Sabtu, 28 Februari 2015

Hitung Sampel Studi Cases Control


Untuk perhitungan sampel studi Case-Control digunakan untuk menghitung nilai Odd Rasio diperlukan beberapa informasi awal, diantaranya adalah perkiraan nilai Odd Rasio (OR) yang dihipotesiskan, Interval Kepercayaan penelitian yang diingin (misal 95%), proporsi kejadian (even) pada kelompok beresiko diketahui atau jika tidak proporsi kejadian (even) pada kelompok tidak beresiko (kontrol) diketahui, dan margin of error yang ditetapkan. 


 Contoh Kasus
Ingin dilakukan studi mengenai wabah penyakit kolera yang diduga disebabkan oleh penggunaan air yang tercemar disebuah wilayah. Dari data diperoleh informasi bahwa ada sebanyak 30% populasi penduduk di wilayah tersebut menggunakan air yang tercemat. Sebuah studi Cases-Control dilakukan melihat pengaruh kejadian kolera dengan penggunaan air yang tercemar untuk memprediksi nilai Odd Rasio (OR) dengan Margin of Error (relative presision) sebesar 25%, dimana nilai OR-nya diprediksi sekitar 2 dan Interval Keyakinan 95%. Berapa jumlah sampel minimal yang harus diambil pada kelompok orang yang terkena kolera pada wilayah tersebut dan juga kelompok orang yang tidak terkena kolera? 




Pada kasus ini informasi yang diketahui untuk menghitung jumlah sampel sebagai berikut: Probabilitas penduduk yang menggunakan air tercemar dan tidak terkena kolera sebesar P2*=30% Probabilitas penduduk yang menggunakan air tercemar dan terkena kolera tidak diketahui P1*= ? Nilai OR diperkirakan sebesar 2 Confident Level 95% sehingga Z(1-α/2)=1.96
Margin of Error, ε = 25%

Untuk menghitung P1* digunakan rumus berikut:








diperoleh nilai P1* = 46.15%

Formula hitung sampel yang digunakan





Dengan menggunakan formula diperoleh besar sampel yang harus diambil 408, artinya sampel yang harus diambil untuk orang yang terkena kolera sebanyak 408 orang dan yang tidak terkena kolera sebanyak 408 orang, kemudian diteliti apakah benar air yang tercemar yang sebagai penyebab kasus kolera araukah factor yang lainnya













Sabtu, 21 Februari 2015

Aplikasi Ekonometrika Dengan Eviews

Sebuah pelatihan yang bertujuan menganalisa kejadian-kejadian dibidang ekonometri, seperti pertumbuhan dan penurunan sebuah indikator ekonomi. Pelatihan ini sangat berguna bagi mereka yang bekerja dalam bidang perencanaan dan evaluator kebijakan. Pelatihan ekonometrik akan sangat membantu dalam mengindikasikan faktor-faktor yang mempengaruhi indikator keberhasilan sebuah perencanaan khususnya dibidang ekonomi dan pembangunan. Dengan diketahuinya faktor-faktor tersebut diharapkan dihasilkan sebuah perencanaan dan kebijakan yang efektif yang mampu mengoptimalkan hasil dari perencanaan dan kebijakan tersebut.
Pelatihan ekonometrika ini menggunakan sofware EVIEWS yang merupakan perangkat lunak yang dikhususkan untuk menganalisa berbagai model Ekonometrika. Model Ekonometrika yang biasa dianalisa dengan EVIEWS diantaranya model Time Series, Crossectional dan Data Panel.

Tujuan Pelatihan
  1. Memahami konsep dasar ekonometrika
  2. Mampu menguji keterkaitan variabel ekonomi
  3. Membuat permodelan ekonomi sebagai hasil dari kajian analisa keterkaitan variabel Ekonomi
  4. Menguji asumsi dalam permodelan Ekonometrika
  5. Menerapan permodelan ekonometrika dalam sotware EVIEWS

Lama Pelatihan : 2  hari, @ 420 menit

Referensi :
Gujarati, D., 2003, Basic Econometrics, McGraw-Hill, New York, USA
Agus Widarjono, 2013, Ekonometrika, Pengantar dan Aplikasinya, UPP STIM YKPN
Manurung, J.J.& Kawan-kawan, 2005, Ekonometika, Teori dan Aplikasi, Elex Media Komputindo, Jakarta


Biaya Pelatihan:
Dosen & Mahasiwa            : Rp    2.500.000,-
Profesional & Umum          : Rp    3.000.000,-

Diskon Biaya Pelatihan;
Pendaftaran  minimal  3 orang peserta diskon 10%

Sylabus :
 

No
MATERI – EKONOMETRIKA
01
PENDAHULUAN

Definisi Ekonometrika

Tujuan Ekonometrika

Tipe Ekonometrika
02
PROGRAM EVIEWS

Pengenalan Program Eviews

Menjalankan Eviews

Menu Dalam Program Eviews

Membuat Workfile dan Import Data

Data Crossectional, Time Series dan Data Panel

Input Data

Menampilkan dan Mengedit Data
03
KORELASI DAN REGRESI LINIER

Analaisa Korelasi

Regresi Linier

Asumsi Regresi BLUE

Regresi Time-Series Vs Crossectional

Regresi Dummy

Uji Perubahan Stuktur : Uji Chow

Pemilihan Model Linier Vs Log Linier

Elastisitas Fungsi Regresi
04
PERMODELAN EKONOMETRIKA

Kriteria Seleksi Model

Kesalahan Spesifikasi

Uji Kesalahan Spesifikasi

Model Nested dan Non-Nested

Uji Model Nested dan Non-Nested

Kriteria Seleksi Model
05
PERMODELAN DATA PANEL

Tipologi Data Panel

Model Efek Tetap (FEM)

Model Efek Random (REM)
06
REGRESI LOGISTIC

Model Regresi Logistic

Relative Risk, CI dlm Regresi Logistic
07
MULTINOMIAL LOGIT

Model Multinomial Logit

Relative Risk, CI dlm Multinomial Logit