variabel BI rate dalam tingkatsecond difference. Hasil uji dengan menggunakan ADF test seperti terlihat pada tabel 4.3 di bawah.
Tabel 4.3 Hasil Pengujian Stationeritas pada tingkat Second Difference
Nilai t-statistic dan critical value
Variabel
SBI trend and intercept
SUN trend and intercept
BIRATE trend and intercept
ADF-statistic -12.77804
-7.025124 -4.485869
probabilitas 0.0000
0.0001 0.0096
Critical value 1 -4.467895
-4.498307 -4.467895
Critical value 5 -3.644963
--3.658446 -3.644963
Critical Value 10 -3.261452
-3.268973 -3.261452
Keterangan :
signifikan pada tingkat level signifikan pada tingkat first difference
signifikan pada tingkat second difference Sumber: Pengolahan data Eviews
Dari tabel 4.3 diatas, tampak bahwa variabel BI rate telah stasioner pada tingkat second difference yang dapat terlihat dari nilai ADF statistik=-4.485869
lebih besar dari Mackinnoncritical value 1 = -4.467895. Sehingga dapat dikatakan ketiga variabel telah stasioner, dan untuk melakukan estimasi model var
maka terlebih dahulu data harus didiferensikan sebanyak dua kali.
4.3.2 Hasil Penentuan Lag Optimal Lag length
Penentuan Lag Length dalam model VAR bertujuan untuk menghindari terjadinya korelasi antara error termsdengan variabel endogen dalam model yang
menyebabkan estimator menjadi tidak konsisten. Hal ini berarti bahwa pemilihan lag yang tepat akan menghasilkan residual yang bersifat Gaussian, yakni terbebas
dari permasalahan autokedastisitas Gujarati,1997. Dalam penentuan lag optimal, pemilihan dilakukan dengan kriteria yang mempunyai final prediction error
Universitas Sumatera Utara
correction FPE atau dari AIC,SIC,dan HQ yang paling kecil diantara berbagai lag yang diajukan.
Tabel 4.4 Hasil Pengujian Panjang Lag Optimal
Lag LogL
LR FPE
AIC SC
HQ -297.0997
NA 2.17e+09
30.00997 30.15933
30.03913
1
-280.4048 26.71188
1.02e+09 29.24048
29.83792 29.35711
2
-262.4495 23.34189
4.50e+08 28.34495
29.39047 28.54905
3
-254.4480 8.001483
6.09e+08 28.44480
29.93840 28.73637
4
-245.0490 6.579295
9.23e+08 28.40490
30.34658 28.78394
Sumber: Pengolahan data Eviews
Dari hasil ini, dapat diketahui bahwa lag yang paling optimal adalah nilai yang paling rendah dari masing-masing criteria LR, FPE, AIC,SC dan HQ.
Sehingga lag yang paling optimal adalah berada pada lag 2 yang ditunjukkan oleh tanda bintang.
4.3.3 Hasil Uji Kointegrasi
Berdasarkan panjang lag diatas, dilakukan uji kointegrasi untuk mengetahui apakah terjadi keseimbangan dalam jangka panjang, yaitu terdapat
kesamaan pergerakan dan stabilitas hubungan diantara variabel-variabel di dalam penelitian ini atau tidak. Dalam penelitian ini, uji kointegrasi dilakukan dengan
menggunakan metode Johansen’s Cointegration Test yang dilakukan untuk melihat hubungan jangka panjang antar variabel pertumbuhan ekonomi dan
pertumbuhan ekspor. Kriteria pengujian kointegrasi pada penelitian ini didasarkan pada trace-statisticdan nilai max-elgen value. Apabila nilai trace-statisticdan max-
elgen valuelebih besar daripada critical value 5, maka hipotesis yang menyatakan terdapat hubungan jangka panjang antara BI rate dan Capital Inflow
dapat diterima.
Universitas Sumatera Utara
Berikut ini disajikan tabel hasil uji kointegrasi dengan metode Johansen’s Cointegration Testdengan menggunakan intercept dan trend serta lag optimal 2.
Tabel 4.5 Hasil Uji Kointegrasi dengan Metode Johansen’s Cointegration Test
trace statistic
Unrestricted Cointegration Rank Test Trace Hypothesized
Trace 0.05
No. of CEs Eigenvalue
Statistic Critical Value
Prob. None
0.581369 36.69640
42.91525 0.1820
At most 1 0.464611
18.41034 25.87211
0.3170 At most 2
0.222693 5.290331
12.51798 0.5552
Sumber: Pengolahan data Eviews
Tabel 4.6 Hasil Uji Kointegrasi dengan Metode Johansen’s Cointegration Test
Maximum Elgenvalue statistic
Unrestricted Cointegration Rank Test Maximum Eigenvalue Hypothesized
Max-Eigen 0.05
No. of CEs Eigenvalue
Statistic Critical Value
Prob. None
0.581369 18.28606
25.82321 0.3557
At most 1 0.464611
13.12001 19.38704
0.3184 At most 2
0.222693 5.290331
12.51798 0.5552
Sumber: Pengolahan data Eviews
Berdasarkan tabel 4.5 di atas dapat dilihat bahwa nilai critical value lebih besar dari nilai trace statistic pada rank 0 42.9152536.69640dan juga rank 1
25.8721118.41034dengan tingkat kepercayaan 95. Dapat juga terlihat pada tabel 4.6 bahwa critical value lebih besar dari maximum elgen value pada rank 0
25.8232118.28606 dan juga pada rank 1 19.3870413.12001.Hal ini berarti hipotesis nol yang menyatakan bahwa tidak ada kointegrasi diterima dan hipotesis
alternatif yang menyatakan bahwa ada kointegrasi ditolak.
Universitas Sumatera Utara
Berdasarkan analisis ekonometrik di atas dapat dilihat bahwa di antara variabel penelitiantidak terdapat hubungan kointegrasi. Dengan demikian, dari
hasil uji kointegrasi mengindikasikan bahwa di antara pergerakan BI rate, SUN dan SBItidak memiliki hubungan stabilitaskeseimbangan dan kesamaan
pergerakan dalam jangka panjang. Dengan kalimat lain, dalam setiap periode jangka pendek, variabel tidak saling menyesuaikan, untuk mencapai ekuilibrium
jangka panjangnya.Berdasarkan hasil uji kointegrasi tersebut, model var yang digunakan adalah model VAR bentuk differensi karena data yang telah stasioner
dan tidak terkointegrasi.
4.3.4 Estimasi Model VAR