2.5 Kestasioneran Data
Kestasioneran data deret waktu dapat diperiksa dengan melihat plot deret waktu. Plot deret waktu yang berfluktuasi dengan ragam yang konstan
di sekitar rataan yang konstan menunjukkan bahwa data deret waktu tersebut stasioner. Sedangkan plot deret waktu yang tidak berfluktuasi di sekitar rataan
yang konstan atau tidak berfluktuasi dengan ragam yang konstan mengindikasikan bahwa data deret waktu tersebut tidak stasioner. Selain itu
plot korelasi diri ACF juga dapat menunjukkan data deret waktu stasioner atau tidak stasioner. Jika plot ACF dari data membentuk pola cuts off
memotong garis atau tails off turun secara eksponensial menuju nol dengan cepat, maka data tersebut diperkirakan stasioner. Sedangkan jika plot
ACF membentuk pola tails off secara lambat, maka data deret waktu tersebut diperkirakan tidak stasioner Bowerman O’Connell, 1993. Data dikatakan
stasioner bila memenuhi syarat berikut: 1 rata-rata dan variannya konstan sepanjang waktu, dan 2 kovarian antara dua data runtut waktu tergantung
pada kelambanan antara dua periode tersebut Winarno, 2007.
2.6 Model Vector Autoregression VAR
Model VAR dikembangkan oleh Christoper Sims pada tahun 1980. model ini pada dasarnya hampir sama dengan model untuk menguji
Granger’s Causality. Model VAR sangat berguna dalam menentukan tingkat eksogenitas suatu variabel ekonomi dalam sebuah sistem ekonomi dimana
terjadi saling ketergantungan antar variabel dalam ekonomi. Sims berpendapat, jika memang terdapat hubungan yang simultan antar variabel
yang diamati, variabel-variabel tersebut perlu diperlakukan sama, sehingga tidak ada lagi variabel endogen dan eksogen Nachrowi dan Usman, 2006.
Model VAR ini menjawab tantangan kesulitan yang ditemui akibat model struktural yang harus mengacu pada teori. Dengan kata lain, model
VAR tidak banyak tergantung pada teori, tetapi hanya perlu menentukan variabel yang saling berinteraksi menyebabkan yang perlu dimasukkan
dalam sistem, dan banyaknya variabel jeda yang perlu diikutsertakan dalam
model yang diharapkan dapat menangkap keterkaitan antar variabel dalam sistem Nachrowi dan Usman, 2006.
2.7 Vector Error Correction Model VECM
Kategori