bertujuan untuk melihat validitas data, dan bila data sudah stasioner maka dapat dilihat kausalitasnya dengan Uji Kausalitas Granger.
3.5.2 Uji Derajat Integrasi
Pengujian ini dilakukan untuk mengetahui pada derajat atau order diferensi ke berapa data yang diamati akan stasioner. Pengujian ini dilakukan bila pada uji
akar-akar unit langkah pertama di atas dari data diamati tidak stasioner. Pengujian ini merupakan perluasan dari uji akar-akar unit yang ditaksir dengan
model autoregresif dengan OLS berikut ini : D2X
t
= e
o
+ e
1
BDX
t
+
i
B
i
D2X
t
………………………3.3. D2X
t
= g
o
+ g
1
T + g
2
BDX
t
+
i
B
i
D2X
t
………………3.4. D2X
t
= DXt – DX
t-1
BDX
t
= DX
t-1
Kemudian dari hasil regresi persamaan di atas diporoleh nilai statistik ADF. Dengan melihat nilai statistik dari koefisien BDX
t
pada persamaan 3.3. dan 3.4. dan dibandingkan dengan nilai tabel ADF dapat diambil kesimpulan. Jika
nilai statistik dari koefisien BDX
t
ADF, maka data tersebut stasioner pada derajat satu. Jika variabel X tersebut belum stasioner pada derajat 1, maka perlu
dilanjutkan hingga diperoleh suatu kondisi stasioner pada derajat kedua, ketiga dan seterusnya.
3.5.3 Uji Kausalitas Granger Granger Causality Test
Pendekatan ini digunakan untuk melihat hubungan kausalitas antara dua variabel, sehingga dapat diketahui apakah kedua variabel tersebut secara stastistik
saling mempengaruhi searah atau sama sekali tidak ada hubungan. Berikut ini model yang digunakan untuk melakukan Granger Causality Test :
Universitas Sumatera Utara Universitas Sumatera Utara
X
t
=
i
X
t-i
+
j
Y
t-j
+
t
…………………………..3.5. Y
t
=
i
X
t-i
+
j
Y
t-j
+
t
…………………………...3.6. Dimana µ dan ε adalah error term yang diasumsikan tidak mengandung korelasi
serial dan m = n = r = s. Berdasarkan hasil regresi dari kedua bentuk model regresi linear di atas akan menghasil empat kemungkinan nilai koefisien – koefisien
regresi dari peramaan 3.5. dan 3.6. sebagai berikut : 1.
Jika
j
≠ 0
j
= 0, maka terdapat kausalitas satu arah dari Y ke X 2.
Jika
j
= 0
j
≠ 0, maka terdapat kausalitas satu arah dari X ke Y 3.
Jika
j
= 0
j
= 0, maka X dan Y tidak ada hubungan 4.
Jika
j
≠ 0
j
≠ 0, maka terdapat kausalitas dua arah antara X dan Y
Untuk memperkuat indikasi keberadaan berbagai bentuk kausalitas seperti yang disebutkan diatas, maka dilakukan uji F F – test untuk masing-masing model
regresi.
3.5.4 Uji Kointegrasi Cointegration Test
Kadangkala dijumpai dua variabel random yang masing-masing merupakan random walk tidak stasioner, tetapi kombinasi linear antar dua
variabel tersebut merupakan data time series yang stasioner. Uji kointegrasi bertujuan untuk mengetahui hubungan keseimbangan
dalam jangka panjang antara tingkat inflasi dengan tingkat pengangguran di Indonesia. Uji ini dapat dilakukan dengan cara Uji Engle-Granger atau Uji
Universitas Sumatera Utara Universitas Sumatera Utara
Augmented Engle-Granger AEG. Uji ini dilakukan untuk memanfaatkan Uji DF-ADF.
Adapun langkah-langkah yang diperlukan untuk melakukan pengujian AEG ini adalah:
• Lakukan estimasi model
• Dapatkan residual dari model tersebut
• Uji apakah sudah stasioner. Apabila residualnya sudah stasioner, berarti ada
kointegrasi.
3.6 Model Analisis Data