4.2.2. Uji Stasioner
Salah satu syarat dalam analisis VAR adalah data yang stasioner. Pada data runtun waktu sering kali terdapat akar unit tidak stasioner yang artinya nilai
rata-rata dari variannya selalu berubah sepanjang waktu. Sebelum melakukan estimasi model, terlebih dahulu dilakukan uji stasioneritas yaitu uji yang
dilakukan untuk mengetahui apakah data yang digunakan stasioner atau tidak. Data deret waktu dikatakan stasioner jika data menunjukkan pola yang konstan
dari waktu ke waktu atau tidak terdapat pertumbuhan atau penurunan pada data, dengan kata lain data harus horisontal sepanjang sumbu waktu.
Data yang tidak stasioner akan menghasilkan apa yang dinamakan Spurious Regression regresi palsu, yaitu regresi yang menggambarkan dua
variabel atau lebih yang nampaknya signifikan secara statistik padahal kenyataannya tidak sebesar regresi yang dihasilkan tersebut. Dalam mengukur
kestasioneran data dapat dilakukan dengan berbagai cara, yaitu Augmented Dicky Fuller test ADF test, Philips Perron PP, Dickey-Fuller GLS ERS, Ng-Perron,
dan sebagainya. Dalam penelitian ini menggunakan ADF test. Data bersifat stasioner apabila nilai mutlak ADF statistiknya lebih besar dari nilai kritis
Critical Value test.
4.2.3. Menentukan Kriteria Lag
Penentuan lag optimum dapat menggunakan beberapa kriteria, seperti Likelihood Ratio LR, Schwarz Information Criterion SC, Akaike Information
Criterion AIC, Final Prediction Error FPE dan Hannan-Quinn Criterion
HQ. Pada penelitian ini lag optimum dipilih berdasarkan koefisien yang ditunjukkan oleh SC, secara matematis persamaan SC adalah sebagai berikut :
SC = -2 lT + k log TT 4.6
dimana : l
= Nilai logaritma dari likelihood function k
= Parameter T
= Jumlah yang diobservasi Besarnya lag optimal ditentukan oleh lag yang memiliki kriteria SC yang terkecil.
4.2.4. Uji Kointegrasi
Kointegrasi merupakan hubungan jangka panjang antara variabel, meskipun dalam jangka pendek secara individual tidak stasioner tetapi kombinasi
linear antara variabel tersebut dalam jangka panjang dapat menjadi stasioner. Salah satu syarat agar tercapai keseimbangan jangka panjang adalah error term
merupakan sebuah data runtun waktu yang stasioner. Beberapa metode yang dapat digunakan untuk melakukan uji kointegrasi, seperti Engle-Granger Cointegration
test, Johansen Cointegration test dan Cointegration Regression Durbin Watson test. Suatu data runtun waktu dikatakan terintegrasi pada tingkat ke-d atau sering
disebut Id jika data tersebut bersifat stasioner setelah pendiferensian sebanyak d kali. Dalam penelitian ini lebih ditekankan pada penggunaan uji kointegrasi
Johansen Cointegrating System test. Indikator dari variabel tersebut, apakah terkointegrasi atau tidak salah satunya dapat dilihat dari nilai trace satistik atau
max-eigen value, jika nilai trace statistik lebih besar dari critical value, maka H ditolak sehingga didalam variabel terjadi kointegrasi.
4.2.5. Estimasi VECM Vector Error Correction Models
Kategori