Analisis ini juga dilakukan dengan metode kointegrasi dan model Vector Error Corection Model
VECM. Model VECM merupakan model yang terestriksi restricted VAR karena adanya kointegrasi yang menunjukkan adanya
hubungan jangka panjang antar variabel di dalam sistem VAR
.
Untuk variabel harga karet alam jenis dikumpulkan berdasarkan nilai mata uang masing-masing,
dimana BelawanRpkg, SICOM SGDkg, CJCE dan TOCOM Yenkg, AFET Bahtkg dan SHFE Yuankg. Selain variabel harga, juga dimasukkan variabel
harga minyak mentah USDbarrel serta variabel nilai tukar masing-masing yaitu Rupiah, Dollar Singapura, Yen, Baht dan Yuan terhadap mata uang Dollar
Amerika. Selanjutnya dalam analisis penelitian ini juga dilakukan dalam bentuk logaritma untuk memudahkan dalam menganalisisnya.
6.1.1. Uji Stasioneritas
A. Jenis Karet TSR20
Tahapan pertama analisis integrasi adalah melakukan uji stasionaritas. Uji kestasioneran data merupakan tahap yang paling penting dalam menganalisis data
time series, untuk melihat ada tidaknya akar unit yang terkandung diantara
variabel sehingga hubungan diantara variabel menjadi valid. Data dinyatakan stasioner jika nilai rata-rata dan varian dari data time series tersebut tidak
mengalami perubahan secara sistematik sepanjang waktu. Pengujian akar unit variabel dalam model penelitian ini didasarkan pada
Augmented Dickey Fuller ADF test pada tingkat level dan first difference
dengan menggunakan 2 cara yakni intersep tanpa tren dan intersep dengan tren. Hipotesis nol berarti terdapat unit root non stasioner sedangkan kebalikan dari
hipotesis tersebut berarti tidak terdapat unit root stasioner. Kondisi diterima atau tidaknya hiotesis nol berdasarkan nilai mutlak Mackinnon dengan nilai ADF
statistiknya. Data stasioner apabila nilai ADF statistic dari masing-masing variabel lebih kecil secara absolut dari MacKinnon Critical Value. Begitu pula
sebaliknya jika nilai ADF statistiknya lebih besar secara absolut dari MacKinnon Critical Value
maka data tersebut tidak stasioner. Hasil ringkasan uji stasioneritas dapat dilihat pada Tabel 10 dan 11.
Tabel 10. Hasil Pengujian Akar Unit dengan Intersep Tanpa Tren untuk Jenis Karet TSR20
Variabel Differenced
Intersep Tanpa Tren Kesimpulan
Nilai ADF Test
Statistic Nilai Kritis MacKinnon
1 persen 5 persen
10 persen SCM
SCM0 -1.544748 -3.433207
-2.862688 -2.567427
Tidak Stasioner
SCM1 -10.83301 -3.433207
-2.862688 -2.567427
Stasioner CJE
CJE0 -1.585712 -3.433184
-2.862678 -2.567422
Tidak Stasioner
CJE1 -12.93965 -3.433184
-2.862678 -2.567422
Stasioner BLW
BLW0 -1.165958 -3.433207
-2.862688 -2.567427
Tidak Stasioner
BLW1 -11.25856 -3.433207
-2.862688 -2.567427
Stasioner OIL
OIL0 -1.427354 -3.433210
-2.862689 -2.567428
Tidak Stasioner
OIL1 -8.107003 -3.433210
-2.862689 -2.567428
Stasioner SGD
SGD0 -0.789500 -3.433184
-2.862678 -2.567422
Tidak Stasioner
SGD1 -15.96376 -3.433184
-2.862678 -2.567422
Stasioner YEN
YEN0 -2.523407 -3.962287
-3.411885 -3.127839
Tidak Stasioner
YEN1 -34.29916 -3.962291
-3.411887 -3.127840
Stasioner RP
RP0 -2.474123 -3.433198
-2.862684 -2.567425
Tidak Stasioner
RP1 -9.354854 -3.433198
-2.862684 -2.567425
Stasioner
Berdasarkan Tabel 10 diketahui bahwa semua data yang digunakan dalam penelitian ini tidak stasioner pada level atau derajat nol, karena nilai ADF pada
variabel-variabel tersebut lebih besar secara absolut dari nilai kritis MacKinnon pada saat dilakukan uji stasionaritas dengan menggunakan intersep tanpa tren.
