panjangnya periode keterpengaruhan suatu variabel terhadap variabel masa lalunya maupun variabel endogen lainnya.
Untuk menentukan panjang lag yang optimal dapat dilihat dari beberapa criteria yaitu: Final Prediction Error FPI Akaike Information Creterion AIC, Schwarz
Information Criterion SC dan Hanna-Quinn Information Criterion HQ. hasil uji panjang lag optimal dapat dilihat pada tabel di bawah ini.
Tabel 4.13 Hasil Penetapan Lag Optimal
Lag LR
FPE AIC
SC HQ
NA 79.14429
29.91215 30.20830
30.02933 1
738.9524 0.002123
19.36598 22.32751
20.53786 2
106.1262 0.002955
19.57293 25.19983
21.79951 3
66.63577 0.008496
20.28223 28.57450
23.56350 4
109.8502 0.005227
19.03846 29.99612
23.37443 5
78.74440 0.006431
17.70664 31.32967
23.09731
Pada tabel 4.13 dapat dilihat hasil uji lag tersebut memberikan rekomendasi lag yang berbeda-beda. Terlihat bahwa dengan criteria FPE, SC dan HQ kandidat yang
disarankan adalah lag 1, dapat dilihat dari tanda bintang yang paling banyak. Dengan demikian lag optimal yang disarankan adalah lag 1.
3. Uji Kointegrasi
Pengujian kointegrasi dilakukan untuk memperoleh hubungan jangka panjang antar variabel yang telah memenuhi persyaratan selama proses integrasi yaitu dimana
semua variabel telah stasioner pada derajat yang sama yaitu derajat satu 1
st
difference. Apabila ditemukan adanya kointegrasi, makan estimasi VECM dilakukan. Namun sebaliknya, apabila tidak ditemukan adanya kointegrasi, maka
estimasi VAR in difference yang akan dilakukan. Uji kointegrasi yang dilakukan dalam penelitian ini adalah uji Johansen dengan
membandingkan nilai trace statistic dan nilai Max-Eigen statistic lebih besar dari nilai kritis 0,05 makan data terkointegrasi dan sebaliknya. Berikut hasil uji
kointegrasi pada penelitian ini menggunakan uji kointegrasi Johansen Test.
Tabel 4.14 Hasil Uji Johansen Cointegration Test
Unrestricted Cointegration Rank Test Trace Hypothesized
Trace 0.05
No. of CEs Eigenvalue
Statistic Critical Value
Prob. None
0.585726 212.9719
197.3709 0.0066
At most 1 0.442350
151.2861 159.5297
0.1286 At most 2
0.373345 110.4044
125.6154 0.2886
At most 3 0.312884
77.68936 95.75366
0.4449 At most 4
0.235261 51.42173
69.81889 0.5751
At most 5 0.176009
32.64629 47.85613
0.5764 At most 6
0.152867 19.09463
29.79707 0.4861
At most 7 0.083971
7.481780 15.49471
0.5223 At most 8
0.018993 1.342262
3.841466 0.2466
Unrestricted Cointegration Rank Test Maximum Eigenvalue Hypothesized
Max-Eigen 0.05
No. of CEs Eigenvalue
Statistic Critical Value
Prob. None
0.585726 61.68588
58.43354 0.0231
At most 1 0.442350
40.88162 52.36261
0.4419 At most 2
0.373345 32.71509
46.23142 0.6103
At most 3 0.312884
26.26763 40.07757
0.6842
At most 4 0.235261
18.77543 33.87687
0.8354 At most 5
0.176009 13.55167
27.58434 0.8523
At most 6 0.152867
11.61285 21.13162
0.5862 At most 7
0.083971 6.139517
14.26460 0.5954
At most 8 0.018993
1.342262 3.841466
0.2466 Max-eigenvalue test indicates 1 cointegrating eqns at the 0.05 level
denotes rejection of the hypothesis at the 0.05 level MacKinnon-Haug-Michelis 1999 p-values
Berdasarkan hasil uji kointegrasi yang telah dilakukan, pada tabel 4.14 dapat dilihat bahwa nilai trace statistic lebih besar dari nilai kritis yaitu 212.9719
197.3709 pada tingkat keyakinan 5 kemudian nilai Max-Eigen statistic juga lebih besar dari nilai kritis yaitu 61.68588 58.43354. Nilai trace statistic dan nilai Max-
Eigen statistic menunjukan adanya 1 ran k kointegrasi yang signifikan pada α = 5
yang ditunjukan oleh tanda asentrik . Hal ini mengindikasikan bahwa diantara pergerakan semuan variabel penelitian memiliki hubungan keseimbangan dalam
jangka panjang. Dengan demikian, analisis selanjutnya dapat dilakukan dengan menggunakan model VECM.
4. Uji VECM
Setelah melakukan beberapa uji sebelumnya, maka langkah yang dilakukan selanjutnya adalah estimasi VECM Vector Error Correction Model. Estimasi
VECM dilakukan karena terdapat kointegrasi pada saat uji kointegrasi dilakukan untuk melihat analisis jangka panjang dan jangka pendek. Uji VECM dilakukan
dengan Impulse Respose Function IRF dan Forecast Error Decompotion Variance
