Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.9 dengan menggunakan dasar lag 1 terlihat bahwa adanya hubungan antara CD, ERB, HR,
INF, Kurs, NE, PDB, SBPU dan TBK dengan lag 1, hal ini dapat disimpulkan bahwa dengan
mengamati t-statistik
dari masing-masing
koefisien, hubungan
interdependensi antara variabel CD, ERB, HR, INF, Kurs, NE, PDB, SBPU dan TBK secara statistik signifikan.
Berdasarkan hasil analisa Vector Autoregression diketahui bahwa variabel sebelumnya juga mempengaruhi variabel sekarang. Di mana dapat ditunjukkan pada
Tabel 4.9 bahwa variabel masa lalu t-1 berpengaruh signifikan terhadap dirinya sendiri dan variabel lain. Dari hasil estimasi tersebut di atas beserta uraiannya
ternyata hubungan timbal balik antara variabel CD, ERB, HR, INF, Kurs, NE, PDB, SBPU dan TBK menjadi semakin jelas dan dengan demikian hipotesa adanya
kontribusi timbal balik antara CD, ERB, HR, INF, Kurs, NE, PDB, SBPU dan TBK sebagai variabel yang diamati dalam penelitian ini terbukti. Model VAR sesuai
dengan ekspektasi perekonomian Indonesia di masa mendatang, hal tersebut dapat ditunjukkan pada trend beberapa variabel yang berfluktuasi. Variabel yang paling
banyak mempengaruhi yaitu ERB dan SBPU sebanyak 3 variabel sedangkan PDB tidak memiliki kontribusi terbesar pertama terhadap variabel lainnya.
4.4. Uji Kointegrasi dan Stabilitas Lag Struktur
Untuk mengetahui ada berapa persamaan kointegrasi maka dilakukan uji kointegrasi. Hasil uji kointegrasi dengan alat bantu Eviews 4.1 ditampilkan pada
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Tabel 4.10 Pada baris pertama menunjukkan penolakan terhadap Ho yang mengatakan tidak ada kointegrasi karena nilai likelihood ratio-nya lebih besar dari
nilai critical value-nya, dengan kata lain Ho ditolak. Pada baris kedua Ho mengatakan ada kointegrasi maksimal 2 persamaan, namun hipotesis ini juga ditolak
karena nilai likelihood ratio-nya juga lebih besar. Kemudian pada baris selanjutnya hipotesis nol. Ho mengatakan ada persamaan kointegrasi maksimal 2, namun hanya
pada รก = 5 sehingga hipotesis ini bisa ditolak.
Tabel 4.10. Uji Kointegrasi Johansen
Date: 081710 Time: 13:55 Sample adjusted: 1984 2008
Included observations: 24 after adjusting endpoints Series: CD ERB HR INF KURS NE PDB SBPU TBK
Hypothesized Trace
0.05 No. of CEs
Eigenvalue Statistic
Critical Value Prob.
None 0.766886
169.1026 95.75366
0.0000 At most 1
0.521611 86.09757
69.81889 0.0015
At most 2 0.286921
44.06972 47.85613
0.1085 At most 3
0.205705 24.79445
29.79707 0.1689
At most 4 0.130804
11.66732 15.49471
0.1736 At most 5
0.062466 3.676649
3.841466 0.0552
At most 6 0.062466
3.676649 3.841466
0.0552 At most 7
0.062466 3.676649
3.841466 0.0552
At most 8 0.062466
3.676649 3.841466
0.0552 Trace test indicates 2 cointegrating eqns at the 0.05 level
denotes rejection of the hypothesis at the 0.05 level MacKinnon-Haug-Michelis 1999 p-values
Berdasarkan uji ini diketahui bahwa ada 2 persamaan kointegrasi seperti keterangan dibagian bawah Tabel 4.10 pada 5 dan 1 level yang berarti asumsi
adanya hubungan jangka panjang antar variabel terbukti. Berdasarkan hasil uji kointegrasi diketahui bahwa ternyata ada persamaan yang memiliki kointegrasi dalam
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
jangka panjang sehingga hasil kausalitas yang menyatakan hubungan jangka pendek dapat digantikan dengan asumsi yang menyatakan hubungan jangka menengah dan
jangka panjang terbukti. Jadi semua variabel dinyatakan memiliki kontribusi dalam jangka panjang sehingga analisa Vector Autoregression dapat digunakan untuk
pengujian selanjutnya. Setelah terjadi hubungan timbal balik dalam uji kausalitas, maka langkah
selanjutnya adalah dengan menggunakan VAR. Estimasi VAR didukung dengan penggunaan stabilitas lag. Asumsi penggunaan lag 1 ditentukan oleh stabilitas lag
structur dengan menggunakan Invesrse Roots of AR Characteristic Polynomial dan
prinsip Parsimony. Di mana nilai lag structur pada lag 1 sudah stabil maka ditentukan lag 1.
Uji stabilitas lag dilakukan melalui lag 1, lag 2 dan seterusnya. Jika pada lag 1 sudah stabil maka tidak perlu dilakukan uji lag 2. Berdasarkan hasil penjelasan
Vector Autoregression kemudian didukung dengan gambar stabilitas berikut:
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Tabel 4.11. Roots of Characteristic Polynomial
Roots of Characteristic Polynomial Endogenous variables: LOGCD LOGERB LOGHR LOGINF LOGKURS
LOGNE LOGPDB LOGSBPU LOGTBK Exogenous variables: C
Lag specification: 1 1 Date: 090310 Time: 09:01
Root Root
0.969002 0.969002
0.822960 - 0.324988i 0.822960 - 0.324988i
0.822960 + 0.324988i 0.822960 + 0.324988i
0.602054 - 0.531572i 0.602054 - 0.531572i
0.602054 + 0.531572i 0.602054 + 0.531572i
-0.296521 - 0.416811i -0.296521 - 0.416811i
-0.296521 + 0.416811i -0.296521 + 0.416811i
-0.393629 -0.393629
0.142436 0.142436
No root lies outside the unit circle. VAR satisfies the stability condition.
Roots of Characteristic Polynomial
Roots of Characteristic Polynomial Sumber: Pengolahan eviews, 2010
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5 Inverse Roots of AR Characteristic Polynomial
Gambar 4.11. Stabilitas Struktur Model
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Gambar 4.11 menunjukkan spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial dan Inverse Roots of AR
Characteristic Polynomial diperoleh hasil stabil, hal ini dapat ditunjukkan bahwa
hampir semua unit roots berada dalam lingkaran gambar Inverse Roots of AR Characteristic Polynomial
. Stabilitas lag sudah terpenuhi maka analisa VAR bisa dilanjutkan.
4.5. Impulse Response Function IRF