Fakultas Ekonomi dan Manajemen Institut Pertanian Bogor
III METODE PENELITIAN
3.4. Pengolahan dan Analisis Data
Data maupun informasi yang diperoleh akan diolah secara kuantitatif dan kualitatif. Data penjualan perusahaan akan diolah secara kuantitatif dengan metode analisis Vector Autoregression (VAR) dan Vector Error Correction Model (VECM). Diharapkan dengan menggunakan analisis ini dapat diketahui apakah terjadi kointegrasi penjualan beberapa produk PT Chemigard. Untuk mengetahui ramalan penjualan kedepan pada analisis ini menggunakan Forcast Error Variance Decomposition (FEVD). Data informasi pemasaran akan diolah secara kualitatif yang hasilnya digunakan sebagai pendukung analisis kuantitatif.
Pola data penjualan dapat diidentifikasi dengan mengamati secara visual plot data penjualan yang diperoleh dari uji stasioneritas menggunakan program eviews 6. Plot data menggambarkan bagaimana sebaran datanya, sehingga dapat diketahui unsur-unsur yang terdapat pada pola data tersebut apakah pola data nya stasioner atau tidak stasioner.
1. Uji Stasioneritas Data
Data time series dapat dikatakan stasioner jika data tersebut mengandung akar-akar unit (unit root) dimana mean, variance, dan covariance konstan sepanjang waktu. Sebaliknya data time series dikatakan tidak stasioner mengandung akar-akar unit, dimana mean, variance, dan covariance data tersebut tidak konstan.
Uji akar-akar unit merupakan uji yang paling populer untuk mengetahui stasioner sebuah data. Untuk menguji akar-akar unit pada penelitian ini digunakan uji Augmented Dickey-Fuller (ADF) yang dikembangkan oleh Dickey dan Fuller.
Bentuk persamaan uji stasioneritas tersebut dapat dituliskan sebagai berikut:
∆ �=α+ �−� 1+ �=1 ∆ �−+1+�...(1) dimana:
∆ �= Bentuk dari first different 0 = intersep
Y = Variabel yang diuji stasioneritasnya P = panjang lag yang digunakan dalam model
� = error term
Hipotesisnya adalah H0 mengandung hipotesis bahwa terdapat akar-akar unit, H1 mengandung hipotesis bahwa tidak terdapat akar-akar unit. Pengujian hipotesis statistik tersebut dilakukan dengan membandingkan ADFtest statistik hasil regresi dengan t statistik Mackinon critical value 1 persen, 5 persen, 10 persen. Bila ADFtest statistik hitung lebih kecil daripada Mackinon critical value, maka H0 diterima dan H1 ditolak, tidak cukup bukti untuk menolak hipotesis bahwa di dalam persamaan mengandung akar-akar unit, artinya data tidak stasioner. Sebaliknya jika ADFtest statistik hitung lebih besar daripada Mackinon critical
value, maka H0 ditolak dan H1 diterima, cukup bukti untuk menolak hipotesis nol bahwa di dalam persamaan mengandung akar-akar unit, artinya data stasioner.
Jika dari hasil uji stasioneritas berdasarkan hasil uji ADF diperoleh data seluruh variabel belum stasioner pada level, atau integrasi derajat nol I(0), maka untuk memperoleh data yang stasioner dapat dilakukan dengan cara differencing
data, yaitu dengan cara mengurangi data tersebut dengan data periode data sebelumnya. Dengan demikian melalui differencing pertama (first difference) di peroleh data selisih. Prosedur data ADF kemudian diaplikasikan kembali untuk
menguji data first difference. Jika dari hasil uji ternyata data first difference telah stasioner, maka dikatakan data time series tersebut terintegrasi pada derajat pertama I(1) untuk seluruh variabel. Tetapi jika data first difference tersebut belum stasioner maka perlu dilakukan differencing kedua pada data tersebut. Prosedur ini seterusnya dilakukan hingga diperoleh data yang stasioner.
