Bentuk persamaan uji stasioneritas tersebut dapat dituliskan sebagai berikut:
………….…………. 2
Dimana : = Bentuk dari first different
= Intersept Y
= Variabel yang diuji stasioneritasnya P
= Panjang lag yang digunakan dalam model = Error term
3.4.3 Uji Kausalitas Granger Granger Causality
Uji kausalitas granger digunakan untuk mengevaluasi kemampuan peramalan dari satu peubah deret waktu pada periode sebelumnya terhadap peubah
deret waktu lainnya pada periode saat ini. Hipotesis nol yang yang diuji menyatakan tidak adanya kausalitas diantara variabel sedangkan hipotesis alternatifnya
menyatakan adanya hubungan kausalitas diantara variabel. Untuk menolak atau menerima hipotesis nol, maka dapat melihat nilai probabilitasnya yang dibandingkan
dengan tingkat kepercayaan, pada penelitian ini menggunakan nilai kritis 5 persen. Jika nilai probabilitasnya lebih besar dari 5 persen maka hipotesis nol ditolak yang
artinya terdapat hubungan kausalitas pada variabel-variabel yang diuji.
3.4.4 Uji Lag Optimum
Uji lag digunakan untuk menentukan panjang lag optimum yang akan digunakan untuk analisis selanjutnya. Uji lag optimum merupakan langkah penting
yang harus dilakukan dalam menggunakan model VECM. Untuk langkah awal dalam pengujian ini terlebih dahulu adalah membentuk persamaan VAR untuk
mendapatkan lag optimum dan stabilitas VAR baru dapat dibentuk persamaan VECM nya. Informasi kriteria untuk menentukan panjang lag yang tepat adalah
dengan menggunakan pemilihan kriteria model Final Prediction Error FPE, Akaike Information Criteria AIC, Schwarz Criteria SC, dan Hannan-Quinn HQ. Pada
pengujian pemilihan lag melalui kriteria tersebut, akan didapat kandidat lag pada masing-masing kriteria yang merujuk pada lag optimal. Pada Eviews 6 memberikan
tanda bintang pada nilai AIC dan SC terkecil.
Salah satu metode yang paling umum digunakan untuk menentukan panjang lag adalah dengan melihat AIC nya. Rumus AIC adalah Gujarati, 2004:
AIC = T Log | | + 2n..................3
Dimana: T
= jumlah observasi yang digunakan
| | = determinan dari matriks ragakoragam dari sisaan
n = jumlah parameter yang diestimasi dalam semua persamaan
3.4.5 Uji Kointegrasi
