20.14 India PPT
20.14 India PPT
DETERMINAN MAKROEKONOMI
DI INDIA TAHUN 1978-2017
KELOMPOK 16
ALFIAH MASYITOH (16.8989)
DWI SATRIA FIRMANSYAH (16.9095)
BAB I PENDAHULUAN
1.1 Latar Belakang
Persamaan Struktural
Private Consumption Function:
(1)
Income Identity:
(4)
Dengan rincian variabel yang digunakan adalah sebagai berikut.
Banyaknya Banyaknya
Persamaa Variabel Variabel Variabel Variabel
n Endoge Endogen Predetermin Predetermined
n (m) ed (k)
(1) C, Y 2 Ct-1 1
(2) I, Y, R 3 It-1 1
(3) R, Y 2 P, Mt-1, Rt-1 3
(4) Y, C, I 3 G 1
BAB III METODOLOGI PENELITIAN
2. Identifikasi Model
Uji Hipotesis dilakukan dengan secara parsia yaitu uji t. melihat probabilitas
dari hasil perhitungan estimasi. Pengambilan kesimpulan didapat dari jika pvalu
e < alpha maka tolak H0, yang artinya variabel tersebut signifikan berpengaruh d
alam model.
BAB III METODOLOGI PENELITIAN
5. Pengujian Asumsi Klasik
• Normalitas residual, yang akan diuji dengan menggunakan Jarque-Bera test.
• Homoskedastisitas residual, yang akan diuji dengan menggunakan Glejser te
st.
• Non-autokorelasi, yang akan diuji dengan menggunakan Breusch-Godfrey S
erial Correlation LM test.
BAB III METODOLOGI PENELITIAN
6. Evaluasi Model
• Kriteria ekonomi, di mana model estimasi yang dihasilkan harus memenuhi d
an sesuai dengan teori ekonomi yang ada.
• Kriteria statistik, yang dapat dilihat melalui nilai koefisien determinasi (), uji F
simultan (Overall F-test), serta uji t parsial (Partial t-test).
BAB IV PEMBAHASAN
4.1 Hasil Estimasi Model
4.1.1 Persamaan Reduced Form
Untuk persamaan Ct=π10+π11Pt+π12Gt+π13Ct-1+π14It-1+π15Mt-1+π16Rt-1+w1t
Error Stat)
4,6141 5,0493 0,9138 0,3677
0,0248
0,0248 0,1216
0,1216 0,2045
0,2045 0,8392
0,8392
-1,15
-1,15 xx 10
-11
10-11 7,41
7,41 xx 10
-11
10-11 -0,1546
-0,1546 0,8781
0,8781
2,26 x 10-11 2,94 x 10-11 0,7690 0,4475
2,26 x 10-11 2,94 x 10-11 0,7690 0,4475
-4,22 x 10-11 2,35 x 10-11 -1,7942 0,0822
-4,22 x 10-11 2,35 x 10-11 -1,7942 0,0822
-0,0360 0,0888 -0,4063 0,6872
-0,0360 0,0888 -0,4063 0,6872
-0,0170 0,1771 -0,0963 0,9239
-0,0170 0,1771 -0,0963 0,9239
2,0521
2,0521
0,0872
0,0872
0,1425
0,1425
1,2926
1,2926
BAB IV PEMBAHASAN
4.1 Hasil Estimasi Model
4.1.1 Persamaan Reduced Form
Untuk persamaan Yt=π40+π41Pt+π42Gt+π43Ct-1+π44It-1+π45Mt-1+π46Rt-
1+w4t
Coefficient Estimated Standard t-stat Prob (t-
Error Stat)
-1,65 x 1011 5,97 x 1010 -2,7656 0,0094
-7,50
-7,50 xx 10
08
1008 1,44
1,44 xx 10
09
1009 -0,5217
-0,5217 0,6055
0,6055
0,2016
0,2016 0,8763
0,8763 0,2300
0,2300 0,8195
0,8195
1,6336 0,3483 4,6900 0,0000
1,6336 0,3483 4,6900 0,0000
0,0257 0,2781 0,0924 0,9269
0,0257 0,2781 0,0924 0,9269
2,21 x 1009 1,05 x 1009 2,0983 0,0439
2,21 x 100908 1,05 x 1009 2,0983 0,0439
-6,17 x 10 2,10 x 1009 -0,2942 0,7705
-6,17 x 1008 2,10 x 1009 -0,2942 0,7705
4125,750
4125,750
0,0000
0,0000
0,9984
0,9984
0,9866
0,9866
BAB IV PEMBAHASAN
4.1.2 Persamaan Struktural dan Uji Hipotesis
Untuk persamaan (1): Ct=α0+α1Yt+α2Ct-1+u1t
H0: αi = 0
H1: αi ≠ 0
Taraf uji: 0.05
Statistic uji:
Coefficient Estimated Standard Error t-stat Prob (t-Stat)
562,1611
0,0000
0,9775
1,4604
BAB IV PEMBAHASAN
4.1.2 Persamaan Struktural dan Uji Hipotesis
Keputusan: Yt, Rt dan It-1 gagal tolak Tolak H0
Kesimpulan: Dengan tingkat signifikansi 5% dapat ditarik kesimpulan bahwa PD
B konstan dalam US$, tingkat bunga dan investasi Rumah Tangga bruto tahun s
ebelumnya tidak berpengaruh signifikan terhadap investasi Rumah Tangga bruto
tahun t.
