Tabel 4.3 Hasil Estimasi Uji Akar-akar Unit Pada Tingkat Second Difference
dengan Nilai Kritis MacKinnon 10
Variabel Nilai hitung t-
statistik Nilai kritis
Mackinon α = 10
PP PP Y -7.675612
-3.324976 X1 -10.82167
-3.324976 X2 -19.26508
-3.324976 X3 -23.44354
-3.324976 X4 -9.554296
-3.324976 Sumber : hasil EViews
Dari tabel diatas dapat dilihat bahwa nilai uji Philips Perron nilai PP statistiknya lebih besar daripada nilai PP kritisnya yang berarti data
ini telah stasioner pada differensi kedua dan bias untuk dilanjutkan ke uji kointegrasi.
4.2.2. Uji Kointegrasi
Uji Kointegrasi merupakan kelanjutan dari uji akar-akar unit dan uji derajat integrasi. Uji kointegrasi dapat dipandang sebagai uji
keberadaan hubungan jangka panjang, seperti yang dikehendaki oleh teori ekonomi. Tujuan utama uji kointegrasi ini adalah untuk mengetahui
apakah residual regresi terkointegrasi stasioner atau tidak. Apabila variabel terkointegrasi maka terdapat hubungan yang stabil dalam jangka
panjang. Dan sebaliknya jika tidak terdapat kointegrasi antar variabel
maka implikasi tidak adanya keterkaitan hubungan dalam jangka panjang. Berikut ini hasil uji kointegrasi CRDW :
Tabel 4.4 Nilai Regresi Uji Kointegrasi
Persamaan Kointegrasi CRDW Hitung
CRDW Tabel α : 5
Y=fX
1
, X
2
, X
3
,X
4
1.602395 0,78 Sumber : hasil EViews
Dari hasil estimasi diatas dapat dilihat bahwa nilai Cointegrating Regression Durbin Watson CRDW hitung sebesar 1,602395 yang
diambil dari nilai Durbin-Watson, sedangkan nilai kritis CRDW pada derajat kepercayaan sebesar 5 yaitu 0,78. Karena nilai CRDW hitung
lebih besar dari CRDW table maka hal ini mengindikasikan bahwa adanya kointegrasi data.
4.2.3. Pendekatan Error Correction Model ECM Two Steps Engle Granger
Model Koreksi Kesalahan Error Correction Model merupakan metode pengujian yang dapat digunakan untuk mencari model
keseimbangan dalam jangka panjang. Untuk menyatakan apakah model ECM yang digunakan sahih atau tidak maka koefisien Error Corection
Term ECT harus signifikan. Jika koefisien ini tidak signifikan maka model tersebut tidak cocok dan perlu dilakukan perubahan spesifikasi
lebih lanjut. Insukindro, 1993, 12-16 Berikut merupakan model ECM yang digunakan pada penelitian ini :
DY
t
= β
+ β
1
DX1
t
- β
2
DX2
t
+ β
3
DX3
t
+ β
4
DX4
t
+ β
5
ECT Notasi :
DY = Y – Yt-1
DX1 = X1 – X1t-1
DX2 = X2 – X2t-1
DX3 = X3 – X3t-1
DX4 = X4 – X4
t -
1 ECT
= RESID
-1 β
1
, β
2
, β
3
, β
4
= Koefisien regresi ECM jangka pendek β
5
= Koefisien ECT error correction term Hasil pengolahan data yang dilakukan dengan menggunakan
program komputer EViews, dengan model regresi linier ECM ditampilkan sebagai berikut :
Tabel 4.5 Hasil Estimasi Model Dinamis ECM
Dependent Variable: DY Method: Least Squares
Date: 110307 Time: 12:10 Sampleadjusted: 1989 2005
Included observations: 17 after adjusting endpoints
Variable Coefficient Std.
Error t-Statistic
Prob. C 6668.922
4033.230 1.653494
0.1265 DX1 0.338637
0.118471 2.858399
0.0156 DX2 319.1208
292.9589 1.089302
0.2993 DX3 706.1993
528.5562 1.336091
0.2085 DX4 0.123540
0.196631 0.628281
0.5426 ECT -0.621825
0.310926 -1.999914
0.0708 R-squared
0.699825 Mean dependent var 12606.69
Adjusted R-squared 0.563382 S.D. dependent var
9919.024 S.E. of regression
6554.201 Akaike info criterion 20.68416
Sum squared resid 4.73E+08 Schwarz criterion
20.97824 Log likelihood
-169.8154 F-statistic 5.129061
Durbin-Watson stat 1.570074 ProbF-statistic
0.011342
Sumber : hasil EViews Dari tabel estimasi model dinamis ECM dapat diperoleh fungsi
regresi OLS sebagai berikut : DY = 6668,922 + 0,338637 DX1 + 319,1208 DX2 + 706,1993
DX3 – 0,123540 DX4 + -0,621825 ECT Berdasarkan hasil estimasi model dinamis ECM diatas, maka
terlihat bahwa koefisien pada variabel Error Correction Term ECT signifikan pada tingkat signifikansi 10 dan mempunyai tanda yang
negatif. Dengan demikian dapat dikatakan bahwa model ECM dapat digunakan dalam mengestimasi faktor-faktor yang mempengaruhi
konsumsi masyarakat di Indonesia selama periode penelitian atau dengan kata lain spesifikasi model yang digunakan adalah sahih atau valid.
Nilai koefisien penyesuaian coeficient of adjusment yaitu sebesar -0,621825, yang berarti bahwa sekitar 62,18 ketidaksesuaian antara
pengeluaran konsumsi Y yang aktual dengan yang diinginkan akan dieliminasi atau dihilangkan dalam satu tahun.
Untuk mengetahui apakah hasil estimasi dapat dipercaya maka dilakukan pengujian lebih lanjut yaitu berupa uji ekonometri. Uji tersebut
dimaksudkan untuk mengetahui apakah penafsiran-penafsiran terhadap parameter sudah bermakna secara teoritis dan nyata secara statistik.
4.2.4. Analisis Statistik Jangka Pendek
