DASAR-DASAR EKONOMETRIKA JILID I Damestar N. Gujarati Judul Asti: ESSENTIALS OF ECONOMETRICS Original ISBN 0-07-297092-8 Damodar N. Gijarati Original edition copyright ©2006, 1999, 1992 by The McGraw-Hill Companies, Inc. All rights reserved. Bahasa Indonesia edition copyright ©2007 bby Penerbit Erlengga. All rights reserved, Hak Cipts dalam Bahasa Inggris © 2006 pada McGraw-Hill, tne Hak terjemahan dalam bahssa Indonesia pada Penerbit Erlangga berdavarkan perjanjian resmi tanggal 25 Fanvari 2006, lily Bahasa: Julius A. Mulyadi Editor: Suryadi Sat Wibi Hardani M.M. Buku ini diset dan dilayout oleh Bagian Produkst Penerbit Brlangga dengan Power Macintosh GS (Times 10) Setting oleh: Tim Perth Dicctuk: PT Gelora Aksara Pratama wm oo 6S 4928 Dilarang keras menguip, menjiplak, menfowkopi, ataa memperbanvak dalam beatuk apa pun, baik sebagian atau beseluruhan isi bubw ini, sorta nemperjualbetibunnye 1anpa iin terulis dari Penerbit Erlangga. © HAK CIPTA DILINDUNGI OLEH UNDANG-UNDANGDAFTAR ISI KATA PENGANTAR di ‘1__Hakikat dan Ruang Lingkup Ekonometrika 1 rng ered > MENGAPA KITA PERIL MEMPELAIARI EKONOMETRIKA? ‘Membuat Pemyataan Teori atau Hipowsis 3 Mengumpulkan Data 3 ‘Menentukan Model Matematis untuk Parisipasi Angkatan Kerja 5 ‘Menentukan Model Statistik, atau Ekonometri, unluk Partisipasi Angkatan Kerja 6 ‘Menaksir Parameter parameter dari Model Ekonometri yang Dipilih 7 Memeriksa Kecocokan Model: Pengujian Spesifikasi Model 8 Menguji Hipotesis yang Dihasilkan dari Model 9 ‘Menggunukan Model untuk Mclakukin Prediksi atau Peramalan io L4_RENCANA IS1 BUKU INL 10 Beberapa Istilah dan Konsep Penting iu PERTANYAAN u ‘SOAL-SOAL 2 idea NIA EA RENO DALAT SITUS INTERNET B erat — DamAseailda alos Acer wens AN ; 2__Tinjauan Statistik 1: Probabilitas dan peed Pua 2.1_BEBERAPA NOTASI 19 Notasi_ Penjumlahan 19 Sifat-sifat Operator Penjumlahan. 2 2.2_EKSPERIMEN, RUANG SAMPEL, TITIK SAMPEL, DAN KEJADIAN 20 Eksperimen 20 Ruang Sampel atau Populasi 21 ‘Titik Sampel 2 Kejadian 21 Diagram Venn 23 Mi az 2.4_PROBABILIT: Probabilitas suatu Kejadian: Definisi ik atau Teoretis Bahan dengan hak ciptavill DAFTAR ISI Definisi Probabilitas Berdasarkan Frekuensi Relatif atau Empi 25 VARIAREL ACAK DAN DISTRIBUSI PROBABILITASNYA Distribusi Probabilitas untuk Variabel Acak yang Bersifat Diskret Distribusi Probabilitas untuk Variabel Acak yang Bersifat Kontinu Pungsi Distribusi Kumulatif (FDK) 2.6 FUNGSI KEPADATAN PROBABILITAS MULTIVARIAT Fungsi Probabilitas Marjinal Fungsi Probabilitas Bersyarat Ketidakterikatan Secara Statistik 27 IKHTISAR DAN KESIMPULAN Beberapa Istilah dan Konsep Penting KEPUSTAKAAN PERTANYAAN SOAL-SOAL Karakteristik Distribusi Probabilitas 3.1 NILAI HARAPAN: UKURAN TENTANG TENDENSI SENTRAL Sifat-sifat dari Nilai Harapan Nilai Harapan dari Distribusi Probabilitas Multivariat VARIANS: UKURAN DISPERST Sifat-sifat Varians Ketidaksamaan Chebyshev Koefisien Variasi 33. KOVARIANS Sifat-sifat Kovarians 3.4 KOEFISIEN KORELASI Sifat-sifat Koefisien Korek Varians dari Variabel-variabel yang Berkorelasi 35. NILAI HARAPAN BERSYARAT Varians Bersyarat 36 KEMENCENGAN DAN PERUNCINGAN, 37 DARI POPULASI KE SAMPEL. Rata-rata Sampel Varians Sampel Kovarians Sampel Koefisien Korelasi Sampel Kemencengan dan Peruncingan Sampel 38 IKHTISAR Beherapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL Beberapa Latihan Fakultatif Beberapa Distribusi Probabilitas yang Penting 4.1 DISTRIBUSI NORMAL Sifat-sifat Distribusi Normal Distribusi Normal Standar Penarikan Sampel Acak dari Populasi Normal Penarikan Sampel atau Distribusi Probabilitas dari Rata-rata Sampel X Teorema Limit Sentral (TLS) 24 29 29 29 31 32 34 36 37 38 39 39 39 41 47 47 48 51 Si 52 53 53 55 55 56 56 58 59 6 62 62 62 63 63 66 or 61 68 70 B 2B 16BAGIAN II 6 42 43 44 DAFTAR ISI DISTRIBUSI ¢ Sifat-sifat Distribusi + DISTRIBUSI PROBABILITAS CHI-SQUARE (2) Sifat-sifat Distribusi Kai-kuadrat atav Chi-Square DISTRIBUSI F Sifat-sifat Distribusi F IKHTISAR Beberapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL Statistik Inferensial: Penaksiran dan Pengujian Hipotesis 31 52 33 34 58 5.6 ARTI STATISTIK INFERENSIAL PENAKSIRAN DAN PENGUJIAN HIPOTESIS: DUA CABANG DARI STATISTIK INFERENSIAL, PENAKSIRAN PARAMETER SIFAT-SIFAT PENAKSIR TITIK Linearitas Ketidakbiasan Varians Terendah Efisiensi Penaksir Tak Bias Linear yang Terbaik (BLUE) Konsistensi STATISTIK INFERENSIAL: PENGUIAN HIPOTESIS Pendekatan Interval Keyakinan dalam Pengujian Hipotesis Kesalahan Jenis I dan Jenis 1: Suatu Penyimpangan Pendekaten Uji Signifikansi dalam Peagujian Hipotesis Sokitar Pemilihan Tingkat Signifikansi, «1, dan Nilai p ‘Uji Signifikansi 2 dan F IKHTISAR Beberapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL MODEL REGRESI LINEAR Gagasan Pokok Regresi Linear: Model Dua Variabel 6. 