2. Uji Kausalitas Granger
Uji kausalitas granger digunakan untuk mengevaluasi kemampuan peramalan dari satu peubah deret waktu pada periode sebelumnya terhadap peubah deret waktu lainnya pada periode saat ini. Hipotesis nol yang yang diuji menyatakan tidak adanya kausalitas diantara variabel sedangkan hipotesis alternatifnya menyatakan adanya hubungan kausalitas diantara variabel. Untuk menolak atau menerima hipotesis nol, maka dapat melihat nilai probabilitasnya yang dibandingkan dengan tingkat kepercayaan, pada penelitian ini menggunakan nilai kritis 5 persen. Jika nilai probabilitasnya lebih besar dari 5 persen maka hipotesis nol ditolak yang artinya terdapat hubungan kausalitas pada variabel- variabel yang diuji.
3. Uji Lag Optimum
Uji lag digunakan untuk menentukan panjang lag optimum yang akan digunakan untuk analisis selanjutnya. Uji lag optimum merupakan langkah penting yang harus dilakukan dalam menggunakan model VECM. Untuk langkah awal dalam pengujian ini terlebih dahulu adalah membentuk persamaan VAR untuk mendapatkan lag optimum dan stabilitas VAR baru dapat dibentuk persamaan VECM nya. Informasi kriteria untuk menentukan panjang lag yang tepat adalah dengan menggunakan pemilihan kriteria model Final Prediction Error (FPE), Akaike Information Criteria (AIC), Schwarz Criteria (SC), dan
Hannan-Quinn (HQ). Pada pengujian pemilihan lag melalui kriteria tersebut, akan didapat kandidat lag pada masing-masing kriteria yang merujuk pada lag optimal. Pada Eviews 6 memberikan tanda bintang pada nilai AIC dan SC terkecil.
Salah satu metode yang paling umum digunakan untuk menentukan panjang lag adalah dengan melihat AIC nya. Rumus AIC adalah (Gujarati, 2004):
Dimana:
T = jumlah observasi yang digunakan
| | = determinan dari matriks raga/koragam dari sisaan
n = jumlah parameter yang diestimasi dalam semua persamaan 4. Uji Kointegrasi
Salah satu asumsi yang harus dipenuhi dalam VAR adalah semua peubah tak bebas bersifat stasioner (Enders, 2004). Bila data tidak stasioner, maka perlu dilakukan uji kointegrasi. Langkah uji kointegrasi dengan mengaplikasikan metode Johansen, yang terdiri dari beberapa tahap, yaitu:
1. Menguji ordo integrasi semua variabel. Data perlu diplotkan untuk mengamati ada tidaknya trend yang linear. Disarankan tidak mencampur variabel dengan ordo yang berbeda.
2. Mengestimasi model dan menetapkan kondisi model. Kondisi model dapat dilakukan dalam tiga bentuk berikut:
a. Semua elemen konstanta sama dengan nol (�0=0) b. Nilai �0 ditetapkan
c. Nilai �0 merupakan konstanta pada vektor kointegrasi
3. Menganalisis untuk mendapatkan vektor kointegrasi yang dinormalkan dan koefisien penyesuaian.
4. Menghitung faktor koreksi galat untuk membantu mengidentifikasi model struktural.
Pada Eviews 6 suatu persamaan dikategorikan berkointegrasi apabila nilai trace statistic ataupun nilai maximum eigenvalue-nya lebih besar dari nilai kritis 5 persen. Dari uji kointegrasi dapat ditentukan jumlah persamaan yang tepat untuk mengestimasi VECM.
