PART II:UJI SIGNIFIKANSI VARIABEL
DENGAN PERTIMBANGAN LAG LENGTH CRITERIA, OUTPUT VAR MODEL SUBSTITUTED COEFFICIENT, UJI KAUSALITAS ENGEL GRANGER DAN MODEL VAR YANG DIAJUKAN
(Terusan Pendekatan
Analisis Model VAR, PART I)
Siang sobat semua.. Wah gimana nih kabarnya?? Moga baik-baik, aman
terkendali dan sehat semua yaa hehehe.. Oke deeh kali ini kita akan masuk ke
dalam pembahasan uji signifikansi masing-masing variabel endogen yang sudah
mempertimbangkan besarnya lag optimum (dalam penelitian ini diperoleh lag
optimum sampai kepada lag enam), selanjutnya adalah output model VAR
Substituted Coefficient dan sampai kepada Uji Kausalitas untuk pembentukan
model VAR (VAR in difference). Setelah kita melakukan uji lag length criteria,
maka akan muncul output signifikansi variabel dengan enam lag sebagai berikut:
Naaah,
perhatikan baik-baik penjelasannya nih sooob hehehe.. Untuk tiap-tiap variabel
ada berjejer tiga nilai yaitu koefisien variabel, standar error dalam kurung
biasa ( ) dan nilai statistik t parsial dalam
kurung siku [ ]m. Dalam hal ini kita
akan membandingkan nilai t-statistic parsial
yang ada pada kurung siku dengan nilai pada table (Alpha/2, n-1) = 2,02108
Hipotesis
akan kita gunakan :
H0: variable dependen
tidak secara signifikan dipengaruhi oleh variable independen
H1: variable dependen
secara signifikan dipengaruhi oleh variable independen
Wilayah tolak H0 : nilai
stat > +2.02108 atau < -2.02108
Catatan:
Nilai yang diberi highlight berwarna kuning menunjukkan hasil kita menolak H0
yang mengindikasikan bahwa variable dependen akan secara signifikan
dipengaruhi oleh variable independen.
·
Dari output table
tersebut terlihat bahwa untuk variable dependen inflasi (INF) secara statistic
secara signifikan dipengaruhi oleh INF(-5), INF(-6) dan KURS(-3) yang
ditunjukkan oleh nilai statisticnya > +2.02108 atau <-2.02108. Sedangkan
konstanta C tidak berpengaruh secara signifikan terhadap inflasi (INF).
·
Sedangkan hal yang sama
juga terjadi untuk variable dependen nilai tukar (KURS) yang secara statistic
secara signifikan hanya dipengaruhi oleh nilai inflasi dan nilai tukar masa
lalu. Konstanta C secara statistic
signifikan mempengaruhi KURS sehingga dengan demikian KURS dipengaruhi oleh
konstanta C, KURS(-3),INF(-4), INF(-5) dan INF(-6).
·
Untuk variable dependen
tingkat suku bunga (RATE)
justru sedikit berbeda karena dipengaruhi oleh ketiga variabel yaitu nilai tukar, inflasi
dan tingkat suku bunga pada masa lalu. RATE
dipengaruhi oleh KURS(-3), INF(2) dan RATE(-1).
Akan tetapi, konstanta C tidak
berpengaruh secara signifikan terhadap variable tingkat suku bunga (RATE).
Kemudian silahkan klik lagi View dan Representation, maka akan tampil
output
var model
substituted coefficient sebagai berikut:
Output pada VAR Model
Substituted Coefficients meringkaskan kompilasi pemodelan secara keseluruhan
baik variabel yang signifikan maupun yang tidak signifikan tetapi di
dalam pemodelan dan intepretasi nanti, kita cukup
menggunakan variabel yang
signifikan secara statistik.
Naaah, selanjutnya kita akan masuk ke dalam uji Engel Granger
Causality atau biasa kita kenal dengan uji kausalitas Granger sooob hehehe.. Nah, dalam uji kausalitas ini kita mengenal kausalitas searah dan kausalitas dua arah (bolak balik). Contoh, kausalitas searah, katakanlah variabel kurs memengaruhi inflasi tetapi variabel inflasi tidak memengaruhi kurs atau sebaliknya. Contoh, kausalitas dua arah, katakanlah variabel kurs memengaruhi inflasi dan variabel inflasi pun memengaruhi kurs (saling mempengaruhi).