62 63 64 65 66 67 68 69 PENGERTIAN TENTANG REGRESI FUNGSI REGRESI POPULASI (FRP): SEBUAH CONTOH HIPOTETIS SPESIFIKAS] STOKHASTIK ATAU STATISTIK DARI FUNGSI REGRESI POPULASI SIFAT-SIFAT DARI FAKTOR KESALAHAN STOKHASTIK FUNGSI REGRESI SAMPEL (FRS) PENGERTIAN KHUSUS DARI ISTILAH REGRESI “LINEAR’ Linearitas dalam Variabel Linearitas dalam Parameter REGRESI LINEAR DUA VARIABEL VS. BANYAK VARIABEL PENAKSIRAN PARAMETER: METODE KUADRAT TERKECIL BIASA Metode Kuadrat Terkecil Biasa PENYAJIAN SELURUHNYA SECARA BERSAMA-SAMA. Interpretasi Fungsi Pengeluaran Lotto yang Ditaksir ix 7 B 82 83 86 86 86 87 89 1 94 95 95 96 oT 7 8 09, 99 100 102 105 106 109 109 110 10 us 15 116 119 120 121 124 124 125 125 126 126 128 128x DAFTAR ISI 6.10 6uL BEBERAPA CONTOH ILUSTRATIF IKHTISAR Beberapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL. PERTANYAAN OPSIONAL LAMPIRAN 6A: DERIVAS! TAKSIRAN KUADRAT TERKECIL 7 Model Dua Variabel: Pengujian Hipotesis Td 12 73 74 78 16 7 18 79 7:10 TH 72 8 Regresi Berganda: Penaksiran dan Penguji 81 MODEL REGRESI LINEAR KLASIK VARIANS DAN KESALAHAN STANDAR DARI PENAKSIR KUADRAT ‘TERKECIL BIASA Varians dan Kesalahan Standar dalam Contoh tentang Lotto Ringkasan Fungsi Pengeluaran untuk Membeli Lotto MENGAPA OLS? SIFAT-SIFAT DARI PENAKSIR OLS Eksperimen Monte Carlo DISTRIBUSI SAMPLING ATAU DISTRIBUSI PROBABILITAS DARI PENAKSIR OLS, PENGUJIAN HIPOTESIS Pengujian H,: By = 0 vs. Hy: By# 0: Pendekatan Interval Keyakinan Pendekatan Uji Signifikansi dalam Pengujian Hipotesis Lanjutan Contoh tentang Loto SEBERAPA COCOK GARIS REGRESI YANG DISESUAIKAN: KOEFISIEN DETERMINASI, r* Rumus untuk Menghitung 7? intuk Contoh teniang Lotto Koefisien Korelasi, r PELAPORAN HASIL ANALISIS REGRESI OUTPUT KOMPUTER UNTUK CONTOH TENTANG LOTTO UJ NORMALITAS. Histogram Residu Gambar Probabilitas Normal Uji Jarque-Bera CONTOH PENUTUP: HUBUNGAN ANTARA UPAH DAN PRODUKTIVITAS DI SEKTOR BISNIS AS, 1959 - 2000 CATATAN TENTANG PERAMALAN IKHTISAR Beberapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL Hipotesis MODEL REGRESI LINEAR TIGA VARIABEL Arti Koefisien Regresi Parsial Varians dan Kesalahan Standar dari Penaksir OLS Sifa-sifat Penaksir OLS dalam Regresi Berganda 29 B4 B4 135 136 43 144 M45, 4s. 149 149 150 Isl 152 183, 155 156 157 iso 161 161 161 162 103 64 164 164 6s 165 169 i72 172 172 174 180 181 182 183, 184 185 186 1878.4 85 86 87 88 89 8.10 Bull 8.12 8.13 Bud DAFTAR ISI KECOCOKAN SUAI DARI REGRESI BERGANDA YANG DITAKSIR: KOEFISIEN DETERMINASI BERGANDA, MENINIAU KEMBALI HARGA LELANG JAM ANTIK Penafsiran Hasil Regresi PENGUJIAN HIPOTESIS DALAM MODEL REGRESI BERGANDA: PENDAPAT UMUM PENGUJIAN HIPOTESIS TENTANG MASING-MASING KOEFISIEN REGRESI PARSTAL Pendekatan Uji Signitikansi Pendekatan Interval Keyakinan dalam Pengujian Hipotesis PENGUJIAN HIPOTESIS GABUNGAN BAHWA B, = B, = 0 ATAU R?=0 ‘Hubungan Penting antara F dan R? - REGRESI DUA VARIABEL DALAM KONTEKS REGRESI BERGANDA. PENGANTAR BIAS SPESIFIKASI MEMBANDINGKAN DUA NILAI &°: R° YANG DISESUAIKAN KAPAN HARUS MENAMBAH VARIABEL PENJELAS KE DALAM MODEL KUADRAT TERKECIL TERKENDALA CONTOH-CONTOH ILUSTRATIF Pembahasan tentang Hasil Regresi IKHTISAR Beberapa Istilah dan Konsep Penting PERTANYAAN SOAL-SOAL LAMPIRAN 8A.1: DERIVASI PENAKSIR OLS YANG DIBERIKAN DALAM PERSAMAAN (8.20) HINGGA (8.22) LAMPIRAN 8A.2: DERIVASI PERSAMAAN (831) LAMPIRAN 8A.3: DERIVASI PERSAMAAN (8.50) LAMPIRAN 8A.4: OUTPUT EVIEWS UNTUK CONTOH TENTANG HARGA LELANG JAM ANTIK Bentuk Fungsional dari Model Regresi 9.1 92 93 94 95 96 97 98 99 9.10 9.1 BAGAIMANA MENGUKUR ELASTISITAS: MODEL LOG-LINEAR Pengujian Hipotesis dalam Model Log-Linear MEMBANDINGKAN MODEL REGRESI LINEAR DAN LOG-LINEAR MODEL REGRESI BERGANDA LOG-LINEAR BAGAIMANA MENGUKUR LAJU PERTUMBUHAN: MODEL SEMILOG Laju Pertumbuhan Sesaat vs. Majemuk Model Tren Linear MODEL LIN-LOG: BILAMANA VARIABEL PENJELASNYA BERBENTUK LOGARITMA MODEL-MODEL KEBALIKAN MODEL-MODEL REGRESI POLINOMIAL REGRES! MELEWATI TITIK NOL CATATAN TENTANG SKALA DAN SATUAN PENGUKURAN IKHTISAR TENTANG BENTUK-BENTUK FUNGSIONAL, IKHTISAR Beberapa Istilah dan Konsep Per PERTANYAAN SOAL-SOAL LAMPIRAN 9A: LOGARITMA INDEKS ing xi 187 188 188 189 189 190 191 192 194 195 196 197 199 200 201 203 204 204 205 210 210 210 2u1KATA PENGANTAR ebelumnya, yaitu menyajikan pengantar teori dan metode ekonometrika yang mudzh dipahami. Pembaca yang dituju adalah para mahasiswva S-I jurusan ekonomi, mahasiswa S-1 jurusan administrasi bisnis, mahasiswa program magister manajemen, dan mahasiswa jurusan ilmu sosial lainnya di mana metode ekonometri, Khususnya metode snalisis regresi finear, digunakan. Buku ini dirancang untuk memudahkan para mahasiswa dalam memahami metode ekonometri melalui sejumfah besar contoh, penjelasan yang cermat, serta beraneka ragam soal-soal latihan. ‘Atas saran dari banyak mahasiswa serta staf pengajar. penulis telah menyusun ulang topik-topik yang dibahas dalam buku ini dan memuat banyak sekali contoh baru, Bila perlu, dimuat pula kelwaran komputer dari berbagai paket statistik ‘Karakteristik penting dari bab-bab yang ada dalam buku int adalah sebagai berikut: Bagian | kini terdiri atas empat bab dan bukannya tiga bab seperti edisi sebelumnya, yaitu sebagai berikut Bab 2 meninjau kembali berbagai konsep dasar tentang probabilitas, distribusi probabilitas, dan variabel acak. Fiturfitur bara dalam bab ini adalah pengenalan diagram Venn, teorema Bayes, dan perbedaan antara fungsi massa probabilitas (FMP) dan fungsi kepadatan probabilitas (FKP). Beberapa contoh baru dibahas dalam bab ini maupan di dalam soal-soal latihan, Bab 3 membahas karakteristik utama dari ¢istribust probabilitas, seperti nilat harapan, varians, Jovarians, korelasi, nilai harapan bersyarat, varians bersyarat, serta kemencengan dan peruncingan. Bab ini lalu membahas bagaimana karakteristik-karakteristik tersebut dalam prakteknya diukur berdasarkan sampel tertentu. Ini mengarah pada pembahesan tentang rata-rata sampel, varians sampel, kovarians sampel, korelasi sampel, rata-rata hersyarai dan vorians bersyarat sampel, sexta emencengan dan zneruxcingan sampel. Selaruh konsep ini diilustrasikan dengan baik sekali Bab 4 membahas tentang empat distribusi probabilitas penting