dalam bentuk difference merupakan data yang telah diturunkan dengan periode sebelumnya, dimana bentuk derajat pertama first difference dapat dinotasikan
dengan I 1 dengan fungsi: Δ Y
t
= Y
t
– Y
t-1
3.6.2. Uji Kausalitas Granger Causality Test
................................................................................................... 3.3 Dengan demikian melalui differencing pertama first difference akan
diperoleh data selisih. Prosedur data ADF kemudian diaplikasikan kembali untuk menguji data first difference. Jika dari hasil uji ternyata data first difference telah
stasioner, maka dikatakan data time series tersebut terintegrasi pada derajat pertama I1 untuk seluruh variabel. Tetapi jika data first difference tersebut
belum stasioner maka perlu dilakukan differencing yang kedua second difference pada data tersebut untuk memperoleh data yang stasioner. Prosedur ini seterusnya
dilakukan hingga diperoleh data yang stasioner. Uji ini dilakukan dengan program E-views versi 6.
Uji kausalitas dilakukan untuk mengetahui apakah suatu variabel endogen dapat diperlakukan sebagai variabel eksogen. Hal ini bermula dari ketidaktahuan
pengaruh antar variabel. Jika ada dua variabel y dan z, maka apakah y menyebabkan z atau z menyebabkan y atau berlaku keduanya atau tidak ada
hubungan keduanya. Variabel y menyebabkan variabel z artinya berapa banyak nilai z pada periode sekarang dapat dijelaskan oleh nilai z pada periode
sebelumnya dan nilai y pada periode sebelumnya. Uji kausalitas dapat dilakukan
dengan berbagai metode diantaranya metode Granger’s Causality.
Universitas Sumatera Utara
Pada penelitian ini digunakan metode Granger’s Causality. Granger’s Causality digunakan untuk menguji adanya hubungan kausalitas antara dua
variabel. Kekuatan prediksi predictive power dari informasi sebelumnya dapat menunjukkan adanya hubungan kausalitas antara y dan z dalam jangka waktu
lama. Penggunaan jumlah lag atau efek tunda dianjurkan dalam waktu lebih lama, sesuai dengan dugaan terjadinya kausalitas. Diharapkan hasil Granger’s Causality
ini dapat memberikan hasil yang menunjukkan adanya hubungan kausalitas dan arah pengaruh antara variabel Indeks Harga saham Asia Tenggara Indeks KLCI,
Indeks STI, Indeks PSE, Indeks SET dan Indeks VN dengan variabel Indeks
Harga Saham Gabungan Indonesia Indeks JKSE.
Pengujian hubungan kausalitas dengan metode Granger’s Causality dikembangkan oleh Granger. Model Granger’s Causality dinyatakan dalam
bentuk vektor autoregresi yang dinyatakan dalam persamaan berikut ini:
n n
Y
t
= Σ α
t
y
t-i
+ Σ ß
j
X
t-j
+ μ
1t
; X → Y jika ß
j
0 …….…………...……… 3.4
i
=1
j
=1
m m
X
t
= Σ λ
t
y
t-i
+ Σ γ
j
X
t-j
+ μ
2t
; Y → X jika
γ
j
0 ……..……………..…… 3.5
i
=1
j
=1
keterangan : Y
= variabel terikat X
= variabel bebas μ
1
,μ
2
1 Jika secara statistik ∑
ß
�
≠ 0
� � =1
��� ∑ �
�
= 0
� � =1
, maka terdapat kausalitas satu arah unindirectional causality dari Y ke X.
= error of term diasumsikan tidak mengandung korelasi serial dan m = n.
Berdasarkan hasil regresi linear diatas, akan dihasilkan empat kemungkinan mengenai nilai koefisien-koefisien regresi dari persamaan 3.4 dan
3.5 adalah sebagai berikut:
Universitas Sumatera Utara
2 Jika secara statistik ∑
ß
�
= 0
� � =1
��� ∑ �
�
≠ 0
� � =1
, maka terdapat kausalitas satu arah unindirectional causality dari X ke Y.
3 Jika secara statistik ∑
ß
�
= 0
� � =1
��� ∑ �
�
= 0
� � =1
, maka X dan Y bebas antara satu dengan yang lainnya, artinya antara Y ke X tidak saling
mempengaruhi independence atau tidak signifikan antara satu dengan lainnya.
4 Jika secara statistik ∑
ß
�
≠ 0
� � =1
��� ∑ �
�
≠ 0
� � =1
,maka terdapat kausalitas dua arah antara Y dan X atau terdapat hubungan kausalitas feedback atau
bilateral causality antara satu dengan lainnya. Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti
yang disebutkan diatas, maka perlu dilakukan uji F F
test
untuk masing-masing regresi.
Hipotesis nolnya adalah H Kemudian untuk menguji hipotesis atau pola kausalitas granger tersebutlah
digunakan uji F F :
∑ �
�
= 0
� �=1
test
dengan rumus sebagai berikut:
dimana m adalah jumlah lag, RSS
R
Restricted Residual Sum of Squares diperoleh dari regresi yang dilakukan terhadap X tanpa melibatkan lag variabel B,
sedangkan RSS
UR
Unrestricted Residual Sum of Squares diperoleh dari regresi yang dilakukan terhadap jumlah observasi dan k adalah jumlah parameter.
Sedangkan nilai n – k disebut juga derajat kebebasan atau degree of freedom. � =
���
�
– ���
��
� �
� − � ���
��
Universitas Sumatera Utara
Jika nilai F
stat
lebih besar daripada F
tabel
pada level signifikan yang ditentukan, maka H
ditolak atau tidak cukup bukti untuk diterima. Dengan kata lain, bahwa Y granger cause X atau terdapat hubungan kausalitas. Jika H
tidak cukup bukti untuk dapat ditolak maka Y does not granger cause X.
Analisis dalam penelitian ini menggunakan e-views, sehingga test kausalitas antara variabel dapat dilakukan dengan mudah, dimana lag optimal
digunakan. Untuk menguji hipotesis, maka dipermudah dengan membaca probabilitasnya. Dimana jika probabilitas lebih kecil daripada α dalam penelitian
ini, penulis menggunakan α sebesar 5, maka H ditolak atau dengan kata lain
variabel Y menyebabkan variabel X. Dan sebaliknya, jika probabilitasnya lebih besar daripada α, maka tidak cukup bukti menolak H
, atau Y tidak menyebabkan X sehingga artinya tidak ada hubungan kausalitas diantara kedua variabel tersebut.
Universitas Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
