Ekonometri

S1 Ekonomi Islam

Mendeskripsikandan menganalisis tentang pengertian ekonometrika; korelasi dan regresi; regresilinear sederhana; regresi linier berganda; penyimpangan asumsi model klasik;regresi dengan variabel bebas dummy; serta model regresi panel. Pembelajarandilakukan dengan menerapkan pendekatan langsung, kooperatif, serta praktikum.


Pemula Menengah Mahir

Capaian Mata Kuliah

  • Mampu memanfaatkan IPTEKS dalam bidang ekonometrika sertamengaplikasikannya melaluisoftware.
  • Menguasai konsep teoritis bidang ekonometrika serta mengolah data dalam modelregresi linier dan model regresi panel.
  • Mampu mengambil keputusan berdasarkan analisis informasidan data serta memberikan petunjuk dalammemilih alternatif solusi.
  • Bertanggungjawab dalam menginformasikan hasil analisisinformasi dan data baik secara lisan dan tulisan
  • Pokok Bahasan

    • 1.1 dapat menjelaskan pengertian ekonometrika 1.2 dapat menjelaskan peran ekonometrika 1.3 dapat menjelaskan tujuan ekonometrika 1.4 dapat menjelaskan kategori ekonometrika 1.5 dapat menjelaskan penyelidikan ekonometrika
    • 2.1 dapat menjelaskan pengertian korelasi 2.2 dapat menganalisis perbedaan korelasi dan regresi 2.3 dapat menganalisis dan mengaplikasikan ke dalam contoh soal koefisien korelasi pearson 2.4 dapat menganalisis dan mengaplikasikan ke dalam contoh soal korelasi rank spearman 2.5 dapat menjelaskan asal sejarah istilah regresi 2.6 dapat menjelaskan penafsiran modern regresi 2.7 dapat menjelaskan perbedaan antara ketergantungan statistik dengan fungsional 2.8 dapat menjelaskan regresi dan hubungan sebab akibat 2.9 dapat menjelaskan perbedaan regresi dan korelasi 2.10 dapat menjelaskan istilah dan notasi
    • 3.1 dapat menjelaskan konsep dasar regresi linear sederhana 3.2 dapat menjelaskan konsep fungsi regresi populasi 3.3 dapat menjelaskan spesifikasi stokastik fungsi regresi populasi 3.4 dapat menjelaskan fungsi regresi sampel 3.5 dapat menjelaskan arti istilah linear 3.6 dapat menjelaskan sifat dasar gangguan stokastik 3.7 dapat menjelaskan asumsi dasar regresi linear 3.8 dapat menganalisis dan mengaplikasikan ke dalam contoh soal metode kuadrat terkecil 3.9 dapat menjelaskan sifat penduga (a) dan (b) 3.10dapat menjelaskan koefisien determinasi 3.11 dapat menjelaskan asumsi kenormalan 3.12 dapat menjelaskan sifat-sifat penduga berdasarkan asumsi kenormalan 3.13 dapat mengaplikasikan analisis regresi sederhana melalui media komputer dapat mengaplikasikan analisis regresi sederhana melalui media komputer
    • 4.1 dapat menjelaskan arti dan model regresi berganda 4.2 dapat menjelaskan asumsi model regresi berganda 4.3 dapat menjelaskan penafsiran persamaan regresi berganda 4.4 dapat menjelaskan arti dan pendugaan koefisien regresi parsial 4.5 dapat menjelaskan kesalahan baku regresi berganda parsial 4.6 dapat menjelaskan koefisien determinasi 4.7 dapat menganalisis dan mengaplikasikan kedalam contoh soal regresi berganda 4.8 dapat menjelaskan koefisien determinasi yang disesuaikan (adjusted r2) dapat menjelaskan koefisien determinasi yang disesuaikan (adjusted r2) 4.9 dapat menganalisis dan mengaplikasikan kedalam contoh soal koefisien regresi parsial 4.10dapat mengaplikasikan analisis regresi berganda melalui media komputer
    • 5.1 dapat mendeteksi mengatasi masalah autokorelasi dalam regresi 5.2 dapat menganalisis dan mengaplikasikan kedalam contoh soal autokorelasi 5.3 dapat mendeteksi mengatasi masalah heteroskedastisitas dalam analisis regresi 5.4 dapat menganalisis dan mengaplikasikan kedalam contoh soal heteroskedastisitas 5.5 dapat mendeteksi mengatasi masalah multikolinearitas dalam analisis regresi 5.6 dapat menganalisis dan mengaplikasikan kedalam contoh soal multikolinearitas 5.7 dapat mengaplikasikan uji asumsi klasik melalui media komputer
    • 7.1 dapat mendeskripsikan definisi panel data 7.2 dapat mengaplikasikan permodelan panel data 7.3 dapat memilih model yang tepat 7.4 dapat mengaplikasikan model panel data dengan media komputer
    • 8.1 dapat mendiskripsikan karakteriktik data time series 8.2 dapat mendeskripsikan trend dan seasonality 8.3 dapat mengaplikasikan autoregressive distributed lag model (ardl)

    Course

    Durasi Kuliah 16 Minggu
    Instructor:
    Max. students: 50
    Attending: 30