yang banyak digunakan dalam ekonometri, yakni, distribusi normal, distribust, distribust chi-square, can distribusi F. Bab ini membahas dan mengilustrasikan berbagai karakteristik dasar dari keempat distribusi tersebut Bab 5 membahas dua topik yang saling berkaitan, yakni penaksiran dan pengujian hipotesis. Gagasan utama yang dibahas dalam bab ini adalah penaksiran ttik dan penaksiran interval, statistik uji, distribusi sampling atau penarikan sampel dari statistik uji, interval keyakinan, kesalahan Jeniy i, kesalahan Fenis HL, sifar-sifat penaksir, pengujian satu sisi dan dua sisi. hiotesis nol dan alternatif, tingkat signifikansi, dan nilai p. Semua konsep tersebut dibahas dan diilustrasikan secara cermat. Gagasan-gagasan yang dibahas dalam bab ini sangallah penting dalam mempelajari metode ekonometrika yang akan dibahas dalam bab-bab selanjutnya dari buku ini. Bagian Il, yang terdiri ates bab 6 hingga 10, membahas tentang model regresi linear, yang merupgkan perangket peating dalam ekonometrika. Bab 6 membahas gagasan pokok tegresi linear menurut model Linear paling sederhuna, yaitu, model dua variabel. Dalam model semacam ini, kita mempelajari perilaku salah satu variabel, yang disebut variabel tak bebas, sehubungen dengan variabel lain, yang disebut variabel bebas atau variabel penjelas. Dalam bab ini, kita membedakan dengan jelas antara model regresi populasi can model regresi sampel, Karena dalam praktek kita mempunyai sebuah sampel daeri beberapa populasi. Dalam bab ini, kita menunjukkan bagaimana cara menaksir model regresi populasi berdasarkan data sampel yang ada, Bab 7 membahas topik tentang pengujian hipotesis dalam konteks apa yang secara umum disebut sebagai mode! regresi linear Kasih (MRLK). Model ini memiliki beberepa asumsi yang ‘Tyjuan utama dari buku Dasar-dasar Ekonometrita edisi ketiga ini sama dengan dua ediKATA PENGANTAR bersifat penyederhanacn, Kita mengkaji secara saksama hakikat dari asumsi-asumsi tersebut beserta relevansinya, Bab § memperluas model regresi linear dua variabel menjadi model regresi berganda; dalam hal ini, model yang memiliki lebih dari satu variabel penjelas. Kita membahas penaksiran maupun pengujian hhipotesis untuk model regresi berganda, namun masih dalam Kerangka MRLK. Model regresi linear, entah itu model daa variabel ataupun model berganda (dengan banyak variabel), hanya mensyaratkan bahwa parameter mode! tersebut berbentuk linear: sementara variabel- variabel yang dimasukkan ke dalam model itu sendiri tidak perla berbentuk linear Bab 9 membahas berbagai model yang parameternya linear (atau dapat dibuat linear) namun variabel-variabelnya tidak perlu berbentuk linear. Dalam bab ini kita menunjukkan bagaimana dan dalam rangka apa model-model tersebut digunakan. Berbagai variabel penjelas yang dimasukkan ke dalam model regresi sering bersifat kualitatif, seperti Jenis kelamin, warna kulit, dan agama. Bab 10 menunjukkan bagaimana variabel-variabel semacam itu dapat diukur serta bagaimana pentingnya variabel-variabel tersebut dalam penyusunan model regresi. Bagian Il, yang terdiri atas Bab 11 hingga 14, membahas beberaps aspek praktis dari model regresi linear. MRLK didasarkan atas asumsi-asumsi penyederhanaan yang mungkin tidak berlaku dalam penerapan konkretnya, Dalam bagian ini, kita meneoba mengetahui apa yang terjadi bilamana satu atau lebih asumsi MRLK diabaikan atau tidak terpenuhi, Karena salah satu asumsi MRLK adalah bahwa model yang dipilih pada prakteknya ditentukan secara tepat, maka pertanyaan mendasar yang periu dipertimbangkan adalah bagaimana cura kita mengetabui model yang tepat. Dalam Bab 11 kita membahas topik ini secara lebih terinci dengan terlebih dulu ‘membahas sifat-sifet dari model yang “tepat” dan kemudian mencari tabu tentang dampak dari pengeunzan ‘model yang kurang tepat. Kita membahas berbagai jenis kesalahan dalam menentukan model yang akan digunakan, Salah satu asumsi MRLK adalah bahwa variabel-variabel penjelas yang masuk di dalam model tidak berkorelasi linear, Jika aa korelasi di antara variabel-variabel penjelas, maka kita menghadapi masalah multikolineartias. Dalam Bab 12 kita mengkaji berbagai dampak deri adanya multikotinearitas, yakni masalah yang sering kita jumpai dalam analisis regresi. Asumsi lain dari MRLK adalah bahwa faktor kesalahan dalam mode! regresi linear mempunyai varians yang konstan (dalam bahasa teknis, asumsi ini merujuk pada homoskedastisitas). Dalam data fintas sektoral, asumsi ini mungkin tidak selalu dapat dipertahankan, Jika varians kesalahan tidak konstan, ‘maka kita menghadapi situasi heteroskedastisitas. Dalam Bab 13 kita mengkaji secara mendalam tentang akibat-akibat dari heteroskedastisites, Asumsi Isin lagi dari MRLK adalah bahwa faktor kesalahan dalam model regresi tinear tidak berkorelasi dengan nilai faktor kesafahan masa lalu. Jika ada korelasi semacam itu, maka kita menghadapi asus otokorelasi. Dalam Bab 14 kita tunjukkan bahwa asumsi ini mungkin tidak berlaku untuk data deret berkala, Dalam bab ini kita mengkaji secara mendslam tentang berbagai dampak dari o:okorelasi Dalam Bab 1! hingga 14, kita menggunakan bentuk yang umum: Pertama-tama kita membahas tentang hakikat dari masalsh yang dihadapi, kemudian kite membahas berbagai dampaknys, lalu kita membahas perangkat diagnostik yang digunakan untuk mendeteksi ada/tidaknya masalah, dan akhisnya kita menyarankan berbagai metode untuk menyelesaikan masalah tersebut Bagian TV membahas tentang dua topik