Page 38 - MODUL PEMBELAJARAN EKONOMETRIKA
P. 38

Seperti yang telah diuraikan di atas, suatu series yang stasioner akan memliki sifat nilai rata rata serta
               varians yang konstans. Sebaliknya suatu DGP yang non stasioner adalah memiliki rata rata serta varians yang
               berubah (baik ditentukan secara fungsional deterministic tertentu) maupun random.

                       Sutau DGP tidak stasioner sederhana dapat diberikan dengan menggunakan persamaan sebelumnya,
               tetapi dengan menetapkan p=1 dengan demikian. Penggunaan data urut waktu yang memiliki sifat tidak stasioner
               memerlukan  perlakuan  khusus.  Hal  ini  disebabkan  potensi  permasalahan  spurious  regression  (granger  dan
               Newbold, 1974). Dengan demikian, dapat diambil kesimpulan bahwa ketika kita memliki data yang bersifat urut
               waktu, maka suatu perlakuan khusus perlu dilakukan untuk memastikan bahwa data tidak bersifat nonstasioner.



               B. Pengujiaan Unit Root

                       Seperti yang telah diuraikan sebelumnya, pengujian stasionaritas data adalah hal yang penting dalam
               analisis data urut waktu. Pengujian yang tidak memadai dapat menyebabkan pemodelan yang tidak tepat sehingga
               hasil/ kesimpulan yang diberikan dapat bersifat spurious (palsu).

                       Pengujian ketidaksioneran bukanlah suatu prosedur yang sederhana. Banyak hal yang perlu diperhatikan
               agar pengujian non stasionaritas dapat bersifat valid. Beberapa aspek yang perlu diperhatikan diantaranya orde
               DGP (AR dan MA), keberadaan komponen deterministic (drift dan trend), structural break, dimensi data (tunggal
               atau panel) hingga power dan size alat uji itu sendiri. Pengembangan alat uji unit root adalah suatu area penelitian
               yang sangat aktif pada disiplin ilmu ekonometri.

               Kerangka Pengujian

               Berbagai alat pengujian derajat integrasi yang telah dikembangkan pada intinya adalah stasioner, stasioneritas
               mensyaratkan koefisien autoregressive memiliki nilai kurang dari 1 secara absolut. Kondisi ini daopat di proleh
               dari solusi atas persamaan deferens berorde satu.

               Secara statistik kita dapat melakukan fitting data terhadap model 1 secara langsung atau menempuh jalan yang
               dilakukan oleh Dickey dan Fuller (1976) dengan melakukan modifikasi sebagai berikut (kurangi sisi sebelah kiri
               dan kanan persamaan 8.27 dengan

                                               ∆y t = ( p – 1 ) y t-1 + e t =   y t-1 + e t

               dan menguji apakah    adalah sama dengan nol. Jika hipotesis null tidak dapat ditolak maka data yang diamati
               sangat kuat diduga memiliki sifat tidak stasioner (terdapat unit root). Sebaliknya jika hipotesis null dapat ditolak,
               maka kita akan lebih baik dengan memodelkannya sebagai variabel stasioner.

               Uji Dickey Fuller

               Pengujian unit root Dickey-Fuller (1979) dilakukan dengan menghitung nilai statistik hitung (statistik 1) dari
               koefisien y dan membandingkannya dengan nilai kritis. Nilai kritis di sini diperoleh bukan dari tabel distribusi r
               yang  biasa  digunakan  dengan  derajat  kebebasan:  jumlah  observasi  (T)  dan  level  of  significance  (a)  tertentu
               melainkan tabel dari Dickey Fuller (1979) yang relevan.

               Mengapa hal ini dilakukan? Dickey dan Fuller (1979) menunjukkan bahwa jika nilai kritis yang digunakan adalah
               dari tabel distribusi t, maka akan terjadi suatu over-rejection of null hypotheses. Dengan kata lain kita akan
               cenderung mengambil kesimpulan bahwa data yang diamati adalah bersifat stasioner padahal sebenarnya tidak.

               Kesimpulan ini diperoleh dari hasil studi Monte Carlo sebagai berikut. Asumsikan DGP data adalah bentuk
               sederhana persamaan sebelumnya dengan koefisien p = 1 (yang berarti data adalah tidak stasioner). Selanjutnya
               kita dapat membuat suatu series sintetis, y t di mana y t mengikuti formulasi berikut dan e t diperoleh dari suatu
               proses random normal standar.



                                                           35
   33   34   35   36   37   38   39   40   41   42   43