Memahami Sebuah Tulisan Ilmiah

Dalam sebuah tulisan baik artikel, paper maupun jurnal, ternyata ada ketentuan-ketentuannya dalam menulis. Jadi tidak hanya menulis tanpa tujuan ya, tetapi tulisan tersebut mengungkapkan sebuah klaim terhadap suatu issue dimana belum terbukti kebenarannya (jadi bukan berupa fakta). Klaim yang ada pada tulisan tersebut akan didukung dengan reason-reason penulis yang semakin memperkuat tulisan tersebut. Reason tersebut dapat berupa subklaim-subklaim yang belum terbukti juga kebenarannya. Hingga pada suatu titik dimana penulis akan membuktikan tulisannya dengan evidence yang nantinya akan mensupport tulisan tersebut.

Sebagai contoh terdapat artikel yang membahas tentang efek menyalakan lampu saat tidur terhadap kesehatan anak. Dalam hal ini kita bisa menarik klaim dari penulis yang ingin membahas sebuah issue yang bukan merupakan fakta yaitu efek lampu apakah bisa mengganggu kesehatan anak atau tidak. Artikel tersebut kemudian terdapat alasan-alasan yang mengarah pada klaim di awal. Pada akhirnya dibuktikan dengan eksperimen seseorang yang telah melakukan penelitian terkait efek dari menyalakan lampu saat tidur terhadap kesehatan.

Dalam sebuah research report kita akan menemukan permasalahan-permasalahan yang diangkat oleh penulis, muncullah pertanyaan-pertanyaan dari permasalahan tersebut. Reason-reason berupa subklaim disampaikan sebagai argumentasi yang telah disusun berhubungan satu dengan yang lain menunjang claim di awal.  Kemudian dijelaskan dalam sebuah penelitian dengan menggunakan tools dan data yang digunakan oleh penulis untuk menjawab pertanyaan tersebut dan diperkuat dengan evidence dari eksperimen sebelumnya. Jika masih ada kelemahan juga akan disampaikan penulis dalam tulisan tersebut.

Jadi kesimpulannya, sebuah tulisan itu mengangkat suatu hal yang baru atau sesuatu yang pernah diangkat sebelumnya tetapi masih memiliki kelemahan. Tujuan penulis adalah untuk membuktikan klaim tersebut apakah memang benar seperti itu ataupun sebaliknya...

Mari Mengenal Model Ekonomi dan Instrumennya

Role model, mungkin kita sudah terbiasa mendengar kata-kata tersebut. Sebenarnya apa sih yang dimaksud dengan model? Model itu ibaratnya contoh atau sesuatu yang dibuat untuk menjelaskan sesuatu yang dimaksud. Nah sekarang jika kita mengaitkannya dengan ekonomi, kita harus memaknai ekonomi itu sendiri. Dalam ilmu ekonomi kita belajar tentang memaksimalkan tujuan (baik utility maupun profit) dengan resources terbatas. Model ekonomi adalah abstraksi dari realitas untuk memahami pelaku ekonomi di dunia nyata. Permodelan ini tentunya harus memenuhi asumsi-asumsi sehingga dapat dibentuk suatu permodelan yang baik. 

Asumsi-asumsi tersebut diantaranya adalah:

1. Asumsi Ceteris Paribus, mengasumsikan variabel lain adalah konstan dengan tujuan untuk mempermudah analisis (partial derivatif)

2. Optimization Assumption, secara rasional untuk mencapai tujuan tertentu, hal ini terkait dengan behaviour yang dilakukan, konsep matematik sehingga melahirkan model yang kuat.

3. Positive-Normative Distinction. normative yang seharusnya dilakukan, positive adalah mencari teori ekonomi untuk menjelaskan fenomena yang diobservasi.

Supply-Demand Equilibrium

Pasti kita tidak asing mendengar istilah equilibrium ya..equilibrium adalah suatu kondisi dimana terjadi perpotongan antara kurva demand dan kurva supply. Perpotongan ini terjadi ketika titik mencapai keseimbangan antara quantity  dan harga. Qd = Qs. Apakah equilibrium bisa berubah? bisa, ketika ada perubahan-perubahan seperti harga barang meningkat, dll. Nilainya dapat diperoleh dengan menggunakan general equilibrium models, dan marshallian models.

