sebuah variabel akibat inovasi dalam variabel-variabel lain. Dapat diketahui melalui FEVD secara pasti faktor-faktor yang memengaruhi fluktuasi dari variabel
tertentu.
3.3.7. Mekanisme Analisis Olah Data.
Proses analisis VAR dan VECM secara sederhana melalui berbagai tahapan. Tahapan itu menunjukan proses secara menyeluruh dalam analisis
pengolahan data dalam penelitian ini. Proses ini dapat dilihat pada Gambar 3.1 di bawah ini.
Data Transformation Natural Log
Data Exploration
Stationary at first difference
[I1] Stationary at level
[I0]
Unit Root Test
No Yes
Correlation Test
S-VAR VAR Level
Between Error
H ig
h L
o w
Cointegration Test
VECM
Optimal Order
Cointegration Rank
VAR First Difference
Innovation Accounting : IRF FEVD
k-1 Order
s-term L-term
L-term L-term
Yes No
s-term
Sumber : Ascarya dalam Ayuniyyah, 2010.
Gambar 3.1. Proses Analisis Vector Auto Regression dan Vector Error Correction Model
.
Data ditansformasi ke bentuk logaritma natural In setelah data dasar siap, kecuali untuk tingkat suku bunga pinjaman investasi, LIBOR, dan ekspor
neto logam dasar besi baja, untuk mendapatkan hasil yang konsisten dan valid. Uji pertama yang dilakukan adalah uji unit root untuk mengetahui apakah data
stasioner atau masih mengandung tren. VAR dapat dilakukan pada level, jika data stasioner di level. VAR level dapat mengestimasi hubungan jangka panjang antar
variabel. Data harus diturunkan pada tingkat pertama first difference jika data
tidak stasioner pada level. Data apabila kembali tidak stasioner pada turunan pertama, akan diturunkan kembali sampai semua data stasioner pada derajat
integrasi yang sama. Data turunan itu mencerminkan selisih atau perubahan. Data akan diuji untuk keberadaan kointegrasi antarvariabel jika data stasioner pada
turunan pertama. Vector Auto Regression hanya dapat dilakukan pada turunan pertamanya jika tidak ada kointegrasi antar variabel, dan VAR hanya dapat
mengestimasi hubungan jangka pendek antar variabel. Innovation accounting tidak akan bermakna untuk hubungan jangka panjang antar variabel. Vector Error
Correction Model dapat dilakukan menggunakan data tingkat pertama jika ada
kointegrasi antar variabel, hal ini untuk mendapatkan hubungan jangka panjang antarvariabel. Vector Error Correction Model dapat mengestimasi hubungan
jangka pendek maupun jangka panjang antarvariabel. Innovation accounting untuk VAR dan VECM akan bermakna untuk hubungan jangka panjang Ascarya
dalam Ayuniyyah, 2010.
3.3.8. Model Penelitian.
