4.1.4. Trend GDP riil di Indonesia
Untuk melihat karakteristik fluktuasi suatu perekonomian, maka penting untuk mengidentifikasikan magnitude ekonomi makro. Magnitude ekonomi
makro ditentukan oleh siklus variabel referensi. Penelitian ini juga memilih GDP riil sebagai variabel referensi, karena GDP rill dianggap sebagai salah satu alat
ukur aktivitas ekonomi yang akurat dalam level agregat. Data bulanan GDP rill di Indonesia dalam bentuk logaritma natural dari tahun 1993 sampai tahun 2005
dapat dilihat pada Gambar 4.7. Tren GDP riil menunjukan tiga fase. Pertama, pada saat kondisi sebelum
krisis antara tahun 1993 sampai 1997, dimana GDP riil menunjukan tingkat pertumbuhan yang stabil dikisaran 7.6 persen. Kedua, saat terjadi krisis moneter
tahun 1997 sampai 2000, dimana GDP menunjukan penurunan pertumbuhan yang sangat rendah hingga sampai 6.5 persen. Ketiga, kondisi pemulihan setelah krisis
yaitu antara tahun 2000 sampai 2005. Pertumbuhan GDP kembali meningkat sampai dengan 8.2 persen pada tahun 2000 dan menunjukan kestabilan sampai
2005. Fluktuasi ini menunjukan kesesuaian teori dengan kondisi yang
sebenarnya, dimana jika suku bunga dinaikkan maka akan terjadi penurunan jumlah kredit yang berdampak akhir pada penurunan GDP riil. Hal ini terlihat
pada hubungan Gambar 4.1 dengan Gambar 4.7.
6.4 6.8
7.2 7.6
8.0 8.4
1994 1996
1998 2000
2002 2004
L N G D P
Gambar 4.7. log GDP riil 4.2.
Data Generating Process DGP
Sebelum masuk kedalam tahapan analisis model VAR, maka sebelumnya harus dilakukan apa yang disebut Data Generating Process DGP. DGP
diantaranya meliputi uji akar unit unit root test, stabilitas VAR dan pengujian lag
optimal stabilitas VAR. Hal ini penting karena dalam model multivariat time- series
kebanyakan data yang digunakan mengandung akar unit sehingga akan membuat hasil estimasi menjadi palsu spurious regression dan tidak valid
Gujarati, 2003.
4.2.1. Uji Stasioneritas Data
Sebelum mengestimasi model maka pertama-tama harus dilakukan uji stasioneritas untuk masing-masing variabel yang digunakan karena sebagian besar
data time-series mempunyai akar unit Gujarati, 2003. Metode pengujian yang digunakan untuk melakukan uji stasioneritas adalah uji ADF dengan lag
maksimum 13. Jika nilai t-ADF lebih kecil daripada nilai kritis MacKinnon 1996 maka dapat disimpulkan data yang kita gunakan tidak mengandung akar
unit stasioner. Pengujian kestasioneran data dilakukan pada tingkat level sampai dengan first difference dengan taraf nyata 1 persen, 5 persen dan 10 persen. Hasil
pengujian stasioneritas data untuk masing-masing variabel ekonomi dapat dilihat pada Tabel 4.1.
Tabel 4.1. Uji Stasioneritas Data
ADF test Variabel
Level first difference
SBI Rate -2.581966
-5.569846 Call Money rate
-1.741753
-5.411098 Base Money
-1.537206
-4.201439 Exchange rate
-1.277023 -4.312479
Real GDP
-2.163078
-4.359202 CPI
-0.650494 -2.111176
PI -3.804888
-7.182691 Investasi
0.938850
-5.206165 Deposit State Bank
-1.73733 -4.734756
Deposit Private bank -3.396975
-6.814253 Lending state Bank
-1.021431 -3.441401
Lending Private Bank
-1.488325
-3.904239 Inv.Lend Rate State Bank
-1.670609 -4.400864
Inv.Lend Rate Private Bank -1.508735
-4.820611 Inv.Lend State Bank
-1.665944 -4.018737 Inv.Lend.Private Bank
-1.737330 -4.734756
Sumber lampiran 2 : Dalam uji level dengan intercep untuk First differnce tidak memakai intercept dan trend none
t-kritis MacKinnon: level: 1=-3.473, 5= -2.880, 10= -2.576; first- defference: 1 = -2.580, 5 = -1.942 dan 10 = -1.615
Cetak tebal menunjukkan bahwa data tersebut stasioner pada taraf 5
Berdasarkan hasil pengujian tersebut dapat disimpulkan bahwa 80 persen data tidak stasioner di tingkat level karena nilai t-ADF pada banyak variabel
makroekonomi lebih besar daripada nilai kritis Mackinnon dan setelah dilakukan perbedaan pertama 1st difference semua data stasioner pada tingkat kritis 1
persen. Artinya data yang digunakan pada penelitian ini terintegrasi pada ordo 1 atau dapat disingkat menjadi I1. Seperti telah disinggung sebelumnya bahwa
apabila data tidak stasioner di level maka akan digunakan metode VAR first difference.
4.2.2. Pengujian Stabilitas VAR