Uji Kointegrasi Metode Analisis

dapat dibangun selain model tidak stasioner adalah terkointegrasi. Derajat kointegrasi ditentukan dengan menggunakan Johansen procedure. Model VECM dalam penelitian ini adalah: Inf t = β + ∑ RBI t-1 + ∑ α 2 SBI t-1 + ∑ α 3 RDEPK t-1 + ∑ RKMK t-1 + ∑ LnLOAN t-1 + ∑ LnPDB t-1 + EC t-1 + e t

3.4 Inf

t = β + ∑ RBI t-1 + ∑ SBIS t-1 + ∑ RDEPS t-1 + ∑ PLS t-1 + ∑ LnFINC t-1 + ∑ LnPDB t-1 + EC t-1 + e t 3.5 dimana: Inf t = Tingkat inflasi berdasarkan IHK pada bulan t RBI t-1 = BI Rate pada bulan t-n rSBI t-1 = Suku bunga Sertifikat Bank Indonesia pada bulan t-n SBIS t-1 = Tingkat Imbal Hasil Sertifikat Bank Indonesia Syari’ah pada bulan t-n rDepk t-1 = Suku bunga deposito bank konvensional pada bulan t-n rDeps t-1 = Tingkat bagi hasilImbalan Deposito mudharabah bank syariah pada bulan t-n rKMK t-1 = Suku bunga kredit modal kerja bank konvensional pada bulan t-n PLS t-1 = Tingkat bagi hasil pembiayaan modal kerja bank syariah pada bulan t-n LnLOAN t-1 = Total kredit bank bank konvensional pada bulan t-n LnFINC t-1 = Total pembiayaan bank syariah pada bulan t-n PDB t-1 = Produk Domestik Bruto pada bulan t-n ec t-1 = Kesalahan Keseimbangan β = Intersepkonstanta e t = faktor pengganggu Persamaan diatas menunjukkan bahwa tujuh variabel ekonomi yang diamati dalam dua persamaan yaitu persamaan kebijakan moneter konvensional dan persamaan kebijakan moneter syariah berpengaruh dengan menggunakan pendekatan VECM.

7. Impulse Responses Function IRF

IRF merupakan perangkat VAR yang dapat digunakan untuk menjelaskan reaksi dari variabel Y dalam menerima shock dari variabel X. IRF berfungsi untuk mengukur besaran perubahan dalam persen, orientasi meningkat atau menurun, dan panjang seberapa lama shock mempengaruhi variabel-variabel terikat dari suatu respons dan mengevaluasi kecepatan dari mekanisme transmisi dalam beroperasi. Widarjono, 2009: 353. 8. Variance Decomposition VD Analisis variance decompositionVD menggambarkan relatif pentingnya setiap variabel di dalam sistem VAR karena adanya shock. Analisis VD berguna untuk memprediksi kontribusi persentase varian setiap variabel karena adanya perubahan variabel tertentu dalam sistem VAR Widarjono, 2009: 356. Analisis VD bertujuan untuk melihat variabel yang paling berperan penting atau besarnya kontribusi variabel dalam menjelaskan perubahan suatu variabel.