Karena semua data tidak stasioner, maka dilanjutkan uji akar unit root pada first difference.
Hasil uji tersebut terlihat bahwa hipotesis nol terdapat unit root yang ditolak pada taraf nyata 1, 5 dan 10 persen yang berarti semua data yang
dipergunakan sudah stasioner pada first difference, karena ADF pada variabel- variabel tersebut lebih kecil secara absolut dari nilai kritis MacKinnon.
Tabel 11. Hasil Pengujian Akar Unit dengan Intersep dan Tren untuk Jenis Karet TSR20
Variabel Differenced
Intersep dan Tren Kesimpulan
Nilai ADF Test
Statistic Nilai Kritis MacKinnon
1 persen 5 persen
10 persen SCM
SCM0 -0.836758 -3.962333 -3.411908 -3.127852
Tidak Stasioner
SCM1 -10.91381 -3.962333 -3.411908 -3.127852 Stasioner
CJE CJE0
-0.280134 -3.962301 -3.411892 -3.127843 Tidak
Stasioner CJE1
-13.05305 -3.962301 -3.411892 -3.127843 Stasioner BLW
BLW0 -1.791025 -3.962325 -3.411904 -3.127850
Tidak Stasioner
BLW1 -11.28290 -3.962333 -3.411908 -3.127852 Stasioner
OIL OIL0
-2.314226 -3.962337 -3.411910 -3.127853 Tidak
Stasioner OIL1
-8.116060 -3.962337 -3.411910 -3.127853 Stasioner SGD
SGD0 -2.826482 -3.962301 -3.411892 -3.127843
Tidak Stasioner
SGD1 -15.96236 -3.962301 -3.411892 -3.127843 Stasioner
YEN YEN0
-2.523407 -3.962287 -3.411885 -3.127839 Tidak
Stasioner YEN1
-34.29916 -3.962291 -3.411887 -3.127840 Stasioner RP
RP0 -2.504871 -3.962321 -3.411902 -3.127848
Tidak Stasioner
RP1 -9.391966 -3.962321 -3.411902 -3.127848 Stasioner
Hasil uji unit root pada Tabel 11 dengan memasukkan intersep dan tren menunjukkan hasil pengujian pada tingkat level I0 semua variabel mengandung
unit root sehingga tidak stasioner. Kemudian pengujian dilanjutkan pada first
difference atau I1 yang menghasilkan semua variabel tidak lagi mengandung
unit root atau sudah stasioner karena masing-masing nilai ADF statistiknya lebih
kecil secara absolut dari nilai kritisnya. Dengan demikian semua variabel yang digunakan adalah stasioner pada first difference atau I1.
B. Jenis Karet RSS3
Hasil uji stasioneritas dengan menggunakan intersep tanpa tren dapat dilihat pada Tabel 12 berikut ini.
