BAB 3. METODE PENELITIAN
3.4 Metode Analisis Data
3.4.2 Uji-Uji Penting Pra Estimasi
...(3.12)
Terdapat beberapa tahapan pengujian sebagai syarat yang harus dipenuhi untuk menggunakan metode SVAR.
3.4.2 Uji-Uji Penting Pra Estimasi a. Uji Stasionaritas
Dalam penelitian ini menggunakan Automatic Dickey Fuller (ADF) test untuk menguji stasioneritas data. Agar dapat menggunakan model SVAR maka setiap variabel harus stasioner. Menurut Wardhono (2004) ADF menggunakan angka residual dari penghitungan CRDW dan mengregresikannya pada order yang lebih tinggi. Model ujinya dapat dituliskan sebagai berikut:
b. Uji Kausalitas Granger
Uji kausalitas Granger (granger causality) digunakan untuk mengindikasikan variabel memiliki hubungan satu arah atau dua arah (Hasyyati: 2012). Menurut Wardhono (2004) konsep kausalitas Granger dikenal seagai konsep kaulitas sejati atau konsep predikbilitas dimana π masa lalu memengaruhi masa kini atau masa akan datang.
c. Uji Asumsi
1) Uji Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana satu atau lebih variabel independen dapat dinyatakan sebagai kombinasi linier dari variabel bebas lainnya. Dengan kata lain adanya gejala multikolineatitas menunjukkan terdapatnya hubungan sempurna antara semua variabel penjelas (variabel bebas).
2) Uji Heterokedastisitas
Uji LM digunakan untuk mengetahui ada tidaknya heterokedastisita adalah sama dengan setengah jumlah kuadrat yang dapat diterangkan, yang secara asimotik memiliki distribusi CS (Chi-Square). Kriteria penghitungannya apabila F dan CS lebih besar dari F dan λ tabel menunjukkan terjadinya heteroskedastisitas dan sebaliknya.
3) Uji Otokorelasi
Korelasi serial atau disebut dengan otokorelasi diantara variabel pengganggu dari jajaran observasi terjadi karena berbagai faktor, misalnya observasi dimulai dari situasi kelesuan, sehingga data observasi selanjutnya yang menaik jelas dipengaruhi oleh data sebelumnya.
4) Uji Normalitas
Kenormalan dari variabel pengganggu dapat diamati dengan melakukan uji Jarque-Berra LM (Gujarati dalam Wardhono: 2004). Sesuai dengan asumsi bahwa variabel pengganggu memiliki distribusi normal, sehingga uji t dan uji F dapat dilakukan. Namun asumsi normalitas tidak dapat terpenuhi maka inferensi tidak dapat dilakukan dengan konteks asumsi asimotik.
d. Pembentukan model SVAR
Berdasarkan bentuk model umum SVAR sebelumnya dapat diturunkan pada model penelitian ini sebagai berikut:
...(3.10)
Ut merepresentasikan tujuh variabel yang digunakan (GDPt, Konst, Invt, IPIt, M1t, Ratet, dan PPIt ); A i = contemporaneous relations antara variabel sedangkan A(L) = finite-order matrix polinominal dengan operator lag L. Dalam model tersebut mempresentasikan bahwa variabel satu dengan lainnya memiliki hubungan yang dibentuk bukan hubungan keterpengaruhan biasa namun memiliki keterkaitan satu dengan lainnya dengan kontribusi yang berbeda.
Model SVAR memiliki perbedaan dengan model VAR pada umumnya. Model SVAR dibentuk berdasarkan hubungan antar variabel yang dibangun sesuai dengan asumsi. Asumsi ini sangat penting sebagai acuan untuk membentuk restriksi pada model. Berdasarkan pemaparan Chunal (2006) setelah pembentukan model VAR maka selanjutnya adalah pembentukan retriksi (batasan) dengan memasukkan persamaan residual kedalam persamaan VAR secara berurutan. Kemudian model tersebut digunakan untuk mengestimasi model SVAR melalui pendekatan VAR, serta digunakan untuk melakukan analisis impuls respon dan variance decompotition sebagai bagian dari analisis SVAR. Pembentukan restriksi dalam penelitian ini didasarkan pada teori dan asumsi dasar aliran New Klasik dan New Keynesian pada variabel-variabel siklus bisnis. Aliran New Klasik dan New Keynesian memiliki asumsi berbeda dalam mendefinisikan hubungan keterkaitan antar variabel beserta, hal ini menyebabkan pembentukan model New Klasik dan New Keynesian memiliki model dan variabel yang berbeda. Restriksi yang dibentuk dalam model New Klasik dan New Keynesian dibentuk sebagai berikut:
Model New Klasik:
1) pertumbuhan GDP riil (%) diasumsikan pergerakannya dipengaruhi oleh guncangan variabel eksternal. Guncangan pada variabel GDP dapat
memengaruhi guncangan pada variabel amkroekonomi domestik. Sehingga pada model New Klasik variabel GDP tidak dipengaruhi oleh variabel dalam model (Vinayagasthan, 2013 dan Kilinc dan Tunc, 2014).
2) harga diasumsikan memiliki perilaku fleksibel artinya pergerakan harga dalam asumsi klasik merespon dengan cepat adanya guncangan pada output riil. Asumsi ini didasari oleh anggapan aliran New Klasik bahwa harga akan secara cepat disesuaikan dengan cepat dalam market clearing (Vinayagasthan, 2013 dan Kilinc dan Tunc, 2014)
3) konsumsi merupakan variabel riil yang memengaruhi GDP nominal dan dipengaruhi oleh tingkat harga.
