Nama : Pratiwi Dwi Yanti

Nim : 185090501111019
No.Urut : 27
Tugas 11 Ekonometrika
5
Berikut adalah data yang terlampir :

Year C I L H A
1951 21,89 45,1 220,4 1491 19
1952 22,29 50,9 259,5 1504 19,41
1953 19,63 53,3 256,3 1438 20,93
1954 22,85 53,6 249,3 1551 21,78
1955 33,77 54,6 352,3 1646 23,68
1956 39,18 61,1 329,1 1349 26,01
1957 30,58 61,9 219,6 1224 27,52
1958 26,3 57,9 234,8 1382 26,89
1959 30,7 64,8 237,4 1553,7 26,85
1960 32,1 66,2 245,8 1296,1 27,23
1961 30 66,7 229,2 1365 25,46
1962 30,8 72,2 233,9 1492,5 23,88
1963 30,8 76,5 234,2 1634,9 22,62
1964 32,6 81,7 347 1561 23,72
1965 35,4 89,8 468,1 1509,7 24,5
1966 36,6 97,8 555 1195,8 24,5
1967 38,6 100 418 1321,9 24,98
1968 42,2 106,3 525,2 1545,4 25,58
1969 47,9 111,1 620,7 1499,5 27,18
1970 58,2 107,8 588,6 1469 28,72
1971 52 109,6 444,4 2084,5 29
1972 51,2 119,7 427,8 2378,5 26,67
1973 59,5 129,8 727,1 2057,5 25,33
1974 77,3 129,3 877,6 1352,5 34,06
1975 64,2 117,8 556,6 1171,4 39,79
1976 69,6 129,8 780,6 1547,6 44,49
1977 66,8 137,1 750,7 1989,8 51,23
1978 66,5 145,2 709,8 2023,3 54,42
1979 98,3 152,5 935,7 1749,2 61,01
1980 101,4 147,1 940,9 1298,5 70,87

Keterangan :
10 C : rata – rata harga tembaga domestic US selama 12 bulan (sen per pound)
G : GNP tahunan (Milyar Dollar)
 I : rata – rata indeks produksi industry dalam 12 bulan
L : rata – rata harga tembaga di London Metal Exchange (dalam poundsterling)
H : banyaknya unit rumah yang tersedia di awal tahun (ribuan unit)
A : rata – rata harga aluminium selama 12 bulan (sen per pound)
5
1. Bentuk penduga model berikut, dengan konsep OLS:
ln Ct  1   2 ln I t   3 ln Lt   4 ln H t   5 ln At  ut
Jawab :
Berikut adalah hasil analisis OLS yang diperoleh menggunakan Gretl :
10
Model 1: OLS, using observations 1951-1980 (T = 30)
Dependent variable: ln_C

Coefficient Std. Error t-ratio p-value

const −1,50044 1,00302 −1,496 0,1472
ln_I 0,467509 0,165987 2,817 0,0093 ***
ln_L 0,279443 0,114726 2,436 0,0223 **
ln_H −0,0051515 0,142947 −0,03604 0,9715
5
ln_A 0,441449 0,106508 4,145 0,0003 ***

Mean dependent var 3,721145 S.D. dependent var 0,447149

Sum squared resid 0,370573 S.E. of regression 0,121749
R-squared 0,936090 Adjusted R-squared 0,925864
F(4, 25) 91,54312 P-value(F) 1,49e-14
Log-likelihood 23,34039 Akaike criterion −36,68077
Schwarz criterion −29,67478 Hannan-Quinn −34,43950
rho 0,520838 Durbin-Watson 0,954940
15
2. Dari hasil analisis diatas dapat dibentuk model sebagai berikut :
ln Ct  1   2 ln I t   3 ln Lt   4 ln H t   5 ln At  ut
ln Ct  1,50044  0,46751 ln I t  0,27944 ln Lt  0,00515 ln H t  0,44145 ln At  ut

20
3. Dapatkan sisaan dan lakukan pemeriksaan secara grafis terhadap sifat non
autokorelasi sisaan (secara AR(1))!
Jawab :
Berikut adalah data residual yang didapatkan dari perhitungan menggunakan Gretl :
25
Year uhat1 Year uhat1
1951 0,03589 1966 -0,1833997
 1952 -0,05757 1967 -0,06943
1953 -0,2362403 1968 -0,08229
1954 -0,09642 1969 -0,04987
1955 0,1523077 1970 0,1494034
1956 0,2248977 1971 0,1050692
1957 0,05863 1972 0,09665
1958 -0,06877 1973 0,0828
1959 0,03147 1974 0,1608644
1960 0,04922 1975 0,07658
1961 0,02752 1976 -0,03037
1962 0,03986 1977 -0,1470775
1963 0,03686 1978 -0,1893395
1964 -0,06815 1979 0,05013
1965 -0,1280531 1980 0,02881

