2.3 Uji Perilaku Data
Uji perilaku data mencakup analisis data dan estimasi model regresi yang menunjukkan hubungan variabel dependen dengan variabel independennya.
Analisis perilaku data bertujuan untuk mengetahui apakah data-data penelitian sudah stasioner pada level dan apakah data penelitian berintegrasi pada derajat
yang sama. Untuk itu digunakan uji stsioneritas dengan menggunakan Uji Augmented D
ickey-Fuller.
2.3.1 Uji Stasioner
Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari data time series
tersebut tidak mengalami perubahan secara sistematik sepanjang waktu atau dengan kata lain rata-rata dan variannya konstan. Penelitian ini menggunakan
Uji Augmented Dickey-Fuller untuk melihat stasioner data.
Mengapa data harus stasioner? ini berkaitan dengan metode estimasi yang digunakan. Tidak stasionernya data akan mengakibatkan kurang baiknya model
yang diestimasi. Uji stasioner data dilakukan dengan menguji stasioneritas pada data asli dan uji derajat integrasi dilakukan apabila data belum stasioner pada
level. Dimana uji derajat integrasi dilakukan dengan menguji stasioner data pada first difference, atau second difference.
Hang Seng The Stock Exchange of Hongkong
Nikkei 225 Tokyo Stock Exchange
Shanghai Composite Shanghai Stock Exchange
FTSE 100 London Stock Exchange
Dow Jones industrial Average DJIA
New York Stock Exchange
All Ordineries Australian Stock Exchange
Universitas Sumatera Utara
Uji derajat integrasi dilakukan untuk mengetahui pada derajat diferensi ke berapa data yang diamati stasioner. Uji derajat integrasi digunakan apabila pada
uji akar unit ditemukan bahwa data yang diamati tidak stasioner, uji derajat integrasi dilakukan dengan menguji ulang menggunakan nilai perbedaan
pertamanya first difference. Apabila dengan data first difference juga belum stasioner maka selanjutnya dilakukan pengujian dengan data dari perbedaan kedua
second difference dan seterusnya hingga diperoleh data yang stasioner. Data time series X dikatakan berintegrasi pada derajat atau ditulis
, jika data tersebut didiferensialkan sebanya kali untuk mencapai data yang stasioner.
Uji akar unit Unit Root merupakan pengujian yang sangat populer dan dikenalkan oleh David Dickey dan Whyne Fuller. Untuk memudahkan pengertian
mengenai Uji akar unit, perhatikan model berikut:
= �
−1
+
Jika � = 1, maka model menjadi random walk tanpa trend. Disini kita
akan menghadapi masalah dimana varian tidak stasioner. Dengan demikian dapat disebut mempunyai “unit root” atau data tidak stasioner.
Bila persamaan diatas dikurangi pada
−1
sisi kanan dan kiri maka persamaannya menjadi:
−
−1
= �
−1
−
−1
+ ∆ = � − 1
−1
+
Atau dapat ditulis dengan: ∆ =
−1
+ 2.1,
keterangan: ∆ :
−
−1
Universitas Sumatera Utara
: koefisien regresi : error yang white noise dengan mean = 0 dan
varian = �
2
Dari persamaan tersebut dapat dibuat hipotesis:
: = 0 :
≠ 0
Jika kita tidak menolak hipotesis = 0 maka
� = 1. Artinya kita memiliki unit root
, dimana data time series tidak stasioner.
Teknik pengujiannya sesungguhnya sangat mudah dimengerti, yaitu dengan membuat regresi antara
∆ dan
−1
. Dengan demikian kita akan mendapatkan koefisien regresinya, yaitu: .
Perhitugan manual sangat sulit maka menggunakan program Eviews. Hipotesis yang digunakan dalam uji akar unit Unit Root menjelaskan bahwa
apabila hasil uji menyatakan nilai Augmented Dickey-Fuller test statistic lebih kecil dari pada nilai critical value pada derajat kepercayaan tertentu atau nilai
tingkat signifikansinya lebih kecil dari derajat kepercayaan = 5 , maka
hipotesis nol yang menyatakan bahwa data tersebut tidak stasioner ditolak dan demikian sebaliknya.
2.4 Uji Asusmsi Klasik
Kategori