dengan EViews
Tim Dosen Statistika 2
STIE YKPN Yogyakarta
1. “The Effect of Inflation, Interest Rates and Exchange Rates on Stock Prices
Comparative Study Among Two Gcc Countries” (Mahfoudh Hussein Hussein
Mgammal: International Journal of Finance and Accounting 2012, 1(6): 179-
189. This research has found that the exchange rate influence negatively on
stock market price index for the United Arab Emirat
2. “Impact Of Interest Rates, Inflation, Exchange Rates And GDP on Stock Price
Index Of Plantation Sector: Empirical Analysis on BEI in The Year Of 2008–
2012”. (Indra Ria Safitri & Suresh Kumar : Full Paper Proceeding TMBER – 2014
, Vol. 1, 55-61. They have found a negative sign in beta but not significan.
3. “Does the inflation rate affect the performance of the stock market? The case
of Egypt” (Mohammed Omran dan John Pointon. Emerging Markets Review 2
2001 263-279. The result indicated than the inflation rate has had an negative
impact on the Egyptian stock market performance
KURS
HARGA SAHAM
INFLASI
Keterangan:
SP: Harga Saham
EXA: Kurs
CPI: Inflasi
EXA
SP
CPI
SP
t = b0 +b 1 EXA t + b2 CPI t + μt
4. Pada kolom Workfile Create pilih dan isi seperti tampilan berikut ini:
Keterangan:
Date-regular frequency: data time series
Monthly: bulanan
2014:01: mulai 1 Januari 2014
2020:12:sampai 12 Desember 2020
6. Klik Quick, pilih Empty Group (Edit Series) seperti berikut ini:
sp c exa cpi artinya Metode Least Square, var. dependen harga saham (sp), dengan
konstanta (c), var. independen kurs (exa) dan laju inflasi (cpi)
@Hak Cipta STIE YKPN 2021
4. Klik OK akan diperoleh hasil seperti pada tampilan berikut ini:
Dependent Variable: SP
Method: Least Squares
Date: 04/26/21 Time: 07:47
Sample: 2014M01 2020M12
Included observations: 84
Y Y
X2
X1 X1 X2
akan muncul tampilan berikut ini: (beri centang pada menu yang diperlukan).
Correlation
t-Statistic
Probability CPI EXA SP
CPI 1.000000
-----
-----
Kesimpulan:
Besarnya koefisien korelasi antara EXA dan INF adalah 0,959810 lebih dari
0,8. Dengan demikian pada model regresi estimasi terdapat masalah
multikolinearitas
@Hak Cipta STIE YKPN 2021
– Cara lain mendeteksi masalah multikolinearitas (Klein’s
Rule of Thumb):
Menentukan R2 dan R12, R22, R32 dst.
Jika R2 > R12, R22, R32 maka model regresi estimasi tidak
mengandung masalah multikolinearitas
Besarnya R2 = 0,851743
@Hak Cipta STIE YKPN 2021
Cara menemukan R12
1. Tampilkan data yang akan diproses
exa c cpi artinya Metode Least Square, var. dependen adalah perubahan
kurs (exa), konstanta (c) dan var. independen adalah perubahan indeks
harga (cpi)
@Hak Cipta STIE YKPN 2021
4. Klik OK akan diperoleh hasil seperti pada tampilan berikut ini:
Tidak terjadi
Terdapat Tdk ada Otokorelasi Tdk ada Terdapat
Otokorelasi Keputusan Keputusan Otokorelasi
0 dL dU 4-dU 4 - dL 4
Kesimpulan:
Model regresi memiliki D-W Test = 0,251838 berada pada otokorelasi positif.
Dengan demikian model regresi estimasi mengandung masalah otokorelasi.
Kesimpulan:
Model regresi memiliki F statistic = 112,6815 dan nilai Prob. = 0,000. Dengan α
= 5%, nilai Prob. lebih kecil daripada α. Keputusan pengujian menolak H0.
Dengan demikian model regresi estimasi terdapat masalah otokorelasi.
akan muncul tampilan berikut ini: (Misal kita menggunakan Uji White).
Kesimpulan:
Nilai F statistic = 10,27823 dengan nilai Prob. = 0,0000. Dengan α = 5%, nilai
Prob. = 0,0000 lebih kecil daripada α. Keputusan pengujian adalah Keputusan
pengujian adalah menolak H0. Artinya model regresi estimasi terdapat
masalah hetero.
