See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/344101830

Langkah-langkah ECM pada Eviews

Preprint · September 2020

DOI: 10.13140/RG.2.2.32298.24006

CITATIONS READS

0 6,961

1 author:

Maulida Nurhidayati
Institut Agama Islam Negeri Ponorogo
26 PUBLICATIONS 62 CITATIONS

SEE PROFILE

All content following this page was uploaded by Maulida Nurhidayati on 04 September 2020.

The user has requested enhancement of the downloaded file.

 Langkah-langkah analisis data dengan ECM

Dalam analisis ini, dilakukan analisis data dengan menggunakan variabel Y1 sebagai variabel
dependen dan varibel X sebagai variabel dependen. Langkah-langkah analisis data dengan ECM
adalah sebagai berikut
1. Pengujian Stasioneritas
Pengujian stasioneritas pada data Y1
Langkah-langkahnya :
a. Klik 2 kali pada data Y1 yang akan dicek stasioneritasnya.

b. Setelah dilakukan klik 2 kali akan muncul dialog sebagai berikut

c. Kemudian klik view → graph untuk menampilakn grafik dari data yang dimiliki. Kemudian
akan muncul dialog box seperti dibawah ini, pilih basic type→ line &Symbol

2
d. Klik Ok dan diperoleh grafik seperti gambar dibawah ini. Berdasarkan gambar tersebut
terlihat bahwa data Y1 memiliki intersep dan tren

e. Selanjutnya, lakukan pengujian unit rootdengan langkah berikut, klik view→ unit root test.
Kemudian akan muncul dialog box, pilih level, trend and intercept, serta maximum lags
9.

f. Klik Ok dan diperoleh hasil berikut

Null Hypothesis: Y1 has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.181525 0.0943

Test critical values: 1% level -4.055416
5% level -3.456805
10% level -3.154273

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(Y1)
Method: Least Squares
Date: 03/17/20 Time: 09:16
Sample (adjusted): 3 99
Included observations: 97 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

Y1(-1) -0.095782 0.030106 -3.181525 0.0020

3
 D(Y1(-1)) 0.230679 0.095954 2.404060 0.0182
C 1.177497 0.370799 3.175563 0.0020
@TREND("1") -0.014958 0.005005 -2.988592 0.0036

R-squared 0.155055 Mean dependent var 0.010264

Adjusted R-squared 0.127799 S.D. dependent var 1.004921
S.E. of regression 0.938513 Akaike info criterion 2.751324
Sum squared resid 81.91510 Schwarz criterion 2.857497
Log likelihood -129.4392 Hannan-Quinn criter. 2.794255
F-statistic 5.688772 Durbin-Watson stat 1.975537

Hasil tersebut menunjukkan bahwa, Y1 masih belum stasioner karena nilai

Prob=0,0943>0,05 sehingga perlu dilakukan pengujian stasioneritas lagi pada tingkat first
differance.
g. klik view→ unit root test. Kemudian akan muncul dialog box, pilih 1st difference, trend
and intercept, serta maximum lags 9.

h. klik Ok dan diperoleh hasil berikut

Null Hypothesis: D(Y1) has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -7.740578 0.0000

Test critical values: 1% level -4.055416
5% level -3.456805
10% level -3.154273

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(Y1,2)
Method: Least Squares
Date: 03/17/20 Time: 09:19
Sample (adjusted): 3 99
Included observations: 97 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(Y1(-1)) -0.777655 0.100465 -7.740578 0.0000

C 0.176251 0.205387 0.858142 0.3930
@TREND("1") -0.003350 0.003588 -0.933528 0.3529

R-squared 0.389286 Mean dependent var 0.003468

4
 Adjusted R-squared 0.376292 S.D. dependent var 1.244692
S.E. of regression 0.982998 Akaike info criterion 2.834019
Sum squared resid 90.83073 Schwarz criterion 2.913650
Log likelihood -134.4499 Hannan-Quinn criter. 2.866218
F-statistic 29.95914 Durbin-Watson stat 1.949936
Prob(F-statistic) 0.000000

Hasil tersebut menunjukkan bahwa, 1st differance dari Y1 sudah stasioner karena nilai
Prob=0,000<0,05.
i. Lakukan langkah yang sama untuk variabel yang tersisa (variabel X)
2. Pengujian Kointegrasi
Pengujian kointegrasi dilakukan dengan menggunakan perintah yang ada pada unit root test.
Sebelum itu, lakukan langkah-langkah berikut
a. Estimasi model regresi dengan klik quick → estimate aquation. Kemudian masukkan model
yang akan dianalisis. Karena terdapat 1 variabel independen dan 1 variabel dependen maka
modelnya adalah sebagai berikut Y1 C X seperti pada gambar berikut

b. Klik Ok dan diperoleh hasil sebagai berikut

Dependent Variable: Y1
Method: Least Squares
Date: 03/17/20 Time: 09:28
Sample: 1 99
Included observations: 99

Variable Coefficient Std. Error t-Statistic Prob.

