26
3. Metode yang digunakan dalam penelitian ini adalah menggunakan
pendekatan Granger Causality Test. Digunakan metode ini adalah untuk melihat hubungan kausalitas antar ketimpangan daerah dan tingkat kemiskinan di Kota
Medan. Dalam kaitannya dengan hal tersebut, pengujian terhadap perilaku data runtun waktu time series dan integrasinya dapat dipandang sebagai uji prasyarat
bagi digunakan metode Granger Causality Test. Sebelum dilakukan estimasi terhadap metode Granger Causality Test diatas, maka terlebih dahulu dilakukan
langkah-langkah sebagai berikut :
1. Uji Akar Unit Unit roots test
Sebelum melakukan uji kointegrasi dan uji granger causality dengan menggunakan data time series, maka perlu dilakukan uji stasioner terhadap
seluruh variable yang ada dalam penelitian. Pengertian stasioner terkait erat dengan konsistensi pergerakan data time series. Data time series dikatakan
stasioner jika data tersebut tidak mengandung akar-akar unit unit root. Secara sederhana suatu data stasioner akan bergerak stabil dan konvergen
disekitar nilai rata-rata dengan kisaran tertentu deviasi yang kecil tanpa pergerakan tren positif maupun negatif. Apabila data time series tidak
stasioner maka model yang tepat bagi data time series tersebut adalah model regresi kesalahan atau ECM Error Correction Model. Pengujian ini
dilakukan dengan menggunakan uji akar-akar unit unit roots test yang bertujuan untuk mengetahui apakah data tersebut mengandung unit roots atau
tidak. Jika variabel tersebut mengandung unit roots, maka data tersebut dikatakan data yang tidak stasioner.Terdapat beberapa metode pengujian
Universitas Sumatera Utara
27
untuk uji akar unit dan diantarannya adalah Augmented Dickey FullerADF dan Phillips PerronPP, adapun model dari uji Augmented Dickey
FullerADF dengan intercept β1 dapat dinyatakan sebagai berikut: ∆�
�
= β1 + δ�
�−1
+ �
1
∑∆�
�−1
+ Ɛ
�
...................................... S
edangkan model untuk uji Phillips PerronPP dengan intercept β1 adalah : ∆�
�
= β1 + ��
�−�
+ Ɛ
�
.......................................................... Kedua uji dilakukan dengan hipotesis null
δ = 0 untuk ADF dan λ =1 untuk PP. Stasioner tidaknya data didasarkan pada perbandingan nilai statistik ADF
dan PP yang diperoleh dari nilai t statistik δ dan λ dengan nilai kritis statistik dari Mac Kinnon. Jika nilai absolute statistik ADF dan PP lebih besar dari
nilai kritis Mac Kinnonmaka data stasioner dan jika sebaliknya maka data tidak stasioner.
2. Uji Kointegrasi
Uji Kointegrasi Cointegrasi test uji kointegarsi bertujuan untuk melihat hubungan jangka panjang antara 2 variabel atau lebih.Maka uji kointegrasi ini
bertujuan untuk mengetahui ketimpangan daerah dengan pertumbuhan ekonomi memiliki hubungan keseimbangan jangka panjang atau tidak dengan
menggunakan Johansen test.Johansen dapat digunakan untuk menentukan kointegrasi sejumlah variabel, maka Johansen menyarankan untuk melakukan
2 uji statistik.Uji statistik Pertamaadalah uji trace trace test, λtrace yaitu
menguji Ho yang mensyaratkan bahwa jumlah dari arah kointegrasi adalah kurang dari atau sama dengan dan uji ini dapat dilakukan sebagai berikut:
Universitas Sumatera Utara
28
p
�
�����
r = T ∑ in 1-�i
i=r+i
dimana λr+1, ........ λn adalah nilai eigenvectorsterkecil p – r. Null hypothesis yang disepakati adalah jumlah dari arah kointegrasi sama dengan
banyaknya r. dengan kata lain, jumlah vektor kointegrasi lebih kecil atau sama dengan
≤ r, dimana r = 0,1,2 dan seterusnya.Uji statistikyang keduaadalahuji maksimum eigenvalueλmax yang dilakukan dengan formula
sebagai berikut: �
���
r,r + 1 =T in 1- �
�+1
Uji ini menyangkut kepada uji null hypothesis bahwa terdapat r dari vektor kointegrasi yang berlawanan r+1 dengan vektor kointegrasi.Untuk melihat
hubungan kointegarsi tersebut maka dapat dilihat dari besarnya nilat Trace statistic dan Max Eigen statistik dibandingkan dengan nilai critical value pada
tingkat kepercayaan 5 persen.
3. Uji Granger Causality