Untuk menguji batasan kointegrasi, johansen mendefinisikan dua buah
matriks α dan β dimensi (nxr) dimana r merupakan peringkat dari �, sehingga:
�= α β...(3)
Dimana:
α = matriks bobot dari setiap vektor kointegrasi yang ada didalam n persamaan
VAR. α juga dapat dikatakan sebagai matriks parameter speed of adjusment
(Enders, 2004)
Hipotesis dari metode Johansen adalah sebagai berikut (Enders, 2004): �0 : r = 0 �1 : 0 < r < g �0 : r = 0 �1 : 0 < r < g �0 : r = 0 �1 : 0 < r < g ... ... �0 : r = g-1 �1 : r = g
Pengujian pertama menyebutkan hipotesis nol dengan tidak adanya vektor kointegrasi. Jika hipotesis ini gagal ditolak, dapat disimpulkan bahwa tidak ada vektor kointegrasi dan pengujian telah diselesaikan. Namun jika hipotesis tersebut ditolak, maka pengujian akan dilakukan terus menerus dan begitu seterusnya sampai nilai dari r akan meningkat sampai hipotesis tersebut gagal ditolak.
5. Estimasi VECM
Vector Error Correction Model (VECM) adalah suatu metode khusus dari VAR yang berguna untuk melihat hubungan keseimbangan dalam jangka panjang dari persamaan-persamaan yang terkointegrasi. Caranya adalah dengan merestriksi beberapa variabel dari suatu persamaan. Jika variabel yang digunakan sudah terkointegrasi, maka terdapat keseimbangan dalam jangka panjang dari variabel-variabel tersebut, tentu saja dalam hubungan jangka pendek terjadi ketidakseimbangan. Dengan kata lain, metode ini adalah cara untuk melihat pengaruh suatu variabel lainnya dalam jangka panjang.
VECM didesain untuk digunakan pada data yang non-stasioner dan terintegrasi (Enders, 2004). Model VECM lag p rank kointegrasi r adalah:
∆ � = �0 + π �−1 + ∅i p−1 =1 * ∆ �−1 + �� ...(4) dengan � = [ � �]’, ...(5) ∆ � = � - �−1...(6) π = αβ’
β = vektor kointegrasi berukuran r x 1 α = vektor adjustment berukuran r x 1
∅ * = - �= +1� , � adalah matriks koefisien berukuran 2 x 2 6. Uji Stabilitas model
Uji stabilitas digunakan untuk melihat apakah model yang digunakan stabil atau tidak. Estimasi harus mempunyai validitas yang tinggi sehingga hasil nya dapat dipercaya. Hasil tersebut dapat dipercaya apabila model yang digunakan mempunyai stabilitas. Jika model VAR yang digunakan tidak stabil, maka hasil
estimasi dengan menggunakan model VAR tidak memiliki tingkat validitas yang tinggi.
Stabilitas dapat diartikan hasil estimasinya mendekati nol jika model diperpanjang periode waktunya. Sebuah model dikatakan memilik validitas yang tinggi jika inverse akar karakteristiknya mempunyai modulus kurang dari satu atau semuanya berada didalam lingkaran. Jika modulus nya kurang dari satu atau berada dalam lingkaran, maka model cukup stabil. Namun sebaliknya, jika modulus bernilai satu atau lebih dari satu, atau modulus kebanyakan berada diluar lingkaran maka dapat dipastikan bahwa model tersebut kurang stabil. Jika VAR tersebut memiliki tingkat stabilitas yang rendah atau semua inverse akar karakteristiknya berada diluar unit circle, maka hasil dari estimasi model VAR tersebut meragukan.
7. Impuls Respon Function
Impuls respon dapat diartikan suatu respon dari suatu peubah endogen ketika peubah endogen yang lain di shock atau di impuls. Impuls respon function
menelusuri pengaruh suatu standar deviasi shock atau kejutan terhadap inovasi pada nilai variabel endogen di masa kini dan di masa mendatang. Suatu kejutan yang terjadi pada satu variabel akan langsung mempengaruhi variabel tersebut dan juga di teruskan pada variabel endogen lainnya melalui struktur yang dinamis (Enders, 2004).
8. Forecast Error Variance Decomposition
Forecast Error Variance Decomposition (FEVD) atau analisis dekomposisi ragam kesalahan peramalan digunakan untuk melihat kontribusi keragaman suatu peubah endogen terhadap goncangan peubah endogen lain untuk beberapa waktu kedepan (Enders, 2004). Jika koefisien �0 dan �1 diketahui dan variabilitas �+1 ingin diramalkan, sedangkan kondisi yang di observasi adalah �, maka variabilitas suatu periode adalah �+1 = �0 + �1 � + ��+1, dan kondisi ekspektasi dari 1+ adalah �� 1+ = �0 + �1 �.
