PERMODELAN PDB ATAS DASAR

HARGA BERLAKU DAN NET OFFICIAL

DEVELOPMENT ASSISTANCE AND
OFFICIAL AID RECEIVED TAHUN 1997
2014 DI INDONESIA DENGAN

MODEL VECTOR
AUTOREGRESSIVE (VAR)

Kelompok 5 Time
Series 3SE4
ANNISA SORAYA
(13.7503)
I NYOMAN PANDE S.
(13.7653)
RIO SANAGU BIRLIAN
(13.7841)

?
CONTENT

Pendahuluan
Latar Belakang,
Rumusan
Masalah, Tujuan,
Manfaat

Metodologi
Ruang Lingkup
Penelitian, Metode
Pengumpulan Data,
Metode Analisis

Penutup

Kajian Pustaka
Landasan Teori,
Kerangka Pikir,
Hipotesis

Pembahasan
Permodelan,
Analisis dalam VAR

Simpulan
Saran
2

01
PENDAHULUAN
3

04

Latar Belakang
Adanya bantuan dalam
Timbul pergeseran
bentuk Net official
ekonomi global
development assistance
yang dialami oleh
and official aid received
negara-negara
and official aid received
maju dan negaradari negara maju kepada
negara
negara berkembang
berkembang
atau negara miskin
setelah berakhirnya
MDGs
pada tahun Rumusan Masalah
Latar
Belakang
Tujuan

ODA yang
ditargetkan 0.7%
dari total Produk
Domestik Bruto

Manfaat

Rumusan Masalah
1
Apakah terdapat hubungan
saling mempegaruhi antara
variabel PDB ADHB dan
variabel Net ODA , serta
bagaimana analisis impulse
response function serta
forecast error decomposition
variance?
Latar Belakang

Rumusan Masalah

05

Bagaimana bentuk model VAR

dengan variabel PDB ADHB dan
variabel Net ODA?

2
3

Tujuan

Bagaimana hasil
peramalan satu tahun
kedepan terhadap
data PDB ADHB dan
data Net ODA?

Manfaat

06

Tujuan

3
Latar Belakang

Untuk membentuk model VAR dengan

variabel PDB ADHB dan variabel Net
ODA
Untuk melihat ada tidaknya hubungan
saling mempegaruhi antara variabel
PDB ADHB dan variabel Net ODA,serta
melakukan analisis impulse response
function serta forecast error
decomposition variance
Untuk melakukan peramalan satu
tahun kedepan terhadap data PDB
ADHB dan data Net ODA

Rumusan Masalah

Tujuan

Manfaat

07

Manfaat

Dasar dan referensi

bagi penelitian
selanjutnya.

Sarana mengaplikasi
materi pembelajaran
dalam menganalisis
data time series,
khususnya dalam
permodelan VAR.
Latar Belakang

Rumusan Masalah

Tujuan

Manfaat

KAJIAN PUSTAKA
02
8

Produk Domestik Bruto

09

(Atas Dasar Harga

Berlaku)

Indikator
untuk
mengetahui
keadaan
perekonomia
n suatu
negara dalam
suatu periode
waktu
tertentu
Landasan Teori

PDB ADHK
mengggunakan
harga yang
berlaku pada
satu tahun
tertentu
sebagai dasar

Kerangka Pikir

PDB ADHB
mengguna
kan harga
yang
berlaku
pada setiap
tahun

Hipotesis

Official Development Assistance

fficial Aid Received
Menurut OECD, Official Development
Assistance (ODA) didefinisikan sebagai
bantuan pemerintah yang dirancang
untuk mempromosikan pembangunan
ekonomi dan kesejahteraan negaranegara berkembang

Landasan Teori

Kerangka Pikir

Hipotesis

010

Model VAR

011

(Model Vector Autorgressive)

Persamaan Model VAR untuk

bivariate

Anali
sis
Dala
m
Mode
l VAR

Kelebihan
+ Model VAR

-Peramalan
- Impulse Response
- Forecast Error
Decomposition Variance
(FEDV)
- Uji Kausalitas

Landasan Teori

Kerangka Pikir

Model yang sederhana,

Estimasi sederhana dengan
metode OLS,
Hasil peramalan
(forecasting) lebih bagus
dibanding model lain

Hipotesis

012

Kerangka Pikir
Net Official
Development
Assistance and
Official Aid
Received

Produk Domestik
Bruto

Landasan Teori

Kerangka Pikir

Hipotesis

013

Hipotesis Penelitian
Ada hubungan sebab akibat saling
mempengaruhi antara variabel PDB (Atas
Dasar Harga Berlaku) dan variabel Net
Official Development Assistance and Official
Aid Received.

