Impulse Response Functions IRF, melacak respon saat ini dan masa depan dari setiap variabel akibat perubahan atau shock suatu variabel tertentu.
Forecast Error Decomposition of Variance FEDVs, prediksi konstribusi persentase varians setiap variabel terhadap perubahan suatu variabel tertentu.
Granger Causality Test, mengetahui hubungan seba akibat antar variable. Model VAR memiliki beberapa keunggulan, antara lain : Nachrowi, 2006
1. Model VAR adalah model yang sederhana dan tidak perlu membedakan mana variable yang endogen dan mana yang eksogen. Semua variable endogen.
2. Cara estimasi model VAR sangat mudah, yaitu dengan menggunakan OLS pada setiap persamaan secara terpisah.
3. Peramalan menggunakan VAR pada beberapa hal lebih baik disbanding menggunakan model dengan persamaan simultan yang lebih kompleks.
Namun demikian, model VAR mempunyai sisi kekurangan. Diantaranya adalah sebagai berikut :
1. Model VAR lebih bersifat a-teoritik karena tidak memanfaatkan informasi atau teori terdahulu. Oleh karenanya, model tersebut sering disebut sebagai model
yang tidak structural. 2. Mengingat tujuan utama model utama VAR untuk meramalkan maka model
VAR kurang cocok untuk analisis kebijakan. 3. Pemilihan banyaknya lag yang digunakan dalam persamaan juga dapat
menimbulkan permasalahan. 4. Semua variable dalam VAR harus stationer, jika tidak stationer, maka harus
ditransformasi terlebih dahulu. 5. Interpretasi koefisien yang didapat berdasarkan model VAR tidak mudah.
2.5. Vector Error Correction Model VECM
Vector Error Correction Model VECM adalah restricted Vector
Autogression VAR yang berkointegrasi. VECM di desain untuk data time series non stationer yang berkontegrasi. VECM mempunyai hubungan kointegrasi yang
dibangun melalui spesifikasi perilaku jangka panjang dari variabel –variabel
endogen untuk menuju converge ke hubungan jangka panjang, serta memungkinkan dilakukan penyusuain jangka pendek secara dinamik.
2.6. Penelitian Terdahulu
Rusniar 2008, melakukan penelitian pergerakan nilai tukar rupiah dan empat mata uang Negara ASEAN dengan menggunakan model koreksi kesalahan
Vector Error Correction Model VECM. Hasil empiris penelitian menunjukkan bahwa dasar analisis FEDV Forcasting Error Decompotisions Of Variance.
Pergerakan nilai tukar rupiah terhadap sebelum krisis lebih dominan di pengaruhui oleh kurs rupiah itu sendiri, ringgit dan Bath. Sedangkakan dollar
singapura dan peso hanya sedikit pengaruh terhadap pergerakan rupiah itu sendiri. Sedangkan pada periode setelah krisis nilai tukar rupiah masih dominan di
pengruhui oleh rupiah itu sendiri dan dollar singapura, namun pengaruh bath justru sangat kecil. Untuk nilai tukar mata uang ASEAN lainnya sebelum krisis
pergerakannnya lebih dipengaruhui oleh nilai tukar mata uang lain, sedangkan pada periode setelah krisis pergerakannya lebih dominan dipengaruhui oleh nilai
tukar mata uang itu sendiri. Berdasarkan hasil analisis IRF, pada periode sebelum krisis rupiah tidak responsive dalam merespon mata uang ASEAN lain, sementara
itu setelah krisis rupiah cukup responsive dalam merespon nilai tukar ASEAN Nursechafia 2010, Melakukan penelitian pengaruh guncangan variabel
makroekonomi terhadap dana pihak ketiga dan kredit perbangkan pada system perbankan ganda di Indonesia dengan bertujuan mengalisis dampak guncangan
variabel makroekonomi tersebut terhadap DPK konversional, DPK syariah, dan pembiayaan syariah. Data skunder yang digunakan berupa data bulanan juni 2003
hingga 2008. Analisis data yang digunakan menggunakan metode Vector Autoregression VAR dan Vector Error Correction Model VECM . Fokus
pembahasan dalam penilitian ini adalah hasil Impuls Response Function IRF dan Variance Decompotion VD berdasarkan hasil IRF, guncangan variabel RER,
SBI, dan CPI sebesar satu standard deviasi direspons negative oleh seluruh model. Guncangan variabel IPI direspon positif oleh DPK konvensional, kredit
konvensional, dan DPK syariah sedangkan guncangan variabel IPI direspon negative oleh pembiayaan syariah. Hasil IRF menjelaskan seberapa cepat periode
kestabilan masing-msing model dalam mengahadapi guncangan variabel makroekonomi. Hasil VD menunjukan bahwa variabel RER memiliki pengaruh
besar dalam menjelaskan variabilitas DPK konvensional dan pebiyaan syariah.
