Econometrics adalah penggunaan model statistik dan matematika untuk mengembangkan teori atau menguji hipotesis yang ada di bidang ekonomi dan untuk meramalkan tren masa depan berdasarkan data historis. Ini memasukkan data dunia nyata ke uji statistik dan kemudian membandingkan hasilnya dengan teori yang diuji. Bergantung pada apakah Anda tertarik untuk menguji teori yang sudah ada atau menggunakan data yang ada untuk mengembangkan hipotesis baru, Econometrics dapat dibagi lagi menjadi dua kategori utama: teoretis dan terapan. Mereka yang rutin melakukan praktik ini biasa disebut ahli Econometrics.
Memahami Econometrics
Econometrics menganalisis data menggunakan metode statistik untuk menguji atau mengembangkan teori ekonomi. Metode-metode ini mengandalkan inferensi statistik untuk mengukur dan menganalisis teori-teori ekonomi dengan memanfaatkan alat-alat seperti distribusi frekuensi, probabilitas, dan distribusi probabilitas, inferensi statistik, analisis korelasi, analisis regresi sederhana dan berganda, model persamaan simultan, dan metode deret waktu. Econometrics dipelopori oleh Lawrence Klein, Ragnar Frisch, dan Simon Kuznets. Ketiganya memenangkan Hadiah Nobel di bidang ekonomi atas kontribusi mereka. Saat ini, istilah ini digunakan secara teratur di kalangan akademisi serta praktisi seperti pedagang dan analis Wall Street. Contoh penerapan ekonometrik adalah mempelajari pengaruh pendapatan dengan menggunakan data yang dapat diobservasi. Seorang ekonom mungkin berhipotesis bahwa semakin seseorang meningkatkan pendapatannya, maka pengeluarannya juga akan meningkat. Jika data menunjukkan adanya hubungan seperti itu, analisis regresi dapat dilakukan untuk memahami kekuatan hubungan antara pendapatan dan konsumsi dan apakah hubungan tersebut signifikan secara statistik atau tidak—artinya, kecil kemungkinannya bahwa hubungan tersebut signifikan. karena kebetulan saja.
Metode Ekonometri
Langkah pertama dalam metodologi ekonometrik adalah memperoleh dan menganalisis sekumpulan data dan menentukan hipotesis spesifik yang menjelaskan sifat dan bentuk kumpulan tersebut. Data ini dapat berupa, misalnya, harga historis indeks saham, pengamatan yang dikumpulkan dari survei keuangan konsumen, atau tingkat pengangguran dan inflasi di berbagai negara.
Jika Anda tertarik pada hubungan antara perubahan harga tahunan S&P 500 dan tingkat pengangguran, Anda akan mengumpulkan kedua kumpulan data tersebut. Kemudian, Anda mungkin menguji gagasan bahwa pengangguran yang lebih tinggi menyebabkan harga pasar saham lebih rendah. Dalam contoh ini, harga pasar saham akan menjadi variabel terikat dan tingkat pengangguran adalah variabel bebas atau penjelas.
Hubungan yang paling umum adalah linier, artinya setiap perubahan pada variabel penjelas akan berkorelasi positif dengan variabel terikat. Hubungan ini dapat dieksplorasi dengan model regresi sederhana, yang berarti menghasilkan garis yang paling sesuai antara dua kumpulan data dan kemudian menguji untuk melihat seberapa jauh rata-rata setiap titik data dari garis tersebut.
Perhatikan bahwa Anda dapat memiliki beberapa variabel penjelas dalam analisis Anda—misalnya, perubahan PDB dan inflasi serta pengangguran dalam menjelaskan harga pasar saham. Jika lebih dari satu variabel penjelas digunakan, maka disebut regresi linier berganda. Ini adalah alat yang paling umum digunakan dalam ekonometrik.
Model Regresi yang Berbeda
Ada beberapa model regresi berbeda yang dioptimalkan bergantung pada sifat data yang dianalisis dan jenis pertanyaan yang diajukan. Contoh paling umum adalah regresi kuadrat terkecil biasa (OLS), yang dapat dilakukan pada beberapa jenis data cross-sectional atau time-series. Jika Anda tertarik pada hasil biner (ya-tidak)—misalnya, seberapa besar kemungkinan Anda dipecat dari pekerjaan berdasarkan produktivitas Anda—Anda dapat menggunakan regresi logistik atau model probit. Saat ini, ahli Econometrics memiliki ratusan model yang dapat mereka gunakan.
Econometrics sekarang dilakukan dengan menggunakan paket perangkat lunak analisis statistik yang dirancang untuk tujuan ini, seperti STATA, SPSS, atau R. Paket perangkat lunak ini juga dapat dengan mudah menguji signifikansi statistik untuk menentukan kemungkinan munculnya korelasi secara kebetulan. R-kuadrat, uji-t, nilai-p, dan pengujian hipotesis nol adalah metode yang digunakan oleh ahli Econometrics untuk mengevaluasi validitas hasil model mereka.
Keterbatasan Ekonometri
Econometrics terkadang dikritik karena terlalu mengandalkan interpretasi data mentah tanpa menghubungkannya dengan teori ekonomi yang sudah ada atau mencari mekanisme sebab akibat. Temuan-temuan yang terungkap dalam data harus dapat dijelaskan secara memadai oleh sebuah teori, meskipun itu berarti Anda harus mengembangkan teori Anda sendiri tentang proses yang mendasarinya.
Analisis regresi juga tidak membuktikan hubungan sebab-akibat, dan hanya karena dua kumpulan data menunjukkan suatu hubungan, analisis tersebut mungkin palsu. Misalnya, kematian akibat tenggelam di kolam renang meningkat seiring dengan peningkatan PDB. Apakah pertumbuhan ekonomi menyebabkan orang tenggelam? Hal ini tidak mungkin terjadi, tetapi mungkin lebih banyak orang membeli kolam ketika perekonomian sedang berkembang pesat. Econometrics sebagian besar berkaitan dengan analisis korelasi, dan penting untuk diingat bahwa korelasi tidak sama dengan sebab-akibat.