C 0.441474 0.215899 2.044819 0.0436

X 1.520070 0.056294 27.00236 0.0000

R-squared 0.882585 Mean dependent var 4.329705

Adjusted R-squared 0.881374 S.D. dependent var 4.647173
S.E. of regression 1.600584 Akaike info criterion 3.798609
Sum squared resid 248.5012 Schwarz criterion 3.851036
Log likelihood -186.0311 Hannan-Quinn criter. 3.819821
F-statistic 729.1272 Durbin-Watson stat 1.924882
Prob(F-statistic) 0.000000

c. Simpan error dari model klik quick → generate series kemudian tuliskan residual=resid
(artinya kita menyimpan data residual untuk model pertama dengan nama residual)

5
d. Klik ok dan diperoleh hasil berikut

e. Selanjutnya pengujian kointegrasi dilakukan pada data residual. Klik data residual, klik
Kemudian akan muncul dialog box, pilih level, trend and intercept, serta maximum lags
9.view→ unit root test

f. Klik ok dan diperoleh hasil berikut

Null Hypothesis: RESIDUAL has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -9.949708 0.0000

Test critical values: 1% level -4.054393
5% level -3.456319
10% level -3.153989

*MacKinnon (1996) one-sided p-values.

6
 Augmented Dickey-Fuller Test Equation
Dependent Variable: D(RESIDUAL)
Method: Least Squares
Date: 03/17/20 Time: 09:35
Sample (adjusted): 2 99
Included observations: 98 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

RESIDUAL(-1) -1.021518 0.102668 -9.949708 0.0000

C 0.649854 0.327091 1.986770 0.0498
@TREND("1") -0.013319 0.005779 -2.304675 0.0234

R-squared 0.510332 Mean dependent var -0.008901

Adjusted R-squared 0.500023 S.D. dependent var 2.220634
S.E. of regression 1.570190 Akaike info criterion 3.770404
Sum squared resid 234.2221 Schwarz criterion 3.849535
Log likelihood -181.7498 Hannan-Quinn criter. 3.802411
F-statistic 49.50440 Durbin-Watson stat 1.955361
Prob(F-statistic) 0.000000

Hasil tersebut menunjukkan bahwa, residual sudah stasioner karena nilai Prob=0,000<0,05
sehingga disimpulkan terdapat kointegrasi pada model yang digunakan.

3. Model Hubungan Jangka Pendek

a. Estimasi model regresi model jangka pendek dengan klik quick → estimate aquation.
Kemudian masukkan model yang akan dianalisis. Karena terdapat 1 variabel independen dan
1 variabel dependen serta error maka modelnya sebagai berikut d(Y1) C d(X) Residual
seperti pada gambar berikut

b. Klik ok dan diperoleh hasil berikut

Dependent Variable: D(Y1)

Method: Least Squares
Date: 03/17/20 Time: 09:38
Sample (adjusted): 2 99
Included observations: 98 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.006355 0.084704 0.075032 0.9403

D(X) 0.413995 0.068863 6.011833 0.0000
RESIDUAL 0.364119 0.065071 5.595683 0.0000

R-squared 0.311610 Mean dependent var 0.007342

Adjusted R-squared 0.297118 S.D. dependent var 1.000146
S.E. of regression 0.838503 Akaike info criterion 2.515737
Sum squared resid 66.79332 Schwarz criterion 2.594869

7
 Log likelihood -120.2711 Hannan-Quinn criter. 2.547744
F-statistic 21.50163 Durbin-Watson stat 1.554989
Prob(F-statistic) 0.000000

c. Dilanjutkan dengan pengujian Asumsi Klasik

d. Pengujian normalitas dilakukan dengan klik view→ residual diagnostik → histogram-
normality test dan diperoleh hasil sebagai berikut

8
Series: Residuals
7 Sample 2 99
Observations 98
6
Mean -1.13e-17
5 Median -0.079814
Maximum 2.127134
4 Minimum -1.760919
Std. Dev. 0.829814
3 Skewness 0.220372
Kurtosis 2.239710
2
Jarque-Bera 3.153546
1 Probability 0.206641

0
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0

e. Pengujian heteroskedastisitas dilakukan dengan klik view→residual diagnostik →

heteroskedasticity test kemudian muncul dialog box pilih glejser kemudian kili ok dan
diperoleh hasil sebagai berikut

Heteroskedasticity Test: Glejser

F-statistic 0.091316 Prob. F(2,95) 0.9128

Obs*R-squared 0.188038 Prob. Chi-Square(2) 0.9103
Scaled explained SS 0.150559 Prob. Chi-Square(2) 0.9275

Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 03/17/20 Time: 09:40
Sample: 2 99
Included observations: 98

Variable Coefficient Std. Error t-Statistic Prob.