IV HASIL DAN PEMBAHASAN
4.1. Gambaran Umum Perusahaan 4.1.1Sejarah Perusahaan
PT Chemigard seperti tertera dalam anggaran dasar, didirikan pada tanggal 24 september 2003, berdasarkan Akte Notaris Sri Intansih, SH no.61 di Jakarta oleh Ir. Iman Santosa, Diah Retno Anggraini, DR. Ramadhan, dan Gunawan, SH. Bidang kegiatan usaha PT Chemigard pada awal mula berdirinya bergerak dalam jasa pengendalian hama. Perusahaan pertama kali bergerak di bidang jasa dan menggunakan produk termitisida dari perusahaan industry pestisida lain. Dengan semakin berkembangnya perusahaan dan dengan dasar pertimbangan yang cermat untuk meningkatkan daya saing dengan perusahaan-perusahaan lain yang bergerak di bidang pengendalian hama, pada tahun 2006 perusahaan membuat produk termitisida dengan nama produk Cypergard yaitu pestisida untuk mengendalikan hama rayap.
Sulitnya mendapatkan pestisida yang baik, efektif ekonomis dan aman untuk lingkungan menjadi pertimbangan lain perusahaan dalam pembuatan produknya untuk meningkatkan pelayanan terhadap konsumen. Serta dengan melihat kondisi geografis Indonesia adalah kawasan yang terletak di garis khatulistiwa sehingga sinar matahari dan curah hujan yang sangat tinggi merupakan faktor yang sangat mempengaruhi efektifitas dari pestisida pembasmi hama rayap
Berawal dari kondisi tersebut tenaga ahli PT Chemigard bekerja sama dengan beberapa lembaga penelitian antara lain Universitas Indonesia, Universitas Brawijaya, Institut Tekhnologi Bandung, Institut Pertanian Bogor dan beberapa laboratorium penelitian hama tanaman, hama lingkungan, dan penyakit menular akibat hama, mencoba mengembangkan pestisida yang cocok dengan alam Indonesia dan habitat dari hama pertanian maupun lingkungan yang akan dikendalikan. Perusahaan juga dibantu oleh formulator dunia seperti RHODIA, Yokar Chemical Ltd, Shanghai kimia Chemical ltd.
Pada tahun 2007 perusahaan memperbesar aset dan modal dasar Perseroan. Melalui Akte Notasris Masruroh, SH No. 13 tanggal 29 Desember 2007 ditetapkan perubahan sebagai berikut:
a. Modal perusahaan yang semula berjumlah 200 juta rupiah terbagi atas dua ribu lembar saham, menjadi 2 milyar rupiah terbagi dalam dua puluh ribu lembar saham. Dengan rincian pemilikan 60 persen atas nama Ir. Iman Santosa, 20 persen atas nama Diah Retno Anggraini, 10 persen atas nama DR. Ramadhan, dan 10 persen atas nama Gunawan, SH.
b. Susunan Direksi dan Dewan Komisaris ditetapkan sebagai berikut: Direktur : Ir. Iman Santosa
Komisaris Utama : Gunawan, SH Komisaris : DR. Ramadhan Komisaris : Diah Retno Anggraini
Disadari bahwa perluasan saluran distribusi menyumbangkan peranan yang besar dalam meningkatkan efisiensi dan efektifitas perusahaan maka PT Chemigard terus berupaya mengembangkan jaringan distribusi regionalnya. Sampai saat ini PT Chemigard yang berkantor pusat di jalan Gandasaamita No.01, Serua, Ciputat, Tangerang telah memiliki 2 kantor cabang utama yang berada di medan dan Surabaya. PT Chemigard akan terus mengembangkan jaringan distribusinya dengan menambah kantor cabang di setiap daerah terutama di kota- kota besar di Indonesia.