Tabel 12. Hasil Pengujian Akar Unit dengan Intersep Tanpa Tren untuk Jenis Karet RSS3
Variabel Differenced
Intersep Tanpa Tren Kesimpulan
Nilai ADF Test
Statistic Nilai Kritis MacKinnon
1 persen 5 persen
10 persen TCM TCM0
-1.556137 -3.435453 -2.863681 -2.567960 Tidak
Stasioner TCM1
-9.702816 -3.435453 -2.863681 -2.567960 Stasioner AFET
AFET0 -1.847216 -3.435453 -2.863681 -2.567960
Tidak Stasioner
AFET1 -10.38534 -3.435453 -2.863681 -2.567960 Stasioner
SHFE SHFE0
-1.843771 -3.435484 -2.863695 -2.567967 Tidak
Stasioner SHFE1
-7.287140 -3.435484 -2.863695 -2.567967 Stasioner BLW
BLW0 -1.551656 -3.435505 -2.863704 -2.567972
Tidak Stasioner
BLW1 -8.310113 -3.435505 -2.863704 -2.567972 Stasioner
OIL OIL0
-2.011076 -3.435514 -2.863708 -2.567974 Tidak
Stasioner OIL1
-6.420937 -3.435514 -2.863708 -2.567974 Stasioner YEN
YEN0 -0.931043 -3.435428 -2.863670 -2.567954
Tidak Stasioner
YEN1 -26.48125 -3.435428 -2.863670 -2.567954 Stasioner
BAHT BAHT0
-1.113267 -3.435428 -2.863670 -2.567954 Tidak
Stasioner BAHT1
-35.24166 -3.435436 -2.863674 -2.567956 Stasioner YUAN
YUAN0 1.767156 -3.435419 -2.863666 -2.567952
Tidak Stasioner
YUAN1 -34.91226 -3.435423 -2.863668 -2.567953 Stasioner
RP RP0
-0.880022 -3.435492 -2.863699 -2.567969 Tidak
Stasioner RP1
-7.734642 -3.435492 -2.863699 -2.567969 Stasioner
Berdasarkan Tabel 12 diketahui bahwa semua data yang dipergunakan dalam penelitian ini tidak stasioner pada level, karena nilai ADF pada variabel-
variabel tersebut lebih besar secara absolut dari nilai kritis MacKinnon. Karena semua data tidak stasioner, maka perlu dilanjutkan uji unit root pada first
difference dan terlihat bahwa pada hipotesis nol terdapat unit root ditolak pada
taraf nyata 1 persen, 5 persen dan 10 persen yang berarti semua data yang dipergunakan dalam penelitian ini sudah stasioner. Sedangkan hasil uji unit root
pada Tabel 13 dengan memasukkan intersep dan tren pada tingkat level I0 semua variabel mengandung unit root sehingga tidak stasioner.
Tabel 13. Hasil Pengujian Akar Unit dengan Intersep dan Tren untuk Jenis Karet RSS3
Variabel Differenced
Intersep dengan Tren Kesimpulan
Nilai ADF Test
Statistic Nilai Kritis MacKinnon
1 persen 5 persen
10 persen TCM TCM0
-1.020080 -3.965524 -3.413469 -3.128777 Tidak
Stasioner TCM1 -9.790952
-3.965524 -3.413469
-3.128777 Stasioner
AFET AFET0 -1.512731 -3.965524 -3.413469 -3.128777
Tidak Stasioner
AFET1 -10.44000 -3.965524
-3.413469 -3.128777
Stasioner SHFE SHFE0
-1.765715 -3.965567 -3.413490 -3.128790 Tidak
Stasioner SHFE1 -7.310374
-3.965567 -3.413490
-3.128790 Stasioner
BLW BLW0
-1.392519 -3.965598 -3.413505 -3.128799 Tidak
Stasioner BLW1 -8.354947
-3.965598 -3.413505
-3.128799 Stasioner
OIL OIL0 -1.527932 -3.965611 -3.413511 -3.128802
Tidak Stasioner
OIL1 -6.546905
-3.965611 -3.413511
-3.128802 Stasioner
YEN YEN0 -1.298879 -3.965488 -3.413451 -3.128767
Tidak Stasioner
YEN1 -26.50539 -3.965488
-3.413451 -3.128767
Stasioner BAHT BAHT0
-0.643057 -3.965488 -3.413451 -3.128767 Tidak
Stasioner BAHT1 -35.25215
-3.965500 -3.413457
-3.128770 Stasioner
YUAN YUAN0 -2.010108 -3.965476 -3.413445 -3.128763
Tidak Stasioner
YUAN1 -35.07301 -3.965482
-3.413448 -3.128765
Stasioner RP RP0
-1.321505 -3.965580 -3.413496 -3.128793 Tidak
Stasioner RP1 -7.852148
-3.965580 -3.413496
-3.128793 Stasioner
Kemudian pengujian dilanjutkan pada first difference atau II yang menghasilkan semua variabel tidak lagi mengandung unit root atau stasioner karena masing-
masing nilai ADF statistiknya lebih kecil secara absolut dari nilai kritisnya. Dengan demikian semua variabel yang digunakan adalah stasioner pada derajat 1
atau I1. Tahap selanjutnya adalah menguji hubungan kointegrasi antar variabel, namun sebelumnya menentukan panjang lag yang optimal dari persamaan.
6.1.2. Penentuan Lag Optimal
