Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1)
Penelitian tentang nilai tukar mata uang dollar kanada terhadap dollar AS (EXC atau Y) sebagai
variab variabel el depende dependen n berdas berdasarka arkan n indeks indeks harga harga konsum konsumen en negara negara AS (CPI (CPI atau atau X) sebaga sebagaii variabel independen. Data merupakan enis data deret !aktu bulanan dengan rentang !aktu "# tahun $aitu dari tahun "%%&'#" bersumber dari I*+ dipublikasikan oleh ,ank Indonesia. Se-ara teori diterangkan bah!a EXC berkorelasi terhadap CPI. Adapun rin-ian datan$a adalah sebagai berikut Periode
EXC
CPI
Periode
EXC
CPI
Periode
EXC
CPI
"%%&"
"+/0
&#+12
##0
"+2#
%#+"#
#0""
"+"/
"3+"&
"%%&#
"+/#
&#+%
##1
"+2&
%#+##
#0"#
"+"1
"3+33
"%%&3
"+/#
&3+0
##&
"+20
%#+23
#1"
"+"&
"3+02
"%%&/
"+/3
&3+#"
##%
"+2%
%#+0&
#1#
"+"1
"/+#
"%%&2
"+/0
&3+30
##"
"+20
%#+&/
#13
"+"2
"2+"2
"%%&0
"+/1
&3+/0
##""
"+21
%#+&/
#1/
"+"#
"2+&/
"%%&1
"+2"
&3+21
##"#
"+2&
%#+03
#12
"+1
"0+/&
"%%&&
"+21
&3+01
#3"
"+23
%3+/
#10
"+0
"0+0%
"%%&%
"+23
&3+11
#3#
"+/%
%3+10
#11
"+1
"0+00
"%%&" "%%&"" "%%&"# "%%%" "%%%# "%%%3 "%%%/ "%%%2 "%%%0 "%%%1 "%%%& "%%%% "%%%" "%%%"" "%%%"# #" ## #3 #/ #2 #0 #1 #&
"+2/ "+2# "+23 "+2" "+2" "+2" "+/0 "+/& "+/1 "+2" "+2 "+/1 "+/1 "+/1 "+// "+/2 "+/2 "+/2 "+/& "+2 "+/& "+/% "+/1
&3+%& &3+%& &3+%3 &/+"3 &/+#3 &/+/% &2+" &2+" &2+" &2+30 &2+20 &2+%1 &0+"3 &0+"& &0+"& &0+/3 &0+%2 &1+00 &1+1# &1+&# &&+#& &&+/& &&+/&
#33 #3/ #32 #30 #31 #3& #3% #3" #3"" #3"# #/" #/# #/3 #// #/2 #/0 #/1 #/& #/% #/" #/"" #/"# #2"
"+/1 "+/3 "+31 "+30 "+/" "+3% "+32 "+3# "+3 "+#% "+33 "+3/ "+3" "+31 "+31 "+3/ "+33 "+3# "+#0 "+## "+"% "+# "+##
%/+3# %/+"# %3+%0 %/+0 %/+"1 %/+23 %/+&3 %/+13 %/+/1 %/+31 %/+&3 %2+3/ %2+%0 %0+#1 %0+&3 %1+"/ %0+%& %1+3 %1+#/ %1+12 %1+& %1+// %1+02
#1& #1% #1" #1"" #1"# #&" #&# #&3 #&/ #&2 #&0 #&1 #&& #&% #&" #&"" #&"# #%" #%# #%3 #%/ #%2 #%0
"+0 "+ +%2 "+ +%% "+ +%& "+3 "+" +%% "+# "+3 "+0 "+0 "+## "+#/ "+## "+#/ "+#1 "+#0 "+"% "+" "+"0
"0+/1 "0+10 "0+%% "1+0# "1+22 "&+& "&+/ "%+3/ ""+ ""+%3 ""#+2 ""#+03 ""#+"& ""#+3 ""+% "&+11 "1+02 "&+"# "&+02 "&+%# "%+"% "%+2" ""+/2
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) Periode
EXC
CPI
Periode
EXC
CPI
Periode
EXC
CPI
#%
"+2"
&&+%/
#2#
"+#3
%&+#"
#%1
"+&
""+#1
#" #"" #"# #"" #"# #"3 #"/ #"2
"+23 "+2/ "+2 "+2 "+23 "+2& "+2/ "+22
&%+" &%+"2 &%+" &%+00 %+# %+## %+2& %+%%
#23 #2/ #22 #20 #21 #2& #2% #2"
"+#" "+#0 "+#2 "+#3 "+#3 "+"% "+"0 "+"&
