Analisis VAR dengan EVIEWS

UJI STASIONERITAS
Entry Data
• Buka Program Eviews
• Mengisi data dengan: File, New,
Workfile
• Data yang akan dientry data yang
dimulai dari tahun 1991 hingga
2016.
Entry Data
• Bentuk Variabel dalam Eviews
dilakukan dengan, Klik mouse
kanan, dan pilih menu New
Object.
• Pilih Series dan isikan kotak
Name for object dengan inf
• Lakukan hal yang sama untuk
membentuk variabel lainnya
yaitu un dan grwt
Entry Data
• Untuk memilih variabel yang akan
di-entry datanya, klik dan tahan
tombol Ctrl + pilih variabel gwrt,
inf, un dengan mouse.
• Klik mouse kanan, pilih Open, as
Group
• Untuk dapat memulai pengisian
data pada kolom yang sudah ada,
klik Mouse kanan, pilih Edit +/-
Entry Data
• Untuk memulai pengisian
data, perlu diperhatikan
bahwa Eviews menggunakan
format Satuan Hitung AS,
bukan Indonesia.
• Lakukan Copy dan Paste data
yang telah disiapkan dari
Excel atau isi data secara
manual hingga seluruh data
terisi
Import Data
• Jika kita telah memiliki data
yang sudah dibuat dalam
format Excel, maka import data
bisa dilakukan dengan cara
berikut:
• Klik file Excel (VAR excel)
dengan mouse kanan + tahan
dan arahkan ke program
Eviews.
• Pilih Finish.
Simpan Data
• Klik File, Save dan isikan nama file
• File Eviews memiliki ekstensi *.wf1
• Pilih OK untuk menyelesaikan
proses menyimpan data
Uji Stasioneritas
• Buka Variabel grwth
• Klik View, Pilih Unit Root Test
• Secara default (diisi oleh program)
terpilih Augmented Dickey-Fuller,
Level, Automatic Selection dan
Intercept
• Klik OK
Uji Stasioneritas
• Dalam pengujian ADF, untuk
melihat apakah variabel tersebut
stationer atau tidak adalah dari
signifikansinya. Jika variabel itu
signifikan, maka data sudah
stasioner
• Hasil pengujian ADF, diperoleh
hasil bahwa variabel gwrt adalah
signifikan pada alpha = 5%.
• Lakukan pengujian untuk
variabel inf dan un
Uji Stasioneritas
• Hasil pengujian ADF untuk variabel
INF diperoleh hasil stasioner pada
Level
• Hasil pengujian ADF untuk variabel
UN diperoleh hasil tidak stasioner
pada Level. Untuk itu pengujian
dilanjutkan pada uji lainnya
menggunakan Trend dan Intercept
atau None. Jika tidak juga diperoleh
hasil yang stasioner, maka pengujian
harus diturunkan pada derajat
integritas 1 atau I (1)
Uji Stasioneritas
• Hasil pengujian ADF untuk
variabel UN pada derajat
integritas 1 atau first difference
diperoleh hasil Variabel UN
adalah variabel yang stasioner
pada first difference atau I(1).
• Pengujian stasioneritas data
dapat dilakukan sampai pada
level I(2) atau second
difference.
Uji Unit Root
Secara Group
• Pengujian Akar Unit juga bisa dilakukan
secara serentak.
• Buka variabel secara Group
• Klik View, Unit Root Test
• Lalu pada pilihan Group pilih Individual
root Fisher – ADF, Level, Individual
intercept and trend dan klik OK
• Hasilnya menunjukkan bahwa variabel
UN tidak stasioner, sedangkan variabel
gwrt dan inf stasioner pada level
Uji Unit Root Secara
Group
• Lalu pengujian dilakukan untuk first
difference
• Hasil pengujian menunjukkan
bahwa seluruh variabel telah
stasioner pada first difference
Analisis VAR
• Dalam VAR tidak ada dependent dan independent, semua diperlakukan
sama
• Jika model yang dianalisis complicated  VAR lebih baik untuk melihat
mana variabel yang mempengaruhi dan variabel yang dipengaruhi
• Kelemahan VAR :
1. Tidak ada teori
2. Df (degree of freedom) terkuras karena panjangnya lag
Analisis VAR
• Buka data variabel gwrt, inf dan un
dengan as Var
• Isikan pada VAR type: Standard VAR
• Endogenous variabel gwrt inf d(un)
• Variabel un menggunakan ‘d’
karena variabel ini stasioner pada
derajat integrasi 1 atau first
difference
• Klik Ok
Analisis VAR
• Hasil estimasi VAR menunjukkan:
1. Gwrt berpengaruh signifikan
terhadap inf
2. Inf berpengaruh signifikan
terhadap gwrt
Lag length optimum
• Secara default, Eviews membuat lag
sebanyak 2. Namun untuk mengetahui
lag yang optimum dapat dilakukan
dengan menggunakan Lag Structure,
Lag Length Criteria
• Tentukan lag 5
• Hasil estimasi menunjukkan bahwa lag
length yang optimum adalah 3
mengingat ada hasil uji yang signifikan
* pada lag 3
• Estimasi kembali VAR dengan
penentuan lag 1 3
• Hasil estimasi
Analisis VAR
• Lakukan Granger Causality / Block Exogeneity
Tests
• Hasil estimasi menunjukkan bahwa:
1. Inflasi berpengaruh signifikan dengan
growth
2. Pengangguran berpengaruh dengan growth
3. Growth berpengaruh signifikan terhadap
inflasi
4. Pengangguran berpengaruh signifikan
terhadap inflasi
5. Growth tidak berpengaruh terhadap
pengangguran
6. Inflasi tidak berpengaruh terhadap
pengangguran
Dengan demikian adalah kausalitas antara
Growth dan inflasi