4.2.2 Hasil Uji Lag Optimum
Penentuan lag optimum sangat penting dalam analisis VAR maupun VECM karena panjang lag dari variabel endogen dalam sistem persamaan akan
digunakan sebagai variabel eksogen. Pengujian lag optimum juga berguna untuk mengatasi masalah autokorelasi yang biasanya muncul dalam analisis data time
series .
Penetapan lag optimum menggunakan nilai dari Likelihood Ratio, Final Prediction Error, Akaike Information Criterion AIC, Schwartz Information
Criterion SIC dan Hannan Quin Criterion HQ. Panjang lag optimum yang digunakan adalah lag yang terpendek. Hasil dari pengujian menunjukkan panjang
lag optimum yang digunakan adalah lag ketiga.
Tabel 4.4: Hasil Uji Lag Optimum
Lag LogL
LR FPE
AIC SC
HQ
1 2
3 4
5 6
7
-156.6809 NA
1.78e-07 7.1600
7.4780 7.2791
1 229.5075
621.2595 1.53e-13
-6.8481 -3.9859
-5.7759 2
388.3497 200.2793
3.18e-15 -10.9717
-5.5653 -8.9464
3 513.3916
114.1687 4.77e-16
-13.6257 -5.6751
-10.647 4
659.2223 82.42602
9.16e-17 -17.1835 -6.6887
-13.252
Keterangan: menunjukkan lag terpilih berdasarkan kriteria
LR : sequential modified LR test statistic each test at 5 level FPE : Final prediction error
AIC : Akaike information criterion SC : Schwarz information criterion
HQ : Hannan-Quinn information criterion
Sumber : Output hasil pengolahan dengan EViews 6.0
4.2.3 Hasil Uji Stabilitas VAR
Pengujian stabilitas VAR menggunakan roots characteristic polynomial, suatu sistem VAR dikatakan stabil jika roots-nya memiliki modulus lebih kecil
dari satu Lukepohl dalam Eviews 6 Users Guide 2007. Pada lampiran 1 ditunjukkan bahwa persamaan VAR memiliki nilai modulus kurang dari satu
sehingga dapat disimpulkan bahwa model VAR yang dibentuk sudah stabil.
4.2.4 Hasil Uji Kointegrasi
Konsep kointegrasi dikemukakan oleh Engel dan Granger 1987 dalam Enders 2004 sebagai fenomena kombinasi linier dari dua atau lebih variabel
yang tidak stasioner akan menjadi stasioner. Kombinasi linier ini disebut dengan persamaan kointegrasi dan dapat diinterprestasikan sebagai hubungan
keseimbangan jangka panjang diantara variabel. Pengujian kointegrasi dilakukan dengan pengujian Johansen Cointegration.
Terdapat lima asumsi deterministik trend dalam uji kointegrasi, untuk menentukan pilihan trend yang digunakan bias dilihat dari hasil summary pada
pilihan lag optimal. Pemilihan asumsi didasarkan pada hasil criteria Akaike Information dan Schwartz dan dipilih salah satu. Hasil uji kointegrasi pada
summary model menunjukkan adanya kointegrasi pada model keempat yaitu
model linier dengan intersep dan trend Lampiran 2. Hal ini berarti secara multivariate
terjadi hubungan keseimbangan jangka panjang antar variabel dalam model.
Hasil uji kointegrasi pada asumsi terpilih menunjukkan adanya tujuh rank kointegrasi yang ditunjukkan dengan nilai trace statistik yang lebih besar dari nilai
kritis tabel MacKinnon-Haug-Michelis dengan taraf nyata 5 persen.
4.3 Hasil Estimasi Persamaan Jangka Panjang