Uji Breusch-Godfrey BG
ObsR-square 0.072077 0.10
Ada autokorelasi Analisis Diferensiasi
DW 3.193510 Tidak dapat
diputuskan Uji BG Residual
ObsR-square 0.0333180.10
Ada autokorelasi Analisis Logaritma
2.73945 Tidak dapat
diputuskan Uji BG Residual Log.
ObsR-square 0.1924060.10
Tidak ada autokorelasi
Sumber: Olahan penulis dari hasil eviews
4. Uji Stasioneritas Data
Berdasarkan hasil software eviews, panduan yang digunakan adalah jika nilai ADF lebih besar dari nilai kritis 10 atau jika nilai probabilitas lebih besar
dari 10, maka menerima H , yang berarti terdapat akar unit sehingga data
bersifat stasioner. Sebaliknya jika nilai ADF lebih kecil dari nilai kritis atau nilai probabilitas lebih kecil dari 10, maka menolak H
, yang berarti tidak ada akar unit dan data tidak stasioner.
Tabel 14. Hasil Uji Stasioner Data dengan Uji Augmented Dickey-Fuller
Variabel Unit Root
Test in Include in
Test Equation
ADF Test Statistic
Prob. Critical
Value 10 Keterangan
MRBH Level
Intercept 1.448012
0.9977 -2.701103
Tidak Stationer
1
st
Differenc e
6.920291 0.0001 -2.701103
Stationer
MRG Level
Intercept -2.380169 0.1649
-2.701103 Tidak
Stationer 1
st
Differenc e
-3.374284 0.0344 -2.713751
Stationer DPK
Level Intercept
3.400057 1.000
-2.728985 Stationer
1
st
Differenc e
-3.249811 0.0401 -2.701103
Stationer
NPF Level
Intercept 0.273853
0.9663 -2.701103 Tidak
Stationer 1
st
Differenc e
-5.583020 0.0008 -2.701103 Stationer
CAR Level
Intercept 2.085539
0.9993 -2.728985 Tidak
Stationer 1
st
Differenc e
-3.791088 0.0173
-2.713751 Stationer
TSB Level
Intercept 2.948117
0.0688 -2.713751 Stationer
1
st
Differenc e
-2.518740 0.1371
-2.728985 Stationer
Sumber: Olahan Penulis dari Hasil Eviews.
Berdasarkan hasil uji ADF sebagaimana terlihat pada tabel 14 di atas, variabel DPK dan TSB telah stasioner pada tingkat level. Sementara variabel
MRBH, MRG, NPF, dan CAR tidak stasioner pada tingkat level. Oleh karena itu, untuk mendapatkan data yang stasioner, maka dilakukan uji ADF pada tingkat
first difference. Dari hasil uji tersebut diperoleh bahwa seluruh variabel dalam penelitian ini telah stasioner pada derajat integrasi pertama I1.
5. Uji Kointegrasi
Berdasarkan hasil uji Johansen, penentuan kointegrasi dilihat dari nilai trace statistic dan nilai max-eigen statistic setelah didahului dengan mencari
panjang lag yang akan diketahui. Jika nilai trace statistic dan nilai max-eigen statistic lebih besar dari nilai critical value 10, maka mengindikasikan adanya
kointegrasi dalam model yang digunakan. Berdasarkan uji kointegrasi Johansen terhadap seluruh variabel, maka diketahui hubungan kointegrasi yang terjadi,
seperti pada tabel 15 berikut ini. Tabel 15. Hasil Uji Kointegrasi dengan Johansen Cointegration Test
Variabel Trace
Statistic Test
Critical Value 10
Max- Eigenvalue
Critical Value
10 Keterangan
MRBH MRG 13.85713 13.42878 10.98490
12.29652 Tidak Ada
Kointegrasi DPK MRG 27.35428 13.42878 20.40132
12.29652 Ada Kointegrasi
NPF DPK 25.97694 13.42878 19.02765 12.29652
Ada Kointegrasi CAR NPF
10.66836 13.42878 9.639733 12.29652
Tidak Ada Kointegrasi
TSB CAR 6.24363
8 13.42878 6.147012
12.29652 Tidak Ada
Kointegrasi
Sumber: Olahan Penulis dari Hasil Eviews.
Berdasarkan analisis ekonometrik dapat diketahui bahwa di antara keenam
variabel penelitian terdapat dua kointegrasi pada tingkat signifikansi 10. Dengan demikian, dari hasil uji kointegrasi mengindikasikan bahwa di antara
pergerakan MRBH, MRG, DPK, NPF, CAR, dan TSB memiliki hubungan stabilitaskeseimbanga dan kesamaan pergerakan dalam jangka panjang. Dengan
kalimat lain, dalam setiap periode jangka pendek, seluruh variabel cenderung
saling menyesuaikan untuk mencapai ekuilibrium jangka panjang. Berdasarkan hasil uji tersebut maka model yang paling sesuai digunakan dalam penelitian ini
adalah error correction model ECM.
6. Uji Statistik
