112 persamaan tersebut berarti terkointegrasi. pada saat kondisi inilah nilai rank
kointegrasi r memenuhi kriteria. Sehingga penentuan rank kointergrasi dapat dipilih dari kombinasi pengujian atau kriteria yang digunakan. Dalam menentukan
rank kointegrasi, terkait dengan penentuan jumlah sistem persamaan yang akan digunakan untuk estimasi atau peramalan yang akan datang. Dengan demikian
setelah jumlah persamaan kointegrasi diperoleh, maka dengan sistem persamaan tersebut dapat digunakan untuk mendeteksi stabilitas hubungan antar variabel
yang dianalisis, baik jangka pendek maupun jangka panjang Enders, 1995.
Namun demikian jumlah persamaan dalam vektor kointegrasi yang diperoleh adalah exactly identified. Oleh karena itu untuk memperoleh persamaan
kointegrasi yang over identified, perlu dilakukan restriksi terhadap matrik
parameter jangka panjang dari persamaan sistem kointegrasi, agar sesuai dengan tujuan penelitian maupun yang berdasarkan pada teori ekonomi.
Setelah dilakukan pengujian dan terjadi kointegrasi, maka dapat dilanjutkan ke tahap berikutnya yaitu analisis dengan model error correction. Jika
dalam persamaan kointegrasi memiliki jumlah variabel lebih dari dua multivariate, maka kombinasi antara ECM dengan model VAR kointegrasi dapat
dilakukan. Kombinasi tersebut dinamakan vector error correction model
Thomas, 1997.
4.7.4. Impulse Response Function
Metode analisis impulse response function adalah merupakan alat yang digunakan untuk mendeteksi hubungan dinamis diantara variabel-variabel dalam
sistem persamaaan. Dengan kata lain suatu shock terhadap suatu variabel tertentu akan berpengaruh langsung pada variable itu sendiri, kemudian pengaruh tersebut
113 akan tersebar ke semua variabel endogen lainnya melalui struktur dinamis atau
struktur lag VAR Pindyck dan Rubinfeld, 1998. Oleh karena itu alat analisis ini dapat digunakan untuk melakukan simulasi dinamis untuk peramalan masa yang
akan datang. Teknik inovasi yang digunakan adalah teknik impulse response
function dan forecast error variance decomposition . Dengan menggunakan
metode IRF akan dilakukan guncangan shocks terhadap variabel-variabel
ekspor, misalnya terhadap ekspor non agro industri manufaktur XNAI, ekspor produk pertanian XPT, dan ekspor agro industri manufaktur XAI. Dengan
melakukan shock terhadap setiap variabel ekspor, maka dapat diketahui pengaruhnya pada masing-masing variabel dalam sistem termasuk terhadap
variabel yang bersangkutan baik periode jangka pendek maupun jangka panjang. Dengan kata lain metode IRF dapat menelusuri pengaruh dinamis dari suatu
guncangan standard deviasi terhadap suatu inovasi pada saat ini dan nilai dimasa mendatang atas variabel endogen lainnya.
4.7.5. Forecast Error Variance Decomposition
Untuk mengetahui respon suatu variabel tertentu yang diukur dengan perubahan variasi kesalahan error variance pada variabel tersebut yang
disebabkan oleh guncangan variabel-variabel lainnya dalam sistem persamaaan VAR, maka akan digunakan metode analisis Forecast Error Variance
Decomposition FEVD. Variance decomposition dapat memberikan informasi variabilitas kontribusi dari masing-masing inovasi secara random terhadap
variabel-variabel dalam sistem VAR Enders, 1995. Metode analisis ini memberikan gambaran dinamika dari variabel-variabel
dalam sistem persamaan VAR. Karena dari analisis ini dapat memberikan
114 informasi kemampuan setiap variabel dalam mempengaruhi variabel lainnya, atau
dengan kata lain, untuk melihat kekuatan suatu variabel apakah sebagai variabel eksogen atau variabel endogen dalam horizon waktu tertentu, baik dalam jangka
pendek maupun dalam jangka panjang. Metode dekomposisi varian dalam penelitian ini digunakan untuk
mengetahui besaran inovasi atau variabilitas secara relatif pada variabel makroekonomi akibat dari dampak guncangan variabel-variabel lainnnya
termasuk guncangan yang disebabkan oleh variabel yang bersangkutan.
115
V. PERKEMBANGAN MAKROEKONOMI INDONESIA
5.1. Pertumbuhan Ekonomi
Petumbuhan ekonomi pada dasarnya merupakan proses perubahan PDB dari waktu ke waktu. Dengan kata lain pertumbuhan ekonomi merupakan proses
kenaikan output total dalam jangka panjang Wijono, 2005. Pertumbuhan ekonomi Indonesia selama periode tahun 1993 hingga 2005 dapat dijelaskan pada
Gambar 8. Pada periode tahun 1993–1996, pertumbuhan ekonomi Indonesia
cukup tinggi, dengan rata-rata pertumbuhan 7.5 persen per tahun. Pada periode tersebut ekonomi Indonesia belum mengalami krisis. Namun semenjak tahun
1997 hingga 2000 dalam masa krisis, petumbuhan ekonomi mengalami penurunan dengan rata-rata negatif 0.9 persen, bahkan pada tahun 1998 pertumbuhan
ekonomi negatif 12.9 persen. Indonesia mengalami krisis ekonomi yang cukup berat pada tahun itu tetapi pada periode 2001-2009 masa pemulihan ekonomi,
pertumbuhan ekonomi mulai membaik dengan pertumbuhan rata-rata 4.6 persen.
-15.0 -10.0
-5.0 0.0
5.0 10.0
Tahun P
e rt
u m
b u
h a
n
Grow th 7.5 8.2
8.0 4.6 -13.2 0.8
4.9 3.5
3.7 4.1
5.1 5.6
5.5 6.3
6.0 4.5
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Sumber : BPS, Pendapatan Nasional, Tahun 1990-2010 data diolah.
Gambar 8. Pertumbuhan Ekonomi Riil Indonesia, Tahun 1993 – 2009