What is econometric??

Econometrics is about how we can use theory and data from economics, business, and the social sciences, along with tools from statistics, to answer ‘‘how much’’ questions (Hill. et all, 2011)

 

Econometrics, the result of a certain outlook on the role of economics, consists of the application of mathematical statistics to economic data to lend empirical support to the models constructed by mathematical economics and to obtain numerical results.  (Gujarati, 2004)

 

“Econometrics may be defined as the social science in which the tools of economic theory, mathematics, and statistical inference are applied to the analysis of economic phenomena” (Goldberger, 1964 in Gujarati 2004).

 

“Econometrics is concerned with the empirical determination of economic laws” (Theil, 1971 in Gujarati 2004).

 

In economics we express our ideas about relationships between economic variables using the mathematical concept of a function

In Econometrics model, the model which is able to explain quantitatively the economic phenomena.

 

 

Regresi Robust dengan M-Estimation

Regresi robust diperkenalkan Andrews (1972) dalam Ryan (1997). Metode ini merupakan alat penting untuk menganalisis data yang dipengaruhi oleh outlier untuk menghasilkan model yang robust atau resistant terhadap outlier. Suatu estimasi yang resistant adalah relatif tidak terpengaruh oleh perubahan besar pada bagian kecil data atau perubahan kecil pada bagian besar data. Prosedur robust ditujukan untuk mengakomodasi adanya keanehan data, sekaligus meniadakan identifikasi adanya data outlier dan juga bersifat otomatis dalam menanggulangi data outlier (Aunuddin, 1989). Chen (2002) menyebutkan beberapa prosedur estimasi parameter dalam regresi robust, dua diantaranya adalah M-Estimation yang diperkenalkan Huber (1973) dan Least Trimmed Squares (LTS) yang diperkenalkan oleh Rousseeuw (1984).

M-Estimation merupakan metode regresi robust yang sering digunakan. M-Estimation dipandang baik untuk  mengestimasi parameter yang disebabkan oleh x-outlier dan memiliki breakdown point 1/n. Weighted least squares dapat diguna-kan untuk mendapatkan estimasi M-estimation. Sementara itu iterasi yang dapat digunakan adalah Algoritma IRLS.

Referensi lengkap silahkan didownload file berikut : regresi robust M estimation

SELAMAT HARI STATISTIKA 26 SEPTEMBER

Speak with data, based on data, and make ur data life

Geographically Weighted Regression (GWR) pada Identifikasi Aset Kehidupan Masyarakat yang berpengaruh terhadap Kemiskinan

Sampai dengan tahun 2008, jumlah penduduk miskin di Jawa Timur masih relatif tinggi. Menurut BPS Propinsi Jawa Timur (2008), jumlah penduduk miskin (penduduk yang berada dibawah Garis Kemiskinan) di Jawa Timur pada bulan Maret 2008 sebesar 6,65 juta (18,51%). Sebagian besar  (65,26%) penduduk miskin berada di daerah perdesaan, sedangkan sisanya (34,74%) tinggal di perkotaan.

Beberapa referensi memberikan definisi yang berbeda tentang definisi dan indikator kemiskinan tersebut. Salah satu indikator kemiskinan menurut Bappenas adalah terbatasnya kecukupan dan mutu pangan. Pemenuhan kebutuhan pangan yang layak masih menjadi persoalan bagi masyarakat miskin. Pada umumnya kesulitan pemenuhan pangan ini disebabkan oleh rendahnya daya beli, tata niaga yang tidak efisien, dan kesulitan stok pangan di beberapa daerah yang terjadi pada musim tertentu.Masalah kecukupan pangan bukan hanya terkait dengan produksi bahan pangan, tetapi juga masalah peningkatan pendapatan karena mayoritas petani miskin harus membeli bahan makanan mereka. Beberapa aset kehidupan untuk pemenuhan kebutuhan pangan diantaranya hasil pertanian dan ternak. Daerah dengan aset pemenuhan kebutuhan pangan lengkap maka pemanfaatan aset tersebut dapat dioptimalkan untuk penurunan angka kemiskinan.

Kriteria penentuan penduduk miskin tentunya tergantung kondisi daerah masing-masing. Seperti yang dilakukan oleh BPS, perhitungan garis kemiskinan sebagai kriteria penentuan penduduk miskin dibedakan untuk daerah perkotaan dan perdesaan. Kriteria penentuan penduduk miskin yang berbeda maka mempengaruhi kebijakan yang diberikan kepada daerah masing-masing. Suatu analisis permodelan regresi untuk mengetahui faktor-faktor yang mempengaruhi angka kemiskinan yang dipengaruhi oleh karakteristik wilayah adalah sangat penting. Permodelan tersebut adalah model spasial. Faktor-faktor yang mempengaruhi tersebut dapat berupa aset kehidupan masyarakat dalam memenuhi kebutuhan pangan.

Beberapa aset kehidupan tersebut adalah luas tanah, produksi pertanian, peternakan, kemampuan menempuh pendidikan, dan fasilitas listrik. Dalam hal ini aset-aset tersebut diukur melalui persentase rumahtangga dengan luas kurang dari 20 m², frekuensi penanaman padi setahun dengan 2 kali irigasi secara teknis, banyaknya ternak yang dipotong (sapi, kerbau, kambing, domba, dan babi), persentase penduduk usia diatas 10 tahun yang tidak/belum pernah sekolah, dan persentase rumahtangga dengan supply listrik. Studi kasusnya adalah kemiskinan di Jawa Timur.

Gambar persebaran HCI ditunjukkan pada gambar berikut :

Survei Diare Balita

(Oleh : Rokhana-Elen-Azmi)
Pada bulan Maret 2011, dilakukan survei terhadap ibu rumah tangga (RT) yang memiliki balita berusia 12 – 36 bulan di Wilayah Kelurahan Mojo Kecamatan Gubeng, Surabaya. Survei ini merupakan bagian penelitian untuk mengetahui hubungan faktor lingkungan dengan kejadian diare pada balita tersebut. Beberapa faktor lingkungan tersebut adalah sumber air bersih, jenis tempat pembuangan tinja, jenis lantai rumah, tempat penyiapan dan penyimpanan makanan.

Dengan menggunakan teknik pengambilan sampel exhaustive sampling didapatkan sampel sejumlah 49 ibu rumahtangga. Berdasarkan hasil survei, selama sebulan terakhir sebanyak 17 balita (34.7%) sedangkan yang tidak mengalami kejadian diare sebanyak 32 balita (65.3%). Diantara balita yang pernah mengalami diare tersebut, sebagian besar rata-rata lama waktu menderita tersebut adalah 1 hingga 3 hari, (82,35%) dan 4 hingga 6 hari (17,65%).

Metode Spasial

Metode spasial merupakan metode untuk mendapatkan informasi pengamatan yang dipengaruhi efek ruang atau lokasi. Pengaruh efek ruang tersebut disajikan dalam bentuk koordinat lokasi (logitude, latitude) atau pembobotnan. Banyak metode yang digunakan baik untuk analisis geostatistik maupun pemodelan.

Aplikasi yang sudah banyak dgunakan adalah pemodelan. Model hubungan spasial seringkali menggunakan hubungan ketergantungan ke dalam bentuk struktur covariance melalui model autoregressive. Proses autoregressive ditunjukkan melalui hubungan ketergantungan antara sekumpulan pengamatan atau lokasi.