Yap oke deh kita coba langsung pengujiannya ya sooob hehehe.. Nah, caranya, silahkan sobat kembali ke tampilan workfile Eviews lalu silahkan blok ketiga variabel(Kurs, Rate dan Inflasi) dalam level kemudian klik kanan dan Open As Group. Berikut gambarannya:
Yap oke deh kita coba langsung pengujiannya ya sooob hehehe.. Nah, caranya, silahkan sobat kembali ke tampilan workfile Eviews lalu silahkan blok ketiga variabel(Kurs, Rate dan Inflasi) dalam level kemudian klik kanan dan Open As Group. Berikut gambarannya:
Kemudian
akan muncul spreadsheet data ketiga variabelnya. Next, klik View, Granger
Causality. Berikut gambarannya sooob hehehe..
Naaah,
terusss akan muncul output seperti ini:
Dari
hasil yang diperoleh di atas, diketahui bahwa yang memiliki hubungan kausalitas
adalah yang memiliki nilai probabilitas yang lebih kecil daripada alpha 0.05
sehingga nanti Ho akan ditolak yang berarti suatu variabel akan mempengaruhi
variable lain. Dari pengujian
Granger diatas, kita mengetahui hubungan
timbal-balik/ kausalitas sebagai berikut:
Oiya sekedar mengingatkan ya sooob, cara baca output Granger Causalitinya dibalik yaaa hehehe (JANGAN LUPA)
Oiya sekedar mengingatkan ya sooob, cara baca output Granger Causalitinya dibalik yaaa hehehe (JANGAN LUPA)
· Variabel inflasi (INF) secara statistik tidak signifikan mempengaruhi nilai tukar (KURS)
dan begitu pula sebaliknya variabel nilai tukar (KURS) secara statistik tidak signifikan memengaruhi variabel inflasi (INF) yang dibuktikan dengan nilai Prob masing-masing lebih besar dari 0,05 yaitu 0,8655 dan 0,6728 (hasil keduanya adalah terima hipotesis nol) sehingga disimpulkan bahwa hanya tidak terjadi kausalitas apapun untuk kedua variabel INF dan KURS.
· Variabel INF secara statistik tidak secara signifikan memengaruhi RATE (0,3718) sehingga kita menerima hipotesis nol sedangkan RATE secara statistik signifikan memengaruhi INF (0,003) sehingga kita menolak hipotesis nol. Dengan demikian, disimpulkan bahwa terjadi kausalitas searah antara variabel INF dan RATE yaitu hanya RATE yang secara statistik signifikan memengaruhi INF dan tidak berlaku sebaliknya.
· Variabel KURS secara statistik tidak signifikan memengaruhi RATE (0,8009) sehingga kita menerima hipotesis nol sedangkan RATE secara statistik signifikan memengaruhi KURS (0,0058) sehingga kita menolak hipotesis nol. Dengan demikian disimpulkan bahwa terjadi kausalitas searah antara variabel KURS dan RATE yaitu hanya RATE yang secara statistik signifikan memengaruhi KURS dan tidak berlaku sebaliknya.
MODEL
YANG DIAJUKAN (DENGAN VARIABEL YANG SIGNIFIKAN)
dINF =
2.26888dKURS(-3) – 2.60041dINF(-5) – 2.20406dINF(-6)
dKURS= -2.64767 +
2.43173dKURS(-3) – 2.71987dINF(-4) – 2.33354dINF(-5) – 2.39936dINF(-6)
dRATE =
2.88239dKURS(-3) + 2.09427dINF(-2) + 4.25194dRATE(-1)
Yaaaap
oke deeh sooob untuk interpretasi model VAR yang diajukan dalam penelitian, Impulse Response Function (analisis respon
terhadap gejolak/shock) dan Variance Decomposition (analisis
kontribusi) akan kita lanjutkan dalam postingan part III yang akan segera
dirilis.. Waaaah, begitu dulu ya sooob yang bisa sampaikan untuk uji
signifikansi variabel dengan pertimbangan lag length criteria, output var model substituted
coefficient, uji kausalitas Engel Grangernya
dan model VAR yang diajukan dalam penelitian.
Hemmh, saya mohon maaf jika ada kekurangan dan kesalahan dalam
penyampaian maupun pengetikannya.. Okeee deeh,, selamat belajar sooob,, Isilah
masa muda dengan terus berkarya dan tetap be calm down okeee hehehe.. Yaaap,
semoga jaya dan sukses buat sobat semua.. Salam damai.. Salam hangat terdahsyat
dari saya :-)