5.2 Uji Lag Optimal
Penentuan uji lag optimal sangat penting dalam pendekatan VAR karena lag dari variabel endogen dalam sistem persamaan akan digunakan sebagai variabel
eksogen. Pengujian panjang lag optimal ini sangat berguna untuk menghilangkan masalah autokorelasi dalam sistem VAR. Sehingga dengan digunakannya lag
optimal diharapkan tidak muncul lagi masalah autokorelasi. Penentuan panjang
lag optimal didasarkan pada nilai dari kriteria Likelihood Ratio LR, Final
Prediction Error FPE, Akaike Information Criterion AIC, Schwarz Information Criterion SC, dan Hannan-Quinn Criterion HQ.
Besarnya lag optimal yang dipilih dilihat dari nilai adjusted R
2
yang terbesar. Dari pengujian lag optimal di penelitian ini dapat dilihat bahwa lag yang
mungkin adalah 1, 2 dan 8. Dari nilai lag tersebut masing-masing akan dimasukkan ke uji VAR dan akan dilihat nilai adjusted R
2
. Nilai adjusted R
2
untuk lag optimal
1 yaitu sebesar 0,34, lag optimal 2 adalah sebesar 0,38 dan lag optimal
8 sebesar 0,21. Nilai adjusted R
2
terbesar didapatkan dengan memasukkan nilai lag optimal 2 yaitu sebesar 0,38. Sehingga dalam penelitian ini
nilai lag optimal yang akan digunakan untuk penelitian selanjutnya adalah 2.
5.3 Pengujian Stabilitas VAR
Stabilitas VAR perlu diuji sebelum melakukan analisis lebih jauh, karena jika hasil estimasi VAR yang dikombinasikan dengan model koreksi kesalahan
tidak stabil, maka impulse response function IRF dan forecasting error variance decomposition FEVD
menjadi tidak valid. Untuk pengujian stabil atau tidaknya
estimasi VAR yang telah terbentuk, maka dilakukan VAR stability condition check berupa roots of characteristic polynomial. Suatu sistem VAR dikatakan stabil jika
seluruh roots-nya memiliki modulus lebih kecil dari 1. Hasil pengujian stabilitas model VAR dapat dilihat pada Tabel 5.3. Dari
tabel dapat dilihat bahwa nilai modulusnya semuanya kurang dari 1 sehingga dapat ditarik kesimpulan bahwa model VAR tersebut sudah stabil.
Tabel 5.3 Hasil Uji Stabilitas VAR
Root Modulus
0.986120 - 0.017026i 0.986267
0.986120 + 0.017026i 0.986267
0.830870 0.830870
0.803402 0.803402
0.559217 - 0.142070i 0.576981
0.559217 + 0.142070i 0.576981
0.386278 - 0.203393i 0.436555
0.386278 + 0.203393i 0.436555
-0.219882 - 0.147202i 0.264606
-0.219882 + 0.147202i 0.264606
-0.030227 - 0.106995i 0.111183
-0.030227 + 0.106995i 0.111183
Sumber : Lampiran 3
5.4 Analisis Kointegrasi
Kategori