lanjutan, Bab 15 membahas topik tentang model persamzan simultan dan Bab 16 membahas tentang bunga rampai beberspa pilihan mode! regresi persamaan tunggal. Bahan-bahan pembahasan dalam kedua bab ini mungkin agak terlalu cepat bagi para pemula, dan pihak staf pengajar mungkin memberikan pilihan kepada mereka untuk mempetajari atau tidak mempelajari kedua bab i Bab 15 tentang model regresi persamaan simultan membahas situasi di mana ada interaksi antara dua variabel sedemikian rupa schingga perbedaan antara sebuah variabel tk bebas dan variabel bebas sering tidak jelas. Dalam kasus semacam itu, kita perlu mempertimbangkan metode-metode penaksiran lain di Iuar metode pangkat dua terkecil yang lazim digunakan, Bab 16 membahas beberapa topik di bidang ekonometrika deret berkala yang kini semakinxiv KATA PENGANTAR mengemuka. Dalam data yang bersifat deret berkala, konsep yang penting adalah data deret herkala yong bersifat Siasioner. Dalam bab ini kita membahas tentang arti dari terminologt tersebat dan menunjukkan etapa pentingnys temminologi ini dalam praktek. Dalam bab ini kita juga membahas tentang model fogit di mana variabel tak bebasnya merupakan variabel boneka, yang nilainya 0 atau I. Delam Bab 10 kita telah mengetahui cara memperlakukan variabel penjelas yang merupakan variabel boneka. Narsun emikian, tak seperti dalam Bab 10, apabila variabel tak bebasnya merupakan vasiabel boneka, maka Kita menghadapi masalah penaksiran yang azck rumit, Dalam bab ini kita mengkaji: masalsh-maasalah tersebut dan menunjukkan bagaimana model logit dapat mengatasinya. Model logit sangat sering digunakan dalam riset terapan, PERSYARATAN MATEMATIS Dalam menyajikan berbagai topik yang ada, penulis nyaris tidak menggunakan aljgbar matriks ataupun kalkulus. Penulis yakin sekali bahwa ekonometrika dapat diajarkan kepada para pemula secara intaitif, tanpa banyak dijejali dengan aljabar mauriks atau katkulus. Demikian pul, penulis tidak menyajikan pembuktian secara matematis Kecuali jika topik yang dibahas tidak mudsh dipahami. Penulis merasa bbahwa mereka yang bukan pakar tidak perlu dibebani dengan pembuktian matematis yang rinci. Tentu saja, bila dianggap perlu, pihak staf pengajer dapat menyajikan pembuktian matematis, Beberapa pembuktian ‘matematis ini dapat difihat dalam karya penulis yang berjudul Basie Econometrics (McGraw-Hill, ed. ke-4, 2003), BAHAN PENUNJANG BAG PENDEKATAN PENYELESAIAN MASALAH Behan penunjang yang ada meliputi Buku Pegangan Kunci Jawaban bagi Mahasiswa yang meniuat tentang penyelesaian yang lengkap dan terinci stas 300 lebih pertanyaan dan soal-soal yang dimuat pada bbagian penutup bab dalam buku ini, Para mahasiswa dapat membelinya, atau diberikan sears gratis bagi para pengguna CD ataupun pengakses situs Internet di Perguruan Tinggi. Di samping menyediskan data bagi para mahasiswa serta penyelesaian soal bagi para penggjar, situs wwwmhhe.com/economics! gujarariess3 memuat kelompok-kelompok data yang diambl dari buku teks dalam berbagai bentuk serta situs sejenis yang penting untuk diakses oleh para mshasiswa, Bagi para pengajar diberl penyelesaian atas pertanyzan dan soal-soal yang terdapat i dalam buku teks serta gambs buku teks yang ditampilkan dengan menggunakan program Powerpoints. Selain CD yang memuat data yang terdapat dalam buku teks, ada pula CD Eviews yang berisikan Versi Eviews bagi Mahasiswa serta data dari soat-soal yang menggunakan format Eviews KOMPUTER DAN EKONOMETRIKA PENUTUP Tidaklah berlebihan bila dikatakan bahwa yang membust ekonometika mudah dipahami oleh para pemula adalah adanya beberapa paket komputer statistik yang mudsh digunakan, Soal-soal ilustrasi yang terdapat dalam buku ini diselesaikan dengan menggunakan beberapa paket komputer statistik seperti Eviews, Excel, MINITAB, dan STATA. Versi mahasiswa dari beberapa paket komputer ini sudah terstdia i pasaran, Akan tetapi, data yang dimuat dalam situs Internet maupun CD tidak dapat dibaca dengan mengaunakan paket-paket statistik baku, seperti LIMDEP, RATS, SAS, dan SPSS. Dalam Lampiran B kita memperlihatkan output dari program Eviews, Excel, MINITAB, dan STATA dengan menggunakan kelompok data yang sama, Masing-masing paket komputer ini memiliki ciri yang bersifat unik, Kendati beberapa prosedur statistik yang dijalankan sama persis, Singkatnya, dalam menulis buku Dasar-dasar Ekonometrika ini, tujuan utama penulis adalah mem- perkenalkan dunia ckonometrika yang demikian mengagumkan bagi para pemula dengan gaya yang sederhana namun informatif. Penulis berharap bahwa pengetahuan yang diperoleh dari buku ini akan sangatKATA PENGANTAR XV berharga bagi karier pembacanya, baik di bidang akaklemis maupun pekerjaan s yang diperoleh dari buku ini dapat diperdalam dengen membaca beberapa buku ekovo! ataupun buku khusus tentang ekonometrika Reberapa di antara buku tersebut dapat dilihat dalam kepastakaan yang tercantum di bagian akhir buku ini, erta bahwa pengetahuan 4 lanjutan UCAPAN TERIMA KASIH ‘Terima kasih yang tak (erhingga penulis sampsikan kepada para pengulas di bawah ini yang telah memberikan saran-saran yang sangat berharga bagi peningkatan kualitas buku ini Jin Man Lee, University of Illinois, Chicago Houston Stokes, University of Illinois, Chicago Yin-Wong Cheung. University of Califomia at Santa Cruz Harumi Ito, Brown University Donald Waklman, Colorado University at Boulder Reuben Kyle, Middle Tennessee Harvey D. Palmer, University of Mississippi Robert J. Gitter, Ohio Wesleyan University