TUGAS TM 6:
Analisis Volatilitas Harga Jagung di Tingkat Konsumen
Tahun 2016-2020
Kelompok 2
Agribisnis H
2. Uji Stasioneritas
Uji stasioneritas merupakan langkah dan salah satu dari prasyarat yang
harus dilakukan dalam model ekonometrika untuk data runtut waktu (time
series). Data yang didapatkan pada uji stasioneritas merupakan data yang
menunjukkan hasil mean, varians dan autovarians (pada variasi lag) tetap
sama pada waktu kapan saja data itu dibentuk atau dipakai, artinya dengan
data yang stasioner model time series dapat dikatakan lebih stabil. Untuk
mendapatkan hasil data uji stasioneritas dapat diterapkan konsep formal
melalui uji akar unit (unit root test), yakni pengujian data yang dikembangkan
oleh David Dickey dan Wayne Fuller dan dikenal dengan sebutan Augmented
Dickey-Fuller Test atau ADF Test.
Jika suatu data pada time series tidak stasioner pada ordo nol, I(0), maka
stasioneritas data dapat dicari melalui ordo selanjutnya. Dengan ini, diperoleh
tingkat stasioneritas pada ordo ke-n (first difference atau I(1), atau second
difference atau I(2), dst.).
a. Klik “View”, pilih “Unit Root Test” lalu pilih “Standart Unit root Test”
c. Hasil
a. Dari hasil pendugaan ARMA tadi, lalu klik “view” pilih “residual
diagnostic”, pilih “heteroskedasticity test” kemudian pilih “white”
b. Hasil uji heteroskedastisitas WHITE
Langkah selanjutnya adalah uji ARCH effect. Uji ini dilakukan untuk
memastikan kesesuaian model untuk analisis data. Adapun kriteria dalam
pengujian ARCH effect ini adalah sebagai berikut:
a. Jika H0 : Nilai probabilitas LM test > tingkat signifikansi 5%, maka
tidak terdapat ARCH effect.
b. Jika H1 : Nilai probabilitas LM test < tingkat signifikansi 5%, maka
terdapat ARCH effect.
Apabila pada pengujian heteroskedastisitas dan ARCH effect
menunjukkan penolakan terhadap H0 yang berarti data bersifat
heteroskedastisitas dan terdapat ARCH Effect, maka dapat dilanjutkan ke
tahap pengujian yaitu uji model ARCH/GARCH. Jika masih terdapat
kendala bahwa data masih bersifat homokedastisitas dan tidak terdapat
ARCH effect, maka dapat diatasi salah satunya adalah meningkatkan
tingkat signifikansi hingga 10%.
d. Hasil uji heteroskedastisitas ARCH
c. Hasil akhir
Perhatikan nilai
probabilitas RESID(-1)^2
dan GARCH(-1).
Akumulasikan nilai
RESID dan GARCH.
Hasil akumulasi = Nilai
Volatilitas