Dengan EViews, jika Sig. < keputusan menolak H0. Artinya data tidak
berdistribusi normal
@Hak Cipta STIE YKPN 2021
Cara menemukan Nilai Test
1. Tampilkan hasil regresi sseperti berikut ini:
12
Series: Resi duals
10 Sample 2014M01 2020M12
Observations 84
8
Mean -7.36e-15
Median 0.118878
6
Maximum 3.989293
Minimum -5.179809
4
Std. Dev. 2.064918
Skewness -0.005616
2 Kurtosis 2.181589
0 Jarque-Bera 2.344729
-5 -4 -3 -2 -1 0 1 2 3 4
Probability 0.309634
Kesimpulan:
Nilai Sig. = 0,309634. Nilai Sig. lebih besar daripada (misalnya) = 0,05.
Keputusan pengujian adalah tidak menolak H0. Artinya residual model regresi
estimasi berdistribusi normal.
@Hak Cipta STIE YKPN 2021
Kesimpulan terhadap Model Estimasi yang
diperoleh
1. Korelasi antara EXA dan CPI adalah 0,96 lebih besar daripada 0,8
menunjukkan model regresi mengandung masalah multikolilearitas.
2. Uji White memutuskan menolak H0 yang menunjukkan bahwa model
regresi estimasi terdapat masalah heteroskedastisitas.
3. Uji otokorelasi dengan Uji DW menunjukkan nilai DW Test berada di
daerah otokorelasi. Model regresi estimasi terdapat masalah
otokorelasi
Dengan demikian model estimasi tersebut tidak layak untuk membuat
kesimpulan, karena berpotensi akan terjadi misleading conclusion
d(sp) c d(exa) d(cpi) artinya Metode Least Square, var. dependen perubahan harga
saham (sp), dengan konstanta (c), var. independen perubahan kurs (exa) dan
perubahan indeks harga (cpi)
– Caranya mendeteksi:
Jika R2 > R12, R22, R32 maka model regresi estimasi tidak
mengandung masalah multikolinearitas
d(exa) c d(cpi) artinya Metode Least Square, var. dependen adalah perubahan kurs
atau d(exa), konstanta (c) dan var.independen adalah perubahan indeks harga atau
d(cpi)
Kesimpulan:
Model regresi memiliki F statistic = 148,5684 dan nilai Prob. = 0,1966. Dengan
α = 5%, nilai Prob. lebih besar daripada α. Keputusan pengujian tidak menolak
H0. Dengan demikian model regresi estimasi tidak terdapat masalah
otokorelasi.
HETEROSKEDASTISITAS
@Hak Cipta STIE YKPN 2021
Cara menemukan Nilai Test
1. Tampilkan hasil regresi sseperti berikut ini:
akan muncul tampilan berikut ini: (Misal kita menggunakan Uji White).
Kesimpulan:
Nilai F statistic = 3,567068 dengan nilai Prob. = 0,8149. Dengan α = 5%, nilai
Prob. = 0,8149 lebih besar daripada α. Keputusan pengujian adalah tidak
menolak H0. Artinya model regresi estimasi tidak terdapatmasalah hetero.
Dengan EVies, jika Sig. < keputusan menolak H0. Artinya data tidak
berdistribusi normal
Kesimpulan:
Nilai Sig. = 0,701265. Nilai Sig. lebih besar daripada (misalnya) = 0,05.
Keputusan pengujian adalah tidak menolak H0. Artinya residual model regresi
estimasi berdistribusi normal.
@Hak Cipta STIE YKPN 2021
Kesimpulan terhadap Model Estimasi yang
diperoleh
1. Nilai R12 = 0,015767 < R2 = 0,347840 menunjukkan tidak terdapat masalah
multikolinearitas
2. Uji otokorelasi dengan Uji B-G memutuskan tidak menolak H0
menunjukkan model regresi estimasi tidak terdapat masalah otokorelasi
3. Uji White memutuskan tidak menolak H0 yang menunjukkan bahwa
model regresi estimasi tidak terdapat masalah hetero
4. Uji normalitas menggunakan uji Kolmogorov-Smirnov menunjukkan
residual berdistribusi normal
Dengan demikian model estimasi tersebut layak untuk
menguji hipotesis penelitian.
Dependent Variable: SP
Method: Least Squares
Date: 04/26/21 Time: 07:47
Sample: 2014M01 2020M12
Included observations: 84
log(sp) c log(exa) log(cpi) artinya Metode Least Square, var. dependen log (sp),
dengan konstanta (c), var. independen log(exa) dan log(cpi)
Yt = Yt – ρYt-1
Xt = Xt – ρXt-1
ρ adalah koefisien otokorelasi (Rho) yang diperoleh dengan menggunakan
persamaan berikut ini:
t = ρt-1 + εt
Dependent Variable: SP
Method: Least Squares
Date: 04/26/21 Time: 07:47
Sample: 2014M01 2020M12
Included observations: 84