Nama :MunnaFatu Rofiah

Nim :12020220130042

Matkul :Ekonometrika 1

NOMOR 1

Diketahui

Diperoleh kerangka konseptual penelitian berdasarkan 3 persamaan di atas :

R I

Y Yt-1

Gt-1 G
Variabel endogen : waktu (I), produk domestik bruto (Y), dan konsumsi pemerintah (G)
Variabel eksogen ; suku bunga pinjaman (R), konsumsi pemerintah periode sebelumnya (Gt-1),
dan produk domestik bruto periode sebelumnya (Yt-1)
Dengan metode order condition maka diperoleh hasil identifikasi model persamaan simultan
produk domestik bruto (Y):
K–k=3–1=2
m–1=3–1=2
Karena K – k = m – 1 atau 2 = 2 maka estimasi model persamaan simultan produk domestik
bruto (Y) dapat dilakukan dengan ILS (exactly identified)
Dengan metode order condition maka diperoleh hasil identifikasi model persamaan simultan
waktu (I):
K–k=3–1=2
m–1=3–1=2
Karena K – k = m – 1 atau 2 = 2 maka estimasi model persamaan simultan waktu (I) dapat
dilakukan dengan ILS (exactly identified)
Dengan metode order condition maka diperoleh hasil identifikasi model persamaan simultan
konsumsi pemerintah (G):
K–k=3–2=1
m–1=3–1=2
Karena K – k < m – 1 atau 1 < 2 maka model persamaan simultan waktu (I) dapat disebut dengan
under identified itu artinya estimasi untuk model persamaan simultan waktu (I) sulit dilakukan
karena tidak memiliki solusi unik (derajat bebas < 0).
NOMOR 2

Langkah-langkah estimasi pada eviews:

1) Buka eviews, klik file, new, workfile

2) Lalu isi workfile create tersebut dengan mencantumkan “dated-regular frequency” pada
workfile structure type dan “quarterly” pada frequency. Isi start date dengan 2010Q1 dan
end date dengan 2020Q3.
3) Buat variabel y, I, r, dan g
4) Lalu open as group, dan copykan data ke masing-masing kolom variabel
5) Kemudian klik quick, estimate equation, dan ubah method menjadi TSLS (Two Stage
Least Squares)
6) Masukkan persamaan 1 yaitu Produk Domestik Bruto (Y) dengan menuliskan persamaan
Y C I G Y(-1) pada kolom equation specification
7) Masukkan seluruh variabel predetermined yaitu R, Y(-1), dan G(-1) pada kolom
instrument list
8) Klik OK
9) Kemudian ulangi langkah 5-8 untuk melakukan pada persamaan 2 (Pembentukan Modal
Bruto (I) ) dan persamaan 3 (Konsumsi Pemerintah (G) ).

Berikut ini adalah hasil estimasi dan interpretasi masing-masing persamaan.

1) Persamaan 1: Produk Domestik Bruto (Yt = β0 + β1It + β2Gt + β3Yt-1 + u1t)

Dependent Variable: Y
Method: Two-Stage Least Squares
Date: 06/16/22 Time: 18:07
Sample (adjusted): 2010Q2 2020Q3
Included observations: 42 after adjustments
Instrument specification: R Y(-1) G(-1)
Constant added to instrument list

Coefficien
Variable t Std. Error t-Statistic Prob.

C -3712204. 95531084 -0.038859 0.9692

I -107.6305 2736.608 -0.039330 0.9688
G 30.49349 749.9275 0.040662 0.9678
Y(-1) 35.33354 875.3344 0.040366 0.9680

-
R-squared 38.848057    Mean dependent var 2254186.
-
Adjusted R-squared 41.993956    S.D. dependent var 332166.2
1.80E+1
S.E. of regression 2178006.    Sum squared resid 4
F-statistic 0.309311    Durbin-Watson stat 1.465891
1.22E+1
Prob(F-statistic) 0.818499    Second-Stage SSR 1
J-statistic 7.52E-30     Instrument rank 4
 Interpretasi
a) Koefisien
Yt = -3712204 - 107.6305 It + 30.49349 Gt + 35.33354 Yt-1 + ut

