PART II:UJI SIGNIFIKANSI VARIABEL
DENGAN PERTIMBANGAN LAG LENGTH CRITERIA, OUTPUT VAR MODEL SUBSTITUTED COEFFICIENT, UJI KAUSALITAS ENGEL GRANGER DAN MODEL VAR YANG DIAJUKAN
(Terusan Pendekatan
Analisis Model VAR, PART I)
Siang sobat semua.. Wah gimana nih kabarnya?? Moga baik-baik, aman
terkendali dan sehat semua yaa hehehe.. Oke deeh kali ini kita akan masuk ke
dalam pembahasan uji signifikansi masing-masing variabel endogen yang sudah
mempertimbangkan besarnya lag optimum (dalam penelitian ini diperoleh lag
optimum sampai kepada lag enam), selanjutnya adalah output model VAR
Substituted Coefficient dan sampai kepada Uji Kausalitas untuk pembentukan
model VAR (VAR in difference). Setelah kita melakukan uji lag length criteria,
maka akan muncul output signifikansi variabel dengan enam lag sebagai berikut:
Naaah,
perhatikan baik-baik penjelasannya nih sooob hehehe.. Untuk tiap-tiap variabel
ada berjejer tiga nilai yaitu koefisien variabel, standar error dalam kurung
biasa ( ) dan nilai statistik t parsial dalam
kurung siku [ ]m. Dalam hal ini kita
akan membandingkan nilai t-statistic parsial
yang ada pada kurung siku dengan nilai pada table (Alpha/2, n-1) = 2,02108
Hipotesis
akan kita gunakan :
H0: variable dependen
tidak secara signifikan dipengaruhi oleh variable independen
H1: variable dependen
secara signifikan dipengaruhi oleh variable independen
Wilayah tolak H0 : nilai
stat > +2.02108 atau < -2.02108
Catatan:
Nilai yang diberi highlight berwarna kuning menunjukkan hasil kita menolak H0
yang mengindikasikan bahwa variable dependen akan secara signifikan
dipengaruhi oleh variable independen.
·
Dari output table
tersebut terlihat bahwa untuk variable dependen inflasi (INF) secara statistic
secara signifikan dipengaruhi oleh INF(-5), INF(-6) dan KURS(-3) yang
ditunjukkan oleh nilai statisticnya > +2.02108 atau <-2.02108. Sedangkan
konstanta C tidak berpengaruh secara signifikan terhadap inflasi (INF).
·
Sedangkan hal yang sama
juga terjadi untuk variable dependen nilai tukar (KURS) yang secara statistic
secara signifikan hanya dipengaruhi oleh nilai inflasi dan nilai tukar masa
lalu. Konstanta C secara statistic
signifikan mempengaruhi KURS sehingga dengan demikian KURS dipengaruhi oleh
konstanta C, KURS(-3),INF(-4), INF(-5) dan INF(-6).
·
Untuk variable dependen
tingkat suku bunga (RATE)
justru sedikit berbeda karena dipengaruhi oleh ketiga variabel yaitu nilai tukar, inflasi
dan tingkat suku bunga pada masa lalu. RATE
dipengaruhi oleh KURS(-3), INF(2) dan RATE(-1).
Akan tetapi, konstanta C tidak
berpengaruh secara signifikan terhadap variable tingkat suku bunga (RATE).
Kemudian silahkan klik lagi View dan Representation, maka akan tampil
output
var model
substituted coefficient sebagai berikut:
Output pada VAR Model
Substituted Coefficients meringkaskan kompilasi pemodelan secara keseluruhan
baik variabel yang signifikan maupun yang tidak signifikan tetapi di
dalam pemodelan dan intepretasi nanti, kita cukup
menggunakan variabel yang
signifikan secara statistik.
