Ppt Model Distribusi Lag Kel 8

MODEL REGRESI DENGAN DISITRIBUSI LAG (MODEL DISTRIBUTED LAG) Disusun oleh: Kelompok 8 Awalia Rahmah Husnul Khotimah Nur Amalina Shafriyanti

1710118320004 1710118320014 1710118320031

Contoh Kasus Berikut adalah data perusahaan mengenai jumlah produksi dan stok barang.

Yt = Produksi per tahun (dalam ribuan) Xt = Stok per tahun (dalam ribuan)

Tahun

Produksi (Y)

Stok (X)

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018

10 12 15 19 20 24 26 29 30 31 35 40 45 50 50 58 70 50 48 44 35

0 8 5 5 7 9 14 13 11 22 20 17 20 19 18 10 21 28 29 31 30

Langkah-Langkah Membuat Model Distribusi Lag (Model Distributed Lag)

1. Buka program SPSS 2. Pertama pilih variabel view (kiri-bawah) pada spss data editor Pada kolom name ketik Tahun , Yt, dan Xt Pada kolom label ketik Produksi untuk Yt dan Stok untuk Xt Untuk kolom yang lain diabaikan saja.

3. Klik data view (kiri bawah )pada spss dan masukkan data yang didapat (data yang ada pada soal)

4. Setelah itu lakukan analisis dengan cara klik Analyze => Regression => Linier, sehingga muncul kotak dialog “ LINIER regression “ 5. Kemudian masukkan variabel dependen yakni Produksi (Yt) dan Independennya ialah Stok (Xt). Kemudian klik “OK”.

HASIL ANALISIS Maka akan muncul output seperti di bawah ini.

Add Text

Add Text

A Jadi persamaan regresinya adalah Yt = 16.614 + 1.164 Xt………………..(1)

B

6. Mencari variabel Xt-1 yaitu dengan cara klik Transform > Create Time Series

7. Pada kotak Name and Function, pilih Lag pada Function. Masukkan Stok[Xt] ke Variable --> New name. kemudian klik OK.

8. Setelah di klik OK, maka pada data akan bertambah 1 kolom variabel seperti di bawah ini.

9. Mencari persamaan Yt dengan mengklik Analyze>Regression> Linier, masukkan variabel Yt sebagai variabel dependent dan Xt, Xt-1 sebagai variabel independent, klik OK.

Kemudian akan muncul Ouput seperti gambar berikut:

Jadi persamaan regresinya adalah

Yt = 17.953 + 0.731 Xt + 0.429 Xt-1………………..(2)

10. Mencari variabel Xt-2 yaitu dengan cara klik Transform --> Create Time Series. Muncul kotak dialog Create Time Series, pilih Lag pada Function, keluarkan variabel Xt, masukkan variabel Xt-1 ke dalam kolom Variable -->New Name, klik OK.

11. Analisis regresi linear dengan mengklik Analyze > Regression>Linier, masukkan variabel Yt sebagai variabel dependent dan Xt, Xt_1 dan Xt_2 sebagai variabel independent,klik OK. Kemudian akan muncul Ouput seperti gambar berikut:

Jadi persamaan regresinya adalah Yt = 19.573 + 0.664 Xt - 0.623 Xt-1 + 1.160 Xt-2 ………………..(3)

12. Mencari variabel Xt-3 yaitu dengan cara klik Transform --> Create Time Series. Muncul kotak dialog Create Time Series, pilih Lag pada Function, keluarkan Xt-1 masukkan variabel Xt-2 ke dalam kolom Variable -->New Name, klik OK.

13. Analisis Regresi linear dengan mengklik Analyze > Regression > Linier, masukkan variabel Yt sebagai variabel dependent dan Xt, Xt-1, Xt-2 dan Xt-3 sebagai variabel independen, klik OK. Kemudian akan muncul Ouput seperti gambar berikut:

Jadi persamaan regresinya adalah Yt = 20.331 + 0.286 Xt – 0.464 Xt-1 + 0,459 Xt-2 + 1.041 Xt-3 …..(4)

14. Mencari variabel Xt-3 yaitu dengan cara klik Transform --> Create Time Series. Muncul kotak dialog Create Time Series, pilih Lag pada Function, keluarkan Xt-1 masukkan variabel Xt-2 ke dalam kolom Variable -->New Name, 03 klik Content Here OK.

04 Content Here You can simply impress your audience and add a unique zing and appeal to your Presentations.

15. Analisis Regresi linear dengan mengklik Analyze > Regression > Linier, masukkan variabel Yt sebagai variabel dependent dan Xt, Xt-1, Xt-2, Xt-3 dan Xt-4 sebagai variabel 01 independen,klik OK. Kemudian akan muncul Content Here Ouput seperti gambarYou berikut: can simply impress your audience and add a unique zing 02 and appeal to your Presentations. Content Here

You can simply impress your audience and add a unique zing and appeal to your Presentations.

