Sedangkan empat variabel yang lainnya tidak stasioner disebabkan karena nilai t-statistik ADFnya lebih kecil bila dibandingkan
dengan nilai kritis statistik ADF tabel, dengan kata lain variabel-variabel tersebut pada level mengalami persoalan akar-akar unit, oleh karena itu
perlu dilanjutkan dengan uji derajat integrasi pertama.
2. Uji Derajat Integrasi Testing for Degree on Integration
Pengujian ini dilakukan untuk mengetahui pada derajat atau order differensi
ke berapa data yang diteliti akan stasioner. Pengujian ini dilakukan pada uji akar-akar unit langkah pertama di atas, jika ternyata
data tersebut tidak stasioner pada derajat pertama Insukindro, 1992:261. Nilai statistik ADF untuk mengetahui pada derajat berapa suatu data akan
stasioner dapat dilihat pada nilai t-statistik ADF lebih besar dari nilai kritis statistik ADF tabel, maka variabel tersebut dikatakan stasioner pada
derajat pertama. Hasil dari pengujian derajat integrasi pertama dapat dilihat pada tabel 4.3 berikut ini:
Tabel 4.3 Hasil Estimasi Akar-akar Unit Pada Derajat Integrasi Pertama
Variabel Nilai t-Statistik
ADF Nilai Kritis
Statistik ADF α = 5
Kesimpulan
PM -8.636820
-3.465548 Stasioner
TBH -9.662423
-3.466248 Stasioner
JII -8.447274
-3.465548 Stasioner
INF -7.531761
-3.465548 Stasioner
PDB -4.925150
-3.468459 Stasioner
KURS -4.425452
-3.466966 Stasioner
Sumber: Lampiran 2
Dari tabel di atas dapat diketahui bahwa nilai t-statistik ADF masing-masing variabel dengan derajat keyakinan 5 sudah stasioner
pada integrasi pertama first different. Hal ini dapat dilihat bahwa nilai t- statistik ADF variabel Pembiayaan Mudharabah PM, Tingkat Bagi Hasil
TBH, Jakarta Islamic Index JII, tingkat inflasi, Produk Domestik Bruto PDB dan kurs RupiahUS lebih besar bila dibandingkan dengan nilai
kritis statistik ADF tabel. Dari hasil uji stasioneritas tersebut dapat disimpulkan bahwa semua variabel sudah stasioner pada ordo yang sama,
yaitu pada derajat integrasi pertama, sehingga pengujian selanjutnya dapat dilanjutkan ke uji kointegrasi.
3. Uji Kointegrasi
Setelah dilakukan uji stasioneritas dan diyakini seluruh variabel yang diamati merupakan variabel yang sudah stasioner dan memiliki
derajat yang sama, maka langkah selanjutnya adalah pengujian kointegrasi untuk melihat hubungan jangka panjang dari model tersebut. Dalam
melakukan uji kointegrasi harus diyakini terlebih dahulu bahwa variabel- variabel terkait dalam pendekatan ini memiliki derajat integrasi yang sama
atau tidak. Insukindro, 1992:262. Pengujian ini dilakukan untuk mengetahui apakah dalam jangka panjang terdapat hubungan antara
variabel independen dengan variabel dependennya. Tujuan utama uji kointegrasi ini adalah untuk mengetahui apakah residual regresi
terkointegrasi stasioner atau tidak. Apabila variabel terkointegrasi maka terdapat hubungan yang stabil dalam jangka panjang.
Sebaliknya jika tidak terdapat kointegrasi antar variabel maka implikasi tidak adanya keterkaitan hubungan dalam jangka panjang. Uji
statistik yang digunakan untuk menguji hipotesis null mengenai tidak adanya kointegrasi ini adalah dengan menggunakan metode ADF
Augmented Dicky-Fuller, sedangkan pesamaan jangka panjangnya akan diturunkan dari persamaan Error Correction Model ECM. Berikut ini
hasil uji kointegrasi ADF:
Tabel 4.4 Nilai Regresi Uji Kointegrasi
Persamaan Kointegrasi Nilai t-
Statistik ADF Nilai Kritis
Statistik ADF α = 5
Kesimpulan
PM
t
= f TBH
t
, JII
t
, INF
t
, PDB
t
, KURS
t
-2.215375 -1.944811
Residual stasioner
Sumber: Lampiran 15
Dari hasil estimasi di atas dapat dilihat bahwa nilai t-statistik ADF sebesar -2.215375 sedangkan nilai kritis statistik ADF pada tingkat
signifikansi 5 yaitu -1.944811. Karena nilai t-statistik lebih besar dari nilai kritis statistik ADF tabel, artinya residual dari persamaan telah
stasioner pada derajat integrasi nol atau I0. Sehingga variabel-variabel tersebut dikatakan terkointegrasi atau terdapat indikasi hubungan jangka
panjang. Adanya indikasi hubungan keseimbangan dalam jangka panjang
belum dapat digunakan sebagai bukti bahwa terdapat hubungan dalam jangka pendek. Sehingga untuk menentukan variabel mana yang
menyebabkan parubahan pada variabel lain, dan untuk menyediakan short- run dynamic adjustment
guna menuju periode jangka panjang, maka dilakukan perhitungan ECM setelah melakukan uji asumsi klasik terlebih
dahulu.
4. Uji Asumsi Klasik
