanya bersifat satu arah tetapi dua arah. Misalnya hubungan antara pertumbuhan ekonomi dan jumlah uang beredar. Jika pertumbuhan ekonomi tinggi maka jumlah uang beredar cenderung untuk naik. Sebaliknya jika jumlah uang beredar naik maka akan mendorong pertumbuhan ekonomi. Dengan demikian di dalam hubungan kausalitas, semua variabel adalah vaniabel dependen, tidak ada vaniabel independen. Regresi juga berbeda dengan korelasi. Korelasi menunjukkan derajat asosiasi atau keeratan hubungan antara satu variabel dengan variabel lainnya. Korelasi yang tinggi tidak berarti karena satu variabel mempengaruhi variabel yang lain. Korelasi yang tinggi ini mungkin disebabkan variabel bergerak dalam arah yang sama atau berkebalikan yang dikenal dengan pengertian trend. Jika satu variabel naik maka akan diikuti oleh variabel lain dengan gerak yang searah atau gerak yang berlawanan arah.
Program Komputer untuk Olah Data Regresi sebagai alat perhitungan utama ekonometrika memerlukan alat bantu agar pekerjaan ekonometrika dapat dikerjakan dengan cepat dan efisien. Beberapa program komputer telah didesain untuk membantu pekerjaan ekonometrika. Paketpaket software regresi telah tersedia seperti LIMDEP, SHAZAM, EViews, MINITAB, RATS, SPSP, TSP dan PcGive. Pada perkuliahaan ini diberikan beberapa contoh penggunaan software EViews. Dengan demikian untuk bisa memahami ekonometrika dengan baik maka kita tidak hanya menguasai teorinya tetapi juga dalam hal penguasaan pengolahan data dengan program komputer.
10