Nama : Nanang Arifin

NIM : F0120088
Kelas : Ekonometrika II D

UTS EKONOMETRIKA II
1. Cari data GDP dan inflasi dari negara tersebut!
Jawab :
Data GDP dan inflasi negara Amerika Serikat

Year GDP INFLATION

1960 5,433E+11 1,457975986
1961 5,633E+11 1,070724148
1962 6,051E+11 1,198773348
1963 6,386E+11 1,239669421
1964 6,858E+11 1,278911565
1965 7,437E+11 1,585169264
1966 8,15E+11 3,015075377
1967 8,617E+11 2,772785623
1968 9,425E+11 4,271796153
1969 1,0199E+12 5,4623862
1970 1,0733E+12 5,838255338
1971 1,16485E+12 4,292766688
1972 1,27911E+12 3,272278247
1973 1,42538E+12 6,177760064
1974 1,54524E+12 11,0548048
1975 1,6849E+12 9,143146865
1976 1,87341E+12 5,744812635
1977 2,08183E+12 6,501683995
1978 2,3516E+12 7,630963839
1979 2,62733E+12 11,25447113
1980 2,85731E+12 13,54920197
1981 3,20704E+12 10,33471534
1982 3,34379E+12 6,131427
1983 3,63404E+12 3,212435233
1984 4,03761E+12 4,300535475
1985 4,33898E+12 3,545644152
1986 4,57963E+12 1,898047722
1987 4,85522E+12 3,664563218
1988 5,23644E+12 4,077741107
1989 5,64158E+12 4,82700303
1990 5,96314E+12 5,39795644
1991 6,15813E+12 4,234963965
1992 6,52033E+12 3,028819678
1993 6,85856E+12 2,951656966
1994 7,28724E+12 2,607441592
1995 7,63975E+12 2,805419689
1996 8,07312E+12 2,9312042
1997 8,57755E+12 2,337689937
1998 9,06282E+12 1,552279099
1999 9,63117E+12 2,188027197
2000 1,02509E+13 3,376857271
2001 1,05819E+13 2,826171119
2002 1,09291E+13 1,586031627
2003 1,14564E+13 2,270094973
2004 1,22172E+13 2,677236693
2005 1,30392E+13 3,392746845
2006 1,38156E+13 3,225944101
2007 1,44742E+13 2,852672482
2008 1,47699E+13 3,839100297
2009 1,44781E+13 -0,35554627
2010 1,5049E+13 1,640043442
2011 1,55997E+13 3,156841569
2012 1,6254E+13 2,069337265
2013 1,68432E+13 1,464832656
2014 1,75507E+13 1,622222977
2015 1,8206E+13 0,118627136
2016 1,86951E+13 1,261583206
2017 1,94796E+13 2,130110004
2018 2,05272E+13 2,442583297
2019 2,13726E+13 1,812210075
2020 2,08937E+13 1,233584396
2021 2,29961E+13 4,697858864
2. Apakah data itu stasioner? Tunjukkan bukti dan grafiknya!
Jawab :

Dickey-fuller test
Dalam uji dickey-fuller, data dikatakan stasioner jika P value kurang dari 5% (0,05)

Hasil dickey-fuller test data GDP (sebelum stasioner)

. dfuller GDP

Dickey-Fuller test for unit root Number of obs = 61

Interpolated Dickey-Fuller
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value

Z(t) 5.748 -3.565 -2.921 -2.596

MacKinnon approximate p-value for Z(t) = 1.0000

Berdasarkan hasil perhitungan di atas maka dapat disimpulkan bahwa data GDP tidak
stasioner karena nilai P value lebih dari 5% (0,05<1,000)
Hasil dickey-fuller test data inflasi (sebelum stasioner)
. dfuller INFLATION

Dickey-Fuller test for unit root Number of obs = 61

Interpolated Dickey-Fuller
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value

Z(t) -2.548 -3.565 -2.921 -2.596

MacKinnon approximate p-value for Z(t) = 0.1042

Berdasarkan hasil perhitungan di atas maka dapat disimpulkan bahwa data inflasi tidak
stasioner karena nilai P value lebih dari 5% (0,05<0,1042)
Grafik GDP (sebelum stasioner)
 Berdasarkan bentuk grafiknya, maka kita dapat menyimpulkan bahwa data GDP tidak
stasioner karena terdapat pola data menyebar membentuk kecenderungan trend untuk
naik secara terus-menerus
Grafik Inflasi (sebelum stasioner)

Data inflasi juga menunjukkan hal yang sama terdapat pola kenaikan dan juga
penurunan sehingga data tidak stasioner