Analisis grafis terhadap galat : Pola galat berdasarkan waktu

5
Interpretasi :
• Bentuk grafik memiliki pola irregular fluctuation (acak horizontal)
• Nilai (+) diikuti nilai (+) atau nilai (-) diikuti nilai (-)
• Indikasi adanya autokorelasi (+)
10
 ˆ
Analisis grafis terhadap galat : Diagram pencar antara ût dan ut 1

Interpretasi :
• Korelasi (+)
5 • Penduga   0,521

4. Lakukan uji Durbin Watson untuk memastikan hasil pemeriksaan grafis tersebut!
Jawab :
Hipotesis :
H0 :   0

10
H1 :   0
Statistik uji : (didapatkan dari perhitungan Gretl)
Durbin-Watson statistic = 0,95494
p-value = 6,39339e-005

15 Diketahui :
Banyaknya variabel (k) = 4
n = 30
 Dengan menggunakan tingkat signifikansi sebesar 5% didapatkan nilai seperti
berikut ini (Tabel Durbin Watson) :
dL  1,143 4  dL  4  1,143  2,857
dU  1,739 , sehingga didapatkan nilai 4  dU  4  1,739  2,261

5 Reject: Positive Reject : Reject :

(+) Tidak Terdapat Negative (-)
Autocorrelationo Autokorelasi Inconclusive Autocorrelation
Inconclusive

10

0 4

Keputusan :
15 Karena statistik uji yang didapatkan sebesar 0,95494, sehingga
0  0,95495  dL (1,143) berada pada daerah penolakan H 0
Interpretasi :
Dengan taraf nyata sebesar 5% dapat disimpulkan bahwa statistik uji sebesar
0,95494 terdapat di daerah Autokorelasi positif, artinya dapat dikatakan bahwa
20 model mengandung autokorelasi. Sehingga, sebaiknya dilakukan uji Breusch
Godfrey untuk menentukan asumsi autokorelasi.

5. Lakukan uji Breusch Godfrey, untuk menguji sifat non autokorelasi secara AR(1))!
25 Hubungkan hasilnya dengan hasil di nomor 4!
Jawab :
Berikut adalah nilai Breusch-Godfrey yang didapatkan dari perhitungan
menggunakan Gretl :

30 Breusch-Godfrey test for first-order autocorrelation

OLS, using observations 1951-1980 (T = 30)
Dependent variable: uhat

coefficient std.error t-ratio p-value

---------------------------------------------------------------------------------------------
const −0,368385 0,86757 −0,4246 0,6749
ln_I −0,104877 0,146079 −0,7179 0,4797
ln_L 0,089288 0,102299 0,8728 0,3914
ln_H 0,0453949 0,123362 0,368 0,7161
 ln_A −0,00978539 0,0913455 −0,1071 0,9156
uhat_1 0,567066 0,179076 3,167 0,0042 ***

Unadjusted R-squared = 0,294688

Test statistic: LMF = 10,027485,

with p-value = P(F(1,24) > 10,0275) = 0,00416

5 Alternative statistic: TR^2 = 8,840634,

with p-value = P(Chi-square(1) > 8,84063) = 0,00295

Ljung-Box Q' = 8,93987,

with p-value = P(Chi-square(1) > 8,93987) = 0,00279
10
Hipotesis :
H 0 :   0 (Tidak terdapat autokorelasi antar galat dalam proses AR(1))
H1 :   0 (Terdapat autokorelasi antar galat dalam proses AR(1))
Keputusan :
15 p-value < α (0,05), maka H 0 ditolak
Nilai uji Bruesch Godfrey dengan lag-1 sebesar 10,027485 dan p-value sebesar
0,00416 dimana nilai tersebut lebih kecil daripada nilai alfa (0,05).

Kesimpulan:
20 Dengan taraf nyata sebesar 5% dapat disimpulkan bawa terdapat autokorelasi pada
galat dalam proses AR(1).
Interpretasi Umum :
Hasil pada Uji durbin Watson dan Uji Bruesch Godfrey dapat dikatakan memiliki
kesimpulan yang sama, yaitu terdapat autokorelasi antar galat.
25
6. Jika terbukti terdapat autokorelasi, beri komentar terhadap model OLS yang terbentuk
di nomor 1!
Jawab :
Penduga OLS pada model 1 tidak dapat diinterpretasikan karena perlu diuji asumsi.
30 Setelah uji asumsi non autokorelasi ternyata terdeteksi adanya autokorelasi. Sehingga
penduga OLS untuk koefisien regresi menjadi tidak lagi efisien karena ragam besar
dan tidak lagi memenuhi penduga yang bersifat BLUE. Adanya autokorelasi akan
ˆ
berefek pada struktur ragam  , yang efeknya pada hasil uji tidak valid karena
menggunakan ragam yang salah.
35
 7. Jika terbukti terdapat autokorelasi, lakukan perbaikan yang sesuai, dan beri
interpretasi terhadap model hasil hasil perbaikan!
Jawab :
a) Berikut adalah model yang didapatkan dari transformasi terhadap setiap variabel
5 untuk mengatasi autokorelasi dengan menggunakan asumsi   0,521 .

