Uji Kointegrasi Analisis Model ECM

iv besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data tingkat suku bunga log kredit konsumsi telah stasioner . Lalu terlihat berdasarkan hasil ADF statistik yang diperoleh untuk variabel log PDB satu tahun sebelumnya dan Log jumlah Pengangguran masing-masing sebesar -19.56346 dan -3.879519, sedangkan nilai kritis untuk tingkat signifikansi 1 masing-masing sebesar -3.699871 dan -3.711457. Hasil ini menunjukkan nilai ADF yang lebih besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data log PDB satu tahun sebelumnya dan Log jumlah Pengangguran telah stasioner. Sedangkan hasil ADF statistik yang diperoleh untuk variabel Log suku bunga kredit konsumsi sebesar -3.159354, sedangkan nilai kritis untuk tingkat signifikansi 5 sebesar -2.971853. Hasil ini menunjukkan nilai ADF yang lebih besar dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa data Log suku bunga kredit konsumsi telah stasioner.

4.7.2 Uji Kointegrasi

Uji kointegrasi bertujuan untuk mengetahui hubungan keseimbangan dalam jangka panjang antara Log Suku bunga kredit konsumsi, Log PDB satu tahun sebelumnya dan Log suku bunga Kredit Konsumsi dengan Log Kredit Konsumsi di Indonesia. Uji ini dapat dilakukan dengan Uji Engle-Granger atau Uji Augmented Engle-Granger. Berikut ini hasil Uji Kointegrasi dengan Uji Augmented Engle - Granger : Universitas Sumatera Utara v Tabel 8 Hasil Estimasi Uji Kointegrasi Uji Akar Unit Derajat Integrasi Variabel ADF Critical Value Stasioner RESID - 4.130664 - 3.711457 I0 Keterangan: = signifikan pada α = 1 Berdasarkan hasil ADF statistik yang diperoleh untuk residual sebesar - 4.130664, sedangkan nilai kritis pada tingkat signifikansi 1 sebesar -3.711457. Hasil ini menunjukkan nilai ADF yang lebih kecil dari nilai kritisnya. Dengan demikian dapat disimpulkan bahwa residual telah stasioner, dengan kata lain bahwa adanya kointegrasi keseimbangan dalam jangka panjang antara Log Suku bunga kredit konsumsi, Log PDB satu tahun sebelumna dan Log Jumlah Pengangguran dengan Log Jumlah Kredit Konsumsi di Indonesia.