%&+%& %%+02 %%+2/ %%+2% "+0 "+21 ""+& "#+
#%& #%% #%" #%"" #%"# #"" #"# #"3
"+" "+1 "+& "+0 "+2 "+1 "+2 "+#
""+2# ""+2% ""+0% ""+11 ""+2& ""+%0 ""+%& """+//
#"0 #"1 #"&
"+2# "+23 "+22
%"+"2 %+&% %+&%
#2"" #2"# #0"
"+"1 "+"0 "+"/
""+"& "+11 ""+2/
#"/ #"2 #"0
"+" "+2 "+0
"""+03 """+1# """+0"
#"% #"" #""" #""#
"+2& "+2% "+21 "+2%
%"+3 %+%% %+&/ %+/&
#0# #03 #0/ #02
"+"/ "+"1 "+"# "+"
""+12 "#+3" "3+"& "3+0%
#"1 #"& #"% #""
"+3 "+0 "+3 "+#
"""+03 """+1% """+&2 """+%%
##" ### ##3 ##/ ##2
"+2% "+0 "+2% "+21 "+23
%+0& %"+/ %"+20 %#+1 %#+1
#00 #01 #0& #0% #0"
"+"# "+"3 "+"" "+"# "+"#
"3+% "/+# "/+/" "3+% "3+33
ERROR CORRECTION MODEL (ECM) Error Correction Model (EC) merupakan analisis data deret !aktu $ang digunakan untuk variabel'variabel $ang memilki ketergantungan $ang sering disebut dengan kointegrasi. etode EC digunakan men$eimbangkan hubungan ekonomi angka pendek variabel'variabel $ang telah memiliki keseimbangan4hubungan ekonomi angka panang. Langkah 1 5 Uji Kestasioneran Data
Stasioneritas dalam data deret !aktu merupakan kun-i supa$a situasi dimasa lalu tetap relevan dengan situasi dimasa kini maupun masa depan. Situasi paling ideal dalam analisis deret !aktu adalah ketika data bersi6at stasioner. 7leh karena itu tahap pertama dalam analisis adalah dengan mengui kestasioneran data. 8i stasioneritas data dapat dilakukan dengan menggunakan metode gra6ik (plot data)+ 9orelogram+ dan 8i Akar 8nit (unit root test ) atau 8i Augmented Dickey Fuller (AD*). Penguian ini dilakukan terhadap semua variabel $ang digunakan dalam analisis deret !aktu untuk memenuhi keshahihan analisis EC (dengan kata lain perilaku data $ang stasioner memiliki varians $ang tidak terlalu besar dan mempun$ai ke-enderungan untuk mendekati nilai rata'ratan$a). 8i'ui tersebut dia!ali dengan mentran6ormasi logaritma terhadap setiap variabel menadi lnEXP dan lnCPI+ se-ara rin-i disaikan sebagai berikut
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) a. Analisis Grafik (lot data) ! 0.5 4.75
0.4
4.7
4.65
0.3
4.6 C X E 0.2 n l
I P C n l
4.55
0.1 4.5
0 4.45
-0.1
4.4
1998
2000
2002
2004
2006
2008
2010
1998
2000
2002
2004
2006
2008
2010
