Aplikasi Model VECM Dalam Ekonomi
Data Konsumsi, Ekspor, GDP dan Impor
|
Tahun
|
CONS
|
EKS
|
GDP
|
IMP
|
|
1967
|
5.425.526.497
|
9.472.128.651
|
22.795.253.393
|
953.550.972
|
|
1968
|
6.444.118.309
|
10.298.194.725
|
25.574.819.452
|
1.099.479.610
|
|
1969
|
7.418.971.318
|
9.435.421.214
|
27.173.127.904
|
1.231.818.978
|
|
1970
|
7.502.805.828
|
8.847.995.169
|
28.474.718.738
|
1.445.616.430
|
|
1971
|
7.307.085.093
|
9.894.341.893
|
30.344.711.395
|
1.582.044.516
|
|
1972
|
7.950.836.442
|
9.538.676.385
|
30.944.685.158
|
1.869.915.632
|
|
1973
|
11.525.601.394
|
9.418.541.085
|
33.876.135.331
|
3.199.036.088
|
|
1974
|
17.422.704.225
|
9.452.882.956
|
39.237.158.042
|
5.571.276.948
|
|
1975
|
20.675.407.823
|
10.396.418.180
|
44.453.221.363
|
6.758.602.293
|
|
1976
|
24.980.637.267
|
11.940.501.234
|
45.888.132.192
|
8.465.084.564
|
|
1977
|
29.533.173.676
|
13.982.045.767
|
48.964.668.186
|
9.289.493.965
|
|
1978
|
33.803.003.917
|
16.178.005.708
|
56.578.395.361
|
10.699.920.765
|
|
1979
|
31.763.123.171
|
19.609.156.122
|
62.830.862.727
|
12.432.189.977
|
|
1980
|
40.128.740.659
|
23.263.342.893
|
69.542.926.317
|
15.766.759.183
|
|
1981
|
52.936.227.450
|
24.790.190.673
|
89.813.452.980
|
22.214.765.046
|
|
1982
|
56.316.729.659
|
24.189.643.874
|
93.695.960.996
|
22.786.429.640
|
|
1983
|
51.043.266.092
|
28.307.137.605
|
99.930.372.929
|
23.784.175.004
|
|
1984
|
52.137.554.948
|
30.983.388.605
|
102.908.780.530
|
19.342.944.414
|
|
1985
|
51.583.141.331
|
31.292.277.068
|
110.058.074.714
|
17.860.217.134
|
|
1986
|
48.372.784.275
|
32.008.917.737
|
113.778.829.703
|
16.401.727.327
|
|
1987
|
44.680.841.120
|
33.778.527.270
|
116.108.839.822
|
17.006.296.158
|
|
1988
|
53.225.538.910
|
27.682.200.161
|
117.574.632.481
|
18.725.515.164
|
|
1989
|
56.627.339.532
|
25.188.859.439
|
129.662.636.432
|
21.718.471.067
|
|
1990
|
67.388.772.034
|
25.604.134.513
|
147.291.897.068
|
27.157.275.972
|
|
1991
|
74.896.278.912
|
27.280.049.959
|
159.121.788.558
|
30.891.187.877
|
|
1992
|
80.452.729.506
|
25.151.343.922
|
168.338.848.866
|
34.721.072.261
|
|
1993
|
92.453.023.989
|
28.977.864.897
|
179.797.695.019
|
37.555.938.139
|
|
1994
|
105.574.135.911
|
33.214.746.584
|
197.801.090.023
|
44.869.884.827
|
|
1995
|
124.466.958.598
|
33.564.325.238
|
221.570.416.612
|
55.882.280.717
|
|
1996
|
141.781.319.330
|
35.826.038.216
|
238.048.910.136
|
60.116.976.065
|
|
1997
|
133.076.696.498
|
37.028.276.510
|
254.125.681.642
|
60.700.149.620
|
|
1998
|
64.694.378.080
|
43.981.325.277
|
209.321.339.518
|
41.249.713.139
|
|
1999
|
103.522.316.310
|
50.011.634.795
|
205.971.062.610
|
38.402.068.947
|
|
2000
|
100.175.290.942
|
53.066.215.640
|
213.634.832.565
|
50.264.686.526
|
|
2001
|
99.959.432.118
|
58.341.825.447
|
223.817.631.914
|
49.355.201.497
|
|
2002
|
127.262.929.984
|
62.846.499.820
|
232.749.904.512
|
51.638.440.133
|
|
2003
|
138.358.916.195
|
67.597.707.674
|
241.291.601.524
|
54.323.619.581
|
|
2004
|
161.677.968.436
|
72.870.311.628
|
259.578.398.113
|
70.744.689.489
|
|
2005
|
179.132.365.165
|
81.019.525.220
|
274.014.784.271
|
85.533.796.567
|
|
2006
|
220.785.033.749
|
55.251.281.423
|
287.921.542.249
|
93.411.756.735
|
|
2007
|
270.961.252.161
|
69.884.575.184
|
306.373.847.947
|
109.755.093.425
|
|
2008
|
319.947.853.513
|
70.335.316.896
|
324.768.120.195
|
146.711.204.311
|
|
2009
|
305.507.538.230
|
69.479.385.001
|
336.093.467.466
|
115.216.517.131
|
|
2010
|
403.518.386.507
|
73.569.205.533
|
357.201.977.387
|
162.436.733.856
|
|
2011
|
478.927.842.475
|
83.521.890.805
|
378.557.331.901
|
211.058.032.100
|
|
2012
|
497.308.130.524
|
97.387.622.313
|
408.979.670.145
|
226.656.956.637
|
Dimana :
CONS :
Konsumsi
EKS :
Ekspor
GDP :
Produks Domestik Bruto
IMP :
Impor
Urutan
perolehan model VECM :
1.
