Company

LOGO

Analisis Dasar dalam

Runtun Waktu
www.company.com
UJI STASIONERITAS: UJI UNIT ROOT

www.company.com
 UNIT ROOTS
• Shock is usually used to describe an unexpected change
in a variable or in the value of the error terms at a
particular time period.

• When we have a stationary system, effect of a shock will

die out gradually.

• When we have a non-stationary system, effect of a shock

is permanent.

www.company.com
• Dalam bahasa yang sederhana, unit root
merupakan komponen tren (shock)

• Uji untuk unit root:

– Dickey Fuller (DF)
– Augmented Dickey Fuller (ADF)
– Phillips Perron
– KPSS

www.company.com
Sebelum mengenal Uji ADF,
kenali dahulu yang dimaksud
dengan Random Walk
RANDOM WALK
Random Walk
 Ilustrasi:
In each time period, going from left to
right, the value of the variable takes
an independent random step up or
down, a so-called random walk
RANDOM WALK
A commonly-used analogy is that of
a drunkard who staggers randomly
to the left or right as he tries to go
forward: the path he traces will be a
random walk.
RANDOM WALK
For a real-world example, consider the daily US-dollar-to-Euro exchange rate. A plot
of its entire history from January 1, 1999, to December 5, 2014 (4006 observations)
looks like this:
RANDOM WALK
Model untuk random walk:
𝑦𝑡 = 𝑦𝑡−1 + 𝜖𝑡

The implication of a process of this type is that the best prediction of 𝑦

for next period is the current value,
or in other words
the process does not allow to predict the change: 𝑦𝑡 − 𝑦𝑡−1

That is, the change of 𝒚 is absolutely random.

 Uji ADF
• Uji ini adalah salah satu uji yang paling sering digunakan dalam
pengujian stasioneritas data, yakni melihat apakah terdapat akar
unit (unit root) di dalam model.

• Pengujian dilakukan dengan menguji hipotesis dalam persamaan

regresi berikut:
p 1
ADF test equation:Yt  Yt 1    j Yt  j   0  at
j 1

• atau
p 1
Yt    1 Yt 1    j Yt  j   0  at
j 1

p 1
ADF test equation:Yt   Yt 1    j Yt  j   0  at
j 1

www.company.com
 Hipotesis ADF
p 1
1 ADF test equation:Yt  Yt 1    j Yt  j   0  at
j 1

𝐻0 : 𝜑 = 1 (data mengandung unit root yang berarti tidak stasioner)

𝐻1 : 𝜑 < 1 (data tidak mengandung unit root)

p 1

2 ADF test equation:Yt   Yt 1    j Yt  j   0  at

j 1

𝐻0 : 𝛿 = 0 (data mengandung unit root yang berarti tidak stasioner)

𝐻1 : 𝛿 < 0(data tidak mengandung unit root)

www.company.com
Daerah Kritis ADF
• Hipotesis nol ditolak jika nilai statistic uji ADF
memiliki nilai kurang (lebih negatif) daripada nilai
daerah kritik.

• Tolak 𝐻0 jika:
𝐴𝐷𝐹𝑠𝑡𝑎𝑡 < 𝐶𝑟𝑖𝑡𝑖𝑐𝑎𝑙 𝑉𝑎𝑙𝑢𝑒

www.company.com
Memilih panjang lag pada uji ADF
• Suatu aturan thumb yang cukup berguna
untuk menentukan pmax, diusulkan oleh
Schwert (1989), yaitu

  n 1 / 4 
pmax  12  
  100  

dimana [x] menyatakan bilangan bulat dari x.

13

www.company.com
 Spesifikasi ADF
Selain pemilihan lag, uji ADF memerlukan spesifikasi yaitu pemilihan untuk memasukkan
komponen:
• Konstanta
• Konstanta dan Trend
• Tidak keduanya
Salah satu pendekatan yang mungkin adalah memasukkan kedua komponen (konstanta
dan tren)

Namun memasukkan komponen yang tidak relevan dapat menurunkan kuasa uji-nya
(kesimpulan yang bias: disimpulkan ada akar unit, padahal tidak ada)

Aturan spesifikasi ADF:

1. Jika dalam data terdapat trend: maka masukkan komponen trend dan konstanta
2. Jika data tidak memiliki trend dan rata-rata tidak sama dengan nol: masukkan
komponen konstanta
3. Jika data berfluktuasi disekitar nol: kedua komponen tidak dimasukkan.

www.company.com
DIAGNOSTIC CHECK

www.company.com
 NO AUTOCORRELATION
• Untuk melihat apakah residual bersifat white noise:
1. Plot ACF/PACF
2. Q-Ljung Box pada residual

Uji Q-Ljung Box:

• Hipotesis:
– H0: i  0; i  1, 2,..., k
(Tidak ada autokorelasi sampai lag ke-k)
– H1:   0; i  1, 2,..., k
i

• Statistik uji k 2j

Q LB  n  n  2  
ρj: autokorelasi lag ke-j
n: banyak data
j1 nj
Q berdistribusi sebagai χ2 dengan derajat bebas db = k – m,
dimana m = p+q
www.company.com
 Homoscedastic
• ACF dan PACF dari residual kuadrat digunakan untuk melihat
sifat homoskedasti

• Uji yang digunakan adalah Q-Ljung Box pada residual kuadrat

www.company.com
Memilih Model Terbaik
1. 𝑅2
2. AIC
3. BIC

www.company.com
 𝑅2

• Where T periods of data have been used to fit a model

(banyak data)
• Large values of R2 suggest a good fit to the historical
data

www.company.com
Where 𝑝 is the number of parameter

www.company.com
AIC
• Akaike Information Criterion (AIC) formula:

𝐴𝐼𝐶 = 𝑛 𝑙𝑛 𝜎ො𝜖2 + 2(𝑝 + 𝑞 + 1)

Dimana:
𝑆𝑆𝐸
𝜎ො𝜖2 =
𝑛

• Models that have small values of the AIC or SBC

are considered good models.

www.company.com
 SBC
SBC (Schwartz Bayesian Information)

𝑆𝐵𝐶 = 𝑛 ln 𝜎ො𝜖2 + 𝑝 + 𝑞 + 1 ln 𝑛 )

www.company.com
AICc
• AIC “corrected”

www.company.com
Memilih Model di Eviews

www.company.com
 Reference
• STAT 497_LN5
(http://www.metu.edu.tr/~ceylan/STAT%20497_LN5.ppt)

• STAT 497_LN9

• Montgomery, D.C., et al., 2015, Introduction to Time Series

Analysis and Forecasting Second Edition, Wiley.

• Manual Eviews 8

www.company.com