Skip to main content
You are not enrolled in any courses.

Course overview
List of all available courses
Kode Prodi
140610
SKS
2
Kelas
A
Course start dateSunday, 15 August 2021
Course end dateSunday, 13 February 2022

Section outline

  • Di dalam mata kuliah ini, kita akan membahas penggunaan analisis regeresi dalam mengkonfirmasi hubungan kausal antar variabel. analisis ditujukan untuk memperoleh taksiran parameter yang baik dan memenuhi kaidah hubungan sebab akibat. Analisis dikembangkan dari regresi Gauss-Markov dengan penditeksian pelanggaran asumsi dan penanganannya. Pendekatan alternatif disampaikan sebagai penangan dari pelanggaran, baik berupa metode estimasi ataupun pemodelan alternatif.

  • Pada bagain ini kita akan membahas apa perlunya kita mempelajari analisis regresi dalam mengakses hbungan kausal. Apa yang menjadi perbedaan dengan tujuan analisis lainnya? Selanjutnya kita membahas konsep dari kausalitas dan model kausal

  • Dalam bagian ini, kita akan meninjau ulang langkah-langkah dalam analisis regresi dengan tujuan ekploratif-prediktif dan memperkenalkan langkah umum dalam analisis regresi dengan tujuan deskriptif-konfirmatif.

  • Dua permaslahan yang disoroti dalam analisis prediktif maupun konfirmatif adalah kondisi kekeliruan heteroskedatik dan autokorelatif. Di bagian ini kita akan mempelajari deteksi kedua permasalahan secara formal, melalui beberapa pengujian statistik. Setelah itu dberikan alternatif-alternatif yang dapat dipergunakan untuk menangani permasalahannya. 

  • Endogenitas merupakan permasalahan khas dalam ekonometrika. Secara umum, endogenitas terjadi karena kesalahan spesifikasi model. Di sini kata akan membahas beberapa sumber dari permasalahan endogenitas, bagaimana menditeksinya, kemudian bagaimana menanganinya.

  • Data panel mempunyai dua sumber variasi, yaitu variasi terkait unit kroseksional dan unit waktu. Di bagian ini kita akan membhasa bagaimana memodelkan keduua sumber variasi tersebut serta mengkaitkannya dengan penanganan permaslahan yang mungkin muncul dalam analisis regesi.

  • Terkadang data memilki informasi posisi unit pengamatan dalam ruang. Seperti halnya posisi pengamatan dalam waktu, posisi dalam ruang memberi kesempatan kepada kita untuk mengembangakn model lebih baik dengan mengakomodasi phenomena spatial terkait data. Terdapat dua phenomena spatial yang biasa diakomodasi dalam sebuah model, yaitu spatial dependensi dan spatial heterogeneity. Dalam pemabahan kita akan fokus ke spasial dependensi.

  • Dalam valuasi ekonomi, metode harga hedonic sering dipergunakan untuk mengukur harga marginal dari karakteristik barang/jasa. Kalau suatu karakteristik berkontribusi positif terhadap harga barang, maka harga marginal karkateristik tersebut dapat dianggap sebagai nilai keuntungan dari adanya karakteristik tersebut. Prinsip dasar dari harga hedonic adalah peng-disagreasian-an harga barang menjadi harga dari masing-masing karakteristik yang menempel pada barang tersebut. Dalam pelaksanaannya, hal ini dapat dilakukan melalui analisis regresi harga barang atas karakteristiknya. 

    Dalam sebuah penelitian, seorang peneliti ingin mengatahui berapa keuntungan yang diperoleh dengan adanya sambungan air ledeng ke suatu rumah. Dalam penelitian ini harga rumah merupakan logaritma harga sewa rumah bulanan dalam ratus ribu rupiah yang diperkirakan oleh pemilik rumah (rent appraisal – LN_RE). Karakteristik rumah yang dilibatkan untuk menjelaskan logaritma harga rumah  ini adalah tingkat kekayaan komunitas (community wealth – LN_CM) yang diindikasikan oleh logaritma median pengeluaran bulanan keluarga di komunitas dalam ratus ribu rupiah, logaritma luas lantai rumah (floor area – LN_FA) dalam seratus meter persegi, indeks komposit kondisi rumah (house condition – H_C) yang menggambarkan ringkasan karakteristik rumah di luar sambungan air ledeng, dan sebuah variabel boneka (PIPED) yang mengindikasikan keberadaan sambungan air ledeng (1: ada, 0: tidak ada). Yang harus menjadi catatan, selain variabel-variabel tersebut masih terdapat variabel lainnya yang juga menjadi komponen penting penentu harga sewa suatu rumah, misalnya kualitas lingkungan hidup (kuliatas udara, air tanah, tanah dll) dan aksesibilitas rumah. Data merupakan data longitudinal dengan pengamatan sebanyak empat kali untuk setiap unitnya (1993, 1997, 2000, dan 2007).  Sedangkan unit pengamatannya sendiri sebanyak 1294 rumah. Data disajikan dalam format lebar dalam file hp.csv. Anda diminta membantu peneliti memperoleh taksiran terbaik untuk rata-rata keuntungan yang diperoleh oleh sebuah rumah tangga terkait dengan adanya sambungan air ledeng di rumahnya, berdasarkan data yang diberikan.