1. Uji Stationer
Sebelum melakukan analisis terlebih dahulu apakah runtun waktu time series yang digunakan sudah stasioner. Untuk itulah dibutuhkan uji formal
dalam menentukan stasioneritas data. Ada dua macam pengujian secara formal yang dapat dilakukan, yaitu Korelogram atau Unit Root Test
59
. Dalam penelitian ini menggunakan uji akar unit unit root test yang dikembangkan
oleh Dickey-Fuller. Jika suatu variabel data mengandung unit root maka data tersebut tidak stasioner. Metode yang digunakan untuk unit root test adalah
Augmented Dicky-Fuller ADF. Untuk mengetahui apakah ada unit root pada variabel data yang digunakan, maka nilai Augmented Dicky-Fuller ADF t-
Statistic harus lebih kecil dibandingkan dengan test critical values atau nilai kritis
60
. Jika salah satu variabel ada yang tidak stasioner maka data tersebut harus di-difference beda tingkat pertama first difference. Kalaupun belum
juga stasioner maka data tersebut di-difference beda tingkat kedua second difference.
2. Metode Box-Jenkins
Model Box-Jenkins merupakan salah satu teknik peramalan model time series yang hanya berdasarkan perilaku data variabel yang diamati let the data
speak for themselves. Model Box-Jenkins ini secara umum dikenal dengan sebagai model autoregressive integrated moving average ARIMA. Analisis
59
Nachrowi Djalal. Pendekatan Populer dan Praktis Ekonometrika Untuk Analisis Ekonomin dan Keuangan. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.
2006. h. 346.
60
Wing Winarno Wahyu. Analisis Ekonometrika dan Statistika dengan Eviews. Yogyakarta: Unit Penerbit Percetakan Sekolah Tinggi Ilmu Manajemen YKPN. 2007. h.79.
ini berbeda dengan model struktural baik model kausal maupun simultan dimana persamaan model tersebut menunjukkan hubungan antara variabel-
variabel ekonomi. Alasan utama penggunaan metode Box-Jenkins dalam penelitian ini karena gerakan variabel jumlah pembiayaan UMKM, jumlah
kantor BPRS, dan jumlah nassabah BPRS seringkali sulit dijelaskan oleh teori- teori ekonomi.
Teknik Box-Jenkins sebagai teknik peramalan berbeda dengan kebanyakan model peramalan yang ada. Didalam model ini tidak ada asumsi
khusus tentang data historis dari runtut waktu, tetapi menggunakan metode iteratif untuk menentukan model yang terbaik. Model yang terpilih kemuadian
akan dicek ulang dengan data historis apakah telah menggambarkan data dengan tepat. Model terbaik akan diperoleh jika residual antara model
peramalan dan data historis kecil, didistribusikan secara random dan independen. Namun bila model yang dipilih tidak mampu menjelaskan dengan
baik maka proses penentuan model perlu diulangi. Model Box-Jenkins ini terdiri dari beberapa model yaitu autoregressive AR, moving average MA,
autoregressive-moving average ARMA dan autoregressive integrated moving average ARIMA.
61
a Model Autoregressive Model pertama ARIMA adalah model autoregressive AR
menunjukkan nilai prediksi variabel dependen Yt hanya merupakan fungsi
61
Agus Widarjono. Ekonometrika Pengantar dan Aplikasi. Yogyakarta: Ekonosia. 2009. h 275-257.
Kategori