MODEL DATA BERKALA YANG DIDISTRIBUSIKAN

(DISTRIBUTED LAG MODEL)

Contoh :
1.Secara teori, konsumsi dipengaruhi oleh pendapatan/gaji. Bila pendapatan
naik, maka konsumsi juga naik. Kenaikan konsumsi pada waktu sekarang (t)
sebagai akibat dari kenaikan gaji waktu sekarang (t), akan dipengaruhi oleh
pendapatan waktu yang lalu.
Misal : bulan yang lalu : gaji : Rp 5.000.000 --- konsumsi : Rp 4.300.000
bulan ini : gaji : Rp 5.500.000 --- konsumsi : Rp 4.500.000
Artinya : konsumsi bulan ini masih berdasarkan pada konsumsi bulan lalu,
walaupun ada kenaikan..tidak serta merta kenaikan gaji Rp500.000
dibelanjakan seluruhnya.
Kenaikan gaji sebanyak Rp 500.000 tersebut mungkin akan habis dalam
beberapa periode waktu.
2. Hubungan antara uang beredar dengan kenaikan harga atau inflasi.
Peningkatan money supply cenderung akan meningkatkan harga
barang-barang atau meningkatkan inflasi, tetapi kenaikan money
supply dampaknya tidak pada waktu yang sama, mungkin 3 atau 4
bulan.
3. Teori Cobweb
Contoh : (dari buku Damodar Gujarati)
Ini hasil regresi dari : Y = Konsumsi minyak bakar dan X = pesanan baru,
selama 10 tahun (Alt dan Tinberger)
(1) -- Ýt = 8,37 + 0,171 Xt
(2) -- Ýt = 8,27 + 0,111 Xt + 0,064 Xt-1
(3) -- Ýt = 8,27 + 0,109 Xt + 0,071 Xt-1 – 0,055Xt-2
(4) -- Ýt = 8,32 + 0,108 Xt + 0,063 Xt-1 – 0,022Xt-2 – 0020Xt-3
Semua model regresi harus diuji, dan yang terbaik dipilih untuk dianalisis
 Tahun Yt Xt Xt-1 Xt-2
2001 1.500.000 1.110.000 0 0
2002 1.650.000 1.430.000 1.100.000 0
2003 1.600.000 1.500.000 1.430.000 1.110.000
2004 1.700.000 1.682.000 1.500.000 1.430.000
2005 1.820.000 1.800.000 1.682.000 1.500.000

Sumber : data fiktip untuk perkuliahan

Derajat bebas : n – k n = banyak data k = banyak variabel

Pengujian
Secara simultan (bersama) : Fh > Ft --- seluruh variabel bebas berpengaruh
terhadap variabel tidak bebas

Semakin kecil df --- Ft semakin tinggi….hasil pengujian kemungkinan akan tidak

sesuai secara teori.
Kelemahan model infinit :
1.Tidak ada ketentuan berapa panjang maksimum dari lag.
2.Semakin sedikit derajat kebebasan yang tersisa semakin kurang tepat
analisis nya.
3.Kemungkinan akan terjadi multikolinearitas semakin tinggi
2. Pendekatan Almon

Yt = a + boXt + b1Xt-1 + b2Xt-2 +….+ bkXt-k + µt --- (1)

Dapat ditulis :
k
Yt = a + ∑ biXt-i + µt -------- (2)
i=0

bi = a0 + a1i + a2i2 + ……+ amim ------ (3)

bi dapat diganti dengan polynomial derajat yang sesuai

Derajat kedua = polynomial kuadrat
bi = a0 + a1i + a2i2 -------- (4)
i = 0 ---- b0 = a0
i = 1 ---- b1 = a0 + a1(1) + a2(1)2 = a0 + a1 + a2
i = 2 ---- b2 = a0 + a1(2) + a2(2)2 = a0 + 2a1 + 4a2
i = 3 ---- b3 = a0 + a1(3) + a2(3)2 = a0 + 3a1 + 9a2
……………………………………………………………………
i = k ---- bi = a0 + a1(k) + a2(k)2 -------- (5)
Banyak nya i tergantung dari berapa waktu “ lag “
Misal : model derajat kedua lag dua periode/tahun
persamaan (4) masukkan ke persamaan (2)
k
Yt = a +i =∑0 biXt-i + µt -------- (2)

bi = a0 + a1i + a2 i2 -------- (4)

