2.2. Uji Stasioneritas Data
Dalam analisis time series sangat penting dilihat stasioneritas data, apabila tidak melalui uji stasioneritas mungkin akan terjadi hubungan yang
semu. Selain itu kestasioneran data merupakan kondisi yang diperlukan dalam analisis regresi deret waktu karena dapat memperkecil kekeliruan model,
sehingga jika data tidak stasioner, maka harus dilakukan transformasi stasioneritas melalui proses diferensi, jika trendnya linier sedangkan jika tidak
linier, maka transformasinya harus dilakukan dulu transformasi linieritas trend melalui proses logaritma natural jika trendnya eksponensial, dan proses
pembobotan penghalusan eksponensial sederhana jika bentuknya yang lain, yang selanjutnya proses diferensi pada data hasil proses linieritas.
2.2.1. Hasil Uji Akar Unit
Uji akar unit penting digunakan untuk menguji adanya anggapan bahwa sebuah data time series tidak stasioner dan uji yang digunakan dalam penelitian
ini adalah Uji Augmented Dickey-Fuller ADF. Aturan dari penggunaan Uji ADF ini adalah data dinilai stasioner jika nilai t-statistik lebih besar dari nilai t-
critical values maka data dianggap stasioner, berikut merupakan hasil dari uji akar unit :
Tabel 4.5 Nilai Uji Akar unit dengan Metode ADF
Variabel t-statistik
Test critical values 1
5 10
Impor 2,283018 3,661661
2,960411 2,619160
Produksi 0,066254 3,639407
2,951125 2,614300
Konsumsi 1,666023 3,626784
2,945842 2,611531
Cadangan 2,741791 3,626784
2,945842 2,611531
Sumber : Data Olahan Keterangan:
Signifikan pada level 5 Berdasarkan hasil olah data dari uji akar unit dengan metode uji ADF
pada tingkat level tersebut, nilai test critical values pada masing-masing variabel lebih besar dibandingkan dengan nilai t-statistik pada masing-masing variabel,
maka data belum stasioner pada tingkat uji akar unit.
2.2.2. Hasil Uji Derajat Integrasi Integration Test
Uji derajat integrasi merupakan uji langkah selanjutnya setelah data yang diolah pada uji akar unit tidak stasioner, atau dengan kata lain uji derajat
integrasi dilakukan untuk mengukur pada tingkat diferensi pada tingkat berapa semua data telah stasioner, untuk metode yang digunakan sama halnya dengan
metode pada uji akar unit, yaitu dengan uji ADF. Data yang tidak stasioner pada tingkat level akan diuji pada tingkat diferensi selanjutnya sampai data signifikan
pada tingkat yang bersamaan. Cara menghitung uji derajat integrasi ini pun sama dengan uji akar unit pada tingkat level. Berikut adalah nilai uji derajat integrasi
dengan metode ADF pada diferensi pertama.
Tabel 4.6
Hasil Uji derajat Integrasi dengan Metode ADF
Variabel t-statistik
Test critical values 1
5 10
Impor 6,710278 3,670170
2,963972 2,621007
Produksi 7,214913 3,639407
2,951125 2,614300
Konsumsi 6,052309 3,632900
2,948404 2,612874
Cadangan 9,003331 3,632900
2,948404 2,612874
Sumber: Data diolah Kererangan:
Signifikan pada level 5 Berdasarkan hasil olah data dari Uji derajat Integrasi dengan metode uji
ADF pada tingkat level tersebut, nilai test critical values pada masing-masing variabel lebih kecil dibandingkan dengan nilai t-statistik pada masing-masing
variabel, maka data stasioner pada tingkat Uji derajat Integrasi.
2.3. Penentuan Ordo Correlogram
Kategori