55
Tabel 5.3. Nilai Lag Optimal
Lag AIC SC HQ
1 -8,301398 -7,068961 -7,820304
2 -9,428629 -7,315879 -8,603897
3 -10,37921 -7,386145 -9,210837
4 -11,52964
-7,656263 -10,01763
Sumber : Lampiran 3.
5.3. Uji Stabilitas VAR
Sebelum masuk pada tahapan analisis yang lebih jauh lagi, hasil estimasi sistem persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui
VAR stability condition check yang berupa roots of characterictic polynomial terhadap seluruh variabel yang digunakan dikalikan jumlah lag dari masing-
masing VAR. Jika modulus dari seluruh nilai AR-rootsnya di bawah 1, maka sistem VAR-nya dikategorikan stabil. Jumlah root yang diuji sebanyak 20 54.
Dari Lampiran 4 dapat diketahui bahwa semua nilai modulus di tabel AR- nomialnya berada pada kisaran 0,24-0,93 dan bernilai di bawah 1, sehingga dapat
dikatakan sistem VAR-nya stabil.
5.4. Uji Kointegrasi
Uji kointegrasi dilakukan untuk memperoleh hubungan jangka panjang yang stabil antara variabel-variabel yang terintegrasi pada derajat yang sama,
yaitu derajat satu I1. Uji kointegrasi yang digunakan dalam penelitian ini. adalah uji Johansen, uji ini dilakukan pada tingkat lag optimal, berdasarkan
Lampiran 3 dapat diketahui bahwa dalam penelitian ini menggunakan VECM yang mempunyai lag 4.
Berdasarkan hasil summary, sebagaimana terlihat pada Lampiran 6, asumsi trend deterministik yang sesuai digunakan dalam penelitian ini adalah
56
asumsi lima Intercept and trend in CE-linier tend in VAR. Pemilihan asumsi lima berdasarkan nilai Akaike Information Criteria AIC. Hasil uji kointegrasi
Johansen dengan asumsi lima menunjukkan bahwa terdapat dua persamaan kointegrasi pada taraf nyata satu persen dan lima persen, baik berdasarkan Trace
test dan Max-eigenvalue test Lampiran 7. Hasil uji kointegrasi berdasarkan
Trace test dapat dilihat pada Tabel 5.4.
Tabel 5.4. Hasil Uji Kointegrasi
Ho R=0 R=1 R=2 R=3 R=4
H1 R=1 R=2 R=3 R=4 R=5
Trace Statistic
135,7825 74,69065 34,15123 12,10125 1,561902
Nilai Kritis 5
77,74 54,64 34,55 18,17 3,74 Sumber : Lampiran 7.
Karena mencari persamaan jangka panjang atau persamaan kointegrasi bukanlah tujuan dari analisis ini maka, tidak dilakukan over restriction untuk
mendapatkan hasil estimasi VECM lebih lanjut. Tujuan pendekatan VECM dalam penelitian ini adalah untuk melihat bagaimana respon variable SBI, jumlah uang
yang beredar, inflasi, kurs dan pengangguran terhadap perubahan kebijakan moneter. Oleh karena itulah analisis yang digunakan adalah Impuls Respose
Function IRF dan Forecast Error Variance Decomposition FEDV untuk untuk
melihat berapa persen peran masing-masing guncangan shock terhadap variabilitas variabel tertentu atau menelaah sumber-sumber fluktuasi pada variabel
tertentu.
57
5.5. Impulse Response Function IRF
