Uji Ordo Lag Uji Kointegrasi
124 kointegrasi pada lebih dari dua variabel Thomas, 1997. Antara dua variabel
mungkin saja secara individu mereka non-stasioner, tetapi bisa terjadi kombinasi linear antara keduanya, sehingga dikatakan terjadi kointegrasi antara dua variabel
tersebut. Dalam penelitian ini digunakan pengujian multivariate. Kasus multivariate adalah untuk melihat hubungan jangka panjang yang
mempunyai lebih dari dua variabel. Jika dihipotesiskan Thomas, 1997: Z
t
= +
1
x
t
+
2
yt+
3
w
t
4.20 dimana x
t
, y
t
, w
t
dan z
t
adalah variabel I1. Bila ada hubungan jangka panjang, maka disequilibrium errors yang timbul dari persamaan 4.20 harus I0, dan:
u
i
= z
t
- -
1
x
t
-
2
y
t
-
3
w
t
4.21 harus dalam bentuk stasionarity time series, dimana koefisien-koefisiennya disebut
vektor kointegrasi cointegration vector. Dalam kasus multivariate mungkin ada lebih dari satu kombinasi linear stasioner yang berkaitan dengan variabel-variabel
yang berkointegrasi. Pada Persamaan 4.21, u
t
adalah kombinasi linear dari empat variabel x, y, w dan z, dimana ada lebih dari satu kombinasi linear dari empat
variabel tersebut adalah stasioner. Adanya hubungan tunggal jangka panjang antara lebih dari dua variabel yang I1 mengimplikasikan bahwa variabel-variabel
tersebut berkointegrasi. Kointegrasi mengisyaratkan bahwa paling sedikit ada satu hubungan jangka panjang di antara dua variabel. Bila terjadi lebih dari satu
kombinasi linier atau lebih dari dua varibel I1 yang berkointegrasi, maka mungkin akan ada lebih dari satu vektor kointegrasi.
Pengujian kointegrasi multivariate pada empat variabel x, y, z dan w; langkah pertama adalah mengestimasi suatu kointegrasi:
z
t
= +
1
x
t
+
2
y
t
+
3
w
t
+ e
t
4.22
125 Residual e
t
dari regresi tersebut dapat diuji stasionernya dengan menggunakan uji DF dan ADF. Jika hasilnya adalah stasioner maka dapat disimpulkan bahwa
variabel-variabel tersebut berkointegrasi, dan akan ada kombinasi linear di antara variabel-variabel tersebut yang I0. Langkah ini dilakukan dengan metode Granger
Causality Two Step. Untuk kasus sistem persamaan, uji kointegrasi berarti menentukan rank
kointegrasi r. Asumsi yang digunakan model mengandung unrestricted intercept dan restricted trend. Pengujian hipotesis berdasarkan statistik Maximal Eigenvalue
of the Stochastic Matrix dan Trace of the Stochastic Matrix. Jika hasil statistik Likelihood Ratio lebih besar dari nilai kritis pada selang kepercayaan 95 maka
hipotesis nol ditolak. Prosedurnya sebagai berikut: H
: r = 0 : statistik Likelihood Ratio lebih besar dari nilai kritis pada selang
kepercayaan 95 tolak H dan uji dilanjutkan,
H : r=1 : statistik Likelihood Ratio lebih besar dari nilai kritis pada selang
kepercayaan 95 tolak H dan uji dilanjutkan,
H : r= 2 : statistik Likelihood Ratio lebih kecil dari nilai kritis pada selang
kepercayaan 95 terima H
0;
berarti terima Hipotesis alternatif dimana r = 2.
Hasil analisis rank kointegrasi ini dapat mengetahui hubungan jangka panjang
untuk menjelaskan keseluruhan fenomena yang tercakup dalam model yang dianalisis.