Kestasioneran Data Uji Lag Optimal

V. HASIL DAN PEMBAHASAN

Penelitian mengenai “Analisis Kebijakan Moneter dalam Menstabilkan Inflasi dan Pengangguran di Indonesia” menggunakan metode analisis Structural Vector Autoregression SVAR yang dikombinasikan dengan metode koreksi kesalahan Vector Error Correction Model VECM dan software yang digunakan untuk menganalisis data Eviews 4.1.

5.1. Kestasioneran Data

Untuk melihat kestasioneran data yang akan dianalisis dilakukan uji akar unit unit root test. Data yang tidak stasioner akan menghasilkan spurious regression regresi palsu, yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang nampaknya signifikan secara statistik padahal kenyataanya tidak demikian. Kestasioneran data pada setiap variabel dapat dilihat dengan uji Augmented Dickey Fuller ADF. Pengujian ADF didasarkan pada nilai Akaike Information Criteria AIC. Bila nilai statistik ADF-nya lebih besar dari nilai kritis Mc Kinnon maka data tersebut tidak stasioner, tetapi bila nilai statistik ADFnya lebih kecil dari nilai kritisnya maka data tersebut stasioner atau terintegrasi pada ordo nol I0. Tabel 5.1. Hasil Pengujian Akar Unit pada Level Variabel Nilai ADF Nilai Kritis MacKinnon 5 Keterangan SBI -2,847964 -2,911730 tidak stasioner LOG_M -0,427825 -2,910860 tidak stasioner LOG_CPI 0,116255 -2,910860 tidak stasioner LOG_KURS -1,158646 -2,909206 tidak stasioner LOG_U -0,692761 -2,910860 tidak stasioner Sumber : Lampiran 1. 54 Dari Tabel 5.1 dapat dilihat bahwa variabel SBI, LOG_M, LOG_CPI, LOG_KURS, dan LOG_U tidak stasioner pada level. Karena semua variabel tidak stasioner pada level maka perlu dilanjutkan dengan melakukan uji akar unit pada tingkat first difference. Tabel 5.2. Hasil Pengujian Akar Unit pada First Difference Variabel Nilai ADF Nilai Kritis Mc Kinnon 5 Keterangan SBI -5,280405 -2,912631 stasioner LOG_M -6,454295 -2,910860 stasioner LOG_CPI -3,544063 -2,910860 stasioner LOG_KURS -5,844543 -2,909206 stasioner LOG_U -3,978405 -2,910860 stasioner Sumber : Lampiran 2. Uji akar unit pada tingkat first difference derajat 1 dilakukan karena tidak terpenuhinya asumsi stasioneritas pada tingkat level derajat nol. Tabel 5.2 memperlihatkan bahwa semua variabel dari hasil uji akar unit pada tingkat first difference telah stasioner.

5.2. Uji Lag Optimal

Untuk menetapkan lag optimal dapat menggunakan kriteria nilai Akaike Information Criteria AIC, Schwarz information Criterion SC maupun Hannan- Quinn Information Criterion HQ . Penelitian ini menggunakan nilai AIC, perhitungan nilai AIC untuk setiap lag dapat dilihat di Tabel 5.3. Dari perhitungan nilai AIC tersebut diketahui bahwa nilai minimum terdapat pada lag 4, sehingga dapat ditetapkan bahwa lag optimal adalah 4. 55 Tabel 5.3. Nilai Lag Optimal Lag AIC SC HQ 1 -8,301398 -7,068961 -7,820304 2 -9,428629 -7,315879 -8,603897 3 -10,37921 -7,386145 -9,210837 4 -11,52964 -7,656263 -10,01763 Sumber : Lampiran 3.

5.3. Uji Stabilitas VAR