36
terdapat  beberapa  analisis  untuk  menggambarkan  bagaimana  hubungan  dinamis antar  data  yakni;  peramalan,  uji  kausalitas  Granger,  fungsi  respon  impuls,  dan
dekomposisi ragam.
5.1.  Fungsi Respon Impuls
Analisis  respon  impuls  merupakan  salah  satu  hal  yang  penting  dalam mengevaluasi  model  VAR  yang  telah  dibuat.  Analisis  ini  bertujuan  melacak
respon  dari  variabel  endogen  di  dalam  sistem  VAR,  yang  dikarenakan  adanya goncangan shock atau perubahan dalam variabel gangguan Widarjono 2010.
Enders 1995 menyatakan bahwa jika terdapat model VAR yang memiliki empat  variabel,  melalui  proses  iterasi  dapat    dinyatakan  dalam  Vector  Moving
Average VMA dengan persamaan sebegai berikut;
∑
dengan; [
]
Matriks merupakan fungsi respon impuls  yang  memberikan informasi
adanya  perubahan  simpangan  baku  suatu  variabel  terhadap  peramalan  variabel lain  untuk  periode  ke-t,  dan  komponen
merupakan  pengaruh  akibat perubahan variabel k terhadap variabel j untuk peramalan i periode kedepan i =
1,2,3,......t. Dilakukan pengujian kestasioneran data dengan uji Dickey Fuller atau Augmented  Dickey  Fuller
,  Jika  data  sudah  stasioner  maka  VAR  kelambanan  p dapat  langsung  digunakan.  Jika  belum,  dilakukan  differencing  dan  uji  Johansen.
Jika rank kointegrasi r=0 maka digunakan model VARD Vector Autoregression in  Difference
dengan  kelambanan  p,  jika  ada  kointegrasi  digunakan  model VECM Vector Eror Correction Model dengan kelambanan p rank r.
5.2. Variance Decomposition Dekomposisi Ragam
Analisis  ini  bertujuan  untuk  menggambarkan  tingkat  kepentingan  setiap variabel  dalam  model  VAR  dalam  menjelaskan  ragam  varians  suatu  variabel
yang akan datang Enders, 1995.  Enders mengemukakan dengan penggambaran dua persamaan simultan z
t
dan y
t
. Jika shock pada e
zt
tidak menjelaskan sedikitpun
37
forecast  error  variance dari  y
t
pada  semua  tahapan  ramalan  ke  depan,  dapat dikatakan bahwa y
t
adalah variabel bebas eksogen. Sebaliknya, jika shock pada e
zt
dapat menjelaskan sebagian besar atau keseluruhan forecast error variance dari y
t
maka dapat dikatakan bahwa y
t
merupakan variabel endogen.
5.3.  Peramalan