Stephen Stageberg, Mary Washington College Shady Khody. California State University at Pomona Necati Aydin, Florida A&M University Noman Swanson, Rutgers University Richard Starz, University of Washington Rachel Friedberg, Brown University Stale University Penulis juga meagucapkan terima Kasih atas dukungan dan sokongan yang tak putus-putusnya diberikan oleh para rekan sejawat di Departemen IImu Sosial di West Point, yakni Brigadier General Daniel Kaufman Colonel Russ Howard Colonel Mike Meese Major Paul Kucik Major John Hai Dudley Dean Dennis Smallwood Don Snider Penulis menyampaikan rasa penghargaan yang setinggi-tingginya kepada Andrew Paizis, atas bantuannya dalam penyusunan Buku Pegangan Kunci Jawaban berikut CD datanya serta kepada Jo May atas segala bantuannya dalam penyusunan buku ini, Terima kasih yang sebesar-besarnya bagi Lucille Sutton, selaku penyunting buku di Megraw-Hill, atas segala bantuan serta bimbingannya hingga terselesaikannya penulisan buku ini. Tak lupa pula penulis mengueapkan terima kasih kepada Jan Nickels, selaku penyunting bahasa, yang telah bersusah payzh menyunting tulisan ini Khususttya dalam penulisan indeks bawah, indeks atas, Simbol penjamlshan, singkatan, serta tak ketinggalan, bahasa pereakapan yang banyak penulis gunakan dalam buku ini. Akhimya, penulis menghaturkan terima Kasih kepada istriku Pushpa, serta putri-putriku Joan dan Diane, saudara iparku Sushila Buschi-Gidwani dan Joseph Buschi, serta menantuku Charles Chesnut atas segala bantuan dan dorongan mereka dalam penyusunan buku ini, Penulis sangat menghargai segala dukungan yang diberikan oleh keluarga.et ee Bahan dengan ifk cipta iBAB 1 HAKIKAT DAN RUANG LINGKUP EKONOMETRIKA Riset di bidang ekonomi, kesangan, manajemen, pemasaran, dan disiplin ilmu terksit Iainnya kin semakin bersifat kuantitatif. Para mahasiswa baru di semua jurusan tersebut dianjurkan, atau bahkan diwajibkan, tuntuk mengambil mata kuliah ekonometrika—sebuah bidang studi yang kini menjadi sangat populer, Bab ini akan memberikan gambaran singkat bagi para mahasiswa baru tentang. apa itu ckonometrika, 1.4 APA ITU EKONOMETRIKA? Secara sederhana, ekonometrika berarti pengukuran indikator ekonomi, Meskipun pengukuran secara kuantitatif terhadap konsep-konsep ekonomi seperti produk domestik bruto (PDB), pengangguran, inflasi, impor, dan ekspor sangatlah penting, namun ruang lingkup ekonometrika jauh lebih luas, sedagaimana yang dapat kita tangkap dari definisi-detinisi beciKut ini Ekonometrika dapat didetinisikan sebagai imu sosial di mana perangkat teori ekonomi, matematika, dan statistik inferensial diterapkan dalam men; sunalisis fenomena ekonomi, Ekonometrika, sebagai hasil dari sua tinjauan tertentu tentang peran ilmu ekonomi, mencakup statistik matematik atas data ekonomi guna memberikan dukungan empiris terhadap model yang disusun berdasarkan matematika ekonomi seria memperoleh hasil berepa angka-angka? 1.2 MENGAPA KITA PERLU MEMPELAJARI EKONOMETRIKA? Sebagaimana telah disinggung dalam definisi-definisi di atas, ekonometrika merupakan gabungan antera tcori ckonomi, matematika ekonomi, statistik ckonomi (dalam hal ini, data ekonomi), dan statistik ‘matematik. Namun demikian, ekonometrika merapakan mata kuliah yang patut dipelajari secara persis arena alasan-alasan berikut ini “Teori ekonomi membuat pernyataan ataut hipotesis yang sebagian besar bersifat kualitatit, Sebagai contoh, teori mikroekonomi menyatakan bahwa, dengan asumsi hal-hal lain bersifat konstan (dalam ilmu ekonomi dikenal dengan ceteris paribus), kenaikan harga statu barang/jasa diperkirakan akan LAnthur S. Goldberger, Beononeiric Theory, Wiles, New York, 1964, hl, ‘A. Samuelson, TC, Koopmans. and J. RN, Stone, "Report of the Evaluative Commitee for Kamomezrica.” Econometrica, ol. 22, no. 2. Apr 1988, Wn. 141-14.2 BAB SATU: HAKIKAT DAN RUANG LINGKUP EKONOMETRIKA menurunkan jumlah permintaan atas barang/jasa tersebut, Dengan demikian, teori ekonomi mendalitkan suatu hubungan yang bersifat negatif atau terbalik antara harga dan jamlah permintasn barang/jas yang dikenal sebagai kaidah permintain dengan lereng menurun atau secara sederhana disebut kaidah permintaan, Akan tetopi, ‘eori itu sendiri tidak memberikan suatu ukuran dalam angka mengenai kuat- Jemahnya hubungan di amara kedua yariabel tersebut; dalam hal ini, teori ekonomi tidak menyebutkan berapa banyak permintaan barang/jasa akan nsik tau turun sebagai akibat dari pemubahan tertentu atas harga barang/jasa tersebut. Penaksiran (estimarion) terhadap angka-angka semacam itu menjadi tugas pakar ekonometri, Ekonometri membenkan mustan empiris (yaitu, berdasarken observasi atau eksperimen) terhadap hampir semua teori ekonomi. Jika dalam suatu studi atau eksperimen kita menemukan bahwa ketikaharga satu unit barang/jasa naik sebesar satu dolar dan jumlah permintaan turun, katakanlah, 100 unit, maka kita bukan hanya menegaskan tentang kaidah permintaan, melainkan dalam proses tersebut ‘ita juga: memberikan (aksiran angki-angka mengenai hubungan antara kedua Variabel —hargs dan jumlah permintaan ataw kuantitas. Peshatian utama matematika ekonomi adalah menyatskan teori ekonomi dalam bentuk matematis atau persamaan (atau model) tanpa mempeshatikan keterukuran atau verifikasi empiris atas teori tersebut. erti telah dinyalakan sebelumnya, sangat berkepentingan terhadap verifikasi empiris teori ekonomi, Sebageimana akan kita ketahui segera, pakar ekonometrika sering menggunakan model- model matematis yang