Uji Stasioner
Metode pengujian yang digunakan untuk melakukan uji stasioneritas data
adalah uji ADF (Augmenteed Dicky Fuller) dengan menggunakan taraf nyata
lima persen. Jika nilai t-ADF lebih kecil dari nilai kritis MacKinnon, maka
dapat disimpulkan data yang digunakan adalah stasioner (tidak mengandung akar
unit). Pengujian akar-akar unit ini dilakukan pada tingkat level sampai dengan first
difference.
Karena sebagian besar tidak lolos pada data level, maka kita uji pada
data 1st
Difference.
Null
Hypothesis: D(CONS) has a unit root
|
|
||||
|
Exogenous:
Constant
|
|
|
||
|
Lag Length:
0 (Automatic - based on SIC, maxlag=9)
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented
Dickey-Fuller test statistic
|
-5.073683
|
0.0001
|
||
|
Test
critical values:
|
1% level
|
|
-3.588509
|
|
|
|
5% level
|
|
-2.929734
|
|
|
|
10% level
|
|
-2.603064
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon
(1996) one-sided p-values.
|
|
|||
|
|
|
|
|
|
|
Null
Hypothesis: D(EKS) has a unit root
|
|
|||
|
Exogenous:
Constant
|
|
|
||
|
Lag Length:
0 (Automatic - based on SIC, maxlag=9)
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented
Dickey-Fuller test statistic
|
-7.749572
|
0.0000
|
||
|
Test
critical values:
|
1% level
|
|
-3.588509
|
|
|
|
5% level
|
|
-2.929734
|
|
|
|
10% level
|
|
-2.603064
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon
(1996) one-sided p-values.
|
|
|||
|
Null
Hypothesis: D(GDP) has a unit root
|
|
|||
|
Exogenous:
Constant
|
|
|
||
|
Lag Length:
0 (Automatic - based on SIC, maxlag=9)
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented
Dickey-Fuller test statistic
|
-4.239932
|
0.0016
|
||
|
Test
critical values:
|
1% level
|
|
-3.588509
|
|
|
|
5% level
|
|
-2.929734
|
|
|
|
10% level
|
|
-2.603064
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon
(1996) one-sided p-values.
|
|
|||
|
Null Hypothesis: D(IMP) has a unit root |
|
|||
|
Exogenous:
Constant
|
|
|
||
|
Lag Length:
0 (Automatic - based on SIC, maxlag=9)
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
t-Statistic
|
Prob.*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Augmented
Dickey-Fuller test statistic
|
-5.854170
|
0.0000
|
||
|
Test
critical values:
|
1% level
|
|
-3.588509
|
|
|
|
5% level
|
|
-2.929734
|
|
|
|
10% level
|
|
-2.603064
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*MacKinnon
(1996) one-sided p-values.
|
|
|||
2. Uji lag, misal lag yang terpilih
adalah 3.
Langkah selanjutnya untuk mengestimasi model VAR, harus terlebih
dahulu menentukan lag optimal yang akan digunakan dalam estimasi VAR.
Penetapan lag optimal penting dilakukan karena dalam metode VAR, lag optimal
dari variabel endogen merupakan variabel independen yang digunakan dalam model.
