BAB III METODOLOGI PENELITIAN
3.1. Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah untuk menganalisis respon variabel ekonomi makro yaitu kurs, Produk Domestik Bruto dan net ekspor terhadap
Targeting Inflation Framework ITF yang diproxy oleh harga umum inflasi.
3.2. Jenis dan Sumber data
Jenis data adalah data skunder berupa data time series data sekunder merupakan data primer yang telah diolah dan disajikan ke dalam tabel dan bentuk lain
Husein Umar, 2008. Sedangkan data-data time series merupakan sekumpulan data dari suatu fenomena tertentu yang didapat dalam interval waktu tertentu misalnya
minggu, bulan dan tahun Muhidin, 2008. Sumber data dalam penelitian ini dari Badan Pusat Statistik Indonesia dan Bank Indonesia. Data dikumpulkan mulai tahun
1984 sampai dengan tahun 2008.
3.3. Uji Asumsi
3.3.1. Uji Unit Root Test
Data deret waktu yang dikumpulkan mempunyai masalah terutama pada stasioner atau tidak stasioner. Secara umum data ekonomi tidak stasioner termasuk
data harga beras, produksi, konsumsi, dan lainnya. Bila dilakukan analisis pada data
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
yang tidak stasioner akan menghasilkan hasil regresi yang palsu spurious regression dan kesimpulan yang diambil kurang bermakna Enders, 1995 dan Thomas, 1997.
Oleh karena itu, langkah pertama yang dilakukan adalah menguji dan membuat data tersebut menjadi stasioner.
Untuk menguji stasioneritas data dilakukan dengan uji akar unit unit root test
. Untuk keperluan ini digunakan uji Dickey-Fuller DF dan Augmented Dickey- Fuller
ADF lihat Thomas, 1997. Menurut Enders 1995, perlunya uji ini karena inferensia ekonometrika biasa seperti Ordinary Least Square OLS dan Vector
Autoregression VAR hanya berlaku untuk data yang bersifat stasioner. Jika
pengujian stasioneritas menunjukkan bahwa seri data suatu peubah tidak stasioner maka harus dilihat perbedaan tingkat pertamanya first difference ?Yt = Yt – Yt-1
dengan menarik diferensiasi dari variabel endogennya maka data menjadi stasioner pada kondisi I1. Bila tingkat pertama tidak stasioner juga, maka dilanjutkan
dengan melihat perbedaan tingkat kedua, dan seterusnya sampai diperoleh kondisi stasioner. Pada akhirnya proses ini akan menghasilkan tingkat atau order integrasi
dari perubah tersebut.
3.3.2. Uji Kointegrasi
Setelah diketahui bahwa baik data inflasi dan pertumbuhan ekonomi keduanya stasioner, maka selanjutnya akan diuji apakah ada hubungan keseimbangan jangka
panjang antara dua variabel tersebut. Granger 1988 menjelaskan bahwa jika dua variabel berintegrasi pada derajat satu, I 1 dan berkointegrasi maka paling tidak
pasti ada satu arah kausalitas Granger. Berdasarkan teorema representasi Granger
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Engle, Granger, 1987, dinyatakan bahwa jika suatu vektor n I 1 dari data runtut waktu Xt berkointegrasi dengan vektor kointegrasi, maka ada representasi koreksi
kesalahan atau secara matematis dapat dinyatakan dengan: A L .Xt = -ãáXt-1 + âL åt
3.1 Di mana: A L adalah matrik polinomial dalam lag operator dengan A0 = I;
ã adalah nx1 vektor konstanta yang tidak sama dengan nol; âL adalah skalar polinomial dalam L; dan åt adalah vektor dari variabel kesalahan error yang
bersuara resik white noise. Dalam jangka pendek adanya penyimpangan dari keseimbangan jangka panjang á’X=0 akan berpengaruh terhadap perubahan Xt dan
akan menyesuaikan kembali menuju keseimbangan. Uji kointegrasi yang akan digunakan di sini menggunakan prosedur uji kointegrasi Johansen-Juselius 1990.
Ada tidaknya kointegrasi didasarkan pada uji Trace Statistic dan Maksimum Eigenvalue
. Apabila nilai hitung Trace Statistic dan Maksimum Eigenvalue lebih besar daripada nilai kritisnya, maka terdapat kointegrasi pada sejumlah variabel,
sebaliknya jika nilai hitung Trace Statistic dan Maksimum Eigenvalue lebih kecil daripada nilai kritisnya maka tidak terdapat kointegrasi. Nilai kritis yang digunakan
adalah yang dikembangkan oleh Osterwald-Lenum.
3.4. Model Analisis