8
 C 0.690548 0.046361 14.89514 0.0000
D(X) 0.015999 0.037691 0.424470 0.6722
RESIDUAL 0.007232 0.035615 0.203060 0.8395

R-squared 0.001919 Mean dependent var 0.690651

Adjusted R-squared -0.019093 S.D. dependent var 0.454615
S.E. of regression 0.458934 Akaike info criterion 1.310314
Sum squared resid 20.00896 Schwarz criterion 1.389446
Log likelihood -61.20540 Hannan-Quinn criter. 1.342321
F-statistic 0.091316 Durbin-Watson stat 1.795101
Prob(F-statistic) 0.912809

f. Pengujian autokorelasi dilakukan dengan klik view→residual diagnostik → Serial

correlation LM test kemudian muncul dialog box pilih lag to include 2 kemudian kili ok
dan diperoleh hasil sebagai berikut

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 2.518634 Prob. F(2,93) 0.0861

Obs*R-squared 5.035354 Prob. Chi-Square(2) 0.0806

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 03/17/20 Time: 09:42
Sample: 2 99
Included observations: 98
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000914 0.083398 0.010955 0.9913

D(X) -0.019493 0.068950 -0.282709 0.7780
RESIDUAL 0.002684 0.064268 0.041763 0.9668
RESID(-1) 0.223323 0.105586 2.115080 0.0371
RESID(-2) 0.024747 0.106059 0.233333 0.8160

R-squared 0.051381 Mean dependent var -1.13E-17

Adjusted R-squared 0.010580 S.D. dependent var 0.829814
S.E. of regression 0.825412 Akaike info criterion 2.503805
Sum squared resid 63.36140 Schwarz criterion 2.635691
Log likelihood -117.6865 Hannan-Quinn criter. 2.557151

9
 F-statistic 1.259317 Durbin-Watson stat 1.973557
Prob(F-statistic) 0.291653

g. Pengujian multikolinieritas dilakukan dengan klik view→coefficient diagnostics →

variance inflation factor kemudian diperoleh hasil berikut

Variance Inflation Factors

Date: 03/17/20 Time: 09:43
Sample: 1 99
Included observations: 98

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.007175 1.000056 NA
D(X) 0.004742 1.491447 1.491372
RESIDUAL 0.004234 1.491424 1.491372

h. Pengujian linieritas dilakukan dengan klik view→stability diagnostik → Ramsey Reset Test
kemudian muncul dialog box pilih number of fitted term 1 kemudian kili ok dan diperoleh
hasil sebagai berikut

Ramsey RESET Test

10
 Equation: UNTITLED
Specification: D(Y1) C D(X) RESIDUAL
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic 1.916758 94 0.0583
F-statistic 3.673962 (1, 94) 0.0583
Likelihood ratio 3.757342 1 0.0526

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 2.512400 1 2.512400
Restricted SSR 66.79332 95 0.703088
Unrestricted SSR 64.28092 94 0.683840

LR test summary:
Value df
Restricted LogL -120.2711 95
Unrestricted LogL -118.3925 94

Unrestricted Test Equation:

Dependent Variable: D(Y1)
Method: Least Squares
Date: 03/17/20 Time: 09:43
Sample: 2 99
Included observations: 98

Variable Coefficient Std. Error t-Statistic Prob.

C 0.103209 0.097630 1.057144 0.2932

D(X) 0.416938 0.067932 6.137620 0.0000
RESIDUAL 0.372225 0.064314 5.787652 0.0000
FITTED^2 -0.313727 0.163676 -1.916758 0.0583

R-squared 0.337504 Mean dependent var 0.007342

Adjusted R-squared 0.316360 S.D. dependent var 1.000146
S.E. of regression 0.826946 Akaike info criterion 2.497805
Sum squared resid 64.28092 Schwarz criterion 2.603314
Log likelihood -118.3925 Hannan-Quinn criter. 2.540481
F-statistic 15.96255 Durbin-Watson stat 1.584919
Prob(F-statistic) 0.000000

4. Model Hubungan Jangka Panjang

a. Estimasi model regresi dengan klik quick → estimate aquation. Kemudian masukkan model
yang akan dianalisis. Karena terdapat 1 variabel independen dan 1 variabel dependen maka
modelnya adalah sebagai berikut Y1 C X seperti pada gambar berikut

11
 b. Klik Ok dan diperoleh hasil sebagai berikut

Dependent Variable: Y1
Method: Least Squares
Date: 03/17/20 Time: 09:28
Sample: 1 99
Included observations: 99

Variable Coefficient Std. Error t-Statistic Prob.

C 0.441474 0.215899 2.044819 0.0436

X 1.520070 0.056294 27.00236 0.0000

R-squared 0.882585 Mean dependent var 4.329705

Adjusted R-squared 0.881374 S.D. dependent var 4.647173
S.E. of regression 1.600584 Akaike info criterion 3.798609
Sum squared resid 248.5012 Schwarz criterion 3.851036
Log likelihood -186.0311 Hannan-Quinn criter. 3.819821
F-statistic 729.1272 Durbin-Watson stat 1.924882
Prob(F-statistic) 0.000000

12
View publication stats