4.1.2Visi, Misi, dan Motto Perusahaan
Visi PT Chemigard adalah sebagai formulator yang didukung oleh tenaga- tenaga ahli, PT Chemigard hadirkan produk-produk dengan kualitas terbaik, harga bersaing dan ramah terhadap lingkungan.
Misi PT Chemigard adalah 1) formulator pestisida hygiene dan termite
dengan menggunakan bahan baku yang ramah terhadap lingkungan, 2) fokus dan turut mendukung program kelestarian lingkungan hidup atau bumi hijau, 3) menjamin setiap produk dengan kualitas yang terbaik, 4) menjadi sahabat dari perusahaan-perusahaan Pest Control Operator (PCO) dengan mendukung sepenuhnya kemajuan dari perusahaan-perusahaan tersebut, 5) memberikan pelayanan yang terbaik untuk kepuasan konsumen. Motto PT Chemigard adalah
“We Realize Your Dream, Get More Profit and Gain” yang artinya kami hadir dan mewujudkan impian anda dengan keuntungan yang besar.
4.1.3Lokasi Perusahaan
Kantor pusat PT. Chemigard terletak di Jalan Gandasasmita No. 01, Serua, Ciputat-Tangerang. Namun perusahaan memiliki gedung dan pabrik tersendiri dan aktivitasnya pun tidak tercampur dengan kegiatan kantor guna menjaga kualitas kesehatan para pegawai, dan jauh dari masyarakat sekitar mengingat pabrik memproduksi bahan-bahan kimia yang dapat membahayakan manusia. Kantor cabang pusat Medan terletak di Jalan Sei Serayu No. 41 Medan, dan kantor cabang pusat Surabaya terletak di Pondok Trosobo Indah Blok I No. 3, Sidoarjo, Jawa Timur.
4.1.4Struktur Organisasi Perusahaan
Perusahaan merupakan suatu sistem dimana untuk dapat melaksanakan rangkaian aktifitasnya dengan baik membutuhkan struktur atau bagian organisasi, yaitu sistem saling pengaruh antar orang dalam kelompok yang bekerjasama untuk tercapainya tujuan perusahan. Setiap lapisan organisasi harus mengetahui apa yang menjadi tugas, wewenang, serta tanggung jawabnya.
Untuk membantu para pimpinan dan juga para karyawan di setiap lapisan di perlukan suatu struktur organisasi agar di dalam menjalankan kegiatan perusahaan dapat berjalan dengan efisien, sistematik, terkoordinir, dan efektif. Fungsi dan tugas manajemen puncak perusahaan secara garis besar dapat diuraikan sebagai berikut:
1. Dewan Komisaris, merupakan pimpinan tertinggi dalam perusahaan dan diangkat oleh rapat umum pemegang saham.
2. Dewan Direksi, bertugas menjalankan perusahaan dengan kegiatan-kegiatan seperti menentukan kebijakan umum perusahaan, mengatur tata tertib serta mengawasi pelaksanaan tugas dari para manajer masing-masing departemen. Dalam menjalankan tugasnya Dewan Direksi bertanggung jawab kepada Dewan Komisaris.
3. Manajer Pemasaran, bertanggung jawab terhadap manajemen pemasaran, hasil pemasaran, dan penggunaan dana promosi. Manajer pemasaran juga harus dapat membina bagian pemasaran dan membimbing seluruh karyawan di bagian pemasaran. Sebagai hasil nya manajer pemasaran harus membuat laporan pemasaran kepada Dewan Direksi.
4. Manajer Penjualan, bertanggung jawab terhadap pelaksanaan marketing plan, hasil penjualan produk, sales manajemen, pembinaan dan bimbingan terhadap sales team. Membina hubungan baik dengan konsumen, dan membuat sales plan dan sales report.
5. Manajer Produk, bertanggung jawab terhadap seluruh produk yang menjadi tanggung jawabnya, membuat analisa dan evaluasi produk yang menjadi tanggung jawabnya.
