Setelah semua data dinyatakan stasioner maka data dapat diproses ketahapan selanjutnya.
Tabel 5.1. Rangkuman Hasil Uji Stasioner Pada Data Level
Variabel ADF
Statistic MacKinnon Critical Value
P-value Keterangan
1 5
10 Ln
Sukuk 0.153060 -3.555023 -2.915522 -2.595565 0.9670
Tidak Stasioner
Ln PDB 0.253341 -3.577723 -2.925169 -2.600658
0.9732 Tidak
Stasioner Ln IHK
-1.569005 -3.555023 -2.915522 -2.595565 0.4915 Tidak
Stasioner Ln M2
-0.011105 -3.555023 -2.915522 -2.595565 0.9532
Tidak Stasioner
Ln PT -0.389633 -3.560019 -2.917650 -2.596689
0.9032 Tidak
Stasioner Ln SBIS -3.391339 -3.555023 -2.915522 -2.595565 0.0155
Stasioner Catatan : tanda asterik menunjukkan nilai pengujian berdasarkan taraf nyata 5
persen
Tabel 5.2. Rangkuman Hasil Uji Stasioner Pada Data First Difference
Variabel ADF
Statistic MacKinnon Critical Value
P-value Keterangan
1 5
10 Ln Sukuk -8.019771 -3.557472 -2.916566 -2.596116 0.0000
Stasioner Ln PDB
-8.587465 -3.577723 -2.925169 -2.600658 0.0000 Stasioner
Ln IHK -7.646825 -3.557472 -2.916566 -2.596116 0.0000
Stasioner Ln M2
-8.406952 -3.557472 -2.916566 -2.596116 0.0000
Stasioner Ln PT
-3.774054 -3.562669 -2.918778 -2.597285 0.0056 Stasioner
Catatan : tanda asterik menunjukkan nilai pengujian berdasarkan taraf nyata 5 persen
5.2. Uji Lag Optimum
Langkah selanjutnya dalam melakukan estimasi terhadap model ini yaitu menentukan panjang lag optimum. Kandidat selang yang akan dicari dengan
menggunakan kriteria informasi yang tersedia, yaitu criteria Likehood Ratio LR, Final Prediction Error
FPE, Akaike Infformation Criterion AIC, Shwarz
Information Criterion SC, dan Hannan-Quin Criterion HQ. Apabila kriteria
informasi merujuk pada sebuah kandidat selang, maka lag tersebut yang akan dipilih untuk melanjutkan estimasi pada tahanapan berikutnya. Hasil Uji lag optimum pada
kelima model akan ditunjukkan pada beberapa tabel di bawah ini.
Tabel 5.3. Hasil Uji Lag Optimum untuk Model Sukuk
Lag LR
FPE AIC
SC HQ
NA 1.29e-14
-14.95537 -14.73023
-14.86906 1
630.8633 4.24e-20
-27.58994 -26.01394
-26.98574 2
199.0757 1.09e-21
-31.30983 -28.38296
-30.18774 3
93.86085 2.92e-22
-32.76948 -28.49176
-31.12950 4
48.00876 2.68e-22
-33.16297 -27.53438
-31.00510 Catatan : tanda asterik menunjukkan kandidat selang yang dipilih
Berdasarkan tabel 5.3, model sukuk lag optimumnya berada pada lag tiga. Setelah pengujian lag telah mendapatkan hasil maka dilakukan langkah selanjutnya,
yaitu uji stabilitas model VAR.
5.3. Uji Stabilitas VAR
Panjang selang optimal telah diperoleh dari pengujian sebelumnya. Setelah itu, panjang selang optimal yang dipilih perlu diuji, apakah selang tersebut
merupakan panjang selang maksimum VAR yang stabil. Stabilitas model VAR dapat dilihat dari nilai inverse roots karakteristik AR polinomialnya. Suatu sistem VAR
dikatakan stabil stasioner jika seluruh roots-nya memiliki modulus lebih kecil dari
satu dan semuanya terletak di dalam unit circle Lutkepohl, 1991. Nilai modulus untuk model sukuk berkisar antara 0.492261 - 0.999496.
Berdasarkan hasil tersebut menyatakan nilai modulus yang diperoleh tidak ada yang melebihi satu, sehingga dapat disimpulkan bahwa model VAR stabil pada panjang
selangnya masing-masing sehingga bisa dilakukan uji FEDV pada model ini yang menghasilkan output yang valid. Untuk lebih jelasnya, hasil pengujian stabilitas
model VAR dapat dilihat pada Lampiran 3.
5.4. Uji Kausalitas Granger