Cara Analisis Model Hubungan VAR di Stata 13

Gambar : Cover Artikel

CARA ANALISIS HUBUNGAN MODEL VAR DI STATA 13

Ditulis oleh : Dimas Purbo Wicaksono Fenda Putra, S.E.

A. Penjelasan VAR

Pendekatan struktural (VAR-Vector autoregressive models) digunakan untuk menggambarkan hubungan variabel yang saling mempengaruhi antar variabel bebas dengan variabel terikat dalam model persamaan simultan.

Adapun  variabel yang dipergunakan dalam penelitian yaitu variabel independen dan dependen yang meliputi:

a. Variabel Independen :

1. Inflasi
2. Pengangguran Terbuka
3. BI Rate

b. Variabel Dependen : 

1. Pertumbuhan Ekonomi

Hal yang perlu diketahui bahwa data yang digunakan bukan data yang real. Data yang diambil penulis tidak hanya berasal satu sumber, melainkan dari beberapa sumber salah satunya media massa. Saran penulis ketika peneliti akan melakukan penelitian, usahakan data berasal dari satu sumber (khusus untuk pengolahan data). Masing-masing lembaga seperti misal Badan Pusat Statistika, Bank Indonesia, Wordbank, dan lembaga kredibel lainnya memiliki metode pengambilan data masing-masing. 

B. Tahapan Pengolahan Data

Berikut tahapan dalam pengolahan data :

Langkah 1 : Mempersiapkan data yang akan diolah, usahakan data telah disusun terlebih dahulu. Berikut susunan data (Data berikut merupakan data sekunder yang digunakan hanya sebagai contoh pengolahan data dan bukan data real (karena data sudah dirubah satuannya menggunakan fungsi log)).

Gambar : Data Latihan

Langkah 2 :  Membuka aplikasi stata 13 MP (sesuai dengan versi stata yang digunakan). Pilih File => Import => Excel spreadsheet (*.xls;*.xlsx).

Gambar : Pengolah Data Stata 13 SE

Langkah 3 : Klik Browser. 

Gambar : Pengolah Data Stata 13 SE

Langkah 4 : Pilih folder data yang akan diteliti dalam format Microsoft Excel.

 

Gambar : Pengolah Data Stata 13 SE

Langkah 5 : Muncul Import Excel.

Gambar : Pengolah Data Stata 13 SE

Langkah 6 : Centang pada Import firs row as variable names (sehingga nama variabel otomatis terinput). Klik ok. 

Gambar : Pengolah Data Stata 13 SE

Langkah 7 : Setting periode tahun melalui menu Command. Tulis tsset Tahun. Tekan enter.

Gambar : Pengolah Data Stata 13 SE

Langkah 8 : Maka keluar periode waktu data yaitu dari 2015-2018. 

Gambar : Pengolah Data Stata 13 SE

Langkah 9 : Menuju ke menu Statistics => Multivariate time series => Basic VAR.

Gambar : Pengolah Data Stata 13 SE

Langkah 10 : Masukkan variabel yang diprediksi memiliki hubungan saling mempengaruhi di kolom Dependent variable. Lags di bagian Include lags 1 to isikan dengan 2. Graph pilih OIRFs. Horizon for OIRFs, IRFs, and FEVDs isikan dengan 8 periods. Klik Submit.

Gambar : Pengolah Data Stata 13 SE

Langkah 11 : Hasilnya sebagai berikut.

Gambar : Hasil Output Pengolah Data Stata 13

Gambar : Hasil Output Pengolah Data Stata 13

Gambar : Hasil Output Pengolah Data Stata 13

Gambar : Hasil Output Pengolah Data Stata 13

Gambar : Hasil Output Pengolah Data Stata 13

Interpretasi Output :

Lag 1 :

Pengaruh inflasi dan pertumbuhan ekonomi dilihat dari nilai z beserta probabilitasnya. Nilai z inflasi sebesar -1.21 dengan p>{z} sebesar 0.228, artinya bernilai negatif dan lebih besar dari 0.05 (0.228 > 0.05).

Arah negatif inflasi terhadap pertumbuhan ekonomi, dan arah positif pertumbuhan ekonomi dengan inflasi mengandung arti bahwa semakin besar tingkat inflasi tidak memberikan dampak terhadap peningkatan pertumbuhan ekonomi.

Pengaruh pengangguran terbuka dan pertumbuhan ekonomi dilihat dari nilai z beserta probabilitasnya. Nilai z pengangguran terbuka sebesar 0.41 dengan p>{z} sebesar 0.679, artinya bernilai positif dan lebih besar dari 0.05 (0.679 > 0.05).

Arah positif pengangguran terbuka terhadap pertumbuhan ekonomi, dan arah positif pertumbuhan ekonomi dengan pengangguran terbuka mengandung arti bahwa semakin besar pengangguran terbuka memberikan dampak terhadap peningkatan pertumbuhan ekonomi.

Pengaruh bi rate dan pertumbuhan ekonomi dilihat dari nilai z beserta probabilitasnya. Nilai z bi rate sebesar -0.05 dengan p>{z} sebesar 0.398, artinya bernilai negatif dan lebih besar dari 0.05 (0.398 > 0.05).

Arah negatif bi rate terhadap pertumbuhan ekonomi, dan arah positif pertumbuhan ekonomi dengan bi rate mengandung arti bahwa semakin besar bi rate tidak memberikan dampak terhadap peningkatan pertumbuhan ekonomi.

(Hasil yang tidak signifikan artinya tidak dapat dipercayai kebenarannya).

(Interpretasi semua hasil dengan cara yang sudah ada di atas (Lag 1 dan juga Lag 2)).

Informasi ekonometrika secara lengkap, silakan kunjungi channel youtube saya di : Dimas Channel

Note : Silakan bagi teman-teman yang ingin meng-copy artikel ini. Mohon sertakan sumber aslinya.

Terima Kasih :-)