28
3.3. Definisi Operasional
Variabel yang digunakan dalam penelitian ini adalah : a.
BI Rate BI Rate merupakan tingkat suku bunga Bank Indonesia yang menjadi
acuan dalam suatu perbankan dimana BI Rate tersebut dalam bentuk persentase setiap bulannya yang dikeluarkan oleh Bank Indonesia.
b. Narrow Money M
1
Jumlah uang beredar M
1
merupakan uang yang ada ditangan masyarakat yang terdiri dari uang kartal C dan uang giral D yang memiliki nilai
nominal dalam bentuk Rupiah setiap bulannya.
3.4. Metode Analisis
Metode analisis yang digunakan dalam penelitian ini adalah dengan menggunakan pendekatan Granger Causality Test yang bertujuan untuk melihat
hubungan timbal balik antara BI Rate dengan jumlah uang yang beredar di Indonesia.
Sebelum dilakukan estimasi terhadap metode Granger Causality Test diatas, maka terlebih dahulu dilakukan langkah-langkah sebagai berikut:
3.4.1. Uji akar-akar unit Augmented Dickey-Fuller
Suatu data time series dapat dikatakan stasioner jika memenuhi kriteria dimana jika rata-rata variannya konstan sepanjang waktu dan kovarian antara dua
data runtun waktu hanya tergantung dari kelambanan antara dua periode waktu tersebut. Sedangkan data time series yang tidak stasioner akan menyebabkan hasil
regresi yang meragukan atau yang disebut dengan regresi palsu atau regresi
Universitas Sumatera Utara
29
lancung spurious regression. Model ini dapat terjadi akibat data runtun waktu pada variabel bebas independent variable dan variabel terikat dependent
variable tidak memiliki hubungan secara langsung. Variabel BI Rate dan jumlah uang beredar dapat diketahui kestasionerannya
dengan cara melakukan pengujian stasioneritas terhadap masing-masing variabel yang akan dianalisis dengan uji akar unit Unit Root Test. Pengujian dilakukan
untuk mengamati apakah koefisien tertentu dari model autoregresif yang ditaksir memiliki nilai satu atau tidak. Model autoregresif tidak memiliki distribusi yang
baku, maka untuk mengujinya digunakan metode yang dikembangkan oleh Dickey dan Fuller 1979 dengan penaksiran sebagai berikut Gujarati,1998.
Pengujian Dickey-Fuller hanya terbatas pada first-order autoregressive process atau AR1. Asumsi white noise error tidak berlaku jika data time series
berkorelasi pada lag yang lebih tinggi. Untuk pengujian akar unit dengan tingkat yang lebih tinggi dapat dilakukan dengan menggunakan Augmented Dickey Fuller
ADF. Adapun formula dari Augmented Dickey Fuller dapat dinyatakan sebagai
berikut:
∆�
t
= β
1
+ β
2
t + �Y
t-1
+α
t
∑ ∆�
� �=1
t-1
+ �
t ……...………………
3.1
Nilai ADF yang dihasilkan dapat dibandingkan dengan nilai kritisya. Jika hasil perhitungan ADF nilainya lebih besar dibandingkan nilai kritisnya, maka Ho yang
menyatakan bahwa tidak ada akar unit dapat ditolak. Dengan kata lain bahwa variabel yang diamati telah stasioner.
Universitas Sumatera Utara
30
3.4.2. Penentuan Panjang Lag
Dalam menggunakan metode Granger Causality, juga dilakukan penentuan panjang lag yang ada dalam variabel penelitian. Jika panjang lag yang
digunakan terlalu banyak lag dalam model, maka dapat mengurangi kemampuan hipotesis nol H0 ditolak karena tambahan parameter yang terlalu banyak akan
mengurangi derajat bebas. Sedangkan jika panjang lag yang digunakan terlalu sedikit, maka residual dalam regresi tidak akan menampilkan proses white noise
sehingga model tidak dapat mengestimasi actual error secara tepat. Adapun beberapa parameter-parameter pendukung dalam penentuan
panjang lag tersebut, antara lain : AIC Akaike Information Criterion , SIC Schwarz Information Criterion , dan HQC Hannan-Quinn Criterion .
Penentuan panjang lag yang optimal dapat diperoleh dari persamaan VAR dari nilai AIC, SIC, atau HQ yang terkecil.
Adapun perhitungan AIC dan SC menurut Enders 2004 adalah sebagai berikut :
���� = log det∑ �
�
+
2 ��
2
�
………………………………… 3.2
��� = log det �∑ �
�
� +
log ���
2
�
…………………………. 3.3
Sedangkan menggunakan HQ adalah sebagai berikut :
���� = log det�∑ �
�
� +
2 log log ���
2
�
…………………… 3.4 Dimana :
T = Ukuran sampel k = Jumlah variabel
p = Nilai p yang meminimumkan kriteria informasi dalam dalam interval 1, …, p
max
yang diamati.
Universitas Sumatera Utara
31
3.4.3. Uji Kointegrasi
Kategori