6. Manajer Pabrik, bertanggung jawab atas seluruh proses produksi pabrik, mulai dari tahap input, proses sampai output berupa produk jadi. Dalam melaksanakan tugasnya , manajer pabrik dibantu oleh Manajer Produk, dan
Maintenance Section Chief, Laboratory and Quality Control Section Chief, Production Section Chief, Warehouse Section Chief serta Purchasing Section Chief.
7. Manajer Logistik, bertugas untuk memberikan dukungan logistik kepada Departemen Pemasaran dan Departemen Penjualan antara lain dengan mengawasi persedian dan distribusi produk di lapangan agar dapat sampai ke tangan konsumen.
8. Manajer Keuangan dan Akuntansi, bertanggung jawab atas arus keluar dan masuknya uang ke dalam kas perusahaan, dan membuat laporan akuntansi. 9. Manajer Penelitian dan Pengembangan, bertanggung jawab atas aktifitas
penelitian dan pengembangan produk, termasuk di dalamnya perizinan pendaftaran produk baru kepada intansi terkait.
10. Manajer Urusan Umum dan Personalia, bertanggung jawab atas jalannya roda administrasi perusahaan, termasuk di dalamya menjalankan fungsi humas, pelayanan publik, personalia, pengadaan umum dan rumah tangga direktur-komisaris serta pengelolaan asset-aset perusahaan.
4.1.5 Produk-produk Perusahaan
Setelah membuat produk pertama yaitu Cypergard, perusahaan telah mengembangkan produk nya dan membuat produk-produk baru. Sampai saat ini PT Chemigard telah mengeluarkan delapan produk yaitu:
1. Cypergard, adalah pestisida yang diformulasikan khusus untuk mengendalikan rayap tanah dan rayap kayu di daerah tropis khususnya
Indonesia. Cypergard juga dapat diaplikasikan pada meubeul rumah tangga ataupun tanaman yang terserang rayap.
2. Safe 1, merupakan termitisida ramah lingkungan yang di formulasikan dalam bentuk Soluabel Liquid (SL) yang sangat efektif untuk mengendalikan rayap tanah, rayap kayu dan kumbang bubuk pada kayu kering.
3. Flygard, merupakan umpan siap tabur untuk membunuh lalat yang bersifat racun kontak dan racun perut.
4. Portal, merupakan insektisida berbahan aktif ganda yaitu kombinasi
piretroid knockdown (Cypermethrin) dan pirolle killing agent
(Chlorfenapyr). Sinergi bahan piretroid knockdown berfungsi melumpuhkan serangga secara cepat dan bahan pirolle killing agent sangat efektif terhadap kecoa jerman (Blatella germica) dan juga serangga seperti nyamuk vektor demam berdarah atau malaria serta serangga pengganggu lainnya.
5. Origin, merupakan pestisida dari golongan sintetik piritroit berwarna kuning bening yang mengandung bahan aktif lamda sihalothrin. Origin mempunyai efek knock down yang mampu membunuh serangga seperti nyamuk, lalat dan kecoa dengan cepat.
6. Kaizen, merupakan termitisida ramah lingkungan berbahan aktif golongan terbaru yang diformulasikan dalam bentuk Emulcifiable Concentrate (EC) yang sangat efektif untuk mengendalikan rayap tanah, rayap kayu, dan kumbang bubuk pada kayu kering.
7. Termigard, adalah suatu media yang berbentuk umpan rayap terbuat dari selulosa kayu yang disenangi rayap dan telah diberi hormon. Termigard ada dua jenis yaitu Container Bait untuk di dalam ruangan dan Stationer Bait
untuk di luar ruangan. Container Bait dipasang dengan hati-hati di dalam rumah atau gedung tempat dimana rayap terlihat menyerang. Stasioner Bait
di pasang di sekeliling luar bangunan atau gedung.
8. Izzicont, merupakan pestisida yang sangat ramah lingkungan berbahan aktif golongan terbaru yang diformulasi dalam bentuk aerosol dan sangat efektif mengendalikan rayap tanah, rayap kayu, kumbang bubuk ataupun semut.
