memiliki hubungan jangka panjang berkointegrasi satu sama lain, maka model yang digunakan adalah model VECM vector error correction modelrestricted
VAR.
3.5.2 Penentuan Lag Length
Salah satu masalah dalam model ekonometrik adalah penentuan panjang kelambanan lag length, jika lag yang digunakan dalam model ekonometrik
terlalu sedikit, maka residual dalam regresi tidak akan menampilkan proses white noise sehingga model tidak dapat mengestimasi actual error secara tepat. Namun,
apabila memasukkan terlalu banyak lag dalam model, maka dapat mengurangi kemampuan menolak H0 karena tambahan parameter yang terlalu banyak akan
mengurangi derajat bebas. Penentuan panjangnya kelambanan optimal dapat dilihat dengan
menggunakan beberapa kriteria seperti AIC Akaike Information Criteria, HQC Hannan Quinn Criteria, SBC Schward Bayesian Criteria yang dirumuskan:
���� = log det��
�
+ 2
��
2
� … … … … … … … … … … … … … … … 3.2
���� = log det ���
�
� + 2 loglog
� ��
2
� … … … … … … … …. 3.3
��� = log det ���
�
� + log
���
2
� … … … … … … … … … … … … … 3.4
Keterangan:
T = Ukuran sampel
K = Jumlah variabel P =Nilai p yang meminimumkan kriteria informasi.
Untuk menentukan panjangnya kelambanan, maka panjang kelambanan optimal terjadi jika nilai-nilai kriteria di atas mempunyai nilai absolut paling kecil.
Universitas Sumatera Utara
3.5.3 Uji Kointegrasi
Uji kointegrasi bertujuan untuk mengetahui apakah variabel yang digunakan memiliki keseimbangan jangka panjang berkointegrasi atau tidak.
Salah satu cara untuk melakukan uji kointegrasi adalah dengan menggunakan Johansen Cointegration Test. Untuk menentukan jumlah dari arah kointegrasi
tersebut maka Johansen menyarankan untuk melakukan dua uji statistik. Uji pertama yaitu uji trace
trace test, λ
trace
yaitu menguji hipotesis nol null hypothesis yang mensyaratkan bahwa jumlah dari arah kointegrasi adalah kurang
dari atau sama dengan p dan uji ini dapat dilakukan dengan rumus:
�
�����
� = −� � ��1 −
� �=�+�
�
�
… … … … … … … … … … … … … … … … … 3.5
Dimana λ
r+1
, … , λ
n
adalah nilai eigen vectors terkecil p - r. Null hypothesis yang disepakati adalah jumlah dari arah kointegrasi adalah sama
dengan banyaknya r, dengan kata lain jumlah vektor kointegrasi lebih kecil atau sama dengan r, dimana r = 0, 1, 2 dan seterusnya.
Uji statistik yang kedua adalah uji maksimum eigen value λ
max
yang dilakukan dengan formula:
�
���
�, � + 1 = −� �� 1 − �
�+1
… … … … … … … … … … … .. 3.6
Uji ini menyangkut kepada uji null hypothesis bahwa terdapat r dari vektor kointegrasi. Untuk melihat hubungan kointegrasi tersebut, maka dapat dilihat dari
besarnya nilai trace statistic dan maximum Eigen statistik dibandingkan dengan nilai critical value pada tingkat kesalahan 1, 5, ataupun 10.
Universitas Sumatera Utara
3.5.4 Model Vector Auto Regression
