Nilai varians diperoleh setelah model GARCH terbaik terpilih. Nilai varians inilah yang kemudian digunakan dalam model VAR untuk melihat pengaruh
volatilitas harga minyak terhadap return saham. Plot nilai variance dari model tersebut adalah:
Gambar 4.4. RagamVarians Harga Minyak
4.2 Dinamika Interaksi Antara Harga Minyak Riil Dengan Variabel Ekonomi Lainnya
Metode VAR digunakan untuk melihat dinamika interaksi antara harga minyak dengan variabel ekonomi lainnya. Sebelum memasuki tahapan analisis
model VAR perlu dilakukan pengujian-pengujian pra-estimasi. Pengujian- pengujian tersebut meliputi uji akar unit unit root test, pengujian stabilitas VAR,
dan pengujian lag optimal. Pengujian-pengujian ini penting karena dalam model multivariate time series
kebanyakan data yang digunakan mengandung akar unit sehingga akan membuat hasil estimasi menjadi tidak valid Gujarati, 2003.
‐4 ‐3
‐2 ‐1
1 2
3
Jan ‐00
Aug ‐00
Mar ‐01
Oct ‐01
May ‐02
Dec ‐02
Jul ‐03
Feb ‐04
Sep ‐04
Apr ‐05
Nov ‐05
Jun ‐06
Jan ‐07
Aug ‐07
Mar ‐08
Oct ‐08
May ‐09
Dec ‐09
Jul ‐10
Feb ‐11
Sep ‐11
vt
4.2.1 Pengujian Pra Estimasi 1.
Uji Stasioneritas
Data time series biasanya memiliki permasalahan terkait dengan stasioneritas. Oleh karena itu, melakukan uji stasioneritas data merupakan tahap
yang penting dalam menganalisis data time series untuk melihat ada atau tidaknya unit root
yang terkandung diantara variabel sehingga hubungan antar variabel dalam persamaan menjadi valid dan tidak menghasilkan sporious regression.
Metode pengujian yang digunakan untuk melakukan uji stasioneritas data dalam penelitian ini adalah uji ADF Augmented Dickey Fuller dengan
menggunakan taraf nyata lima persen. Jika nilai t-ADF lebih kecil dari nilai kritis MacKinnon, maka dapat disimpulkan bahwa data yang digunakan adalah
stasioner tidak mengandung akar unit. Pengujian akar-akar unit ini dilakukan pada tingkat level sampai dengan first difference.
Tabel 4.6. Tabel Hasil Uji Stasioneritas Pada Data Level
Variabel Critical Value t-statistik
Probability Keterangan
lr 1 -3.476805
-0.77771 0.822 Tidak
Stasioner 5 -2.88183
10 -2.577668 lip
1 -3.480818 -0.19315
0.9353 Tidak Stasioner
5 -2.883579 10 -2.578601
rsr 1 -3.476805
-9.49541 0.0000 Stasioner
5 -2.881830 10 -2.577668
lo 1 -3.476805
-2.49314 0.1193 Tidak
Stasioner 5 -2.881830
10 -2.577668
Stasioner pada taraf nyata 1,5, dan 10 persen
