Professional Documents
Culture Documents
BAB IV
Dalam Bab IV ini akan dibahas analisis estimasi model ekonometrik dan
perubahan variabel bebas terhadap perubahan variabel tak bebasnya dalam jangka
error akan jarang mengambang jauh dari nol dan akan sering memotong garis nol.
Saat itulah ekuilibrium akan terjadi, setidaknya pada titik terdekat (a very close
approximation). Kemudian alur waktu (time path) dari dieskuilibrium error akan
nampak sebagai garis solid dalam seperti dalam gambar 4.1 yang berfluktuasi
sekitar nol. Engle Granger mengatakan bahwa apabila hubungan jangka panjang
86
BAB IV HASIL DAN PEMBAHASAN
terjadi, disekuilibrium error seperti gambar 4.1 akan menunjukkan time series
yang stasioner dan memiliki nilai rata-rata nol, sehingga ut akan menjadi I(0)
dengan E(ut)=0
Gambar 4.1
+ Yt
ut
ut t
Engle dan Granger (1987) menggunakan two-stage
-
procedure untuk melakukan estimasi dengan ECM. Dalam stage
dan β1 akan konsisten. Dengan asumsi kointegrasi, dalam second stage Engle-
estimasi ECM.
data triwulanan selama sebelas tahun. Penelitian dengan menggunakan data time
series akan menghadapi masalah yang tidak dihadapi oleh penelitian yang
87
BAB IV HASIL DAN PEMBAHASAN
(Koop, 2000:109)
namun tidak terdapat hubungan yang berarti diantara keduanya. Masalah ini
muncul karena keduanya memiliki trend yang kuat sehingga nilai R 2 menjadi
tinggi disebabkan oleh keberadaan trend tersebut dan bukan karena hubungan
dilakukan dengan melihat common trend dan correlogram path2. Pengujian lebih
meyakinkan dilakukan dengan uji akar-akar unit (unit roots test). Apabila variabel
yang diamati memiliki derajat yang sama, maka dapat dilakukan regresi
kointegrasi guna menguji residual apakah stasioner/tidak dan langkah ini dikenal
sebagai uji kointegrasi. Jika residual regresi stasioner berarti dapat terbentuk
diharapkan teori ekonomi. Lebih jauh lagi, apabila ternyata residual dari regresi
tersebut stationer maka kombinasi linier antara beberapa variabel time series
tersebut adalah I(0). Dengan kata lain, variabel-variabel time series tersebut terko-
1
R2 > d adalah rule of thumb untuk mencurigai bahwa hasil estimasi regresi menderita spurious
regression. (Gujarati, 2003:807). Apabila X dan Y memiliki masalah unit root, maka hasil estimasi
yang diperoleh dapat menjadi sangat salah. Misalnya bila nilai β adalah 0, OLS dapat
mengestimasi jauh berbeda dari 0 (uji statistik dgn t-stat dan p-value juga mengindikasi β bukan
0), namun nilai R2 biasanya menunjukkan nilai yang besar. Inilah yang disebut spurious
Regression Problem (Koop,2000:152)
2
Common Trend yg membentuk trend menunjukkan gejala nonstationeritas data.Correlogram
Path yang teratur menunjukkan indikasi stasioneritas data, namun keduanya masih harus diuji
secara formal (Gujarati,2003:807-809)
88
BAB IV HASIL DAN PEMBAHASAN
Untuk analisis statistika akan dilihat sampai mana validitas model yang
yang bersangkutan. Dalam analisis ekonomi akan dijelaskan mengenai arti dari
ekonomi dan juga melihat berapa besar pengaruh perubahan variabel bebas
ekonometrika untuk data runtun waktu (time series). Data stasioner adalah data
yang menunjukkan mean, varians dan autokovarians (pada variasi lag) tetap sama
pada waktu kapan saja data itu dibentuk atau dipakai, artinya dengan data yang
stasioner model time series dapat dikatakan lebih stabil (Gujarati 2003:797).
Apabila data yang digunakan dalam model ada yang tidak stasioner, maka
regresi yang berasal dari data yang tidak stasioner akan menyebabkan spurious
regression. Stationeritas data dapat kita perhatikan dari Common Trend dan
Correlogram path. Uji formal yang digunakan untuk melihat stasionaritas data
dalam penelitian ini adalah metode Unit Root Test (Augment Dickey-Fuller).
