(ECM)
Muhammad Chalik Marwadi Ekonometrik , eviews , Time Series 32 comments
Pada postingan sebelumnya suda dijelaskan beberapa hal mengenai Error Correction
Mechanism (ECM). Nah, pada post ini akan dipaparkan praktek eviews, tahap-tahap
ECM yang sudah dijelaskan sebelumnya di Teori ECM. Untuk tutorial, silahkan download
datanya
di sini.
Lebih jelas mengenai praktek tahap-tahap ECM tersebut dalam eviews adalah sebagai
berikut:
I. Pengecekan Stasioneritas
Hal
penting
yang
harus
diingat
ketika
menganalisis
data time
series adalah
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.
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 dari
alpha
yang
ditetapkan.
Misalnya kita pakai alpha=0.05, karena semua nilainya memang lebih besar dari 0.05,
semua variabel tidak ada yg stasioner pada Level dan penerapan metode ECM, boleh
dilanjutkan.
Agar lain kali bisa langsung dilihat, jangan lupa outputnya disimpan. Caranya,
klik Freeze, setelah itu akan munculwindow baru yang tampilannya sama.
Di window baru, klik Name, terserah teman2 outputnya mau dinamai apa. Output yang
disimpan tadi akan muncul sebagai objek baru dengan simbol
Untuk output2 berikutnya, kalau mau disimpan, silahkan pakai cara tersebut.
Kalau sudah dipastikan tidak ada yang stasioner di Level, ulangi langkah uji
stasioneritasnya tapi dengan data 1st difference (gambar 2). Untuk contoh yg saya
berikan, semua variabelnya stasioner pada tahap ini (differencepertama), sehingga pada
output berikutnya, nilai kolom Probability semua variabel berada di bawah 0.05.
Misalkan saja ada kasus dimana 1 saja variabel tidak stasioner pada difference pertama
seperti yg lain, maka kita harus men-difference-kan semua variabel lagi ke 2nd
difference dan seterusnya, sampai semuanya stasioner.
muncul window 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:
Untuk persamaan jangka pendek, pertama-tama pastikan nilai probabilitas Fstatistic 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 masingmasing 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: