dilakukan dengan menguji stasioneritas residu dengan uji ADF. Jika error stasioner, maka terdapat kointegrasi dalam model.
3.7.3. Uji Stabilitas Lag Struktur VAR
Menurut Arsana 2004, stabilitas sistem VAR akan dilihat dari inverse roots
karakteristik AR polinomialnya. Hal ini dapat dilihat dari nilai modulus di tabel AR-nomialnya, jika seluruh nilai AR-rootsnya di bawah 1, maka sistem
VAR-nya stabil. Uji stabilitas VAR dilakukan dengan menghitung akarakar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika
semua akar dari fungsi polinomial tersebut berada di dalam unit circel atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil sehingga IRF dan
FEVD yang dihasilkan akan dianggap valid.
3.7.4. Penetapan Tingkat Lag Optimal
Menurut Gujarati 2003, autokorelasi merupakan korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu seperti dalam data time
series. Dalam model klasik diasumsikan bahwa unsur gangguan yang berhubungan dengan observasi tidak dipengaruhi oleh unsur distrubansi atau
gangguan yang berhubungan dengan pengamatan lain manapun. Sehingga tidak ada alasan untuk percaya bahwa suatu gangguan akan terbawa ke periode
berikutnya, jika hal itu terjadi berarti terdapat autokorelasi. Konsekuensi terjadinya autokorelasi dapat memberikan kesimpulan yang menyesatkan
mengenai arti statistik dari koefisien regresi yang ditaksir. Pemilihan panjang lag dilakukan sedemikian rupa sehingga tidak lagi mengandung autokelasi.
Penetapan lag optimal dapat menggunakan kriteria Schwarz Criterion SC, Hannan-Quinn Information Criterion HQ, Akaike Information Criterion
Universita Sumatera Utara
AIC. Dalam penelitian ini menggunakan kriteria AIC, menurut Eviews user guide
2000 definisi AIC, SC dan HQ adalah sebagai berikut: Akaike Information Criteria = -2l T+ 2 k T
3.7.1 Schwarz Criterion = -2l T+ k log T T
3.7.2 Hannan-Quinn Information Criterion = -2l T+ 2k log logT T
3.7.1.3 Dimana l adalah nilai log dari fungsi likelihood dengan k parameter
estimasi dengan sejumlah T observasi. Untuk menetapkan lag yang paling optimal, model VAR yang diestimasi dicari lag maksimumnya, kemudian tingkat
lag nya diturunkan. Dari tingkat lag yang berbeda-beda tersebut dicari lag yang
paling optimal dan dipadukan dengan uji stabilitas VAR.
Universita Sumatera Utara
BAB IV HASIL DAN PEMBAHASAN
4.1. Perkembangan Perekonomian Indonesia Terkini