89
BAB IV HASIL DAN PEMBAHASAN
teratur mendekati garis vertikalnya dan berkisar disekitar nol atau dikatakan
bahwa correlogram actual time series mendekati correlogram white noise time
series, kita dapat mengatakan bahwa data tersebut kemungkinan besar stasioner
(Gujarati,2003:809).
regresi pada terkena unit root problem pada tingkat yang berbeda ( level, first
pada derajat yang sama pada tingkat second difference. Untuk memastikan
t = variabel trend
90
BAB IV HASIL DAN PEMBAHASAN
Berdasarkan hasil uji akar unit dengan berpatokan pada nilai batas kritis
dan hasil hipotesis3 dengan kenaikan tingkatan pengujian bertahap maka dapat
diambil hasil kesimpulan uji akar unit dalam tabel 4.1. Estimasi pengujian
Tabel 4.1
3
Dickey dan Fuller menurunkan distribusi untuk estimator yang seimbang saat = 1 dan
menghasilkan statistik F test simpel bagi hipotesis random walk. Karena F test merupakan
pengujian satu arah, maka ADF juga merupakan pengujian satu arah. (Pindyck and Rubinfeld,
1998:508)
91
BAB IV HASIL DAN PEMBAHASAN
Dimana :
Dari hasil estimasi tersebut ternyata nilai R2 > DW. Hal ini
92
BAB IV HASIL DAN PEMBAHASAN
Persamaan 4.1 tidak lagi menjadi spurious apabila variabel regresi terintegrasi di
derajat yang sama dan residual regresi I(0); atau dengan kata lain persamaan
Maka dari model diatas dilakukan remedial measure dengan The First
Econometrics menyatakan sebuah rule of thumb bahwa secara garis besar : “Use
Δ Yt = β1 + β2 ΔXt + et ……………………………..(4.2)
Diperoleh :
2088.885 ΔTSBt + ut
(0.562959)
spurious regression). Selanjutnya model 4.2 inilah yang digunakan sebagai model
93
BAB IV HASIL DAN PEMBAHASAN
keseimbangan dalam jangka panjang pada model yang digunakan, yaitu dengan
cara menguji stasioneritas error term-nya. Dalam penelitian ini, metode estimasi
Adapun hasil dari uji kointegrasi dalam model penelitian adalah sebagai berikut:
ΔU t = -1,061263 U t -1 + u t
(0,168851)
t-uji unit root = - 6,285798
Karena nilai t-statistik (- 6,285798) lebih kecil daripada nilai batas kiri
ditolak. Hal tersebut menunjukkan bahwa residual dari model kointegrasi tersebut
hubungan jangka panjang dengan variabel tak bebasnya. Estimasi secara lebih
94
BAB IV HASIL DAN PEMBAHASAN
Uji ini melihat nilai koefisien determinasi (R2) dari persamaan yang
diregres. Nilai R2 dalam persamaan regresi model penelitian ini adalah sebesar
sebesar yaitu 35.66 % dipengaruhi oleh variabel lain yang ada diluar model. Dari
hasil regresi juga diperoleh nilai adjusted R2, yaitu sebesar 0,605868. Artinya
oleh faktor-faktor lain yang tidak termasuk ke dalam model. Nilai ini tidak jauh
berbeda dengan koefisien determinasinya, hal ini berarti sebagian besar faktor-
yang nyata terhadap variabel tak bebasnya digunakan uji t. Tabel 4.2 di bawah ini
Tabel 4.2
95
BAB IV HASIL DAN PEMBAHASAN
0,05 0,01
38 1.960 2.576
Keterangan : df = n-k, k = banyaknya koefisien regresi, n = banyaknya observasi, = tingkat
keyakinan
Sumber : Pindyck and Rubinfeld, 1998:605
Tabel 4.3
Hasil Pengujian t-statistik
Walaupun dari hasil regresi ada variabel yang secara individu tidak
signifikan dalam suatu persamaan tapi bila dilihat secara keseluruhan dapat
menjelaskan variasi variabel tak bebasnya. Tabel 4.4 akan menujukkan besarnya
Tabel 4.4
Nilai Batas Kritis Uji-F Hasil Regresi Kointegrasi
N2 N1
0,05 0,01
38 4 2.37 3.32
Keterangan : n1 = df numerator, n2 = df denumerator, = tingkat keyakinan
Sumber : Pindyck and Rubinfeld, 1998:606-609
96
BAB IV HASIL DAN PEMBAHASAN
Dari hasil estimasi diketahui bahwa persamaan tersebut memiliki nilai F-statistik
sebesar 17,14085 sehingga bila dibandingkan dengan tabel 4.4 pada tingkat
signifikansi hubungan yang baik. Namun ada kalanya dalam suatu model muncul
dengan indikasi tidak memenuhi syarat suatu persamaan linear yaitu asumsi-
asumsi dalam Classical Linier Regression Model. Oleh karena itu diperlukan
4.2.2.4.1 Multikolinieritas
Multikolinear adalah gejala terdapatnya hubungan linear atau hubungan
yang pasti diantara eksplanatori variabel (variabel penjelas) dalam model regresi.