Pengujian panjang lag optimal ini sangat berguna untuk menghilangkan
masalah autokorelasi dalam sistem VAR yang digunakan sebagai analisis
stabilitas VAR. Sehingga dengan digunakannya lag optimal diharapkan
tidak muncul lagi masalah autokorelasi. Panjang lag optimal akan dicari
dengan menggunakan kriteria informasi yang tersedia. Kandidat lag yang
terpilih adalah panjang lag menurut kriteria Likehood Ratio (LR),
Final Prediction Error (FPE), Akaike Information Crition (AIC), Schwarz
Information Crition (SC), dan Hannan-Quin Crition (HQ). Penentuan
lag optimal dalam penelitian ini berdasarkan kriteria sequential modified LR
test statistik (LR).
|
VAR Lag
Order Selection Criteria
|
|
|
|
||
|
Endogenous
variables: D(CONS) D(EKS) D(GDP) D(IMP)
|
|
|
|||
|
Exogenous
variables: C
|
|
|
|
||
|
Date:
04/11/15 Time: 09:45
|
|
|
|
||
|
Sample:
1967 2012
|
|
|
|
|
|
|
Included
observations: 42
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Lag
|
LogL
|
LR
|
FPE
|
AIC
|
SC
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0
|
-4101.173
|
NA
|
9.29e+79
|
195.4844
|
195.6499
|
|
1
|
-4074.099
|
47.70197
|
5.51e+79
|
194.9571
|
195.7845
|
|
2
|
-4055.164
|
29.75459
|
4.90e+79
|
194.8173
|
196.3068
|
|
3
|
-4006.318
|
67.45466*
|
1.08e+79*
|
193.2532*
|
195.4046*
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
*
indicates lag order selected by the criterion
|
|
|
|||
|
LR:
sequential modified LR test statistic (each test at 5% level)
|
|
||||
|
FPE:
Final prediction error
|
|
|
|
||
|
AIC:
Akaike information criterion
|
|
|
|
||
|
SC:
Schwarz information criterion
|
|
|
|
||
|
HQ:
Hannan-Quinn information criterion
|
|
|
|||
|
|
|
|
|
|
|
3. Pengujian Stabilitas VAR
Sebelum masuk pada tahapan analisis yang lebih jauh, hasil estimasi
sistem persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui VAR
stability condition check yang berupa roots of characteristic
polynomial terhadap seluruh variabel yang digunakan dikalikan jumlah lag
dari masing-masing VAR. Stabilitas VAR perlu diuji karena jika hasil
estimasi stabilitas VAR tidak stabil maka analisis IRF dan FEVD menjadi tidak
valid. Berdasarkan hasil pengujian tersebut, suatu sistem VAR dikatakan stabil
jika seluruh akar atau roots-nya memiliki modulus lebih kecil dari satu.
Pada penelitian ini, berdasarkan uji stabilitas VAR yang ditunjukkan pada Tabel
6 dapat disimpulkan bahwa estimasi stabilitas VAR yang akan digunakan untuk
analisis IRF dan FEVD telah stabil karena kisaran modulus < 1.
Pilih View --> Lag
Structutr --> AR Roots
Table
Dan hasilnya sebagai berikut :
|
Roots of
Characteristic Polynomial
|
|
|
Endogenous
variables: D(CONS) D(EKS) D(GDP) D(IMP)
|
|
|
Exogenous
variables: C
|
|
|
Lag
specification: 1 2
|
|
|
Date:
04/14/15 Time: 20:52
|
|
|
|
|
|
|
|
|
Root
|
Modulus
|
|
|
|
|
|
|
|
0.767069
|
0.767069
|
|
0.082368
- 0.693964i
|
0.698835
|
|
0.082368
+ 0.693964i
|
0.698835
|
|
-0.278562 -
0.606091i
|
0.667040
|
|
-0.278562 +
0.606091i
|
0.667040
|
|
-0.541838 -
0.241245i
|
0.593116
|
|
-0.541838 +
0.241245i
|
0.593116
|
|
0.356929
|
0.356929
|
|
|
|
|
|
|
4. Uji kointegrasi.
Tujuan dari uji kointegrasi pada penelitian
ini yaitu menentukan apakah grup dari variabel yang tidak stasioner pada
tingkat level tersebut memenuhi persyaratan proses integrasi, yaitu
dimana semua variabel telah stasioner pada derajat yang sama yaitu derajat 1,
I(1). Berdasarkan hasil yang terlihat pada Tabel maka pengujian kointegrasi pada penelitian
ini menggunakan metode uji kointegrasi dari Johansen Trace Statistic test.
Informasi jangka panjang diperoleh dengan menentukan terlebih dahulu rank
kointegrasi untuk mengetahui berapa sistem persamaan yang dapat menerangkan
dari keseluruhan sistem yang ada. Kriteria pengujian kointegrasi pada
penelitian ini didasarkan pada trace statistic. Jika nilai trace
statistic lebih besar daripada critical value 5 persen maka
hipotesis alternatif yang menyatakan jumlah kointegrasi diterima sehingga dapat diketahui
berapa jumlah persamaan yang terkointegrasi dalam sistem.
Uji ini untuk
mengetahui apakah ada tidaknya pengaruh jangka panjang untuk variabel yang akan kita teliti. Jika
terbukti ada kointegrasi, maka tahapan VECM dapat dilanjutkan. Namun jika tidak
terbukti, maka VECM tidak bisa dilanjutkan.
