Vector Error Correction Model VECM Impuls Response Function IRF

Keempat koefisien Ø 11 i, Ø 12 i, Ø 21 i, dan Ø 22 i merupakan impuls response function. Hasil IRF tersebut sangat sensitif terhadap pengurutan ordering variabel yang digunakan dalam perhitungan. Pengurutan variabel yang didasarkan pada faktorisasi cholesky. Variabel yang memiliki nilai prediksi terhadap variabel lain diletakkan di depan berdampingan satu sama lainnya. Variabel yang tidak memiliki nilai prediksi terhadap variabel lain diletakkan paling belakang

3.2.7 Forecast Error Variance Decomposition FEVD

FEVD adalah metode yang dapat digunakan untuk melihat bagaimana perubahan dalam suatu variabel makro ditunjukkan oleh perubahan variance error yang dipengaruhi oleh variabel-variabel lainnya. Metode ini dapat melihat juga kekuatan dan kelemahan dari masing-masing variabel dalam memengaruhi variabel lainnya pada kurun waktu yang panjang how longhow persistent. Dekomposisi varians merinci varians dari error peramalan forecast menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model. Melalui perhitungan persentase squared prediction error k-tahap ke depan dari sebuah variabel akibat inovasi dalam variabel-variabel lain, dapat dilihat seberapa besar error peramalan variabel tersebut disebabkan oleh variabel itu sendiri dan variabel-variabel lainnya

3.2.8 Derajat Pass-Through

Metode penghitungan derajat pass-through mengacu pada model Hyder dan Shah dalam Achsani 2008 dimana Cholesky decomposition digunakan untuk mengidentifikasi guncangan struktural dan menghitung derajat pass-through melalui analisis impulse response. Koefisien derajat pass-through dihitung berdasarkan kumulatif impulse response dari variabel shock terhadap variabel respon dan variabel shock terhadap variabel shock itu sendiri. Persamaan matematis penghitungan derajat pass-through adalah sebagai berikut: ∑ ∑ 3.8 Keterangan: ∑ : kumulatif respon Y, CC, I, IHK dan R terhadap shock G dari horizon pertama sampai ke-n ∑ : kumulatif respon G terhadap shock G dari horizon pertama sampai ke-n

3.3 Model Penelitian

Model penelitian ini adalah: ∑ 3.9 Keterangan: Yt : vektor variabel endogen G t , Y t , CC t , I t , IHK t , R t α : konstanta β : koefisien matriks untuk lag-i ε : residual Berdasarkan model diatas, dengan memasukkan enam variabel yang akan digunakan dalam penelitian ini, maka persamaan VAR yang akan terbentuk sesuai variabel yang akan dianalisis adalah: ∑ ∑ ∑ ∑ ∑ ∑ 3.10 ∑ ∑ ∑ ∑ ∑ ∑ 3.11 ∑ ∑ ∑ ∑ ∑ ∑ 3.12 ∑ ∑ ∑ ∑ ∑ ∑ 3.13 ∑ ∑ ∑ ∑ ∑ ∑ 3.14 ∑ ∑ ∑ ∑ ∑ ∑ 3.15 Keterangan: Y : Produk Domestik Bruto PDB CC : Konsumsi rumah tangga G : Government spending pengeluaran pemerintah I : Investasi IHK : Indeks Harga Konsumen R : Tingkat suku sunga deposito Persamaan umum: 3.16