Sehingga :

Yt = a + ∑ (a0 + a1i + a2i2 )Xt-i + µt

menjadi :
Yt = a + a0 ∑ Xt - i + a1 ∑ i Xt - i + a2 ∑ i2 Xt - i

Yt = a + a0 Z0t + a1 Z1t + a2 Z2t + µt ------- (5)

Z0t = ∑ Xt - i = Xt - 0 + Xt - 1 + Xt – 2 i = 0,1,2

Z1t = ∑ i Xt - i = 0 * Xt - 0 + 1 * Xt - 1 + 2* Xt – 2 = Xt - i + 2Xt – 2

Z2t = ∑ i2 Xt - i = 0² * Xt - 0 + 1² * Xt - 1 + 2² * Xt – 2 = Xt - i + 4Xt – 2

Yt = a + a0 Z0t + a1 Z1t + a2 Z2t + µt ------- (5)

Model polynomial yang sesuai adalah dengan pengujian, yaitu

menguji pengaruh variabel Z terhadap Y
Model Almon sama dengan infinit model, yaitu secara trial and error
Semakin banyak lag..semakin banyak Zit
Contoh : diambil dari buku Ekonometrika Dasar --- Damodar Gujarati
Data awal : n = 20 lag 3 tahun.. n menjadi 20 – 3 = 17 --- n = 17
Df = n – k = 17 – 4 = 13
Dari tabel :
Tahun 1958 :
Z0t = 27.280 + 28.736 + 27.740 + 26.480 = 110.236
Z1t = 28.736 + 2(27.740) + 3(26.480) = 163.656
Z2t = 28.736 + 4(27.740) + 9(26.480) = 378.016

Tahun 1959
Z0t = 30.219 +27.280 + 28.736 + 27.740 = 113.975
Z1t = 27.280 + 2(28.736) + 3(27.740) = 167.972
Z2t = 27.280+ 4(28.736) + 9(27.740) = 391.884
Contoh : polynomial derajat dua dengan lag 3 periode – mulai tahun 2003
lag 2 periode – mulai tahun 2002
Thn Y X Z0 Z1 Z2
2000 15.000 4.572
2001 15.210 4.812
2002 15.357 5.023
2003 15.700 5.194 19.601 28.363 65.419
2004 16.010 5.381
2005 16.423 5.647
2006 16.622 5.934
2007 16.891 6.101
2003
Z0 = 5.194 + ….. + 4.572 = 19.601
Z1 = 5.023 + 2(4.812) + 3(4.572) = 28.363
Z2 = 5.023 + 4(4.812) + 9(4.572) = 65.419

2004
Z0 = 5.381 + ….. + 4.812 =
Z1 = 5.194 + 2(5.023) + 3(4.812) =
Z2 = 5.194 + 4(5.023) + 9(4.812) =
Lag 4 periode, polynomial derajat 2
Z0t = ∑ Xt - i = Xt - 0 + Xt - 1 + Xt – 2 + Xt – 3 + Xt – 4

Z1t = ∑ i Xt - i = 0 * Xt - 0 + 1 * Xt - 1 + 2* Xt – 2 + 3*Xt – 3 + 4*Xt – 4 = Xt - i + 2Xt – 2 + 3 Xt – 3 + 4Xt – 4

Z2t = ∑ i2 Xt - i = 0² * Xt - 0 + 1² * Xt - 1 + 2² * Xt – 2 + 3²Xt – 3 + 4²Xt – 4 = Xt - i + 4Xt – 2 + 9Xt – 3 + 16Xt – 4

Persamaan :
Yt = a + b0 Z0t + b1 Z1t + b2 Z2t
Thn Y X Z0 Z1 Z2
2000 15.000 4.572
2001 15.210 4.812
2002 15.357 5.023
2003 15.700 5.194 19.601 28.363 65.419
2004 16.010 5.381
2005 16.423 5.647
2006 16.622 5.934
2007 16.891 6.101