Uji Kausalitas Granger Pertemuan 9 Uji Kausalitas Granger

UJI GRANGER UJI Granger digunakan untuk menguji hubungan kausalitas antara dua variabel dalam regresi Ada 4 kemungkinan dalam hubungan kausalitas tersebut, yaitu: Hubungan kausalitas X mempengaruhi Y Hubungan kausalitas Y mempengaruhi X Hubungan kausalitas timbal balik, Y dan X saling mempengaruhi Tidak ada Hubungan kausalitas antara X dan Y

UJI GRANGER Uji Granger yang dilihat adalah pengaruh masa lalu terhadap masa sekarang, sehingga data yang digunakan adalah data time series Uji Granger ini pada intinya dapat mengidentifikasi apakah suatu variabel mempunyai hubungan dua arah, atau hanya satu arah saja

Uji Granger Kelemahan dari kausalitas Granger adalah sangat sensitifnya terhadap penentuan panjang lag. Tidak ada ketentuan panjang lag pada uji kausalitas Granger ini. Penentuan panjang lag dapat didasarkan pada kriteria informasi Akaike (AIC) dan Kriteria Schwatz Bayesian (SBC). Adapun rumus keuda kriteria tersebut adalah sebagai berikut:

Uji Granger Idealnya nilai AIC dan SBC sekecil mungkin (nilai AIC dan SBC dapat negatif). Penentuan jumlah lag dapat digunakan dengan mencoba memasukkan lag mulai dari lag -1 Pengujian lag akan terus berlangsung selama nilai AIC dan SBC masih menurun. Pengujian lag ini akan berhenti jika nilai AIC dan SBC mulai meningkat

Contoh: Model yang digunakan untuk uji Granger: Misalnya untuk menguji hubungan kausalitas antara KURS (K) dan Investasi (I)

Data: TAHUN KURS (K) INVESTASI (I) 1993 2087 86667.3 1994 2161 105380.6 1995 2949 129217.5 1996 2342 157652.7 1997 2909 177686.1 1998 10014 243043.4 1999 7855 240322.2 2000 8525 313915.2 2001 10266 188051.5 2002 9667 120209.8

penetapan Lag -1 Lakukan penetapan lag -1: Model Kurs Kurs C Kurs(-1) Investasi(-1) Lihat AIC untuk Lag -1 =18.63048

Hasil Lag 1 Dependent Variable: KURS Method: Least Squares Date: 05/05/10 Time: 09:10 Sample(adjusted): 1994 2002 Included observations: 9 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -459.8260 2291.872 -0.200633 0.8476 KURS(-1) 0.290763 0.369550 0.786801 0.4613 INVESTASI(-1) 0.028349 0.018170 1.560206 0.1697 R-squared 0.678375 Mean dependent var 6298.667 Adjusted R-squared 0.571167 S.D. dependent var 3601.275 S.E. of regression 2358.308 Akaike info criterion 18.63048 Sum squared resid 33369705 Schwarz criterion 18.69622 Log likelihood -80.83715 F-statistic 6.327632 Durbin-Watson stat 2.641224 Prob(F-statistic) 0.033270

penetapan Lag -2 Lakukan penetapan lag -2: Model Kurs Kurs C Kurs(-1) kurs(-2) Investasi(-1) Investasi(-2) Lihat AIC untuk Lag -2 = nilai :18.49082

Hasil Lag 2 Dependent Variable: KURS Method: Least Squares Date: 05/05/10 Time: 09:14 Sample(adjusted): 1995 2002 Included observations: 8 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -4438.134 3418.977 -1.298088 0.2850 KURS(-1) -0.448397 0.518108 -0.865449 0.4505 KURS(-2) -0.712760 0.569874 -1.250732 0.2997 INVESTASI(-1) 0.031704 0.019066 1.662912 0.1949 INVESTASI(-2) 0.061554 0.031876 1.931038 0.1490 R-squared 0.829632 Mean dependent var 6815.875 Adjusted R-squared 0.602475 S.D. dependent var 3474.255 S.E. of regression 2190.503 Akaike info criterion 18.49082 Sum squared resid 14394909 Schwarz criterion 18.54047 Log likelihood -68.96328 F-statistic 3.652240 Durbin-Watson stat 2.385284 Prob(F-statistic) 0.157831

penetapan Lag -3 Lakukan penetapan lag -3: Model Kurs Kurs C Kurs(-1 TO -3) Investasi(-1 TO -3) Lihat AIC untuk Lag -3 = nilai :-32.61939