Sehingga didapat hasil estimasi
Interpretasi:
• Setiap kenaikan PDB 1 satuan akan meningkatkan investasi Rumah Tangga
bruto tahun t sebesar 31%
• Setiap kenaikan tingkat bunga 1 satuan akan menurunkan investasi Rumah T
angga bruto tahun t sebesar
• Setiap kenaikan investasi Rumah Tangga bruto tahun sebelumnya 1 satuan a
kan meningkatkan investasi Rumah Tangga bruto tahun t sebesar 8,48%
BAB IV PEMBAHASAN
4.1.2 Persamaan Struktural dan Uji Hipotesis
Untuk persamaan (3): Rt=λ0+λ1Yt+λ2Mt-
1+λ3Pt+λ4Rt-1+u3t
H0: λi = 0
H1: λi ≠ 0
Taraf uji: 0.05
Coefficient Estimated
Statistic uji: Standard Error t-stat Prob (t-Stat)
8,9060 2,7583 3,2288 0,0028
-8,73 x 10- 6,39 x 10-12 -1,3651 0,1812
12
C Y 0,0000 Tolak H0
I Y 0,0001 Tolak H0
I R 0,0393 Tolak H0
R Y 0,0001 Tolak H0
Berdasarkan hasil pengujian simultanitas di atas, dapat dikatakan bahwa terdapat masalah simultanitas dalam
model persamaan simultan tersebut. Sehingga metode estimasi Two-Stage Least Square (2SLS) lebih tepat
digunakan daripada metode estimasi Ordinary Least Square (OLS) untuk mengestimasi parameter dalam model
persamaan simultan tersebut.
BAB IV PEMBAHASAN
4.3 Pengujian Asumsi Klasik
4.3.1 Normalitas Residual
Asumsi normalitas masing-masing persamaan akan diuji dengan menggunakan Jarque-Bera test, dengan hipotesis
sebagai berikut.
H0: Error yang dihasilkan dari model berdistribusi normal
H1: Error yang dihasilkan dari model tidak berdistribusi normal
Berikut adalah ringkasan hasil pengujian asumsi normalitas residual pada masing-masing persamaan struktural.
H0
(2) 12,7915 0,0016 Tolak H0
(3) 30,7991 0,0000 Tolak H0
Berdasarkan hasil pengujian asumsi normalitas residual tersebut, dapat disimpulkan bahwa hanya persamaan (1) yang
memenuhi asumsi normalitas residual, sedangkan persamaan (2) dan (3) melanggar asumsi normalitas residual.
BAB IV PEMBAHASAN
4.3 Pengujian Asumsi Klasik
4.3.2 Heteroskedastisitas
Asumsi homoskedastisitas masing-masing persamaan akan diuji dengan menggunakan Glejser test,
dengan hipotesis sebagai berikut.
H0: Error yang dihasilkan dari model bersifat homoskedastisitas
H1: Error yang dihasilkan dari model bersifat heteroskedastisitas
Berikut adalah ringkasan hasil pengujian asumsi homoskedastisitas pada masing-masing persamaan
struktural.
Persamaa Glejser Stat Probability Keputusan
n
(1) 3,0385 0,0603 Gagal Tolak
H0
(2) 4,9206 0,0059 Tolak H0
(3) 0,2470 0,9095 Gagal Tolak
H0
Berdasarkan hasil pengujian hasil pengujian asumsi homoskedastisitas tersebut, dapat disimpulkan
bahwa persamaan (1) dan (3) memenuhi asumsi homoskedastisitas, sedangkan persamaan (2) melanggar
asumsi homoskedastisitas.
BAB IV PEMBAHASAN
4.3 Pengujian Asumsi Klasik
4.3.3 Non autokorelasi
Asumsi non-autokorelasi masing-masing persamaan akan diuji dengan menggunakan Breusch-Godfrey Serial
Correlation LM test, dengan hipotesis sebagai berikut.
H0: Tidak terdapat serial correlation antar error
H1: Terdapat serial correlation antar error
Berikut adalah ringkasan hasil pengujian asumsi non-autokorelasi pada masing-masing persamaan struktural.
