artinya antar variabel-variabel tersebut dalam jangka panjang terjadi hubungan yang equilibrium Gujarati,2003.
Dalam penelitian ini untuk menguji apakah kombinasi variabel yang tidak stasioner terkointegrasi dapat diuji dengan menggunakan uji kointegrasi Johansen,
yang ditunjukkan oleh persamaan matematis berikut ini : Δ y
t
= β + πy
t-1
+ + e
t
3.30 Persamaan tersebut terkointegrasi jika trace statistic critical value. Dengan
demikian H kointegrasi. Kita tolak H0= non-kointegrasi dengan hipotesis alternatifnya H0 atau terima H1 jika trace statistic critical value, yang artinya
terjadi kointegrasi. Tahapan analisis dilanjutkan dengan analisis Vector Error Correction Model VECM setelah jumlah persamaan yang terkointegrasi telah
diketahui.
3.3.4. Uji Kausalitas Granger
Uji kausalitas granger dilakukan untuk melihat hubungan kausalitas diantara variabel-variabel yang ada di dalam model. Uji ini untuk mengetahui apakah suatu
variabel bebas independent variable meningkatkan kinerja forecasting dari variabel tidak bebas dependent variable. Pertanyaan yang sering ada dalam analisis time
series tidak hanya satu atau lebih variabel ekonomi yang dapat memperkirakan variabel ekonomi lainnya.
Pengujian hubungan sebab akibat, sebagaimana dimaksudkan oleh granger, dengan menggunakan F-test untuk menguji apakah lag informasi dalam variabel Y
memberikan informasi statistik yang signifikan tentang variabel X dalam menjelaskan perubahan X. Jika tidak, maka Y tidak ada hubungan sebab akibat granger dengan X.
3.3.5. Innovation Accounting
3.3.5.1 Impulse Response Function
Estimasi dengan menggunakan VECM untuk lebih lanjut dapat dilihat dari IRF. IRF menunjukkan bagaimana respon dari setiap variabel endogen sepanjang
waktu terhadap guncangan dalam variabel itu sendiri dan variabel endogen lainnya. Fungsi dari impulse response ini untuk mengetahui pengaruh suatu variabel terhadap
variabel tertentu apabila terjadi guncangan atau shock suatu variabel. Fungsi yang kedua adalah untuk mengetahui besarnya nilai guncangan terhadap variabel yang ada.
Analisis fungsi impuls respon Impulse Response Function atau disingkat dengan IRF dalam analisis ini dilakukan untuk menilai respon dinamik variabel Nilai
Aktiva Bersih reksadana syariah terhadap adanya guncangan SBI, SBIS, nilai tukar exchange rate, inflasi, indeks harga saham gabungan IHSG, dan Jakarta Islamic
Index JII. Impulse Response Function sementara itu bertujuan untuk mengisolasi suatu guncangan agar lebih spesifik artinya suatu variabel yang dapat dipengaruhi
oleh shock atau guncangan tertentu. Apabila suatu variabel tidak dapat dipengaruhi oleh shock, maka shock spesifik tersebut tidak dapat diketahui melainkan shock
secara umum.
3.3.5.2. Forecast Error Variance Decomposition FEVD
Metode yang dapat dilakukan untuk melihat bagaimana perubahan dalam suatu variabel yang ditunjukkan oleh perubahan error variance dipengaruhi oleh
variabel-variabel lainnya adalah FEVD. Metode ini mencirikan suatu struktur dinamis dalam model VAR. Metode ini dapat melihat kekuatan dan kelemahan masing-
masing variabel dalam memengaruhi variabel lainnya dalam kurun waktu yang panjang Nachrowi, 2006.
Metode ini merinci ragam dari peramalan galat menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model. Seberapa
besar perbedaan antara error variance sebelum dan sesudah terjadinya shock yang berasal dari dirinya sendiri maupun dari variabel lain dapat dilihat dengan
menghitung presentase kuadrat prediksi galat k-tahap ke depan dari sebuah variabel akibat inovasi dalam variabel-variabel lain. Dapat diketahui melalui FEVD secara
pasti faktor-faktor yang memengaruhi fluktuasi dari variabel tertentu.
3.4. Model Penelitian