(Gujarati,2003:359):
97
BAB IV HASIL DAN PEMBAHASAN
Satu atau lebih variabel bebas merupakan kombinasi linier yang pasti
Dari hasil estimasi model kointegrasi diketahui dari empat variabel yang
dari 0,8 menunjukkan adanya multikolinieritas yang serius. Matriks korelsi dari
serial korelasi dalam satu model ditandai dengan tidak adanya hubungan antar
error term dari variabel yang satu dengan yang lainnya, disimbolkan sebagai :
E( ui,uj ) = 0 i≠ j
98
BAB IV HASIL DAN PEMBAHASAN
E( ui,uj ) ≠ 0 i≠ j
korelasi. Untuk Mengindikasi ada tidaknya masalah ini dalam suatu model ada
dua metode yang biasa digunakan yaitu Durbin Watson Test dan Run Test.
Apabila hasil Durbin Watson Test kurang meyakinkan, maka dilakukan Run Test
Pada hasil regresi diperoleh nilai DW-stat adalah sebesar 1,957221. Nilai
Dengan memasukkan nilai dan kriteria diatas dalam uji batas wilayah
maka dapat dilihat ada atau tidaknya gejala serial korelasi dalam model.
Gambar 4.2
Pengujian DW Stat
Indecision Indecision
Area Area
No
Autocorr
99
BAB IV HASIL DAN PEMBAHASAN
Berdasarkan uji diatas dapat dilihat bahwa nilai DW-stat berada pada wilayah
Tabel 4.5
Pengujian D-W Stat
Kategori Nilai
K 4
N 43
D-W Stat 1,957221
D-W tabel pada α= 5 %
DL 1,285
DU 1,721
Hasil Tidak terdapat Autokorelasi
K = jumlah variabel dalam persamaan tanpa konstanta
N = jumlah observasi
Sumber : Hasil Perhitungan
Run-Test
residual yang diperoleh dari selisih nilai aktual dari variabel tak bebasnya
Tabel 4.6
Nilai Residual Model Kointegrasi
Periode Nilai Residual Periode Nilai Residual
1993:1 NA 1998:3 92798.32
6
Dalam model yang terdapat autokorelasi dapat dilakukan remedial measure. Namun menurut
Otto dalam Rao(1994:171) menyatakan bahwa hal tersebut tidak akan merubah banyak hasil
estimasi, koreksi model autokorelasi memiliki minor effect pada hasil estimasi.
100
BAB IV HASIL DAN PEMBAHASAN
Diperoleh :
Tabel 4.7
Tabel Komponen Uji Run
Komponen Nilai
N 43
N1 (+) 18
N2 (-) 25
k 25
Dimana :
N = Jumlah Residual
101
BAB IV HASIL DAN PEMBAHASAN
Dihitung :
n1 + n2
15,756 ≤ k ≤ 28,104
Setelah dilakukan pengujian run pada persamaan, ternyata nilai run (k)
berada pada daerah Ho yang diterima, yaitu diantara daerah kritis atas dan daerah
kritis bawah, ini berarti tidak terdapat autokorelasi pada persamaan diatas pada
tingkat kepercayaan 95%. Dari hasil uji run tersebut, disimpulkan bahwa tidak
102
BAB IV HASIL DAN PEMBAHASAN
jangka pendek, dalam hal ini dari satu periode ke periode berikutnya. Model ini
sebagai berikut:
+ vt …………………….(4.3)
7
Koreksi kesalahan merupakan ukuran tingkat kecepatan penyesuaian model model jangka pendek
terhadap model jangka panjang. Dengan menyertakan faktor koreksi kesalahan dalam estimasi
model, dapat diketahui tingkat kecepatan penyesuaian di jangka pendek yang dapat mendukung
terciptanya keseimbangan di jangka panjangnya (Gujarati, 2003:824).
103
BAB IV HASIL DAN PEMBAHASAN
Uji ini melihat besarnya koefisien determinasi (R2) dari persamaan yang
penelitian ini adalah sebesar 0,678797 (cukup tinggi). Artinya 67,87 % perubahan
Tingkat suku bunga SBI dan variabel koreksi kesalahan, sedangkan sisanya
sebesar 32,13 % dipengaruhi oleh variabel lain yang tidak dimasukkan kedalam
model. Hal ini menunjukkan adanya keterkaitan yang erat antara second
hasil regresi juga diperoleh nilai adjusted R2, yaitu sebesar 0,634185. Artinya
sementara sisanya sekitar 36,58 % dijelaskan oleh faktor-faktor lain yang tidak
Pengujian statistik ini dilakukan untuk melihat adanya dan seberapa besar
secara parsial. Persamaan dalam uji ini dilakukan dengan regresi menurut asumsi
104
BAB IV HASIL DAN PEMBAHASAN
Tabel 4.8
Tabel 4.9
dalam model secara bersamaan (multiple), atau setidaknya ada satu variabel
uji ini dilakukan dengan regresi menurut asumsi Ordinary Least Square.
