Unit Root Test TRANSMISI

stabilitas VAR, penentuan lag optimal, dan uji kointegrasi. Kegiatan pengujian ini penting karena sebagian besar data time series mengandung akar unit yang dapat mengakibatkan kurang baiknya model yang diestimasi misalnya hasil estimasi menjadi palsu dan tidak valid Gujarati, 2003. Tabel 4.1. Ringkasan Statistik Data Yield Harian Obligasi Negara-negara ASEAN+6 Mean Std. Dev Skewness Kurtosis JB-Stat p-Value AUS 5.588880 0.306087 -0.171032 1.649759 35.00370 0.00000 SB 6.033072 0.224118 0.096140 1.905989 22.26038 0.000015 CHN 2.347460 0.474230 1.825024 17.83080 4208.679 0.00000 JPG 1.093303 0.257871 -0.604763 2.245906 36.65361 0.00000 KOR 4.971709 0.226990 0.233582 2.902133 4.110266 0.128076 Non- ASEAN 4.0068688 0.2978592 0.2757902 5.3069174 861.341 0.0256182 IND 11.84514 1.613882 0.109231 2.235562 11.40397 0.003339 MAL 3.839594 0.357463 0.667135 2.723054 33.40397 0.000000 PHI 8.467112 1.760718 0.002564 1.680731 31.40146 0.000000 THA 5.114875 0.440735 -0.256708 2.989882 4.757545 0.092664 SNG 3.037575 0.288178 -1.214900 3.761209 116.9708 0.000000 ASEAN- 5 6.4608592 0.8921952 -0.1385356 2.6780876 39.607349 0.0192006

4.2. Unit Root Test

Langkah pertama yang dilakukan sebelum melakukan pengolahan data dengan model VARVECM adalah menguji kestasioneran data variabel yang digunakan untuk masing-masing negara karena sebagian besar data time series mengandung akar unit. Uji unit root merupakan uji yang sangat populer untuk menguji kestasioneran data yang dikenalkan oleh David Dickey dan Wayne Fuller. Uji ini dikenal juga sebagai uji Augmented Dickey Fuller ADF. Jika nilai t-ADF lebih kecil dari nilai kritis MacKinnon, maka dapat disimpulkan bahwa data yang digunakan dalam penelitian ini adalah stasioner yang artinya tidak mengandung akar unit. Apabila data pada level tidak stasioner maka pengujian dilakukan sampai dengan first difference. Hasil pengujian data pada level dengan menggunakan uji Augmented Dicky Fuller ADF disajikan dalam Tabel 4.2 berikut: Tabel 4.2. Uji Akar Unit pada Level Negara Nilai ADF Nilai Kritis MacKinnon Keterangan 1 5 10 Indonesia -4.619273 -3.980272 -3.420662 -3.133035 Stasioner Malaysia -0.738163 -3.979493 -3.420283 -3.132811 Tidak Stasioner Thailand -2.453776 -3.979747 -3.420406 -3.132884 Tidak Stasioner Singapura -1.475734 -3.979543 -3.420308 -3.132826 Tidak Stasioner Filipina -2.042508 -3.979645 -3.420357 -3.132855 Tidak Stasioner Cina -3.982699 -3.979747 -3.420406 -3.132884 Stasioner Korea Selatan -3.212863 -3.979543 -3.420308 -3.132826 Tidak Stasioner Jepang -1.810004 -3.979443 -3.420259 -3.132797 Tidak Stasioner Selandia Baru -2.567372 -3.979443 -3.420259 -3.132797 Tidak Stasioner Australia -3.015550 -3.979443 -3.420259 -3.132797 Tidak Stasioner US -1.364795 -3.979850 -3.420457 -3.132914 Tidak Stasioner Keterangan: stasioner pada taraf nyata 1, 5, dan 10 Dari tabel di atas dapat diketahui bahwa data yang digunakan sebagian besar masih tidak stasioner atau dalam arti masih memiliki akar-akar unit pada tingkat level. Hal ini dapat diketahui dari nilai t-ADF yang lebih besar dari nilai kritis MacKinnon pada taraf nyata 1 persen, 5 persen, dan 10 persen. Karena sebagian besar data tersebut tidak stasioner pada tingkat level, maka pengujian dilakukan kembali pada tingkat first difference. Tetapi menurut Sims dalam Nugraha 2006 bahwa penggunaan data first difference tidak direkomendasikan karena hal ini akan menghilangkan informasi jangka panjang yang dimiliki. Hasil pengujian dapat dilihat pada Tabel 4.3 berikut. Tabel 4.3. Uji Akar Unit pada First Difference Negara Nilai ADF Nilai Kritis MacKinnon Keterangan 1 5 10 Indonesia -3.861332 -3.445852 -2.868268 -2.570419 Stasioner Malaysia -2.799174 -3.445928 -2.868302 -2.570437 Stasioner Thailand -5.435319 -3.445481 -2.868105 -2.570332 Stasioner Singapura -14.26980 -3.445338 -2.868042 -2.570298 Stasioner Filipina -10.70369 -3.445409 -2.868073 -2.570315 Stasioner Cina -10.15730 -3.445627 -2.868169 -2.570366 Stasioner Korea Selatan -14.87241 -3.445338 -2.868042 -2.570298 Stasioner Jepang -15.99288 -3.445338 -2.868042 -2.570298 Stasioner Selandia Baru -22.47325 -3.445302 -2.868206 -2.570289 Stasioner Australia -15.36790 -3.445338 -2.868042 -2.570298 Stasioner US -7.081948 -3.445554 -2.868137 -2.570349 Stasioner Keterangan: stasioner pada taraf nyata 1, 5, dan 10 stasioner pada taraf nyata 10 Berdasarkan Tabel 4.3 di atas, dapat diketahui bahwa pada first difference semua data yang digunakan dalam penelitian ini telah stasioner pada taraf 10 persen yang juga berarti tidak memiliki akar-akar unit lagi dan data yang digunakan terintegrasi pada ordo satu atau dapat disingkat menjadi I1. Karena penggunaan data pada first difference dapat menghilangkan informasi pada jangka panjang maka untuk menganalisisnya akan digunakan data level sehingga model VAR akan dikombinasikan dengan model koreksi kesalahan menjadi VECM apabila data tersebut stasioner pada first difference dan terkointegrasi.

4.3. Penentuan