Welfare economics

Belajar bagaimana individu itu bisa terpengaruh. Welfare economic berbanding lurus dengan utility, ketika individu memiliki income yang cukup untuk membeli barang dan mendapatkan utility yang maksimum maka welfarenya akan meningkat. Sebaliknya jika terjadi penurunan utility maka welfarenya juga akan mengalami penurunan.

Nah tadi kita sudah tahu bahwa semua pelaku ekonomi pasti menginginkan segala sesuatunya mencapai titik maksimal, baik itu utility dari sisi konsumen maupun profit dari sisi produsen. Tapi bagaimana cara memperoleh titik maksimal tersebut?

1. Dengan FOC (First order condition/uji turunan pertama. Caranya dengan menurunkan fungsi sehingga diperoleh apakah dia fungsi naik dan fungsi turun. Jika f' >0 (+) maka merupakan fungsi naik, f'<0 (-) maka merupakan fungsi turun. Titik optimal terjadi ketika f'=0.

2. FOC tidak cukup untuk menentukan apakah sudah mencapai kondisi maksimum atau minimum. Untuk membuktikan apakah fungsi tersebut fungsi maksimum atau minimum adalah dengan Second Order condition/uji turunan kedua. Uji turunan kedua untuk menentukan kecekungan fungsi. Jika   f''<0 (-) maka mencapai kondisi maksimum (terbuka ke bawah), jika f''>0 (+) maka mencapai kondisi minimum (terbuka ke atas) 

Fungsi dari beberapa variabel:

1. Partial derivatives: mengasumsikan variabel lainnya ceteris paribus

2. Elastisitas: perubahan diukur dalam persentase

3. Turunan parsial kedua

4. Teorema Young: nilainya akan sama ketika diturunkan secara bergantian

5. Total differential: perubahan total dari Y terhadap semua X yang berubah

6. Envelope theorem: optimal value (equilibrium) bisa berubah kalau parameter dari value itu berubah

7. Constrained maximization (Lagrangian multiplier method): mengkonversi suatu masalah ke fungsi lagrange (ada kendala)

8. Duality: akan menghadapi permasalahan sama dengan 2 perspektif yang berbeda

9. Inequality constraints: menghadapi pertidaksamaan. Jika dalam persamaan dapat menghabiskan anggaran, maka dalam pertidaksamaan anggaran tidak sepenuhnya digunakan untuk memaksimalkan utility.

10. Homogenous functions

11. Euler's Theorem

12. Homothetic funtions

Ke semua cara yang diterapkan pada multi variabel tersebut memiliki tujuan yang sama yaitu untuk mencari kondisi maksimum dan nilai dari variabel-variabelnya dengan berbagai macam permasalahan atau constrain yang muncul dari fenomena-fenomena yang ada...

Tak Kenal Maka Tak Sayang: EKMET 1

Memasuki babak perkuliahan yang sebenarnya, tidak sepadat matrikulasi. Tapi...materi-materinya lebih susah guys, jadi ga bisa penerapan sistem kebut semalam (SKS) untuk memahami semua perkuliahan. Karena sifatnya lebih matematis, jadi penurunan rumus dan pembuktian itu sangat diperlukan. Untuk matematisnya, saya sangat menyarankan untuk sering-sering latihan soal-soal matematika supaya ketika kita terbiasa. Tetapi kita tidak boleh melupakan tentang esensi dan maksud dari apa yang telah kita pelajari, karena jika tidak semua yang kita pelajari akan mudah hilang. Begitu eksak, jadi segala yang berhubungan dengan matematis pun bahasa yang digunakan sangat baku. Akan tetapi, ini jangan kita jadikan sebagai kendala kita untuk belajar memahami ya..

