Variance Decomposition menggunakan Eviews 7

Assalamuaaikum wr wb...

Selamat siang...

EViews is Back..!!!!! heheheh

Baiklah, kali ini saya akan berbagi cara bagaimana menampilkan variance decomposition
dengan menggunakan Eviews 7..

• Buka File Data yang akan digunakan

• pilih variabel mana saja yang akan digunakan untuk Variance Decomposition (klik var Dependen, tekan ctrl dan tahan, kemudian klik variabel Independen X1, X2...)

• klik kanan. open as VAR

• klik ok

• Pilih "view" =>> Variance Decomposition

• Terdapat beberapa pilihan var Decomposition yaitu dalam bentuk Tabel, multiple graph dan Combined Graph

• Table

• Multiple Graph 

• Grafik gabungan

Terimakasih banyak sudah membaca, berikan masukan agar tulisan ini semakin bagus.....

Langkah - langkah Regresi VECM Dengan Menggunakan Eviews 7

Asslamualaikum wr.wb..

Kali ini saya akan berbagi sedikit ilmu mengenai regresi dengan menggunakan model Vector Error Correction Model (VECM), tentu saja regresi ini dilakukan setelah melakukan uji stasioneritas dan uji kointegrasi  serta uji  panjang Lag (Lag Length Criteria) terlebih dahulu.

NB : Ada berberapa hal yang perlu diketahui sebelum memutuskan untuk melakukan regresi VECM.
1. Data semua variabel harus stasioner pada tingkat first difference, dengan dilakukan uji unit root
2. Model harus kointegrasi, caranya Lakukan Uji Kointegrasi dengan menggunakan Uji Johansen Cointegration
3. sesama variabel tidak saling berhubungan / bersifat independen, caranya Lakukan Uji Causalitas Engle - Granger,

Kita akan menggunakan model VAR (Vector Autoregressive) jika :

1. Data stasioner pada tingkat level
2. Jika dilakukan uji kointegrasid an tidak terjadi kointegrasi maka dilakukan VAR standar yang hasilnya identik dengan OLS

Berikut langkah - langkahnya....

• input data seperti biasa,

• pilih variabel yang akan digunakan (saya menggunakan lnihsg, lnkurs dan lnbirate)
• setelah di blok, kemudian klik kanan
• open as Var
• pilih Vector Error correction

• klik oke
• maka hasilnya akan seperti berikut..

nah, cukupp mudah kan teman-teman,

semoga bermanfaat, mohon maaf atas segala kekurangannya....

Terima Kasih Telah berkunjung... :-)