GARIS-GARIS BESAR PROGRAM PENGAJARAN …pascaie.ipb.ac.id/doc/ekonometrika1.pdfGARIS-GARIS BESAR PROGRAM PENGAJARAN koefisien, ukuran kebaikan dan kecocokan model, pemilihan model

GARIS-GARIS BESAR PROGRAM PENGAJARAN

SILABUS MATA KULIAH

Nama Mata Kuliah : Ekonometrika IKode Mata Kuliah : EKO 508Kredit : 3(3-0)Semester : 2Deskripsi : Mata kuliah ini menjelaskan metodologi pemodelan ekonometrika dan masalah analisis ekonomi: spesifikasi,

pendugaan, dan verifikasi model serta penggunaannya. Model-model empiris, seperti model permintaan, penawaran dan makroekonomi. Penyebab, akibat dan cara mengatasi penyimpangan model regresi klasik. Model distributed-lags, pilihan kualitatif, dan persamaan simultan.

Tujuan umum perkuliahan : Setelah menyelesaikan mata kuliah ini, mahasiswa dapat memahami dan menggunakan model ekonometika dalam penelitian untuk merepresentasikan berbagai realitas masalah, serta mahir dalam menggunakan perangkat lunak ekonometrik (Minitab/SPSS/Eviews).

Pertemuan ke-

Topik Item Tujuan Waktu Pengajar Referensi

1. Pendahuluan 1.1 Apa itu ekonometrika?1.2 Mengapa disiplin yang terpisah?1.3 Beberapa macam pola hubungan: langsung, tidak

langsung, aditif, saling ketergantungan, semu, linear dan non-linear

1.4 Analisis Korelasi: pengertian & pengujian1.5 Kriteria Hubungan Sebab-Akibat: kekonsistenan,

mekanistik1.6 Peranan Komputer

Mahasiswa dapat memahami dan menjelaskan: pengertian dan metodologi pemodelan ekonometrika; berbagai pola hubungan dan analisis korelasi.

120 menit

BJ/MF/NAA/SHTY

PR: Bab 1BJ : Bab 1

2. Analisis Model Regresi Linear: sederhana 1

2.1 Pengertian Model dan Tujuan Pemodelan2.2 Analisis Model Regresi Linear Sederhana2.3 Interpretasi Koefisien Model2.4 Regresi vs Kausal: Penggunaan Peubah Tak

Bebas (respons, akibat) dan Peubah Bebas (penjelas, sebab)

2.5 Metode pendugaan (Jumlah) Kuadrat (Sisaan)

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis

120 menit

PR: Bab 2, 3BJ : Bab 2,


Terkecil-LS berkaitan dengan koefisien, serta asumsi model regresi linear.


3.1 Model Regresi Populasi vs Contoh3.2 Asumsi model Regresi linear klasik3.3 Review Statistika Inferensia: sebaran Normal,

Selang Kepercayaan, Nilai-p dan Taraf Nyata Pengujian ()

3.4 Dalil Gauss-Markov: Sifat Penduga OLS3.5 Pengujian Hipotesis koefisien model

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, serta asumsi model regresi linear.

120 menit



4.1 Beberapa contoh hipotesis koefisien regresi dan pengujiannya

4.2 Analisis Ragam Model Regresi dan Koefisien Determinasi (R2)

4.3 Pendugaan Ragam Sisaan (galat)4.4 Selang Kepercayaan dan Pengujian Hipotesis

Koefisien Model 4.5 Uji-t dan Uji-F4.6 Verifikasi model dan peramalan

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear sederhana: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, serta asumsi model regresi linear.

120 menit


5. Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 1

5.1 Analisis Model Regresi Linear Berganda 5.2 Interpretasi Koefisien Model5.3 Formula Koefisien Model berdasarkan Metode OLS

untuk 2 peubah bebas.5.4 Asumsi model linear Regresi Klasik5.5 Sebaran peluang Koefisien model regresi5.6 Analisis Ragam Model Regresi, Koefisien

Determinasi, dan Pendugaan Ragam Sisaan

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian

120 menit

PR: Bab 4BJ : Bab 3


hipotesis berkaitan dengan koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah.

6. Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 2

6.1 Uji model keseluruhan (uji-F) dan uji parsial koefisien model (uji-t)

6.2 Penafsiran output Komputer6.3 Beberapa contoh hipotesis koefisien regresi dan

pengujiannya, serta Selang Kepercayaannya6.4 Ukuran Kebaikan dan Kecocokan Model6.5 Peramalan6.6 Penggunaan notasi matrik dalam analisis model

Regresi Linear Umum Berganda

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah.

120 menit

PR: Bab 4BJ : Bab 3

7. Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis)3

7.1 Pemilihan model terbaik 7.2 Korelasi parsial dan Stepwise Regression7.3 R2 dan R2 terkoreksi7.4 Koefisien baku dan Elastisitas7.5 Restriksi koefisien7.6 Menyajikan hasil analisis model regresi dalam

tulisan ilmiah

Mahasiswa dapat memahami dan menjelaskan analisis model regresi linear berganda dengan 2 atau lebih peubah bebas: interpretasi dan pendugaan koefisien model dengan metode OLS, pengujian hipotesis berkaitan dengan

120 menit

PR: Bab 4BJ : Bab 3


koefisien, ukuran kebaikan dan kecocokan model, pemilihan model terbaik, serta penyajian hasil analisis model regresi dalam tulisan ilmiah.

8. Variasi model regresi peubah ganda 1

8.1 Bentuk fungsi model-model regresi8.2 Model Regresi melalui titik asal8.3 Model log-linear8.4 Model-model semilog8.5 Model-model reciprocal

Mahasiswa dapat mengembangkan berbagai bentuk fungsi model regresi linear untuk merepresentasikan berbagai realitas masalah

120 menit

PR: Bab 5BJ : Bab 4, 5

9. Variasi model regresi peubah ganda 2

9.1 Model regresi polinomial9.2 Model Peubah Dummy dengan 2 Kategori9.3 Model Peubah Dummy dengan banyak kategori9.4 Model interaksi antara peubah dummy dengan

peubah bebas lainnya

Mahasiswa dapat mengembangkan berbagai bentuk fungsi model regresi linear untuk merepresentasikan berbagai realitas masalah

120 menit

PR: Bab 5BJ : Bab 4, 5

10. Kolinearitas ganda (multi-collinearity)

10.1 Penyimpangan asumsi model regresi linear klasik10.2 Sifat alamiah kolinearitas ganda10.3 Pendugaan OLS dalam keadaan kolinearitas yang

sempurna10.4 Pendugaan OLS dalam keberadaan kolinearitas

yang tinggi tapi tidak sempurna10.5 Akibat kolinearitas ganda10.6 Mendeteksi kolinearitas ganda10.7 Mengatasi kolinearitas ganda

Mahasiswa dapat memahami masalah kolinearitas ganda, mendeteksinya, menjelaskan akibatnya, dan mengatasinya dalam model persamaan regresi

120 menit

PR: Bab 4BJ : Bab 6

11. Heteroskedastisitas (heteroscedasti

11.1 Sifat alamiah heteroskedastisitas11.2 Pendugaan OLS dalam keberadaan

heteroskedastisitas

Mahasiswa dapat memahami masalah Heteroskedastisitas, mendeteksinya, menjelaskan

120 menit

PR: Bab 6BJ : Bab 7


city) 11.3 Akibat menggunakan OLS dalam keadaan heteroskedastisitas

11.4 Mendeteksi hateroskedastisitas11.5 Mengatasi heteroskedastisitas11.6 Metode weighted least square (WLS), perbedaan

antara OLS dan WLS

akibatnya, dan mengatasinya dalam model persamaan regresi

12. Autokorelasi 12.1 Sifat alamiah autokorelasi12.2 Pendugaan OLS dalam keberaadan

autokorelasi12.3 Akibat menggunakan OLS dalam keberadaan

autokorelasi12.4 Mendeteksi autokorelasi12.5 Mengatasi autokorelasi

Mahasiswa dapat memahami masalah Autokorelasi, menjelaskan akibatnya, mendeteksi dan mengatasinya dalam model persamaan regresi

