Ekonometrik
Ekonometrik
(Dewi Herjayanti/3SE3/08/16.9073)
Data yang digunakan adalah data panel dengan periode tahun 1990 sampai dengan tahun 2010 yang
dikumpulkan dari 26 provinsi di Indonesia. Software yang digunakan adalah eviews 8. Berikut ini
merupakan hasil analisis.
1. Pengujian Stasioneritas
Uji Im Pesaran Test
∆𝑌𝑖𝑡 = 𝛼𝑖 + 𝛽𝑖 𝑦𝑖,𝑡−1 + 𝜀𝑖𝑡
Hipotesis
𝐻0 : 𝛽𝑖 = 0, 𝑢𝑛𝑡𝑢𝑘 𝑠𝑒𝑚𝑢𝑎 𝑖
𝐻1 : 𝛽𝑖 < 0
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji dan Keputusan
Variabel Level Difference Pertama
(p-value) (p-value)
LN_Q 1,00 0
LN_K 0,99 0
LN_L 1,00 0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa pada tingkat level
variabel LN_Q, LN_K, dan LN_L memiliki unit root sehingga tidak stasioner dan setelah didiferen
pertama variabel tersebut ketiganya tidak memiliki unit root sehingga sudah stasioner.
2. Estimasi Model
a. Model Pooled Least Square (Common Model Effect)
Model pooled yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛼0 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡 dimana
𝜀𝑖𝑡 = 𝛾𝑖𝑡
Output yang diperoleh seperti berikut:
Dependent Variable: D(LN_Q)
Method: Panel Least Squares
Date: 01/31/19 Time: 09:31
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520
Sehingga Persamaan CEM yang didapatkan adalah ∆𝑙𝑛𝑄𝑖𝑡 = 0,031 + 0,244 ∆𝑙𝑛𝐾𝑖𝑡 +
0,162 ∆𝑙𝑛𝐿𝑖𝑡 + 𝑒𝑖𝑡
b. Fixed Effect Model (FEM)
Model fixed effect yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛽𝑖 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡
dimana 𝜀𝑖𝑡 = 𝛾𝑖𝑡 dan 𝛽𝑖 = 𝛼0 + 𝑢𝑖
Ouput yang diperoleh adalah sebagai berikut.
Dependent Variable: D(LN_Q)
Method: Panel Least Squares
Date: 01/31/19 Time: 08:52
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520
Effects Specification
No Effect
Provinsi (ui) C (α0) α0+ui (βi)
1 -0,0556 0,31296 0,257358
2 0,002918 0,31296 0,315878
3 0,007648 0,31296 0,320608
4 -0,0202 0,31296 0,292764
5 0,010277 0,31296 0,323237
6 -0,00266 0,31296 0,310303
7 0,010499 0,31296 0,323459
8 0,006803 0,31296 0,319763
9 0,003842 0,31296 0,316802
10 0,00403 0,31296 0,31699
11 0,002366 0,31296 0,315326
12 -0,00324 0,31296 0,309725
13 -0,00312 0,31296 0,309844
14 0,000135 0,31296 0,313095
15 0,001054 0,31296 0,314014
16 -0,00399 0,31296 0,308967
17 0,005896 0,31296 0,318856
18 -0,00696 0,31296 0,306002
19 0,049061 0,31296 0,362021
20 0,020837 0,31296 0,333797
21 -0,05666 0,31296 0,256299
22 0,001243 0,31296 0,314203
23 0,011176 0,31296 0,324136
24 0,014304 0,31296 0,327264
25 -0,00034 0,31296 0,312618
26 0,000671 0,31296 0,313631
c. Random Effect Model (REM)
Model Random Effect yang akan dibentuk adalah ∆𝑙𝑛𝑄𝑖𝑡 = 𝛼0 + 𝛼1 ∆𝑙𝑛𝐾𝑖𝑡 + 𝛼2 ∆𝑙𝑛𝐿𝑖𝑡 + 𝜀𝑖𝑡
dimana 𝜀𝑖𝑡 = 𝛾𝑖𝑡 + 𝑢𝑖 . Output yang diperoleh adalah sebagai berikut.
Dependent Variable: D(LN_Q)
Method: Panel EGLS (Cross-section random effects)
Date: 01/31/19 Time: 08:53
Sample (adjusted): 1991 2010
Periods included: 20
Cross-sections included: 26
Total panel (balanced) observations: 520
Swamy and Arora estimator of component variances
Effects Specification
S.D. Rho
Weighted Statistics
Unweighted Statistics
Keputusan
p-value F= 0,3179 > α sehingga Gagal Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa tidak ada perbedaan intercept atau 𝑢𝑖 = 0 untuk
semua i sehingga model yang dipilih dari uji ini adalah Model Pooled Least Square/ Common Effect.
Dari kedua uji di atas didapatkan model yang terpilih adalah Common Effect Model.
