NIM : 7212540009
Berikut adalah data ECM yang saya gunakan adalah data time series dan memiliki
2variabel yaitu :
Y = Pertumbuhan Ekonomi
X
18
16
14
12
10
6
05 06 07 08 09 10 11 12 13 14 15 16 17 18
Berdasarkan gambar diatas terlihat bahwa ada indikasi data tidak stasioner. Hal ini terlihat dari
grafik yang menunjukkan bahwa variabel Jumlah Penduduk Miskin memiliki tren yang
cenderung menurun. Namun untuk meyakinkan data ini stasioner atau tidak, maka kami
melakukan pengujian lain yang lebih akurat yaitu uji unit akar.
t-Statistic Prob.*
Nilai t statistik dibagian Statistik uji Augmented Dickey-Fuller (-1.599054) lebih kecil daripada
nilai kritis pada tabel MacKinnon di berbagai tingkat kepercayaan (1%, 5%, dan 10%). Selain
melihat nilai Augmented Dickey-Fuller, kita juga bisa melihat nilai Probability pada level
alpha. Nilai Probability > alpha (0.4549 > 0.05), artinya data stationer pada level level.
Y
6.4
6.0
5.6
5.2
4.8
4.4
05 06 07 08 09 10 11 12 13 14 15 16 17 18
Berdasarkan gambar diatas terlihat bahwa ada indikasi data stationer. Hal ini terlihat dari grafik
yang menunjukkan bahwa variabel Pertumbuhan Ekonomi memiliki tren yang cenderung
fluktuatif. Namun untuk meyakinkan data ini stasioner atau tidak, maka kami melakukan
pengujian lain yang lebih akurat yaitu uji unit akar.
4. Uji Akar Variabel Y
t-Statistic Prob.*
Nilai t statistik dibagian statistik uji Augmented Dickey-Fuller (-2.353087) lebih kecil dari nilai
kritis pada tabel MacKinnon di berbagai tingkat kepercayaan (1%, 5%, dan 10%). Selain
melihat nilai Augmented Dickey-Fuller, kita juga bisa melihat nilai Probability pada level
alpha. Nilai Probabilitas < alpha (0.1716 < 0.05), artinya stasioner data pada level level. Karena
data menunjukkan hasil yang tidak stasioner, maka dilanjutkan ke tahap pemilihan level yang
lain yaitu 1st difference.
5. Uji Kedua Variabel X dan Y
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -1.70385 0.0442 2 26