Landasan Teori

Kerangka Pikir

Hipotesis

03
METODOLOGI
14

015

Ruang
Lingkup
Penelitian

Metode
Pengump
ulan Data
Ruang Lingkup Penelitian

Penelitian ini menggunakan data time

series Produk Domestik Bruto atas
dasar harga berlaku dan Net official
development assistance and official aid
received Indonesia dengan periode
1997 sampai dengan 2014 dengan
satuan mata uang adalah US Dollar.
Data yang digunakan dalam penelitian
ini merupakan data sekunder yang
didapat dari World Bank.

Metode Pengumpulan Data

Metode Analisis

Metod
e
Analis
is

Peramalan dilakukan untuk memprediksi data

016
satu/beberapa tahun kedepan dari variabel yang
ditentukan.
Analisis Impulse Response dapat digunakan
untuk melihat dampak perubahan dari satu
variabel terhadap variabel lainnya secara
dinamis, dengan memberikan shock yang
biasanya sebesar standar deviasi dari
variabelnya.
Forecast Error Decomposition Variance
(FEDV) bertujuan untuk memprediksi kontribusi
persentase varian setiap variabel karena adanya
perubahan variabel tertentu, baik variabel
dirinya sendiri maupun variabel lain, dalam
sistem VAR yang didapatkan.
Uji Kausalitas dilakukan untuk melihat
hubungan sebab akibat antara variabel dalam
sistem VAR yang didapatkan.

Ruang Lingkup Penelitian

Metode Pengumpulan Data

Metode Analisis

PEMBAHASAN
04
17

Permodelan dengan
model VAR
Penentuan Kandidat da
018

Pemilihan Lag Optimum

1
Uji
Stasionerit
as

4
2

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

3
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VAR
Penentuan Kandidat da
019

1
Uji
Uji
Stasioneritas
Stasionerit
data Net
as
official
development
2
assistance
and official
Penentuan
aid received
Bentuk Model
VAR
Permodelan dengan model VAR

Pemilihan Lag Optimum

3
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VAR
Penentuan Kandidat da
020

Pemilihan Lag Optimum

1
Uji
Stasionerit
as

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

Uji
4
Stasioneritas
data Produk
Domestik
Bruto atas
dasar harga
3
berlaku
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model
VAR
Penentuan Kandidat da
uji pada residual
variabel bersifat
021

Uji
Stasionerit
as

stasioner namun
pada nilai
integrated yang
berbeda

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

Pemilihan
Lag Optimum
model
menunjukan
residual bersifat
4
tidak stasioner
pada level

model
Unrestrict
ed VAR.3

Menentukan Lag Maksimum

& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VAR
Penentuan Kandidat da
Hasil dari percobaan pertama
022

Pemilihan Lag Optimum

pencarian lag maksimum

Uji
Stasionerit
as

4
2

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

3
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VARHasil dariPenentuan
Kandidat da
percobaan keenam
023

Pemilihan Lag Optimum

pencarian lag maksimum

Uji
Stasionerit
as

4
2

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

3
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VARHasil dariPenentuan
Kandidat
da
percobaan ketujuh
024

Pemilihan
Lag
Optimum
pencarian lag maksimum

Uji
Stasionerit
as

Sehingga dapat dikatakan bahwa

4
lag maksimum dari model VAR
yang didapat adalah 6.

