guncangan shock didalam variabel gangguan. Perangkat analisis Impulse Response inilah yang menjadi bagian penting dalam analisis VAR sebagai alat
untuk mendeteksi pengaruh kejutan dari setiap variabel yang juga digunakan dalam penelitian ini. Nilai peramalan VAR dapat ditulis sebagai berikut:
= EY +
Σ θ
i
= EZ +
Σ θ
i
Dimana: EY dan EZ masing-masing nilai rata-rata dari Y dan Z
3.5.5 Forecast Error Varience Decomposition FEVD
Varience Decomposition merupakan analisis yang digunakan untuk melihat seberapa besar kontribusi setiap variabel karena adanya perubahan
variabel tertentu didalam system VAR. Darmanto 2007 : 55 menerangkan bahwa “dekompososisi varian ini menjelaskan proporsi pergerakan suatu series akibat
kejutan variabel itu sendiri dibandingkan dan kejutan variabel lain.” Rusiadi 2009 menuliskan persamaan FEDV dapat digambarkan dengan persamaan
berikut: ZtX
t+1
= A + A
1
X
1
Nilai A dan A
1
digunakan mengestimasi nilai masa depan X
t+1
E
t
X
t+n
= e
t+n
+ e
t+n-2
+……+ e
t+1
Universitas Sumatera Utara
Artinya nilai FEDW selalu 100 persen, nilai FEDV lebih tinggi menjelaskan
kontribusi varians satu variabel transmit lainnya lebih tinggi.
3.5.6 Uji Kausalitas Granger
Granger causality merupakan pendekatan yang lazim digunakan untuk mendeteksi hubungan atau arah pemegaruhan antara dua variabel. Adapun metode
regresi dari Granger causality sama dengan metode VAR, yaitu meregres dengan lag dari masing-masing variabel. Karena Granger Causality hanya melibatkan dua
variabel, maka pendekatan ini juga dikenal dengan bivariate VAR. Secara garis besar, persamaan dari Granger Causality test dapat dinotasikan sebagai berikut:
⋯ ⋯
⋯ ⋯
ѵ Dimana:
x, y : variabel yang dites hubungannya n:
: banyaknya lag yang diikutsertakan dalam regresi εν :
error term Dengan menggunakan lag dari variabel itu sendiri dan lag dari variabel
yang lainnya, model tersebut mencoba mengestimasi seberapa besar variabilitas dari variabel tersebut dapat dijelaskan yang kemudian diartikan dengan
‘dipengaruhi’. Terdapat empat kemungkinan hubungan pemengaruhan yang mungkin diperoleh dari hasil estimasi Granger causality tersebut, yaitu i
variabel x mempengaruhi y; atau ii variabel y mempengaruhi x; iii variabel x
Universitas Sumatera Utara
dan y saling mempengaruhi, atau iv variabel x dan y tidak berhubungan sama sekali.
Pendekatan ini akan digunakan untuk mengkonfirmasi hasil estimasi VAR sehingga dapat diyakini mengenai validitas arah hubungan dan siknifikan dari
variabel kebijakan moneter dan PDRB, pendekatan Granger Causality ini juga digunakan untuk mengkonfirmasi hubungan kuantitas antar variabel moneter.
Prastowo, 2007
3.6 Defensi Operasional
