Uji Kausalitas Granger

Presentasi berjudul: "Uji Kausalitas Granger"— Transcript presentasi:

1 Uji Kausalitas Granger
Pertemuan 9 Uji Kausalitas Granger

2 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

3 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

4 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:

5 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

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

7 Data: TAHUN KURS (K) INVESTASI (I) 1993 2087 86667.3 1994 2161
1995 2949 1996 2342 1997 2909 1998 10014 1999 7855 2000 8525 2001 10266 2002 9667

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

9 Hasil Lag 1 Dependent Variable: KURS Method: Least Squares
Date: 05/05/10 Time: 09:10 Sample(adjusted): Included observations: 9 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C KURS(-1) INVESTASI(-1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

10 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 :

11 Hasil Lag 2 Dependent Variable: KURS Method: Least Squares
Date: 05/05/10 Time: 09:14 Sample(adjusted): Included observations: 8 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C KURS(-1) KURS(-2) INVESTASI(-1) INVESTASI(-2) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)

12 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 :

13 Hasil Lag 3 Dependent Variable: KURS Method: Least Squares
Date: 05/05/10 Time: 09:20 Sample(adjusted): Included observations: 7 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C NA NA NA KURS(-1) NA NA NA KURS(-2) NA NA NA KURS(-3) NA NA NA INVESTASI(-1) NA NA NA INVESTASI(-2) NA NA NA INVESTASI(-3) NA NA NA R-squared Mean dependent var S.D. dependent var Akaike info criterion Sum squared resid 3.78E Schwarz criterion Log likelihood Durbin-Watson stat

14 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.

15 HASIL UJI GRANGER Pairwise Granger Causality Tests
Date: 05/05/10 Time: 09:23 Sample: Lags: 2 Null Hypothesis: Obs F-Statistic Probability INVESTASI does not Granger Cause KURS KURS does not Granger Cause INVESTASI

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

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

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

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

20 Latihan 1 Pairwise Granger Causality Tests Date: 05/05/10 Time: 09:23
Sample: Lags: 2 Null Hypothesis: Obs F-Statistic Probability Investasi does not Granger Cause Saving Saving does not Granger Cause Investasi

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

22 Latihan 2 Pairwise Granger Causality Tests Date: 05/05/10 Time: 09:23
Sample: Lags: 2 Null Hypothesis: Obs F-Statistic Probability Inflasi does not Granger Cause PDB PDB does not Granger Cause Inflasi