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

3
Menentukan Lag Maksimum
& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model VAR
Penentuan Kandidat da
025

Pemilihan Lag Optimum

1
Uji
Stasionerit
as

4
2

Penentuan
Bentuk Model
VAR
Permodelan dengan model VAR

Hasil dari penentuan

kandidat lag
optimum : 1, 2, 6

Menentukan Lag Maksimum

& Pengujian Kestabilan
Model VAR
Analisis dalam Model VAR

Permodelan dengan
model
Penentuan Kandidat da
SetiapVAR
hasil estimasi
Pemilihan lag
026

optimum
1 yang
tepat dilakukan
permodelan VAR
Uji
berdasarkan
Stasionerit
masing-masing
kandidat
as lag
tersebut

model VAR
Pemilihan Lag Optimum
dibandingkan Adj. R
squared. Yang
4
tertinggi yang
kemudian dipilih sebagai
model VAR dengan
lag optimal.

Dari hasil percobaan didapat bahwa

3
hasil model VAR dengan lag optimal
didapat pada saat lag nya adalah
Penentuan
Menentukan
Lag Maksimum
dengan Adj. R squared
sebesar
Bentuk 6Model
26,81%.& Pengujian Kestabilan
VAR
Permodelan dengan model VAR

Model VAR

Analisis dalam Model VAR

Permodelan dengan
Hasil
Estimasi Model
Var dengan Lag = 6
model
VAR

Permodelan dengan model VAR

Analisis dalam Model VAR

027

Permodelan dengan
Persamaan
model VAR
dengan lag optimal
model
VAR
1.

028

sama dengan 6

D(GDP)t = -1.62E+10 -0.508587D(GDP)t-1 -0.057362 D(GDP)t-2

+0.276359D(GDP)t-3 -0.164758D(GDP)t-4 - 0.265583D(GDP)t-5 + 0.381007D(GDP)t-6
+39.54566ODAt-1 -1.411144ODAt-2 - 28.86415ODAt-3 -16.49883ODAt-4
+ 54.73080ODAt-5 -28.20443ODAt-6

2.

ODAt = 2.42E+08 -0.003836 D(GDP)t-1 -0.000298 D(GDP)t-2 +0.001337 D(GDP)t-3

-0.003412D(GDP)t-4 -0.008902 D(GDP)t-5 +0.006253 D(GDP)t-6 +0.409866ODAt-1
+0.475215 ODAt-2 -0.190550 ODAt-3 -0.288934 ODAt-4 + 0.245930 ODAt-5
+0.265566ODAt-6
Permodelan dengan model VAR

Analisis dalam Model VAR

Analisis dalam Model VAR

029

1 Uji Kausalitas
Granger

Pairwise Granger Causality Tests

Date: 06/23/16 Time: 00:57
Sample: 1 48
Lags: 6

Null Hypothesis:

ODA does not Granger Cause GDP

GDP does not Granger Cause ODA

Permodelan dengan model VAR

Obs

F-Statistic

42

2.40848
4.08132

Interpretasi :
Dengan tingkat
signifikansi 5%
dapat dikatakan
bahwa hanya ada
Prob.
hubungan satu arah
yang terjadi, yaitu
variabel Produk
0.0519
Domestik Bruto
0.0044
terhadap Net official
development
Analisis
dalam Model
VAR
assistance
and

Analisis dalam Model VAR

2 Analisis Impulse

Interpretasi :

Response

Response to Cholesky One S.D. Innovations

Response of D(GDP) to D(GDP)

Response of D(GDP) to ODA

5E+10

5E+10

4E+10

4E+10

3E+10

3E+10

2E+10

2E+10

1E+10

1E+10

0E+00

0E+00

-1E+10

-1E+10

-2E+10

-2E+10
1

10

Response of ODA to D(GDP)

10

600,000,000

400,000,000

400,000,000

200,000,000

200,000,000

-200,000,000

-200,000,000

-400,000,000

-400,000,000

-600,000,000

-600,000,000
2

1. response Produk Domestik

Bruto atas dasar harga
berlaku cukup drastis
ketika terdapat shock
pada Net official
development assistance
and official aid.

