Uji Akar Unit Unit Root Test Penetapan Tingkat lag Optimal

2.6.1 Uji Akar Unit Unit Root Test

Stasioneritas data merupakan permasalahan utama yang biasa dihadapi dalam penelitian yang menggunakan data time series. Uji akar unit merupakan hal penting yang harus dilakukan untuk mengetahui data tersebut stasioner atau tidak. Suatu deret waktu dikatakan stasioner jika data tersebut menunjukkan pola yang konstan dari waktu ke waktu atau dengan kata lain tidak terdapat pertumbuhan atau penurunan pada data atau secara kasar data tersebut harus horizontal sepanjang sumbu waktu. Data yang tidak stasioner akan menghasilkan spurious regression, yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang terlihat signifikan secara statistik namun pada kenyataannya tidak sesuai dengan hasil dari regresi tersebut Enders, 2004. Keberadaan stasioneritas dalam data dapat diukur dengan beberapa cara, salah satunya adalah dengan menggunakan uji Augmented Dickey Fuller ADF. Hipotesis yang diuji dalam uji ADF ini adalah apakah = 0 data bersifat tidak stasioner dengan hipotesis alternative 0 data bersifat stasioner. Nilai diduga melalui metode kuadrat terkecil dan pengujian dilakukan dengan menggunakan uji-t. Statistik uji dapat dituliskan sebagai berikut : t hit = 2.3 dimana : = nilai dugaan = simpangan baku dari Jika nilai t hitung lebih kecil dari nilai kritis dalam tebel Dickey Fuller, maka hipotesis nol yang mengatakan bahwa data tidak stasioner ditolak terhdap hipotesis alternatifnya yang berarti bahwa data tersebut bersifat stasioner. Bila berdasarkan uji ADF diketahui bahwa suatu data time series tidak stasioner maka salah satu solusi yang dapat dilakukan adalah dengan melakukan difference non stationary processes.

2.6.2 Penetapan Tingkat lag Optimal

Enders, 2004 berpendapat bahwa untuk menetapkan tingkat lag yang optimal menggunakan kriteria informasi Akaike Information Criteria AIC dan Schwarz Criteria SC. Pada awalnya AIC dan SC dipergunakan sebagai alternatif uji goodness of fit atau pengganti R 2 coefficient determination, sehingga R 2 bukan satu-satunya indikator validitas sebuah model ekonomi. Perkembangan selanjutnya AIC dan SC dapat digunakan untuk menetapkan tingkat lag yang optimal. Penetapan tingkat lag yang optimal dapat ditetapkan dengan cara mengestimasi model VAR tersebut dengan tingkat lag yang berbeda-beda, lalu dibandingkan dengan nilai AIC dan SC-nya. Penetapan lag optimal ditentukan oleh lag yang memiliki nilai kriteria terendah dari nilai AIC dan SC.

2.6.3 Kointegrasi