Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Data pada lampiran 2 merupakan data Konsumsi, Real Gross Domestict Product dan Investsi
(dalam logaritma) dari periode 1984 kuartal pertama hingga1997 kuartal kedua. Berdasarkan
data tersebut, maka dilakukan :
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
Berdasarkan hasil uji akar unit (unit root test) pada tingkat level, dapat dilihat bahwa
tidak semua variabel dalam penelitian stasioner. Diketahui bahwa pada variabel LOGRGDP
nilai ADF nya lebih kecil dari nilai kritis MacKinnon pada tingkat signifikansi 5% yang
artinya variabel tersebut stasioner pada tingkat level, sedangkan nilai ADF pada kedua
variabel lainnya lebih besar dari dari nilai kritis MacKinnon pada tingkat signifikansi 5%
yang artinya variabel tersebut tidak stasioner pada tingkat level. Sehingga, perlu dilakukan uji
derajat integrasi atau uji stasioneritas pada derajat difference sampai semua variabel yang
diamati stasioner pada derajat yang sama.
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
Berdasarkan hasil uji derajat integrasi pada tingkat first difference, diketahui bahwa
bahwa semua variabel dalam penelitian stasioner mempunyai nilai ADF yang lebih kecil dari
nilai kritis MacKinnon pada tingkat signifikansi 5% yang artinya semua variabel tersebut
stasioner pada tingkat first difference. Hal ini menunjukkan bahwa dalam pengujian ini akan
digunakan data yang terintegrasi pada derajat satu.
Dilihat dari hasil uji unit root, diperoleh beberapa variabel yang tidak stasioner, maka
dilakukan penentuan orde integrasi untuk mengetahui sampai berapa kali diferensiasi harus
dilakukan agar daa bisa menjadi stasioner. Kemudian setelah dilakukan uji derajat integrasi,
diperoleh hasil data stasioner pada diferensiasi tahap 1, maka data tersebut integreted of
order one atau I (1). Sehingga data tersebut hanya perlu dilakukan satu kali diferensiasi agar
bisa menjadi data stasioner.
Berdasarkan hasil uji kausalitas granger (granger causality test) di atas, diketahui
bahwa yang memiliki hubungan kauslitas adalah yang memiliki nilai probabilitas lebih kecil
dari 0,05 yang berarti suatu variabel akan mempengaruhi variabel lain.
Berdasarkan hasil uji panjang lag optimum (lag length criteria), nilai lag terdapat
pada lag 1, dimana pada lag ini terhimpun nilai terendah bagi Final Prediction Error (FPE),
Akaike Information Criterion (AIC), Schwarz Information Criterion (SC), dan Hannan-
Quinn Information Criterion (HQ) terdapat pada lag 1 oleh karena itu, panjang lag optimum
berada pada lag 1. Sehingga dalam melakukan uji kointegrasi, VAR, VECM, maupun
granger causality maka dapat menggunakan lag 1.
d. Uji Kointegrasi
D(LOGCONSUM
P) -990478.1 -122884.5 189634.7
D(LOGINV) -44193.80 3789.569 -14489.30
D(LOGRGDP) 10179.18 399456.9 35593.69
Berdasarkan hasil uji kointegrasi johansen, diketahui bahwa pada tingkat keyakinan
5% nilai trace statistic < critical value dan nilai max-eigen statistic < critical value, artinya
ketiga variabel tidak saling berkointegrasi, sehingga dapat disimpulkan bahwa tidak terdapat
hubungan stabilitas keseimbangan jangka panjang.
Berdasarkan uji kointegrasi tersebut, model yang akan digunakan adalah model
Vector Auto Regression (VAR), karena model Vector Error Correction Model (VECM) tidak
cocok dengan kondisis data yang tidak terkointegrasi. Spesifikasi model VECM merestriksi
hubungan jangka panjang variabel-variabel endogen agar konvergen ke dalam hubungan
kointegrasinya, sedangkan ketiga variabel yang ada tidak saling berkointegrasi.
Root Modulus
0.954803 0.954803
0.875918 0.875918
0.408726 0.408726
-0.312529 0.312529
-0.126321 0.126321
-0.012786 0.012786
Berdasarkan hasil uji stabilitas model VAR, diketahui bahwa tidak ada akar
karakteristik (Root of Characteristic Polynominal) dan Modulus yang lebih dari 1, maka
dapat disimpulkan bahwa model VAR tersebut stabil.
