maka fungsi atau persamaan harus diubah menjadi persamaan yang linier sehingga hasil estimasi yang kita lakukan bisa mendekati kenyataan. Dalam
penelitian ini karena data tidak stasioner pada tingkat level dan memiliki kointegrasi maka penelitian ini menggunakan metode Error Correction Model
ECM.
Model ECM diperkenalkan oleh Sargan, dan dikembangkan oleh Hendry, serta dipopulerkan oleh Engle dan Granger. Model ECM mempunyai beberapa
kegunaan, namun penggunaan yang paling utama dalam ekonometrika adalah mengatasi data runtun waktu time series yang tidak stasioner dan masalah
regresi lancung Spurius regression.
E. Prosedur Analisis Data
1. Analisis Grafis Plot data
Langkah pertama sebelum melakukan uji stationer adalah memplot data asli, dari hasil plot tersebut dapat dilihat apakah pola data tersebut, horizontal, trend,
musiman atau siklis. Plot data juga merupakan langkah yng dipakai untuk menganalisis data time series. Menurut Makridakis 1999 mengungkapkan
bahwa langkah penting dalam memilih suatu metode runtun waktu time series yang tepat adalah dengan mempertimbangkan jenis pola data, sehingga metode
yang paling tepat dengan pola data tersebut dapat diuji, pola data dapat dibedakan:
1. Pola data Horizontal terjadi saat data observasi berfluktuasi di sekitaran suatu nilai konstan atau mean yang membentuk garis horizontal. Data ini disebut juga
dengan data stasioner. Contoh plot data horizontal yaitu berupa plot data penjualan. Jumlah penjualan selalu meningkat atau menurun pada suatu nilai
konstan secara konsisten dari waktu ke waktu. 2. Pola data trend terjadi bilamana data pengamatan mengalami kenaikan atau
penurunan selama periode jangka panjang. Suatu data pengamatan yang mempunyai trend disebut data nonstasioner. Plot data trend dicontohkan yaitu
berupa data harga suatu produk yang meningkat dari tahun ke tahun. 3. Pola data musiman terjadi bilamana suatu deret dipengaruhi oleh faktor
musiman. Pola data musiman dapat mempunyai pola musim yang berulang dari periode ke periode berikutnya. Misalnya pola yang berulang setiap bulantertentu,
tahun tertentu atau pada minggu tertentu. Contoh dari data musiman yaitu plot suplai bahan makanan tiap bulan. Dari plot tersebut terlihat bahwa terjadi pola
yang berulang setiap periode dua belas bulan, sehingga bisa disimpulkan bahwa data tersebut merupakan pola data musiman.
4. Pola data siklis terjadi bilamana deret data dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis
.
Misalnya pada penjualan baja, emas dan komoditi lainnya.
2. Uji Stationary Unit Root Test
Sebelum melakukan analisis regresi dengan menggunakan data time series, perlu diuji stationary terhadap seluruh variabel untuk mengetahui apakah variabel-