Naaah, selanjutnya kita akan masuk ke dalam uji Engel Granger
Causality atau biasa kita kenal dengan uji kausalitas Granger sooob hehehe.. Nah, dalam uji kausalitas ini kita mengenal kausalitas searah dan kausalitas dua arah (bolak balik). Contoh, kausalitas searah, katakanlah variabel kurs memengaruhi inflasi tetapi variabel inflasi tidak memengaruhi kurs atau sebaliknya. Contoh, kausalitas dua arah, katakanlah variabel kurs memengaruhi inflasi dan variabel inflasi pun memengaruhi kurs (saling mempengaruhi).
Yap oke deh kita coba langsung pengujiannya ya sooob hehehe.. Nah, caranya, silahkan sobat kembali ke tampilan workfile Eviews lalu silahkan blok ketiga variabel(Kurs, Rate dan Inflasi) dalam level kemudian klik kanan dan Open As Group. Berikut gambarannya:
Yap oke deh kita coba langsung pengujiannya ya sooob hehehe.. Nah, caranya, silahkan sobat kembali ke tampilan workfile Eviews lalu silahkan blok ketiga variabel(Kurs, Rate dan Inflasi) dalam level kemudian klik kanan dan Open As Group. Berikut gambarannya:
Kemudian
akan muncul spreadsheet data ketiga variabelnya. Next, klik View, Granger
Causality. Berikut gambarannya sooob hehehe..
Naaah,
terusss akan muncul output seperti ini:
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:
Oiya sekedar mengingatkan ya sooob, cara baca output Granger Causalitinya dibalik yaaa hehehe (JANGAN LUPA)
Oiya sekedar mengingatkan ya sooob, cara baca output Granger Causalitinya dibalik yaaa hehehe (JANGAN LUPA)
· Variabel inflasi (INF) secara statistik tidak signifikan mempengaruhi nilai tukar (KURS)
dan begitu pula sebaliknya variabel nilai tukar (KURS) secara statistik tidak signifikan memengaruhi variabel inflasi (INF) yang dibuktikan dengan nilai Prob masing-masing lebih besar dari 0,05 yaitu 0,8655 dan 0,6728 (hasil keduanya adalah terima hipotesis nol) sehingga disimpulkan bahwa hanya tidak terjadi kausalitas apapun untuk kedua variabel INF dan KURS.
· Variabel INF secara statistik tidak secara signifikan memengaruhi RATE (0,3718) sehingga kita menerima hipotesis nol sedangkan RATE secara statistik signifikan memengaruhi INF (0,003) sehingga kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara variabel INF dan RATE yaitu hanya RATE yang secara statistik signifikan memengaruhi INF dan tidak berlaku sebaliknya.
· Variabel KURS secara statistik tidak signifikan memengaruhi RATE (0,8009) sehingga kita menerima hipotesis nol sedangkan RATE secara statistik signifikan memengaruhi KURS (0,0058) sehingga kita menolak hipotesis nol. Dengan demikian disimpulkan bahwa terjadi kausalitas searah antara variabel KURS dan RATE yaitu hanya RATE yang secara statistik signifikan memengaruhi KURS dan tidak berlaku sebaliknya.
MODEL
YANG DIAJUKAN (DENGAN VARIABEL YANG SIGNIFIKAN)
dINF =
2.26888dKURS(-3) – 2.60041dINF(-5) – 2.20406dINF(-6)
dKURS= -2.64767 +
2.43173dKURS(-3) – 2.71987dINF(-4) – 2.33354dINF(-5) – 2.39936dINF(-6)
dRATE =
2.88239dKURS(-3) + 2.09427dINF(-2) + 4.25194dRATE(-1)
Yaaaap
oke deeh sooob untuk interpretasi model VAR yang diajukan dalam penelitian, Impulse Response Function (analisis respon
terhadap gejolak/shock) dan Variance Decomposition (analisis
kontribusi) akan kita lanjutkan dalam postingan part III yang akan segera
dirilis.. Waaaah, begitu dulu ya sooob yang bisa sampaikan untuk uji
signifikansi variabel dengan pertimbangan lag length criteria, output var model substituted
coefficient, uji kausalitas Engel Grangernya
dan model VAR yang diajukan dalam penelitian.
