Page 51 - MODUL PEMBELAJARAN EKONOMETRIKA
P. 51

BAB 7

                                NON STATIONARITY DAN KOINTEGRASI



                       Pada bagian ini kita akan menguraikan suatu karakter terpenting dari data urut waktu,
               yakni  non  stationarity.  Terdapat  berbagai  bentuk  ketidakstasioneran  (non  stationarity),

               diantaranya  yang  terpenting  dalam  ekonometrika  adalah  unit  root.  Penggunaan  data  yang

               memiliki karakter seperti ini memerlukan perlakuan tersendiri untuk menghindari fenomena
               yang disebut dengan regresi palsu (spurious regression, granger dan Newbold,1974) regresi

               palsu  adalah  suatu  fenomena  dimana  suatu  persamaan  regresi  yang  diestiminasi  memiliki
               signifikansi yang cukup baik, namun demikian secara esensi tidak memiki arti.

               A. Hubungan Linier Di Antara Variabel Urut Waktu
                       Realisasi data urut waktu dapat digambarkan sebagai suatu proses statistic: nilai suatu

               data  ditentukan  oleh  formula  statistic  tertentu.  Terdapat  banyak  pola  teoritis  statistic  yang

               mengkarakteristikkan proses data (disebut sebagai data generating proses/ DGP).
                       Ekonometrika urut waktu memfokuskan diri kepada karakterisasi proses data secara

               statistic. Teori ekonomi saat ini Sebagian besar baru menunjukkan hubungan antara variabel
               ekonomi,  baik  dalam  kerangka  system,  optimasi,  maupun  identitas.  Sangat  sedikit  teori

               ekonomi yang memberikan penjelasan mengenai DGP suatu variablel sehingga ekonometrika
               memilih  utuk  bertolak  dari  teori  statistic  dan  mengamsumsikan  bahwa  variabel  tersebut

               mengikuti pola dimaksud (Hendry, pagan, dan sargan, 1984).

               Proses stationer
                       Untuk suatu ilustrasi kita akan memulai dari proses stokastik yang paling sederhana,

               yakni  AR  (1).  Untuk  kemudahan  representasi  persamaan  matematis,  selanjutnya  kita  akan

               menggunakan operato laUntuk suatu ilustrasi kita akan memulai dari proses stokastik yang
               paling sederhana, yakni AR(l) sebagai berikut.

                                                     y1  =  py t - 1 + ut
               Untuk  kemudahan  representasi  persamaan  matematis,  selanjutnya  kita  akan  menggunakan

               operator lag. Dengan operator  lag maka y  t  -  1 akan dituliskan sebagai Ly, dan y  t  -  2 akan
                                   2
                                                                     0
               dituliskan sebagai L y dan seterusnya (sedangkan yt = L y = y ). Dengan demikian persamaan
               8.1 dapat dituliskan sebagai

                                                      yt   =    1    ut
                                                           (1−    )
               Lebih lanjut karena nilai p kita asumsikan memiliki nilai absolut kurang dari 1 maka proses
               AR(1) di atas dapat direpresentasikan sebagai proses MA yang berorde tidak hingga



                                                           48
   46   47   48   49   50   51   52   53   54   55   56