120 menit

PR: Bab 6BJ : Bab 8

13. Model Pilihan Kualitatif 1

13.1 Metode Pendugaan Alternatif: Metode Kemungkinan: Maksimum

13.2 Model Pilihan Kualitatif13.3 Model peluang Linear,

Mahasiswa dapat menyusun dan dapat memahami model respon pilihan kualitatif

120 menit

PR: Bab 9 dan Bab 10BJ : Bab 9,10

14. Model Pilihan Kualitatif 2

14.1 Model Probit14.2 Model Logit14.3 Contoh Aplikasi

Mahasiswa dapat menyusun dan dapat memahami model respon pilihan kualitatif

120 menit

PR: Bab 9 dan Bab 10BJ : Bab 9,10

15. Model Sebaran Beda Kala (Distributed Lags Model) 1

16.1 Model Sebaran Beda Kala16.2 Pendugaan Model dengan pendekatan Ad-Hoc16.3 Pendekatan Koyck dalam geometricl ag model

Mahasiswa dapat memahami dan menjelaskan perlunya waktu (lag) timbulnya respon akibat suatu aksi dan merepresentasikan-nya dalam suatu model; serta mengembangkan model untuk merepresentasiakan

120 menit

PR: Bab 9BJ : Bab 11


ekspektasi16. Model Sebaran

Beda Kala (Distributed Lags Model) 2

16.4 Adaptive Expectations Model16.5 Stock Adjustment Model16.6 Rational Expectations Model(pengantar)16.7 Uji Kausalitas

Mahasiswa dapat memahami dan menjelaskan perlunya waktu (lag) timbulnya respon akibat suatu aksi dan merepresentasikan-nya dalam suatu model; serta mengembangkan model untuk merepresentasiakan ekspektasi

120 menit


17. Peubah Instrumental dan Spesifikasi Model

17.1 Korelasi antara peubah bebas dan komponen sisaan

17.2 Kesalahan dalam pengukuran peubah respons dan peubah bebas

17.3 Pendugaan peubah instrumental17.4 Kesalahan Spesifikasi Model17.5 Efisiensi vs Bias dalam penyusunan model

Mahasiswa dapat menjelaskan masalah dan akibat adanya korelasi antara peubah bebas dan konponen sisaan; dapat menggunakan metode pendugaan peubah instrumental terutama jika ada kesalahan pengukuran

120 menit

PR: Bab 7BJ : Bab 9

18. Model-model persamaan simultan: spesifikasi, identifikasi, dan pendugaan

18.1 Model-model persamaan simultan18.2 Persamaan Struktural dan bentuk sederhana

(reduced form)18.3 Masalah Identifikasi18.4 Bias persamaan simultan: ketidak-konsistenan

penduga-penduga OLS18.5 Pendugaan parameter konsisten: peubah

instrument dan tak langsung (ILS)18.6 Pendugaan model yang teridentifikasi

berlebih: Metode Kuadrat Terkecil 2 Tahap (2-SLS)

Mahasiswa dapat memahami , menjelaskan dan mengembangkan model persamaan simultan untuk merepresentasikan hubungan saling ketergantungan antar peubah

120 menit



DAFTAR PUSTAKA

Pindyck, R. S. and Rubinfeld, D. L. 1998(1991). Economic Models and Economic Forecasts. 4th eds. Mc-Graw Hill, Inc. New York. (PR)

Juanda, B. 2006. Ekonometrika I. Departemen Ilmu Ekonomi, FEM-IPB. (BJ)

