Uji Kesesuaian Test Goodness of Fit Uji Stasioneritas Data dengan Akar Unit

3.2 Jenis dan Sumber Data

Dalam penelitian ini, Peneliti menggunakan data sekunder dengan jenis data runtun waktu time series selama kurun waktu Januari 2000 sampai dengan Desember 2010 secara kwartalan. Data yang digunakan dalam penelitian ini diambil dari beberapa sumber antara lain : Bank Indonesia, BPS, dan sumber lain yang kompeten.

3.3 Metode dan Teknik Pengumpulan Data

Metode dan teknik pengumpulan data yang digunakan oleh Peneliti dalam penelitian ini adalah metode studi kepustakaan Library Research. Library research adalah suatu penelitian yang dilakukan dengan mencari, mengumpulkan, dan menggunakan bahan-bahan kepustakaan berupa tulisan-tulisan ilmiah seperti buku- buku, jurnal-jurnal ilmiah, artikel-artikel, laporan-laporan lembagainstansi terkait, hasil penelitian ilmiah yang berkaitan dengan topik yang sedang diteliti. Hal ini dilakukan peneliti, baik untuk mendapatkan materi penulisan maupun untuk memperoleh data-data yang yang cukup, sesuai dengan kebutuhan dalam analisisnya. Data-data yang dibutuhkan adalah data runtun waktu selama periode 11 sebelas tahun, yaitu sejak tahun 2000 sampai dengan tahun 2010.

3.4 Uji Kesesuaian Test Goodness of Fit

Estimasi terhadap model dilakukan dengan menggunakan metode yang tersedia pada program statistic Eviews versi 5.1. Koefisien yang dihasilkan dapat dilihat pada Universitas Sumatera Utara output regresi berdasarkan data yang dianalisis untuk kemudian diinterpretasikan serta dilihat signifikansi tiap-tiap variable yang diteliti, yaitu : a. R koefisien determinasi bertujuan untuk mengetahui kekuatan variable bebas independent variable menjelaskan variable terikat dependent variable. b. Uji parsial t-test, dimaksudkan untuk mengetahui signifikansi statistic koefisien regresi secara parsial. Jika t t , maka H ditolak dan H diterima. c. Uji serempak F-test, dimaksudkan untuk mengetahui signifikansi statistic koefisien regresi secara serempak. Jika F F , maka H ditolak dan H diterima.