Jadi persamaan regresinya adalah Yt = 20.447 + 0.183 Xt - 0.976 Xt-1 + 0.735 Xt-2 + 0.045 Xt-3 + 1.635 Xt-4..…..(5)

16. Mencari variabel Xt-5 yaitu dengan cara klik Transform --> Create Time Series. Muncul kotak dialog Create Time Series, pilih Lag pada Function, keluarkan Xt-3 masukkan variabel Xt-4 ke dalam kolom Variable -->New Name, klik OK.

17. Analisis Regresi linear dengan mengklik Analyze > Regression > Linier, masukkan variabel Yt sebagai variabel dependent dan Xt, Xt-1, Xt-2, Xt-3 ,Xt-4 dan Xt-5 sebagai variabel independen,klik OK. Kemudian akan muncul Ouput seperti gambar berikut:

Yt = 21.688 – 0.002 Xt – 0.903 Xt-1 + 0.306 Xt2 - 0.257 Xt-3 + 0.870 Xt-4 + 1.248 Xt-5 ..…..(6)

Analisis Data Model Distribusi Lag (Model Distributed Lag)

Yt = 16.614 + 1.164 Xt………………..(1) Yt = 17.953 + 0.731 Xt + 0,429 Xt-1………………..(2) Yt = 19.573 + 0.664 Xt - 0.623 Xt-1 + 1.160 Xt-2 ………………..(3) Yt = 20.331 + 0.286 Xt – 0.464 Xt-1 + 0,459 Xt-2 + 1.041 Xt-3 …..(4) Yt = 20.447 + 0.183 Xt - 0.976 Xt-1 + 0.735 Xt-2 + 0.045 Xt-3 + 1.635 Xt-4..…..(5) Yt = 21.688 – 0.002 Xt – 0.903 Xt-1 + 0.306 Xt-2 - 0.257 Xt-3 + 0.870 Xt-4 + 1.248 Xt-5 ..…..(6)

Dapat dilihat bahwa sampai pembentukan model (5), tanda koefisien masih “stabil”. Oleh karena itu, pengolahan data dilanjutkan ke tahap berikutnya, sehingga diperoleh persamaan (6). Dari persamaan (6) terlihat bahwa koefisien variabel bebas Xt sudah tidak stabil, karena pada persamaan (5) bertanda positif, sedangkan pada persamaan (6) berubah menjadi negatif. Jadi, persamaan yang dipilih sebagai model Distributed Lag adalah persamaan (5) yaitu : Yt = 20.447 + 0.183 Xt - 0.976 Xt-1 + 0.735 Xt-2 + 0.045 Xt-3 + 1.635 Xt-4..…..(5) Dari koefisien pada persamaan di atas diketahui bahwa stok barang pada waktu itu yang mempunyai pengaruh lebih tinggi dibanding variabel bebas lain (stok barang pada tahun-tahun sebelumnya) dalam menentukan besar kecilnya produksi.

Selain itu, dari koefisien pada persamaan di atas dapat diketahui hubungan antara stok dan produksi suatu perusahaan saat sekarang dan tahun-tahun sebelumnya sebagai berikut:

1. Koefisien regresi pada variabel Xt bertanda positif berarti bahwa hubungan antara stok barang suatu perusahaan sekarang dengan jumlah produksi perusahaan sekarang searah atau positif. Semakin banyak stok banyak sekarang, maka semakin besar pula produksi sekarang. 2. Koefisien regresi pada variabel Xt-1 bertanda negatif berarti bahwa hubungan antara stok barang sekarang dengan jumlah produksi satu bulan sebelumnya tidak searah atau negatif . Semakin banyak jumlah produksi satu bulan yang lalu, maka semakin kecil stok barang sekarang.

3. Koefisien regresi pada variabel Xt-2 bertanda positif berarti bahwa hubungan antara stok barang sekarang dengan jumlah produksi dua bulan sebelumnya searah atau positif. Semakin banyak jumlah produksi dua bulan sebelumnya, maka semakin besar pula stok barang sekarang. 4. Koefisien regresi pada variabel Xt-3 bertanda positif berarti bahwa hubungan antara stok barang sekarang dengan jumlah produksi tiga bulan sebelumnya searah atau positif. Semakin banyak jumlah produksi tiga bulan sebelumnya, maka semakin besar pula stok barang sekarang. 5. Koefisien regresi pada variabel Xt-4 bertanda positif berarti bahwa hubungan antara stok barang sekarang dengan jumlah produksi empat bulan sebelumnya searah atau positif. Semakin banyak jumlah produksi empat bulan sebelumnya, maka semakin besar pula stok barang sekarang.