Berdasarkan hasil perhitungan seperti yang disajikan pada pada Tabel 4.13 menunjukkan bahwa untuk masing-masing persamaan terdapat empat rank kontegrasi
pada taraf nyata lima persen. Jadi semua variabel dinyatakan memiliki kontribusi dalam jangka panjang sehingga analisis Vector Autoregression dapat digunakan untuk
pengujian selanjutnya.
4.4. Uji Estimasi Model Vektor Autoregression
Penentuan lag optimal dilakukan pada model VAR, untuk memperolah panjang lag yang tepat akan dilakukan dua tahap pengujian. Pada tahap pertama,
pengujian akan melihat panjang lag maksimum sitem VAR yang stabil. Stabilitas sistem VAR dilihat dari nilai inverse roots karakteristik AR polinominalnya.
Pengujian stabilitas sistem VAR akan dimulai dengan lag satu. Apabila VAR dengan lag satu tidak stabil maka harus diuji lagi dengan lag lainnya. Suatu sistem
VAR dikatakan stabil stasioner jika seluruh akar-akar unit memiliki modulus lebih kecil dari satu dan semuanya terletak didalam unit circle. Jika sistem VAR tidak
stabil maka beberapa hasil seperti standart error pada impulse responsse akan tidak valid. Pada suatu sistem VAR akan terdapat kp akar-akar unit, di mana k merupakan
jumlah variabel endogen yang dianalisis dan p merupakan lag maksimum yang digunakan. Hasil uji stabilitas sistem VAR dengan tabel nilai Modulus seluruh akar-
akar unit dapat dilihat pada Tabel 4.14 di bawah ini:
Universitas Sumatera Utara
Tabel 4.14. Nilai Modulus Seluruh Akar Unit
Roots of Characteristic Polynomial Endogenous variables: INF PG HMD PDB NG SBI M1 KURS
Exogenous variables: C Lag specification: 1 1
Date: 073010 Time: 11:04 Root
Modulus
0.976000 0.976000
0.851758 0.851758
0.643023 - 0.466006i 0.794128
0.643023 + 0.466006i 0.794128
-0.555666 - 0.300844i 0.631880
-0.555666 + 0.300844i 0.631880
-0.010250 - 0.208978i 0.209229
-0.010250 + 0.208978i 0.209229
No root lies outside the unit circle. VAR satisfies the stability condition.
Sumber: Data Diolah dengan Eviews Hasil uji stabilitas sistem VAR dengan tabel nilai modulus seluruh akar-akar
unit ditunjukkan dengan Tabel 4.14, hasil pengujian stabilitas sistem VAR dengan lag satu menunjukkan bahwa seluruh akar-akar unitnya memiliki modulus lebih kecil dari
satu seperti yang terlihat pada Tabel 4.14. Oleh karena itu, sistem VAR dengan lag satu merupakan sistem VAR yang memenuhi kondisi stabilitas. Selain itu hasil uji
stabilitas sistem VAR tersebut dapat juga ditunjukkan pada Gambar 4.9.
Universitas Sumatera Utara
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5
-1.5 -1.0
-0.5 0.0
0.5 1.0
1.5 Inverse Roots of AR Characteristic Polynomial
Sumber: Data Diolah dengan Eviews
Gambar 4.9. Nilai Modulus Seluruh Akar Unit
Berdasarkan Gambar 4.9 di atas diketahui bahwa spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial dan Inverse
Roots of AR Characteristic Polynomial diperoleh hasil stabil, hal ini dapat ditunjukkan bahwa semua unit roots berada dalam lingkaran gambar inverse Roots of
AR Characteristic Polynomial. Hasil estimasi VAR untuk determinan Inflasi dengan lag 1 dapat dilihat pada
Tabel 4.15 dapat dilihat di bawah ini.
Universitas Sumatera Utara
Tabel 4.15. Hasil Estimasi VAR dengan Dasar Lag 1
Vector Autoregression Estimates Date: 082310 Time: 15:13
Sample adjusted: 1985 2009 Included observations: 25 after adjustments
Standard errors in t-statistics in [ ] INF
PG HMD
PDB NG
SBI M1
KURS INF-1
0.047168 -38.79539
0.098552 -6979.173
216.0195 0.148530
605.8830 -8.616545
0.34350 16.2759
0.16736 2996.35 128.398 0.05412
292.003 33.1418
[ 0.13732] [-2.38361]
[ 0.58886] [-2.32922] [ 1.68242] [ 2.74461]
[ 2.07492] [-0.25999]
PG-1 0.001462
0.408258 0.001782
24.27808 1.300144
0.000436 13.99627
0.181242 0.00412
0.19505 0.00201
35.9073 1.53868 0.00065 3.49927
0.39716 [ 0.35527]
[ 2.09314] [ 0.88827]
[ 0.67613] [ 0.84497] [ 0.67201] [ 3.99977]
[ 0.45634] HMD-1
-0.418665 -21.44578
0.148146 -5139.845
264.6908 -0.017812
1251.650 -76.85522
0.63099 29.8980
0.30744 5504.15 235.860 0.09941
536.395 60.8798
[-0.66350] [-0.71730]
[ 0.48188] [-0.93381] [ 1.12224] [-0.17918]
[ 2.33345] [-1.26241]
PDB-1 -7.27E-06
0.001320 2.03E-06