Hasil Uji Kointegrasi Johansen
|
Date:
04/11/15 Time: 09:47
|
|
|
||
|
Sample
(adjusted): 1970 2012
|
|
|
||
|
Included
observations: 43 after adjustments
|
|
|||
|
Trend
assumption: Linear deterministic trend
|
|
|||
|
Series:
CONS EKS GDP IMP
|
|
|
||
|
Lags
interval (in first differences): 1 to 2
|
|
|||
|
|
|
|
|
|
|
Unrestricted
Cointegration Rank Test (Trace)
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Hypothesized
|
|
Trace
|
0.05
|
|
|
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
|
|
|
|
|
|
|
|
|
|
|
|
|
None *
|
0.699572
|
80.80202
|
47.85613
|
0.0000
|
|
At most 1
|
0.364634
|
29.09254
|
29.79707
|
0.0601
|
|
At most 2
|
0.182565
|
9.589693
|
15.49471
|
0.3136
|
|
At most 3
|
0.021204
|
0.921577
|
3.841466
|
0.3371
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Trace
test indicates 1 cointegrating eqn(s) at the 0.05 level
|
||||
|
*
denotes rejection of the hypothesis at the 0.05 level
|
||||
|
**MacKinnon-Haug-Michelis
(1999) p-values
|
|
|||
|
|
|
|
|
|
|
Unrestricted
Cointegration Rank Test (Maximum Eigenvalue)
|
||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Hypothesized
|
|
Max-Eigen
|
0.05
|
|
|
No. of CE(s)
|
Eigenvalue
|
Statistic
|
Critical Value
|
Prob.**
|
|
|
|
|
|
|
|
|
|
|
|
|
|
None *
|
0.699572
|
51.70948
|
27.58434
|
0.0000
|
|
At most 1
|
0.364634
|
19.50285
|
21.13162
|
0.0832
|
|
At most 2
|
0.182565
|
8.668116
|
14.26460
|
0.3148
|
|
At most 3
|
0.021204
|
0.921577
|
3.841466
|
0.3371
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Max-eigenvalue
test indicates 1 cointegrating eqn(s) at the 0.05 level
|
||||
|
*
denotes rejection of the hypothesis at the 0.05 level
|
||||
|
**MacKinnon-Haug-Michelis
(1999) p-values
|
|
|||
Berdasarkan tabel di atas dapat dilihat bahwa nilai trace statistic dan maximum eigenvalue pada r = 0 lebih besar dari critical value dengan tingkat signifikansi 1% dan 5%. Hal ini berarti hipotesis nol yang menyatakan bahwa tidak ada kointegrasi ditolak dan hipotesis alternatif yang menyatakan bahwa ada kointegrasi tidak dapat ditolak. Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa di antara keempat variabel dalam penelitian ini, terdapat satu kointegrasi pada tingkat signifikansi 1% dan 5%. Dengan demikian, dari hasil uji kointegrasi mengindikasikan bahwa di antara pergerakan CONS, EKS, GDP dan IMP memiliki hubungan stabilitas/keseimbangan dan kesamaan pergerakan dalam jangka panjang. Dengan kalimat lain, dalam setiap periode jangka pendek, seluruh variabel cenderung saling menyesuaikan, untuk mencapai ekuilibrium jangka panjangnya.
Karena lag yang terpilih adalah 3,
maka lag pada kointegrasi tes adalah 2 (dikurangi 1 karena variabelnya
terdiferensiasi).
5.
Uji Kausalitas
Granger
Uji kausalitas Granger (Granger Causality Test) dilakukan untuk
melihat apakah dua variabel memiliki hubungan timbal balik atau tidak. Dengan
kata lain, apakah satu variabel memiliki hubungan sebab akibat dengan variabel
lainnya secara signifikan, karena setiap variabel dalam penelitian mempunyai
kesempatan untuk menjadi variabel endogen maupun eksogen. Uji kausalitas bivariate
pada penelitian ini menggunakan VAR Pairwise Granger Causality Test dan
menggunakan taraf nyata lima persen. Tabel
berikut menyajikan hasil analisis uji Bivariate Granger Causality.
