Dosen Pembimbing :
Disusun Oleh :
Isnawati (1610118120009)
BANJARMASIN
2018
A. Model Distribusi Lag
Model Distributed Lag adalah model yang menunjukkan hubungan antara variabel terikat
(𝑌𝑡 ) dengan variabel bebas masa lalu (𝑋𝑡−𝑠 ). Model Distributed Lag, dapat dituliskan sebagai
berikut:
𝑌𝑡 = 𝛼 + 𝛽0 𝑋𝑡 + 𝛽1 𝑋𝑡−1 + 𝛽2 𝑋𝑡−2 + 𝑈𝑡
Model ini menggambarkan bahwa nilai 𝑌𝑡 tergantung atau dipengaruhi oleh nilai 𝑋 pada saat
𝑡 (𝑋𝑡 ), nilai 𝑋 pada satu 'unit' ukuran waktu sebelumnya (misalnya: bulan, tahun, dan
sebagainya) (𝑋𝑡−1 ), dan nilai x pada dua 'unit' ukuran waktu sebelumnya (𝑋𝑡−2 ), disamping tentu
saja dipengaruhi oleh faktor-faktor lain yang diwakili oleh 𝑈𝑡 .
Contohnya adalah pengeluaran konsumsi rumah tangga per bulan, tergantung pada
pendapatan rumah tangga bulan ini, bulan lalu, dan dua bulan yang lalu. Atau stok barang suatu
perusahaan, tergantung pada produksi bulan ini, bulan lalu, dan dua bulan yang lalu.
B. Model Autoregressive
Model Autoregressive atau Model Dynamics adalah model yang menunjukkan hubungan
antara variabel terikat (𝑌𝑡 ) dengan variabel terikat masa lalu (𝑌𝑡−𝑠 ) yang digunakan sebagai
variabel bebas. Model Autoregressive, dapat dituliskan sebagai berikut:
𝑌𝑡 = 𝛼 + 𝛽𝑋𝑡 + 𝛾𝑌𝑡−1 + 𝑈𝑡
Model ini menggambarkan bahwa nilai 𝑌𝑡 , tergantung atau dipengaruhi oleh nilai 𝑋 pada saat 𝑡
(𝑋𝑡 ), dan nilai 𝑌 pada satu 'unit' ukuran waktu sebelumnya (𝑌𝑡−1 )
C. Contoh Kasus
hasil penjualan suatu perusahaan selama 20 tahun. Data pembelian perlengkapan dan hasil
Perlengkapan
(𝑌) (𝑋)
1 52.9 30.3
2 53.8 30.9
3 54.9 30.9
4 58.2 33.4
5 60 35.1
6 63.4 37.3
7 68.2 41
8 78 44.9
9 84.7 46.5
10 90.6 50.3
11 98.2 53.5
12 101.7 52.8
13 102.7 55.9
14 108.3 63
15 124.7 73
16 157.9 84.8
17 158.2 86.6
18 170.2 98.9
19 180 110.8
20 198 124.7
Keterangan :
Y : Pembelian Perlengkapan (dalam juta rupiah)
X : Penjualan (dalam juta rupiah)
Analisis Data:
Analysis of Variance
Source DF SS MS F P
Regression 1 40339 40339 1025.43 0.000
Residual Error 18 708 39
Total 19 41047
Unusual Observations
Dari analisis data pada minitab di atas diketahui bahwa nilai p-value adalah 0,000. Karena nilai
p-value < 0,05, maka dapat disimpulkan bahwa penjualan tersebut berpengaruh signifikan
terhadap pembelian perlengkapan.
Analysis of Variance
Source DF SS MS F P
Regression 2 37763 18881 489.26 0.000
Residual Error 16 617 39
Total 18 38380
Source DF Seq SS
Xt 1 37683
Xt-1 1 80
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 3 34916 11639 270.78 0.000
Residual Error 14 602 43
Total 17 35517
Source DF Seq SS
Xt 1 34835
Xt-1 1 81
Xt-2 1 0
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 4 31909.8 7977.4 179.03 0.000
Residual Error 12 534.7 44.6
Total 16 32444.5
Source DF Seq SS
Xt 1 31772.1
Xt-1 1 86.0
Xt-2 1 0.0
Xt-3 1 51.7
Unusual Observations
Dapat dilihat bahwa sampai pembentukan model (2), tanda koefesien masih “stabil”. Oleh karena
itu, pengolahan data dilanjutkan ke tahap berikutnya, sehingga diperoleh persamaan (3). Dari
persamaan terlihat bahwa koefisien variabel bebas 𝑋𝑡−2 sudah tidak stabil, karena pada
persamaan (2) bertanda negatif, sedangkan pada persamaan (3) berubah menjadi positif.
Jadi, persamaan yang dipilih sebagai model Distributed Lag adalah persamaan (2) yaitu :
𝒀𝒕 = 𝟒, 𝟖𝟕 + 𝟎, 𝟖𝟕𝟏𝑿𝒕 + 𝟎, 𝟖𝟕𝟏𝑿𝒕−𝟏 − 𝟎, 𝟎𝟎𝟔𝑿𝒕−𝟐
Dari koefisien pada persamaan di atas diketahui bahwa penjualan pada waktu itu (sekarang)
mempunyai pengaruh yang sama dengan penjualan pada waktu satu tahun yang lalu dalam
menentukan besar kecilnya pembelian perlengkapan serta penjualan pada waktu dua tahun yang
lalu lebih kecil pengaruhnya dalam menentukan besar kecilnya Pembelian perlengkapan.
Selain itu, dari koefisien pada persamaan di atas dapat diketahui hubungan antara pembelian
perlengkapan dan penjualan per tahun sebagai berikut:
1. Koefisien regresi pada variabel 𝑋𝑡 bertanda positif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan penjualan sekarang searah atau positif.
