Hasil pengujian stasioneritas data untuk semua variabel amatan adalah sebagai berikut:
Tabel 4.3. Hasil Pengujian Stasioner dengan Akar-akar Unit
Variabel Nilai
Augmented Dickey Fuller
Nilai Kritis Mc Kinnon
pada Tingkat Signifikansi 1
Prob Stasioner
pada Tahap INF
PDB SBPD
JUB SBI
SIBOR -5.090186
-4.353854 -5.501109
-7.262162 -10.10404
-7.079109 -3.752946
-3.769597 -3.769597
-3.808546 -3.808546
-4.004425 0.0005
0.0011 0.0002
0.0000 0.0000
0.0001
Level 1st Difference
1st Difference 2nd Difference 2nd
Difference 1st Difference
Sumber: Lampiran Pengujian Unit Root Test
Hasil uji Augmented Dickey Fuller pada Tabel 4.3 tersebut di atas menunjukkan bahwa data hampir semua variabel tidak stasioner kecuali data inflasi,
sebagaimana ditunjukkan oleh nilai Dickey Fuller statistik yang di bawah nilai kritis Mc Kinnon pada derajat kepercayaan 1 persen. Bahkan pada Lampiran 2
menunjukkan bahwa hampir semua data tidak stasioner pada level kecuali variabel Inflasi di mana nilai ADF lebih besar dibandingkan dengan nilai Mc Kinnon pada
signifikan 1 persen dan probabilitas sebesar 0,0005 maka data dinyatakan stasioner pada level. Variabel lain seperti PDB, SBPD, dan JIBOR stasioner pada tahap 1st
difference. Variabel SBI dan JUB stasioner pada 2nd difference.
4.5. Vector Autoregression
Setelah terjadi hubungan timbal balik dalam uji kausalitas, maka langkah selanjutnya adalah dengan menggunakan VAR. Asumsi penggunaan lag 1 ditentukan
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
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.
Tabel 4.4. Hasil Estimasi VAR dengan Dasar Lag 1
Vector Autoregression Estimates Date: 090410 Time: 09:20
Sampleadjusted: 1986 2008 Included observations: 23 after adjusting endpoints
Standard errors in t-statistics in [ ]
LOGINF LOGJUB LOGPDB LOGSBI LOGSBPD LOGSIBOR
LOGINF-1 -0.598534
0.022567 -0.103177 0.026550 -0.053454
0.069503 0.34666
0.04510 0.13806 0.08361 0.08040
0.34311 [-1.72657]
[ 0.50039] [-0.74730] [ 0.31754] [-0.66485]
[ 0.20257] LOGJUB-1
-0.262104 1.015877 0.331616 -0.015496
-0.028355 -0.217288
0.25980 0.03380 0.10347 0.06266
0.06026 0.25714
[-1.00886] [ 30.0567] [ 3.20488] [-0.24728]
[-0.47058] [-0.84502]
LOGPDB-1 0.946636
-0.000191 0.219339 -0.330130 0.109839
-0.201200 0.61662
0.08022 0.24558 0.14872 0.14301
0.61030 [ 1.53520]
[-0.00238] [ 0.89314] [-2.21975] [ 0.76804]
[-0.32968] LOGSBI-1
-0.351207 0.155293 0.423236 -0.056874
-0.030566 0.019582
0.85804 0.11163 0.34173 0.20695
0.19900 0.84924
[-0.40931] [ 1.39120] [ 1.23850] [-0.27482]
[-0.15360] [ 0.02306]
LOGSBPD-1 2.264025
-0.045663 -1.060158 0.634657 0.858759
-0.189634 1.95002
0.25368 0.77663 0.47033 0.45226
1.93002
[ 1.16103] [-0.18000] [-1.36507] [ 1.34939]
[ 1.89880] [-0.09825]
LOGSIBOR-1 0.352254
0.024390 -0.200563 0.053240 0.096869
0.346877 0.32118
0.04178 0.12792 0.07747 0.07449
0.31788
[ 1.09676] [ 0.58372] [-1.56793] [ 0.68727]
[ 1.30043] [ 1.09121]
C -12.49864
-0.393561 9.375706 5.653445 -0.743710
6.360206 10.0019
1.30119 3.98349 2.41240 2.31974
9.89938 [-1.24962]
[-0.30246] [ 2.35364] [ 2.34349] [-0.32060]
[ 0.64249]
R-squared 0.240808
0.996459 0.863667
0.795562 0.359039
0.461260 Adj. R-squared
-0.043889 0.995131
0.812543 0.718898
0.118679 0.259233
Sum sq. resids 6.553263
0.110909 1.039479
0.381230 0.352505
6.419547 S.E. equation
0.639984 0.083258
0.254887 0.154360
0.148430 0.633421
F-statistic 0.845838
750.4278 16.89335
10.37725 1.493755
2.283156 Log likelihood
-18.19698 28.71158
2.977327 14.51264
15.41353 -17.95990
Akaike AIC 2.191042
-1.887963 0.349798
-0.653273 -0.731611
2.170426 Schwarz SC
2.536627 -1.542378
0.695383 -0.307688
-0.386026 2.516011
Mean dependent 2.163242
11.25895 13.72456
2.727461 2.796952
1.400903 S.D. dependent
0.626385 1.193200
0.588704 0.291140
0.158109 0.735955
Determinant Residual Covariance 3.40E-09
Log Likelihood d.f. adjusted 28.44692
Akaike Information Criteria 1.178528
Schwarz Criteria 3.252039
Sumber: Lampiran Eviews
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Gambar 4.3 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.
