Secara literal, ekonometrika berarti "ukuran ekonomi". Meskipun pengukuran adalah bagian penting dalam ekonometrika, lingkupnya lebih luas dari itu, seperti yang dijelaskan oleh kutipan kutipan berikut:
Pengertian Ekonometrika Menurut Para Ahli
1. Menurut Gehard Tinter 1968
Ekonometrika, hasil dari sebuah cara pandang mengenai peran ilmu ekonomi, berisi aplikasi matematika statistik pada data ekonomi untuk meminjamkan dukungan empiris pada model-model yang dibangun oleh matematika ekonomi dan untuk mendapatkan hasil empiris. - Gehard Tinter 1968.
2. Menurut P.A. Samuelson . Et.al 1954
Ekonometrika dapat didefinisikan sebagai analisis kuantitatif dari fenomena ekonomi aktual, berdasarkan perkembangan yang menyeluruh dari teori dan observasi, terkait dengan metode inferensi (penarikan kesimpulan) yang sesuai - P.A. Samuelson . Et.al 1954.
3. Menurut Arthur S. 1964
Ekonometrika dapat didefinisikan sebagai ilmu sosial, di mana perangkat atau metode dari teori ekonomi, matematika, dan inferensi statistika yang diaplikasikan pada analisis dari fenomena ekonomi. - Arthur S. 1964.
4. Menurut E Malinvaud, 1966
Seni ahli ekonometrika adalaj menemukan sejumlah asumsi yang cukup spesifik dan cukup realistis sehingga ia dapat mengambil keuntungan yang memungkinkan dari data yang ada padanya - E Malinvaud, 1966
5. Menurut T. Havelmo , 1994
Metode dari tujuan penelitian ekonometrika secara mendasar terletak pada suatu penghubung antara teori ekonomi dan pengukuran aktual menggunakan teori dan teknik inferensi statistika sebagai jembatannya - T. Havelmo , 1994
Konsep dan Tujuan Ekonometrika
Sebagaimana yang telah dijelaskan melalui definisi-definisi tersebut, ekonometrika adalah sebuah campuran dari teori ekonomi, matematika ekonomi, statistika ekonomi, dan matematika statistika. Akan tetapi topik ini pantas dipelajari secara tersendiri oleh karena alasan-alasan berikut ini.
Tujuan utama dari matematika ekonomi adalah untuk menyatakan teori ekonomi dalam bentuk matematis (persamaan) meskipun teori tersebut belum tentu dapat diukur atau belum teruji secara empiris. Ekonometrika seperti yang telah dijelaskan sebelumnya bertujuan dalam pengujian empiris dari teori ekonomi.
Seperti yang akan kita lihat nanti, Ahli ekonometrika sering menggunakan persamaan matematika dari ekonomi matematika untuk mereka uji secara empiris.oleh karena itu diperlukan kecerdikan dan kemampuan praktis yang baik untuk dapat menterjemahkan konversi matematis ini menjadi persamaan ekonometrika.
Statistik ekonomi secara umum bertujuan untuk mengumpulkan, mengelola, dan menyajikan data ekonomi dalam bentuk grafik grafik dan tabel tabel. Hal tersebut yang menjadi tugas ahli statistika ekonomi.
Mereka bertanggung jawab untuk mengumpulkan data PNB (produk nasional bruto), jumlah pekerja, tingkat/ jumlah penganguran,harga, dan seterusnya. Data yang dikumpulkan merupakan data mentah yang dipakai untuk proses ekonometrika.
Akan tetapi tugas ahli statistika ekonomi hanyalah sampai di situ saja.tugasnya tidak mencakup pengujian data yang telah terkumpul untuk diuji terhadap teori ekonomi. Tentu saja pengujian data tersebut adalah tugas dari ahli ekonometrika.
Walaupun matematika statistika menyediakan banyak perangkat yang digunakan, ekonometrika seringkali harus menggunakan metode-metode tertentu untuk mengetahui sifat sifat khusus dari sebagian besar data ekonomi.
Contoh Ekonometrika
Sebagai contoh apakah data yang dimiliki merupakan hasil dari percobaan yang terkontrol atau tidak ? Ahli ekonometrika mirip seperti ahli meteorologi, ya itu sangat bergantung pada data yang kenyataannya tidak bisa dikendalikan atau dikontrol. Sebagaimana spanos berpendapat bahwa :
Dalam ekonometrika, para pembuat model ekonometrika seringkali berhadapan dengan data yang bertentangan antara observasi dan hasil eksperimen.kondisi ini memiliki dua implikasi atau dampak penting pada pemodelan empiris dari ekonometrika.
Pertama, para pembuat model harus menguasai banyak keterampilan yang dibutuhkan untuk menganalisis data eksperimen.
Kedua, oleh karena pengumpulan data dan analisis data adalah orang yang berbeda, maka pembuat model harus memahami secara menyeluruh mengenai sifat-sifat dan struktur data yang digunakan.