IV. HASIL DAN PEMBAHASAN
Metode analisis yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression VAR dan dilanjutkan dengan metode Vector
Error Correction Model VECM. Namun sebelumnya diperlukan langkah- langkah uji atau tahapan untuk melakukan estimasi yaitu: uji akar unit, uji lag
optimal, uji stabilitas VAR, dan uji kointegrasi. Selain itu tahap terakhir adalah melakukan estimasi-estimasi yang menyertai metode VAR dan VECM , yaitu uji
kausalitas, fungsi respon terhadap shock Impuls Respon FunctionIRF, dan dekomposisi varian Forecast Error Variance DecompositionFEVD.
4.1. Uji Akar Unit Unit Root Test
Data time series sering menimbulkan masalah dalam analisisnya, terutama masalah ketidakstasioneran data. Uji kestasioneran data merupakan tahap yang
paling penting dalam menganalisis data time series untuk melihat ada tidaknya akar unit unit root yang terkandung diantara variabel sehingga hubungan antar
variabel menjadi valid. Uji ini dilakukan agar hasil regresi yang dilakukan tidak menghasilkan regresi palsu spurious regression. Spurious regression adalah
regresi yang menggambarkan hubungan dua variabel atau lebih yang nampak signifikan secara statistik padahal kenyataannya tidak. Regresi bersifat spurious
biasanya memiliki R
2
yang tinggi dan t-statistik yang terlihat signifikan, akan tetapi hasilnya tidak dapat diinterpretasikan secara ekonomi.
Penelitian ini menggunakan Augmented Dickey-Fuller ADF untuk menguji stasioneritas data. Dalam tes ADF, jika nilai ADF lebih kecil dari Mc
Kinnon Critical Value maka dapat disimpulkan bahwa data tersebut stasioner. Jika data berdasarkan uji ADF tidak stasioner maka solusinya adalah dengan proses
diferensiasi. Uji akar unit setiap variabel dalam model penelitian didasarkan pada ADF test pada tingkat level. Hasil pengujian dapat dilihat pada Tabel 4.1.
Tabel 4.1. Uji Akar Unit Pada Tingkat Level
Variabel Nilai ADF
Nilai Kritis Mc Kinnon Keterangan
1 5 10
Nilai Tukar Riil -2.125804
-3.737853 -2.991878 -2.635542 Tidak Stasioner
Capital Inflow -1.894379 -3.737853 -2.991878 -2.635542 Tidak
Stasioner Inflasi -4.187765
-3.737853 -2.991878
-2.635542 Stasioner
GDP -1.261362 -3.737853
-2.991878 -2.635542
Tidak Stasioner
Suku Bunga -4.707837
-3.737853 -2.991878 -2.635542 Stasioner
Trade Opennes -3.111637 -3.737853 -2.991878 -2.635542
Stasioner Sumber
: Lampiran 1, data diolah
Berdasarkan hasil pengujian akar unit pada tingkat level dapat diketahui bahwa dengan menggunakan taraf nyata lima persen terdapat tiga variabel yang
stasioner yaitu inflasi, suku bunga, dan trade openness. Untuk variabel yang tidak stasioner perlu dilakukan uji kestasioneran data pada tingkat first difference. Data
yang tidak stasioner akan menghasilkan regresi palsu atau lancung spurious regression. Berdasarkan Tabel 4.2 dapat diketahui bahwa seluruh variabel
stasioner pada tingkat first difference karena nilai ADF test statistic variabel- variabel itu secara aktual lebih kecil dari nilai kritis Mac Kinnon. Hasil uji akar
unit selengkapnya dapat dilihat pada Tabel 4.2.
Tabel 4.2. Uji Akar Unit pada Tingkat First Difference
Variabel Nilai ADF
Nilai Kritis Mc Kinnon Keterangan
1 5 10
Nilai Tukar Riil -5.557067
-3.752946 -2.998064 -2.638752 Stasioner
Capital Inflow -4.416969 -3.752946 -2.998064 -2.638752 Stasioner
Inflasi -5.739348 -3.769597
-3.004861 -2.642242
Stasioner GDP -3.249702
-3.752946 -2.998064
-2.638752 Stasioner
Suku Bunga -8.949110
-3.752946 -2.998064 -2.638752 Stasioner
Trade Opennes -7.594514 -3.752946 -2.998064 -2.638752 Stasioner
Sumber : Lampiran 1, data diolah
Hasil pengujian akar unit pada tingkat first difference menunjukkan bahwa semua variabel sudah stasioner. Seluruh variabel yang akan diestimasi dalam
penelitian ini terintegrasi pada derajat pertama I1. Hal itu dapat diketahui karena nilai ADF lebih kecil dari nilai kritis Mc Kinnon.
4.2. Uji Lag Optimal