Penetapan lag optimal menggunakan nilai dari likelihood ratio LR, final prediction error
FPE, Akaike information criterion AIC, Schwartz information criterion
SC, dan Hannan-Quin criterion HQ. Besarnya lag yang terpilih adalah lag yang terpendek. Tabel 13 menunjukkan bahwa semua kriteria yang ada
memberikan hasil lag terpendek untuk Amerika Serikat maupun Jepang yaitu lag pertama. Oleh karena itu, lag yang dipilih untuk Amerika Serikat dan Jepang
adalah lag pertama. Masing-masing lag ini akan digunakan pada persamaan VAR sebagai lag optimal.
5.3 Pengujian Stabilitas VAR
Langkah pengujian yang selanjutnya adalah pengujian stabilitas VAR. VAR yang dikombinasikan dengan model koreksi kesalahan harus stabil agar
impulse response function IRF dan forecasting error variance decomposition
FEVD menjadi valid. Uji stabilitas VAR dilakukan dengan menghitung akar- akar dari fungsi polinomial atau dikenal dengan roots of characteristic
polinomial . Jika semua akar dari fungsi polinomial tersebut berada di dalam unit
circle atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil.
Hasil pengujian yang ditunjukkan pada Tabel 14 menunjukkan bahwa persamaan VAR untuk Amerika Serikat dan Jepang memiliki nilai modulus kurang dari satu,
sehingga dapat disimpulkan bahwa model VAR yang dibentuk sudah stabil pada lag
optimalnya. Tabel 14 Hasil Pengujian Stabilitas VAR
Modulus Amerika Serikat Modulus Jepang
0,924258 0,830514
0,616262 0,793284
0,526992 0,485868
0,526992 0,342030
0,041701 0,151539
5.4 Analisis Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan
oleh Engle dan Granger 1987 sebagai kombinasi linear dari dua atau lebih variabel yang tidak stasioner akan menghasilkan variabel yang stasioner.
Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi dan dapat diinterpretasikan sebagai hubungan keseimbangan jangka panjang diantara
variabel. Jika trace statisticcritical value, maka persamaan tersebut terkointegrasi. Dengan demikian H
= non-kointegrasi dengan hipotesis alternatifnya H
1
= kointegrasi. Jika trace statistic critical value, maka kita tolak H
atau terima H
1
yang artinya terjadi kointegrasi. Setelah jumlah persamaan yang terkointegrasi telah diketahui maka tahapan analisis dilanjutkan dengan analisis
Vector Error Correction Model VECM.
