41
Tabel 3. Hasil pengujian akar tingkat level dan first difference
Variabel Level
First difference T statistik
probabilitas T statistik
probabilitas Cibinong
-0.756617 0.8189
-4.415648 0.0013
Citereup -2.796657
0.0690 -7.843715
0.0000 Jasinga
-2.411591 0.1460
-7.677574 0.0000
Leuwiliang -1.128967
0.6932 -5.626424
0.0000
Keterangan: signifikan pada taraf nyata 5 signifikan pada taraf nyata 5
6.2.2 Penentuan Lag Optimal
Penentuan lag optimal diperlukan dalam penggunaan metode VAR. Penentuan lag optimal sangat penting dalam pendekatan VAR karena lag
dari variabel endogen dalam sistem persamaan akan digunakan sebagai variabel eksogen. Pengujian panjang lag optimal ini sangat berguna untuk
menghilangkan masalah autokorelasi dalam sistem VAR. Tabel 4. Hasil pengujian lag optimal
Keterangan : lag optimal
Semakin panjang lag yang digunakan akan mengurangi derajat bebas dan jumlah observasi. Sedangkan lag yang terlalu pendek akan
memberikan spesifikasi yang keliru. Untuk menetapkan lag yang optimal digunakan nilai dari Akaike Information Criteria AIC, Schwarz Criteria
SC dan Hannan-Quinn Information Criteria HQ. Hasil pengujian lag optimal dapat dilihat pada tabel empat. Dengan demikian maka lag tiga
dipilih untuk digunakan dalam model VAR.
6.2.3 Uji Stabillitas VAR
Uji stabilitas data dilakukan untuk melihat apakah model yang digunakan stabil atau tidak. Sebelum menganalisis perlu dilakukan uji
stabilitas data agar estimasi VAR yang digunakan menjadi baik dan
Lag LogL
LR FPE
AIC SC
HQ
199.2409 NA
8.54e-11 -11.83278
-11.65139 -11.77175
1 266.8725
114.7688 3.77e-12
-14.96197 -14.05500
-14.65680
2 287.1565
29.50400 3.05e-12
-15.22161 -13.58905
-14.67230
3 321.1552
41.21047 1.16e-12
-16.31243 -13.95430
-15.51899
42 terhindar dari pendugaan model yang kurang baik atau tidak sempurna.
Menurut Gujarati 2004 Suatu model VAR dikatakan stabil jika seluruh nilai roots-nya memiliki nilai modulus yang kurang dari satu.
Tabel 5. Hasil uji stabilitas VAR Root
Modulus
0.955191 0.955191
-0.367636 - 0.586106i 0.691865
-0.367636 + 0.586106i 0.691865
0.496438 - 0.229203i 0.546795
0.496438 + 0.229203i 0.546795
0.463471 0.463471
0.110110 - 0.191665i 0.221043
0.110110 + 0.191665i 0.221043
Berdasarkan hasil uji stabilitas VAR yang dilakukan, terlihat bahwa nilai modulus dari seluruh roots memiliki nilai modulus kurang dari satu,
sehingga dapat disimpulkan bahwa model yang digunakan dalam penelitian
ini stabil pada lag optimal nya.
6.2.4 Analisis Kointegrasi
Uji kointegrasi dalam penelitian ini menggunakan pendekatan Johansen dengan membandingkan antara trace statistic dengan critical
value dan maksimum eigenvalue dengan critical value pada taraf nyata 5 persen. Jika trace statistic atau maksimum eigenvalue lebih besar dari
critical value maka terdapat kointegrasi dalam sistem persamaan tersebut. Hubungan saling mempengaruhi dapat terlihat dari kointegrasi variabel yang
terjadi. Jika terdapat kointegrasi antar variabel maka hubungan saling mempengaruhi berjalan dan informasi tersebar secara pararel.
Tabel 6. Hasil uji kointegrasi johhansen trace statistic Hypotesized
no of CEs Eigenvalue
Trace statistics
0.05 critical value
Prob. None
0.724132 55.58993
40.17493 0.0007
At most 1
0.188536 11.80367
24.27596 0.7214
At most 2
0.107968 4.700572
12.32090 0.6099
At most 3
0.023713 0.815955
4.129906 0.4224
43 Berdasarkan tabel diatas, hasil uji kointegrasi ditemukan bahwa
terdapat satu persamaan yang terkointegrasi pada taraf signifikan 5. Hal ini berarti hipotesis nol yang menyatakan bahwa tidak ada kointegrasi
ditolak. Hal ini menyatakan bahwa maksimal ada satu kointegrasi diterima. Uji kointegrasi menunjukkan bahwa diantara variabel yang ada di penelitian
ini memiliki hubungan kombinasi linear yang bersifat stasioner kointegrasi. Adanya kointegrasi di dalam persamaan menunjukkan bahwa terdapat
hubungan jangka panjang diantara variabel-variabel tersebut.
6.2.5 Uji kausalitas Granger
Uji kausalitas granger digunakan untuk membuktikan apakah suatu variabel memmpunyai hubungan dua arah atau hanya satu arah saja. Uji
kausalitas granger melihat apakah adakah pengaruh masa lalu terhadap kondisi saat ini. uji kausalitas granger melihat adakah hubungan kausal
sebab akibat antara pasar pasar yang menjadi sample dalam penelitian ini. Dari hasil pengujian kausalitas granger terlihat bahwa bahwa harga
ayam broiler di pasar Jasinga dan pasar Citeureup terjadi hubungan kausalitas dua arah atau hubungan sebab akibat. Hal ini dapat diartikan
apabila terjadi perubahan harga ayam broiler pada pasar Jasinga maka akan mempengaruhi pada perubahan harga ayam broiler di pasar Citeureup.
Demikian pula sebaliknya, apabila terjadi perubahan harga ayam broiler di pasar Citeureup maka akan memperngaruhi harga ayam broiler di pasar
Jasinga. Hubungan kausalitas dua arah yang signifikan juga terjadi antara harga ayam broiler di pasar Cibinong dan pasar Citeureup. Hal ini berarti
apabila terjadi perubahan harga ayam broiler pada pasar Cibinong maka akan mempengaruhi pada perubahan harga ayam broiler di pasar Citeureup.
Demikian pula sebaliknya, apabila tejadi perubahan harga ayam broiler di pasar Citeureup maka akan mempengaruhi harga ayam broiler di
pasar Cibinong.Uji kausalitas granger antara harga ayam broiler di pasar Cibinong dengan harga di pasar Jasinga menunjukkan hubungan kausalitas
satu arah
