signifikan walaupun d
oi
tidak signifikan. Selanjutnya Granger menunjukkan bahwa model koreksi kesalahan mampu menghasilkan prediksi jangka pendek yang lebih
baik dan mampu menyediakan penyesuaian dinamis jangka pendek untuk mencapai kondisi keseimbangan jangka panjang. Perubahan kelambanan di dalam variabel
independen dapat diinterpretasikan sebagai efek jangka pendek sedangkan koreksi kesalahan menunjukkan efek jangka panjang. Persoalan utama dalam mengestimasi
model autoregresif dalam persamaan 3.14 dan 3.15 adalah dalam hal menentukan panjangnya kelambanan. Sebagaimana diketahui bahwa kedua persamaan tersebut
terdiri dari lebih dari satu variabel independen kelambanan. Oleh karena itu, harus memilih model dengan panjang kelambanan yang optimum. Untuk itu digunakan
metode yang dikembangkan oleh Akaike Information Criterron AIC dan Schwarz Criterion SC, nilai terkecil dari AIC dan SC digunakan untuk menentukan
panjangnya kelambanan yang optimal.
3.5. Innovation Accounting
Pada dasarnya uji ini digunakan untuk menguji struktur dinamis dari sistem variabel dalam model yang diamati, yang dicerminkan oleh variabel inovasi
innovation variable. Dengan kata lain, uji ini merupakan test terhadap variabel inovasi innovation variable. Uji inovasi ini terdiri dari:
3.5.1. The Impulse Responses Function IRF
Uji ini digunakan untuk melihat efek gejolak shock suatu standar deviasi dari variabel invovasi terhadap nilai sekarang current time values dan nilai yang
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
akan datang future values dari variabel-variabel endogen yang terdapat dalam model yang diamati. Impulse response function ini digunakan untuk melihat pengaruh
perubahan dari satu variabel pada variabel itu sendiri atau variabel lainnya. Estimasi yang dilakukan untuk IRF ini dititikberatkan pada respon suatu variabel pada
perubahan satu standar deviasi dari variabel itu sendiri maupun dari variabel lainnya yang terdapat dalam model. Uji ini dilakukan dengan melihat satu standar deviasi dari
variabel yang kita amati terhadap standar deviasi variabel yang lain. IRF merupakan ukuran arah pergerakan setiap variabel transmit akibat perubahan variabel transmit
lainnya Manurung, 2005. Nilai peramalan persamaan di atas dapat dituliskan sebagai berikut:
Y i
n t
i n
t
Y E
Y
3.16
Z i
n t
i n
t
Z E
Z
3.17 Di mana EY dan EZ masing-masing nilai rata-rata dari Y dan Z.
3.5.2. The Forecast Error Variance Desomposition FEVD
The Forecast Error Variance Desomposition FEVD memberikan informasi mengenai variabel inovasi yang relatif lebih penting dalam VAR. Pada dasarnya uji
ini merupakan metode lain untuk menggambarkan sistem dinamis yang terdapat dalam VAR. Uji ini digunakan untuk menyusun perkiraan error variance suatu
variabel, yaitu seberapa besar perbedaan antara variance sebelum dan sesudah shock, baik shock yang berasal dari diri sendiri maupun shock dari variabel lain. Persamaan
FEDV dapat diturunkan dengan ilustrasi sebagai berikut:
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
1 1
1
X A
A X
E
t t
3.18 Nilai A
dan A
1
digunakan mengestimasi nilai masa depan X
t+1
1 1
1 2
2 1
... ..........
t n
n t
n t
n t
t
e A
e A
e X
E 3.19
Artinya nilai FEVD selalu 100 persen, nilai FEVD lebih tinggi menjelaskan kontribusi varians satu variabel transmit terhadap variabel transmit lainnya lebih
tinggi.
3.6. Definisi Operasional