,erdasarkan gra6ik tersebut terlihat bah!a adan$a indikasi kedua datan$a tidak stasioner. :al itu terlihat dari gra6ikn$a $ang tidak berada disekitar rata'rata atau dengan kata lain rata'rata dan varians tidak konstan. 7leh karena itu+ harus di-ek data pada tingkat first difference, second difference dan seterusn$a hingga stasioner. :al tersebut dilakukan dengan 8i Akar 8nit. ". AC# dan Korelogra$ % Unt&k 'aria"el lnEC ! Autocorrelation function for lnEXC ***, **, * indicate signicance at the 1%, 5%, 10% levels using Bartlett standard errors for ACF LA 1 . + 5 ) ( 10 11 11. 1+ 15 1 1) 1 1( -0 -1
ACF 0$()+ 0$(5+) 0$(.++ 0$(110$+5 0$51 0$.. 0$0)1 0$)+1 0$)5 0$)+ 0$)-5 0$)0+. 0$(+ 0$)1 0$-5 0$55. 0$+5 0$+-+ 0$.)( 0$.51
!ACF *** *** *** *** *** *** *** *** *** ** ** ** ** * * * * *
"#stat$ &#value'
0$()+ *** 1+($-1 0$000' 0$0.01 -(.$).1 0$000' 0$0-0( +.-$++- 0$000' #0$0)15 55$15+ 0$000' #0$0(0( (1$)+() 0$000' #0$01) 11$-+1 0$000' 0$0-) (-+$.15 0$000' #0$0+. 10.-$0-( 0$000' 0$0+5 11..$(1( 0$000' 0$0)0 1-.1$(-0 0$000' #0$011. 1.-5$.+) 0$000' #0$05+ 1+1+$+.-1 0$000' #0$0+5 1+($(5. 0$000' 0$10)5 150$5-05 0$000' 0$0+(1 15($51)) 0$000' 0$00) 1).5$(-)) 0$000' 0$1--0 111$-+05 0$000' #0$0+.) 15$0. 0$000' 0$10- 1(5$+(5. 0$000' #0$0-0) -0.1$+515 0$000' 0$005+ -10+$.1-1 0$000'
Dari korelogram tersebut memperlihatkan bah!a koe6isien autokorelasi dimulai dari nilai $ang sangat tinggi pada lag " ( $aitu .%10/) dan menurun se-ara lambat.:al tersebut menunukan bah!a variabel EXC tidak stasioner.
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) %
Unt&k 'aria"el lnCPI ! Autocorrelation function for lnC!/ ***, **, * indicate signicance at the 1%, 5%, 10% levels using standard error 120$5 LA
1 . + 5 ) ( 10 11 11. 1+ 15 1 1) 1 1( -0 -1
ACF 0$(- 0$(+ 0$(+. 0$(-1 0$(100 0$(1 0$).) 0$55 0$.. 0$-10 0$0.+ 0$)+) 0$)5) 0$)+. 0$)- 0$)0)( 0$ 0$(( 0$51) 0$..) 0$1+
!ACF *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
0$(- *** #0$0.+5 #0$01+ #0$0050 #0$00#0$010 #0$005 #0$005+ 0$00.1 #0$00( #0$015) #0$0+1+ #0$0-1. #0$015 #0$01+1 0$00)5 #0$0-51 0$00)1 0$0005 #0$00.) 0$00).
"#stat$ &#value' 151$5.+ 0$000' -($)-+ 0$000' ++1$-0+ 0$000' 5)($1)0 0$000' )1-$- 0$000' +1$)) 0$000' ($5501 0$000' 10)$0( 0$000' 1-0.$505 0$000' 1.15$(51- 0$000' 1+-+$.- 0$000' 15-$5)1 0$000' 1-$+550 0$000' 1)-+$0-+ 0$000' 115$.1() 0$000' 1(0-$5 0$000' 1(5$)-15 0$000' -05$00- 0$000' -1+0$5))( 0$000' --1-$51( 0$000' --1$--.. 0$000'
Dari korelogram tersebut memperlihatkan hal $ang sama bah!a koe6isien autokorelasi dimulai dari nilai $ang sangat tinggi pada lag " ( $aitu .%&#&) dan menurun se-ara lambat. :al tersebut menunukan bah!a variabel CPI uga tidak stasioner. . Uji Akar Unit (AD# test ) !