Hemmh, saya mohon maaf jika ada kekurangan dan kesalahan dalam
penyampaian maupun pengetikannya.. Okeee deeh,, selamat belajar sooob,, Isilah
masa muda dengan terus berkarya dan tetap be calm down okeee hehehe.. Yaaap,
semoga jaya dan sukses buat sobat semua.. Salam damai.. Salam hangat terdahsyat
dari saya :-)
Makasih banyak bang sangat bermanfaat,
BalasHapusTapi, saya mau nanya kenapa pas uji granger causality itu yang diharapkan terima Ho...
Terima Ho itu bukannya tidak mempengaruhi (misal A tidak mempengaruhi B)
Mohon Klarifikasinya bang :D
Ya kembali kasih dek anonim (jika bisa pakai ID aja ya dek agar lebih kenal satu sama lain hehe)
BalasHapusTerimakasih pertama2 buat koreksinya dan sudah saya perbaharui kembali dek. Yang benar adalah ketika mencari kausalitas antara dua buah variabel adalah variabel 1 secara statistik signifikan memengaruhi variabel 2 (Probabilitas lebih kecil dari ALpha sehingga tolak hipotesis nol) dan sebaliknya variabel 2 juga secara statistik memengaruhi variabel 1 (Probabilitas lebih kecil dari ALpha sehingga tolak hipotesis nol juga). Jika keduanya tolak hipotesis nol, disimpulkan bahwa terjadi kausalitas dua arah (bolak-balik) antara kedua variabel. Demikian dek.. Semoga membantu. Salam
salam kenal mas, sangat bermanfaat. sekedar ingin menanyakan mas: 1) apakah model yang signifakan digunakan dimana? apakah restriksi pada VECM? atau yg lain dan bagaimana memasukan modelnya karena signifikannya berbeda lag. 2) apakah mungkin memakai lag optimal sebanyak 18 dngan 18 observasi, karena itu lag yg paling pas dan hasil outputnya sesuai teori.
BalasHapusSalam kenal mas Wajibman, tabel Dalam hal ini kita akan membandingkan nilai t-statistic parsial yang ada pada kurung siku dengan nilai pada table (Alpha/2, n-1) = 2,02108; maksudnya tabel yang mana ya mas, apakah ada cara lain selain dengan melihat tabel?. trims
BalasHapus@ Edimart: sebenarnya nilainya 2,0227, mas bisa lihat/cek pada nilai tabel t dengan derajat bebas (0.05,40-1) mas. Kembali kasih :)
BalasHapusdata yang diolah data asli atau data difference? soalnya di output VAR yang pertama sepertinya pakai data asli, tapi kok di model dengan variabel signifikan pakai difference?
BalasHapusmas, bisa di jelaskan lagi angka 2,0227 itu dari mana? trimakasih
BalasHapus@yudhi: angka 2,0227 itu adalah nilai pada tabel t dengan derajat bebas (0.05;40-1) mas. Silahkan cek pada tabel t saja mas. Kembali kasih
BalasHapusmaaf mau tanya, kenapa cara membaca uji kausalitas grangernya harus dibalik ya? mohon infonya. terimakasih
BalasHapuskak kenapa persamaan dibuat dalam differece, padahal variabel yg dirun masih dalam level dalam?
BalasHapusboleh tidak ketika kita mentransformasikan variabel dalam bntuk ln yg kita tranformasikan hanya senagian variabel nya saja?
BalasHapusselamat siang pak..
