Angelina Ika Rahutami Unika Soegijapranata Gasal 2011/2012.

Presentasi berjudul: "Angelina Ika Rahutami Unika Soegijapranata Gasal 2011/2012."— Transcript presentasi:

1 Angelina Ika Rahutami Unika Soegijapranata Gasal 2011/2012

2  Y t = a 0 + a 1 X t1 + a 2 X t2 + u t  LY t = b 0 + b 1 LX t1 + b 2 LX t2 + v t  persamaan uji MWD  Y t = a 0 + a 1 X t1 + a 2 X t2 + a 3 Z 1 + u t  LY t = b 0 + b 1 LX t1 + b 2 LX t2 + b 3 Z 2 + v t 2a.i.r./ekonometrika/2011

3  Z 1  nilai logaritma dari fitted persamaan dasar dikurangi dengan nilai fitted persamaan log  Z 2  nilai antilog dari fitted persamaan log dikurangi dengan nilai fitted persamaan dasar  Bila Z 1 signifikan secara statistik, maka hipotesis nol yang menyatakan bahwa model yang benar adalah bentuk linear ditolak  bila Z 2 signifikan secara statistik, maka hipotesis alternatif yang menyatakan bahwa model yang benar adalah log-linear ditolak. 3a.i.r./ekonometrika/2011

4  Regresi model linier dan dapatkan nilai estimasi Y (Y fitted)  YF ◦ QUICK ◦ ESTIMATE EQUATION ◦ Y C X2 X3 ◦ OK. ◦ Dari tampilan equation,  FORECAST  YF (pada kotak dialog SERIES NAME / FORECAST NAME)   OK  Beri nama equation,  klik NAME  EQ01 (nama equation)  OK 4a.i.r./ekonometrika/2011

5  Regresi model log-linier dan dapatkan nilai estimasi log Y (log Y fitted)  LYF ◦ Klik QUICK ◦ ESTIMATE EQUATION ◦ log(Y) C log(X2) log(X3) ◦ OK ◦ Dari tampilan equation,  FORECAST  log(y)  LYF (pada kotak dialog SERIES NAME  FORECAST NAME)  OK  Beri nama equation,  klik NAME  EQ02  OK 5a.i.r./ekonometrika/2011

6  GENR Z1 = log(YF) – LYF  Regresi Y terhadap variabel X dan Z1. Jika Z1 signifikan secara statistik, maka tolak Ho (model linier) dan jika tidak signifikan, maka tidak menolak Ho  GENR Z2= exp(LYF) – YF  Regresi log Y terhadap variabel log X dan Z2. Jika Z2 signifikan secara statistik, maka tolak Ha (model log linier) dan jika tidak signifikan maka tidak menolak Ha  Bila Z 1 signifikan secara statistik, maka hipotesis nol yang menyatakan bahwa model yang benar adalah bentuk linear ditolak  bila Z 2 signifikan secara statistik, maka hipotesis alternatif yang menyatakan bahwa model yang benar adalah log-linear ditolak. 6a.i.r./ekonometrika/2011

7  didasarkan pada dua regresi pembantu (two auxiliary regressions) dan uji ini bisa dikatakan merupakan pengembangan dari uji MWD  Estimasi persamaan dasar dan log kemudian nyatakan nilai prediksi atau fitted masing- masing dg F 1 dan F 2 7a.i.r./ekonometrika/2011

8  Estimasi:  F 2 LY t = b 0 + b 1 X t1 + b 2 X t2 + v t  F 1 Y t = a 0 + a 1 LX t1 + a 2 LX t2 + u t  di mana F 2 LYt = antilog (F 2 ) dan F 1 Yt = log (F 1 ). ◦ ls exp(f2) c rk ydr  res_f2 ◦ ls log(f1) c log(rk) log(ydr)  res_f1 8a.i.r./ekonometrika/2011

9  Simpanlah nilai V t serta U t  Lakukan regresi dengan memasukkan nilai residual  Y t =  0 +  1 X t1 +  2 X t2 +  3 u t + e t1  LY t =  0 +  1 LX t1 +  2 LX t2 +  3 v t + e t2  Uji hipotesis nol bahwa  3 = 0 dan hipotesis alternatif β 3 = 0.  Jika  3 berbeda dengan nol secara statistik, maka bentuk model linier ditolak dan sebaliknya.  jika β 3 berbeda dengan nol secara statistik, maka hipotesis alternatif yang mengatakan bahwa bentuk fungsi log-linier yang benar ditolak 9a.i.r./ekonometrika/2011

10  Model A: Y t = a 1 + a 2 X 2 + a 3 X 3 + a 4 X 4 + a 5 X 5 + a 6 X 6 + u t  Model B: LY t = b 1 + b 2 LX 2 + b 3 LX 3 + b 4 LX 4 + b 5 LX 5 + b 6 LX 6 + u t 10a.i.r./ekonometrika/2011

11  Regresi model A dan model B dengan satu variabel bebas.  Perintahnya: ◦ Dari menu utama, ◦ Klik QUICK ◦ ESTIMATE EQUATION, ◦ Y C X 2 ◦ OK  Tambahan variabel X 3 : ◦ dari workfile EQUATION, ◦ klik PROCS ◦ SPECIFY/ESTIMATE ◦ X 3 (pada kotak dialog) ◦ OK  Lakukan berulang untuk variabel baru lainnya dan model B  Jika penambahan variabel bebas baru menaikkan nilai AIC maka variabel bebas baru harus dikeluarkan dari model dan sebaliknya jika penambahan variabel baru menurunkan AIC maka variabel baru masuk dalam model 11a.i.r./ekonometrika/2011

12  Test ini dilakukan menguji apakah variabel baru bisa ditambahkan dalam model  Regresi OLS model A dengan satu variabel bebas ◦ Dari Workfile Equation, ◦ klik VIEW ◦ COEFFICIENT TESTS ◦ OMITTED VARIABLES – LIKELIHOOD RATIO ◦ X 3 (Pada kotak dialog ketikkan nama variabel baru yang akan ditambahkan) ◦ OK.  Perhatikan nilai probabilitas pada F-Statistic, jika lebih kecil dari 0,05 berarti penambahan variabel baru memberikan kontribusi yang signifikan pada model sehingga varibel tersebut harus dimasukkan dalam model. 12a.i.r./ekonometrika/2011

13  Kebalikan dari omitted test, wald test dilakukan untuk mengeluarkan variabel dari model  Regresi model A dengan memasukkan semua variabel bebas  Lakukan Wald test terhadap variabel yang paling tidak signifikan pada regresi awal, misal X6. ◦ Dari Equation: ◦ klik VIEW ◦ COEFFICIENT TESTS ◦ WALD – Coefficient Restrictions, ◦ C(6)=0 (Pada kotak dialog tuliskan koefisien yang akan direstriksi, yaitu c(6)=0) ◦ OK  Probabilitas F tidak signifikan, berarti variabel X6 bisa dikeluarkan dari model. 13a.i.r./ekonometrika/2011