;eknik penguiann$a berupa regresi antara nilai ∆ Y t dan Y t −1 $ang menghasilkan δ sebagai koe6isien regresin$a. ;ingkat signi6ikansi tidak dapat diperoleh dengan melakukan ui t karena hipotesis tidak mengikuti distribusi t melainkan mengikuti statistik τ (tau) dan penguiann$a dilakukan dengan Augmented Dickey-Fuller test $ang dikembangkan oleh -9innon. odel $ang digunakan adalah model dengan asumsi tanpa pergeseran (random walk without drift ) sebagai berikut (
9riteria keputusan
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) H 0
ditolak ika nilai t'statistik AD* (dalam hal ini = τ ) > ?ilai kritis -9innon atau nilai'p > tara6 n$ata tertentu (biasan$a 2@). ,erikut ini ringkasan hasil ui akar unit untuk masing'masing variabel dependen dan independen dengan menggunakan aplikasi GRETL *ingk 'aria"el lnEC at Le'el Aug3ented 4ice6#Fuller test for lnEXC
1st Diff
+nd Diff
'aria"el lnCPI
including 1. lags of 71#L8lnEXC 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1+0 unit#root null h6&othesis< a = 1
Aug3ented 4ice6#Fuller test for lnC!/ including lags of 71#L8lnC!/ 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1+5 unit#root null h6&othesis< a = 1
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< #0$011)-+ test statistic< tau?nc718 = #1$5-0 as63&totic &#value 0.1189 1st#order autocorrelation coe@$ for e< #0$010 lagged di@erences< F71., 1-8 = 1$)+. 0$05()'
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< 0$000501.-1 test statistic< tau?nc718 = +$)0+ as63&totic &#value 1 1st#order autocorrelation coe@$ for e< #0$00 lagged di@erences< F7, 1.8 = )$(50 0$0000'
Aug3ented 4ice6#Fuller test for d?lnEXC including 1- lags of 71#L8d?lnEXC 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1+0 unit#root null h6&othesis< a = 1
Aug3ented 4ice6#Fuller test for d?lnC!/ including 1. lags of 71#L8d?lnC!/ 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1.( unit#root null h6&othesis< a = 1
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< #1$11515 test statistic< tau?nc718 = #.$)0(+ as63&totic &#value 0.0001562 1st#order autocorrelation coe@$ for e< #0$00 lagged di@erences< F71-, 1-)8 = 1$ 0$0++' Aug3ented 4ice6#Fuller test for d?d?lnEXC including 11 lags of 71#L8d?d?lnEXC 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1+0 unit#root null h6&othesis< a = 1
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< #0$1.(1 test statistic< tau?nc718 = #1$.. as63&totic &#value 0.1605 1st#order autocorrelation coe@$ for e< #0$005 lagged di@erences< F71., 1-58 = -$005 0$0-5.' Aug3ented 4ice6#Fuller test for d?d?lnC!/ including 1- lags of 71#L8d?d?lnC!/ 73a9 :as 1., criterion t#statistic8 sa3&le si;e 1.( unit#root null h6&othesis< a = 1
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< #5$+.) test statistic< tau?nc718 = #+$(1)-) as63&totic &#value 1.109e-006 1st#order autocorrelation coe@$ for e< 0$011 lagged di@erences< F711, 1-8 = $)(( 0$0000'
test :ithout constant 3odel< 71#L86 = 7a#18*67#18 > $$$ > e esti3ated value of 7a # 18< #$+5)5 test statistic< tau?nc718 = #$-+5 as63&totic &#value 1.486e-010 1st#order autocorrelation coe@$ for e< #0$00) lagged di@erences< F71-, 1-8 = 5$-(0 0$0000'
Dari hasil tersebut memperlihatkan bah!a pada tara6 signi6ikansi 2@
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) - ?ilai'p untuk variabel lnEXC dan lnCPI > 2@+ signi6ikan pada tingkat second difference
variabel lnEXC dan lnCPI stasioner pada data tingkat beda kedua. Dengan demikian dapat dikatakan bah!a seluruh data $ang digunakan dalam penelitian ini se-ara bersama'sama terintegrasi pada deraat dua ( second difference) dilambangkan dengan I(2). 7leh karenan$a ui kointegrasi dapat dilakukan. Langkah , Peng&jian Kointegrasi
