Tabel 4. Hasil Uji Lag Optimal
Lag LogL LR
FPE AIC
SC HQ
-2050.082 NA
6.45e+11 35.70577
35.77738 35.73484 1
-2040.728 18.05643 6.41e+11 35.69962 35.98605
35.81588 Berdasarkan tabel 4 hanya SC dan HQ yang menentukan panjang lag yang
berbeda sedangkan LR, FPE, AIC menentukan panjang lag yang sama yaitu pada lag ke satu. Karena tiga kriteria memberikan hasil yang sama, maka dipilih
panjang lag satu. Dari hasil uji lag optimun ada di lag satu.
4.2.4 Vector Autoregresesive VAR
Analisis regresi dua arah, dimana semua peubah atau variabel adalah variabel endogen, modelnya sederhana karena menggunakan metode OLS
Ordinary Least Square, semua variabel adalah vaeriabel endogen dan baik untuk peramalan dan semua varibelnya stasioner pada level. Pengaruh variabel dapat
menggunakan dan dilihat dengan analisis VAR. interpretasi hasil dapat dilihat dengan membaca koefisien integrasi dan pembacaan tanda terbalik dari tanda
koefisiennya. Koefisien integrasi dinyatakan signifikan jika nilai mutlak statistik lebih besar dari nilai tabel yaitu 1,96 berikut ini merupakan hasil estimasi VAR.
Tabel 5. Hasil VAR
Klappertart Makaroni
Pastel Klappertart -1
0.112397 -0.036326
-0.026049 [ 0.83102]
[-1.45742] [-1.45382]
Makaroni -1 -0.568277
0.293359 0.102637
[-0.37953] [ 1.06317]
[ 0.51744] Pastel -1
-1.474239 -0.313866
-0.059264 [-0.73853]
[-0.85321] [-0.22411]
Berdasarkan hasil VAR tersebut dapat terlihat bahwa terdapat pengaruh yang ditunjukan oleh penjualan klappertart, penjualan tersebut dipengaruhi secara
nyata oleh penjualan makaroni pada lag 1 dan penjualan pastel pada lag 1, sedangkan penjualan makaroni dipengaruhi secara nyata oleh penjualan
klappertart pada lag 1. Dari tabel tersebut dapat terlihat bahwa terdapat hubungan yang signifikan antara klappertart dan makaroni sedangkan untuk pastel hubungan
yang terjadi dengan kue lainnya tidak terlalu signifikan.
4.2.5 Stabilitas VAR
Untuk menguji stabil tidaknya estimasi VAR yang telah dibentuk maka dilakukan VAR Stability Condition Check berupa Roots of Charateristic
Polynomial. Berikut hasil pengujian stabilitas model berdasarkan hasil AR Root Table. Hal ini merupakan syarat yang harus dipenuhi oleh model dinamik
seperti VAR dikarenakan apabila didapatkan model VAR yang tidak stabil maka analisis IFR dan FEVD menjadi tidak valid.
Tabel 6. Hasil Uji Stabilitas VAR Root
Modulus
0.332201 0.332201
0.157820 0.157820
-0.143530 0.143530
Nilai modulus menunjukkan VAR sudah dalam kondisi stabil karena di nilai di posisi 0 nilai modulus 1 maka artinya sudah dalam kondisi stabil. Model
dikatakan stabil apabila nilai modulus nya kurang dari satu. Berdasarkan tabel bahwa nilai akar karakteristik atau modulus semuanya menunjukan nilai kurang
dari satu, sehingga dapat disimpulkan bahwa model VAR telah stabil.
4.2.6 Analisis Impuls Response Function IRF