|
Pairwise
Granger Causality Tests
|
|||
|
Date:
04/11/15 Time: 09:49
|
|||
|
Sample:
1967 2012
|
|
||
|
Lags: 3
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Null
Hypothesis:
|
Obs
|
F-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
EKS does not Granger Cause CONS
|
43
|
2.88591
|
0.0489
|
|
CONS
does not Granger Cause EKS
|
2.20628
|
0.1042
|
|
|
|
|
|
|
|
|
|
|
|
|
GDP
does not Granger Cause CONS
|
43
|
0.55732
|
0.6466
|
|
CONS
does not Granger Cause GDP
|
1.95342
|
0.1385
|
|
|
|
|
|
|
|
|
|
|
|
|
IMP does not Granger Cause CONS
|
43
|
2.60596
|
0.0667
|
|
CONS does not Granger Cause IMP
|
10.7892
|
3.E-05
|
|
|
|
|
|
|
|
|
|
|
|
|
GDP
does not Granger Cause EKS
|
43
|
1.95919
|
0.1376
|
|
EKS
does not Granger Cause GDP
|
0.79835
|
0.5029
|
|
|
|
|
|
|
|
|
|
|
|
|
IMP does not Granger Cause EKS
|
43
|
2.85467
|
0.0506
|
|
EKS does not Granger Cause IMP
|
5.11070
|
0.0048
|
|
|
|
|
|
|
|
|
|
|
|
|
IMP
does not Granger Cause GDP
|
43
|
0.91492
|
0.4434
|
|
GDP does not Granger Cause IMP
|
3.09651
|
0.0389
|
|
|
|
|
|
|
|
|
|
|
|
Dari hasil yang diperoleh di atas, diketahui bahwa yang memiliki hubungan
kausalitas adalah yang memiliki nilai probabilitas yang lebih kecil daripada
alpha 0.05 sehingga nanti Ho akan ditolak yang berarti suatu variabel akan
mempengaruhi variable lain. Dari pengujian
Granger diatas, kita mengetahui hubungan timbal-balik/ kausalitas sebagai
berikut:
Variabel EKS secara statistik tidak secara signifikan mempengaruhi CONS (0,04) sehingga kita menerima
hipotesis nol sedangkan CONS secara statistik signifikan mempengaruhi EKS (0,10) sehingga kita menolak
hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah
antara variabel CONS
dan EKS
yaitu hanya CONS
yang secara statistik signifikan memengaruhi EKS dan tidak berlaku
sebaliknya. Variabel GDP secara statistik tidak signifikan mempengaruhi CONS dan begitu
pula sebaliknya variabel CONS secara statistik tidak signifikan mempengaruhi variabel GDP yang dibuktikan dengan
nilai Prob masing-masing lebih besar dari 0,05 yaitu 0,64 dan 0,13 (hasil keduanya adalah
terima hipotesis nol) sehingga disimpulkan bahwa hanya tidak terjadi kausalitas
apapun untuk kedua variabel GDP dan CONS. Variabel IMP secara statistik signifikan mempengaruhi CONS (0,06) sehingga kita menerima
hipotesis nol sedangkan CONS secara statistik signifikan mempengaruhi IMP (0,00003) sehingga kita
menolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi kausalitas dua arah antara
variabel IMP
dan CONS.
Variabel GDP secara statistik tidak signifikan mempengaruhi EKS dan begitu pula sebaliknya
variabel EKS secara
statistik tidak signifikan memengaruhi variabel GDP yang dibuktikan dengan
nilai Prob masing-masing lebih besar dari 0,05 yaitu 0,13 dan 0,50 (hasil keduanya adalah
terima hipotesis nol) sehingga disimpulkan bahwa hanya tidak terjadi kausalitas
apapun untuk kedua variabel GDP dan EKS. Variabel IMP secara statistik signifikan mempengaruhi EKS (0,05) sehingga kita menolak hipotesis nol
sedangkan EKS
secara statistik signifikan mempengaruhi IMP (0.005)
sehingga kita menolak hipotesis nol. Dengan demikian disimpulkan bahwa terjadi
kausalitas dua arah antara variabel IMP dan EKS.
Variabel IMP secara statistik tidak signifikan mempengaruhi GDP (0,443) sehingga kita menerima
hipotesis nol sedangkan CONS secara statistik signifikan mempengaruhi IMP (0,00003) sehingga kita
menolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara variabel IMP dan GDP.
6. Mendapatkan model VECM
Hasil estimasi VECM akan didapat hubungan jangka pendek dan jangka
panjang antara konsumsi, ekspor, penadapatan domestik bruto
dan impor. Pada estimasi ini, konsumsi merupakan
variabel dependen, sedangkan variabel independennya adalah ekspor, penadapatan domestik bruto dan impor. Hasil estimasi VECM untuk menganalisis pengaruh jangka pendek dan
jangka panjang pengaruh variabel dependen terhadap variabel independen dapat
dilihat pada Tabel dibawah
ini.
Berdasarkan hasil yang disajikan pada Tabel
pada jangka pendek terdapat tujuh variabel signifikan pada taraf nyata
lima persen ditambah satu variabel error correction. Kedelapan. Variabel
yang signifikan pada taraf nyata lima persen adalah konsumsi pada lag 2,ekspor
pada lag 3, pendapatan domestik bruto pada lag 3, impor pada lag 1, 2 dan 3.