diajukan oleh pakar matematike ekonomi namun menempatkan model-mode! ini dalam bentuk sedemtikian rupa sehingga memungkinkan mereka untuk melakukan pengujian empiri. Statistika ekonomi terutama berkensan dengan pengumpulan, pengolakan, dan penyajian data ekonomi dalam bentuk grafik, diagram, dan tabel. Ini merupakan tugas pakar statistika ekonomi, Mereka ‘mengumpulkan data tentang PDB, kesempatan kerja, pengangguran, harga-harga, dan sebagainya. Data ini metupakan data mentah bagi pekerjaan chonometri, Namun pakar statistika ekonomi tidak mengutak- atik lebih jauh data ekonomi tersebut karena mereka tidak berkepentingan dengan penggunaan data yang terkumpul tersebut untuk menguji teori ekonomi Kendati starisrik matemaiik menyediakan banyak perangkat yang dapat digunakan bagi pengujian {cori ekonomi, namun pakar ekonometrika sering memerlukan metodologi khusus Karena sebagian besar data ekonomi bersifat unik, yakni, bahwa data tersebut tidek selalu dihasitkan melalui suatu eksperimen yang terkendali. Seperti halnya pakar di bidang meteorologi, pakar ekonometrika umumnya tergantung paca dats yang tidak dapat dikendalikan secira langsung. Jodi, data tentang konsumsi, pendapatan, investasi, tabungan, harga-harga, dan sebagainya, yang dikumpulkan oleh instansi pemerintah maupun swasta, pacha hakikatnya bukan dihasitkan dari suatu eksperimen, Pakar ekonometrika mengambil data ini apa adanya, Hal ini menimbulkan persoalan-persoalan khusus yang biasanya tidak dihadapi dalam statistik matematik. Lagi pula, data semacam itu mungkin- mengandung kesalahan pengukuran, atau mungkin juga pembulatan, dan pakar ekonometrika mungkin perlu mengembangkan metode analisis khusus guna mengatasi masalah kesalahan pengukuran tersebut. Bagi mahasiswa jurusan ekonomi dan manajemen (bisnis), ada alasan pragmatis dalam mempelajari ekonometrika Sesudah Iulus, dalam melakukan pekerjaannys. mungkin saja mereka diminta untuk meramalkan penjvalan, tingkat suk bunga, dan jumlah wang beredar atau menaksir fungsi perminigan dan penawaran ataupun elastisitas harga svatu produk. Pakar ekonomi sering diminta menjadi Konsultan oleh lembaga legislasi pusat (DPR) maupun daerch (DPRD) untuk kepentingan klien mereka ataupun kepentingan sebagian besar masyarakal Jadi, pakar ekonomi yang menjadi konsultan bagi komisi DPRD yang bertugas mengendalikan harga BBM dan listik mungkin diminta untuk menilat dampak kenaikan harga yang ciusutkan terhadap juinlak permnintaan akan listrik sebclum komisi tersebut menyetujui kenaikan harga BBM dan listrik. Dalam situasi semacam ini, pakar ekonomi mungkin perlu- mengembangkan fungsi permintaan akan listrik, yang akan memungkinkennya untuk menaksir elastisitas harga atas permintaan; dalam hal ini, persentase perubahan jumlah yang diminta untuk setiap persentase perubehan harga, Pengetahuan tentang ekonometrika akan sangat membanta di dolam menaksir fungsi perminiaan am it Cakup beralasan jika dikatakan bahwa ekonometrika telah menjadi bagian yang tk terpisahkan dalam imu ekonomi dan bisnis, Exonometrika, seBAB SATU: HAKIKAT DAN RUANG LINGKUP EKONONETRIKA 3 1.3 METODOLOGI EKONOMETRIKA Bagaimana sebenaraya orang melakukan studi ekonometrika? Pada umumnya, analisis ekonometrika mengikuti metodotogi berikut, 1, Membuat pernyatsan teori atau iipotesis, 2. Mengumpulkan data. 3. Menentukan model matematis dari teori wersebut 4, Menentukan model statistik, atau ekonometri, dari teori tersebut. 8, Menaksir parameter-parameter dari model ekonometti yang dipilih, 6 Memeriksa kecocokan model: Pengujian spesifikasi model 7. Menguji hipotesis yang dikasitkan dari model. 8. Menggunakan model untuk melakukan prediksi atau peramalan. Sebagai ilustrasi terhadap metodologi ekonometrika ini, mari pertimbangkan pertanyaan berikut: ‘Apakah keadaan ekonomi mempengaruhi keputusan orang untuk memasuki angkatan kerja, stau dalam hal ini, Kesedigan mercka untuk bekerj1? Scbagai ukuran terhadap keadaan ckonomi, misalkan kit menggunakan angka pengangguran (AP), dan sebagai ukuran terhadap partsipasi angkotan Kerja kita gunakan tingkat partisipasi angkatan kerja (TPAK). Data tentang AP dan TPAK diterbitkan secara berkala Oleh pemerintah, Judi, untuk menjawab pertanyaan di atas, kite mengikuti Langkal-langkeh sebagai berikut Membuat Pernyataan Teori atau Hipotesis Langkah awalnya adalah me Dalam teori ekonomi tenaga kerja, ada dus ling berawanan tentang pengaruh ke ekonomi terhadap kesediaan orang untuk bekerja. Hipotesis (efek) tenaga kerja berkurang menyatakan bahwa apabila keadaan ekonomi memburuk, yang tercermin dari naiknya angka pengangguran, banyak penganggur yang putus asa dalam meneari pekerjaan dan kemudian memilih keluar dari angkatan kerja, Sebaliknya, hipotesis (efek) tenaga kerja bertambah menyatakan bahwa apabila keadaan ekonomi memburuk, banyak tenaga kerja sekunder yang saat ini belum memesuki pasar tenaga kerja (misalnya, ibu rumah tangga yang memiliki anak) mungkin memutuskan untuk masuk ke dalam angkatan kerja seandainya pencari nafkah di keluarga tersebut kehilangan pekerjaannya. Kendatipun pekerjaan yang didapat oleh tenaga kerja sekunder ini berupah rendah, penghasilannya dapat menutupi sebagian pendapatan yang hilang dari pencari nafkah utama, ‘Apakah, kemudian, tingkat partisipasi angkatan kerja menjadi bertambah atau berkurang akan tergantung pada kekuatan relatif antara efek tenaga keria bertambah dan efek tenaga kerja berkurang. Bile efek tenaga kerja bertambah lebih dominan, maka TPAK akan meningkat kendatipun angka pengang- guran tinggi. Sebaliknya, jika efek tenaga kerja berkurang lebih dominan, maka TPAK skan menurun, Bagaimana kita dapat menyelidiki hal ini? Inilah yang sekarang menjadi pertanyaan empiris kita Mengumpulkan Data Untuk keperluan empiris itulah, maka kita memerlukan informasi kuantitatif tentang kedua dan TPAK). Ada tiga jenis data yang umumnya tersedia untuk keperluan analisis empiri. 