, ,
, ,
, ,
, ,
,
,t HR
p t
p t
p t
p t
p t
p t
p t
p t
p t
t
e INF
PDB TBK
NEX KURS
SBPU ERB
CD HR
hr HR
, ,
, ,
, ,
, ,
,
,t PDB
p t
p t
p t
p t
p t
p t
p t
p t
p t
t
e INF
HR TBK
NEX KURS
SBPU ERB
CD PDB
pdb PDB
Di mana: CD
= Cadangan Devisa Juta US ERB
= Excess reserve bank Milyar Rupiah SBPU
= Suku Bunga Pasar Uang Antar Bank Persen TBK
= Tingkat Bunga Kredit Persen Kurs
= Kurs dolar per rupiah RpUS NEX
= Net Ekspor HR
= Harga Relatif Angka Perbandingan PDB
= Produk Domestik Bruto Milyar Rp INF
= Inflasi Persen et
= Guncangan acak random disturbance p
= panjang lag
3.4.2. Uji Stabilitas VAR
Uji stabilitas VAR menggunakan gambar Inverse Roots of AR Characteristic Polynomial
. Spesifikasi model yang terbentuk dengan menggunakan Roots of Characteristic Polynomial
dan Inverse Roots of AR Characteristic Polynomial diperoleh hasil stabil, hal ini menunjukkan semua unit roots harus berada dalam
lingkaran gambar Inverse Roots of AR Characteristic Polynomial. Ini disimpukan bahwa spesifikasi model penelitian menjadi stabil.
3.4.3. Impulse Response Function IRF
Impulse Response Function IRF dilakukan untuk mengetahui respon
dinamis dari setiap variabel terhadap satu standar deviasi inovasi Pramono, 2006. Analisis IRF bertujuan untuk mengetahui apakah masing-masing variabel transmit
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
terkointegrasi pada periode jangka pendek maupun jangka panjang. IRF merupakan ukuran arah pergerakan setiap variabel transmit akibat perubahan variabel transmit
lainnya Manurung, 2009. Nilai peramalan persamaan di atas dapat dituliskan sebagai berikut:
Y i
n t
i n
t
Y E
Y
3.2
Z i
n t
i n
t
Z E
Z
3.3 Di mana:
EY dan EZ masing-masing nilai rata-rata dari Y dan Z.
3.4.4. Forecast Error Variance Desomposition FEVD
Forecast Error Variance Desomposition FEVD dilakukan untuk mengetahui
relatif importance dari berbagai shock terhadap variabel itu sendiri maupun variabel lainnya. Identifikasi FEDV menggunakan Cholesky Decomposition Pramono, 2006.
Analisis FEDV bertujuan untuk mengetahui pengaruh atau kontribusi antar variabel transmit Manurung, 2009. Analisis Forecast Error Variance Decomposition
FEVD atau sering dikenal dengan istilah Variance Decomposition digunakan untuk memprediksi kontribusi persentase varian setiap variabel karena adanya perubahan
variabel tertentu di dalam sistem VAR Purnawan, 2008. Persamaan FEDV dapat diturunkan dengan ilustrasi sebagai berikut:
1 1
1
X A
A X
E
t t
3.4 Nilai A
dan A
1
digunakan mengestimasi nilai masa depan X
t+1
1 1
1 2
2 1
... ..........
t n
n t
n t
n t
t
e A
e A
e X
E 3.5
p d f Machine
I s a pdf w rit er t ha t produces qua lit y PDF files w it h ea se
Produce quality PDF files in seconds and preserve the integrity of your original docum ents. Com patible across nearly all Windows platform s, if you can print from a windows application you can use pdfMachine.
Get yours now
Universitas Sumatera Utara
Artinya nilai FEDV selalu 100 persen, nilai FEDV lebih tinggi menjelaskan kontribusi varians satu variabel transmit terhadap variabel transmit lainnya lebih
tinggi.
3.4.5. Prosedur Analisis