d
hitung.
d
tabel
maka tolak H
0,
yang berarti stasioner dan terjadi kointegrasi antar variabel.
3.3.3 Vector autoregressive VAR
MetodeVector Autoregression VAR pertama kali dikembangkan oleh Christoper Sims1980. Kerangka analisis yang praktis dalam model ini akan memberikan
informasiyang sistematis dan mampu menaksir dengan baik informasi dalam persamaan yangdibentuk dari datatime series.
Selain itu perangkat estimasi dalam model VAR mudahdigunakan dan diintepretasikan. Perangkat estimasi yang akan digunakan dalam modelVAR ini adalah
fungsiimpulse respon dan variance decompotition. Ada beberapa keuntungan dari VAR Gujarati, 1995:387 yaitu :
1. VAR mampu melihat lebih banyak variabel dalam menganalisis fenomena ekonomi jangka pendek dan jangka panjang.
2. VAR mampu mengkaji konsistensi model empirik dengan teori ekonometrika. 3. VAR mampu mencari pemecahan terhadap persoalan variabel runtun waktu
yangtidak stasioner non stasionary danregresi lancung spurious regresion ataukorelasi lancung spurious correlation dalam analisis ekonometrika.
Unrestricted VAR adalah bentuk VAR yang tidak terestriksi. Bentuk restriksi
ini terkait erat dengan permasalahan kointegrasi dan hubungan teoritis. Jika data yang digunakandi dalam pembentukkan VAR stasioner pada tingkat level, bentuk VAR
yang digunakan adalah VAR tanpa restriksi. Jika data yang digunakan di dalam
Universitas Sumatera Utara
pembentukkan VAR stasioner pada tingkat first difference,bentuk VAR yang digunakan VAR in level.
i Fungsi Impulse Response Widarjono 2007 menjelaskan bahwa analisis impulse response ini digunakan
untuk melacak respons dari variabel endogen di dalam sistem VAR karena adanya goncanganshocks atau perubahan di dalam variabel gangguan e. Impulse
response dalam penelitian ini difokuskan untuk mengetahui respon Y, X
1
, X
2
, dan X
3
apabila terdapat shock uY, uX
1
, uX
2
, dan uX
3
. ii.Variance Decomposition
Analisis variance decomposition atau Forecast Error decomposition ofvariance
ini menggambarkan relatif pentingnya setiap variabel di dalam sistem VAR karena adanya shocks Widarjono, 2007, hal. 383. Variance decomposition
berguna untuk memprediksi kontribusi persentase varian setiap variabel karena adanya perubahan variabel tertentu di dalam sistem VAR.
3.4. Model Analisis
Kategori