4) investasi merupakan variabel riil yang dipengaruhi GDP nominal.
5) Produksi merupakan variabel yang dipengaruhi oleh besarnya harga dan investasi.
Model New Keynesian:
1) pertumbuhan GDP riil (%) diasumsikan pergerakannya dipengaruhi oleh guncangan variabel eksternal. Guncangan pada variabel GDP dapat memengaruhi guncangan pada variabel makroekonomi domestik. Sehingga pada model New Keynesian serupa dengan model New Klasik bahwa variabel GDP tidak dipengaruhi oleh variabel didalam model (Vinayagasthan, 2013 dan Kilinc dan Tunc, 2014)
2) harga diasumsikan kaku, sesuai dengan asumsi New Keynesian bahwa harga tidak dengan cepat merespon guncangan yang disebabkan dari GDP karena adanya imperfect information. Hal ini menyebabkan guncangan GDP tidak mampu memengaruhi harga.
3) suku bunga merupakan variabel kebijakan moneter yang memiliki respon bersamaan dengan M1. Pergerakan tingkat bunga merupakan bentuk respon kebijakan moneter dari guncangan yang GDP.
4) Uang beredar (M1) merupakan variabel moneter bersamaan dengan tingkat bunga bergerak sebagai bentuk respon dari pergerakan GDP dan harga.
5) Konsumsi merupakan variabel riil yang dipengaruhi oleh guncangan GDP dan tingkat harga. Selain itu besarnya konsumsi diasumsikan dipengaruhi oleh uang beredar dimasyarakat. Sesuai dengan asumsi bahwa perputaran uang dimasyarakat menunjukkan pertumbuhan ekonomi yang semakin dinamis. 6) Investasi merupakan variabel riil yang dipengaruhi oleh GDP riil dan
dipengaruhi oleh tingkat harga.
7) Produksi merupakan variabel yang dipengaruhi oleh besarnya investasi dan konsumsi.
Dalam restriksi yang dibentuk dalam model New Klasik terdapat 5 restriksi yang dibangun, sementara itu dalam model New Keynesian terdapat 7 restriksi yang dibangun. Restriksi yang terbentuk pada model New Klasik dan New Keynesian tersebut, secara ringkas ditunjukkan dalam matriks sebagai berikut:
Model New Klasik:
α α α α α α
Model New Keynesian α α α α α α α α α α α α
Setelah matriks model New Klasik dan New Keynesian terbentuk, selanjutnya dengan mudah model SVAR dapat ditulis sebagai berikut:
New Klasik: @e1 = c(1)*@u1
@e2 = c(2)*@e1 + C(3)*@u2
@e3 = C(4)*@e1 + C(5)*@e2 + C(6)*@u3 @e4 = C(7)*@e1 + C(8)*@u4
@e5 = C(9)*@e2 + C(10)*@e4 + C(11)*@u5
Keterangan Variabel:
@e1 = residual pertumbuhan output (GDP) @e2 = residual harga (PPI)
@e3 = residual konsumsi (KONS) @e4 = residual investasi (INV) @e5 = residual indeks produksi (IPI)
New Keynesian: @e1 = C(1)*@u1 @e2 = C(2)*@u2
@e3 = C(3)*@e1 + C(4)*@e2 + C(5)*@u3
@e4 = C(6)*@e1 + C(7)*@e2 + C(8)*@e3 + C(9)*@u4 @e5 = C(10)*@e1 + C(11)*@e2 + C(12)*@e4 + C(13)*@u5 @e6 = C(14)*@e1 + C(15)*@e3 + C(16)*@u6
@e7 = C(17)*@e5 + C(18)*@e6 + C(19)*@u7
Keterangan Variabel:
@e1 = residual pertumbuhan output (GDP) @e2 = residual harga (PPI)
@e3 = residual tingkat bunga kebijakan (RATE) @e4 = residual jumlah uang beredar (M1) @e5 = residual konsumsi (KONS)
@e6 = residual investasi (INV) @e7 = residual indeks produksi (IPI)
Model New Klasik yang dibentuk dengan pendekatan metode SVAR menunjukkan terdapat lima persamaan dengan kontribusi yang berebeda dari masing-masing variabel terhadap variabel lainnya. Sementara itu dalam model New Keynesian terdapat tujuh persamaan dengan keterangan yang sama dengan model New Klasik. Kedua model tersebut merupakan hasil perpaduan antara teori dan empris untuk dibentuk sesuai dengan syarat dan ketentuan penggunaan model SVAR.
e. Analisis Impuls Respon Function
Analisis Impuls Respon Function merupakan bagian penting dalam analisis SVAR. Analisis impuls respon digunakan untuk meramalkan peristiwa berdasarkan data yang diestimasi menggunakan metode SVAR. Hasil dalam peramalan tersebut menunjukkan pergerakan antar variabel menyebabkan pergerakan pda variabel lainnya.
f. Analisis Variance Decomposition
Analisis Variance Decomposition merupakan salah satu bagian yang penting dalam melihat kontribusi atau peran variabel terhadap guncangan pada variabel lainnya. Hasil dalam analisis SVAR menunjukkan semakin besar kontribusi variabel tersebut maka guncangan yang disebabkan variabel tersebut menentukan gerak variabel yang dipengaruhinya.