Hasil Lag 3 Dependent Variable: KURS Method: Least Squares Date: 05/05/10 Time: 09:20 Sample(adjusted): 1996 2002 Included observations: 7 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -22739.87 NA NA NA KURS(-1) 0.887859 NA NA NA KURS(-2) -4.213889 NA NA NA KURS(-3) 9.535325 NA NA NA INVESTASI(-1) 0.398486 NA NA NA INVESTASI(-2) 0.912461 NA NA NA INVESTASI(-3) -1.568959 NA NA NA R-squared 1.000000 Mean dependent var 7368.286 S.D. dependent var 3351.723 Akaike info criterion -32.61939 Sum squared resid 3.78E-16 Schwarz criterion -32.67348 Log likelihood 121.1679 Durbin-Watson stat 3.280475

PENGUJIAN LAG Terlihat bahwa ketika dilakukan Lag 3 sudah terjadi kenaikan sehingga perhitungan lag berhenti Maka dapat diputuskan bahwa penggunaan lag yang tepat adalah pada lag ke 2.

HASIL UJI GRANGER Pairwise Granger Causality Tests Date: 05/05/10 Time: 09:23 Sample: 1993 2002 Lags: 2 Null Hypothesis: Obs F-Statistic Probability INVESTASI does not Granger Cause KURS 8 2.74359 0.21015 KURS does not Granger Cause INVESTASI 0.11193 0.89767

INTERPRETASINYA Investasi = F(kurs) Ho = Kurs tidak mempengaruhi Investasi Ha = Kurs mempengaruhi Investasi Probabilita 0.21015 > 0.05  Ho diterima Ha ditolak Kurs tidak mempengaruhi Investasi

INTERPRETASINYA Kurs = f (investasi) Ho = Investasi tidak mempengaruhi Kurs Ha = Investasi mempengaruhi Kurs Probabilita 0.89767> 0.05  Ho diterima Ha ditolak Investasi tidak mempengaruhi Kurs

INTERPRETASINYA Kesimpulan Kurs tidak mempengaruhi Investasi Investasi tidak mempengaruhi Kurs Jadi tidak ada hubungan kausalitas antara Kurs dan Investasi

Latihan 1 Diketahui bahwa nilai AIC dari suatu penelitian tentang Saving(S) dan Investasi (I) adalah sebagai berikut: AIC Lag-1 = 8.9458 AIC Lag-2 = 8.8752 AIC Lag-3 = 8.7854 AIC Lag-4 = 8.9544 AIC Lag-5 = 9.0044

Latihan 1 Pairwise Granger Causality Tests Date: 05/05/10 Time: 09:23 Sample: 1993 2002 Lags: 2 Null Hypothesis: Obs F-Statistic Probability Investasi does not Granger Cause Saving 8 5.45211 0.00514 Saving does not Granger Cause Investasi 4.12555 0.01244

Latihan 2 Diketahui bahwa nilai AIC dari suatu penelitian tentang PDB dan INFLASI adalah sebagai berikut: AIC Lag-1 = 10.2545 AIC Lag-2 = 10.2744 AIC Lag-3 = 10.3400 AIC Lag-4 = 11.0011 AIC Lag-5 = 11.0315

Latihan 2 Pairwise Granger Causality Tests Date: 05/05/10 Time: 09:23 Sample: 1993 2002 Lags: 2 Null Hypothesis: Obs F-Statistic Probability Inflasi does not Granger Cause PDB 8 5.45211 0.07555 PDB does not Granger Cause Inflasi 4.12555 0.12511