Penetapan Lag Optimum Uji Stabilitas VAR Uji Kointegrasi Johansen

5.2 Hasil Uji Kausalitas Granger

Berdasarkan hasil Uji Kausalitas Granger terdapat beberapa hubungan antara variabel, tetapi tidak terdapat hubungan sebab akibat diantara variabel. Pada Model I, kredit UMKM memengaruhi suku bunga kredit, dan suku bunga kredit memengaruhi besarnya suku bunga SBI dan bonus SBIS. Sedangkan pada Model II, profit dan loss sharing memengaruhi besarnya suku bunga SBI dan pembiyaan UMKM memengaruhi besarnya margin pembiayaan. Hasil Uji Kausalitas Granger dirangkum dalam Tabel 5.2 berikut : Tabel 5.2. Hasil Uji Kausalitas Granger Hipotesis Probability Kesimpulan MODEL I CRD does not Granger Cause IR 0.0484 CRD IR IR does not Granger Cause SBIS 0.0631 IR SBIS IR does not Granger Cause SBI 0.0071 IR SBI MODEL II PLS does not Granger Cause SBI 0.0711 PLS SBI PYD does not Granger Cause MARGIN 0.0880 PYD MARGIN

5.3 Penetapan Lag Optimum

Penetapan lag optimum bertujuan untuk menunjukan berapa lama reaksi suatu variabel terhadap variabel lainnya serta menghilangkan masalah autokorelasi dalam sebuah sistem VAR Firdaus, 2011. Pengujian panjang lag ditentukan berdasarkan kriteia Akaike Information Criterion AICdan Schwarz Criterion SC yang terkecil. Pada penelitian ini model VAR diestimasi dengan tingkat lag yang berbeda-beda kemudian dibandingkan nilai AIC-nya. Nilai AIC terkecil dipakai sebagai acuan nilai lag optimal. Berdasarkan hasil pengujian lag optimum yang terdapat pada Tabel 5.3 bahwa Model I dan Model II optimum pada lag kedua. Tabel 5.3. Hasil Pengujian Lag Optimum Lag AIC Model I Model II 34.59488 35.72875 1 23.94378 29.29504 2 23.57957 29.18349 Keterangan : = nilai AIC terkecil

5.4 Uji Stabilitas VAR

Dari hasil uji stabilitas VAR, dapat disimpulkan bahwa sistem VAR bersifat stabil karena root yang diuji memiliki kisaran kurang dari satu, yatu berkisar antara 0.398319- 0.759231 pada Model I dan berkisar antara 0.251941 -0.966520 pada Model II. Tabel 5.4. Hasil Uji Stabilitas VAR pada Model I Root Modulus 0.727885 - 0.215907i 0.759231 0.727885 + 0.215907i 0.759231 0.034432 - 0.584167i 0.585181 0.034432 + 0.584167i 0.585181 -0.196964 - 0.464653i 0.504675 -0.196964 + 0.464653i 0.504675 -0.068859 - 0.392321i 0.398319 -0.068859 + 0.392321i 0.398319 Tabel 5.5. Hasil Uji Stabilitas VAR pada Model II Root Modulus 0.966520 0.966520 0.837030 0.837030 0.775247 - 0.230579i 0.808810 0.775247 + 0.230579i 0.808810 0.407425 - 0.456512i 0.611881 0.407425 + 0.456512i 0.611881 -0.46734 0.467340 0.147684 - 0.389766i 0.416807 0.147684 + 0.389766i 0.416807 0.251941 0.251941

5.5 Uji Kointegrasi Johansen

Langkah yang dilakukan selanjutnya adalah uji kointegrasi. Uji Kointegrasi dilakukan untuk menentukan apakah variabel-variabel yang tidak stasioner pada level terkointegrasi atau tidak. Uji Kointegrasi mengimplikasikan bahwa dalam sistem persamaan mengimplikasikan bahwa dalam sistem tersebut terdapat error correction model yang menggambarkan adanya dinamisasi jangka pendek secara konsisten dengan hubungan jangka panjangnya. Koitegrasi mempresentasikan hubungan keseimbangan jangka panjang Firdaus, 2011. Uji kointegrasi dalam penelitian ini menggunakan pendekatan Johansen dengan membandingkan trace statistic dengan nilai kritis sebesar 5 persen. Jika nilai trace statistik lebih besar dibandingkan nilai kritisnya maka terdapat kointegrasi dalam sistem persamaan tersebut. Hasil uji kointegrasi pada penelitian ini dapat dilihat pada Tabel 5.2. Berdasarkan hasil uji kointegrasi maka dapat dilihat bahwa kedua model terkointegrasi sehingga model yang digunakan adalah model VECM. Tabel 5.6. Hasil Uji Kointegrasi Johansen pada Model I Hipotesa Trace Statistic 5 Critical Value None 67.63257 47.85613 At most 1 27.02358 29.79707 At most 2 12.60481 15.49471 At most 3 0.884772 3.841466 Tabel 5.5. menunjukan bahwa terdapat minimal satu rank kointegrasi pada taraf nyata lima persen, yang berarti terdapat minimal satu persamaan kointegrasi yang mampu menerangkan keseluruhan Model I. Tabel 5.7. Hasil Uji Kointegrasi Johansen pada Model II Hipotesa Trace Statistic 5 Critical Value None 71.32552 69.81889 At most 1 38.78936 47.85613 At most 2 18.60038 29.79707 At most 3 5.809156 15.49471 At most 4 0.422953 3.841466 Tabel 5.6. menunjukan bahwa terdapat minimal satu rank kointegrasi pada taraf nyata lima persen, yang berarti terdapat minimal satu persamaan kointegrasi yang mampu menerangkan keseluruhan Model II. Tabel 5.8. Rangkuman Hasil Uji Kointegrasi Model Rank Kesimpulan I 1 Terkointegrasi, model VECM II 1 Terkointegrasi, model VECM

5.6 Hasil Estimasi VECM