Metode Pengujian Granger Causality Pengujian Lag Optimal

Pemilihan lag dilakukan berdasarkan proses minimalisasi pengujian SIC Schwartz Information Criterion, AIC Akaike Information Criterion, dan atau signifi kasi dari θ t dan atau pengujian autokorelasi pada disturbance term Enders, 2004.

3.4.2. Metode Pengujian Granger Causality

Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner mengalami kointegrasi atau tidak. Pengujian ini dilakukan dalam rangka memperoleh hubungan jangka panjang antara variabel yang telah memenuhi persyaratan dalam proses integrasi dimana semua variabel telah stasioner pada derajat yang sama yaitu first difference atau I0. Hipotesis nol yang diuji menyatakan tidak adanya kausalitas diantara variabel sedangkan hipotesis alternatifnya menyatakan adanya hubungan kausalitas diantara variabel. Untuk menolak atau menerima hipotesis nol, maka dapat melihat nilai probabilitasnya yang dibandingkan dengan tingkat kepercayaan, pada penelitian ini menggunakan nilai kritis 5 persen. Jika nilai probabilitasnya lebih besar dari 5 persen maka hipotesis nol ditolak yang artinya terdapat hubungan kausalitas pada variabel-variabel yang diuji.

3.4.3. Pengujian Lag Optimal

Langkah penting yang harus dilakukan dalam menggunakan model VARVECM adalah penentuan jumlah lag yang optimal yang digunakan dalam model. Dalam hal ini yang akan dibentuk terlebih dahulu adalah persamaan VAR, setelah mendapatkan lag optimal dan stabilitas VAR baru dapat dibentuk persamaan VECM-nya. Pengujian panjang lag yang optimal dapat memanfaatkan beberapa informasi yaitu dengan menggunakan Akaike Information Criterion AIC, dan Schwarz Criterion SC. Untuk dapat menentukan lag ini, maka langkah sebelumnya adalah menentukan nilai determinan dari kovarian residual | Ω| yang dapat dihitung sebagai berikut Eviews 6 User’s Guide: = det t .......................................................3.2 Dimana p adalah angka parameter dari tiap persamaan dalam VAR. Selanjutnya, log likelihood value dengan mengasumsikan distribusi normal Gaussian dapat dihitung: 1 = - {k1+log2π + log|Ω|} .............................................3.3 Dimana k adalah banyaknya parameter yang diestimasi dan T adalah jumlah observasi. Kemudian dilanjutkan dengan menggunakan nilai AIC, dan SC dipilih nilai yang terkecil. Rumus perhitungannya dapat dilihat dibawah ini Eviews 6 User’s Guide: AIC  -2lT+2kT ...................................3.4 SC  -2lT+k logTT .............................3.5

3.4.4. Uji Kointegrasi