Adapun variabel CPI memberi pengaruh lebih besar terhadap DPK dan pembiyan syariah dibandingkan terhadap DPK dan kredit konvensional.
Murtiningsih 2009, melakukan penelitian guncangan variabel makro terhadap investasi bisnis properti di Indonesia. Penelitian ini bertujuan untuk
mengetahui dampak guncangan variabel makro terhadap bisnis propertii serta dampak guncangan bisnis properti terhadap perekonomian di Indonesia. Data
yang di gunakan adalah data time series bulanan periode Januari 2001 sampai Desember 2008. Sementara variabel-variabel yang digunakan adalah nilai
kapitalisasi proyek properti NKPP, Indeks Harga Saham Gabungan IHSG, suku bunga SBI SBI, pertumbuhan ekonomi PE, nilai tukar nominal KURS,
Laju inflasi INF, Non Perform Loan NPL, investasi properti, serta total kredit properti TKP. Metode yang digunakan adalah Vector Auto Regression VAR
yang dikombinasikan dengan Vector Error Correction Model VECM. Hasil penelitian menunjukan bahwa dari 8 variabel yang digunakan dalam penelitian ini,
3 diantaranya berpengaruh secara signifikan terhadap investasi bisnis properti. Variabel-variabel tersebut adalah nilai kapitalisasi proyek properti, laju inflasi dan
Non Perform Loan NPL. Sementara variabel indeks harga saham gabungan, suku bunga SBI, pertumbuhan ekonomi, nilai tukar nominal dan total kredit
properti tidak berpengaruh secara signifikan terhadap investasi bisnis properti. Dampak guncangan yang terjadi pada variabel makro hamper semua direspon
negatife oleh bisnis properti kecuali guncangan yang terjadi terhadap pertumbuhan ekonomi, laju inflasi, total kredit properti serta nilai kapitalisasi
proyek properti itu sendiri yang di respons negarif. Sementara itu perekonomian nasional merespons fluktuatif guncangan yang terjadi pada bisnis properti.
Penelitian ini hanya menganalisis dampak respons bisnis properti ketika terjadi guncangan ekonomi, tidak menganalisis sebelum terjadi guncangan.
III. METODE PENELITIAN
3.1. Kerangka Pemikiran Penelitian
Perusahaan memiliki tujuan yang pada dasarnya mendapatkan keuntungan demi kelancaran usahanya dan mampu bersaing dalam lingkungan bisnis secara
global dengan memiliki kelebihan dibandingkan perusahaan lainnya. Kondisi pasar yang terus berubah dan munculnya fenomena dalam lingkungan pemasaran
mengakibatkan perlunya peramalan dilakukan untuk memprediksi kejadian di masa yang akan datang.
Pada penelitian ini terlebih dahulu dilakukan pengumpulan informasi mengenai gambaran secara umum perusahaan beserta visi,misi dan tujuan
perusahaan. Terdapat dua jenis data yang digunakan untuk dilakukan analisis VAR Vector Autoregression dan analisis VECM Vector Error Corection
Model. Analisis VECM untuk menunjukkan adanya kointegrasi tetapi data tersebut tidak stasioner dan analisis VAR untuk menunjukkan data tersebut
kointegrasi tapi stationer. Kemudian melakukan analisis IRF dan FEVD untuk melihat korelasi antara data pasokan dengan data penjualan yang kemudian
dilakukan peramalan melalui analisis FEVD. Hasil analisis digunakan untuk merancang strategi pemasaran perusahaan tetapi hanya berbentuk sebuah saran
untuk perbaikan strategi pemasaran perusahaan. Pada penelitian ini menggunakan metode time series untuk meramalkan
pasokan dan penjualan perusahaan, di mana hasil peramalan dapat digunakan sebagai acuan dalam menentukan jumlah produk yang dapat di pasarkan kepada
konsumen industri komersil maupun rumah tangga. Dengan meramalkan permintaan dari penjualan, perusahan diharapkan dapat memasarkan produk Gas
sesuai dengan permintaan dan diharapkan perusahaan dapat melakukan ekspansi perusahaan ke seluruh wilayah Indonesia. Setelah melakukan peramalan pasokan
dan penjualan, kemudiaan melakukan identifikasi permasalahan terhadap pemasaran dari penjualan gas tersebut dengan merencanakan strategi dari hasil
peramalan bulan kedepannya. Hal ini dilakukan untuk mengindentifikasi kendala