4.7.3 Analisis Model ECM

Secara lengkap dirumuskan sebagai berikut : Tabel 9 Hasil Estimasi Model ECM DLogKK = -3.227612 - 0.551853 DLogSK + 0.587138 DLogPDB1 - 0.033323 DLogU t-statistik -2.923480 3.308330 -0.060715 - 0.172856 LogSK-1 - 0.286444 LogPDB1-1 + 0.392733 LogU-1 - 0.199776 ECT -2.327923 -2.386583 1.191314 -3.101346 R 2 = 0.768415 F-statistik = 8.532182 Adj.R 2 = 0.678354 Universitas Sumatera Utara vi Berdasarkan hasil perhitungan dengan analisis regresi linear ECM di atas, maka dapat diketahui nilai variabel ECT Error Correction Term yaitu variabel yang menunjukkan biaya keseimbangan tingkat suku bunga pinjaman. Hal ini dapat menjadikan indikator bahwa spesifikasi model baik atau tidak melalui tingkat signifikansi koefisien koreksi kesalahan Insukindro, 1991 : 84. Jika variabel ECT signifikan, maka spesifikasi model sudah sahih valid dan dapat menjelaskan variasi variabel tak bebas. Koefisien ECT Error Correction Term menunjukkan angka 0.199776 berarti bahwa proporsi biaya keseimbangan dan perkembangan Jumlah permintaan Kredit Konsumsi pada periode sebelumnya yang disesuaikan pada periode sekarang adalah sebesar 0.199776. Koefisien ECT Error Correction Term menunjukkan tanda negatif yang memberikan penjelasan bahwa variabel suku bunga kredit konsumsi, produk domestik bruto satu tahun sebelumnya, dan jumlah pengangguran berada diatas nilai keseimbangannya. Maka variabel suku bunga kredit konsumsi, produk domestik bruto satu tahun sebelumnya, dan jumlah pengangguran akan menurun pada periode berikutnya untuk mengoreksi kesalahan keseimbangan. Tingkat signifikansi ECT menunjukkan angka - 3.101346 berarti signifikan pada α = 1. Hal ini berarti bahwa spesifikasi model yang dipakai adalah tepat dan mampu menjelaskan variasi dinamis. Persamaan Jangka Pendek Variabel jangka pendek dari model persamaan ECM tersebut dapat ditunjukkan oleh DLogSK, DLogPDB1, dan DLogU. Adapun persamaan jangka pendek dapat dituliskan sebagai berikut : Universitas Sumatera Utara vii DLogKK= -3.227612 - 0.551853 DLogSK + 0.587138 DLogPDB1 - 0.033323 DLogU. Berdasarkan model estimasi tersebut, dapat dijelaskan pengaruh variabel independent Log Suku bunga Kredit konsumsi,log PDB satu tahun sebelumnya, dan log jumlah pengangguran terhadap variabel dependent Log Jumlah kredit konsumsi dalam jangka pendek. Dari model estimasi diatas dapat dilihat bahwa: 1. Variabel Suku bunga kredit konsumsi mempunyai pengaruh negatif terhadap Jumlah Kredit Konsumsi, koefisien menunjukkan 0.551853 artinya apabila suku bunga kredit konsumsi meningkat sebesar satu persen maka tingkat suku bunga pinjaman akan meningkat sebesar 0.551853 persen dalam jangka pendek, ceteris paribus. 2. Variabel PDB satu tahun sebelumnya mempunyai pengaruh positif terhadap Jumlah kredit konsumsi, koefisien menunjukkan 0.587138 artinya apabila produk domestik bruto satu tahun sebelumnya meningkat sebesar satu persen maka Jumlah kredit konsumsi akan turun sebesar 0.587138 persen dalam jangka pendek, ceteris paribus. 3. Variabel Jumlah pengangguran mempunyai pengaruh negatif terhadap jumlah kredit konsumsi, koefisien menunjukkan 0.033323 artinya apabila jumlah pengangguran meningkat sebesar satu persen maka jumlah kredit konsumsi akan turun sebesar 0.033323 persen dalam jangka pendek, ceteris paribus. Universitas Sumatera Utara viii Persamaan Jangka Panjang Variabel jangka pendek dari model persamaan tersebut ditunjukkan oleh DLogSK, DLogPDB1, dan DLogU sedangkan variabel jangka panjang dari model persamaan tersebut ditunjukkan oleh SBI -1, Tabungan -1, dan SIBOR -1. Koefisien regresi jangka pendek dari regresi ECM Permintaan kredit konsumsi ditunjukkan oleh besamya koefisien pada variabel-variabel jangka pendek di atas sedangkan koefisien regresi jangka panjang dengan simulasi dari regresi ECM Permintaan kredit konsumsi diperoleh dari : Konstanta : β0 β7 = -3,227612 -0,199776 = 16,156155 LogSK : β4 + β7 β7 = -0,172856 + -0,199776 -0,199776 = 1,865249 LogPDB1 : β5 + β7 β7 = -0,286444 + -0,199776 -0,199776 = 7,177168 LogU : β6 + β7 β7 = 0,392733 + -0,199776 -0,199776 = -0,965867 Adapun persamaan jangka panjang dapat dituliskan sebagai berikut : Jumlah Kredit Konsumsi = 16,156155 + 1,865249 LogSK + 7,177168 LogPDB1 - 0,965867 LogU Berdasarkan model estimasi tersebut, dapat dijelaskan pengaruh variabel independent Log Suku bunga Kredit konsumsi,log PDB satu tahun sebelumnya, dan log jumlah pengangguran terhadap variabel dependent Jumlah Kredit Konsumsi dalam jangka panjang. Dari model estimasi diatas dapat dilihat bahwa: 1. Variabel Suku bunga kredit konsumsi mempunyai pengaruh positif terhadap tingkat suku bunga pinjaman, koefisien menunjukkan 1,865249 artinya apabila suku bunga meningkat sebesar satu persen maka jumlah Universitas Sumatera Utara ix kredit konsumsi akan meningkat sebesar 1,865249 persen dalam jangka panjang, ceteris paribus. 2. Variabel Produk Domestik Bruto Satu tahun sebelumnya mempunyai pengaruh positif terhadap tingkat suku bunga pinjaman, koefisien menunjukkan 7,177168 artinya apabila Produk Domestik Bruto Satu tahun sebelumnya meningkat sebesar satu persen maka jumlah kredit konsumsi akan meningkat sebesar 7,177168 persen dalam jangka panjang, ceteris paribus. 3. Variabel Jumlah pengangguran mempunyai pengaruh negatif terhadap jumlah kredit konsumsi, koefisien menunjukkan 0,965867 artinya apabila jumlah pengangguran meningkat sebesar satu persen maka jumlah kredit konsumsi akan meningkat sebesar 0,965867 persen dalam jangka panjang, ceteris paribus. 4.7.4 Test Of Goodness Of Fit Uji Kesesuaian 4.7.4.1 Analisis Koefisien Determinasi R- Square

Dokumen yang terkait

Analisis faktor yang mempengaruhi permintaan pembiayaan mudharabah pada perbankan syariah di Indonesia Periode 2003-2009

2 9 189

ANALISIS FAKTOR-FAKTOR PERMINTAAN UANG DI INDONESIA PENDEKATAN ERROR CORRECTION MODEL (ECM) (TAHUN PENGAMATAN 2001:1 - 2013:IV)

0 2 163

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI INFLASI DI INDONESIA (1:2008 – 12:2015) MELALUI PENDEKATAN ERROR CORRECTION MODEL (ECM)

2 7 133

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERMINTAAN GULA DI INDONESIA TAHUN 1985-2014 (Pendekatan Error Corection Model (ECM))

4 14 181

FAKTOR – FAKTOR YANG MEMPENGARUHI IMPOR BERAS DI INDONESIA TAHUN 1991 – 2011 (Pendekatan Error Correction Model).

0 7 7

FAKTOR – FAKTOR YANG MEMPENGARUHI IMPOR FAKTOR – FAKTOR YANG MEMPENGARUHI IMPOR BERAS DI INDONESIA TAHUN 1991 – 2011 (Pendekatan Error Correction Model).

0 3 15

PENDAHULUAN FAKTOR – FAKTOR YANG MEMPENGARUHI IMPOR BERAS DI INDONESIA TAHUN 1991 – 2011 (Pendekatan Error Correction Model).

0 4 8

ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI INDONESIA ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI INDONESIA PERIODE TAHUN 1983 – 2007 Dengan Pendekatan Error Correction Model.

0 2 17

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI BESARNYA PENGELUARAN PEMERINTAH ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PERMINTAAN UANG QUASI DI INDONESIA TAHUN 1997.1 - 2004.4 (Pendekatan Error Correction Model atau ECM).

0 1 13

PENDAHULUAN ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI JUMLAH PERMINTAAN UANG QUASI DI INDONESIA TAHUN 1997.1 - 2004.4 (Pendekatan Error Correction Model atau ECM).

0 1 8