3.4.1. Pemilihan Model
Pemilihan model merupakan salah satu langkah penting dalan penelitian apakah model yang dipakai menggunakan model linier, model log linier atau yang
lainya. Dalam penelitian ini digunakan metode yang dikembangkan oleh Mac Kinnon, White and Davidson dengan nama MWD Test sebagai alat pemilihan model
empiris pada variabel bebas
tingkat inflasi, jumlah uang beredar M2, nilai tukar rupiah, produk domestik bruto,
dan variabel terikat
Indeks Harga Saham Gabungan IHSG. Adapun Rule Of thumb dari uji MWD adalah bila Z
1
signifikan secara statistik, maka model yang benar adalah log linier. Sebaliknya, bila Z
2
signifikan secara statistik maka model yang benar adalah linier
3.4.2. Uji Stasioneritas dan Derajat Integrasi
Menurut Winarno 2009 Suatu data hasil proses random dikatakan stasioner jika memenuhi tiga kriteria yaitu jika rata rata dan varianya konstan
sepanjang waktu dan kovarian antara dua data runtut waktu hanya tergantung dari kelambanan antara dua periode waktu tersebut. Sebagai implikasinya untuk
mengetahui kestasioneritasan data dapat dilakukan pengujian sebagai berikut:
3.4.2.1. Uji Akar Unit Unit Root Test
Uji akar unit ini dilakukan untuk mengamati apakah koefisien tertentu dari model otoregresif yang ditaksir mempunyai nilai satu atau tidak. Langkah
pertama adalah menaksir model otoregresif dari masing masing variabel yang
digunakan dengan OLS Siagian, 2003:5. Sedangkan menurut Sarwoko 2005 langkah - langkah dalam pengujian stasioneritas adalah sebagai berikut:
a. Meregresi variabel ∆Y
1
= a + a
1
Y
t – 1
+ u
t
dimana ∆ merupakan operator beda pertama first-difference operator dari variabel Y, dan Y
t – 1
adalah nilai Y pada periode lag yang pertama. b. Penyusunan hipotesis
H : a
1
= 0 H
a
: a
1
≠ 0 c. Pengujian
Prosedur pengujian dalam penelitian ini adalah dengan uji Uji Philips Perron melalui software komputer Eviews 6.0.
d. Kesimpulan Apabila nilai PP hitung lebih besar dari nilai kritis mutlak
maka H ditolak atau data dikatakan stasioner.
3.4.2.2. Uji Derajat Integrasi Integration Test
Menurut Siagian 2003:5 Apabila data yang diamati belum stasioner pada uji akar akar unit, maka dilakukan uji derajat integrasi untuk mengetahui pada
derajat integrasi berapa data tersebut akan stasioner. Adapun langkah langkahnya sebagai berikut:
a. Meregresi variabel
∆Y
1
= a + a
1
Y
t – 1
+ u
t
dimana ∆ merupakan operator beda pertama first-difference operator dari variabel Y, dan Y
t – 1
adalah nilai Y pada periode lag yang pertama. b.
Penyusunan hipotesis H
: a
1
= 0 H
a
: a
1
≠ 0 c.
Pengujian Prosedur pengujian dalam penelitian ini adalah dengan Uji Philips
Perron melalui software komputer Eviews 6.0. dengan berbagai derajat kepercayaan sampai data yang dihasilkan stasioner.
d. Kesimpulan
Apabila nilai PP hitung lebih besar dari nilai kritis mutlak pada
tingkat derajat kepercayaan yang sama maka H ditolak atau data
dikatakan stasioner .
3.4.3. Uji Kointegrasi Cointegration Approach
Uji kointegrasi dilakukan untuk menguji integrasi keseimbangan jangka panjang hubungan antar variabel. Uji integrasi dapat dilakukan bila variabel yang
digunakan memiliki derajat integrasi yang sama. Uji statistik yang digunakan adalah uji CRDW Cointegration Regression Durbin Watson, uji DF dan ADF
Siagian, 2003:6. Adapun Prosedur yang digunakan dalam uji Kointegrasi Durbin Watson menurut Nachrowi dkk. 2006 adalah sebagai berikut:
1. Menghitung Statistik Durbin Watson d. Mengingat d = 2 1 – p, maka pada
saat p bernilai 1, maka d bernilai 0. Oleh karenanya hipotesis yang digunakan:
H = d = 0
Ha = d ≠ 0 2. Setelah nilai d diketahui, maka d dibandingkan dengan nilai d tabel.
Tabel 3.1. Nilai Kritis Mutlak Durbin Watson
Α 0,01
0,05 0,1
D 0,511
0,386 0,322
Sumber : Widarjono,2009
3. Kesimpulan Apabila nilai d hitung lebih besar dari nilai d tabel maka variabel
tersebut telah berkointegrasi atau Ho ditolak. yang artinya antar variabel variabel tersebut dalam jangka panjang terjadi hubungan yang equilibrium.
3.4.4. Model Koreksi Kesalahan Error Correction Model
Penelitian ini merupakan penelitian data time series dengan menggunakan pendekatan Error Correction Model. Yaitu teknik untuk mengkoreksi
ketidakseimbangan jangka pendek menuju pada keseimbangan jangka panjang Nachrowi dkk, 2006:371. Persamaan dasar yang disusun dalam penelitian ini
sebagai berikut:
IHSG
= β + β
1
INF
+
β
2
JUB
+
β
3
KURS
+
β
4
PDB
+
β
5
SBD
+
ε
Selanjutnya, apabila persamaan tersebut dirumuskan dalam bentuk Error Correction Model ECM maka persamaanya menjadi:
DLIHSG
= β +
β
1
DLIHK
t
+
β
2
DLJUB
t
+
β
3
DLKURS
t
+
β
4
DLPDB
t
+
β
5
DLSBD
t
+
β
6
LIHK
t-1
+
β
7
L JUB
t-1
+
β
8
LKURS
t-1
+
β
9
LPDB
t-1
+
β
10
LSBD
t-1
+
β
11
ECT
Dimana:
LIHSG = IHSG Indeks Harga Saham Gabungan
LIHK = Inflasi IHK
LJUB = Jumlah uang beredar M2
LKURS = Kurs Rupiah terhadap US
LPDB
= Produk Domestik Bruto
LSBD = Suku bunga deposito berjangka 3 bulan
DLIHSG = LIHSG
t
- LIHSG
t – 1
DX
it
= X
it
– X
it – 1
X
i-t
= X
it – 1
ECT = LIHK
t-1
+
LJUB
t-1
+
LKURS
t-1
+
LPDD
t-1
+
LSBD
t-1 -
LIHSG
t-1
β
= Intersep
β
1
, β
2
, β
3
, β
4
, β
5
= koefisien ECM dalam jangka panjang.
Β
6
, β
7
, β
8
, β
9
, β
10
= Koefisisen regresi dalam jangka pendek
β
11
= Koefisien regresi Error Correction Term ECT
Model Koreksi kesalahan yang digunakan dalam penelitian ini untuk menguji spesifikasi model, pengumpulan data dan teori dinyatakan sesuai, jika nilai dari
ECT Error Correction Term signifikan secara statistik.
3.4.5. Uji Asumsi Klasik