32
dimana �
�+1
, …. �
�
adalah nilai eigenvectors terkecil � − �. Null
hypothesis yang disepakati adalah jumlah dari arah kointegrasi sama dengan banyaknya r. Dengan kata lain, jumlah vektor kointegrasi lebih kecil atau sama
dengan ≤ r, dimana r = 0,1,2 dan seterusnya.
Untuk uji statistik yang kedua adalah uji maksimum eginvalue �
maks
yang dilakukan dengan formula sebagai berikut :
�
max
r,r+1 = -T in 1- �
r-1
…………………………………… 3.6 Uji ini berdasarkan pada uji null hypothesis bahwa terdapat r dari vector
kointegrasi yang berlawanan r+1 dengan vector kointegrasi. Untuk melihat hubungan kointegrasi tersebut maka dapat dilihat dari besarnya nilai Trace
statistic dan Max-Eigen statistic dibandingkan dengan nilai critical value pada tingkat kepercayaan 5 , 10.
3.4.4. Analisis Kausalitas Granger
Dalam analisis ekonomi, hubungan sebab akibat antara variabel tidak hanya berjalan satu arah. Hubungan tersebut bisa berjalan dua arah atau timbal balik.
Dalam analisis regresi, walaupun kita telah membuat pengaruh satu variabel terhadap variabel lainnya, namun tidak dijelaskan arah hubungan dari variabel
tersebut. Dengan kata lain, ekstensi dari hubungan antara variabel tidak menunjukan kausalitas atau arah hubungan. Uji Kausalitas umumnya
menggunakan uji yang dikembangkan oleh Granger, dengan metode Granger Causality Test. Uji Kausalitas Granger pada intinya dapat mengindikasikan
apakah suatu variabel mempunyai hubungan dua arah atau hanya satu arah saja.
Universitas Sumatera Utara
33
Secara umum, suatu persamaan Granger dapat diinterpretasikan sebagai berikut Gujarati [2003: 696-697].
1. Unindirectional causality dari variabel dependen ke variabel independen. Hal
ini terjadi ketika koefisien lag variabel dependen secara statistik signifikan berbeda dengan nol, sedangkan koefisien lag seluruh variabel independen
sama dengan nol. 2.
Feedback bilaterall causality jika koefisien lag seluruh variabel baik variabel dependen maupun independen secara statistic signifikan berbeda
dengan nol. 3.
Independence jika koefisien lag seluruh variabel, baik variabel dependen maupun independen secara statistik tidak berbeda dengan nol.
Dalam penelitian ini, variabel BI Rate dan jumlah uang beredar juga menjadi perdebatan apakah BI Rate yang menyebabkan terjadinya perubahan
jumlah uang beredar atau sebaliknya apakah jumlah uang beredar yang menyebabkan terjadinya perubahan BI Rate semakin besar. Untuk melihat arah
hubungan dari kedua variabel tersebut, maka perlu dilakukan Uji Kausalitas Granger.
Model persamaan yang dapat dibentuk dari keadaan di atas adalah : BI Rate
t
= ∑
�
� �
�=1
BI Rate
t-i
+ ∑
ß
� �
� =1
M
t-j
+ µ
1t
………………… 3.7 M
t
= ∑
θ
� �
�=1
M
t-i
+ ∑
γ
� �
� =1
BI Rate
t-j
+ µ
2t
………………………. 3.8
Universitas Sumatera Utara
34
Dari kedua persamaan tersebut, kita dapat membedakan 4 keadaan hubungan, yakni :
1 Jika Σ
ßj
≠ 0 dan Σ
θj
= 0, maka terdapat kausalitas searah antara BI Rate ke M.
2 Jika Σ
θj
≠ 0 dan Σ
ßj
= 0, maka terdapat kausalitas searah antara M ke BI Rate.
3 Jika Σ
ßj
≠ 0 dan Σθ
j
≠ 0, maka terdapat kausalitas bilateral dua arah antara BI Rate dan M.
4 Jika Σ
ßj
= 0 dan Σθ
j
= 0, maka antara BI Rate dan M tidak saling berhubungan independen.
Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas diatas maka dapat dilakukan F-Test untuk masing-masing regresi. Dalam penulisan
skripsi ini, pengolahan data dilakukan dengan menggunakan program Eviews 6.
3.4.5. Vector Auto Regression VAR