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Prob(F-statistic) 0.000000
Keputusan
Prob(F-Stat) = 0 < 𝛼 = 0,05 sehingga tolak H0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa Kapital dan Labor
secara bersamaan signifikan berpengaruh terhadap Output.
b. Uji-t (parsial)
Hipotesis statistik :
H0 : αi = 0
H1 : αi ≠ 0
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Keputusan
Prob(t-Stat) < 𝛼 = 0,05 sehingga tolak H0
Kesimpulan
Dengan tingkat keyakinan 95%, data mendukung pembuktian secara statistik bahwa Kapital signifikan
berpengaruh terhadap Output dan Labor signifikan berpengaruh terhadap Output.
Interpretasi
Nilai Adjusted R2 yang dihasilkan oleh model adalah 0.246569 atau yang berarti 24,66% variasi pada
variabel ln Output dapat dijelaskan oleh variasi variabel Kapital dan Labor, sisanya 75,34% dijelaskan
oleh faktor-faktor lain di luar pemodelan.
5. Pengujian Asumsi
a. Asumsi Homoskedastis
UJI GLEJSER
Hipotesis
𝐻0 ∶ 𝜎𝛾2𝑖𝑡 = 𝜎 2 untuk i = 1,…,N dan t= 1,..,T
(Struktur matriks varians kovarians bersifat homoskedastis)
𝐻1 ∶ 𝑠𝑒𝑡𝑖𝑑𝑎𝑘𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝜎𝛾2𝑖𝑡 ≠ 𝜎 2 untuk i = 1,…,N dan t= 1,..,T
(Struktur matriks varians kovarians bersifat heteroskedastis)
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
ABS_RESID = abs(resid_cem)
Keputusan
p-value D(LN_K) maupun p-value D(LN_L) > 𝛼 = 0,05 sehingga Gagal Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa tidak terjadi pelanggaran asumsi
homoskedastis pada Model Common Effect.
b. Asumsi Non-Autokorelasi
UJI DURBIN WATSON
Hipotesis
𝐻0 : 𝐶𝑜𝑣(𝑢𝑖𝑡 , 𝑢𝑗𝑡 ) = 0 𝑢𝑛𝑡𝑢𝑘 𝑖 ≠ 𝑗 (Tidak Terdapat Autokorelasi)
𝐻0 : 𝑠𝑒𝑡𝑖𝑑𝑎𝑘𝑛𝑦𝑎 𝑎𝑑𝑎 𝑠𝑎𝑡𝑢 𝐶𝑜𝑣(𝑢𝑖𝑡 , 𝑢𝑗𝑡 ) ≠ 0 𝑢𝑛𝑡𝑢𝑘 𝑖 ≠ 𝑗
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
Dw- stat = 1.517344
DL-table(𝛼 = 0,05; 𝑘 = 2; 𝑁 = 520) = 1,84914
DU-table(𝛼 = 0,05; 𝑘 = 2; 𝑁 = 520) = 1,85716
Keputusan
4 − 𝐷𝑤 > DU , maka tolak H0
Kesimpulan
Dengan tingkat kepercayaan 95%, memiliki cukup bukti untuk menyatakan bahwa tidak terdapat
autokorelasi pada model common effect
c. Asumsi Normalitas
UJI JARQUE-BERA
Hipotesis
𝐻0 : 𝜀𝑖𝑡 ~ 𝑁(0, 𝜎 2 ) 𝜀𝑖𝑡 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
2
𝐻1 : 𝜀𝑖𝑡 ~ 𝑁(0, 𝜎 ) 𝜀𝑖𝑡 𝑡𝑖𝑑𝑎𝑘 𝑏𝑒𝑟𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑠𝑖 𝑛𝑜𝑟𝑚𝑎𝑙
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
300
Series: RESID_CEM
Sample 1990 2010
250
Observations 520
Keputusan
p-value(jarque-berra) =0 < 𝛼 = 0,05 sehingga Tolak H0
Kesimpulan
Dengan tingkat signifikansi 5% disimpulkan bahwa model common effect tidak memenuhi asumsi
normalitas.
d. Asumsi Non-Multikolinieritas
Beberapa indikator dalam mendeteksi adanya multikolinearitas, diantaranya (Gujarati, 2006):
(a) Nilai yang terlampau tinggi (lebih dari 0,8) tetapi tidak ada atau sedikit tstatistik yang signifikan
(b) Nilai F-statistik yang signifikan, namun t-statistik dari masing-masing variabel bebas tidak
signifikan.
Untuk menguji multikolinearitas dapat melihat matriks korelasi dari variabel bebas, jika terjadi
koefisien korelasi lebih dari 0,80 maka terdapat multikolinearitas (Gujarati, 2006).
Hipotesis
𝐻0 : 𝐶𝑜𝑟𝑟(∆𝑙𝑛𝐾𝑖𝑡 , ∆𝑙𝑛𝐾𝑖𝑡 ) ≤ 0,8 (Tidak Terdapat Multikol)
𝐻0 : 𝐶𝑜𝑟𝑟(∆𝑙𝑛𝐾𝑖𝑡 , ∆𝑙𝑛𝐾𝑖𝑡 ) > 0,8
Tingkat Signifikansi
𝛼 = 5%
Statistik Uji
LN_K LN_L
Kesimpulan
Dari tabel diatas dapat dilihat nilai koefisien korelasinya antar variabel independen dibawah 0,80
dengan demikian data dalam penelitian ini tidak terjadi pelanggaran asumsi non-multikolinearitas.