3. Tantangan terberat dalam VAR adalah pemilihan panjang lag yang tepat; 4. Semua variabel yang digunakan dalam model VAR harus stasioner;
5. Koefisien dalam estimasi VAR sulit untuk diinterpretasikan. Metode yang digunakan untuk menganalisis data dalam penelitian ini
adalah metode analisis Vector Autoregression VAR yang dikombinasikan dengan metode Vector Error Correction Model VECM dengan alat analisis
software e-views 4 dan microsoft excel. Metode VAR digunakan dalam penelitian
karena sesuai untuk data time series dan sesuai untuk menjawab permasalahan yang telah dirumuskan di atas dan metode VECM digunakan untuk melihat
dampak jangka panjang dan jangka pendek. Tahapan-tahapan dalam analisis VAR sebagai berikut:
3.2.1. Uji Stasioneritas
Uji stasioneritas sangat penting dalam analisis time series. Pengujian stasioneritas ini dilakukan dengan menguji akar-akar unit atau unit root test. Data
yang tidak stasioner akan mempunyai akar-akar unit, sebaliknya data yang stasioner tidak ada akar-akar unit. Data yang tidak stasioner akan menghasilkan
regresi lancung spurious regression yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang nampaknya signifikan secara statistik
padahal kenyataannya tidak atau tidak sebesar regresi yang dihasilkan tersebut Laksani, 2004.
Cara yang dapat digunakan untuk mengetahui kestasioneran data adalah pengujian akar-akar unit dengan metode Dickey-Fuller DF. Misalkan model
persamaan time series sebagai berikut: y
t
=
1 −
t
y ρ
+
t
ε . Dengan mengurangkan kedua sisi persamaan tersebut dengan y
t-1
maka akan didapat persamaan:
y
t
=
δ
y
t-1
+
t
3.1 dimana
∆ merupakan perbedaan pertama first difference, dan δ = ρ -1,
sehingga hipotesis yang diuji adalah: H :
: δ = 0
dan hipotesis alternatif H :
δ 0. Model pengujian unit root yang digunakan dalam banyak penelitian adalah
model Aughmented Dickey Fuller ADF test. Model umum dari ADF adalah sebagai berikut:
y
t
= k + y
t-1
+ c
1
y
t-1
+ c
2
y
t-2
+ ..... + c
p
y
t-p
+ Trend +
t
3.2 Hipotesis yang diuji pada uji ADF adalah apakah
H :
: δ = 0
dengan hipotesis alternatif H
: δ 0. Jika nilai ADF statistiknya lebih kecil dari Mac
Kinnon Critical Value maka hipotesis nol yang menyatakan bahwa data tidak
stasioner ditolak terhadap hipotesis alternatifnya dengan kata lain dengan menolak H
berarti data stasioner. Solusi yang dapat dilakukan apabila data tidak stasioner pada uji ADF adalah dengan melakukan difference non stasionary processes.
Test tersebut dilakukan untuk meningkatkan akurasi dari analisis apabila data yang diamati stasioner. Test ini hanya merupakan pelengkap dari analisis
VAR, karena tujuan dari analisis VAR adalah untuk menilai adanya hubungan timbal balik di antara variabel yang diamati.
3.2.2. Model Umum Vector Autoregression VAR