H
1
= 0 stasioner. Artinya jika H ditolak dan menerima H
1
maka data kita stasioner dan begitu juga sebaliknya.
Uji yang dilakukan untuk mengetahui apakah sebuah data time series bersifat stasioner atau tidak adalah dengan melakukan uji ordinary least squares
OLS dan melihat nilai t statistik dari estimasi . Jika adalah nilai dugaan dan S adalah simpangan baku dari maka uji statistik memiliki rumus sebagai
berikut:
t
hit
=
3.13 Apabila nilai t-statistik lebih kecil dari nilai statistik ADF dalam nilai
kritikal 1 persen, 5 persen, atau 10 persen, maka keputusannya adalah tolak H0 atau dengan kata lain data bersifat stasioner dan begitu juga sebaliknya.
b. Pemilihan Panjang Lag Optimal
Penetapan lag optimal penting dilakukan karena dalam metode VAR, lag optimal
dari variabel endogen merupakan variabel independen yang digunakan dalam model. Penentuan lag optimum dapat menggunakan beberapa kriteria,
seperti Likelihood Ratio LR, Schawarz Information Criterion SC, Akaike Information Criterion
AIC, Final Prediction Error FPE dan Hannan-Quinn Criterion
HQ. Pada penelitian ini lag optimum dipilih berdasarkan koefisien yang ditunjukkan oleh SC terkecil. Secara matematis persamaan SC adalah
sebagai berikut : SC = -2 lT + k log TT
3.14 dimana :
l = nilai logaritma dari likelihood function
k = parameter, dan T = jumlah yang diobservasi
c. Uji Stabilitas VAR
Metode yang akan digunakan untuk melakukan analisis pengaruh guncangan harga minyak terhadap indeks harga adalah analisis impuls respon
IRF dan analisis peramalan dekomposisi ragam galat FEVD. Namun sebelum kedua analisis tersebut dapat digunakan maka sistem persamaan VAR yang telah
terbentuk harus diuji stabilitasnya terlebih dahulu melalui VAR stability condition check
. Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi polinomial atau dikenal dengan roots of characteristic polinomial. Jika semua
akar dari fungsi polinomial tersebut berada didalam unit circle atau jika nilai absolutnya 1 maka model VAR tersebut dianggap stabil sehingga IRF dan
FEVD yang dihasilkan dianggap valid.
d. Impulse Response Function IRF
VAR merupakan metode yang akan menentukan sendiri struktur dinamis dalam suatu model. Adaapun cara untuk mencirikan struktur dinamis tersebut
adalah dengan menganalisis respon dari model terhadap guncangan shock. IRF adalah suatu innovation accounting
yang digunakan untuk menganalisis perilaku guncangan suatu variabel terhadap variabel tertentu. IRF menunjukkan respon
dari setiap variabel endogen sepanjang waktu terhadap kejutan dari variabel itu sendiri dan variabel endogen lainnya. Dengan kata lain, IRF dapat digunakan
untuk melihat efek gejolak shock suatu standar deviasi dari variabel inovasi terhadap nilai sekarang current time values dan nilai yang akan datang future
values dari variabel-variabel endogen yang terdapat dalam model yang diamati.
e. Variance Decomposition VD