Académique Documents
Professionnel Documents
Culture Documents
Pengecekan Stasioneritas
Hal penting yang harus diingat ketika menganalisis data time series adalah
mengutamakan pengecekan stasioneritas datanya sebelum diproses lebih lanjut
(lebih detail mengenai uji stasioneritas menggunakan eviews bisa dilihat di
postingan ini).
Khusus untuk metode ECM, pastikan seluruh variabel yang digunakan, tidak ada
yang stasioner pada Level. Oleh karena itu, tahap pertama dalam tutorial ini adalah
menguji stasioneritas seluruh variabel. Supaya lebih memudahkan, stasioneritasnya
tidak usah dicek satu-satu tapi secara bersamaan. Caranya, pada Workfile
ECM,block semua variabel yg ingin digunakan, klik kanan lalu pilih Open > as
Group. Setelah itu akan muncul tampilan seperti gambar di bawah:
Selanjutnya, pada window baru, klik View > Unit Root Test, dan kemudian akan
muncul window dengan nama "Group Unit Root Test" seperti gambar di bawah.
Untuk tahap awal, set tipe data ke Level.
Untuk uji stasioneritas kumpulan variabel ini, yang berbeda dengan 1 variabel
adalah Test Type-nya (kotak hijau). Supaya stasioneritas masing-masing variabel
bisa dicek, pilih Test Type yang ada kata "Individual..."-nya. Setelah itu klik OK,
yang lain tidak usah diubah.
Berikutnya akan muncul window yang berisi output seperti:
Bagian yang perlu diperhatikan adalah kolom Probability yang posisinya paling
bawah output. Karena hasil pengujian yang diinginkan adalah seluruh variabel tidak
stasioner pada Level, nilai probabilitas masing-masing variabel harus lebih besar
block lagi semua variabelnya pilih Open > as Equation..., setelah itu akan akan
munculwindow tempat kita mengisi persamaan. Tulis persamaannya persis seperti
gambar di bawah:
Pilihan yang lain tidak perlu diubah, setelah tulis persamaan langsung klik OK.
Berikutnya akan muncul output yang berisi estimasi dari koefisien2 tiap variabel
bebas. Perhatikan nilai2 signifikansi yang dilingkari pada gambar di bawah:
Cek nilai F-statistic (kotak hijau) lebih dulu, kalau memang sudah lebih kecil dari
alpha (0.05), barulah bisa kita cek nilai signifikansi masing2 variabel (kotak biru).
Signifikansi masinng2 variabel tidak harus semuanya berada di bawah 0.05, kalau di
dalam suatu penelitian, hal tersebut tergantung pada kajian teorinya. Namun,
apabila nilai probabilitas suatu variabel bebas berada di bawah 0.05, maka variabel
bebas tersebut dikatakan berpengaruh terhadap variabel terikatnya.
Variabel baru dengan nama res tersebut kemudian kita uji stasioneritasnya seperti
pada langkah pertama, klik kanan di variabelnya, Open, di window baru pilih View >
Unit root test, pilih tipe data Level lalu klik OK. Apabila kolom Prob* berisi nilai di
bawah alpha (0.05), maka kita bisa lanjut ke estimasi persamaan jangka pendek.
Output di atas memberikan informasi bahwa variabel res stasioner pada Level, dan
secara tersirat menyatakan bahwa Y, X1, X2, X3, X4, X5, dan X6 sailing
berkointegrasi.
Karena variabel Y, X1, X2, X3, X4, X5, dan X6 stasioner pada difference pertama,
gunakan transformasi variabel-variabel tersebut ke bentuk difference pertama dalam
persamaan. Jangan lupa menyertakan variabel res(-1) yg merupakan residual pada
tahun sebelumnya. Tuliskan persamaan persis seperti pada kotak merah gambar di
atas lalu klik OK. Setelah itu akan muncul output sepert ini:
statistic berada di bawah alpha (0.05). Setelah itu, cek speed of adjustment-nya
(koefisien dari res(-1)). Nilai koefisien tersebut harus negatif dan signifikan
(probabilitasnya berada di bawah 0.05). Barulah kemudian kita cek probabilitas
masing-masing variabel, yg mana saja yang nilainya signifikan atau berada di
bawah alpha (0.05), sama seperti pada persamaan jangka panjang.
V. Pengecekan Asumsi
Tahap ini sebenarnya adalah tahap yang harus ada untuk semua metode yang
menggunakan regresi dalam proses analisisnya. Pada bagian teori ECM juga hanya
disinggung sedikit karena nanti akan dibahas satu-satu beserta tutorialnya pada
postingan yang berbeda.
VI. Interpretasi
Setelah seluruh tahap-tahap ECM terpenuhi kita mendapatkan 2 persamaan yang
menjadi inti dari digunakan metode ini. Dari sinilah pengaruh variabel-variabel bebas
terhadap variabel terikat yang ingin kita teliti, dapat dijelaskan.
Berdasarkan output persamaan jangka panjang, didapatkan:
Persamaan ini hanya dapat memberikan kita informasi bahwa dalam jangka
panjang, X1, X2, X3, dan X5 berpengaruh signifikan terhadap Y.
Sedangkan dari output persamaan jangka pendek, didapatkan: