Estimasi Parameter dalam Model ARIMA
Dalam model ARIMA, terdapat beberapa parameter yang perlu diestimasi. Berikut adalah penjelasan untuk setiap parameter yang tercantum dalam tabel: 1. Constant: Parameter ini mewakili nilai konstan dalam model ARIMA. Dalam tabel, nilai estimasi untuk parameter ini adalah 190,756. Parameter ini penting karena menunjukkan tingkat baseline atau nilai rata-rata dari deret waktu yang diamati. 2. AR (Autoregressive): Parameter ini menggambarkan hubungan antara nilai-nilai sebelumnya dalam deret waktu dengan nilai saat ini. Dalam tabel, nilai estimasi untuk parameter AR adalah 0,065. Parameter ini menunjukkan sejauh mana nilai-nilai sebelumnya mempengaruhi nilai saat ini. Semakin tinggi nilai parameter AR, semakin besar pengaruh nilai-nilai sebelumnya terhadap nilai saat ini. 3. SE (Standard Error): Parameter ini mengukur ketidakpastian dalam estimasi parameter. Semakin kecil nilai SE, semakin akurat estimasi parameter. Dalam tabel, nilai SE untuk parameter Constant adalah 5,942 dan untuk parameter AR adalah 6,686. Semakin kecil nilai SE, semakin tinggi tingkat kepercayaan kita terhadap estimasi parameter. 4. t: Parameter ini merupakan nilai t-statistik yang digunakan untuk menguji signifikansi statistik dari parameter. Semakin besar nilai t, semakin signifikan parameter tersebut. Dalam tabel, nilai t untuk parameter Constant adalah 32,105 dan untuk parameter AR adalah 0,000. Semakin tinggi nilai t, semakin signifikan pengaruh parameter terhadap model ARIMA. 5. Sig. (Significance): Parameter ini menunjukkan tingkat signifikansi statistik dari parameter. Jika nilai Sig. kurang dari tingkat signifikansi yang ditentukan (biasanya 0,05), maka parameter tersebut dianggap signifikan secara statistik. Dalam tabel, nilai Sig. untuk parameter Constant adalah .000 (nilai sangat kecil) dan untuk parameter AR adalah .000 (nilai sangat kecil). Hal ini menunjukkan bahwa kedua parameter tersebut signifikan secara statistik dalam model ARIMA. Dari penjelasan di atas, dapat disimpulkan bahwa parameter yang signifikan secara statistik dalam model ARIMA ini adalah Constant (190,756) dan AR (0,065). Parameter-parameter ini penting dalam membangun model ARIMA yang akurat dan dapat digunakan untuk melakukan prediksi atau analisis lebih lanjut terhadap deret waktu yang diamati.