Sementara kekurangan dari model VAR adalah: 1.
Model ini mengabaikan teori dan informasi terdahulu. Sehingga model ini bukan model struktural.
2. Model ini lebih bertujuan untuk peramalan, sehingga tidak cocok sebagai
analisa kebijakan. 3.
Banyaknya lag yang digunakan pada persamaan menimbulkan permasalahan. Sehingga data yang diperlukan cukup besar.
4. Interpretasi koefisien yang didapat dari model VAR tidak mudah.
5. Semua variabel dalam VAR harus stasioner.
3.6.2 Analisis Regresi Linier a. Uji t-statistik
Pengujian ini merupakan pengujian ssecara parsial yang berguna untuk melihat apakah koefisien signifikan atau tidak signifikan pada variabel dependen dan
variabel lainnnya diangggap konstan. Dalam hal ini dinyatakan:
H : b
i
= b H
a
: b
i
≠ b
Dimana b
i
adalah koefisien variabel independen ke-i nilai parameter hipotesis, biasanya b dianggap = 0. Artinya tidak ada pengaruh variabel X terhadap Y. Bila nilai
t-hitung t-tabel maka pada tingkat kepercayaan tertentu H ditolak.
Hal ini berarti bahwa variabel independen yang diuji berpengaruh secara nyata signifikan terhadap variabel dependen.
Ha diterima Ho diterima
Ha diterima
Gambar 3.1 Kurva Uji t – Statistik
3.7
Uji Penyimpangan Asumsi Klasik
3.7.1 Multikolinearity
Multikolinieritas terjadi apabila hubungan linier yang sempurna di antara beberapa atau semua variabel bebas dari suatu model regresi. Untuk mengetahui ada
tidaknya multikolinearity dapat dilihat dari nilai R
2
, F-hitung, t-hitung dan standart error.
Adanya multikolinearity ditandai dengan: 1.
Nilai R
2
2. Nilai koefisien variabel tidak sesuai dengan hipotesis, misalnya variabel
yang seharusnya memiliki pengaruh positif, namun hasil estimasinya menunjukkan hasil negatif.
yang tinggi, namun standar error dan tingkat signifikansi masing – masing variabel rendah.
3.7.2 Autokorelasi
Model linear klasik mengasumsikan bahwa faktor pengganggu yang berhubungan dengan observasi tidak dipengaruhi oleh faktor pengganggu pada
pengamatan lainnnya. Nilai dilambangkan dengan :
Eμi :μj= 0 i ≠ j
Ada bebarapa cara untuk menguji keberadaan autokorelasi, yaitu: 1. Dengan D-W Test uji Durbin-Watson
Langkah – langkah yang dilakukan untuk menggunakan uji DW tersebut adalah :
a. Lakukan estimasi regresi dengan menggunakan model empiris yang
sedang diamati. Selanjutnya hitung nilai residualnya. b.
Hitung nilai D-W statistik ini dengan rumus sebagai berikut : Dengan hipotesis sebagai berikut :
H : ρ = 0, artinya tidak ada autokorelasi.
H : ρ = 0, artinya ada autokorelasi.
Dengan jumlah sampel tertentu dan jumlah variabel independen tertentu diperoleh
nilai kritis dl dan du dalam table distribusi Durbin-Watson untuk berbagai nilai α.
Kemudian nilai DW dibandingkan dengan nilai DW tabel dengan pedoman
Tolak H berarti tidak ada auto korelasi positif, bila nilai DW hitung terletak
antara 0 d d1
Tolak Ho berarti tidak ada autokorelasi negatif apabila nilai DW statistik terletak antara 4-d1 d 4.
Terima Ho yang mengatakan tidak ada autokorelasi negatif ataupun
autokorelasi positif, bila nilai DW statistik terletak antara du d 4- du.
Ragu – ragu inconclusive tidak ada autokorelasi positif bila d1≤ d ≤ du.
Ragu – ragu inconclusive tidak ada autokorelasi negatif bila du ≤ d ≤ 4 –
d1
2.Dengan menggunakan grafik
3.7.3 Uji Normalitas