- Konstanta sebesar -3712204 artinya adalah apabila niai I, G, dan Y t-1 bernilai 0,
maka nilai Y adalah sebesar -3712204.
- Apabila nilai I meningkat 1 satuan maka nilai Y akan turun sebesar 107.6305
satuan.
- Apabila nilai G meningkat 1 satuan maka nilai Y akan naik sebesar 30.49349
satuan.
- Apabila nilai Yt-1 meningkat 1 satuan maka nilai Y akan naik sebesar 35.33354
satuan.
b) Uji t
- Variabel I tidak berpengaruh signifikan terhadap variabel Y, karena nilai
probabilitas 0.9688 yang mana lebih besar dari nilai alpha 5%.
- Variabel G tidak berpengaruh signifikan terhadap variabel Y, karena nilai
probabilitas 0.9678 yang mana lebih besar dari nilai alpha 5%.
- Variabel Yt-1 tidak berpengaruh signifikan terhadap variabel Y, karena nilai
probabilitas 0.9680 yang mana lebih besar dari nilai alpha 5%.
c) Uji F
Variabel I, G, dan Yt-1 secara bersama-sama tidak berpengaruh signifikan terhadap
variabel Y, karena nilai probabilitas F statistic adalah sebesar 0.818499
d) Koefisien Determinasi
Nilai R2 adalah -38.848057. Artinya kontribusi variabel I, G, dan Yt-1 terhadap
variabel Y adalah sebesar -38800%

2) Persamaan 2: Pembentukan Modal Bruto (It = β4 + β5Rt + β6Yt + u2t)

Dependent Variable: I
Method: Two-Stage Least Squares
Date: 06/16/22 Time: 18:10
Sample (adjusted): 2010Q2 2020Q3
Included observations: 42 after adjustments
Instrument specification: R Y(-1) G(-1)
Constant added to instrument list

Coefficien
Variable t Std. Error t-Statistic Prob.

C -168998.1 124237.8 -1.360279 0.1816

R 7138.028 7385.284 0.966520 0.3397
Y 0.362680 0.020359 17.81394 0.0000

R-squared 0.956659    Mean dependent var 729591.2

Adjusted R-squared 0.954437    S.D. dependent var 115534.7
2.37E+1
S.E. of regression 24661.50    Sum squared resid 0
F-statistic 435.2347    Durbin-Watson stat 1.876568
1.79E+1
Prob(F-statistic) 0.000000    Second-Stage SSR 0
J-statistic 0.779912    Instrument rank 4
Prob(J-statistic) 0.377168
 Interpretasi
a) Koefisien
It = -168998.1 + 7138.028 Rt + 0.362680 Yt + ut

- Konstanta sebesar -168998.1 artinya adalah apabila niai R dan Y bernilai 0, maka
nilai I adalah sebesar -168998.1.
- Apabila nilai R meningkat 1 satuan maka nilai Y akan naik sebesar 7138.028
satuan.
- Apabila nilai Y meningkat 1 satuan maka nilai Y akan naik sebesar 0.362680
satuan.
b) Uji t
- Variabel R tidak berpengaruh signifikan terhadap variabel I, karena nilai
probabilitas 0.3397 yang mana lebih besar dari nilai alpha 5%.
- Variabel Y berpengaruh signifikan terhadap variabel I, karena nilai probabilitas
0.0000 yang mana lebih kecil dari nilai alpha 5%.
c) Uji F
Variabel R dan Y secara bersama-sama berpengaruh signifikan terhadap variabel I,
karena nilai probabilitas F statistic adalah sebesar 0.000000
d) Koefisien Determinasi
Nilai R2 adalah 0.956659. Artinya kontribusi variabel R dan Y terhadap variabel I
adalah sebesar 0,95 atau 95% sedangkan 5% lainnya dijelaskan oleh variabel di luar
persamaan model ini.

3) Persamaan 3: Konsumsi Pemerintah (Gt = β7 + β8Gt-1 + β9Yt-1 + u3t)

Dependent Variable: G
Method: Two-Stage Least Squares
Date: 06/16/22 Time: 18:11
Sample (adjusted): 2010Q2 2020Q3
Included observations: 42 after adjustments
Instrument specification: R Y(-1) G(-1)
Constant added to instrument list

Coefficien
Variable t Std. Error t-Statistic Prob.

