Pada pengujian dalam bentuk first differences Tabel 4.5, semua variabel yang digunakan dalam penelitian ini memiliki nilai ADF statistik lebih kecil dari
nilai kritis Mc.Kinnon pada taraf 1 persen, 5 persen dan 10 persen. Seluruh variabel telah stasioner pada first differences. Dengan demikian, dapat dijelaskan
bahwa seluruh variabel yang diestimasi dalam penelitian ini telah stasioner pada derajat yang sama, yaitu pada derajat integrasi satu I1.
4.2.1.2. Uji Lag Optimal
Penentuan lag dalam sebuah sistem VAR merupakan hal yang penting. Disamping berguna untuk menunjukkan berapa lama reaksi suatu variabel
terhadap variabel lainnya, penentuan lag optimal juga berguna untuk menghilangkan masalah autokorelasi dalam sebuah sistem VAR. Pengujian lag
optimal dalam penelitian ini menggunakan kriteria AIC, SC dan HQ. Adapun hasil uji lag optimal dapat dilihat pada Tabel dibawah ini:
Tabel 4.6. Hasil Uji Lag Optimal
Lag AIC
SC HQ
3.726440 3.919189
3.804768 1
-14.48329 -12.55580
-13.70001 2
-15.39417 -11.73193
-13.90593 3
-15.45857 -10.06159
-13.26537 4
-17.33566 -10.20394
-14.43751 5
-17.62604 -8.759576
-14.02293 6
-17.49661 -6.895403
-13.18855 7
-17.88601 -5.55006
-12.87299 8
-18.07207 -4.00138
-12.3541
Catatan: tanda asterik menunjukkan kandidat selang yang dipilih
Penentuan lag optimal didasarkan adanya tanda asterik pada nilai AIC, SC dan HQ. Dari Tabel 4.6 dapat dilihat bahwa dari 8 lag bulan, lag yang
terdapat tanda terdapat pada lag ke 8 pada AIC, lag ke 1 pada SC dan lag 4 pada HQ. Kemudian masing-masing kandidat lag diuji untuk mendapatkan nilai
adjusted R
2
terbesar. Dari uji coba yang telah dilakukan, maka kandidat lag yang dipilih adalah lag 1.
4.2.1.3. Hasil Estimasi VAR
Uji lag optimal telah dilakukan, selanjutnya dapat ditulis persamaan umum model VAR dari inflasi. Model ini nantinya akan digunakan untuk melihat
stabilitas modelnya, sehingga dapat dilakukan langkah selanjutnya, yaitu estimasi dengan menggunakan model VECM dikarenakan data yang tersedia tidak
stasioner pada first different. Model VAR dituliskan sebagai berikut: INFLASI
t
= ∑
1 �=1
LN_KURS
t-1
+ ∑
1 �=1
LN_OILPRICE
t-1
+ ∑
1 �=1
LN_FPI
t-1
+ ∑
�
1 �=1
M2GROWTH
t-1
+ ∑
1 �=1
LN_PDB
t-1
+ ∑
1 �=1
SB
t-1
+ ∑
1 �=1
LN_G
t-1
+ ∑
�
1 �=1
DUMMY
t-1
+ ∑
�
1 �=1
INFLASI
t-1
+ ε
t
5.1 Dimana:
INFLASI : Inflasi
LN_KURS : Logaritma natural dari data nilai tukar
LN_OILPRICE : Logaritma natural dari data harga minyak dunia
LN_FPI : Logaritma natural dari data indeks harga pangan dunia
M2GROWTH : Pertumbuhan uang beredar
LN_PDB : Logaritma natural dari data PDB
SB : Suku Bunga
LN_G :Logaritma natural dari data konsumsi pengeluaran
pemerintah DUMMY
: Dummy Inflation Targeting Framework
4.2.1.4. Uji Stabilitas VAR