Adanya dugaan parameter error correction yang signifikan membuktikan
adanya mekanisme penyesuaian dari jangka pendek ke jangka panjang. Besaran
penyesuaian dari jangka pendek ke jangka panjang yaitu sebesar 2,07 persen.
Hasil estimasi jangka pendek menunjukkan bahwa variabel konsumsi pada lag ke 2 berpengaruh negatif. pada taraf
nyata lima persen masing-masing sebesar -0,9 Artinya, jika terjadi kenaikan 1 persen pada 2 tahun sebelumnya, maka
akan menurunkan konsumsi sebesar .-0,98 persen pada tahun sekarang. Jika terjadi kenaikan ekspor 1 persen pada 3 tahun sebelumnya, maka terjadi kenaikan
konsumsi sebesar 2,37 persen. jika terjadi kenaikan gdp sebesar 1 persen pada 1 tahun sebelumnya, maka
akan menyebabkan turunnya konsumsi sebesar -1,8persen pada tahun sekarang. Jika terjadi kenaikan 1 persen impor pada 1, 2, 3 tahun sebelumnya maka
akan meningkatkan konsumsi sebesar 4,5 persen, 4,24 persen dan 3,11 persen
padatahun sekarang.
Faktor-faktor
yang mempengaruhi Perubahan
Konsumsi domestik
pada jangka pendek
|
Variabel
|
Koefisien
|
t statistik
|
|
CointEq1
|
2.074622
|
[ 2.79523]
|
|
D(CONS(-1))
|
-1.127.405
|
[-1.57660]
|
|
D(CONS(-2))
|
-0.988509
|
[-1.96372]
|
|
D(CONS(-3))
|
0.047965
|
[ 0.13714]
|
|
D(EKS(-1))
|
0.721002
|
[ 1.29042]
|
|
D(EKS(-2))
|
0.489296
|
[ 0.85814]
|
|
D(EKS(-3))
|
2.371513
|
[ 3.98951]
|
|
D(GDP(-1))
|
-1.853.229
|
[-4.64173]
|
|
D(GDP(-2))
|
-0.639359
|
[-1.19544]
|
|
D(GDP(-3))
|
-1.524.592
|
[-3.84010]
|
|
D(IMP(-1))
|
4.536848
|
[ 2.56587]
|
|
D(IMP(-2))
|
4.243395
|
[ 2.97964]
|
|
D(IMP(-3))
|
3.114591
|
[ 2.93610]
|
|
C
|
1.24E+10
|
[ 2.82865]
|
Variabel impor (IMP) mempunyai pengaruh
negatif terhadap konsumai (CONS) yaitu sebesar -2.547154 persen. Artinya, jika terjadi
kenaikan impor (IMP) maka akan menyebabkan konsumsi turun sebesar -2.547154 persen. Kondisi ini sesuai dengan
teori konsumsi yang menyatakan bahwa ketika terjadi kenaikan impor (IMP), maka
akan menyebabkan penurunan pendapatan domestik bruto (PDB), dan menyebabkan
penurunan konsumsi (CONS).
Faktor-faktor yang mempengaruhi Perubahan Konsumsi domestik
pada jangka panjang
|
Variabel
|
Koefisien
|
T statistik
|
|
EKS(-1)
|
-0.099259
|
-1,13760
|
|
GDP(-1)
|
0,11194
|
3,5609
|
|
IMP(-1
|
-2,547154
|
-29,4634
|
Pada jangka panjang hanya variabel pendapatan
domestik bruto (PDB), dan impor (IMP) signifikan pada taraf nyata lima persen
yang mempengaruhi konsumsi (CONS). Variabel pendapatan domestik bruto (PDB)
mempunyai pengaruh positif terhadap konsumsi (CONS) yaitu sebesar 0.11194 persen. Artinya, jika terjadi
kenaikan pendapatan domestik bruto (PDB) maka akan menyebabkan konsumsi naik
sebesar 0.111940 persen. Kondisi ini sesuai dengan teori konsumsi yang
menyatakan bahwa ketika terjadi kenaikan pendapatan domestik bruto (PDB), maka
akan menyebabkan peningkatan konsumsi.