BalasHapussaya ingin bertanya kalo misalnya saat uji Granger Causality Test terdapat probability seperti ini : 0.1777276123554969
7.927967314432239e-07*
0.2438730588163742
0.1379972013816624
1.034190180648026e-07*
0.7095816409679796
yang ditandai "*" kenapa bisa terjadi seperti itu dan apakah solusi yang bisa saya gunakan agar tidak lg terjadi seperti itu pak?
terima kasih :)
terima kasih, tulisan ini sangat membantu saya.
BalasHapussama-sama mb Sri. Makasih juga sudah berkunjung :)
BalasHapussore mas wajibman, saya mau bertanya, step step dalam uji kausalitas (utk mencari tau hubungan antar varibel) itu apa saja ? mohon tanggapannya mas. trims
BalasHapusselamat siang pak, saya ingin bertanya apa saja langkah awal dalam menguji kausalitas granger apakah langsung seperti diatas atau terdapat langkah sebelumnya? selanjutnya bagaimana cara menentukan lags nya? terimakasih sebelumnya mohon bantuannya... selamat siang
BalasHapusselamat siang pak, saya ingin bertanya apa saja langkah awal dalam menguji kausalitas granger apakah langsung seperti diatas atau terdapat langkah sebelumnya? selanjutnya bagaimana cara menentukan lags nya? terimakasih sebelumnya mohon bantuannya... selamat siang
BalasHapusMaaf mas boleh tanya, jika dalam pengujian kausalitas tidak terpenuhi apa bisa lanjut kelangkah selanjutny ya untuk uji var ataupun vecm atau hanya utk melihat hubungan antara variabel saja? Kalopun hipotesis utk kausalitas ditolak bagaimana kelanjutannya? Terimakasih mas tolong bantuannya
BalasHapusuntuk part 1 nya kok nggak ada ya..
BalasHapusbisa minta link untuk part 1 nya nggak...
Mas uji granger bisa kah menggunakan spss. Mohon penjelasannya. Trims
BalasHapuspak, maaf nih, tspi kenapa di model yg di fit bukan koefisiennya yang diambil tapi malah nilai uji-tnya? makasih pak :) Tuhan berkati
BalasHapusSelamat malam.. kalau tanda bintangnya paling banyak di lag ke 0.gimana yah mas? krena setau saya lag optimum min 1. itu kendalanya di mana yah mas? terima kasih
BalasHapusVideo Uji Reliabilitas Cronbach Alpha Menggunakan EVIEWS
BalasHapushttps://www.youtube.com/watch?v=YiMBKcvzkE4
WA 085227746673
Analisis Data EVIEWS, LISREL, SPSS, AMOS, DLL
Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
BalasHapusKarena Pusing Mikirin Olah Data Analisis Statistika Dengan SPSS, AMOS
LISREL, EVIEWS, SMARTPLS, DEA
Serahkan Dan Percaya Kepada Kami.
Kami Siap Bantu Anda.
Olah Data Semarang (Timbul Widodo)
WA : +62 852-2774-6673
IG : olahdatasemarang
Maaf sebelumnya, itu kan variabel (k) yang digunakan kan ada 3, dan jumlah data (n) ada 40.
BalasHapusKalo di buku Gujarati, Cara menentukan degree of freedom (df) adalah df = n-k, jadi seharusnya pada penelitina ini n-k = 40-3 = 37.
Itu kok anda pake 40-1 pada beberapa komen diatas.
Bisa tolong dijelaskan? Trims
Komentar ini telah dihapus oleh pengarang.
BalasHapusMaaf mas saya mau nanya, pada saat variabel dilihat var estimasinya, yang dipilih bentuk delta variabel tersebut atau bentuh variabel aslinya? Soalnya katanya uju VAR In Diff, tapi data yang mas pake kok pake data asli, mohonpenjelasannya
BalasHapusKalau nilai probabilitas nya kecil dari Alfa, apa solusinya kak
BalasHapus2,02108 nilai tersebut didapat dari mana pak? mohon penjelasannya
BalasHapus