Terdapat 4 Komponen dalam

data Runtut waktu(time series)

1. Trend ,yaitu komponen jangka panjang yg

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)