3.5. Model Analisis Data
Metode analisis yang digunakan dalam analisis ini adalah model ekonometrika untuk mengestimasi model penelitian dengan dua analisis yaitu analisis
jangka panjang dengan menggunakan persamaan kointegrasi dan analisis dinamis jangka pendek dengan menggunakan Error Correction Mechanism ECM dengan
terlebih dahulu dilakukan uji akar-akar unit unit root test, serta uji kointegrasi.
3.5.1 Uji Akar-Akar Unit Unit root test
Konsep terkini yang banyak digunakan untuk menguji kestasioneran data runtun waktu time series adalah uji akar-akar unit Unit root test atau dikenal dengan
uji Dickey-Fuller DF. Uji ini berisi regresi dari diferensi pertama data runtun waktu
terhadap lag variable tersebut, lag difference terms, konstanta dan trend. Insukindro1991:129.
Sekumpulan data dinyatakan stasioner jika nilai rata-rata dan varian dari data time series
tersebut tidak mengalami perubahan secara sistematik sepanjang waktu, atau sebagian ahli menyatakan rata-rata dan variannya konstan Nachrowi, 2006:340
Oleh karena itu, kurva data stasioner terhadap waktu akan sering melewati sumbu horizontal dan autokorelasinya akan menurun dengan teratur untuk lag yang cukup
besar. Sebaliknya bagi data yang tidak stasioner, varians menjadi semakin besar bila jumlah data runtun waktu diperluas, tidak sering melewati sumbu horizontal dan
autokorelasinya cenderung tidak menurun. Uji ini dilakukan untuk melihat validitas suatu data. Pengujian ini diperlukan
untuk menghindari model lancung atau bias tidak efisien. Uji akar-akar unit dan
Universitas Sumatera Utara
Derajat Integrasi dalam penelitian ini ditaksir dengan metode OLS Ordnary Least Square seperti persamaan berikut :
k
DX
t
= a + a
1
BX
t
+ Σ b
i
B
i
DX
t
………………………….............. 1.1
i=1 k
DX
t
= c +c
1
T + c
2
BX
t
+ Σ d
i i
BDX
t ………………………………………………
1.2
i=1
Dan dapat diperoleh dari persamaan 1.1 dan 1.2 diatas adalah sbb: DX
t
= X
t
– X
t-1
BX = X
t-1
Dimana : t
= Trend waktu X
t
= Variabel yang diamati pada periode t B
= Operasi kelambanan waktu kehulu t-1 Dari hasil regresi persamaan diatas diperoleh nilai ADF Augmented Dickey-
Fuller statistic. Hasil ini kemudian dibandingkan dengan nilai kritis dari Mackinnon. Jika nilai ADF statistic lebh kecil daripada nilai kritis Mackinnon pada derajat
kepercayaan berapapun, maka dapat disimpulkan bahwa data tersebut adalah tidak stasioner. Solusi yang harus dilakukan jika data yang diperoleh “tidak stasioner”
adalah dengan menciptakan variabel baru dengan cara first difference, lalu dilakukan kembali uji akar-akar unit.
3.5.2 Uji Derajat Integrasi
Kategori