Semakin banyak penjualan sekarang, maka semakin besar pula pembelian perlengkapan
sekarang.
2. Koefisien regresi pada variabel 𝑋𝑡−1 bertanda positif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan penjualan satu tahun sebelumnya searah atau
positif. Semakin banyak penjualan satu tahun yang lalu, maka semakin besar pula
pembelian perlengkapan sekarang.
3. Koefisien regresi pada variabel 𝑋𝑡−2 bertanda negatif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan penjualan dua tahun sebelumnya berlawanan
arah atau negatif. Semakin banyak penjualan dua tahun sebelumnya, maka semakin kecil
pembelian perlengkapan sekarang.
Model Autoregresive
6. Pada kotak dialog Regression, select 𝑌𝑡 pada bagian Response serta select 𝑋𝑡 dan 𝑌𝑡−1 pada
bagian Predictors.
7. Maka didapat Analisis Regresinya
Analisis Autoregressive:
Analysis of Variance
Source DF SS MS F P
Regression 2 37936 18968 682.39 0.000
Residual Error 16 445 28
Total 18 38380
Source DF Seq SS
Xt 1 37683
Yt-1 1 252
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 3 35139 11713 432.98 0.000
Residual Error 14 379 27
Total 17 35517
Source DF Seq SS
Xt 1 34835
Yt-1 1 246
Yt-2 1 57
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 4 32099.7 8024.9 279.31 0.000
Residual Error 12 344.8 28.7
Total 16 32444.5
Source DF Seq SS
Xt 1 31772.1
Yt-1 1 243.3
Yt-2 1 54.8
Yt-3 1 29.6
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 5 29037.6 5807.5 171.68 0.000
Residual Error 10 338.3 33.8
Total 15 29375.9
Source DF Seq SS
Xt 1 28723.1
Yt-1 1 230.3
Yt-2 1 53.3
Yt-3 1 28.9
Yt-4 1 2.1
Unusual Observations
Analysis of Variance
Source DF SS MS F P
Regression 6 25878.7 4313.1 146.65 0.000
Residual Error 8 235.3 29.4
Total 14 26113.9
Source DF Seq SS
Xt 1 25499.0
Yt-1 1 212.3
Yt-2 1 54.8
Yt-3 1 27.7
Yt-4 1 2.5
Yt-5 1 82.4
Unusual Observations
Dapat dilihat bahwa sampai pembentukan model (4), tanda koefesien masih “stabil”. Oleh karena
itu, pengolahan data dilanjutkan ke tahap berikutnya, sehingga diperoleh persamaan (5). Dari
persamaan terlihat bahwa koefisien variabel bebas 𝑌𝑡−4 sudah tidak stabil, karena pada
persamaan (4) bertanda positif, sedangkan pada persamaan (5) berubah menjadi negatif. Jadi,
persamaan (4) yang dipilih sebagai model Autoregressive yaitu :
𝒀𝒕 = 𝟕, 𝟎𝟏 + 𝟏, 𝟏𝟗𝑿𝒕 + 𝟎, 𝟓𝟖𝟕𝒀𝒕−𝟏 − 𝟎, 𝟏𝟒𝟓𝒀𝒕−𝟐 − 𝟎, 𝟐𝟔𝟓𝒀𝒕−𝟑 + 𝟎, 𝟎𝟔𝟒𝒀𝒕−𝟒
Dari koefisien pada persamaan di atas diketahui bahwa pembelian perlengkapan pada bulan
lalu mempunyai pengaruh lebih rendah dibanding penjualan pada waktu sekarang dalam
menentukan besar kecilnya pembelian perlengkapan dalam waktu yang sama.
Selain itu, dari koefisien pada persamaan di atas dapat diketahui hubungan antara pembelian
perlengkapan dan pembelian per tahun sebagai berikut:
1. Koefisien regresi pada variabel 𝑋𝑡 bertanda positif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan penjualan sekarang searah atau positif.
Semakin banyak penjualan sekarang, maka semakin besar pula pembelian perlengkapan
sekarang.
2. Koefisien regresi pada variabel 𝑌𝑡−1 bertanda positif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan pembelian perlengkapan satu tahun
sebelumnya searah atau positif. Semakin banyak pembelian perlengkapan satu tahun
yang lalu, maka semakin besar pula pembelian perlengkapan sekarang .
3. Koefisien regresi pada variabel 𝑌𝑡−2 bertanda negatif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan pembelian perlengkapan dua tahun sebelumnya
berlawanan arah atau negatif. Semakin banyak penjualan pembelian perlengkapan dua
tahun sebelumnya, maka semakin kecil pembelian perlengkapan sekarang.
4. Koefisien regresi pada variabel 𝑌𝑡−3 bertanda negatif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan pembelian perlengkapan tiga tahun
sebelumnya berlawanan arah atau negatif. Semakin banyak penjualan pembelian
perlengkapan tiga tahun sebelumnya, maka semakin kecil pembelian perlengkapan
sekarang.
5. Koefisien regresi pada variabel 𝑌𝑡−4 bertanda negatif berarti bahwa hubungan antara
pembelian perlengkapan sekarang dengan pembelian perlengkapan empat tahun
sebelumnya berlawanan arah atau negatif. Semakin banyak penjualan pembelian
perlengkapan empat tahun sebelumnya, maka semakin kecil pembelian perlengkapan
sekarang.
DAFTAR PUSTAKA
https://eprints.uny.ac.id/1919/1/SKRIPSI.pdf
https://www.slideshare.net/agecastaneda/dis-lag-dan-dis-autoregressive