Adj. R-squared 0.983028
0.990211 0.997519
0.983757 0.975363
Sum sq. resides 0.078124
0.016546 0.013883
0.024712 0.010157
S.E. equation 0.053791
0.024755 0.022676
0.030253 0.019395
F-statistic 371.6870
648.4067 2573.852
388.6173 254.3737
Log likelihood 52.93343
78.54381 81.43956
71.92525 86.59575
Akaike AIC -2.844451
-4.396594 -4.572095
-3.995470 -4.884591
Schwarz SC -2.572358
-4.124502 -4.300002
-3.723377 -4.612499
Mean dependent 12.07825 13.79014
13.11077 15.94399
17.54226 S.D. dependent
0.412897 0.250208
0.455213 0.237376
0.123568 Determinant Residual Covariance
8.86E-17 Log Likelihood d.f. adjusted
375.7573 Akaike Information Criteria
-20.95499 Schwarz Criteria
-19.59453 Sumber: Data diolah dengan Eviews
4.3.4 Analisis
Impulse Response Function IRF
Analisis impulse response function IRF ini digunakan untuk melihat pengaruh perubahan dari satu variabel pada variabel itu sendiri atau variabel lainnya.
Estimasi yang dilakukan untuk IRF ini dititikberatkan pada respon suatu variabel pada perubahan satu standar deviasi dari variabel itu sendiri maupun dari variabel
lainnya yang terdapat dalam model. Analisis IRF yang dilakukan menggunakan 40 periode pengamatan dengan metode Cholesky.
Dari Gambar 4.5 dapat dilihat bahwa semua varibel konvergen dalam jangka panjang. Pada periode awal respons LOG M1 terhadap LOG M1, LOG DEP,
LOG LON, LOG INV dan LOG PDB cenderung tinggi dan bervariasi yang kemudian setelah periode 5 cenderung menurun dan konstan. Respons LOG DEP
terhadap LOG M1, LOG DEP, LOG LON, LOG INV dan LOG PDB tinggi dan bervariasi sampai periode 3 dan satelah itu secara perlahan turun dan cenderung
Universitas Sumatera Utara
konstan. Respons LOG LON terhadap LOG M1, LOG DEP, LOG INV dan LOG PDB tinggi dan terus turun secara perlahan pada periode 3 dan cenderung
konstan. Respons LOG INV terhadap LOG M1, LOG DEP, LOG LON, LOG INV dan LOG PDB pada periode awal tinggi, menurun pada periode 10 dan
penurunan yang terjadi secara perlaha dan konstan. Respons LOG PDB terhadap LOG M1, LOG DEP LOG LON, LOG INV dan LOG PDB pada periode
awal tinggi dan cenderung menurun secara konstan pada periode 3.
Universitas Sumatera Utara
-.02 -.01
.00 .01
.02 .03
.04 .05
5 10
15 20
25 30
35 40
LOGM1 LOGDEP
LOGLON LOGINV
LOGPDB
Response of LOGM1 to Cholesky One S.D. Innovations
-.005 .000
.005 .010
.015 .020
.025
5 10
15 20
25 30
35 40
LOGM1 LOGDEP
LOGLON LOGINV
LOGPDB
Response of LOGDEP to Cholesky One S.D. Innovations
-.02 -.01
.00 .01
.02 .03
.04
5 10
15 20
25 30
35 40
LOGM1 LOGDEP
LOGLON LOGINV
LOGPDB
Response of LOGLON to Cholesky One S.D. Innovations
-.01 .00
.01 .02
.03
5 10
15 20
25 30
35 40
LOGM1 LOGDEP
LOGLON LOGINV
LOGPDB
Response of LOGINV to Cholesky One S.D. Innovations
005 000
005 010
015 020
5 10
15 20
25 30
35 40
LOGM1 LOGDEP
LOGLON LOGINV
LOGPDB
Response of LOGPDB to Cholesky One S.D. Innovations
Gambar 4.5. Hasil Penaksisran IRF dari Model Credit Channel
4.3.5 Analisis Variance Decomposition