28
Setiap persamaan dalam VAR diuji dalam distribusi Wald Chi-Squares atau biasa dinotasikan
χ2 – Wald. Setiap variabel dipertukarkan dari variabel endogen menjadi variabel eksogen untuk diuji hubungan kausalitas. Hasil perhitungan statistik
χ2 – Wald menunjukkan signifikansi gabungan joint significance dari variabel endogen bedakala dalam persamaan VAR.
3.5.4. Innovation Accounting
Pada dasarnya test ini digunakan untuk menguji struktur dinamis dari sistem variabel dalam model yang diamati, yang dicerminkan oleh variabel inovasi
innovation variable. Dengan kata lain, test ini merupakan test terhadap variabel inovasi innovation variable.
Test ini terdiri dari: a. The Impulse Responses function
Lama waktu penularan penetapan central bank rates akan dapat diketahui dengan menggunakan metode Impulse Responses Function IRF. IRF dapat digunakan untuk
melihat efek gejolak shock suatu standar deviasi dari variabel invovasi terhadap nilai sekarang current time values dan nilai yang akan datang future values dari
variabel-variabel endogen yang terdapat dalam model yang diamati. IRF dalam VAR sensitive terhadap pengurutan variabel, oleh karena itu variabel akan diurutkan
berdasarkan GDP yang terbesar berdasarkan data terakhir yaitu tahun 2012. Alasannya adalah adanya dugaan negara dengan ekonomi kuat cenderung
memberikan pengaruh terhadap negara dengan ekonomi yang lemah Morgenthau, 2010.
Universitas Sumatera Utara
29
b. The Cholesky Decomposition The Cholesky Decomposition atau biasa disebut juga dengan The Variance
Decomposition memberikan informasi mengenai variabel inovasi yang relatif lebih penting dalam VAR.
Pada dasarnya test ini merupakan metode lain untuk menggambarkan sistem dinamis yang terdapat dalam VAR. Test ini digunakan untuk menyusun perkiraan
error variance suatu variabel, yaitu seberapa besar perbedaan antara varians sebelum dan sesudah shock, baik shock yang berasal dari diri sendiri maupun shock dari
variabel lain
3.5.5. Tahapan Estimasi
Pada metode VAR tahapan estimasi yang dilakukan meliputi: uji stasioneritas, penetapan lag optimal, uji kestabilan, uji kointegrasi ADF, estimasi VAR, uji Granger
causality, analisis variance decomposition dan analisis impulse response.
Metode Vector Autoregression VAR dapat digunakan apabila data yang digunakan telah stasioner pada tingkat level. Namun bila data belum stasioner pada tingkat level,
maka analisis yang dilakukan akan disesuaikan yaitu dengan menggunakan metode Vector Error Corection Model VECM. Hal ini perlu dilakukan karena bila kita
meregresikan variabel-variabel yang tidak stasioner maka akan menimbulkan fenomena spurious regression regresi palsu. Penggunaan metode ini diharapkan
dapat merepresentasikan bagaimana varibel suku bunga di suatu negara dapat mempengaruhi variabel yang sama di negara lain dan sebaliknya.
Universitas Sumatera Utara
30
Pada penelitian ini analisis data dilakukan dengan menggunakan program ekonometrika Eviews 6.
Universitas Sumatera Utara
31
BAB IV HASIL DAN PEMBAHASAN
4.1 Gambararan dan perkembanganBank Indonesia Reference Rate RIND
Bank Indonesia Reference Rate RIND adalah tingkat suku bunga yang ditentukan oleh bank sentral Indonesia. RIND mempunyai tugas dalam menjaga
sistem moneter. Oleh sebab itu tujuan dari adanya Bank Indonesia Reference Rate RIND adalah sebagai salah satu mekanisme transmisi kebijakan moneter.
Maksudnya adalah kebijakan moneter dapat mempengaruhi permintaan agregat melalui perubahan suku bunga. Pengaruh perubahan suku bunga ditransmisikan pada
suku bunga jangka menengah atau panjang melalui mekanisme penyeimbang sisi permintaan dan penawaran di pasar uang.Berikut disajikan data perkembangan dari
Bank Indonesia Reference Rate dari bulan Januari 2006 sampai dengan Desember 2013.
Tabel 4.1 Perkembangan Bank Indonesia Reference Rate RIND
Dari Januari 2006 – Desember 2013
PERIODE 2006 2007 2008 2009 2010 2011 2012 2013
Januari 12.75 9.50 8.00 8.75 6.50 6.50 6.00
5.75 Februari
12.75 9.25 8.00 8.25 6.50 6.75 5.75 5.75
Maret 12.75 9.00 8.00 7.75 6.50 6.75 5.75
5.75 April
12.75 9.00 8.00 7.50 6.50 6.75 5.75 5.75
Mei 12.50 8.75 8.25 7.25 6.50 6.75 5.75
5.75 Juni
12.50 8.50 8.50 7.00 6.50 6.75 5.75 6.00
Juli 12.25 8.25 8.75 6.75 6.50 6.75 5.75
6.50 Agustus
11.75 8.25 9.00 6.50 6.50 6.75 5.75 7.00
September 11.25 8.25 9.25 6.50 6.50 6.75 5.75 7.25
Oktober 10.75 8.25 9.50 6.50 6.50 6.50 5.75
7.25 November 10.25 8.25 9.50 6.50 6.50 6.00 5.75
7.50 Desember
9.75 8.00 9.25 6.50 6.50 6.00 5.75 7.50
Universitas Sumatera Utara