Vector Error Correction Model VECM Impuls Response Function IRF

5.4 Analisis Kointegrasi

Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan oleh Engle dan Granger 1987 sebagai kombinasi linear dari dua atau lebih variabel yang tidak stasioner akan menghasilkan variabel yang stasioner. Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi dan dapat diinterpretasikan sebagai hubungan keseimbangan jangka panjang diantara variabel. Jika trace statisticcritical value, maka persamaan tersebut terkointegrasi. Dengan demikian H = non-kointegrasi dengan hipotesis alternatifnya H 1 = kointegrasi. Jika trace statistic critical value, maka kita tolak H atau terima H 1 yang artinya terjadi kointegrasi. Setelah jumlah persamaan yang terkointegrasi telah diketahui maka tahapan analisis dilanjutkan dengan analisis Vector Error Correction Model VECM. Persamaan kointegrasi dapat memiliki intercepts dan deterministic trends . Terdapat lima asumsi deterministic trend dalam uji kointegrasi untuk menentukan pilihan trend yang digunakan bisa dilihat dari hasil summary, serta pilihan lag yang digunakan adalah lag optimal. Pemilihan asumsi dengan summary disesuaikan berdasarkan kriteria informasi AIC dan SC, dan kemudian dipilih salah satu. Uji kointegrasi dilakukan melalui Johansen Cointegration Test. Tabel 15 Analisis Kointegrasi Hipotesis Trace Statistics Amerika Serikat Jepang Rank = 0 97,15795 69,06128 Rank = 1 54,31239 35,62992 Rank = 2 33,36699 17,72856 Rank = 3 13,56947 2,586001 Rank = 4 0,897211 0,240608 Cetak tebal menunjukkan Trace Statistics5 critical value dan terjadi kointegrasi Hasil uji kointegrasi menunjukkan bahwa terdapat kointegrasi antar variabel, artinya secara multivariate terdapat persamaan linier jangka panjang yang dikandung dalam model. Tabel 15 menunjukkan bahwa ekspor karet alam ke Amerika Serikat dengan nilai trace statistic terdapat dua rank kointegrasi dan ekspor karet alam ke Jepang terdapat satu rank kointegrasi pada taraf 5 persen. Jumlah rank ini digunakan sebagai model koreksi kesalahan yang akan dimasukkan ke dalam model VAR menjadi VECM.

5.5 Estimasi

Vector Error Correction Model 5.5.1 Hubungan Persamaan Jangka Pendek Dalam estimasi VECM ekspor karet alam Indonesia ke Amerika Serikat, yang menjadi variabel dependen adalah volume ekspor karet alam Indonesia ke Amerika Serikat KAS sedangkan variabel independennya adalah volume ekspor karet alam Indonesia ke Amerika Serikat KAS pada lag 1, harga ekspor karet alam Indonesia ke Amerika Serikat PAS pada lag 1, nilai tukar riil rupiah terhadap dolar AS ERIAS pada lag 1, harga internasional karet alam PINTL pada lag 1, harga karet alam negara kompetitor PTHAI pada lag 1 dan GDP riil Amerika Serikat YIAS. Hasil estimasi VECM jangka pendek pada Tabel 16 menunjukkan hubungan persamaan jangka pendek antara ekspor karet alam Indonesia ke Amerika Serikat dengan variabel-variabel independen. Tabel 16 Hasil Estimasi VECM Jangka Pendek Ekspor Karet Alam Indonesia ke Amerika Serikat dan Jepang + , - + , - . , 0 11 0 0 11 , 0 11 0 11 -. 0 11 0 11 , - 0 11 2 - 0 11 , - 0 11 - 0 11 3 4 4 signifikan pada taraf nyata 5 persen Variabel yang berpengaruh signifikan pada ekspor karet alam Indonesia ke Amerika Serikat dalam jangka pendek adalah volume ekspor itu sendiri pada lag 1 dan harga ekspor pada lag 1. Volume ekspor karet alam Indonesia ke Amerika Serikat signifikan mempengaruhi ekspor karet alam itu sendiri pada lag 1 dengan