0.339173 0.005054
-4.40E-06 0.003225
-0.000673 2.0E-05
0.00094 9.7E-06
0.17353 0.00744 3.1E-06 0.01691
0.00192 [-0.36536]
[ 1.40034] [ 0.20899]
[ 1.95458] [ 0.67966] [-1.40265] [ 0.19069]
[-0.35064] NG-1
-5.61E-06 -0.022585
-0.000276 5.538178
-0.482097 6.21E-05
0.072288 -0.023193
0.00035 0.01668
0.00017 3.07018 0.13156 5.5E-05
0.29920 0.03396
[-0.01595] [-1.35427]
[-1.61194] [ 1.80386] [-3.66442] [ 1.11925]
[ 0.24161] [-0.68300]
SBI-1 0.352267
-164.0110 0.207355
-39339.52 -863.3686
0.351655 3792.403
132.5898 1.37364
65.0866 0.66927
11982.3 513.457 0.21641 1167.71
132.532 [ 0.25645]
[-2.51989] [ 0.30982]
[-3.28314] [-1.68148] [ 1.62494] [ 3.24774]
[ 1.00043] M1-1
0.000130 0.001525
0.000267 -0.612251
0.562498 -2.14E-05
0.726488 0.034076
0.00016 0.00749
7.7E-05 1.37820 0.05906 2.5E-05
0.13431 0.01524
[ 0.82487] [ 0.20368]
[ 3.47208] [-0.44424] [ 9.52455] [-0.85840]
[ 5.40907] [ 2.23542]
Lanjutan Tabel 4.15 KURS-1
-0.002918 0.570487
-0.003089 51.24841
-0.013995 -0.000302
-3.644463 0.443180
0.00331 0.15676
0.00161 28.8599 1.23669 0.00052
2.81247 0.31921
[-0.88185] [ 3.63914]
[-1.91659] [ 1.77577] [-0.01132] [-0.57975]
[-1.29582] [ 1.38836]
C 13.36855
4187.818 6.509978
817394.9 -4912.696
11.00648 -112628.1
-282.1003 32.7042
1549.60 15.9342
285278. 12224.5 5.15238 27801.1
3155.37 [ 0.40877]
[ 2.70251] [ 0.40855]
[ 2.86526] [-0.40187] [ 2.13619] [-4.05121]
[-0.08940]
Universitas Sumatera Utara
R-squared 0.088280
0.966869 0.909490
0.976664 0.994016
0.776951 0.994470
0.887205 Adj. R-squared
-0.367580 0.950303
0.864235 0.964996
0.991024 0.665426
0.991704 0.830808
Sum sq. resids 4401.091
9880857. 1044.762
3.35E+11 6.15E+08 109.2373 3.18E+09
40969035 S.E. equation
16.58518 785.8458
8.080693 144672.1
6199.400 2.612916
14098.70 1600.176
F-statistic 0.193656
58.36629 20.09709
83.70409 332.2200
6.966636 359.6387
15.73130 Log likelihood
-100.1076 -196.5639
-82.13182 -326.9505
-248.2001 -53.90655
-268.7408 -214.3416
Akaike AIC 8.728609
16.44511 7.290545
26.87604 20.57601
5.032524 22.21927
17.86733 Schwarz SC
9.167404 16.88391
7.729341 27.31484
21.01480 5.471319
22.65806 18.30612
Mean dependent 10.96000
5666.680 32.28400
744992.1 52916.80
15.62400 148450.0
5534.560 S.D. dependent
14.18221 3525.120
21.93085 773259.0
65434.27 4.517307
154794.7 3890.250
Determinant resid covariance dof adj. 4.78E+40
Determinant resid covariance 1.35E+39
Log likelihood -1410.017
Akaike information criterion 118.5614
Schwarz criterion 122.0718
Sumber: Data Diolah dengan Eviews Berdasarkan hasil penelitian yang ditunjukkan pada Tabel 4.15 dengan
menggunakan dasar lag = 1, terlihat bahwa adanya hubungan antara Inflasi, Pengangguran, Harga Minyak Dunia, Produk Domestik Bruto, Net-Government,
Tingkat Bunga, Jumlah Uang Beredar dan Nilai Tukar. Hal ini dapat disimpulkan dengan mengamati t-statistik dari masing-masing koefisien. Hubungan timbal balik
antar variabel Inflasi, Pengangguran, Harga Minyak Dunia, Produk Domestik Bruto, Net-Government, Tingkat Bunga, Jumlah Uang beredar dan Nilai Tukar, signifikan.
1. Variabel Inflasi INF: Koefisien regresi inflasi t-1 terhadap inflasi sebesar
0.047 dan signifikan. 2.
Variabel Pengangguran PG: Koefisien regresi pengangguran t-1 terhadap pengangguran sebesar 0.408 dan signifikan.
Lanjutan Tabel 4.15
Universitas Sumatera Utara
3. Variabel Harga Minyak Dunia HMD: Koefisien regresi harga minyak dunia
t-1 terhadap harga minyak dunia sebesar 0.148 dan signifikan. 4.
Variabel Produk Domestik Bruto PDB: Koefisien regresi produk domestik bruto t-1 terhadap produk domestik bruto sebesar 0.339 dan signifikan.
5. Variabel Net-Government NG: Koefisien regresi net-government t-1
terhadap net-government sebesar 0.482 dan signifikan. 6.
Variabel Tingkat Bunga SBI: Koefisien regresi tingkat bunga t-1 terhadap tingkat bunga sebesar 0.351 dan signifikan.
7. Variabel Jumlah Uang Beredar M-1: Koefisien regresi jumlah uang beredar
t-1 terhadap jumlah uang beredar sebesar 0.726 dan signifikan. 8.
Variabel Nilai Tukar KURS: Koefisien regresi nilai tukar t-1 terhadap nilai tukar sebesar 0.443 dan signifikan.
4.5. Analisis Impulse Response Function IRF
