waktu time invariant. Hal yang sebaliknya terjadi pada data yang bersifat nonstasioner.
Pengujian unit root yang dipilih adalah Augmented Dickey-Fuller. Prosedur
pengujian stationary data adalah sebagai berikut :
a. Melakukan uji terhadap level series. Jika hasil uji unit root menunjukkan terdapat unit root, berarti data tidak stationary.
b. Selanjutnya adalah melakukan uji unit root terhadap first difference dari series.
c. Jika hasilnya tidak ada unit root, berarti pada tingkat first difference, series sudah stationary atau semua series terintegrasi pada orde I1.
d. Jika setelah di-first difference-kan series belum stationary maka perlu dilakukan second difference.
3. Uji Derajat Integrasi
Uji derajat integrasi dilakukan apabila uji stasioner menunjukkan hasil bahwa data bersifat nonstasioner. Uji derajat integrasi bertujuan
untuk mengetahui pada derajat berapakah data akan stasioner. Penerapan prosedur unit root kembali dilakukan pada tahap ini. Nilai probabilitas
yang tidak melebihi taraf signifikansi menunjukkan bahwa hipotesis nol adanya unit root dapat ditolak. Hal ini berarti bahwa DGP bersifat
stasioner dengan derajat integrasi sama dengan satu I1.
4. Uji Kointegrasi
Adanya kointegrasi merupakan syarat penggunaan Error Correction Model
ECM. Hubungan kointegrasi dilihat sebagai
hubungan jangka panjang ekuilibrium. Suatu set variabel dapat terdeviasi dari pola ekuilibrium namun demikian diharapkan terdapat
suatu mekanisme jangka panjang yang mengembalikan variabel-variabel dimaksud pada pola hubungan ekuilibrium. Jika suatu kelompok variabel
yang seluruhnya adalah Id diduga memiliki kointegrasi dengan bentuk linier tertentu, maka pengujian dilakukan dengan melihat apakah
kombinasi linier yang dimaksud adalah Id-b Doddy Ariefianto: 2012. Untuk mendeteksi adanya kointegrasi, dilakukan pengujian
Augmented Dickey-Fuller ADF pada residual series µ hasil regresi
antarvariabel. Jika nilai statistik uji ADF lebih besar dari nilai kritis, maka hipotesis nol nonstasioner ditolak, yang berarti bahwa terdapat
kointegrasi yang menjadi syarat ECM.
5. Uji Asumsi Klasik
Pengujian asumsi klasik bertujuan untuk mengetahui apakah model regresi yang digunakan benar-benar menunjukkan hubungan yang
signifikan. Uji asumsi klasik yang digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas dan
autokorelasi.