LOGINF = - 0.5985341588LOGINF-1 - 0.262104394LOGJUB-1 + 0.9466360693LOGPDB-1 - 0.351206678LOGSBI-1 +
2.264025269LOGSBPD-1 + 0.3522544928LOGSIBOR-1 - 12.49864068
LOGJUB = 0.02256691031LOGINF-1 + 1.015876507LOGJUB-1 - 0.000191000977LOGPDB-1 + 0.1552926442LOGSBI-1 -
0.04566268997LOGSBPD-1 + 0.02438952045LOGSIBOR-1 - 0.3935608679
LOGPDB = - 0.1031765064LOGINF-1 + 0.331616103LOGJUB-1 + 0.2193394829LOGPDB-1 + 0.4232356203LOGSBI-1 -
1.060158215LOGSBPD-1 - 0.2005627908LOGSIBOR-1 + 9.375706102
LOGSBI = 0.02655042877LOGINF-1 - 0.01549554899LOGJUB-1 - 0.3301304827LOGPDB-1 - 0.0568744793LOGSBI-1 +
0.6346568157LOGSBPD-1 + 0.05323969702LOGSIBOR-1 + 5.653445499
LOGSBPD = - 0.05345441397LOGINF-1 - 0.0283551423LOGJUB-1 + 0.1098392176LOGPDB-1 - 0.03056607528LOGSBI-1 +
0.8587587352LOGSBPD-1 + 0.09686907884LOGSIBOR-1 - 0.7437097741
LOGSIBOR = 0.06950305053LOGINF-1 - 0.2172883275LOGJUB-1 - 0.2011995567LOGPDB-1 + 0.0195823447LOGSBI-1 -
0.1896336832LOGSBPD-1 + 0.3468773893LOGSIBOR-1 + 6.360205577
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Berdasarkan hasil peramalan SIBOR, Suku Bunga Pinjaman Domestik SBPD, Jumlah Uang Beredar JUB, Inflasi INF, SBI, dan PDB ditunjukkan pada
Lampiran 5, di mana data periode dari tahun 1984 sampai tahun 2008. Model VAR dari SIBOR, Suku Bunga Pinjaman Domestik SBPD, Jumlah Uang Beredar JUB,
Inflasi INF, SBI, dan PDB masing-masing adalah: Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.4 dengan menggunakan dasar lag = 1 terlihat bahwa
adanya hubungan antara SIBOR, Suku Bunga Pinjaman Domestik SBPD, Jumlah Uang Beredar JUB, Inflasi INF, SBI, dan PDB dengan lag 1, hal ini dapat
disimpulkan bahwa dengan mengamati t-statistik dari masing-masing koefisien, hubungan timbal balik antara variabel SIBOR, Suku Bunga Pinjaman Domestik
SBPD, Jumlah Uang Beredar JUB, Inflasi INF, SBI, dan PDB secara statistik signifikan.
Tabel 4.5. Hasil Analisa VAR Variabel
INF JUB
PDB SBI
SBPD SIBOR
Kontribusi terbesar 1
SBPD t-1
0,161
JUB t-1
30,249
JUB t-1
3,205
SBPD t-1
1,349
SBPD t-1
1,899
SIBOR t-1
1,091
Kontribusi terbesar 2
SIBOR t-1
1,097
SBI t-1
1,391
SBI t-1
1,238
SIBOR t-1
0,687
SIBOR t-1
1,300
INF t-1
0,202
Sumber: Data Diolah, 2010 Berdasarkan hasil analisa Vector Autoregression diketahui bahwa variabel
sebelumnya juga mempengaruhi variabel sekarang. Di mana dapat ditunjukkan pada Lampiran 6 bahwa variabel masa lalu t-
1
berpengaruh signifikan terhadap dirinya sendiri dan variabel lain. Dari hasil estimasi tersebut di atas beserta uraiannya
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
ternyata hubungan timbal balik antara variabel SIBOR, Suku Bunga Pinjaman Domestik SBPD, Jumlah Uang Beredar JUB, Inflasi INF, SBI, dan PDB
menjadi semakin jelas dan dengan demikian hipotesa adanya kontribusi timbal balik antara SIBOR, Suku Bunga Pinjaman Domestik SBPD, Jumlah Uang Beredar
JUB, Inflasi INF, SBI, dan PDB sebagai variabel yang diamati dalam penelitian ini terbukti. Model VAR sesuai dengan ekspektasi perekonomian Indonesia di masa
mendatang, hal tersebut dapat ditunjukkan pada tren beberapa variabel yang berfluktuasi. Hasil VAR menunjukkan bahwa kontribusi pertama yang paling banyak
terhadap variabel lainnya adalah SBPDt-1 dengan memberikan kontribusi kedua terbesar yaitu variabel SIBOR dengan mempengaruhi INFt-1, SBIt-1 dan SBPDt-1.
4.6. Uji Kointegrasi dan Stabilitas Lag Struktur