|
Vector
Error Correction Estimates
|
|
|
||
|
Date:
04/11/15 Time: 09:52
|
|
|
||
|
Sample
(adjusted): 1971 2012
|
|
|
||
|
Included
observations: 42 after adjustments
|
|
|||
|
Standard
errors in ( ) & t-statistics in [ ]
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
Cointegrating Eq:
|
CointEq1
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CONS(-1)
|
1.000000
|
|
|
|
|
EKS(-1)
|
-0.099259
|
|
|
|
|
|
(0.08725)
|
|
|
|
|
|
[-1.13760]
|
|
|
|
|
GDP(-1)
|
0.111940
|
|
|
|
|
|
(0.03144)
|
|
|
|
|
|
[ 3.56088]
|
|
|
|
|
IMP(-1)
|
-2.547154
|
|
|
|
|
|
(0.08645)
|
|
|
|
|
|
[-29.4634]
|
|
|
|
|
C
|
-7.10E+09
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Error Correction:
|
D(CONS)
|
D(EKS)
|
D(GDP)
|
D(IMP)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
CointEq1
|
2.074622
|
-0.366275
|
0.860301
|
1.282011
|
|
|
(0.74220)
|
(0.25685)
|
(0.46504)
|
(0.25129)
|
|
|
[ 2.79523]
|
[-1.42604]
|
[ 1.84994]
|
[ 5.10164]
|
|
D(CONS(-1))
|
-1.127405
|
0.547435
|
-0.124589
|
-0.481795
|
|
|
(0.71509)
|
(0.24746)
|
(0.44805)
|
(0.24211)
|
|
|
[-1.57660]
|
[ 2.21219]
|
[-0.27807]
|
[-1.98996]
|
|
D(CONS(-2))
|
-0.988509
|
0.543845
|
-0.486426
|
-0.352714
|
|
|
(0.50339)
|
(0.17420)
|
(0.31541)
|
(0.17044)
|
|
|
[-1.96372]
|
[ 3.12193]
|
[-1.54221]
|
[-2.06948]
|
|
D(CONS(-3))
|
0.047965
|
0.336503
|
-0.103993
|
0.007860
|
|
|
(0.34975)
|
(0.12103)
|
(0.21914)
|
(0.11842)
|
|
|
[ 0.13714]
|
[ 2.78022]
|
[-0.47454]
|
[ 0.06637]
|
|
D(EKS(-1))
|
0.721002
|
-0.555902
|
0.306115
|
0.431734
|
|
|
(0.55873)
|
(0.19336)
|
(0.35009)
|
(0.18918)
|
|
|
[ 1.29042]
|
[-2.87502]
|
[ 0.87440]
|
[ 2.28219]
|
|
|
|
|
|
|
|
D(EKS(-2))
|
0.489296
|
0.021297
|
0.204314
|
0.011491
|
|
|
(0.57019)
|
(0.19732)
|
(0.35726)
|
(0.19305)
|
|
|
[ 0.85814]
|
[ 0.10793]
|
[ 0.57189]
|
[ 0.05952]
|
|
D(EKS(-3))
|
2.371513
|
0.246370
|
0.246145
|
1.515243
|
|
|
(0.59444)
|
(0.20571)
|
(0.37246)
|
(0.20126)
|
|
|
[ 3.98951]
|
[ 1.19765]
|
[ 0.66087]
|
[ 7.52864]
|
|
D(GDP(-1))
|
-1.853229
|
-0.097412
|
-0.507549
|
-0.720040
|
|
|
(0.39925)
|
(0.13817)
|
(0.25016)
|
(0.13518)
|
|
|
[-4.64173]
|
[-0.70504]
|
[-2.02888]
|
[-5.32657]
|
|
D(GDP(-2))
|
-0.639359
|
0.137891
|
0.158838
|
-0.358629
|
|
|
(0.53483)
|
(0.18508)
|
(0.33511)
|
(0.18108)
|
|
|
[-1.19544]
|
[ 0.74502]
|
[ 0.47399]
|
[-1.98047]
|
|
D(GDP(-3))
|
-1.524592
|
0.248435
|
-0.540416
|
-0.418011
|
|
|
(0.39702)
|
(0.13739)
|
(0.24876)
|
(0.13442)
|
|
|
[-3.84010]
|
[ 1.80821]
|
[-2.17243]
|
[-3.10968]
|
|
D(IMP(-1))
|
4.536848
|
-1.212877
|
1.340975
|
2.171379
|
|
|
(1.76815)
|
(0.61189)
|
(1.10788)
|
(0.59866)
|
|
|
[ 2.56587]
|
[-1.98218]
|
[ 1.21040]
|
[ 3.62707]
|
|
D(IMP(-2))
|
4.243395
|
-1.412299
|
1.496689
|
1.583063
|
|
|
(1.42413)
|
(0.49284)
|
(0.89232)
|
(0.48218)
|
|
|
[ 2.97964]
|
[-2.86566]
|
[ 1.67730]
|
[ 3.28314]
|
|
D(IMP(-3))
|
3.114591
|
-1.056693
|
0.438736
|
1.016923
|
|
|
(1.06079)
|
(0.36710)
|
(0.66466)
|
(0.35916)
|
|
|
[ 2.93610]
|
[-2.87850]
|
[ 0.66009]
|
[ 2.83138]
|
|
C
|
1.24E+10
|
1.25E+09
|
7.98E+09
|
3.38E+09
|
|
|
(4.4E+09)
|
(1.5E+09)
|
(2.7E+09)
|
(1.5E+09)
|
|
|
[ 2.82865]
|
[ 0.82019]
|
[ 2.90342]
|
[ 2.27797]
|
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.749743
|
0.441335
|
0.505786
|
0.901622
|
|
Adj.