PENILAIAN

UTS: Pokok Bahasan 1-4 (pertemuan ke-1 sd ke-9)

UAS: Pokok Bahasan 5-11 (pertemuan ke-10 sd ke-18)

Bobot Untuk Nilai Akhir: UTS (35%), UAS (35%), Praktikum/Tugas/Keaktifan di Kelas (30%)

PERENCANAAN PENILAIANNama Mata Kuliah : Ekonometrika 1Kode/SKS : EKO508/3(3-0)

Penilaian Matakuliah Ekonometrika 1 dibedakan atas penilaian tes tertulis dan penilaian non tes. Penilaian non tes dibedakan atas penilaian kinerja kelompok dalam diskusi dan presentasi, serta penilaian non tes individu didasarkan pada keaktifan dalam mengikuti diskusi-diskusi di kelas.

I. Komposisi Penilaian

Komposisi Penilaian Mata Kuliah ini adalah sebagai berikut: A. Penilaian Ujian Tulis (Tes)

UTS : 40%UAS : 40%

B. Penilaian Non TesKelompok : 10%Individu : 10%


II. Format Penilaian Kelompok

No Nama Aspek penilaianKekompakan Kesesuaian

materi Presentasi Kemampuan

menjawab pertanyaan

Ketepatan waktu

Kerapihan

1 XXXX2 XXXX3 XXXX

Keterangan: Cara penilaian:

Kekompakan: 70-100 Kesesuaian materi nilai: 60-100 Presentasi: 70-100 Kemampuan menjawab pertanyaan dalam diskusi : 70–100 Ketepatan waktu dalam menyelesaikan tugas: 70-100 Kerapihan mengerjakan tugas: 70-100 Nilai akhir kelompok: rata-rata dari masing-masing aspek penilaian.

III. Format Penilaian Individu

No Nama Aspek penilaian Nilai akhir

Rata-rata dari 3 aspekKeaktifan

dalam diskusi

(65-95)

Ketepatan dalam memberikan argumentasi

(70-100)

Personality(sopan santun, tatakrama, ex: apakah suka membuat

keributan di kelas?/mengganggu

teman saat jam pelajaran)(70-100)

1 XXXX2 XXXX3 XXXX


IV. UTS Ujian tertulis dalam bentuk essay berjumlah 7 soal yang meliputi semua topik selama UTS atau satu soal essay untuk satu kali pertemuan kuliah.

No Topik Pertemuan Soal essay Bobot Nilai

1 Pendahuluan 1 soal 10

2 Analisis Model Regresi Linear: sederhana 1 1 soal 15



5 Analisis Model Regresi Linear Berganda (Multiple Regression Model Analysis) 1

1 soal 15


1 soal 15


1 soal 15

8 Variasi model regresi peubah ganda 1

9 Variasi model regresi peubah ganda 2


V. UASUjian tertulis dalam bentuk essay berjumlah 7 soal yang meliputi semua topik selama UTS.

No Topik Pertemuan Soal Bobot Nilai

1 Kolinearitas ganda (multi-collinearity) 1 soal 15

2 Heteroskedastisitas (heteroscedasticity) 1 soal 15

3 Autokorelasi 1 soal 15

4 Model Pilihan Kualitatif 1 1 soal 15

5 Model Pilihan Kualitatif 2

6 Model Sebaran Beda Kala (Distributed Lags Model) 1 1 soal 15

7 Model Sebaran Beda Kala (Distributed Lags Model) 2

8 Peubah Instrumental dan Spesifikasi Model 1 soal 10

9 Model-model persamaan simultan: spesifikasi, identifikasi, dan pendugaan

1 soal 15

Documents

GARIS-GARIS BESAR PROGRAM PENGAJARAN …pascaie.ipb.ac.id/doc/ekonometrika1.pdfGARIS-GARIS BESAR PROGRAM PENGAJARAN koefisien, ukuran kebaikan dan kecocokan model, pemilihan model