115
Y
t
= A
1
Y
t-1
+…+A
p
Y
t-p
+BX
t
+
t
Wing Wahyu Winarno 2007: 10 dari variabel yang tidak stasioner sebelum didiferensiasi namun stasioner pada tingkat diferensi pertama, besar
kemungkinan akan terjadinya kointegrasi, yang berarti terdapat hubungan jangka panjang diantara keduanya. Untuk mengetahui apakah memang benar
kedua variabel berkointegrasi. Dalam penelitian ini, pengujian hubungan kointegritas menggunakan
metode Johansen Cointegration Test. Untuk menjelaskan uji dari Johansen maka digunakan model autoregresif dengan order p sebagai berikut :
Dimana Yt adalah vector k dari variabel I1 non-stasioner, Xt adalah vector d dari variabel deterministik dan et merupakan vector inovasi. Ada
tidaknya kointegrasi didasarkan pada uji likehood ratio LR. Jika nilai hitung LR lebih besar dari nilai kritis LR maka kita menerima adanya kointegrasi
sejumlah varibel dan sebaliknya, jika nilai hitung LR lebih kecil dari nilai kirtisnya maka tidak ada kointegrasi.
3. Error correction model ECM
Alat analisis yang digunakan dalam penelitian ini adalah regresi berganda dengan metode Ordinary Least Squares, adapun metode analisis
perhitungan yang digunakan untuk mengestimasi model penelitian adalah Error correction model ECM yang diperkenalkan oleh Sargan dan
dipopulerkan oleh Engle dan Granger. Nachrowi, 2006. Gujarati 2003: 806-807 secara umum Error correction model
dipandang sebagai salah satu model dinamis yang sangat terkenal dan banyak
116 diterapkan dalam studi empirik dan dapat dikatakan lebih unggul
dibandingkan dengan pendekatan model dinamis lainnya karena kemampuannya yang lebih baik dalam menganalsis fenomena jangka pendek
dan jangka pajang, mampu mengkaji konsisten tidaknya model empirik dengan toeri ekonomi serta dalam usaha mencari pemecahan terhadap
variabel runtun waktu yang tidak stasioner non stasionery dan regresi palsu spurious regression dalam analisis ekonometri.
Berdasarkan hal tersebut, spesifikasi model yang akan dijadikan sebagai model penelitian yang dirumuskan dalam bentuk Error correction model
ECM, yang formulasi persamaan jangka panjangnya adalah sebagai berikut: Tabungan
t
= 0 + 1 GDPk + 2 Suku Bunga + 3 M2 + 4 Inflasi. Dimana :
0, 1, 2, 3, 4 = koefisien jangka panjang Sementara hubungan jangka pendek dapat dinyatakan dengan
persamaan sebagai berikut : D Tabungan
t
= 1DGDPk +
2DSuku Bunga + 3DM2 +
4DInflasi + ECT Dimana :
1, 2, 3, 4 = Parameter jangka pendek
7 = Parameter penyesuaian
117 Pengujian Hipotesis.
a. Uji-t parsial Uji-t bertujuan melihat signifikansi pengaruh variabel independen
terhadap variabel dependen secara individual. Parameter suatu variabel dikatakan mempunyai pengaruh yang signifikan jika nilai t hitung t
tabel, dan sebaliknya. Apabila t hitung t tabel dengan tingkat signifikan 5 berarti Ho
ditolak dan H1 diterima. Apabila t hitung t tabel dengan tingkat signifikan 5 berarti Ho
diterima dan H1 ditolak. Dengan demikian, secara umum hipotesisnya dituliskan sebagai berikut :
H0 : 1....... i = 0 Tidak terdapat pengaruh signifikan antara variabel Xi terhadap variabel Y secara parsial.
H1 : 1....... i 0 terdapat pengaruh signifikan antara variabel
Xi terhadap variabel Y secara parsial. b. Uji-F simultan
Selanjutnya dilakukan Uji-f untuk melihat apakah variabel independen secara bersama-sama mempunyai pengaruh signifikan terhadap variabel
dependen. Jika nilai f hitung f tabel, berarti bahwa secara bersama-sama keseluruhan variabel-variabel yang terdapat dalam model berpengaruh
signifikan terhadap variabel dependennya. Adapun uji hipotesis dalam uji- f ini adalah :
118 H0 : 1, 2, 3, 4 = 0 Tidak terdapat pengaruh signifikan antara
variabel independen Pendapatan Perkapita, Suku Bunga, jumlah uang beredar dan inflasi X terhadap variabel dependen Tabungan Y secara
simultan. H1 : 1, 2, 3, 4 0 Terdapat pengaruh signifikan antara variabel
independen Pendapatan Perkapita, Suku Bunga, jumlah uang beredar dan inflasi X terhadap variabel dependen Tabungan Y secara simultan.
c. Koefisien Determinasi Koefisien determinasi goodness of fit, yang dinotasikan dengan R²
merupakan suatu ukuran yang penting dalam regresi, karena dapat menginformasikan baik atau tidaknya model regresi yang terestimasi.
Nilai koefisien determinasi R² ini mencerminkan seberapa besar variasi dari variabel terikat Y dapat diterangkan oleh variabel bebas X.
Besar nilai koefisien determinasi sama dengan nol R² = 0, artinya variasi dari Y tidak dapat diterangkan oleh X sama sekali.
Sementara jika koefisien determinasi sama dengan satu R² = 1, artinya variasi dari Y secara keseluruhan dapat diterangkan oleh X.
Dengan demikian baik atau buruknya suatu persamaan regresi ditentukan oleh R²-nya yang mempunyai nilai antara nol dan satu.
E. Operasional Variabel Penelitian