3. Jika tidak stasioner, apa yang perlu kita lakukan agar dapat dianalisis? Lakukan
lampirkan buktinya!
Jawab :
Jika data tidak stasioner maka akan membuat model regresi yang rancu/tidak valid
maka kita perlu mengubah datanya. Untuk mengatasi hal tersebut maka kita harus men-
derivasi-kan datanya, yaitu dengan di-trend
Langkah-langkah menstasionerkan data di Stata :
1) Setting waktunya terlebih dahulu, ketik → “tsset Y” lalu tekan enter
2) Membuat variable baru bernama dGDP. Caranya yaitu mengetik di command
dengan syntax → “gen GDP_d = d.GDP “ lalu tekan enter
3) Membuat variable baru Bernama dInflation. Caranya yaitu mengetik di
command dengan syntax → “gen Inflation_d = d.Inflation” lalu tekan enter
Hasil dickey-fuller test data GDP (setelah stasioner)
. dfuller GDP_d

Dickey-Fuller test for unit root Number of obs = 60

Interpolated Dickey-Fuller
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value

Z(t) -4.722 -3.566 -2.922 -2.596

MacKinnon approximate p-value for Z(t) = 0.0001

Berdasarkan hasil perhitungan di atas menunjukkan bahwa data GDP sudah stasioner
karena nilai P value yang lebih kecil dari 5% (0,05>0,0001)

Hasil dickey-fuller test data inflasi (setelah stasioner)

. dfuller inflation_d

Dickey-Fuller test for unit root Number of obs = 60

Interpolated Dickey-Fuller
Test 1% Critical 5% Critical 10% Critical
Statistic Value Value Value

Z(t) -6.342 -3.566 -2.922 -2.596

MacKinnon approximate p-value for Z(t) = 0.0000

Berdasarkan hasil perhitungan di atas menunjukkan bahwa data inflasi sudah stasioner
karena nilai P value yang lebih kecil dari 5% (0,05>0,0000)
Grafik GDP (setelah stasioner)

Grafik Inflasi (setelah stasioner)

Berdasarkan hasil grafiknya juga menunjukkan hal yang sama bahwa data sudah
stasioner. Bisa dilihat pada data GDP yang sudah di-trend bahwa bentuk grafiknya
sudah lumayan stasioner artinya tidak ada kecenderungan trend kenaikan yang
 signifikan dalam kurun waktu 1960-2021. Hal tersebut juga mengindikasikan bahwa
variance-nya tidak terlalu besar antara satu tatu waktu ke waktu yang lain. Hal yang
sama juga terjadi pada data inflasi, data menunjukkan variance-nya cenderung konstan
4. Apa yang anda ketahui tentang panel data statis? Cari data dengan format panel dengan
object negara yang dipilih. Lampirkan buktinya!
Jawab :
Data panel adalah kombinasi antara data time series dan cross section. Jika pada time
series terdapat sedikit objek dan banyak waktu, missal data GDP AS tahun 1960-2022
sedangkan data cross section adalah data di mana banyak objek yang diobservasi tetapi
hanya ada pada satu satuan waktu tertentu (tahun, bulan,kuartal, dll), misalnya data IPK
mahasiswa FEB UNS pada tahun 2022.
Sementara itu, data panel adalah gabungan kedua data tersebut. Artinya adalah dalam
data panel terdapat banyak sekali objek yang diobservasi pada waktu banyak waktu.
Singkatnya data panel adalah data yan memiliki banyak objek dan banyak waktu.
Contoh data dengan format panel dari Amerika Serikat :

Bachelor degree Personal Real GDP Personal consumption

States Year expenditure ($)
or higher (%) income ($) ($)
Alabama 2017 25,5 199191,8 196974,9 163308,1
Alabama 2018 25,5 206712 200372,6 170793,3
Alabama 2019 26,3 216587,5 203432,7 177412,1
Alabama 2020 27,8 232040,3 199880,8 177093,9
Alabama 2021 27,4 250828,8 209979,3 199866,7
Florida 2017 29,7 1023855,3 912687,4 874165,4
Florida 2018 30,4 1088794,7 941626,7 926954,3
Florida 2019 30,7 1165093,1 965672,5 964269,4
Florida 2020 33,7 1235793,4 950164,4 954880,3
Florida 2021 33,2 1356318,6 1029575,6 1104068,5
Massachusetts 2017 43,4 463980,9 482808,4 350641,3
Massachusetts 2018 44,5 487436,5 501541,5 364342,8
Massachusetts 2019 45 513710,4 514170,8 376243,6
Massachusetts 2020 46,9 550459,5 500001 360537,9
Massachusetts 2021 46,6 584291,1 533102,1 408831,8
Pensylvania 2017 31,4 678604,6 694866,6 549026,4
Pensylvania 2018 31,8 714331,5 704027,8 576675
Pensylvania 2019 32,3 739891,8 715060,7 592927
Pensylvania 2020 34 788281,5 680957,4 572692,2
Pensylvania 2021 34,5 833314,5 710973,1 635754,1
Texas 2017 29,6 1387922,6 1659453,3 1070314,7
Texas 2018 30,3 1482714,1 1728304 1127680,2
Texas 2019 30,8 1560503,5 1779781,4 1171626,5
Texas 2020 33,2 1624525,8 1747562 1168805,2
Texas 2021 33,1 1767681,7 1815063,6 1332115,7