Penentuan Lag Optimum Menggunakan Akaike Information Criteria Kointegrasi

4.1.2 Penentuan Lag Optimum Menggunakan Akaike Information Criteria

AIC Penentuan lag optimum sangat diperlukan karena variabel eksogen yang digunakan tidak lain adalah lag dari variabel endogen dan juga variabel eksogennya. Untuk menetapkan lag optimum digunakan nilai Akaike Information Criteria AIC. Hasil dari perhitungan Akaike Information Criteria AIC pada Tabel 5. diperoleh lag optimum adalah lag 2. Hal ini terjadi karena pada perhitungan nilai AIC yang didapat memperlihatkan nilai minimum AIC berada pada saat lag 2 yaitu pada saat nilai AIC sebesar -26.02879. Maka dapat disimpulkan bahwa lag optimum yang digunakan pada model VECM adalah lag 2. Tabel 5. Perhitungan Akaike Information Criteria lag AIC 0 -25.98179 1 -26.02567 2 -26.02879 3 -25.34881 4 -25.50490 Sumber: Lampiran 3 merupakan lag optimum

4.1.3 Kointegrasi

Keberadaan variabel yang tidak stasioner meningkatkan kemungkinan adanya hubungan kointegrasi antar variabel. Untuk itu perlu dilakukan uji kointegrasi untuk mengetahui ada tidaknya hubungan kointegrasi tersebut dan memperoleh hubungan jangka panjang antar variabel harga saham, tingkat suku bunga dan tingkat inflasi. Semua variabel stasioner pada derajat yang sama, yaitu derajat satu lampiran 2. Oleh karena itu uji kointegrasi dapat dilakukan melalui uji Johansen Cointegration Test dengan menggunakan panjang lag optimum 2. Tabel 6. Johansen Cointegration Test Hypothesized No. of CEs Eigenvalue Trace Statistic Critical Value 5 Critical value 1 None 0.619113 243.4015 192.89 204.95 At most 1 0.473803 171.0075 156.00 168.36 At most 2 0.357543 122.8515 124.24 133.57 At most 3 0.300267 89.66737 94.15 103.18 At most 4 0.272321 62.88810 68.52 76.07 At most 5 0.230248 39.04598 47.21 54.46 At most 6 0.141412 19.41949 29.68 35.65 At most 7 0.099644 7.984564 15.41 20.04 At most 8 0.001494 0.112156 3.76 6.65 Sumber: Lampiran 6 Catatan :signifikan pada taraf nyata 5 dan 1 Tabel 6. menunjukkan hasil Johansen Cointegration Test yang digunakan untuk mengetahui jumlah persamaan kointegrasi yang terdapat di dalam sistem. Jika Trace Statistic Critical Value maka persamaan tersebut terkointegrasi. Dengan demikian Ho = non kointegrasi dengan hipotesis alternatifnya H  = kointegrasi. Jika Trace Statistic Critical Value maka kita tolak Ho atau terima H  yang artinya terjadi kointegrasi. Hasil uji Johansen menunjukkan terdapat dua persamaan kointegrasi r = 2 yaitu saat nilai Trace Statistic lebih besar daripada nilai kritisnya. Diketahui r = 2 maka model yang digunakan adalah VECM.

4.2 Integrasi Indeks Harga Saham Gabungan Dengan Indeks Bursa Saham