Stationer Tingkat Level Uji Stationer

ΔΔz t = z t – 2z t-1 + z t-2 = β 2 Δ 2 z t + β 1 Δz t . Berikut ini adalah rincian stationeritas tingkatdeferensi kedua : Tabel 5.2.3 Uji Augmented Dicky-Fuller Tingkat Diferensi Kedua No Variabel ADF Statistic 5 Critical Value 5 Mackinnon Prob. 1 Jumlah Rek. DPK -9.578533 -1.944862 0.0000 2 Jumlah DPK -8.089652 -1.945139 0.0000 Sumber : data diolah Tabel 5.2.3 uji stasioneritas diferensi kedua menggunakan pendekatan ADF. Sama halnya dengan tingkat level dan deferensi tingkat pertama, variabel dinyatakan stasioner jika nilai statistik ADF nilai kritis 5. Sedangkan probabilitas mackinnon juga kurang dari p ada nilai α = 0.05. Diketahui bahwa, nilai statistik ADF jumlah rekening DPK sebesar -9.578533 nilai kritis sebesar -1.944862 dengan probabilitas 0.0000. Sedangkan nilai statistik ADF jumlah DPK sebesar -8.089652 nilai kritis sebesar -1.945139 dengan probabilitas 0.0000. Sehingga dapat disimpulkan bahwa variabel jumlah rekening DPK dan jumlah DPK stasioner pada deferensi tingkat kedua uji Augmented Dicky-Fuller.

C. Identifikasi Model ARIMA

Tahapan selanjutnya adalah melakukan permodelan ARIMA yang berfungsi untuk memprediksi pertumbuhan financial inclution di Indonesia. Dalam identifikasi ini ditentukan nilai p,d, dan q dengan menggunakan estimasi fungsi otokorelasi dan fungsi otokorelasi parsial ACF dan PACF dalam correlegram berdasarkan tingkat data yang telah dinyatakan stasioner sebagaimana uraian di bawah ini : Tabel 5.3.1 Tingkat level stasioner data Variabel Tingkat stasioner ARIMA p, d, q Jumlah BPRS 1 1 Jumlah Rek. DPK 2 2 Jumlah Rek. Pemb. 1 1 Jumlah DPK 2 2 Jumlah Pemb. UMKM 1 1 Sumber : Data diolah Dari tabel di 5.3.1 dapat diketahui bahwa nilai komponen d dari suatu model ARIMA yang akan digunkan di setiap variabelnya. Variabell jumlah BPRS memiliki kemungkinan model ARIMAp,1,q, jumlah rekening DPK mempunyai model ARIMAp,2,q, jumlah rekening pembiayaan mempunyai model ARIMAp,1,q, jumlah DPK mempunyai model ARIMAp,2,q, dan jumlah pembiayaan UMKM mempunyai model ARIMAp,1,q Hasil correlegram lampiran 2 kelima variabel yang digunakan menunjukkan pola yang bergelombang sinus sehingga dapat disimpulkan bahwa model yang digunakan yaitu ARIMAp,d,q bukan ARIMA0,d,q ataupun ARIMAp,d,0. Sedangkan nilai p dan q yang digunakan mengacu pada model standar ARIMA1,d,1, ARIMA1,d,2, ARIMA1,d,3, ARIMA2,d,1, dan ARIMA2,d,2,. Namun masih ada kemungkinan