3.5 Uji Stasioneritas Data dengan Akar Unit

Salah satu tipe data yang digunakan dalam analisis empiris adalah data runtun waktu time series. Sementara data runtun waktu diasumsikan adalah stasioner. Arti “stasioner” adalah apabila suatu data runtut waktu memiliki rata-rata dan memiliki kecenderungan bergerak menuju rata-rata. Untuk data yang stasioner, bila digambar data tersebut terhadap waktu maka akan sering melewati sumbu horizontal, dan autokorelasinya akan menurun dengan teratur untuk lag yang cukup besar. Sebaliknya, bagi data yang “tidak stasioner”, varians menjadi semakin besar bila jumlah data runtut waktu diperluas, tidak sering melewati sumbu horizontal, dan Universitas Sumatera Utara autokorelasinya cenderung tidak menurun. Terlihat bahwa data ini mengandung unsur trend dan musiman Salah satu uji stasioner yang umum dilakukan adalah uji akar unit. Uji akar unit yang sekarang terkenal adalah uji dari Dickey Fuller dan Phillips Perron, namun yang biasa digunakan adalah uji Dickey Fuller karena uji ini sangat sederhana. Proses acak akar unit dimulai dengan model berikut : t t t Y Y     1 3.1 dimana -1    1 dan  t adalah kejutan acak murni. Jika  = 1 maka model 3.1 disebut akar unit atau RWM tanpa konstanta, artinya proses acak nonstasioner. Manipulasi 3.1 dengan cara mengurangkan Y t-1 pada kedua sisi menghasilkan persamaan: t t t t t Y Y Y Y          1 1 1 t t t t t Y Y Y             1 1 ] 1 [ 3.2 Secara praktis uji hipotesis nol adalah  = 0. Jika  = 0 atau  = 1 maka diperoleh akar unit, artinya runtun waktu adalah nonstasioner. Jika  = 0 atau  = 1 maka persamaan 3.2 dapat dituliskan menjadi Y t - Y t-1 = Y t-1 - Y t-1 +  t = Y t =  t . Kejutan acak murni menjadi stasioner, artinya beda pertama dari RWM adalah stasioner. Penggunaan uji t-statistic pada 3.2 kurang tepat karena sifat distribusi normal asimptotis, alternatif lainnnya adalah Dickey-Fuller test. Bila hipotesis nol yang menyatakan  = 0 ditolak maka runtun waktu adalah stasioner. Implementasi DF-test mencakup beberapa alternatif keputusan, antara lain adalah kejutan acak Universitas Sumatera Utara t t t Y Y      1 , kejutan acak dengan konstanta: t t t Y Y        1 , kejutan acak tren acak dengan konstanta t t t Y T Y          1 1 , dan T adalah variabel tren waktu. Hipotesis nol adalah  = 0, yaitu runtun waktu adalah akar unit atau unit root dan nonstasioner. Hipotesis alternatif adalah  0, artinya runtun waktu adalah stasioner. Jika hipotesis nol ditolak maka Y t adalah stasioner dengan rerata nol atau kejutan acak Y t adalah stasioner dengan rerata [  1- ] tidak nol atau kejutan acak dengan konstanta, dan Y t adalah stasioner sekitar tren deterministik atau kejutan acak dengan konstanta sekitar tren acak. Catatan penting adalah bahwa nilai kritis dari -statistic untuk menguji hipotesis bahwa  = 0 adalah berbeda untuk setiap spesifikasi DF-test. Prosedur untuk menguji hipotesis nol adalah menaksir kejutan acak, kejutan acak dengan konstanta dan kejutan acak tren acak dengan konstanta penaksir OLS, membagi taksiran koefisien Y t-1 dengan kesalahan baku yang digunakan untuk menghitung -statistic dan membandingkannya dengan Tabel Distribusi-DF. Jika nilai mutlak -statistic lebih besar dari Tabel Distribusi-DF atau MacKinnon maka hipotesis nol ditolak atau runtun waktu adalah stasioner, dan sebaliknya. Dickey-Fuller mengembangkan uji stasioneritas dengan Augmented Dickey- Fuller [ADF] test. Uji ini dibentuk dengan interraksi tiga persamaan di atas dengan menambah nilai tenggang waktu dari variabel endogen Y t . ADF test mengasumsikan bahwa  t dari proses autoregressif orde-p: Y t =  Y t - 1 +  t adalah independently and identical distributed [IID] atau variabel acak, dengan nilai rerata Universitas Sumatera Utara nol dan varians  2 konstan. Apabila nilai  = 1 maka  t adalah stasioner pada autoregressif orde-p, yaitu: t P t P P t P P t P t t t Y a Y a Y a Y a Y a Y                  1 1 2 2 2 2 1 1  3.3 Penambahan dan pengurangan [a p Y t-p+1 ] serta [a p-1 +a p Y t-p+2 ] dari 3.3 akan menghasilkan persamaan: t P t P P t P P P t P t t t Y a Y a a Y a Y a Y a Y                     1 2 1 2 2 2 2 1 1 ] [  t P t P P t P P t t t Y a Y a a Y a Y a Y                  1 2 1 2 2 1 1 ] [  dan seterusnya, sehingga diperoleh persamaan Augmented Dickey-Fuller [ADF] test sebagai berikut: t i t p i i t t Y Y T Y                  1 2 1 1 3.3 dimana          p j j a 1 1  dan    p j j i a 1 .  Jika 1 1    p j j a maka  = 0, artinya sistem mempunyai akar unit dan  t adalah IID, dimana nilai rerata nol dan varians konstan.

3.6 Uji Kointegrasi