Uji Akar Unit Unit Root Test

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