yang tidak stasioner akan menghasilkan variabel yang stasioner. Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi dan dapat diinterpretasikan
sebagai hubungan keseimbangan jangka panjang diantara variabel. Firdaus, 2011
Persamaan tersebut dikatakan terkointegrasi jika trace statistic critical value. Dengan demikian H
= nonkointegrasi dengan hipotesis alternatifnya H
1
= kointegrasi. Kita tolak H
atau terima H
1
jika trace statistic critical value, yang artinya terjadi kointegrasi dalam persamaan. Tahapan analisis Vector Error
Correction Model VECM dapat dilanjutkan setelah jumlah persamaan yang terkointegrasi telah diketahui.
3.3.2.5. Uji Kausalitas Granger Granger Causality
Uji kausalitas granger digunakan untuk melihat arah hubungan suatu variabel dengan variabel yang lain. Pendekatan Granger mencoba menjawab
apakah {x} menyebabkan {y} atau apakah nilai {y} sekarang dapat dijelaskan oleh nilai {y} masa lalu dan kemudian apakah penambahan nilai lag {x} juga
turut memengaruhi. Variabel {y} dikatakan Granger Caused oleh variabel {x} jika {x} membantu dalam memprediksi {y} atau nilai koefisien lag {x} signifikan
secara stastistik. Uji kausalitas dengan menggunakan pendekatan Granger dapat dituliskan seperti persamaan berikut :
α α
. . . α β
. . . β ε .......... 3.2
α α
. . . α β
. . . β ...... 3.3
Dari hasil regresi persamaan 3.2 dan 3.3 di atas, maka akan dihasilkan empat kemungkinan nilai koefisien regresi, masing-masing nilai koefisien adalah :
. Jika secara statistik, dan
maka terdapat kausalitas
satu arah dari x ke y
. Jika secara statistik, dan
maka terdapat kausalitas satu arah dari y ke x
. Jika secara statistik, dan
maka antara y ke x
tidak saling mempengaruhi antara satu dengan lainnya. . Jika secara statistik,
dan maka antara y ke x
terdapat hubungan kausalitas antara satu dengan lainnya. Dalam penelitian, ada beberapa kasus yang dapat diintepretasikan dari
persamaan Granger Causality Gujarati, 2003: 696-697 : 1. Unidirectional causality dari Y ke X, artinya kausalitas satu arah dari Y ke X
terjadi jika koefisien lag Y pada persamaan Y
t
adalah secara statistik signifikan berbeda dengan nol, koefisien lag X pada persamaan X
t
sama dengan nol. 2. Unindirectional causality dari X ke Y, artinya kausalitas satu arah dari X ke Y
terjadi jika koefisien lag X pada persamaan X
t
adalah secara statistik signifikan berbeda dengan nol dan koefisien lag Y pada persamaan Y
t
secara statistik signifikan sama dengan nol.
3. Feedbackbilateralcausality, artinya kausalitas timbal balik yang terjadi jika koefisien lag Y dan lag X adalah secara statistik signifikan berbeda dengan
nol pada kedua persamaan Y
t
dan X
t
.
4. Independence, artinya tidak saling ketergantungan yang terjadi jika koefisien lag Y dan lag X adalah secara statistik sama dengan nol pada masing-masing
persamaan Y
t
dan X
t
. Sedangkan hipotesis statistik untuk pengujian kausalitas dengan menggunakan
pendekatan Granger adalah : , Suatu variabel tidak mempengaruhi variabel lainnya
, Suatu variabel mempengaruhi variabel lainnya
3.3.3. Model Umum Vector Error Correction Model VECM
