Welcome to Wajibstat Analysis Jibvela17...

NEW WAJIBSTAT ANALYSIS IS COMING***

Jumat, 31 Mei 2013

PART II:UJI SIGNIFIKANSI VARIABEL DENGAN PERTIMBANGAN LAG LENGTH CRITERIA, OUTPUT VAR MODEL SUBSTITUTED COEFFICIENT, UJI KAUSALITAS ENGEL GRANGER DAN MODEL VAR YANG DIAJUKAN DALAM PENELITIAN (Terusan Postingan Pendekatan Analisis Model VAR, PART I)



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:
 



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)


· 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 :-)


29 komentar:

  1. Makasih banyak bang sangat bermanfaat,
    Tapi, 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

    BalasHapus
  2. Ya kembali kasih dek anonim (jika bisa pakai ID aja ya dek agar lebih kenal satu sama lain hehe)
    Terimakasih 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

    BalasHapus
  3. 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.

    BalasHapus
  4. Salam 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
  5. @ Edimart: sebenarnya nilainya 2,0227, mas bisa lihat/cek pada nilai tabel t dengan derajat bebas (0.05,40-1) mas. Kembali kasih :)

    BalasHapus
  6. data 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?

    BalasHapus
  7. mas, bisa di jelaskan lagi angka 2,0227 itu dari mana? trimakasih

    BalasHapus
  8. @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

    BalasHapus
  9. maaf mau tanya, kenapa cara membaca uji kausalitas grangernya harus dibalik ya? mohon infonya. terimakasih

    BalasHapus
  10. kak kenapa persamaan dibuat dalam differece, padahal variabel yg dirun masih dalam level dalam?

    BalasHapus
  11. boleh tidak ketika kita mentransformasikan variabel dalam bntuk ln yg kita tranformasikan hanya senagian variabel nya saja?

    BalasHapus
  12. selamat siang pak..
    saya 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 :)

    BalasHapus
  13. terima kasih, tulisan ini sangat membantu saya.

    BalasHapus
  14. sama-sama mb Sri. Makasih juga sudah berkunjung :)

    BalasHapus
  15. sore mas wajibman, saya mau bertanya, step step dalam uji kausalitas (utk mencari tau hubungan antar varibel) itu apa saja ? mohon tanggapannya mas. trims

    BalasHapus
  16. selamat 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

    BalasHapus
  17. selamat 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

    BalasHapus
  18. Maaf 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

    BalasHapus
  19. untuk part 1 nya kok nggak ada ya..
    bisa minta link untuk part 1 nya nggak...

    BalasHapus
  20. Mas uji granger bisa kah menggunakan spss. Mohon penjelasannya. Trims

    BalasHapus
  21. pak, maaf nih, tspi kenapa di model yg di fit bukan koefisiennya yang diambil tapi malah nilai uji-tnya? makasih pak :) Tuhan berkati

    BalasHapus
  22. Selamat 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

    BalasHapus
  23. Video Uji Reliabilitas Cronbach Alpha Menggunakan EVIEWS
    https://www.youtube.com/watch?v=YiMBKcvzkE4
    WA 085227746673
    Analisis Data EVIEWS, LISREL, SPSS, AMOS, DLL

    BalasHapus
  24. Anda Kebingungan Dan Kesulitan Menyelesaikan Skripsi, Tesis, Disertasi
    Karena 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

    BalasHapus
  25. Maaf sebelumnya, itu kan variabel (k) yang digunakan kan ada 3, dan jumlah data (n) ada 40.
    Kalo 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

    BalasHapus
  26. Komentar ini telah dihapus oleh pengarang.

    BalasHapus
  27. Maaf 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

    BalasHapus
  28. Kalau nilai probabilitas nya kecil dari Alfa, apa solusinya kak

    BalasHapus
  29. 2,02108 nilai tersebut didapat dari mana pak? mohon penjelasannya

    BalasHapus