Tugas Mini Riset Ekonometrika

Ekonometrika merupakan cabang ilmu ekonomi yang memadukan teori ekonomi, statistika, dan matematika untuk menguji hipotesis serta memodelkan hubungan antarvariabel ekonomi. Pada tingkat perguruan tinggi, terutama dalam program sarjana, mahasiswa biasanya diberikan tugas mini riset ekonometrika sebagai bagian dari mata kuliah statistik atau ekonometrika. Tugas ini dirancang untuk melatih kemampuan analitis, penggunaan perangkat lunak statistik, serta penyusunan laporan penelitian yang ilmiah.

1. Tujuan Umum Tugas Mini Riset

• Menerapkan konsep teoritis yang dipelajari di kelas ke dalam kasus nyata.
• Melatih kemampuan mengumpulkan, membersihkan, dan mengolah data.
• Menggunakan software statistik (mis. Stata, EViews, R, atau SPSS) untuk estimasi model.
• Menilai validitas model melalui ujiuji statistik (multikolinearitas, heteroskedastisitas, autokorelasi, dll).
• Mengembangkan kemampuan menulis laporan ilmiah yang terstruktur.

2. Langkahlangkah Pelaksanaan

2.1. Pemilihan Topik dan Variabel

Pilih topik yang relevan dengan bidang ekonomi yang diminati, misalnya:

• Pengaruh pendapatan per kapita terhadap tingkat kemiskinan.
• Faktorfaktor yang memengaruhi inflasi di Indonesia.
• Hubungan investasi asing langsung (FDI) dengan pertumbuhan ekonomi.

Setelah topik ditentukan, tentukan variabel dependen (variabel yang ingin dijelaskan) dan variabel independen (penjelas).

2.2. Pengumpulan Data

Data dapat diperoleh dari sumber resmi seperti Badan Pusat Statistik (BPS), Bank Indonesia, World Bank, atau publikasi akademik. Pastikan data bersifat:

• Timeseries (berurutan dalam waktu) atau crosssectional (antar unit).
• Terbuka dan dapat diakses secara gratis.
• Memiliki rentang waktu yang cukup untuk analisis (biasanya minimal 1015 pengamatan).

2.3. Pembersihan dan Pengolahan Data

Langkah ini meliputi:

• Memeriksa missing values dan outlier.
• Melakukan transformasi logaritma atau differencing bila diperlukan.
• Mengonversi satuan atau menyesuaikan frekuensi (bulanan, triwulanan, tahunan).

2.4. Estimasi Model

Model regresi linear paling umum digunakan dalam tugas mini. Contoh persamaan:

Y = 0 + 1X1 + 2X2 +  + 

Dimana:

• Y = variabel dependen.
• X1, X2, = variabel independen.
• 0 = intercept, i = koefisien regresi.
• = error term.

Gunakan perintah regress di Stata atau fungsi lm() di R untuk mengestimasi.

2.5. Uji Asumsi Klasik

Setelah model diestimate, lakukan ujiuji berikut:

• Uji multikolinearitas VIF (Variance Inflation Factor) sebaiknya < 10.
• Uji heteroskedastisitas BreuschPagan atau White test.
• Uji autokorelasi DurbinWatson (nilai 1.52.5 ideal).
• Uji normalitas residual JarqueBera atau KolmogorovSmirnov.

Jika asumsi tidak terpenuhi, lakukan perbaikan seperti transformasi variabel atau penggunaan regresi robust.

2.6. Interpretasi Hasil

Fokus pada tiga hal utama:

• Signifikansi statistik nilai p < 0.05 menunjukkan koefisien signifikan.
• Besaran koefisien menjelaskan arah dan kekuatan pengaruh masingmasing variabel.
• Goodness of fit Rsquared dan Adjusted Rsquared menilai sejauh mana model menjelaskan variabilitas data.

2.7. Penulisan Laporan

Laporan harus mencakup bagianbagian berikut:

1. Abstrak (150200 kata).
2. Pendahuluan latar belakang, rumusan masalah, tujuan riset.
3. Kajian Pustaka teori dan hasil penelitian terdahulu.
4. Metodologi sumber data, variabel, teknik estimasi, uji asumsi.
5. Hasil dan Analisis tabel regresi, interpretasi koefisien, hasil uji asumsi.
6. Kesimpulan dan Saran ringkasan temuan, implikasi kebijakan, keterbatasan.
7. Daftar Pustaka memakai gaya penulisan APA atau Chicago.
8. Lampiran kode dofile, output software, data mentah.

3. Contoh Kasus Mini Riset

Judul: Pengaruh Tingkat Pendidikan Terhadap Pengangguran di Indonesia (20102020)

Variabel:

• Y = Tingkat Pengangguran (%)
• X1 = Persentase penduduk usia 1564 tahun yang memiliki pendidikan menengah atas atau lebih
• X2 = Produk Domestik Bruto (PDB) per kapita (dalam juta Rupiah)

Data diunduh dari BPS dan World Bank. Setelah transformasi logaritmik pada X2, model regresi yang diestimate menghasilkan:

                  Coef.   Std. Err.   t      P>|t|    ------------------------------------------------    _cons       5.312    0.723     7.35   0.000    X1         -0.048    0.012    -4.00   0.001    log(X2)     0.736    0.184     4.00   0.001    ------------------------------------------------    R-squared   0.78    

Interpretasi singkat:

• Setiap kenaikan 1% dalam persentase penduduk berpendidikan menengah atas menurunkan tingkat pengangguran sebesar 0,048 poin persentase.
• Peningkatan PDB per kapita juga menurunkan pengangguran; koefisien log menunjukkan elastisitas 0,736.
• Model memiliki Rsquared 0,78, artinya 78% variasi pengangguran dapat dijelaskan oleh kedua variabel tersebut.

4. Tips Sukses Menyelesaikan Tugas Mini Riset

• Mulai lebih awal proses pengumpulan data seringkali memakan waktu.
• Gunakan sumber data resmi untuk menghindari masalah kualitas.
• Selalu simpan skrip/command sehingga dapat direproduksi.
• Jangan menyalin tabel langsung dari software; formatkan tabel agar rapi dan mudah dibaca.
• Mintalah feedback dari dosen atau teman sebelum menyerahkan laporan akhir.

5. Penutup

Tugas Mini Riset Ekonometrika bukan sekadar latihan menghitung koefisien, melainkan proses lengkap mulai dari identifikasi masalah ekonomi hingga penyajian temuan dalam bentuk yang dapat dipahami oleh pembuat kebijakan. Dengan mengikuti langkahlangkah sistematis, mahasiswa dapat memperdalam pemahaman teoritis, mengasah keterampilan statistik, serta menghasilkan karya ilmiah yang bernilai.

Referensi utama yang dapat dijadikan acuan:

• Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach. 6th ed.
• Gujarati, D. N., &Porter, D. C. (2022). Basic Econometrics. 7th ed.
• BPS (2024). Data Statistik Indonesia. https://www.bps.go.id