memiliki varians yang tidak konstan. Dalam penelitian ini, uji heteroskedastisitas dilakukan dengan menggunakan uji white. Langkah-
langkah pengujian adalah sebagai berikut: Hipotesis:
Ho : tidak terdapat heteroskedastisitas
Ha : terdapat heteroskedastisitas
Nilai Probabilitas
Chi-Square 0,05
= tidak
terdapat heteroskedastisitas
Ho diterima Nilai Probabilitas Chi-Square 0,05 = terdapat heteroskedastisitas
Ho ditolak
c. Uji Autokorelasi
Uji autokorelasi dilakukan untuk mengetahui apakah terdapat hubungan antara residual satu observasi dengan residual observasi lainnya.
Salah satu asumsi dalam penggunaan model Ordinary Least Square OLS adalah tidak adanya autokorelasi.
9
Dalam penelitian ini, uji autokorelasi dilakukan dengan Uji Breusch-Godfrey. Langkah-langkah pengujian adalah sebagai berikut:
Hipotesis:
9
Wing Wahyu Winarno, Analisis Ekonometrika dan Statistika dengan Eviews ed. Kedua Yogyakarta: STIM YKPN, 2009, h. 526
Ho : tidak terdapat autokorelasi Ha : terdapat autokorelasi
Nilai Probabilitas Chi-Square 0,05 = tidak terdapat autokorelasi, Ho diterima
Nilai Probabilitas Chi-Square 0,05 = terdapat autokorelasi, Ho ditolak
4. Uji Lag Length
Uji lag length bertujuan untuk mengetahui lag optimal yang digunakan dalam model penelitian. Hal ini dikarenakan jika lag yang digunakan
terlalu sedikit, maka residual dari regresi tidak akan menampilkan proses white noise sehingga model tidak dapat mengestimasi actual error secara
tepat. Akibatnya standar kesalahan tidak diestimasi secara baik. Selain itu jika mamasukkan lag terlalu banyak akan mengurangi kemampuan
menolak Ho dan dapat mengurangi derajat kebebasan.
10
5. Uji Causalitas Granger
Uji Causalitas Granger digunakan untuk mengetahui jenis suatu variabel, yang apakah variabel tersebut mempunyai hubungan dua arah
atau hanya satu arah. Pada uji ini digunakan data time series karena untuk melihat pengaruh masa lalu terhadap kondisi saat ini. Sebelum dilakukan
10
Shocrul Rohamtul Ajija, Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat, 2011, h. 186
analisis kointegrasi, VAR dan VECM perlu dilakukan pengujian kausalitas antara variabel-variabel penelitian. Uji kausalitas ini
menggunakan metode Granger Causality. Jika terdapat hubungan kausalitas antara variabel penelitian, maka analisis regresi OLS tidak
dapat dilakukan karena hasil estimasinya akan bias. Dalam pengujian kausalitas dilakukan dengan memasukkan lag berbeda, yaitu mulai lag 2
sampai dengan lag 12. Hal ini dilakukan karena Granger ini sangat peka terhadap lag-lag tersebut.
Langkah-langkah pengujian sebagai berikut: Hipotesis:
Ho : tidak terdapat hubungan kausalitas antar variabel
Ha : terdapat hubungan kausalitas antar variabel
Pengambilan keputusan dilakukan dengan kriteria: Bila probabilitas 0,05
Ho diterima Bila probabilitas 0,05
Ho ditolak
6. Uji Kointegrasi
Dalam analisis VARVECM, kointegrasi digunakan untuk mengetahui keberadaan hubungan jangka panjang antara variabel-variabel yang tidak
stasioner. Kointegrasi berarti meskipun secara individu tidak stasioner, namun kombinasi linier dari dua atau lebih variabel-variabel tersebut
dapat menjadi stasioner. Artinya, kombinasi dari variabel-variabel yang tidak stasioner menghasilkan residual yang stasioner.
Maka, seluruh variabel tersebut bergerak bersama menuju sebuah keseimbangan jangka panjang. Penggunaan uji kointegrasi syaratnya
adalah hasil uji stasioneritas untuk setiap variabel menunjukkan derajat integrasi yang sama. Penentuan panjang lag optimum menjadi unsur
penting dalam hal ini, karena hasil pengujian kointegrasi dapat sensitif terhadap lag yang dipilih. Pengujian kointegrasi dapat menggunakan
metode kointegrasi Johansen. Dalam uji kointegrasi dari Johansen, analisis peubah bukanlah semata
hanya melihat hasil dari sistem persamaan VAR tersebut yang biasanya digunakan analisis Impuls Response Functioni IRF dan Variance
Decomposition VD melainkan sebagai batu loncatan di dalam proses pengujian kointegrasi dimana selanjutnya harus dilakukan tahap
reparametrisasi dari model VAR menjadi VECM. Penilaian pada uji Johansen di penelitian ini adalah jika nilai trace
statistic dan nilai maks eigen lebih kecil dibandingkan nilai kritis pada tingkat keyakinan 5, maka tidak terjadi kointegrasi antar variabel.
Begitu pula sebaliknya jika nilai trace statistic dan nilai maks eigen lebih besar dibandingkan nilai kritis pada tingkat keyakinan 5 maka terjadi
kointegrasi antar variabel. Langkah-langkah pengujian sebagai berikut:
Hipotesis: Ho
: tidak terdapat hubungan kointegrasi antar variabel