Penguian ini dilakukan untuk mengetahui kemungkinan teradin$a keseimbangan atau kestabilan jangka anjang diantara variabel'variabel $ang diamati. Salah satu metoden$a adalah Engelr!nger untuk mengui kointegrasi variabel'variabel $ang diamati dengan meman6aatkan ui statistik AD* untuk melihat apakah nilai residual regresi kointegrasi stasioner atau tidak. ika nilai residual stasioner maka dapat dikatakan regresi terkointegrasi artin$a bah!a variabel'variabel pembentuk regresi berada dalam keseimbangan angka panang. Bebih auh dapat dikatakan bah !a ika model dinamis tersebut dikembangkan+ maka interpretasin$a tidak akan men$esatkan untuk analisis angka panang. Se-ara rin-i 8i 9ointegrasi EngleGranger dilakukan dengan tahapan sebagai berikut a) Estimasi Persamaan angka Panang Persamaan angka panang $ang dimaksud merupakan persamaan regresi klasik dengan variabel dependen dan independen+ $ang tidak stasioner pada tingkat level. etode pendugaan parametern$a dilakukan dengan metode kuadrat terke-il4 ordinary Least !"uare (7BS). Persamaan $ang akan dibentuk adalah lnEXC t = β 0 + β 1 lnCPI t + ut ,erikut ini hasil analisis regresi 7BS dan model $ang terbentuk
odel 3 7BS+ using observations "%%&"'#"" (; = "2/) Dependent variable lnEXC Coefficient 0.%"%"/ "./20"2
-onst lnCPI ean dependent var Sum suared resid F'suared *("+ "2#) Bog'likelihood S-h!arG -riterion rho
!td# Error .#001& .2&"#//
.#2/101 .1#%00" .&23# 0#1.0"2& "%3.2%13 311."#1 .%#
JlnEXC = 0.%# ' "./0lnCPI (.#00)(.2&") ; = "2/+ F'suared = .&2
tratio #0./# #2.2#3
S.D. dependent var S.E. o6 regression Adusted F'suared P'value(*) Akaike -riterion :annan'Huinn Durbin'atson
$%alue >." -.1
."203%% .0%#&2 .&31/% /.0,e%2 3&3."%/0 3&.1#1/ ."//"0#
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) (standard errors in parentheses)
o
o
o
8i Parsial t dan 8i Serempak * ,erdasarkan hasil diatas+ baik se-ara parsial atau se-ara serempak variabel lnCPI berpengaruh signi6ikan terhadap variabel lnEXC pada tara6 kesalahan 2@. :al tersebut ditunukkan dengan nilai'p untuk t'hitung dan *':itung > 2@. 9ebaikan odel odel estimasi persamaan regresi angka panang $ang terbentuk -ukup baik. Sekitar &+2@ model EXC dapat dielaskan oleh variabel independenn$a $aitu CPI+ sisan$a ("%+2@) dielaskan oleh variabel lain diluar persamaan. Interpretasi angka Panang ika CPI naik sebesar " persen maka EXC akan turun sebesar "+/0 persen+ asumsi variabel lain tetap. Dalam angka panang+ peningkatan indeks harga konsumen luar negeri (dalam hal ini AS) akan mengurangi nilai tukar dolar kanada terhadap dolar AS.
oint a) b) Dari regresi pada diperoleh nilai residual+ e^ t =Y t −Y t =lnEXC t −( β 0+ β1 lnCPI t ) . ?ilai residual tersebut kemudian diui menggunakan metode $ang sama $aitu ui unit akar (AD* test ) untuk melihat apakah nilai residual tersebut stasioner atau tidak. -) Selanutn$a dari nilai residual pada point b)+ akan diduga persamaan autoregressi%e berdasarkan persamaan berikut ^
^
^
m
∑ α ∆ ^e −
∆ ^ e t = λ ^ e t − 1 +
i
t
i
i=1
dimana ∆ ^e t −1= ( e^ t −1−e^ t −2 ) , ∆ e^ t −2= ( e^ t −2−e^ t −3 ) ,dst + dan m panang lag $ang digunakan. :ipotesis $ang diui sebagai berikut H 0 e^ t = I ( 1 ) artin$a data residual mengandung unit root ( data residual tidak stasioner ) atau tidak teradi kointegrasi H 1 e^ t ≠ I ( 1 ) artin$a data residual tidak mengandung unit root ( data residual stasioner ) atau teradi kointegrasi. Dengan kata lain+ nilai residual dari meregresikan lnEXC terhadap lnCPI terintegrasi pada tingkat level (I()) 9riteria keputusan H 0 ditolak ika nilai t'statistik AD* (dalam hal ini = τ ) > ?ilai kritis -9innon atau nilai'p > tara6 n$ata tertentu (biasan$a 2@) teradi kointegrasi diantara semua variabel $ang disertakan dalam pemodelan EXC. akna lainn$a adalah regresi $ang diperoleh pada poin a) merupakan regresi terkointegrasi dan bukan Kspurious regressionL. Selain itu+ regresi tersebut dapat dikatakan sebagai 6ungsi statis atau angka panang dan
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) menginterpretasikan parameter'parametern$a sebagai parameter angka panang ( $$$ > e esti3ated value of 7a # 18< #0$0)(1++( test statistic< tau?nc718 = #-$0(1() as63&totic &#value 0.03501 1st#order autocorrelation coe@$ for e< #0$001 lagged di@erences< F71., 1-8 = 1$+). 0$1.5'
Dari hasil tersebut memperlihatkan bah!a pada pada tara6 signi6ikansi 2@ nilai p untuk variabel residual > 2@ variabel residual stasioner pada tingkat level (I()). Sehingga dapat disimpulkan teradi kointegrasi diantara variabel $ang disertakan dalam pemodelan EXC. :al ini uga bermakna bah!a dalam angka panang akan teradi keseimbangan atau kestabilan pada variabel $ang diamati.
Langkah , Analisis Err"r C"rrecti"n Mec#!nism (ECM)
Bangkah ini dilakukan untuk mengoreksi ketidakseimbangan angka pendek menuu pada keseimbangan jangka anjang. EC dibentuk dengan meregresikan variabel dependen di6erensi pertama (6irst di66eren-e) dengan semua variabel independen di6erensi pertama uga serta selisih dari prediksi euilibrium4angka panang dengan realisasi variabel dependen periode sebelumn$a. Se-ara matematis+ modeln$a ditulis sebagai ∆ Y t =γ 0 ∆ X t +( 1− α )( β 0+ β1 X t −1−Y t −1 )+ ut Bangkah rin-in$a a) enduga parameter model sebagai berikut Y t =α 0 + α 1 Y t −1 + γ 0 X t + γ 1 X t −1 + ut Atau lnEXC t =α 0 + α 1 lnEXC t −1+ γ 0 lnCPI t +γ 1 lnCPI t −1 + ut ,erikut ini hasil analisis regresi 7BS dan model $ang terbentuk odel " 7BS+ using observations "%%&#'#"" (; = "23) Dependent variable lnEXC
-onst lnCPI dMlnEXC dMlnCPI
Coefficient 0.%102/ "./013& ./&21"/ #.10/&
!td# Error .#0"&1& .21"1// .#%"&% ".3&21%
tratio #0.0/2 #2.002 #.3#"% "./%&/
$%alue >." >." .#"0 ."30"
Tugas Ekonometrika 3 : Regresi Deret Waktu-Error Correction Model (ECM) Ikin Sodikin (1!"#"""111""1) ean dependent var Sum suared resid F'suared *(3+ "/%) Bog'likelihood S-h!arG -riterion rho
.#23%2% .011%3& .&"&"2 ##3.3&3% "%1./00/ 31/.&"" .%/2//3
S.D. dependent var S.E. o6 regression Adusted F'suared P'value(*) Akaike -riterion :annan'Huinn Durbin'atson
."202&% .01/23 .&"///# 0.3&e'22 3&0.%3#& 3&#.&1 .&022
Dari hasil tersebut diperoleh nilai'nilai α 0=6.97654 + α 1=0.4857 + γ^ 0=−1.4674 + dan γ^ 1=−2.0765 . γ^ 0=−1.4674 menunukkan lau perubahan marginal CPI terhadap EXC se-ara angka b) pendek Se-ara angka pendek+ ika indeks harga konsumen luar negeri (AS) naik sebesar "@ maka nilai tukar dolar kanada terhadap dolar AS akan menurun sebesar "./01/ @. γ^ 0 + γ^ 1 −1.4674 −2.0765 −3.5439 β 1= = = =−6.8907 menunukkan lau perubahan -) 1−α 1 1−0.4857 0.5143 marinal CPI terhadap EXC se-ara angka panang Se-ara angka panang+ ika indeks harga konsumen luar negeri (AS) naik sebesar "@ maka nilai tukar dolar kanada terhadap dolar AS akan menurun sebesar 0.&%1 @. d) EC $ang terbentuk la$ak untuk digunakan karena memenuhi hipotesis berikut 0 < 1− α 1 < 1= 0 < ( 1−0.4857 =0.5143 ) < 1 ^
^
^
^
^
(
0 < α 1 < 1=0 < 0.4857 ^
e)
) <1
−α =( 1− 0.4857=0.5143 )
1
" artin$a bah!a dari periode !aktu t'" (bulan sebelumn$a) ke periode t (bulan ini) pen$esuaian terhadap variabel EXC dan CPI teradi sebesar 2"./3@. f8 ?ilai F # uga menunukkan sekitar &"+&"@ model EXC dapat dielaskan oleh variabel CPIt (bulan ini) dan variabel EXCt'" (periode bulan sebelumn$a)+ sisan$a dielaskan oleh variabel lain diluar persamaan. ^
1
