186 respon IRF dan analisis peramalan dekomposisi ragam kesalahan FEVD dapat
digunakan dan hasilnya dianggap valid Windarti, 2004.
7.1.3. Hasil Uji Kausalitas Granger Uji kausalitas Granger Granger Causality Test dilakukan untuk melihat
apakah dua variabel memiliki hubungan timbal balik atau tidak. Dengan kata lain apakah satu variabel memiliki hubungan sebab akibat dengan variabel lainnya
secara signifikan, karena setiap variabel dalam penelitian mempunyai kesempatan untuk menjadi variabel endogen maupun eksogen. Karena penelitian ini
menggunakan metode VAR berarti penelitian tersebut didasari oleh konsep Granger Causality
, yakni penelitian yang dilakukan dengan mengidentifikasi hubungan keterkaitan antar variabel tanpa restriksi. Untuk mengetahui hasil uji
hubungan kausalitas antar variabel dalam hal ini menggunakan lag 2 berdasarkan ordo optimal VAR, dapat dilihat pada Lampiran 5. Hasil uji tersebut
menghasilkan beberapa variabel dalam penelitian yang sesuai dengan tujuan dan memiliki hubungan signifikan, namun sebagian variabel menunjukkan hubungan
yang tidak signifikan.
7.1.4. Uji Kointegrasi dan VECM
Apabila data telah terintegrasi pada ordo yang sama I 1, maka langkah selanjutnya melakukan uji kointegrasi antar variabel dalam suatu persamaan
kointegrasi. Seperti telah dijelaskan pada sub sebelumnya, paling tidak terdapat dua metode yang dapat digunakan untuk menguji kointegrasi antar variabel, yakni
uji Engle-Granger uji dua tahap dan uji Johansen. Dalam penelitian ini uji kointegrasi terutama dilakukan dengan pendekatan Johansen Johansen’s
187 Cointegration test
, namun untuk memastikan ada atau tidaknya hubungan kointegrasi juga diilakukan dengan uji dua tahap sebagai pembanding. Sama
halnya dengan uji lag optimal VAR, pengujian kointegrasi juga akan menggunakan data level, sesuai dengan pendapat Gujarati 2003 dan Enders
1995. Uji kointegrasi dimaksudkan untuk mengetahui apakah analisis VECM dapat digunakan atau tidak. Hal ini dapat dilihat dari uji rank kointegrasi yang
akan menghasilkan jumlah rank matrik kointegrasi dan merupakan jumlah persamaan
struktural yang akan digunakan sebagai alat estimasi untuk nilai prediksi yang akan datang. Kriteria jumlah rank kointegrasi yang akan diperoleh
dalam penelitian ini adalah berdasarkan perbandingan antara nilai statistik maximal eigenvalue dan trace value of the stochastic matrix dengan nilai kritis
critical value pada tingkat signifikansi sebesar 5 persen. Berdasarkan hasil uji dengan metode Johansen, yakni dengan melihat nilai trace statistic dan max-eigen
statistic pada taraf signifikansi 5 persen diperoleh rank kointegrasi atau r = 2,
yang berarti dalam hubungan multivariate terdapat dua sistem persamaan dalam jangka panjang yang terkointegrasi secara linier. Secara lengkap hasil uji tersebut
dapat dilihat pada Lampiran 6. Berdasarkan jumlah persamaan kointegrasi yang diperoleh belum dapat
langsung digunakan sebagai alat estimasi, karena persamaan tersebut masih bersifat exactly identified, sementara
penelitian ini akan disesuaikan dengan tujuan penelitian dan teori ekonomi. Oleh karena itu dianggap perlu untuk
melakukan restriksi. Restriksi ini dilakukan berdasarkan kriteria over identified. Dengan demikian persamaan restriksi yang dihasilkan merupakan persamaan
sistem yang akan digunakan sebagai dasar untuk melakukan estimasi hubungan
188 atau keterkaitan antar variabel dalam model. Dari persamaan restriksi kointegrasi
yang diperoleh, akan dilakukan analisis dan pembahasan tentang hubungan antara variabel ekspor dengan variabel kinerja makroekonomi Indonesia, terutama yang
sesuai dengan tujuan penelitian. Kendatipun persamaan kointegrasi VECM bukan merupakan pokok bahasan, namun
persamaan kointegrasi VECM adalah merupakan faktor yang sangat penting dalam menentukan rangkaian berikutnya,
yaitu untuk melakukan estimasi IRF dan FEVD yang merupakan tools untuk menjawab tujuan penelitian. Hasil estimasi persamaan kointegrasi VECM secara
lengkap dapat dilihat pada Lampiran 7. Pada persamaan VECM tersebut, di samping merupakan sistem persamaan
yang mengintegrasikan persamaan dinamik hubungan jangka pendek dan jangka panjang kedalam satu kesatuan persamaan, juga dapat dilihat secara terpisah
antara persamaan jangka pendek VAR dan persamaan jangka panjang kointegrasi yang jumlahnya berdasarkan jumlah rank kointegrasi, yakni dua persamaan
regresi kointegrasi.
7.1.5. Penggunaan Teknik IRF dan Teknik FEVD
