Vector Autoregression Metode Analisis Data

4.2. Metode Analisis Data

Berdasarkan data yang diperoleh yaitu data sekunder maka akan dianalisis secara kuantitatif dan kualitatif. Analisis kualitatif digunakan untuk menjelaskan pengaruh suku bunga bank konvensional terhadap besarnya masing-masing DPK di bank syariah berdasarkan various economic units yaitu individu dan variabel makroekonomi yang ada. Variabel-variabel tersebut akan diuraikan secara deskriptif, baik itu dalam bentuk gambar ataupun penjelasan secara umum. Analisis kuantitatif akan diolah dengan melakukan analisis regresi pada data. Metode analisis yang digunakan dalam penelitian ini adalah metode Vector Autoregression VAR jika data stasioner pada tingkat level atau Vector Error Correction Model VECM jika data yang digunakan tidak stasioner namun terkointegrasi. Pengolahan data akan menggunakan E-views 4.1 output dari program E-views 4.1 tidak direstriksi pada penelitian ini dan pengelompokan data menggunakan Microsoft Excel 2003.

4.2.1. Vector Autoregression

VAR merupakan salah satu bentuk model ekonometrika yang menjadikan suatu peubah sebagai fungsi linear dari konstanta dan lag dari peubah itu sendiri serta nilai lag dari peubah lain yang terdapat dalam suatu sistem persamaan tertentu. Metode VAR memiliki beberapa keunggulan dibandingkan dengan metode ekonometrika lainnya, yaitu : 1 Metode VAR dapat menangkap hubungan-hubungan yang mungkin terjadi diantara variabel-variabel yang dianalisis, karena VAR mengembangkan model secara bersamaan dalam suatu sistem yang multivariat. 2 Metode VAR terbebas dari berbagai batasan teori-teori ekonomi, sehingga terbebas dari penafsiran yang salah. Selain keunggulan yang dimiliki, VAR juga memiliki kekurangan yaitu metode VAR tidak mempermasalahkan perbedaan eksogenitas dan endogenitas variabel. Secara umum spesifikasi model VAR yang dipakai adalah model yang berordo p dan mempunyai n peubah tak bebas pada waktu ke t dengan k sebagai maksimum lag adalah sebagai berikut: 4.1 Dimana : X t = vektor peubah tak bebas X 1,t ……..X n,t A = vektor intersep berukuran n x 1 A i = matriks parameter berukuran n x n untuk setiap i = 1,2,……….p e t = vektor sisaan e 1,t ……………. e n,t Pada analisis VAR terdapat asumsi yang harus dipenuhi, yaitu semua peubah tak bebas harus bersifat stasioner dan semua sisaan harus bersifat white noise, yaitu memiliki rataan nol, ragam konstan dan diantara variabel tak bebas tidak ada autokorelasi. Bentuk model penelitian dari besanya DPK pada bank syariah adalah : Model Tabungan Mudharabah: 11 12 13 14 15 16 21 22 23 24 25 26 31 32 33 34 35 36 41 42 43 44 45 46 51 52 53 54 55 56 61 6 _ _ t t t t t t a L a L a L a L a L a L LNRTAB MUDHARABAH a L a L a L a L a L a L LNGDPR a L a L a L a L a L a L LNJII INF a L a L a L a L a L a L NISTAB a L a L a L a L a L a L R TABUNGAN a L a ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ 1 1 1 2 1 3 1 4 1 5 1 6 2 63 64 65 66 _ _ t t t t t t t t t t t t LNRTAB MUDHARABAH u LNGDPR u LNJII u INF u NISTAB u R TABUNGAN u L a L a L a L a L − − − − − − ⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥ + ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ ⎢ ⎥ ⎣ ⎦ 1 1 2 2 ....... t t t p t p t X A A X A X A X e − − − = + + + + + Model Giro Wadiah: Model Deposito Mudharabah: dimana : ln rtab_mudharabah = Tabungan mudharabah riil milyar rupiah ln rgiro_wadiah = Giro wadiah riil milyar rupiah ln rdep_mudharabah = Deposito mudharabah riil milyar rupiah nistab = Bagi hasil tabunganekuivalen rate persen nisdep = Bagi hasil deposito berjangka tiga bulananekuivalen rate persen r_tabungan = Suku bunga tabungan persen r_simpanan = Suku bunga simpanan berjangka tiga bulanan persen lnjii = Harga saham syariah di Jakarta Islamic Index gdpr = Gross domestic productpendapatan nasional riil milyar rupiah inf = Tingkat inflasi persen dummy = Fatwa MUI, terdiri dari: dummy = 0 merupakan sebelum pernyataan bunga bank haram, dummy = 1 merupakan sesudah pernyataan bunga bank haram. 11 12 13 14 15 16 21 22 23 24 25 26 31 32 33 34 35 36 41 42 43 44 45 46 51 52 53 54 55 56 61 _ _ _ t t t t t t a L a L a L a L a L a L LNRGIRO WADIAH a L a L a L a L a L a L LNGDPR a L a L a L a L a L a L LNJII INF a L a L a L a L a L a L BONUS GIRO a L a L a L a L a L a L R SIMPANAN a L a ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ 1 1 1 2 1 3 1 4 1 5 1 6 62 63 64 65 66 _ _ _ t t t t t t t t t t t t LNRGIRO WADIAH u LNGDPR u LNJII u DUMMY INF u BONUS GIRO u R SIMPANAN u L a L a L a L a L − − − − − − ⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥ + + ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ ⎢ ⎥ ⎣ ⎦ 11 12 13 14 15 16 21 22 23 24 25 26 31 32 33 34 35 36 41 42 43 44 45 46 51 52 53 54 55 56 61 6 _ _ t t t t t t a L a L a L a L a L a L LNRDEP MUDHARABAH a L a L a L a L a L a L LNGDPR a L a L a L a L a L a L LNJII INF a L a L a L a L a L a L NISDEP a L a L a L a L a L a L R SIMPANAN a L a ⎡ ⎤ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ = ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎢ ⎥ ⎣ ⎦ 1 1 1 2 1 3 1 4 1 5 1 6 2 63 64 65 66 _ _ t t t t t t t t t t t t LNRDEP MUDHARABAH u LNGDPR u LNJII u DUMMY INF u NISDEP u R SIMPANAN u L a L a L a L a L − − − − − − ⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥ + + ⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎢ ⎥⎢ ⎥ ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ ⎢ ⎥ ⎣ ⎦

4.2.2. Uji Stasioner