berdasarkan uji ADF diketahui bahwa suatu data time series tidak stasioner maka salah satu solusi yang dapat dilakukan adalah dengan melakukan difference non
stationary processes.
2.6.2 Penetapan Tingkat lag Optimal
Enders, 2004 berpendapat bahwa untuk menetapkan tingkat lag yang optimal menggunakan kriteria informasi Akaike Information Criteria AIC dan
Schwarz Criteria SC. Pada awalnya AIC dan SC dipergunakan sebagai alternatif uji goodness of fit atau pengganti R
2
coefficient determination, sehingga R
2
bukan satu-satunya indikator validitas sebuah model ekonomi. Perkembangan selanjutnya AIC dan SC dapat digunakan untuk menetapkan tingkat lag yang
optimal. Penetapan tingkat lag yang optimal dapat ditetapkan dengan cara
mengestimasi model VAR tersebut dengan tingkat lag yang berbeda-beda, lalu dibandingkan dengan nilai AIC dan SC-nya. Penetapan lag optimal ditentukan
oleh lag yang memiliki nilai kriteria terendah dari nilai AIC dan SC.
2.6.3 Kointegrasi
Kointegrasi merupakan suatu hubungan jangka panjang antara variabel- variabel yang tidak stasioner. Secara umum, bila terdapat dua variabel time series
yang masing-masing merupakan variabel yang tidak stasioner namun bila kombinasi linier dari dua variabel tersebut merupakan time series yang stasioner
maka kedua time series tersebut dikatakan berkointegrasi. Uji kointegrasi dapat dijadikan dasar penentuan estimasi yang digunakan memiliki keseimbangan
jangka panjang atau tidak. Apabila persamaan estimasi lolos dari uji ini maka persamaan estimasi tersebut memiliki keseimbangan jangka panjang
Gujarati,2004. Konsep keseimbangan dalam kointegrasi berbeda dengan keseimbangan
dalam teori ekonomi. Pada teori ekonomi, keseimbangan adalah nilai transaksi yang diinginkan sama dengan nilai aktualnya. Sedangkan pada kointegrasi,
kesimbangan dalam jangka panjang merupakan hubungan jangka panjang dari peubah-peubah non stasioner Ulama, 2002.
Konsep kointegrasi pertamakali dikenalkan oleh Engle-Granger 1987, dimana analisis formalnya dimulai dengan mendasarkan pada himpunan peubah
variabel ekonomi yang berada pada keseimbangan jangka panjang. Penyimpangan dari keseimbangan jangka panjang disebut galat error
ekuilibrium e
t
, sehingga e
t
= βx
t
dimana e
t
pada kondisi stasioner. Menurut Engle-Granger komponen suatu vector x
t
= x
1t
, x
2t
, … , x
nt
dikatakan berkointegrasi ordo d,b dan dinyatakan dengan CI d,b, jika :
1. Semua komponen dari x
t
adalah berintegrasi ordo d 2.
Terdapat vektor β = β
1
, β
2
, … , β
n
sehingga kombinasi linear β
xt
= β
1x1t
+ β
2x2
+ … + β
nx
adalah berintegrasi orde d-b, dimana b 0 dan β disebut vektor
kointegrasi. Ada beberapa hal yang harus diperhatikan dalam melakukan identifikasi
model kointegrasi, antara lain : 1.
Kointegrasi mengacu pada kombinasi linear dari peubah non stasioner. Secara teoritis, sangat tidak mungkin terdapat hubungan jangka panjang yang non
linear diantara peubah-peubah yang terintegrasi.
2. Semua peubah harus mempunyai ordo integrasi yang sama namun tidak
berarti peubah dengan integrasi sama adalah kointegrasi. Jika peubah yang ordo integrasinya tidak sama maka peubah tersebut tidak dapat
berkointegrasi. 3.
Jika komponen x
t
ada sebanyak n komponen yang tidak stasioner, maka vektor kointegrasi tak bebas yang linear yang ada paling banyak adalah
sebesar n-1. 4.
Pada literatur-literatur kointegrasi, pada umumnya difokuskan pada peubah- peubah yang mempunyai satu unit root.
Metodologi Engle-Granger adalah metode yang umumnya digunakan dalam menguji kointegrasi. Namun menurut Enders 2004, meskipun metode ini
mudah digunakan tapi memiliki beberapa kekurangan, yaitu : 1.
Metode tersebut tidak mempunyai prosedur yang sistematik untuk mengestimasi vector kointegrasi pengali multiple cointegration secara
terpisah. 2.
Estimasi keseimbangan jangka panjang memerlukan peneliti untuk menempatkan satu variabel di sebelah kiri persamaan dan menggunakan
variabel lainnya sebagai pengregresi. 3.
Prosedur Engle-Granger memerlukan dua langkah estimasi. Langkah pertama untuk menghasilkan residual series e
1
dan langkah kedua untuk mengestimasi regresi dengan menggunakan error yang dihasilkan pada
estimasi langkah pertama. Jadi koefesien a
1
diperoleh dengan mengestimasi regresi yang menggunakan residual-residual dari regresi yang lain. Oleh
karena itu, setiap eror yang dimasukan peneliti dalam langkah pertama akan diteruskan pada langkah kedua.
Metode lain yang dapat digunakan untuk melakukan uji kointegrasi selain metode Engle-Granger salah satunya adalah metode Johansen Cointegration Test.
Metode ini dapat mengatasi permasalahan yang terdapat pada metode Engle- Granger.
2.7 Model VECM Vector Error Correction Model