Kemudian pengujian dilanjutkan pada first difference atau II yang menghasilkan semua variabel tidak lagi mengandung unit root atau stasioner karena masing-
masing nilai ADF statistiknya lebih kecil secara absolut dari nilai kritisnya. Dengan demikian semua variabel yang digunakan adalah stasioner pada derajat 1
atau I1. Tahap selanjutnya adalah menguji hubungan kointegrasi antar variabel, namun sebelumnya menentukan panjang lag yang optimal dari persamaan.
6.1.2. Penentuan Lag Optimal
A. Jenis Karet TSR20 Penentuan lag optimal sangat penting dalam pendekatan VAR karena lag
dari variabel endogen dalam sistem persamaan akan digunakan sebagai variabel eksogen. Pengujian panjang lag optimal ini sangat berguna untuk menghilangkan
masalah autokorelasi dalam sistem VAR. Untuk menetapkan lag yang optimal digunakan nilai dari Akaike Information Criteria AIC, Schwarz Criteria SC
dan Hannan-Quinn Information Criteria HQ. Besarnya lag yang dipilih adalah lag yang menghasilkan kriteria paling
kecil. Langkah penentuan lag optimal didahului penentuan lag maksimum dengan mempertimbangkan kriteria stabilitas sistem. Untuk menetapkan lag optimum
dalam penelitian ini digunakan nilai Akaike Information Criterion AIC. Hasil dari perhitungan Akaike Information Criterion AIC pada Tabel 14 diperoleh lag
optimum adalah lag 9. Hal ini terjadi karena pada perhitungan nilai AIC yang diperoleh memperlihatkan nilai minimum AIC pada saat lag 9. Dengan demikian
dapat disimpulkan bahwa lag optimum yang digunakan pada model jenis karet TSR20 adalah lag 9. Artinya bahwa semua variabel yang ada dalam model karet
ini saling mempengaruhi satu sama lain tidak hanya pada periode sekarang, tetapi
variabel-variabel tersebut saling berkaitan pada sembilan periode sebelumnya. Tabel 14. Kriteria Lag Optimal Karet TSR20
Lag LR FPE
AIC SC
HQ 0 NA
2.16e-07 -6.834290
-6.794785 -6.819840
1 22706.43
5.56e-12 -17.40182 -17.33862 -17.37870 2
377.2491 4.70e-12 -17.56943 -17.48252 -17.53764
3 92.48376
4.54e-12 -17.60427 -17.49366 -17.56381 4
132.2966 4.30e-12
-17.65780 -17.52348
-17.60866 5
45.83769 4.25e-12
-17.67091 -17.51289
-17.61311 6
32.36966 4.22e-12 -17.67774 -17.49602 -17.61127
7 9.414135
4.24e-12 -17.67381 -17.46839 -17.59867 8
29.45557 4.21e-12 -17.67932 -17.45019 -17.59550
9 21.84544
4.20e-12 -17.68125 -17.42842 -17.58877
10 13.40610
4.21e-12 -17.67922 -17.40269 -17.57807
Keterangan:Indikasi kriteria lag optimal LR : sequential modified LR test statistic each test at 5 level
FPE : Final prediction error AIC : Akaike information criterion
SC : Schwarz information criterion HQ : Hannan-Quinn information criterion
B. Jenis Karet RSS3
Hasil dari perhitungan Akaike Information Criterion AIC untuk jenis karet RSS3 pada Tabel 15 diperoleh lag optimum adalah lag 4. Hal ini terjadi
karena pada perhitungan nilai AIC, nilai minimum AIC diperoleh saat lag 4. Dengan demikian dapat disimpulkan bahwa lag optimum yang digunakan pada
model karet RSS3 adalah lag 4. Artinya bahwa semua variabel yang ada dalam model karet ini saling mempengaruhi satu sama lain tidak hanya pada periode
sekarang, tetapi variabel-variabel tersebut saling berkaitan pada empat periode sebelumnya.
Tabel 15. Kriteria Lag Optimal Karet RSS3
Lag LR
FPE AIC
SC HQ
NA 2.03e-11 -13.26726 -13.16733 -13.22966
1 10769.78
3.02e-15 -22.08339 -21.91684 -22.02072 2
156.9146 2.72e-15 -22.18658
-21.95341 -22.09885
3 54.55691
2.67e-15 -22.20561 -21.90582 -22.09281 4
52.87492 2.62e-15
-22.22340 -21.85698
-22.08553 5
18.59404 2.65e-15 -22.21281
-21.77977 -22.04987
6 25.55463 2.66e-15
-22.20808 -21.70842
-22.02008 7
34.11922 2.66e-15 -22.21060
-21.64432 -21.99753
8 19.84326
2.68e-15 -22.20121 -21.56832 -21.96308 9
38.99249 2.66e-15 -22.20803 -21.50851 -21.94483
10 39.23897
2.64e-15 -22.21517
-21.44903 -21.92690
Keterangan: Indikasi kriteria lag optimal
6.1.3. Pengujian Stabilitas VAR