32
2. Estimasi Parameter
Parameter model VEC adalah
Π, Γ, dan
dalam proses estimasi digunakan model maximum likelihood estimation Lu
tkepohl,2005:294. Penggunaan estimasi maximum likelihood pada model VEC sangat kompleks
untuk dikerjakan secara manual. Oleh karena itu pengerjaan estimasi tersebut dapat dilakukan dengan menggunakan software. Sehingga diperoleh maksimum
dari ln L adalah |
| atau ekuivalen dengan meminimumkan determinan
α dan β Lu tkepohl, 2005:
295. Uji signifikansi parameter dapat dilakukan dengan uji hipotesis sebagai berikut :
H
o
: = 0 dengan i
= 1,2, …p-1 parameter VEC tidak signifikan H
1
:
≠ 0 parameter VEC signifikan
Statistik uji yang digunakan sebagai berikut: ̂
̂
dengan ̂
= estimator parameter VEC
̂
= standar error estimator
Kriteria keputusan yang digunakan adalah H ditolak jiak |t| t
α2df
, df = n- n
p
dimana n menunjukkan banyak data dan n
p
adalah banyakdata pada orde p yang dipakai atau H
ditolak jika p- value α .
33
3. Uji Kesesuaian Model
Model dikatakan memadai jika error u
t
memenuhi proses white noise yang tidak berkorelasi independen. Untuk mendeteksi suatu proses white noise pada
analisis error dilakukan uji autokorelasi error dengan menyajikanplot ACF PACF dan uji normalitas Lu
tkepohl, 2004: 127
a. Uji Autokorelasi error
Hipotesisi yang digunakan untuk menguji autokorelasi error yaitu H
: Eu
t
, u’
t-1
= 0 dengan tidak terdapat korelasi pada error H
1
: minimal terdapat satu Eu
t
, u’
t-1
≠ 0 terdapat korelasi pada error Dengan menyajikan plot residu dengan asumsi jika terdapat plot keluar
garis kritis maka H ditolak Wei, 2006 : 110
b. Uji Normalitas Error
Asumsi lain yang harus dipenuhi adalah uji kenormalan error. Uji kenormalan dilakukan untuk mengetahui error berdistribusi normal atau tidak. Uji
kenormalan dilakukan dengan menggunakan uji Jerque-Bera JB. Hipotesis yang digunakan sebagai berikut Lu
tkepohl, 2004: 129: H
: error berdistribusi normal H
1
: error tidak berdistribusi normal statistik uji yang digunakan yaitu Rosadi, 2010: 111:
[ ]
Kriteria keputusan adalah H ditolak jika p-
value α atau JB χ
2 K
. Dengan n dalah banyak data.
34
4. Peramalan Data
Kategori