Deteksi Stasioneritas : Uji Akar Unit Unit Root Test

3.4.2 Deteksi Stasioneritas : Uji Akar Unit Unit Root Test

Data dikatakan stasioner jika memenuhi setidaknya tiga kriteria yaitu rata- rata dan variannya konstan sepanjang waktu serta kovarian antara dua data runtut waktu hanya tergantung pada kelembaman antara dua periode waktu tersebut. Dengan kata lain, data dikatakan tidak stasioner jika rata-rata maupun variannya tidak konstan, berubah-ubah sepanjang waktu time-varying mean and variance. Data yang tidak stasioner menyebabkan hasil regresi meragukan atau disebut regresi lancung spurious regression. Regresi lancung adalah situasi hasil regresi menunjukan koefisien regresi yang signifikan secara statistikdan nilai koefisien determinanasi yang tinggi namun hubungan diantara variabel di dalam model tidak saling berhubungan. Data yang tidak stasioner seringkali menunjukan hubungan ketidakseimbangan dalam jangka pendek, tetapi ada kecenderungan terjadinya keseimbangan hubungan dalam jangka panjang. Uji stasioneritas adalah sebuah uji untuk mendeteksi stasioner tidaknya suatu data. Beberapa metode yang dapat digunakan untuk mendeteksi stasioneritas. Metode yang pertama adalah dengan melihat koefisien Autocrelation Function ACF dan Partial Autocrelation Function PACF. Metode kedua adalah uji akar unit unit root test. Uji akar unit pertama kali dikembangkan oleh Dickey-Fuller sehingga dikenal dengan uji akar unit dickey-fuller DF. Tidak ada cukup alasan untuk mengatakan metode pengujian stasioneritas data lebih baik dari pada hanya dengan melihat ACF dan PACF pada correlogram. Namun, metode yang akhir-akhir ini digunakan oleh ahli ekonometrika untuk menguji stasioneritas adalah uji akar unit Agus Widarjono, 317:2009. Uji stasioneritas yang digunakan dalam penelitian ini adalah uji akar unit. Alasan lain yang dipertimbangkan dalam pemilihan uji akar unit adalah kemudahan dalam penggunaannya. Hipotesis yang digunakan dalam uji akar unit adalah sebagai berikut : Ho : Data tidak Stasioner Ha : Data Stasioner Jika nilai probabilitasADF statistik lebih kecil lebih besar dari α maka menerima Ho atau dapat disimpulkan bahwa data tersebut tidak stasioner, dan sebaliknya jika nilai probabilitasADF statistik lebih kecil kecil dari α maka menerima Ho atau dapat disimpulkan bahwa data tersebut stasioner. Nilai α yang digunakan dalam penelitian ini adalah 5.

3.4.3 Uji Derajat Integrasi