4.2. Analisis Kointegrasi
Analisis mengenai pola data atau sifat pergerakan dari deret waktu yang akan analisis sangat diperlukan dengan tujuan menentukan metode peramalan yang sesuai dengan pola data tersebut apakah menggunakan metode VAR atau VECM. Apabila pola data yang digunakan stasioner pada level nol maka digunakan metode VAR, dan apabila pola data yang digunakan tidak stasioner pada level nol maka menggunakan metode VECM. Dalam menganalisa stasioneritas, tingkat signifikansi yang digunakan adalah pada tingkat signifikan 5 persen. Data penjualan yang dianalisis adalah data penjualan bulanan Cypergard 500 ml, Cypergard 100 ml, dan Safe 1 yang diperoleh dari tahun 2007 sampai 2010.
4.2.1 Uji Stasioneritas Data
Uji stasioneritas data pada seluruh variabel dengan Augmented Dickey- Fuller Test (ADF) dengan perangkat lunak Eviews 6. Jika nilai Test Critical Values lebih besar dari nilai t-statistic berarti data tidak stasioner, sebaliknya jika nilai Test Critical Values lebih kecil dari nilai t-statistic berarti data stasioner. Tabel 1. Hasil Uji Stasioneritas
Variabel Test Critical Values t-statistic Probability 5%
Cypergard 500 ml -3.508508* -5.938605 0.0001 Cypergard 100 ml -2.926622 -1.733666 0.4080
Safe 1 -3.520787* -4.373335 0.0062
Pada Tabel terlihat bahwa uji stasioneritas pada level, produk Cypergard 500 ml dan Safe 1 memiliki variabel yang stasioner pada derajat kepercayaan 1 persen, 5 persen, dan 10 persen. Sedangkan produk Cypergrad 100 ml memliki variabel tidak stasioner, maka produk Cypergard 100 ml perlu dilakukan uji stasioneritas lebih lanjut yaitu pada pembedaan pertama (first difference).
Tabel 2. Hasil Uji Stasioneritas 1st Difference
Variabel Test Critical Value t-statistic Probability
1% 5% 10%
Cypergrad 100 ml
Pada pembedaan pertama variabel Cypergrad 100 ml sudah stasioner. Artinya data stasioner pada pembedaan pertama, karena seluruh variabel harus berada pada derajat yang sama, pada penelitian ini yaitu pada derajat pembedaan pertama. Dari uji stasioneritas yang sudah dilakukan kita sudah dapat menentukan model yang akan dipilih, apabila semua variabel stasioner pada level maka digunakan model VAR, dan apabila semua atau salah satu tidak stasioner pada level dan dilakukan pembedaan maka model yang dipilih adalah VECM. Dalam penelitian ini dapat disimpulkan model yang dipilih adalah VECM.
4.2.2 Uji Kausalitas Granger
Uji kusalitas multivariate dilakukan untuk melihat hubungan kausalitas antara variabel-variabel yang ada dalam model. Hubungan kausalitas antar variabel dapat diketahui dengan melakukan Pairwise Granger Causality Test. Hipotesis nol (�0) yang diuji adalah tidak ada hubungan kausalitas dan hipotesis alternatifnya (�1) adalah adanya hubungan kausalitas. Nilai probability sebesar 5 persen digunakan untuk menentukan apakah �0 diterima atau ditolak. Apabila nilai probabilitasnya kurang atau sama dengan 5 persen maka terima �1 tolak �0, dan apabila nilai probabilitasnya lebih dari 5 persen maka terima �0 tolak �1. Hasil uji kausalitas Granger dengan signifikansi 5 persen pada variabel penjualan produk dapat dilihat pada tabel.
Tabel 3. Hasil Uji Kausalitas Granger
Null Hypothesis Probabilitas Hasil Pengujian Hubungan
Kausalitas Cypergard 100 ml does not
Granger Cause Safe 1
0,1083 terima �0 tolak �1 Tidak terjadi
hubungan kausalitas Safe 1 does not Granger Cause
Cypergard 100 ml