C 71648.25 40674.29 1.761512 0.0860

G(-1) -0.457315 0.135209 -3.382287 0.0016
Y(-1) 0.090573 0.019645 4.610553 0.0000

R-squared 0.378677    Mean dependent var 188610.0

Adjusted R-squared 0.346815    S.D. dependent var 47535.51
5.76E+1
S.E. of regression 38418.14    Sum squared resid 0
F-statistic 11.88466    Durbin-Watson stat 2.275504
5.76E+1
Prob(F-statistic) 0.000093    Second-Stage SSR 0
J-statistic 1.909265    Instrument rank 4
Prob(J-statistic) 0.167045
Interpretasi
a) Koefisien
Gt = 71648.25 - 0.457315 Gt-1 + 0.090573 Yt-1 + ut

- Konstanta sebesar 71648.25 artinya adalah apabila niai Gt-1 dan Yt-1 bernilai 0,
maka nilai G adalah sebesar 71648.25
- Apabila nilai Gt-1 meningkat 1 satuan maka nilai G akan turun sebesar 0.457315
satuan.
- Apabila nilai Yt-1 meningkat 1 satuan maka nilai G akan naik sebesar 0.090573
satuan.
b) Uji t
- Variabel Gt-1 berpengaruh signifikan terhadap variabel G, karena nilai probabilitas
0.0016 yang mana lebih kecil dari nilai alpha 5%.
- Variabel Yt-1 berpengaruh signifikan terhadap variabel G, karena nilai probabilitas
0.0000 yang mana lebih kecil dari nilai alpha 5%.
c) Uji F
Variabel Gt-1 dan Yt-1 secara bersama-sama berpengaruh signifikan terhadap variabel
G, karena nilai probabilitas F statistic adalah sebesar 0.000093
d) Koefisien Determinasi
Nilai R2 adalah 0.378677. Artinya kontribusi variabel Gt-1 dan Yt-1 terhadap variabel G
adalah sebesar 0,38 atau 38% sedangkan 62% lainnya dijelaskan oleh variabel di luar
persamaan model ini.
NOMOR 3

Alasan menggunakan model dinamis pada data time series adalah model dinamis mampu
menangkap pengaruh waktu ke waktu terhadap respon pada data time series. Dikarenakan ingin
diketahui pengaruh data pada beberapa periode sebelumnya yang mempengaruhi data periode
sekarang. Pada model dinamis ini, data periode – periode sebelumnya dijadikan sebagai salah
satu variabel independent selain faktor – faktor lain. Analisis model dinamis sangat berguna
untuk menjelaskan bentuk hubungan kausal dalam jangka panjang maupun pendek.

NOMOR 4

a) Koefisien

LIHK = -12.23510 + 0.101370 LUPAH + 0.004616 R + 0.802465 LY + 0.088838

LIHK(-1) + e

- Konstanta sebesar -12.23510 artinya adalah apabila nilai semua variabel

independent bernilai 0, maka variabel LIHK adalah sebesar -12.23510.
- Apabila nilai LUPAH meningkat 1 satuan maka nilai LIHK akan meningkat pula
sebesar 0.101370 satuan.
- Apabila nilai R meningkat 1 satuan maka nilai LIHK akan meningkat pula sebesar
0.004616 satuan.
- Apabila nilai LY meningkat 1 satuan maka nilai LIHK akan meningkat pula
sebesar 0.802465 satuan.
- Apabila nilai LIHKt-1 meningkat 1 satuan maka nilai LIHK akan meningkat pula
sebesar 0.088838 satuan.

b) Uji t
- Variabel LUPAH tidak berpengaruh signifikan terhadap variabel LIHK, karena
nilai probabilitasnya adalah sebesar 0.1197 yang mana lebih besar dari nilai alpha
5%.
- Variabel R tidak berpengaruh signifikan terhadap variabel LIHK, karena nilai
probabilitasnya adalah sebesar 0.6479 yang mana lebih besar dari nilai alpha 5%.
- Variabel LY berpengaruh signifikan terhadap variabel LIHK, karena nilai
probabilitasnya adalah sebesar 0.0000 yang mana lebih kecil dari nilai alpha 5%.
- Variabel LIHKt-1 tidak berpengaruh signifikan terhadap variabel LIHK, karena
nilai probabilitasnya adalah sebesar 0.1108 yang mana lebih besar dari nilai alpha
5%.

c) Uji F
Variabel LUPAH, R, LY, dan LIHKt-1 secara bersama-sama berpengaruh signifikan
terhadap variabel LIHK, karena nilai probabilitas F statistic adalah sebesar 0.000000
(< 0,05).

d) Koefisien Determinasi
Nilai R2 adalah 0.971398. Artinya kontribusi variabel LUPAH, R, LY, dan LIHKt-1
terhadap variabel LIHK adalah sebesar 0,97 atau 97% sedangkan 3% lainnya
dijelaskan oleh variabel di luar persamaan model ini.