R-squared
|
0.633552
|
0.181955
|
0.276330
|
0.855947
|
|
Sum
sq. resids
|
6.62E+21
|
7.93E+20
|
2.60E+21
|
7.59E+20
|
|
S.E.
equation
|
1.54E+10
|
5.32E+09
|
9.63E+09
|
5.21E+09
|
|
F-statistic
|
6.452678
|
1.701500
|
2.204278
|
19.73982
|
|
Log
likelihood
|
-1036.231
|
-991.6635
|
-1016.597
|
-990.7454
|
|
Akaike
AIC
|
50.01102
|
47.88874
|
49.07604
|
47.84502
|
|
Schwarz
SC
|
50.59024
|
48.46796
|
49.65526
|
48.42424
|
|
Mean
dependent
|
1.17E+10
|
2.11E+09
|
9.06E+09
|
5.36E+09
|
|
S.D.
dependent
|
2.54E+10
|
5.88E+09
|
1.13E+10
|
1.37E+10
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Determinant
resid covariance (dof adj.)
|
1.68E+78
|
|
|
|
|
Determinant
resid covariance
|
3.32E+77
|
|
|
|
|
Log
likelihood
|
-3986.884
|
|
|
|
|
Akaike
information criterion
|
192.7087
|
|
|
|
|
Schwarz
criterion
|
195.1911
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Lag yang digunakan adalah 2 (karena lag terpilih – 1 = (3 – 1) = 2).
DAFTAR PUSTAKA
Agus
Widarjono, Ekonometrika Teori dan
Aplikasi untuk Ekonomi dan Bisnis, Edisi Kedua, Cetakan Kesatu, Penerbit
Ekonisia Fakultas Ekonomi UII Yogyakarta 2007.
Baltagi, Bagi (2005). Econometric Analysis of Panel Data,
Third Edition. John Wiley & Sons.
Budiyuwono,
Nugroho, Pengantar Statistik Ekonomi
& Perusahaan, Jilid 2, Edisi Pertama, UPP AMP YKPN, Yogyakarta, 1996.
Barrow, Mike. Statistics
of Economics: Accounting and Business Studies. 3rd edition.
Upper Saddle River, NJ: Prentice-Hall, 2001
Catur
Sugiyanto. 1994. Ekonometrika Terapan.
BPFE, Yogyakarta
Gujarati,
Damodar N. 1995. Basic Econometrics.
Third Edition.Mc. Graw-Hill, Singapore.
Insukindro (1996), “Pendekatan Masa Depan Dalam Penyusunan Model Ekonometrika:
Forward-Looking Model dan Pendekatan Kointegrasi”, Jurnal Ekonomi dan
Industri, PAU Studi Ekonomi, UGM, Edisi Kedua, Maret 1-6
Insukindro (1998a), “Sindrum R2 Dalam Analisis Regresi Linier Runtun Waktu”,
Jurnal Ekonomi dan Bisnis Indonesia, Vol. 13, No. 41 1-11.
Insukindro (1998b), “Pendekatan Stok Penyangga Permintaan Uang: Tinjauan Teoritik dan Sebuah
Studi Empirik di Indonesia”, Ekonomi dan Keuangan Indonesia, Vol XLVI. No.
4: 451-471.
Insukindro (1999), “Pemilihan Model Ekonomi Empirik Dengan Pendekatan Koreksi Kesalahan”,
Jurnal Ekonomi dan Bisnis Indonesia, Vol. 14, No. 1: 1-8.
Insukindro dan Aliman (1999), “Pemilihan dan Bentuk Fungsi Model Empiris:
Studi Kasus Permintaan Uang Kartil Riil di Indonesia”, Jurnal Ekonomi dan
Bisnis Indonesia. Vol. 13, No. 4: 49-61.
Johnston, J. and J. Dinardo (1997), Econometric Methods, McGrow-Hill
Koutsoyiannis, A (1977). Theory of Econometric An Introductory Exposition of Econometric Methods
2nd Edition, Macmillan Publishers LTD.
Maddala, G.S (1992). Introduction to Econometric, 2nd Edition, Mac-Millan
Publishing Company, New York.
Nachrowi, D.N. dan H. Usman (2002). Penggunaan Teknik
Ekonometrika. Jakarta: PT Raja Grafindo Persada.
Sritua
Arif.1993. Metodologi Penelitian Ekonomi.
BPFE, Yogyakarta.
Thomas,
R.L. 1998. Modern Econometrics : An
Intoduction. Addison-Wesley. Harlow, England.
Tidak ada komentar:
Posting Komentar