3.3.2 Uji Lag Optimum
Uji lag merupakan prosedur penting dalam analisis data time series karena uji kointegrasi dan uji lanjutan lainnya sangat sensitif terhadap panjang lag.
Penentuan panjang lag seringkali dilakukan secara arbitrer atau melalui trial and error
untuk mendapatkan hasil yang optimal. Dalam pemilihan panjang lag, selain mempertimbangkan optimalitas juga perlu mempertimbangkan
adanya kemungkinan korelasi antar residual dan penurunan degree of freedom. Pemilihan
lag yang terlalu pendek biasanya menghasilkan korelasi serial sedangkan pada
pemilihan lag yang terlalu panjang mengakibatkan penurunan degree of freedom dari persamaan yang dihasilkan dan jumlah parameter yang diestimasi menjadi
semakin banyak sehingga menjadi tidak efisien Enders, 2004. Secara umum parameter yang dapat digunakan untuk menentukan panjang
lag optimal antara lain Akaike Information Criterion AIC, Schwarz Information Criterion
SIC, Likelihood Ratio LR, Final Prediction Error FPE dan Hannan Quin Information Criterion
. Dalam penelitian ini digunakan semua kriteria informasi untuk menentukan lag optimal. Model VAR diestimasi dengan lag yang
berbeda-beda kemudian dibandingkan nilai kriterianya. Nilai lag yang optimum adalah nilai kriteria yang terkecil.
3.3.3 Uji Kointegrasi
Uji kointegrasi berfungsi untuk mengetahui keseimbangan hubungan jangka panjang di antara variabel-variabel dalam model. Jika terdapat dua variabel
yang tidak stasioner dan memiliki kombinasi linier dimana residualnya bersifat
stasioner, maka dapat dikatakan bahwa kedua variabel tersebut saling terkointegrasi.
Engel Granger 1987 dalam Enders 2004 mendifinisikan kointegrasi sebagai berikut: komponen dari vektor peubah
memiliki hubungan kointegrasi pada orde atau derajat d, b dimana d ≥ b ≥ 0
dinyatakan dengan jika :
1. Semua komponen x
t
berintegrasi pada derajat yang sama dengan Id 2. Terdapat sebuah vektor
yang merupakan salah satu kombinasi linier
berintegrasi pada derajat d -
b dimana b ≥ 0. Vektor β disebut vektor kointegrasi. Setelah persyaratan diatas terpenuhi, selanjutnya dilakukan estimasi
persamaan regresi linier sederhana dengan metode OLS. Persamaannya adalah sebagai berikut :
.............................................................................11 .............................................................................12
Dari residual ini kemudian diuji stasioneritasnya menggunakan ADF dengan persamaan uji sebagai berikut
∑ Dari hasil estimasi nilai statistik ADF kemudian dibandingkan dengan
nilai kritisnya. Jika nilai statistik ADF lebih besar dari nilai kritisnya maka variabel-variabel yang diamatai saling terkointegrasi atau memiliki hubungan
jangka panjang. Untuk menguji adanya vektor kointegrasi dapat digunakan Trace Test atau
Maximum Eigen Value Test.
∑ ……………………..…………... 13
Dimana k = 0,1,….,m-1 dan adalah nilai eigen value ke i. Lambang T
menyatakan banyak angka dalam periode waktu tersedia dalam data. ……………………. 14
Hipotesis null yang digunakan untuk Trace Test dan Maximum Eigen
Value Test adalah Ho : k = 0, tidak terdapat hubungan kointegrasi atau Ho : k=1,
terdapat satu hubungan kointegrasi sampai Ho : k = n-1, terdapat n-1 persamaan kointegrasi antar variabel. Banyaknya persamaan kointegrasi
menunjukkan banyaknya kombinasi linier antar variabel yang stasioner. Nilai Trace Test atau Maximum Eigen Value Test yang diperoleh
dibandingkan dengan nilai kritis tabel Osterwald-Lenum 1992. Jika nilainya lebih besar dari nilai kritis tabel maka Ho ditolak
3.3.4 Uji Stabilitas VAR