mendasari pertumbuhan suatu data runtut waktu. Kekuatan utama yang mempengaruhi trend adalah : perubahan penduduk,inflasi, perubahan teknologi dan perubahan produktivitas Terdapat 4 Komponen dalam data Runtut waktu(time series) 2. Siklikal yaitu suatu pola fluktuasi atau siklus dari data runtut waktu akibat perubahan ekonomi atau selisih antara nilai harapan suatu variabel(trend) dengan nilai aktualnya(variasi residual disekitar trend). 3.Musiman(seasional),yaitu fluktuasi musiman yg sering dijumpai pada data kuartal,bulanan,mingguan.fluktuasi musiman menunjukkan pola perubahan yg terjadi secara berulang sepanjang waktu. Contoh:omzet penjualan meningkat disaat menjelang hari raya 4.Tak beraturan (irreguler) yaitu pola acak yang yg disebabkan oleh peristiwa yg tak dpt diprediksi, seperti bencana, pemogokan dst. OLEH SEBAB ITU DATA RUNTUT WAKTU PERLU DICEK APAKAH : Sdh stasioner atau belum ? Stasioner pada level berapa ? STASIONER : apabila suatu data runtut waktu memiliki rata-rata dan memiliki kecenderungan bergerak menuju rata-rata(Kennedy,2000:274). Ciri2 stasioner, Autoregresive (AR) akan turun dengan teratur u/lag yg cukup besar,sedangkan klo tidak stasioner, variance semakin besar dan AR cendrung tidak menurun. BEBERAPA MODEL ANALISIS DATA RUNTUT WAKTU I.Model ARIMA (Box-Jenkin),alasan penggunaannya,prilaku variabel sulit diprediksi o/teori, modelnya terdiri dari ; A. Autoregresive (AR) Y=β0+β1Yt-1+εt Bentuk umumnya: Y=β0+β1Yt-1+ β2Yt-2 + ………βpYt-p + εt BEBERAPA MODEL ANALISIS DATA RUNTUT WAKTU B. Moving Average(MA) Y=α0+α1εt +α2εt-1 • Bentuk umumnya; • Y=α0+α1εt +α2εt-1+ α3εt-2+……. αqεt-q C. ARMA gabungan dari AR dan MA model umumnya gimana ? Klo melalui proses defferece u/mendapatkan status stasioner maka model disebut model Autoregresive integreted moving average. D. ARIMA BEBERAPA MODEL ANALISIS DATA RUNTUT WAKTU • Difference = suatu proses mencari perbedaan antara data suatu periode dengan periode lain secara berurutan, data yg dihasilkan disebut difference tingkat pertama dst. • Contoh ; Yt –Yt-1 • Model terbaik (Hanke & Reitsch,1998) • 1. residual antara model peramalan dengan data • historis kecil • 2. distribusi random • 3. independen BEBERAPA MODEL ANALISIS DATA RUNTUT WAKTU II. ARCH dan GARCH (Robert Engle) dan tim Bollerslev,alasan penggunaan model ini data memilki volatilitas tinggi. III. Error Corecsion Model( Sargama) dikembangkan oleh Hendry dan dipopulerkan o/ Engle Granger,alasan penggunaan, perilaku variabel ekonomi sering menunjukkan kondisi ketidak seimbangan sehingga diperlukan model yg memasukkan variabel penyesuaian u/ mengoreksi ketidak seimbangan tersebut. IV. Vektor Autoregresive (VAR) chistopher sims, alasan penggunaan, ingin meminimalkan pendekatan teori dengan tujuan agar mampu menangkap fenomena ekonomi dengan baik. Jika ada hub yg simultan antar variabel ek, menurut Sims, variabel tersebut harus diperlakukan sama!!!!!, klo kita menentukan Y endogen dan X exogen katanya kita subjektif, berdasarkan pemikiran tsb, Sims memperkenalkan konsep VAR MODEL EKONOMI DINAMIS :MODEL OTOREGRESIF DAN MODEL KETERLAMBATAN DISTRIBUSI Model ek statis yaitu model yang membahas hub antar variabel ek yang berada pada suatu titik yang sama (serentak), contoh: inflasi = β0 +β1unemployment (Philip curve) Assumsi :serentak bisa diterima u/ data lintas sektoral, namun tak logis untuk data runtut waktu. OLEH KARENA ITULAH MUNCUL MODEL DINAMIS • Model ek dinamis yaitu model yang membahas hub antar variabel ek tidak serentak, yaitu model yg melibatkan perubahan dari waktu ke waktu. Jika efek perubahan variabel penjelas dari waktu ke waktu terpencar atau terdistribusi pada sejumlah periode waktu maka model tersebut dikenal dengan model kelambanan distribusi. Contoh 1: Perhatikan fungsi konsumsi sbb : C =β0 + 0,4 Yt + 0,3 Yt-1 + 0,2 Yt-2 dimana, C = konsumsi Y= pendapatan yg siap dikonsumsi t-1 =kelambanan 1 t-2 = kelambanan 2 ALASAN KELAMBANAN : 1. Psikologis , krn kebiasaan 2. Teknologi, menunggu generasi baru muncul, generasi yg ada sekarang diperkirakan harganya turun. 3. Institusional, menunggu kadaluarsanya kontrak,untuk negoisasi kontrak baru. MODEL KELAMBANAN TERDISTRIBUSI TERSEBUT SECARA UMUM DAPAT DITULIS SBB: ct = A + β0Xt +β1Xt-1+β2Xt-2 +….βpXt-p + et ……..(1) β0 = dikenal dengan multiplier (dampak) jangka pendek karena menentukan perubahan c (konsumsi) mengikuti perubahan Y(pendapatan) pada periode yg sama, sedangkan β0+β1+β2 multiplier sementara dan ∑ βi= β0+β1+β2 + ………βP multiplier (dampak) jangka panjang. Dimana, C = konsumsi x = pendapatan siap dibelanjakan Interpretasi contoh 1
C =Konstanta + 0,4 Yt + 0,3 Yt-1 + 0,2 Yt-2
β0= 0,4 dampak kenaikan pendapatan jangka pendek terhadap konsumsi β0+β1=0,7 dampak sementara β0+β1+ β2= 0,9 dampak jangka panjang(total)