1. Data deret berkala (time series). 2. Data lintas-sektoral (cross-sectional). 3. Data kelompok (gabungan antara data deret berkala dan data lintas sektoral), Data deret berkala dikumpulkan selame kurun waktu tertenta, seperti data tentang PDB, ke: mpatan kerja. pengangguran, jumlah wang beredar. ataupun defisit anggaran belanja pemerintah, Data semacam itu dapat dikumputkan dengan jarak waktu yang tetap—harian (misalnya, harga saham), minggwan (misalnya, Jumiah wang beredar), bulanan (misalnya, angka pengangguran), triwulanan (misalnya, PDB), ataupun4 BAB SATU: HAKIKAT DAN RUANG LINGKUP EKONOMETRIKA tahunan (misatnya, anggaran belanja pemerintah). Data ini bisa bersifat kuantitatif (misalnya, harga, Pendapatan, jemiah uang deredar) ataupun kualitatif (misalnya, laki-laki atau perempuan, bekerja atau menganggur, menikah atau belum meniksh, hitam atau patih), Sebagsimana akan kite ketahui dalam pembahasan selanjutnya, variabel-variabel yang bersifat kualitatif, disebut juga vatiabel boneka (dummy) ‘atau variabel kategoris, bisa sama pentingnya dengan variabel kuantitatif. Data lintas-sektoral adalah data tentang satu atau lebih variabel yang dikumpulkan pada sustu wwaktu tertentu, seperti data sensus penduduk yang dilakukan oleh Badan Pusat Statistik (BPS) setiap 10 tahun sekali: survei pengeluaran konsumen yang pernah dilakukan oleh University of Michigan, Amerika Serikat; dan survei peagumpulan pendapat seperti yang biasa dilakukan oleh lembaga-lembaga semacam Gallup dan Harris di Amerika Serikat Di dalam data kelompok, kita memiliki unsur-unsur data deret berkala sekaligus juga data Fintas- sektoral. Sebagai contoh, jika kita harus mengumpulkan data tingkat pengangguran di 10 negara selama 20 tahun, maka data itu akan merupakan data kelompok—data tingkat pengangguran di masing-masing negara selama 20 tahun merupakan data deret berkela, sedangkan data tingkat pengangguran di 10 negara Untuk suatu tahun tertentu merupakan data lintas-sektoral. Di dalam data kelompok tersebut, kita akan memiliki 200 observasi—20 observasi tahunan di masing-masing dari ke-10 negara Ada data kelompok yang sifatnya khusus, yaitu data panel, atav disebut juga data longitudinal atau data mikropanel, di mana unit lintas-sektoral yang sama, misalnya, suatu keluarga atau perusahaan, disurvei secara berkala, Sebagai contoh, Departemen Pentagangan AS melakukan Sensis perumahan secara berkala, Pada masing-masing survei berkala, rumah tangga yang sama (atau orang yang tinggal di alarhat yang sama) diwawancarai guna mengetahui apakah ada perubahan kondisi rumah dan keuangan dari rumah tanga tersebut semenjak survei terakhit. Data panel yang dihasilkan dari wawancara berulang- tulang atas rumah tangga yang sama selama kurun waktu tertentu memberikan informasi yang sangat bermanfaat tentang dinamika perilaku rumah tangga. Sumber Data, Sepatah kata patut disampaikan berkenaan dengan sumber data, Keberhasilan sebgah studi ekonometrika akan tergantung pada kualitas, maupun kuantitas, data. Untungnya, fasilitas Internet membuka peluang bagi kita untuk mendapatkan banyak sekali data, Dalam Lampiran AL, kita akan membahas beberapa situs Web atau Jaringan Internet yang memuat semua jenis data mikrockonomi maupan makroekonomi, Para mahasiswa hendaknya akrab dengan sumber data semacam itu, di samping memahami cara untuk mengakses ataupun mendownload data tersebut. Tentu saja data ini terus-menerus dimutakhirkan sehingga para pembaca dapat memperoleh data terbaru. Untuk keperluan analisis kita, kita peroleh data deret berkala sebagaimana yang diperlihatkan dalam ‘Tabel I-L. Tabel ini memuat data tentang tingkat partisipasi angkatan kerja sipil (TPAKS) dan angka pengangguran sipil (APS), yang didefinisikan sebagai jumlah peaganggur sipil yang dihitung secara persentase terhadap angkatan kerja sipil, di Amerika Serikat selama kurun waktu 1980-2002. Tidak seperti itmu-ilmu eksakta, hampir semua data yang dihimpun dalam ilmu ekenomi (miisalaya, PDB. jumlah wang beredar. indeks bursa saham Dow-Jones, penjualan mobil) bukan dihasitkan dari satu ceksperimen di mana lembaga penghimpun data (misalnya, pemerintah) mungkin tidak memiliki kendali angsung atas data tersebut. Jadi, data tentang partisipasi angkatan kerja dan pengangguran didasarkan atas informasi yang diberikan kepoda pemerintah oleh para pelaku di pasar tenaga kerja. Dalam beberapa hal, pemerintah sebenarnya menjadi pengumpul pasif atas data tersebut dan barangkali tidak mengetahui tentang hipotesis tenaga kerja bertambah atau beskurang, ataupun hipotesis lainnya, Oleh karena itu, data yang terkumpul mungkin merupakan hasil dari beberapa faktor yang _mempengaruhi keputusan seseorang untuk berpartisipasi di dalam angkatan kerja. Dalam hal ini, data yang sima mungkin coeok untuk lebih dari satu teori °DE sini kits hanya mempetimbanskan dat TPAKS dan APS secara agrepat, mestipun data yang teredia meneakup pula penggelongan menue usar, jeis helamin dan Komposis et.TABEL 1.4 BAB SATU: HAKIKAT CAN RUANG LINGKUP EKONONETRIKA 5 ‘TINGKAT PARTISIPAS] ANGKATAN