persamaan saling mempengaruhi satu sama lain bukan saja pada periode yang sama namun variabel-variabel tersebut saling terkait dua periode sebelumnya.
5.1.3 Pengujian Stabilitas VAR
Sebelum masuk pada tahapan analisis yang lebih jauh, hasil estimasi sistem persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui VAR
stability condition check yang berupa roots of characteristic polynomial terhadap
seluruh variabel yang digunakan dikalikan jumlah lag dari masing-masing VAR. Stabilitas VAR perlu diuji karena jika hasil estimasi stabilitas VAR tidak stabil
maka analisis IRF dan FEVD menjadi tidak valid. Berdasarkan hasil pengujian tersebut, suatu sistem VAR dikatakan stabil jika seluruh akar atau roots-nya
memiliki modulus lebih kecil dari satu. Pada penelitian ini, berdasarkan uji stabilitas VAR yang ditunjukkan pada Tabel 6
dapat disimpulkan bahwa estimasi stabilitas VAR yang akan digunakan untuk analisis IRF dan FEVD telah stabil
karena kisaran modulus ada diantara 0.27 – 0.84 1.
Tabel 6 Hasil uji stabilitas Root
Modulus -0.459221 - 0.670913i
0.84 -0.459221 + 0.670913i
0.84 -0.084808 - 0.680541i
0.83 -0.084808 + 0.680541i
0.83 0.243382 - 0.612406i
0.77 0.243382 + 0.612406i
0.75 0.087174 - 0.612518i
0.75 0.087174 + 0.612518i
0.74 -0.318630 - 0.520840i
0.74 -0.318630 + 0.520840i
0.71 0.544808
0.71 -0.480892
0.68 0.372439
0.62 -0.046362
0.51 0.045290 - 0.263132i
0.27 0.045290 + 0.263132i
0.27 Sumber : Lampiran 4
5.1.4 Pengujian Kointegrasi
Tujuan dari uji kointegrasi pada penelitian ini yaitu menentukan apakah grup dari variabel yang tidak stasioner pada tingkat level tersebut memenuhi
persyaratan proses integrasi, yaitu dimana semua variabel telah stasioner pada derajat yang sama yaitu derajat 1, I1. Berdasarkan hasil yang terlihat pada Tabel
7 maka pengujian kointegrasi pada penelitian ini menggunakan metode uji kointegrasi dari Johansen Trace Statistic test.
Informasi jangka panjang diperoleh dengan menentukan terlebih dahulu rank kointegrasi untuk mengetahui berapa sistem persamaan yang dapat menerangkan
dari keseluruhan sistem yang ada. Kriteria pengujian kointegrasi pada penelitian ini didasarkan pada trace statistic. Jika nilai trace statistic lebih besar daripada
critical value
5 persen maka hipotesis alternatif yang menyatakan jumlah
kointegrasi diterima sehingga dapat diketahui berapa jumlah persamaan yang terkointegrasi dalam sistem.
Tabel 7 Hasil uji kointegrasi Hypothesized
No. of CEs Eigenvalue
Trace Statistic
0.05 Critical Value
Prob. None
0.96 413.66
175.17 0.00
At most 1 0.91
283.34 139.28
0.00 At most 2
0.86 191.27
107.35 0.00
At most 3 0.73
115.84 79.34
0.00 At most 4
0.54 65.13
55.25 0.01
At most 5 0.40
34.82 35.01
0.05 At most 6
0.32 15.21
18.40 0.13
Sumber : Lampiran 5 Pada Tabel 7 dapat dilihat bahwa hasil uji Johansen terdapat minimal lima
hubungan kointegrasi yaitu saat nilai Trace Statistic lebih besar daripada nilai kritisnya. Hasil ini menunjukkan bahwa terdapat hubungan jangka panjang antar
variabel dalam model, sehingga model VAR dapat dikombinasikan dengan ECM menjadi VECM.
5.1.5 Uji Bivariate Granger Causality
Uji kausalitas Granger Granger Causality Test dilakukan untuk melihat apakah dua variabel memiliki hubungan timbal balik atau tidak. Dengan kata lain,
apakah satu variabel memiliki hubungan sebab akibat dengan variabel lainnya secara signifikan, karena setiap variabel dalam penelitian mempunyai kesempatan
untuk menjadi variabel endogen maupun eksogen. Uji kausalitas bivariate pada penelitian ini menggunakan VAR Pairwise Granger Causality Test dan
menggunakan taraf nyata lima persen. Tabel 8 berikut menyajikan hasil analisis uji Bivariate Granger Causality.
Tabel 8 Hasil analisis uji bivariate granger causality model guncangan harga
minyak mentah dunia terhadap harga beras domestik, periode 1969- 2011
Hipotesis nol Obs F-Stat
Prob
Kausalitas
DHBI tidak menyebabkan DHBDOM 39
3.29 0.05
Ya
DHBDOM tidak menyebabkan DHBI 39
7.93 0.00
Ya
DHBDOM tidak menyebabkan DPB 39
4.68 0.02
Tidak
DHBDOM tidak menyebabkan DHMMD 39
6.78 0.00
Tidak
DHBD tidak menyebabkan DHBI 39
4.52 0.02
Tidak
DHMMD tidak menyebabkan DHBD 39
5.74 0.01
Tidak
DTFP tidak menyebabkan DPB 39
3.91 0.03
Tidak
Sumber : Lampiran 6, diolah Berdasarkan Tabel 8 dapat dilihat bahwa terdapat enam hubungan yang
signifikan menolak Ho. Hubungan yang terjadi terdiri dari lima hubungan searah dan satu hubungan dua arah bolak balik. Kelima hubungan searah tersebut
diantaranya adalah hubungan antara : 1 Produksi beras PB dengan total faktor produktivitas TFP, 2 Harga beras domestik HBDOM dengan produksi beras
PB, 3 Harga minyak mentah dunia HMMD dengan harga beras dunia HBD, 4 Harga beras impor HBI dengan harga beras dunia HBD, dan 5 Harga