Karena blog ini bukan artikel ilmiah, jadi saya akan memix-kan antara konsep dengan pemahaman saya yang menurut saya paling gampang dicerna. Jika tidak sama saja seperti saya membaca text book yang mungkin ketika dibaca kembali perlu waktu untuk memahaminya lagi kan? Tak kenal maka tak sayang, begitulah ketika pertemuan pertama dalam setiap sesi perkuliahan..tapi jangan salah, introduction benar-benar berbobot apalagi pertemuan selanjutnya. Bisa nyerna ga ya? supaya bisa nyerna dengan baik dan benar insya Allah saya akan update hal-hal penting tapi tidak spesifik (karena jujur ini cuma kayak ringkasan saja dan mungkin ga bisa digunakan sebagai acuan karena ga ada equation dll). Yang penting saya bisa memahami tulisan saya ini, dan syukur-syukur kalau bisa berguna buat orang lain.

Apa kegunaan ekonometrik? 

Untuk melihat implikasi dari variabel independen terhadap variabel dependen, kemudian mencari dampak serta mengquantifiernya sehingga dapat mencari efektivitas dan upaya yang paling efisien. Dalam proses identifikasi strategi ada 3 hal yang perlu diperhatikan yaitu (1) memilih data yang tepat dan presisi, (2) research question yang bagus dan (3) pemilihan model yang tepat.

Dalam ekonometrik ada teknik classical dan modern. Pemahaman akan teknik classical penting salah satunya untuk memahami pengambilan kesimpulan, teknik inferensia yang tepat, mendapatkan signifikansi serta homoskedastisitas. Dalam sebuah persamaan antara variabel independen dan dependen tidak semuanya variabel independen dapat mempengaruhi variabel dependennya.

Mean independent assumption adalah asumsi bagaimana variabel X benar-benar independen dan berpengaruh terhadap Y atau yang disebut dengan orthogonality assumption atau randomly assign x. Cara untuk memperolehnya adalah dengan randomised trial yaitu dengan melakukan test efek dari masing-masing variabel X terhadap Y. Sehingga akan diperoleh beta yang betul-betul merupakan dampak variabel independen yang mempengaruhi variabel dependen.

Awal mula dari istilah selection bias adalah ketika ada penelitian yang diuji dari dua kelompok variabel yaitu variabel yang mengalami peristiwa (event) dan tidak mengalami peristiwa pengaruhnya terhadap variabel Y (dependen). Hasilnya ternyata tidak bisa dibentuk kesimpulan mana yang lebih baik mempengaruhi. Hal ini disebabkan karena adanya selection bias yang dapat mengacaukan hasil dari regresi. 

Inti dari masalah causal inference adalah kegagalan untuk mendapatkan 2 kelompok yang setara (variabel yang independen /random) yang kemudian tidak dipengaruhi oleh hal lain. Atau dengan kata lain kegagalan dalam mencari counter factual dari kelompok yang akan diuji.

Bagaimana cara mengatasi hal tersebut?

Caranya adalah dengan teknik controlling yaitu dengan membuang/menslice out effect yang tidak simetris yang bisa mengkontaminasi atau yang disebut dengan conditioning strategy dengan cara Conditional Independen Assumption (CIA). 

Apa itu multikolinieritas?

Variasi X1 dan X yang lain saling berhubungan atau X1 tidak independen dengan X2. Tidak boleh perfect multikol, hubungan ini tidak hanya x1 dan x2 tetapi juga x1,x2 terhadap Y.

Bagaimana cara untuk mendapatkan X yang betul-betul independen?

Adalah dengan randomisasi. Pada intinya konsep acak berarti setiap orang akan mempunyai chance yang sama sehingga dapat menghilangkan grouping, hal ini dapat dibuktikan dengan random alocation. Dan pada akhirnya akan diperoleh:

Random Assignment akan mengeliminasi Selection Bias

Solusinya adalah menggenerate X dengan randomisasi, dan juga proses eksperimen. Jika masih tidak bisa maka dapat menggunakan teknk-teknik quasi experimental termasuk menyusun sampelnya

Ceteris Paribus

Adalah faktor lain yang kita anggap penting tidak berubah. Mencari pembanding yang setara (Covariate Balance).

Jadi itu tadi guys sedikit perkenalannya. Nah, dengan begini ketika saya buka blog ini, saya dengan cepat memahami apa yang telah saya pelajari...