4.1.2. Uji Lag Optimal
Penentuan panjang lag dalam model VAR menunjukkan derajat bebas. Perkiraan VAR sangat peka terhadap panjang lag yang
digunakan. Pengujian ini dilakukan untuk menentukan jumlah lag optimal yang dapat digunakan dalam variabel yang akan dianalisis.
Penentuan lag dapat digunakan dengan beberapa pendekatan antara lain Likelihood Ratio LR, Final Prediction Error FPE, Akaike
Information Criterion AIC dan Schwarz Criterion SC. Model yang baik adalah model yang mampu memberikan tingkat residual
atau error yang paling kecil. Model dengan nilai AIC atau SC terkecil dipilih sebagai model terbaik dengan panjang lag yang
cukup efisien. Hasil pengujian lag optimum dapat dilihat pada Tabel 4.3.
Terlihat pada Tabel 4.3, LR, FPE, AIC, dan HQ menentukan panjang lag yang sama yaitu pada lag lima. Karena empat kriteria
memberikan hasil yang sama, maka dipilih panjang lag lima. Penelitian panjang lag optimal berada pada lag lima, ini akan
menentukan lag yang berpengaruh pada perhitungan.
Tabel 4.3 Hasil uji lag optimal
Lag LogL
LR FPE
AIC SC
HQ -1040.924
NA 2.23e+24 67.41445 67.59948
67.47476 1
-968.2949 121.8293 5.84e+22 63.76096 64.68612 64.06254
2 -950.4195
25.37159 5.48e+22 63.63997 65.30524 64.18281
3 -935.8042
16.97257 6.97e+22 63.72931 66.13470 64.51340
4 -920.5114
13.81290 1.01e+23 63.77493 66.92045 64.80029
5 -870.1165 32.51285 2.06e+22 61.55590 65.44154 62.82252
indicates lag order selected by the criterion
4.1.3. Uji Kausalitas Granger
Uji kausalitas Granger dilakukan untuk mengetahui hubungan kausalitas antara variabel-variabel atau peubah yang digunakan
dalam penelitian ini atau yang ada dalam model. Hubungan kausalitas antar variabel atau peubah dapat diketahui dengan
melakukan Pairwise Granger Causality Test. Hasil uji kausalitas Granger apabila nilai probability variabel lebih kecil dari atau sama
dengan 5 persen maka terdapat hubungan kausalitas diantara variabel tersebut. Tetapi sebaliknya jika nilai probability lebih dari 5 persen
maka tidak terdapat hubungan kausalitas diantara variabelnya. Hasil uji Kausalitas Granger dapat dilihat pada hasil berikut.
e endent variable: HCPO Excluded
Chi-sq df
Prob PBIO
7 1168β6 5
0 β1β1 HTBS
15 4βγ18 5
0 0087 HMGO
4 598785 5
0 4668 All
β9 γ7404 15
0 0144
Hasil uji tersebut menunjukkan bahwa harga tandan buah segar mempengaruhi Granger harga CPO yang ditunjukkan dengan nilai
probability nya yang kurang dari 5. Sedangkan produksi biodiesel dan harga minyak goreng tidak menyebabkan Granger harga CPO.
Dependent variable: PBIO Excluded
Chi-sq df
Prob HCPO
β1 07869 5
0 0008 HTBS
β9 40705 5
0 0000 HMGO
11 61499 5
0 0405 All
58 6775γ 15
0 0000 Untuk variabel yang mempengaruhi produksi biodiesel
ternyata dari hasil uji kausalitas Granger semua variabel yaitu harga CPO, harga tandan buah segar dan harga minyak goreng
memberikan pengaruh. e endent variable: HTBS
Excluded Chi-sq df
Prob HCPO
8 γ51015 5
0 1γ79 PBIO
1β γβ518 5
0 0γ06 HMGO
10 β8γβ5 5
0 0676 All
γβ 10β11 15
0 006β