Model 2: OLS, using observations 1951-1980 (T = 30)

Dependent variable: LCSTAR

Coefficient Std. Error t-ratio p-value

LISTAR 0,460651 0,220646 2,088 0,0472 **
LLSTAR 0,309222 0,111053 2,784 0,0101 **
LHSTAR −0,192475 0,0582050 −3,307 0,0029 ***
LASTAR 0,403945 0,144643 2,793 0,0099 ***
Beta1Star −0,152609 0,356724 −0,4278 0,6725
10
Mean dependent var 1,847582 S.D. dependent var 0,281873
Sum squared resid 0,276078 S.E. of regression 0,105086
R-squared 0,880180 Adjusted R-squared 0,861009
F(4, 25) 45,91177 P-value(F) 3,64e-11
Log-likelihood 27,75586 Akaike criterion −45,51171
Schwarz criterion −38,50573 Hannan-Quinn −43,27044
rho 0,269677 Durbin-Watson 1,455979

Interprtasi :
Dari hasil analisis diatas dapat dibentuk model penduga OLS sebagai berikut :
ln Ct  1   2 ln I t   3 ln Lt   4 ln H t   5 ln At  ut
ln Ct  0,152609  0,460651ln I t  0,309222 ln Lt  0,192475 ln H t  0,403945 ln At  ut
15

Dari hasil perhitungan menggunakan Gretl dengan menguji Durbin Watson dengan
  0,05 didapatkan nilai durbin-watson sebesar 1,455979 sehingg
dL(1,143)  1,455979  dU (1,739) berada pada daerah inconclusive. Sehingga tidak
20 dapat disimpulkan apakah terjadi autokorelasi atau tidak pada data. Meskipun telah
dilakukan transformasi terhadap semua variabel, tetapi hal tersebut masih belum bisa
memberikan kepastian apakah autokorelasi pada data sudah dapat diatasi dengan
baik atau tidak. Karena kesimpulan dari hasil transformasi diatas didapatkan nilai
durbin-watson berada pada daerah inconclusive, maka diperlukan pengecekan
25 autokorelasi pada galat menggunakan metode Iterative Cohran-Orcutt seperti
dibawah ini.
 Model 3: Cochrane-Orcutt, using observations 1952-1980 (T = 29)
Dependent variable: ln_C
rho = 0,551707

Coefficient Std. Error t-ratio p-value

const −1,24947 1,09532 −1,141 0,2652
ln_I 0,391467 0,234594 1,669 0,1082
ln_L 0,342415 0,113578 3,015 0,0060 ***
ln_H −0,0518596 0,142875 −0,3630 0,7198
ln_A 0,456225 0,156255 2,920 0,0075 ***
5
Statistics based on the rho-differenced data:
Sum squared resid 0,262807 S.E. of regression 0,104644
R-squared 0,951169 Adjusted R-squared 0,943030
F(4, 24) 28,91254 P-value(F) 7,26e-09
rho 0,248634 Durbin-Watson 1,477439

Statistics based on the original data:

Mean dependent var 3,743045 S.D. dependent var 0,438383

10

Interprtasi :
Dari hasil perhitungan menggunakan Gretl dengan menguji Durbin Watson dengan
  0,05 didapatkan nilai durbin-watson sebesar 1,477439 sehingg

15 dL(1,143)  1,477439  dU (1,739) berada pada daerah inconclusive. Sehingga tidak

dapat disimpulkan apakah terjadi autokorelasi atau tidak pada data. Walaupun sudah
dilakukan Metode Iterative Cochran-Orcutt, tetapi hal tersebut masih belum bisa
memberikan kepastian apakah autokorelasi pada data sudah dapat diatasi dengan
baik atau tidak.
20
Dari hasil analisis diatas dapat dibentuk model penduga OLS sebagai berikut :
ln Ct  1   2 ln I t   3 ln Lt   4 ln H t   5 ln At  ut
ln Ct  1,24947  0,391467 ln I t  0,342415 ln Lt  0,0518596 ln H t  0,456225 ln At  ut
2 → Untuk setiap 1% kenaikan rata-rata indeks produksi industry dalam 12
bulan (I) dan variabel lainnya dianggap konstan, rata-rata harga tembaga
domestic US selama 12 bulan (C) akan meningkat sebesar 0.3915%.
3 → Untuk setiap 1% kenaikan rata – rata harga tembaga di London Metal
Exchange (L) dan variabel lainnya dianggap konstan, rata-rata harga
tembaga domestic US selama 12 bulan (C) akan meningkat sebesar
0.3424%.
4 → Untuk setiap 1% kenaikan unit rumah yang tersedia di awal tahun (H)
 dan variabel lainnya dianggap konstan, rata-rata harga tembaga domestic
US selama 12 bulan (C) akan menurun sebesar 0.0519%.
5 → Untuk setiap 1% kenaikan rata – rata harga aluminium selama 12 bulan
(A) dan variabel lainnya dianggap konstan, rata-rata harga tembaga
domestic US selama 12 bulan (C) akan meningkat sebesar 0.4562%.