n = banyaknya sample
k = panjangnya lag
Nilai LB dibandingkan dengan Tabel Chi-Square dengan derajat bebas m. Jika LB
2 m,
taraf nyata 5 dan atau 10, maka tolak hipotesis nol yang menyatakan bahwa semua
k
=0. Dengan kata lain, dengan tingkat kepercayaan 95 dan atau 90 dapat disimpulkan bahwa residual mengandung otokorelasi
Nachrowi dan Usman, 2006. Pengujian efek ARCH-GARCH dari galat menggunakan uji Engel
Langrange Multiplier LM-test. Jika nilai probabilitas lebih besar dari taraf nyata
=0.05 dan atau =0.10, maka terima hipotesis nol yaitu model sudah konstan homoscedastic. Hal ini juga berarti model tidak mengandung efek ARCH.
3.2.3 Model Vector Autoregression VAR
Christopher Sims Gujarati, 2003 berpendapat, jika memang terdapat hubungan yang simultan antar variabel yang diamati, variabel tersebut perlu
diperlakukan sama, sehingga tidak ada lagi variabel endogen dan eksogen. Berdasarkan pemikiran inilah Sims memperkenalkan konsep yang disebut Vektor
Otoregresi VAR. Artikel pertama Sims mengenai VAR diterbitkan oleh Econometrica pada
Januari 1980, menggunakan enam variabel yakni penawaran uang M, pendapatan nasinal riil Y, tingkat gaji W, tingkat harga P, dan tingkat harga
impor PM. Studi ini membandingkan Amerika Serikat dengan Jerman dalam kurun waktu 1949-1975 Hakim, 2003. Studi kedua Sims 1980b: 250 yang
diterbitkan oleh American Economic Review, Mei 1980, membandingkan siklus bisnis business cycle pada masa perang dan paska perang di Amerika Serikat.
Studi ini menyimpulkan bahwa penawaran uang sangat berperan pada masa perang, namun tidak pada paska perang Hakim, 2003.
Model VAR mengganggap bahwa semua variabel adalah endogen, secara formulatif dapat ditulis sebagai berikut :
X
t
= +
3 i=1
A
i
X
t-1
+ t, E t, s = , jika t s 3.16
dimana A
i
matriks kuadrat ; t menunjukkan rata-rata vektor zero, tidak ada korelasi variabel, dan kesejajaran matriks varian
, diasumsikan positif dan simetris ; adalah 3 x 1 vektor kolom dari parameter-parameter ; vektor X
t
adalah variabel-variabel endogen di atas.
Setiap metode analisis memiliki kelebihan dan kekurangan. Pertama, kelebihan dari metode ini menurut Gujarati 2003 antara lain sebagai berikut :
1. Metode sederhana tanpa harus membedakan variabel endogen dan
eksogen. 2.
Estimasi sederhana, dimana metode OLS dapat diaplikasikan pada tiap- tiap persamaan secara terpisah.
3. Terbebas dari berbagai batasan teori ekonomi yang sering muncul
termasuk gejala perbedaan semu spurious variable endogenity dan exogenity
dalam model ekonometrika konvensoinal karena bekerja berdasarkan data yang ada. Dengan begitu, metode ini dapat
menghindarkan peneliti dari penafsiran yang salah.
4. Hasil perkiraan forecast yang diperoleh dengan metode ini dalam banyak
kasus lebih bagus dibandingkan dengan hasil yang didapat dengan menggunakan model persamaan simultan yang kompleks sekalipun.
5. Analisis VAR merupakan alat analisis yang sangat berguna dalam
memahami adanya hubungan timbal balik interrelationship antara variabel-variabel ekonomi dan dalam pembentukan model ekonomi
berstruktur. Sementara itu, kelemahan dari metode Vector Autoregressive VAR
antara lain sebagai berikut : 1.
Tidak dilandasi teori tentang hubungan antarvariabel model non struktural.
2. Tujuan utama model ini untuk peramalan, maka kurang sesuai untuk
analisis kebijakan. 3.
Pemilihan banyaknya lag yang diinginkan dalam persamaan dapat menimbulkan permasalahan.
4. Interpretasi koefisien yang didapat berdasarkan model VAR tidak mudah.
Pada bagian kedua pada penelitian ini, untuk menangkap adanya pola stokhastik, maka ada k variabel stokhastik yang ditentukan secara simultan
berdasarkan informasi sebelumnya. Model ini juga memasukkan efek musiman sehingga menggunakan dummy bulanan sebagai variabel eksogen.
X
t
=
= 12
1 i
i
A D
it
+
= p
i 1
A
i
X
t-i
+ E
t
3.17
dimana X
t
adalah vektor k x 1 dengan k variabel dalam t waktu, A adalah vektor
intersep, A
i
adalah matrik k x k dari parameter dengan lag i, dan E
t
adalah vektor residual dalam t waktu.
3.2.4 Model Vector Error Correction Model VECM