Response of ODA to ODA

600,000,000

030

10

Permodelan dengan model VAR

10

2. terdapat response yang

drastis dari Net official
development assistance
and official aid received
ketika terdapat shock
pada Produk Domestik
Analisis dalam Model VAR

Analisis dalam Model VAR

031

3 Forecast Error Decomposition Variance

(FEDV)

Variance Decomposition

Percent D(GDP) variance due to D(GDP)

Percent D(GDP) variance due to ODA

100

100

80

80

60

60

40

40

20

20

0
1

10

Percent ODA variance due to D(GDP)

10

10

Percent ODA variance due to ODA

100

100

80

80

60

60

40

40

20

20

0
1

10

Permodelan dengan model VAR

Interpretasi :
1. Forecast error variance dari
D(GDP) pada periode pertama
ditentukan oleh dirinya sendiri atau
sebesar 100%, sedangkan
kontribusi variabel ODA tidak
mampu menjelaskan variabilitas
D(GDP) yaitu sebesar 0%.
2. Forecast error variance dari ODA
pada periode pertama ditentukan
oleh dirinya sendiri atau sebesar
8.85%, sedangkan kontribusi
variabel D(GDP) yang mampu
menjelaskan variabilitas ODA
bernilai sebesar 91.15%.
Analisis dalam Model VAR

Analisis dalam Model VAR

4 Peramalan (Forecasting)
Hasil peramalan periode tahun 2015
untuk Net official development
assistance and official aid received
adalah 1.03E+09 US Dollar
sedangkan untuk data Produk
Domestik Bruto atas dasar harga
berlaku adalah 6.49E+11 US Dollar.

Permodelan dengan model VAR

Analisis dalam Model VAR

032

PENUTUP
05
33

034

Model VAR yang dihasilkan :

D(GDP)t = -1.62E+10 -0.508587D(GDP)t-1 -0.057362 D(GDP)t-2
+0.276359D(GDP)t-3 -0.164758D(GDP)t-4 0.265583D(GDP)t-5 + 0.381007D(GDP)t-6 +39.54566ODAt-1
-1.411144ODAt-2 - 28.86415ODAt-3 -16.49883ODAt-4
+ 54.73080ODAt-5 -28.20443ODAt-6

ODAt = 2.42E+08 -0.003836 D(GDP)t-1 -0.000298 D(GDP)t-2

+0.001337 D(GDP)t-3 -0.003412D(GDP)t-4 -0.008902
D(GDP)t-5 +0.006253 D(GDP)t-6 +0.409866ODAt-1
+0.475215 ODAt-2 -0.190550 ODAt-3 -0.288934 ODAt-4
+ 0.245930 ODAt-5 +0.265566ODAt-6
Simpulan

Saran

SIMPULA
N

035

Hasil uji hubungan

Hasil analisis impulse
kausalitas dengan metode
response function
Granger Causality
(IRF) menunjukkan
menunjukkan adanya hubungan
bahwa kedua variabel
satu arah antara variabel Produk
memberikan response
Domestik Bruto atas dasar harga
yang cukup tinggi ketika
berlaku terhadap variabel Net
terjadi shock pada
SIMPULA
official development assistance
variabel lainnya 2
and official aid received.
Hasil analisis Forecast Error Decomposition Variance (FEDV)N
menunjukkan bahwa forecast error variance dari D(GDP) pada periode
pertama ditentukan oleh dirinya sendiri atau sebesar 100% dan terus
menurun pada periode berikutnya sedangkan forecast error variance
dari ODA pada periode pertama ditentukan oleh dirinya sendiri atau
sebesar 8.85%, sedangkan kontribusi variabel D(GDP) yang mampu
menjelaskan variabilitas ODA bernilai sebesar 91.15%.
Simpulan

Saran

036

Hasil peramalan tahun 2015

data Net official development
assistance and official aid received
adalah 1.03E+09 US Dollar

data Produk Domestik Bruto atas dasar

harga berlaku adalah 6.49E+11 US
Dollar

Simpulan

Saran

SIMPULA
N

037

SARAN
Dari hasil pengujian , terlihat bahwa pada model hanya
terdapat interaksi satu arah yaitu GDP yang mempengaruhi
ODA dan tidak terdapat hubungan timbal balik. Hal ini
mengindikasikan bahwa ODA merupakan sebuah fungsi dari
variabel GDP dan tidak sebaliknya. Untuk itu perlu penambahan
variabel yang menghasilkan interaksi 2 arah jika penelitian
ingin difokuskan untuk melakukan forecasting data pada kedua
variabel secara simultan dengan metode VAR.

Simpulan

Saran

TERIMA
KASIH
38