Professional Documents
Culture Documents
Belajar Quiz 2
Belajar Quiz 2
Hasil deskriptif
X1 X2 Y X3 X4
15.00667 10.28100 10.29013 8.233367 14.77500
14.88550 8.795000 10.13800 8.110500 15.57500
17.24300 77.63000 12.63700 9.301000 27.60000
12.87300 2.010000 7.984000 6.540000 7.040000
1.388578 13.09361 1.497631 0.903203 4.937263
0.061406 4.743219 0.012858 -0.195625 0.318883
1.668793 24.98967 1.608182 1.480357 2.871622
2. Uji Stasioneritas
Hipotesis
H0 : tidak stasioner
H1 : stasioner
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.919106 0.1719
Test critical values: 1% level -4.323979
5% level -3.580623
10% level -3.225334
t-Statistic Prob.*
Kesimpulan 1 : dari seluruh variabel dalam model yaitu X1, X2, X3, X4 dan Y, hanya X2
yang stasioner pada level. Sedangkan X1, X3 , X4 dan Y tidak stasioner pada level. Hal
tersebut perlu diwaspadai karena akan menyebabkan terjadinya regresi palsu.
3. ESTIMASI MODEL REGRESI
Dependent Variable: Y
Method: Least Squares
Date: 12/17/20 Time: 15:06
Sample: 1982 2011
Included observations: 30
Coefficien
Variable t Std. Error t-Statistic Prob.
Uji-F
H0 : seluruh variabel X tidak berpengaruh signifikan terhadap Y
Variabel Independen yang signifikan pada alpha 10%. Hanya X4 yang berpengaruh
signfikan dan negative terhadap Y, dengan nilai prob(0.0941)<alpha 10%.
Kesimpulan 2 : Model terlihat baik, karena memiliki uji-F yang signifikan, R-square yang sangat
tinggi, koefisien regresi seluruh variabel signifikan, tetapi memiliki nilai DW yang rendah atau
jauh dari angka 2. Sehingga dicurigai, model regresi tersebut adalah regresi palsu. Untuk itu
perlu dilakukan uji kointegrasi.
4. Uji Kointegrasi
Menguji ADF pada nilai residual (Ut)
Hipotesis
H1 : Ut stasioner (terkointegrasi)
Null Hypothesis: UT has a unit root
Exogenous: None
Lag Length: 1 (Automatic - based on SIC, maxlag=7)
t-Statistic Prob.*
Kesimpulan 3 : hasil uji kointegrasi membuktikan bahwa model regresi tersebut bukanlah regresi
palsu, melainkan regresi yang terkointegrasi atau seimbang jangka Panjang. Hanya saja untuk
keseimbangan jangka pendek tidak bisa dibuktikan dengan kointegrasi, melainkan dengan ECM.
Untuk itu Langkah berikutnya adalah dengan model ECM sebagai pengoreksi keseimbangan
jangka pendek.
5. Model ECM
Model ECM adalah model regresi jangka pendek yang memasukkan nilai residual kedalam
persamaan jangka pendek.
Dependent Variable: D(Y)
Method: Least Squares
Date: 12/27/20 Time: 20:15
Sample (adjusted): 1983 2011
Included observations: 29 after adjustments
Kesimpulan 4.
Model regresi baik jangka Panjang maupun jangka pendek menunjukkan hasil yang sangat baik,
artinya model sudah seimbang jangka pendek menuju keseimbangan jangka Panjang.
4 Mean -6.21e-16
Median 0.000972
Maximum 0.115874
3 Minimum -0.097473
Std. Dev. 0.058362
2 Skewness 0.241767
Kurtosis 2.424415
1 Jarque-Bera 0.706380
Probability 0.702444
0
-0.10 -0.05 0.00 0.05 0.10
3. Uji Autokorelasi
Hipotesis
H1 : terdapat autokorelasi
nilai prob(0.0054) <alpha 5% maka tolak H0 artinya terdapat autokorelasi. Hal tersebut tidak
menjadi masalah karena sudah diobati dengan model ECM.
4. Uji Multikolinieritas
Uji Multikolinieritas pada eviews, menggunakan korelasi parsial antar variabel independent.
Jika nilai korelasi masih dibawah dari nilai R-square maka dapat disimpulkan tidak terdapat
multikolinieritas.
Matriks Korelasi antar variabel Independen
X1 X2 X3 X4
-
0.0254017029 0.9495745415 0.5249580404
X1 1 4834457 772102 111586
0.0254017029 0.1448190614 0.2233226729
X2 4834457 1 429052 470962
-
0.9495745415 0.1448190614 0.3631421627
X3 772102 429052 1 719488
- -
0.5249580404 0.2233226729 0.3631421627
X4 111586 470962 719488 1
Nilai korelasi tertinggi adalah 0.949575 antara X1 dan X3, nilai korelasi masih lebih
rendah dari nilai R-square 0.998 artinya tidak terdapat multikolinieritas.
Kesimpulan akhir
Model regresi sudah bersifat Robust (baik) dan BLUE. Karena sudah memenuhi semua
syarat baik Kointegrasi, ECM, uji asumsi klasik, uji-F signifikan dan koefisien regresi
seluruh varabel signifikan pengaruhnya terhadap Y.