130 likes | 683 Vues
Uji Kausalitas Granger. Konsep. Regresi Hubungan satu arah Realitas Banyak hubungan dua arah Uji Granger membuktikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja. Data Time series. Uji Granger pengaruh masa lalu terhadap kondisi sekarang.
E N D
Konsep • Regresi Hubungan satu arah • Realitas Banyak hubungan dua arah • Uji Granger membuktikan apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja. • Data Time series. • Uji Granger pengaruh masa lalu terhadap kondisi sekarang. • Contoh: • Dolar melemah IHSG turun Investor di Valas ‘Profit Taking’ Membeli saham IHSG menguat Dolar menguat. • Konsumsi naik Uang beredar naik Inflasi Konsumsi turun • Telur Ayam Telur atau Ayam Telur Ayam?
Tahapan Metode • H0 : X tidak menyebabkan Y. • Buat regresi penuh dan dapatkan Sum Square of Error (SSE) Yt = Σαi Yt-i + Σβi Xt-i + εt • Buat regresi terbatas dan dapatkan pula Sum Square of Error (SSE) Yt = Σαi Yt-i + εt • Lakukan Uji F berdasarkan SSE yang didapat, dengan formula: Dimana: N adalah banyaknya pengamatan k adalah banyaknya parameter model penuh q adalah banyaknya parameter model terbatas
Bila H0 ditolak, berarti X mempengaruhi Y. • Cara yang sama juga dapat dilakukan untuk melihat apakah Y mempunyai pengaruh terhadap X. • Pertanyaan yang banyak muncul dalam Uji Kausalitas Granger ini adalah: “berapa lag yang harus digunakan?”. Ingat kembali SIC, AIC, Log Likelkihood. Hipotesis: (i) H0 : Investasi tidak mempengaruhi (tidak menyebabkan) Kurs H1 : Investasi mempengaruhi (menyebabkan) Kurs (ii) H0 : Kurs tidak mempengaruhi (tidak menyebabkan) Investasi H1 : Kurs mempengaruhi (menyebabkan) Investasi
Vektor Otoregresi (VAR) • Konsep VAR Y saat ini dipengaruhi X pada waktu lalu, dan X saat ini dipengaruhi Y pada waktu lalu. Contoh: • Investasi GDP Investasi • Money Supply Inflasi Money Supply • Model Yt = α1i + Σβ1i Yt-i + Σγ1i Xt-i + εt dan Xt = α2i + Σβ2i Yt-i + Σγ2i Xt-i + εt Perhatikan bahwa model diatas mempunyai variabel bebas yang merupakan lag dari variabel terikatnya. Kembali muncul pertanyaan: “berapa banyak lag yang harus digunakan?”. AIC, SIC, dan Log Likelihood adalah indikator untuk memutuskan lag yang digunakan. Estimasi? OLS