5. Impulse Response Function IRF dan Variance Decomposition VD untuk
melihat perilaku dan peran shock masing-masing variabel terhadap variabel tertentu.
3.3.2. Uji
Unit-Root
Sebelum dilakukan analisis, maka data yang digunakan dalam penelitian ini harus diuji terlebih dahulu. Pengujian ini disebut pengujian awal pre-test. Uji
ini dilakukan karena asumsi yang digunakan dalam model bahwa data deret waktu yang digunakan adalah stasioner atau I0. Kenyataannya, umumnya data deret
waktu variabel ekonomi makro tidak stasioner atau mengandung unit-root. Uji unit-root dalam penelitian ini dilakukan dengan menerapkan uji ADF Augmented
Dickey Fuller test. Jika nilai ADF statistiknya lebih kecil dari MacKinnon Critical Value maka dapat disimpulkan bahwa data tersebut stasioner.
Namun jika nilai ADF statistiknya ternyata lebih besar dari nilai MacKinnon Critical Value berarti data tersebut tidak stasioner. Jika variabel yang
digunakan tidak stasioner maka harus didifferensiasi terlebih dahulu. Jika variabel mencapai I1, maka variabel tersebut harus didifferensiasi terlebih dahulu
sebanyak satu kali untuk menjadi stasioner. Jika variabel mencapai I2, maka variabel tersebut harus didifferensiasi sebanyak dua kali untuk menjadi stasioner.
Thomas 1997 menyebutkan bahwa pada dasarnya Augmented Dickey Fuller ADF test melakukan regresi terhadap persamaan berikut :
t r
t r
t t
t
u X
X X
X +
Δ +
+ Δ
+ +
= Δ
+ −
− −
− 1
1 2
1 1
... φ
φ φ
α 3.5
Hipotesis yang diuji adalah : H
: =
φ data tidak stasioner
H
1
: 0 φ
data stasioner Dimana
1 ...
2 1
− +
+ +
=
r
φ φ
φ φ
. Nilai φ diestimasi melalui metode Ordinary
Least Squares OLS dengan statistik uji yang digunakan, adalah :
φ
φ s t
hit
= 3.6
Dengan :
φ
s = Simpangan baku dari
φ Jika nilai
hit
t lebih kecil dari nilai MacKinnon Critical Value, maka keputusan
yang diambil adalah tolak H . Sehingga, dapat disimpulkan bahwa data tersebut
stasioner.
3.3.3. Penentuan Lag Optimal
Terdapat beberapa tahap bentuk pengujian yang akan dilakukan untuk memperoleh panjang lag optimal. Pada tahap pertama akan dilihat panjang lag
maksimum sistem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai inverse
roots karakteristik AR polinomialnya. Suatu sistem VAR dikatakan stabil stasioner jika seluruh roots-nya memiliki modulus lebih kecil dari satu dan
semuanya terletak di dalam unit circle. Pada tahap kedua, panjang lag optimal akan dicari dengan menggunakan
kriteria informasi Akaike Information Criteria AIC dan Schwarz Information Criteria
SIC yang dirumuskan sebagai berikut :
3.7
3.8 dengan adalah jumlah residual kuadrat, sedangkan T dan q masing-masing
merupakan jumlah sampel dan jumlah variabel yang beroperasi dalam persamaan. Untuk
menetapkan tingkat
lag yang paling optimal, model VAR atau
VECM harus diestimasi dengan berbeda-beda tingkat lag-nya, kemudian dibandingkan nilai AIC dan SICnya. Nilai AIC dan SIC yang paling kecil dipakai
sebagai patokan pada tingkat lag paling optimal, karena nilai AIC atau SIC minimum menggambarkan residual error yang paling kecil.
3.3.4. Uji Hubungan Kointegrasi
