108 ini uji stasioner data akan dilakukan dengan metode Dickey-Fuller DF dan
Augmented Dickey-Fuller ADF.
Untuk keperluan pengujian hipotesis ADF yakni dengan menggunakan hipotesis nol yaitu Ho :
= 1, dan hipotesis alternatif adalah Ha : 1. Sehingga jika Ho yang diterima atau
= 1, maka dapat dinyatakan bahwa variabel Y
t
stochastic memiliki akar unit, tapi jika Ha yang diterima berarti variabel yang diuji bebas dari akar unit. Dengan kata lain data dari variabel tersebut telah
stasioner pada derajat tertentu. Kriteria bahwa suatu data variabel telah stasioner apabila nilai statistik ADF lebih besar secara absolut terhadap nilai statistik t-tabel
pada tingkat kepercayaan 0.05. Sedangkan untuk panjang lag yang digunakan dalam penelitian ini ditentukan maksimum lag-nya adalah 5, pilihan ini mengikuti
panjang lag yang dilakukan oleh beberapa peneliti sebelumnya.
4.7.2. Uji Lag Optimal Vector Autoregression
Sebelum membentuk
sistem persamaan
dalam metode
vector autoregression
VAR, terlebih dahulu harus melalui tahapan secara berurutan, yaitu : Uji stasioner data, lalu penentuan panjang lag optimal optimal lag length.
Setelah melalui uji statistik, dan data dinyatakan telah stasioner, maka langkah selanjutnya menentukan panjang lag optimal dalam model VAR.
Penetuan panjang lag ini perlu dilakukan, karena di samping akan menambah jumlah parameter juga akan menyebabkan berkurangnya derajat
kebebasan loss degrees of freedom. Sehingga penentuan panjang lag menjadi kriteria penting dalam membentuk model VAR. Cara untuk menentukan panjang
lag optimal VAR dapat dilakukan dengan beberapa metode, misalnya berdasarkan kriteria Akaike Information Criteriom AIC,
Schwarz Information Criterion
109 SC, Hannan-Quinn Informatin Criteriom HQ, dan Likelihood Rasio LR test.
Lag optimal yang dipilih dalam model VAR adalah berdasarkan kriteria nilai AIC atau SC yang terkecil dari beberapa hasil estimasi awal model VAR. Penggunaan
panjang lag dari VAR ini sebenarnya beberapa penelitian sebelumnya telah menggunakan panjang lag yang beragam, misalnya Siregar 2004 menggunakan
panjang lag 12 untuk data bulanan, Ansari dan Gang 1999 menggunakan panjang lag 24 dengan data mingguan.
Dalam penelitian ini, penentuan lag optimal yang digunakan mengikuti metode yang dilakukan oleh Sims 1980, yaitu metode uji Likelihood Rasio LR
dan SC. Kriteria lag optimal yang menjadi pilihan adalah apabila diperoleh nilai probability statistik yang lebih besar dari 0.05 p-vale0.05.
Terkait dengan tujuan penelitian, maka untuk melakukan analisis pengaruh shock
variabel ekspor terhadap variabel kinerja makroekonomi Indonesia akan mengggunakan metode impulse response function dan metode peramalan
dekomposisi ragam kesalahan. Agar kedua metode analisis tersebut dapat menghasilkan peramalan yang valid, perlu dilakukan uji stabilisasi terhadap
persamaan VAR yang telah terbentuk, yakni dengan menghitung akar-akar dari fungsi polinomial roots of characteristic polinomial. Apabila semua akar dari uji
stabilisasi tersebut menghasilkan nilai-nilai absolut 1, maka model analisis VAR dianggap stabil. Dengan demikian penerapan metode IRF dan FEVD dapat
memberikan hasil yang valid Windarti, 2004.
4.7.3. Uji Kointegrasi dan Error Correction Model
