54
2. Uji Stasioneritas
Proses yang bersifat random atau stokastik merupakan kumpulan dari variabel random dalam urutan waktu. Setiap data time series yang kita
punyai merupakan suatu data dari hasil proses stokastik. Suatu data hasil proses random dikatakan stasioner jika memenuhi kriteria, yaitu: jika rata-
rata dan varian konstan sepanjang waktu dan kovarian antara dua data runtun waktu hanya tergantung dari kelambanan antara dua periode waktu
tertentu Agus Widarjono, 2005. Salah satu persyaratan penting untuk mengaplikasikan model seri waktu yaitu dipenuhinya asumsi data yang
normal atau stabil stasioner dari variabel-variabel pembentuk persamaan regresi. Karena penggunaan data dalam penelitian ini dimungkinkan
adanya data yang tidak stasioner, maka dalam penelitian ini perlu digunakan beberapa uji stasioner. Dalam melakukan uji stasioneritas,
penulis akan melakukan proses analisis yang terdiri dari :
a. Uji Akar-Akar Unit
Uji akar-akar unit dapat dipandang sebagai uji stasioneritas, karena pada intinya uji tersebut mengamati apakah koefisien tertentu
dari model otoregresif yang ditaksir mempunyai nilai satu atau tidak. Langkah awal yang harus dilakukan pengujian ini adalah menaksir
model autoregresif dari masing-masing variabel yang akan digunakan dalam penelitian dengan OLS. Ada beberapa prosedur untuk
melakukan uji akar-akar unit namun yang banyak digunakan adalah uji Dickey-Fuller DF dan uji Philips Peron. Uji ADF adalah uji yang
55 dikembangkan oleh Dickey-Fuller untuk menyempurnakan uji DF
yang sudah ada sebelumnya. Dalam prakteknya uji ADF inilah yang seringkali digunakan untuk mendeteksi apakah data stasioner atau
tidak. Uji ADF ini dilakukan dengan memasukkan konstanta dan trend. Adapun formulasi uji ADF adalah sebagai berikut :
1 1
1 1
1
DY B
b a
a DY
k i
t
3.1
t k
i t
t
DY B
d BY
c T
c c
DY
1 1
1 2
1
3.2 Notasi:
DY
t
= Y
t
-Y
t-1
BY
t
= Y
t-1
T = Trend waktu
B = Operasi Kelambanan ke periode t
K = N
13
, dimana N adalah jumlah observasi sampel Langkah selanjutnya adalah membandingkan nilai t-
statistik ADFnya dengan nilai kritis statistik ADF tabel Agus Widarjono, 2005: 319. Nilai ADF ditunjukkan oleh nilai t pada
koefisien regresi BY
t
pada persamaan 3.1 dan 3.2. Bila data yang diamati pada uji akar unit ternyata tidak stasioner, maka
langkah selanjutnya adalah melakukan uji derajat integrasi.
b. Uji Derajat Integrasi Testing for Degree on Integration
Uji ini dilakukan untuk mengetahui pada derajat atau order
differensi ke berapa derajat data yang diteliti akan stasioner. Uji
56
derajat integrasi ini mirip dengan uji akar unit. Untuk melakukan uji tersebut juga dilakukan penaksiran model autoregresif dengan
OLS.
t k
i t
t
Y D
B f
BDY b
b Y
D
2 1
1 1
1 2
3.3
t k
i t
t
Y D
B h
BDY d
T d
d Y
D
2 1
1 1
2 1
2
3.4 Dimana D
2
Y
t
= DY
t
– DY
t-1
BDY
t
= DY
t-1
Prosedur untuk menentukan apakah data stasioner atau tidak dengan cara membandingkan antara nilai ADF dengan nilai
kritis distribusi statistik MacKinnon. Jika nilai absolut statistik ADF lebih besar dari nilai kritisnya, maka data yang diamati
menunjukkan stasioner dan jika sebaliknya nilai absolut statistik ADF lebih kecil dari nilai kritisnya maka data tidak stasioner
Agus Widarjono, 2005: 320.
3. Uji Kointegrasi