Persamaa Breusch-Godfrey Probability Keputusan
n Stat
(1) 4,0701 0,1307 Gagal Tolak
H0
(2) 1,1244 0,5699 Gagal Tolak
H0
(3) 7,0912 0,0289 Tolak H0
Berdasarkan hasil pengujian hasil pengujian asumsi non-autokorelasi tersebut, dapat disimpulkan bahwa persamaan
(1) dan (2) memenuhi asumsi non-autokorelasi, sedangkan persamaan (3) melanggar asumsi non-autokorelasi.
BAB IV PEMBAHASAN
4.4 Evaluasi Model
Secara umum, hasil estimasi model persamaan simultan telah memenuhi kriteria ekono
mi dalam hal kesesuaian estimasi parameter dengan kerangka teori. Sementara itu jika diliha
t dari kriteria statistik, nilai R-square adjusted pada masing-masing persamaan secara umum
memiliki nilai yang tinggi, kecuali persamaan (3) yang memiliki nilai R-square adjusted di baw
ah 0,50. Di sisi lain, hampir seluruh persamaan telah memenuhi overall F-test dalam tingkat s
ignifikansi 5 persen. Hanya persamaan (3) yang belum memenuhi overall F-test. Hal tersebut
menunjukkan bahwa variabel-variabel penjelas secara bersama-sama memiliki pengaruh terh
adap variabel endogennya.
Dengan demikian, berdasarkan penjelasan evaluasi model tersebut, dapat disimpulkan
bahwa jika dilihat dari kriteria ekonomi, model persamaan yang digunakan dalam penelitian i
ni sudah cukup representatif untuk menggambarkan keterkaitan antar variabel makroekonom
i di India. Tetapi jika dilihat dari kriteria statistik, model tersebut belum dapat dikatakan sebag
ai model yang baik untuk digunakan, sehingga dapat dimungkinkan untuk dilakukan respesifi
kasi model guna memperoleh model yang lebih baik menurut kriteria ekonomi dan statistik.
BAB V PENUTUP
5.1 Kesimpulan
1. Seluruh persamaan pada model persamaan simultan yang digunakan teridentifikasi overidentified (t
erlalu teridentifikasi).
2. Berdasarkan hasil identifikasi model tersebut, metode estimasi yang paling tepat untuk mengestimasi
model persamaan simultan tersebut adalah Two Stage Least Square (2SLS).
3. Ketiga variabel yaitu PDB konstan dalam US$ dan konsumsi Rumah Tangga tahun sebelumnya berpe
ngaruh signifikan terhadap konsumsi Rumah Tangga tahun t.
4. Ketiga variabel yaitu PDB konstan dalam US$, tingkat bunga dan investasi Rumah Tangga bruto tahu
n sebelumnya tidak berpengaruh signifikan terhadap investasi Rumah Tangga tahun t.
5. Ketiga variabel yaitu PDB konstan dalam US$, indeks harga konsumen, penawaran uang pada tahun
sebelumnya, dan tingkat bunga tahun sebelumnya tidak berpengaruh signifikan terhadap konsumsi R
umah Tangga tahun t.
6. Berdasarkan kriteria ekonomi, model persamaan simultan yang digunakan sudah cukup representativ
e untuk menggambarkan keterkaitan antar variabel makroekonomi di India. Hal tersebut terlihat melal
ui hasil estimasi model yang sudah cukup sesuai dengan kerangka teori makroekonomi yang ada.
7. Berdasarkan kriteria statistik, model persamaan simultan yang digunakan belum dapat dikatakan seb
agai model yang baik. Hal tersebut terlihat pada persamaan (3) yang memiliki nilai R-square adjusted
yang sangat kecil, serta belum memenuhi overall F-test.
BAB V PENUTUP
5.2 Saran
1. Dapat dimungkinkan untuk dilakukan respesifikasi model, dengan tujuan untuk memperoleh model ya
ng lebih baik menurut kriteria ekonomi dan statistik. Respesifikasi model dapat dilakukan dengan berb
agai cara, seperti menambah atau mengurangi jumlah variabel yang ada di dalam model, serta meng
ganti proxy variable yang digunakan,
2. Dapat dimungkinkan untuk menggunakan metode estimasi yang lebih full information, seperti metode
estimasi Three Stage Least Square (3SLS) ataupun Full Information Maximum Likelihood (FIML).
DAFTAR PUSTAKA
Garson, G. D. (n.d.). Two Stage Least Squares (Statistical Associates Blue Book Serries 40).
Gujarati, D. N. (2004). Basic Econometrics fourt edition. New York: Tata McGraw Hill.
Mukherjee, C., White, H., & Wuyts, M. (2013). Econometrics and Data Analysis for Developing Countries. New York:
Routledge.
Paxton , P., Hipp, J. R., & Marquart-Pyatt, S. (2011). Nonrecursive Models: Reciprocal Relationship, and Feedback Loo
ps. Thousand Oaks: SAGE.