63
Neter dalam Ulpah 2006 menyebutkan bahwa nilai VIF akan semakin besar jika terdapat korelasi yang semakin besar di antara peubah-peubah bebas. VIF yang
lebih besar dari 10 dapat digunakan sebagai petunjuk adanya kolinearitas. Hasil analisis PCA pada data penelitian ini, seperti dalam Lampiran 5, menunjukkan bahwa
tidak terdapat nilai Variance Inflation Factor VIF yang lebih besar dari 10, sehingga dengan demikian metode ECM dapat dilanjutkan dengan menggunakan
nilai residual UT dari analisis PCA untuk melihat signifikansi variabel independen terhadap variabel dependen dalam jangka pendek.
5.1.2. Kestasioneran Data
Dalam metode analisis Error Correction Model ECM, langkah pertama yang dilakukan adalah menguji kestasioneran data unit root test dengan
menggunakan uji Augmented Dickey-Fuller. Unit Root Test dimaksudkan untuk mengetahui sifat dan kecenderungan data yang dianalisis, apakah data tersebut
memiliki pola yang stabil stasioner atau tidak. Suatu variabel dikatakan tidak memiliki unit root dan stasioner pada taraf nyata tertentu apabila nilai t-statistik ADF
lebih kecil dari nilai kritis Mc Kinnon. Selain itu, kestasinoneran ini juga dapat dibuktikan melalui nilai probabilitas prob dari semua variabel tersebut yang lebih
kecil dari taraf nyata yang digunakan α=10 persen.
Pada Tabel 5.4 diperlihatkan hasil uji unit root pada kesembilan variabel yang digunakan dalam penelitian ini. Pada level, terdapat tujuh variabel yang tidak
stasioner, yaitu: FP, PDB, KURS, LIBOR, MS, NET, dan DUMMY KMD. Hal ini ditunjukkan dengan nilai probabilitas dari variabel-variabel tersebut yang lebih besar
dari taraf nyata α=10 persen atau Prob 10 persen. Oleh karena terdapat beberapa
64
variabel yang tidak stasioner pada level maka dibutuhkan pengujian kestasioneran pada tingkat first difference.
Tabel 5.4. Hasil Uji Unit Root Pada Level
Variabel Nilai ADF
Nilai Kritis McKinnon Probabilitas
Keterangan 1 persen
5 persen 10 persen
FP
-1,860679 -3,600987 -2,935001 -2,605836 0,3470
Tidak Stasioner
PDB
2,225658 -3,621023 -2,943427 -2,610263 0,9999
Tidak Stasioner
KURS
-0,937241 -3,600987 -2,935001 -2,605836 0,7661
Tidak Stasioner
LIBOR
-1,824696 -3,600987 -2,935001 -2,605836 0,3637
Tidak Stasioner
MS
0,874399 -3,600987 -2,935001 -2,605836 0,9941 Tidak
Stasioner
INFLASI
-5,748888 -3,600987 -2,935001 -2,605836 0,0000
Stasioner
NET
-1,892444 -3,600987 -2,935001 -2,605836 0,3325
Tidak Stasioner
PMDN
-5,185082 -3,605593 -3,605593 -2,606857 0,0001
Stasioner
DUMMY KMD
-0,927700 -3,605593 -2,936942 -2,606857 0,7693
Tidak Stasioner
Sumber: Lampiran 2
Pada first difference
, semua variabel sudah stasioner. Hal ini diperlihatkan pada Tabel 5.5. Kestasioneran ini tampak dari nilai ADF masing-masing variabel
yang lebih kecil dari nilai kritis McKinnon pada taraf nyata 10 persen. Selain itu, kestasioneritasan ini juga dapat ditunjukkan dari nilai probabilitas prob semua
variabel lebih kecil dari taraf nyata α=10 persen.
Tabel 5.5. Hasil Uji Unit Root Pada First Difference
Variabel Nilai ADF
Nilai Kritis McKinnon Prob
Keterangan 1 persen
5 persen 10 persen
FP
-6,477035 -3,610453 -2,938987 -2,607932 0,000 Stasioner
PDB
-32,71333 -3,621023 -2,943427 -2,610263 0,000 Stasioner
KURS
-8,537192 -3,605593 -2,936942 -2,606857 0,000 Stasioner
LIBOR
-6,499047 -3,605593 -2,936942 -2,606857 0,000 Stasioner
MS
-6,927490 -3,605593 -2,936942 -2,606857 0,000 Stasioner
INFLASI
-5,748888 -3,600987 -2,935001 -2,605836 0,000 Stasioner
NET
-6,394222 -3,605593 -2,936942 -2,606857 0,000 Stasioner
PMDN
-5,185082 -3,605593 -3,605593 -2,606857 0,000 Stasioner
DUMMY KMD
-6,324555 -3,605593 -2,936942 -2,606857 0,000 Stasioner
Sumber: Lampiran 2
65
Berdasarkan Tabel 5.5, maka data pada penelitian ini baik variabel independen maupun variabel dependen telah memenuhi syarat untuk melanjutkan
metode analisis ECM.
5.2. Uji Kointegrasi dan Hasil Persamaan Jangka Panjang
