Misalkan kita akan melihat hubungan simultan dari
Fungsi penawaran Qt=α0+ α1Pt+ α2Xt+μ1t
Fungsi permintaan Qt=β0+ β 1Pt +μ2t
Dalam hal ini Q=kuantitas, P=harga, X=pendapatan
Variabel endogen= variabel Q dan P
Eksogen = variabel X
Fungsi demand (K-k) < (m-1) = (1-1) < (2-1) unidentified
Fungsi supply (K-k) = (m-1) = (1-0) < (2-1) exactly
Sehingga kita menggunakan metode indirect least square
Dengan reduce form Pt= α0 + α1Xt+μ1t dan Qt= β 0 + β 1Xt+μ2t
Dan fungsi simultan dengan Qt= λ 0 + λ 1Pt+μ3t
Langkah awal regresikan P terhadap X (lihat cara regresi linier berganda dengan eviews)
Berikut hasilnya:
Dependent Variable: P
|
||||
Method: Least Squares
|
||||
Date: 03/12/15 Time: 19:42
|
||||
Sample: 1970 1991
|
||||
Included observations: 22
|
||||
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
72.30908
|
9.200218
|
7.859496
|
0.0000
|
X
|
0.004343
|
0.000985
|
4.410370
|
0.0003
|
R-squared
|
0.493047
|
Mean dependent var
|
109.0909
|
|
Adjusted R-squared
|
0.467699
|
S.D. dependent var
|
24.97410
|
|
S.E. of regression
|
18.22084
|
Akaike info criterion
|
8.729517
|
|
Sum squared resid
|
6639.983
|
Schwarz criterion
|
8.828703
|
|
Log likelihood
|
-94.02469
|
Hannan-Quinn criter.
|
8.752883
|
|
F-statistic
|
19.45136
|
Durbin-Watson stat
|
0.492983
|
|
Prob(F-statistic)
|
0.000270
|
|||
Pt=72.30908 +0.004343 Xt
Selanjutnya dapatkan nilai predicted P dengan cara View > pilih actual,fitted, residual table
Lalu copikan nilai fitted dan simpan dengan nama p_predictes
Selanjutnya regresikan q dengan x (lihat cara regresi linier berganda dengan eviews)
Berikut hasilnya:
Dependent Variable: Q
|
||||
Method: Least Squares
|
||||
Date: 03/12/15 Time: 19:48
|
||||
Sample: 1970 1991
|
||||
Included observations: 22
|
||||
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
84.07021
|
4.896013
|
17.17116
|
0.0000
|
X
|
0.001983
|
0.000524
|
3.783873
|
0.0012
|
R-squared
|
0.417210
|
Mean dependent var
|
100.8636
|
|
Adjusted R-squared
|
0.388071
|
S.D. dependent var
|
12.39545
|
|
S.E. of regression
|
9.696453
|
Akaike info criterion
|
7.467905
|
|
Sum squared resid
|
1880.424
|
Schwarz criterion
|
7.567091
|
|
Log likelihood
|
-80.14696
|
Hannan-Quinn criter.
|
7.491270
|
|
F-statistic
|
14.31770
|
Durbin-Watson stat
|
1.513487
|
|
Prob(F-statistic)
|
0.001166
|
|||
Qt=84.07021 +0.001983 Xt
Selanjutnya dapatkan nilai predicted Q dengan cara View > pilih actual,fitted, residual table
Lalu copikan nilai fitted dan simpan dengan nama q_predictes
Lalu regresikan nilai Q_predictec dengan P_predicted (lihat cara regresi linier berganda dengan eviews)
Dependent Variable: Q_PREDICTED
|
||||
Method: Least Squares
|
||||
Date: 03/12/15 Time: 19:51
|
||||
Sample: 1970 1991
|
||||
Included observations: 22
|
||||
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
C
|
51.05578
|
0.000330
|
154481.4
|
0.0000
|
P_PREDICTED
|
0.456572
|
2.99E-06
|
152552.9
|
0.0000
|
R-squared
|
1.000000
|
Mean dependent var
|
100.8637
|
|
Adjusted R-squared
|
1.000000
|
S.D. dependent var
|
8.006472
|
|
S.E. of regression
|
0.000241
|
Akaike info criterion
|
-13.74113
|
|
Sum squared resid
|
1.16E-06
|
Schwarz criterion
|
-13.64194
|
|
Log likelihood
|
153.1524
|
Hannan-Quinn criter.
|
-13.71776
|
|
F-statistic
|
2.33E+10
|
Durbin-Watson stat
|
2.554613
|
|
Prob(F-statistic)
|
0.000000
|
|||
Maka persamaan simultan yang dihasilkan adalah sebagai berikut:
Qt= 51.05578+0.456572Pt
Sehingga dapat kita simpulkan bahwa harag mempengaruhi kuantitas secara signifikan
dengan niali koefisien sebesar 0.456
artinya setiap kenaikan harga 1 satuan anakan meningkatkan kuantitas sebesar 0,456 satuan
0 komentar:
Posting Komentar