KERJA SIPIL (TPAKS), ANGKA PENGANGGURAN SPPIL (APS), DAN RATARATA PENGHASILAN, RIEL PER JAM (RPJB2)" DI AS UNTUK PERIODE 1980-2002, Tahun APS (%) RPJ62 (USS) 1980 TA 778 1981 76 768 1982 a7 768 1983 98 718 1904 78 7.80 1985 72 TIT 1985 70 781 1987 62 73 1988 55 769 1980 53 784 1990 56 752 1991 68 a8 1992 73 zai 1993 69 4994 61 1995 58 1096 54 1997 49 1990 45 1999 er 42 2000 er2 40 2001 66.9 48 2002 666 58 “R182 menyatakan ratacata pongrasian per jam berdasarken haga ‘Sumber Econamic Repod of tro Present, 2002, TPAKS damit dan “obo! 8-10, APS dar Topol 843, can RPJE2 da Tabel 8-47, Dats tahun 2002 kit can publikasi pemesinah AS banwbans i Menentukan Model Matematis untuk Partisipasi Angkatan Kerja Untuk mengetahui pengaruh APS tethadap TPAKS, hal pertama yang perlu kita lakukan adalah meng- gambarkan data kedua variabel tersebut dalam bentuk diagram pencar (scatter diagram atau scattergran), sebagaimana tampak dalam Gambar 1-1 Diagram pencar tersebut memperlihatkan babwa TPAKS berkorelasi negatif dengan APS, yang mangkin menyiratkan bahwa efek tenaga kerja berkurang lebih besar daripada efek tenaga kerja bertambah.* Sebagai caksiran awal, kita dapat menggambar sebuah garis luray melalui tiih-titik yang terpencar dan menuliskan hubungan antara TPAKS dan APS dengan model matematis sederhana berikut ini TPAKS = B, + BAPS aay Persamaan (1.1) menyatakan bahwa TPAKS berkorelasi Hinear dengan APS. R, dan BR, disebut sebagi parameter dari fungsi linear itu. B, disebut juga sebagai titik potong (intercept): yang menyatakan besarnya wild TPAKS bilamana APS sebesar nol.” Dan B, disebut sebagei Kemiringan atau lereng (slope). Kemiringan tersebut mengukur ingkat perubahan TPAKS untuk seriay satu unit perubaha APS, ‘atau secara lebih umum dapat dikatakan bahwa Kemiringan atau lereng mengekur tingkat perubahan “Perabahasan Ibi anju tentang fal ini dapat dilhat dalam Shelly Lune Economies, ol. 3, Januari 1985, him. 1-37, “Pats umumrya, parameter adalah kuantits yang tak dike yang dapat bervariast menunukderet ni terenty. Dalim ihn statistik, funss disinbusiprobabitas (FDP) dart sot vanabel acak ering condi dengan parameter, seperti raat dan ‘anansnya. Topik ni akan dbahas secara leit terine! dalam Bab 2 dan 3 "Dalam Bab 6, kta akan membahas interpreusi ttik potong ini secars lebih tepat dalam konteks analisisrezes. “The Added Worker Effect.” Journal of Labor6 BAB SATU: HAKIKAT DAN RUANG LINGKUP EKONOMETRIKA ons wis yang Dieseokhan 670 6.5 650 TPAKS (%) eas o40 ois APS (%) GAMBAR 1-1 Gambar regres! untuk tingkat partsipesi angkatan kerja sipil (%6) dan angka penganaguran sill (%). nilai variabet di sisi kiri persamaan untuk setiap unit perubahan nila variabel di sisi Kanan persamaan, Koefisien kemiringan B, dapat bernilai positif (jika efek tenaga Kerja bertambah lebih besar daripada efek teniaga Kerja berkurang) ataupun negatif (apabila efek tenaga kerja berkurang lebih besar éaripada ick tenaga kerja bertambah). Gambar 1-1 menunjukkan bahwa dalam kasus ini, koefisien kemiringan bernilai negaif Menentukan Model Statistik, atau Ekonometri, untuk Partisipasi Angkatan Kerja Model matematis mumi tentang hubungan antara TPAKS dan APS sebagaimana yang dinyatakan dalam ersamaan (1.1). meskipuin menjadi pethatian utama pakar matematika ekonomi, kurang menarik bagi pakar ckonometrika Karena model semacam itt. mengasumsikan suatu hubungan yang pasti atau deterministik antara Kedua variabel; dalam hal ini, untuk suatu nilat APS tertentu terdapat satu nilai PAKS. Pads kenyataannya, kits jarang menemukan hubungan yang sifatny pasti di antara variabel-variabel ekonomi Kerap kali, hubungan tersebut lebih bersifat tidak pasté atau bersifat statistik Hal ini terlihat jelas dari diagram pencar sebagaimana yang diberikan dalam Gambar 1-1. Meskipun edu variabel tersebut berkorelasi secara terbalik atau negatif, hubungan antara keduanya tidaklah benar-benar linear karena bila kita menggambar sebuah garis lurus melalui ke-23 titik data, tidak semua titik data terletak persis di garis lurus tersebut, Perlu diingat bahwa untuk menggambar sebuah garis Jurus kita hanya memerlukan dua titik saja.” Mengapa ke-23 titik data tersebut tidak persis berada di saris lurus yang dinyatakan dalam mode! matematis, Persamaan (1.1)? Ingatlah bahwa data kita tentang ‘angkatan kerja dan pengangguran tidak dihimpun berdasarkan percobaan. Oleh karena itu, sebagaimana telah dinyatakan sebelumnya, di samping hipo'esis tenaga kerja bertambah dan tenaga kerja berkurang, barangkali ada faktor-aktor lain yang mempengaruhi Keputusan orang, untuk masuk ke dalam angkatan kerja. Sebagai akibatnya, hubungan yang teramati antera TPAKS dan APS mungkin tidak tepat. Cobalah kita memasukkan pengaruh semua variabel lain terhadap TPAK'S ke dalam variabel ye dan menuliskan Persamaan (1.1) menjadi sebagai berikut: TPAKS = B, + B,APS + u a2) i mana u menyatakan faktor kesalahan acak, atau secara sederhana disebut gangguan acak® Veriabel 1 mewakili semua faktor (selain APS) yang mempengaruhi TPAKS tetapi tidak ditunjukkan secara eksplisit i dalam model, serta faktor-faktor yang sama sekali acak, Sebagaimana akan kita bahas dalam Bagian I, variabel gangguan acak inilah yang membedakan ekonometrika dari matematika ekonomi: murni, kita dapat mencoba mencocokkan sola ke ‘nya tidak akan jaoh borbeds dari spesfkas! Hine. “Dalam bahasa statistik, fakior keslahan actk disebut sebagai faklor Kesalahan stokastk sm pencar yang. dimust dalam Gamba 1-L, namun