2) Uji Normalitas
14
Series: Residuals
12 Sample 1984Q1 1997Q2
Observations 54
10
Mean 5.95e-09
Median -321736.8
8 Maximum 6053182.
Minimum -6083224.
6 Std. Dev. 2686255.
Skewness 0.229201
4 Kurtosis 2.547208
Jarque-Bera 0.934093
2
Probability 0.626851
0
-3999990 10 4000010
3) Uji Heteroskedastisitas
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/20/20 Time: 02:16
Sample: 1984Q1 1997Q2
Included observations: 54
4) Uji Autokorelasi
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 04/20/20 Time: 02:17
Sample: 1984Q1 1997Q2
Included observations: 54
Presample missing value lagged residuals set to zero.
Berdasarkan hasil uji autokorelasi, diketahui bahwa nilai Prob Chi-Square(2) sebesar
0,0379 dimana < 0,05 yang berarti terjadi masalah autokorelasi serial.
g. Analisa Impulse Response dan Variance Decomposition
0 0 0
0 0 0
0 0 0
Pada grafik diatas, dapat dilihat bahwa respon antar variabel mengalami penurunan
pada awal periode, namun kemudian setelahnya dampak shock mulai berkurang sehingga
tidak ada respon penurunan hingga akhir periode.
2480138 0.00000
1 . 100.0000 0 0.000000
2678084 1.55492
2 . 98.40854 9 0.036536
2926012 6.77466
3 . 92.75947 4 0.465863
3101301 10.9881
4 . 88.28566 7 0.726161
3261779 14.8271
5 . 84.35157 8 0.821247
3399324 17.9411
6 . 81.24562 3 0.813249
3521510 20.5151
7 . 78.71826 4 0.766597
3630129 22.6358
8 . 76.64199 5 0.722162
3727666 24.4002
9 . 74.89916 4 0.700605
3815680 25.8779
10 . 73.41194 5 0.710107
149003. 97.8733
1 8 2.126637 6 0.000000
176064. 92.5321
2 7 7.058920 6 0.408923
200301. 86.4033
3 7 12.09445 7 1.502178
219579. 81.6969
4 0 15.69430 6 2.608732
236246. 78.0727
5 6 18.34776 5 3.579490
250635. 75.3223
6 7 20.26774 9 4.409872
263246. 73.1876
7 5 21.69396 9 5.118349
274364. 71.4974
8 1 22.77275 8 5.729771
284227. 70.1309
9 4 23.60598 5 6.263073
293016. 69.0062
10 6 24.26087 7 6.732863
1253337 1.85430
1 . 0.000119 2 98.14558
1658856 1.67729
2 . 7.28E-05 5 98.32263
1913480 1.60904
3 . 0.000749 3 98.39021
2087988 1.56248
4 . 0.001025 6 98.43649
2212484 1.53222
5 . 0.001208 9 98.46656
2303318 1.51040
6 . 0.001266 4 98.48833
2370528 1.49419
7 . 0.001267 8 98.50453
2420723 1.48169
8 . 0.001240 6 98.51706
2458449 1.47183
9 . 0.001207 2 98.52696
2486930 1.46390
10 . 0.001179 8 98.53491
Hasil variance decomposition dapat dilihat dari tabel di atas, fluktuasi differen
LOGCONSUMP dipengaruhi LOGINV dan LOGRGDP. Pada periode ke-2 differen
LOGCONSUMP tertinggi 98,40 persen kemudian terus menurun sampai periode ke-10
dimana proporsi shock Konsumsi (LOGCONSUMP) itu sendiri masih besar yaitu 73,41
persen. Selanjutnya, adanya shock Investasi (LOGINV) memiliki kontribusi yang terus
meningkat setiap periode, sedangkan kontribusi shock Real Gross Domestic Product
(LOGRGDP) tidak selalu meningkat sehingga bisa dibilang fluktuatif. Pada periode ke-10,
shock Investasi (LOGINV) dan shock Real Gross Domestic Product (LOGRGDP) masing-
masing berkontribusi 25,87 persen dan 0,71 persen. Dari hal tersebut, dapat diketahui bahwa
shock Investasi (LOGINV) memberikan pengaruh yang jauh lebih besar terhadap Konsumsi
(LOGCONSUMP) daripada shock Real Gross Domestic Product (LOGRGDP).