Modul Studi Kausalitas

DR. MUDRAJAD KUNCORO, M.Soc.Sc

Fakultas Ekonomi & Pascasarjana UGM Outline: Linear Probability Model Kelemahan LPM Data: EDO

UJI KAUSALITAS GRANGER

Granger (1969) mempostulasikan bahwa suatu variabel X dikatakan menyebabkan variabel lain, Y, apabila Y saat ini dapat diprediksi lebih baik dengan menggunakan nilai-nilai masa lalu X. Sebagaimana yang ditulisnya:
A variable X is said to cause another variable Y, with respect to a given information set that includes X and Y, if current Y can be predicted better by using past values of X than by not doing so, given all other past information in the information set is used.

Terlihat bahwa teori Granger dilandasi atas asumsi sejumlah informasi yang memasukkan X dan Y saat ini dan semua informasi masa lalu. Katakanlah At adalah himpunan informasi yang telah tersedia dengan t =, -1, 0, 1, 2, Dengan lain, asumsi yang digunakan adalah A={(X, Y)}. X dan Y dianggap merupakan sepasang data runtut waktu yang memiliki kovarians linear yang stasioner (linear covariance-stationary time series). Oleh karena itu: (1) Yt = ai Yt-i + bj Xt-j + t (2) Xt = ci Xt-i + dj Yt-j + t di mana (t, t) adalah vektor random independen dengan rata-rata nol dan matriks kovarians terbatas. Persamaan 1 menunjukkan bahwa variabel Xt gagal menyebabkan Yt apabila dalam regresi Yt terhadap Y lag dan X lag, koefisien X lag sama dengan nol. Dengan kata lain, bila bj=0 (i=1, 2, .., k), maka Xt gagal menyebabkan Yt.

JENIS PERTANYAAN PENELITIAN

Uji kausalitas dilakukan karena ada tiga kemungkinan arah kausalitas. Pertama, X menyebabkan Y apabila hipotesis nol yang menyatakan bj=0 dengan j=1,.., k dapat ditolak (lihat persamaan 1). Kedua, Y menyebabkan X apabila hipotesis nol yang menyatakan bj=0 dengan j=1,.., k dapat ditolak (lihat persamaan 2). Ketiga, hubungan timbal balik terjadi apabila X menyebabkan Y dan pada saat yang sama Y menyebabkan X.

Contoh studi: FINANCE-LED GROWTH ATAU GROWTH-LED FINANCE?

ada dua kemungkinan hubungan kausalitas antara pembangunan sektor finansial dan pertumbuhan ekonomi, yaitu: (1) demand following, bahwa rendahnya pertumbuhan finansial adalah manifestasi kurangnya permintaan akan jasa finansial; ataukah (2) supply leading, bahwa sektor finansial mendahului dan mendorong pertumbuhan sektor riil (Patrick, 1966). pertumbuhan ekonomi riil diukur dengan pertumbuhan GNP riil. Dengan menyimbolkan "mengakibatkan" dengan "-->", akan Sumber: Kuncoro (1993) diuji hipotesis mengenai kausalitas sebagai berikut:
CM --> YG ataukah YG --> CM, MY --> YG ataukah YG --> MY, RD --> YG atuakah YG --> RD, SNY --> YG ataukah YG --> SNY.
Perintah dalam MicroTSP 7.0 Nilai statistik F (Probabilitas dalam kurung) Finance-led growth Growth-led finance

CAUSE(6) YG CM CAUSE(6) YG MY CAUSE(5) YG RD CAUSE(5) YG SNY

CM-->YG: 2.88 (0.16) MY-->YG: 0.22 (0.95) RD-->YG: 1.19 (0.43) SNY-->YG: 0.43 (0.81)

YG-->CM: 1.44 (0.38) YG-->MY: 5.73 (0.03) YG-->RD: 3.70 (0.08) YG-->SNY: 2.08 (0.18)

Langkah-langkah Dalam Eviews

Gunakan data EDO, pilih rpus dan sbi. Pada bagian atas pilih Quick Group Statistic Granger Causality Test

Masukkan kotak Lag Specification, masukkan angka 1

Hasilnya sebagai berikut ini:

Lakukan berulang-ulang pada kotak Lag Specification memasukkan angka 2, 3 dan 4 hasilnya sebagai berikut:
Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:46 Sample: 1995:01 1999:12 Lags: 2 Null Hypothesis: RPUS does not Granger Cause SBI SBI does not Granger Cause RPUS Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:49 Sample: 1995:01 1999:12 Lags: 3 Null Hypothesis: RPUS does not Granger Cause SBI SBI does not Granger Cause RPUS Pairwise Granger Causality Tests Date: 06/30/06 Time: 14:51 Sample: 1995:01 1999:12 Lags: 4 Null Hypothesis: RPUS does not Granger Cause SBI SBI does not Granger Cause RPUS

dengan

Obs 58

F-Statistic 4.68425 2.63730

Probability 0.01339 0.08093

Obs 57

F-Statistic 3.82911 2.03580

Probability 0.01517 0.12077

Obs 56

F-Statistic 3.02246 5.35467

Probability 0.02678 0.00123