tidak konsisten. Hal ini berarti bahwa pemilihan lag yang tepat akan menghasilkan residual yang bersifat Gaussian, yakni terbebas dari permasalahan autokedastisitas Gujarati,1997. Dalam
penentuan lag optimal, kita memilih dengan kriteria yang mempunyai final prediction error correction
FPE atau dari AIC,SIC,dan HQ yang paling kecil diantara berbagai lag yang diajukan.
4.4.3.1 Jalur Suku Bunga 4.4.3.1.1 Indonesia
Pengujian penentuan lag optimal pada variabel jalur suku bunga di Indonesia ditampilkan dalam tabel berikut:
Tabel 4.7 Hasil Penentuan Lag Optimal pada Jalur Suku Bunga di Indonesia
Lag LogL
LR FPE
AIC SC
HQ -9.755581
NA 1.01e-05
2.682833 2.863694
2.568825 1
54.16267 58.10750
1.65e-08 -4.393212
-3.308043 -5.077259
2 1244.211
0.000000 NA
-216.2202 -214.2307
-217.4743 indicates lag order selected by the criterion
Sumber: Pengolahan data Berdasarkan tabel di atas, penentuan lag optimal pada jalur suku bunga dari setiap criteria
menunjukkan lag yang berbeda satu dengan yang lain. Pada kriteria LR dan FPE optimal pada lag satu 1, sedangkan pada criteria AIC, SC, dan HQ optimal pada lag dua 2. Untuk
menentukan lag yang paling optimal adalah denghan melihat nilai terendah dari setiap criteria LR,FPE,AIC,SC, dan HQ, Nilai terendah dari kriteria tersebut ditemukan bahwa lag yang
optimal pada jalur suku bunga adalah berada pada lag dua 2.
4.4.3.1.2 Malaysia
Universitas Sumatera Utara
Pengujian penentuan lag optimal pada variabel jalur suku bunga di Malaysia ditampilkan dalam tabel berikut:
Tabel 4.8 Hasil Penentuan Lag Optimal pada Jalur Suku Bunga di Malaysia
Lag LogL
LR FPE
AIC SC
HQ -47.96639
NA 0.010498
9.630253 9.811115
9.516245 1
51.73447 90.63715
2.57e-08 -3.951722
-2.866553 -4.635769
2 1232.906
0.000000 NA
-214.1647 -212.1752
-215.4187 indicates lag order selected by the criterion
Sumber: Pengolahan data
Berdasarkan tabel di atas, penentuan lag optimal jalur suku bunga dari setiap kriteria menunjukkan lag yang berbeda satu dengan yang lain. Pada kriteria LR dan FPE menunjukkan
pada lag satu 1, sedangkan pada kriteria AIC, SC, dan HQ berada pada lag dua 2. Untuk menentukan lag yang paling optimal adalah dengan melihat nilai terendah dari setiap criteria LR,
FPE, AIC, SC, dan HQ. Nilai terendah dari criteria tersebut ditemukan bahwa lag yang optimal pada jalur suku bunga di Malaysia adalah berada pada lag dua 2.
4.4.3.1.3 Singapura
Pengujian penentuan lag optimal pada variabel jalur suku bunga di Singapura ditampilkan dalam tabel berikut:
Tabel 4.9 Hasil Penentuan Lag Optimal pada Jalur Suku Bunga di Singapura
Lag LogL
LR FPE
AIC SC
HQ -8.894432
NA 8.63e-06
2.526260 2.707122
2.412253 1
65.00114 67.17780
2.30e-09 -6.363844
-5.278675 -7.047891
2 1385.208
0.000000 NA
-241.8560 -239.8665
-243.1101 indicates lag order selected by the criterion
Sumber: Pengolahan data
Universitas Sumatera Utara
Berdasarkan tabel di atas, penentuan lag optimal pada jalur suku bunga di Singapura dari setiap kriteria menunjukkan lag yang berbeda satu dengan yang lainnya. Pada criteria LR dan
FPE menunjukkan pada lag satu 1, sedangkan pada kriteria AIC, SC, dan HQ berada lag dua 2. Untuk menentukan lag yang paling optimal adalah menilhat nilai terendah dari setiap criteria
LR, FPE, AIC, SC, dan HQ. Nilai terendah dari kriteria tersebut ditemukan bahwa lag yang optimal pada jalur suku bunga di Singapura adalah lag dua 2.
4.4.3.2 Jalur Nilai Tukar 4.4.3.2.1 Indonesia
