Assalamulaikum sob blog...
Yuk kita
bahas apa itu kriteria ekonometrika...?? mau tau kan..
Di sini
kita akan bahas tentang tersebut....
saya akan menulis tentang ekonometrika dan data
selamat membaca....kriteria dalam ekonometrika
*Biaya Perhitungan
*Least Square
*Nilai R-Kuadrat (R2) yang tinggi
*Unbiasedness
*Efisiensi
*Mean Square Error
*Asymtotic Properties
*Maximum likelihood
Syarat estimator yang baik adalah yang memiliki
residual yang kecil. Atau jarak antara nilai dugaan dan nilai aktual kecil.
BAGAIMANA KRITERIA KECIL?
- Minimization of the sum of squared residuals
- Caranya dengan estimator Ordinary Least Square
(OLS)
* Banyak yang terjebak di nilai R kuadrat.
* Semakin besar nilai R kuadrat semakin baik sebuah model ekonometrika
BENARKAH?
Terdapat dua jenis R Squared
* R Squared
* Adjusted R Squared
*Digunakan sebagai indeks seberapa akurat fits dengan data fits, penduga OLS atau "best-fitting estimator)
*R-Squared sering disebut sebagai "good fit"
*Sering terjadi "abused" terhadap R-Squared ketika peneliti puas dengan hasil olahan data karena
nilai R-Squared yang tinggi, karena jika mengolah data cross -- section kita tidak akan mendapatkan nilai R-Squared yang tinggi
TUJUAN EKONOMETRIKA BUKAN R-KUADRAT YANG TINGGI, NAMUN MEMPEROLEH PENDUGAAN PARAMETER TERBAIK (Kennedy, 1996, Cramer, 1987).
Dalam
model ekonometrika kita berharap tidak mendapatkan estimator yang bias, artinya
dugaan jauh dari harapan
EFISIENSI
Merupakan yang kurvanya nilai keragaman kecil atau kurvanya mengerucut ke tengah jika kita menemukan estimator yang memiliki Kriteria yang telah disebutkan , atau UNBIASED, LINIER, dan Varian yang paling minimum maka Disebut BLUE (Best Linier Unbiased Estimator) .
MEAN SQUARE ERROR (MSE)
Kriteria ini tidak populer.
Biasanya digunakan jika ada trade off. Peneliti dihadapkan
dengan dua pilihan antara “low bias” dengan “low variance”
Null Hypothesis (H0)
Alternative Hypothesis (H1)
Uji Statistik
1. Rejection Region
2. Format Hypothesis Testing
3. Tentukan Null dan Alternative Hypothesis.
4. Tentukan wilayah penolakan ( alpha)
5. Tentukan nilai uji
6. Kesimpulan
Type I Error
Menolak H0,padahal H0 benar
Type II Error
Kesalahan menolak H0,padahal salah.
Contoh : Bumi itu bulat
H0 : bumi itu seperti bola
H1 : bumi itu seperti kubus,
H0 ditolak, padahal H0 adalah jawaban benar karena memang bumi itu bulat,dan bukan H1 yang mengatakan bumi itu seperti kubus, nah ini adalah yang dimaksud dengan Type I Error
Contoh kedua: Type II Error
Si budi ketahuan maling ayam tetangga nya, padahal kejadian ini sudah dilihat ( saksinya ada 4 orang), kalau terbukti maka terdakwa di jebloskan ke penjara,kalau tidak terbukti maka tersangka tidak jadi dijebloskan ke penjara
H0 : Terbukti
H1 : tidak terbukti
Dan hakim menolak H0,dan memilih H1, padahal dalam kasus ini seharusnya hakim memilih H0,karena memang Budi yang bersalah.
METODE PENGUMPULAN DATA
1.
Wawancara [ terstruktur dan tidak terstruktur]
2.
Observasi
3.
Angket [ kuesioner] [google form, surveymonkey
4.
Studi Dokumen
5.
Dll
SUMBER DATA EKONOMI
I.
Bps
1.
Badan Pusat Statistik
2.
Data ekspor – impor, kemiskinan, kependudukan, dsb
11. BI
3.
Bank Indonesia
4.
Statistik ekonomi dan keuangan, statistik ekonomi
moneter, perbankan dsb
111.
BEI
5.
Bursa Efek Indonesia
6.
Saham dan laporan keuangan perusahaan emiten
Dan
mungkin tulisan ini saja yang bisa saya tuliskan, karena saya pun masih berada
dalam proses belajar ekonometrika, belum ahli dalam mata kuliah ekonometrika,
dan saya yakin tulisan saya ini belum sempurna, karena kesempurnaan itu
datangnya dari Allah SWT. Salam kenal dari saya, jika ada yang Anda lebih
ketahui lagi tentang materi ini,Anda bisa sharingkan ke saya,oke...? ;)
Wassalamualaikum.....
Komentar
Posting Komentar