2.2. Error Correction Model ECM
ECM adalah salah satu model dinamik yang diterapkan secara luas dalam analisis ekonomi. Konsep mengenai ECM pertama kali diperkenalkan oleh Sargan
dan Gujarati. Model ini bertujuan untuk mengatasi permasalahan data time series yang tidak stasioner dan regresi palsu.
Kelebihan ECM adalah seluruh komponen dan informasi pada tingkat variabel telah dimasukkan dalam model, memasukkan semua bentuk kesalahan
untuk dikoreksi yaitu dengan cara mendaur ulang error yang terbentuk pada periode sebelumnya, menghindari terjadinya trend dan regresi palsu Spurious
Regression . Selain itu, dalam pendekatan ECM sifat-sifat statistik yang
diinginkan dari model dan pemberian maknanya sederhana. Artinya model ECM mampu memberikan makna lebih luas dari estimasi model ekonomi sebagai
pengaruh perubahan variabel independen terhadap variabel dependen dalam hubungan jangka pendek maupun jangka panjang Julianto dalam Errick, 2004.
ECM berguna untuk mengatasi masalah perbedaan kekonsistenan hasil peramalan antara jangka panjang dengan jangka pendek dengan cara proporsi
disequilibrium pada satu periode dikoreksi pada periode selanjutnya Thomas,
1997. Adapun kelebihan dari ECM adalah sebagai berikut : a.
Merupakan pendekatan yang digunakan untuk mengatasi masalah data time series
yang non-stasioner dan regresi palsu spurious. b.
Model dengan
variabel-variabel dalam
bentuk first
difference mengeliminasi trend dari variabel.
c. ECM dapat diestimasi dengan metode OLS Ordinary Least Square.
d. ECM dapat dipaskan dengan pendekatan umum ke spesifik yaitu melihat
kecenderungan umum dan membaginya menjadi pendekatan jangka pendek dan jangka panjang. Dengan cara melakukan stasioner terhadap
data terlebih dahulu akan membantu kita menghindari masalah multikolinearitas antar data yang dapat menyebabkan standard error yang
sangat besar. e.
Membedakan dengan jelas antar parameter jangka panjang sehingga sangat ideal untuk digunakan menaksir dari keakuratan sebuah hipotesis.
f. Jika ada variabel yang tidak nyata dapat dibuang sehingga akan
meningkatkan efisiensi estimasi.
2.3. Tinjauan Penelitian Terdahulu