Tabel 4.10
Nilai Batas Kritis Uji-F Hasil Regresi ECM
n2 n1
0,05 0,01
36 5 2,45 3,51
105
BAB IV HASIL DAN PEMBAHASAN
difference tingkat inflasi dalam jangka pendek, nilai F - statistik adalah sebesar
15,21571. Karena nilai F-stat lebih besar daripada F-tabel maka uji F diatas
4.3.2.1 Multikolinieritas
Gejala Multikolinier adalah suatu masalah dalam estimasi ekonometrik di
dalam model.
Dari hasil regresi model ECM diketahui bahwa dari lima variabel yang
yang diduga memiliki hubungan yang sangat erat. Nilai Koefisien korelasi yang
besarnya lebih dari 0,8 menunjukkan adanya multikolinieritas yang serius. Hasil
106
BAB IV HASIL DAN PEMBAHASAN
antara variabel gangguan (error term) dalam suatu model. Berikut ini pengujian
D-W statistik :
Tabel 4.11
Gambar 4.3
terbukti tidak terdapat autikorelasi. Selain uji DW stat, dilakukan Run Test.
Run-Test
107
BAB IV HASIL DAN PEMBAHASAN
pergerakan residual yang diperoleh dari selisih nilai aktual dari variabel tak
Tabel 4.12
Residual Model Dinamis
Tabel 4.13
Tabel Komponen Uji Run
Komponen Nilai
N 42
N1 (+) 17
N2 (-) 25
108
BAB IV HASIL DAN PEMBAHASAN
k 23
Dimana :
N = Jumlah Residual
N1 = Jumlah Residual bertanda (+)
N1 = Jumlah Residual bertanda (-)
K = jumlah run
Sumber : hasil perhitungan
Dihitung :
n1 + n2
15,2032 ≤ k ≤ 27,2768
Setelah dilakukan pengujian run pada persamaan, ternyata nilai run (k)
berada pada daerah Ho yang diterima, yaitu diantara daerah kritis atas dan daerah
kritis bawah, ini berarti tidak terdapat autokorelasi pada persamaan diatas pada
109
BAB IV HASIL DAN PEMBAHASAN
untuk naik atau turun, dan variabel tersebut berada dalam kondisi optimumnya).
menganalisis apakah trend dari nilai variabel tak bebas bergerak dengan arah yang
variabel tak bebasnya yang ditunjukkan oleh koefisien parameter dari persamaan.
Analisis ini diperlukan untuk melihat apakah kecenderungan model secara empiris
telah memenuhi kaidah-kaidah dalam teori ekonomi. Dari hasil regresi di atas kita
dapat menjelaskan hubungan antara tiap-tiap variabel bebas dengan variabel tak
jangka panjang tanpa adanya perubahan pada variabel - variabel bebas, maka
Variabel GDP
110
BAB IV HASIL DAN PEMBAHASAN
mudharabah, walaupun secara statistik tidak signifikan . Nilai ini juga disebut
panjang.
konvensional. Dari hasil empiris ini diketahui bahwa dalam jangka panjang
peningkatan 1 unit satuan dari variabel jumlah kantor yang tidak diikuti
Bank Indonesia (2001) bahwa akses kedekatan masyarakat kepada kantor bank
111
BAB IV HASIL DAN PEMBAHASAN
peningkatan 1 unit satuan dari variabel tingkat bagi hasil yang tidak diikuti
mudharabah sebesar 39917.48 unit satuan. Variabel tingkat bagi hasil ini
penelitian Erol dan El-Bdour (1989) di Yordania, bahwa salah satu motif
panjang, variabel tingkat suku bunga memiliki hubungan yang positif dengan
112
BAB IV HASIL DAN PEMBAHASAN
Dari hasil regresi diatas kita dapat menjelaskan hubungan antara tiap
pendek, Gross Domestic Product memiliki hubungan yang negatif dan secara
113
BAB IV HASIL DAN PEMBAHASAN
variabel simpanan mudharabah, hal itu berbeda dengan hasil pada jangka
bank syariah.
pendek variabel jumlah kantor memiliki hubungan yang positif dan secara
114
BAB IV HASIL DAN PEMBAHASAN
karena peningkatan jumlah kantor dalam jangka pendek tidak dapat direspon
pendek tingkat bagi hasil memiliki hubungan yang positif dan secara statistik
bahwa untuk setiap peningkatan 1 satuan unit dari tingkat bagi hasil, ceteris
115
BAB IV HASIL DAN PEMBAHASAN
suku bunga memiliki hubungan yang positif tapi secara statistik tidak
hasil ini memberikan indikasi bahwa spesifikasi model jangka pendek selaras
dengan hasil yang diperoleh dengan regresi kointegrasi (pada jangka panjang).
panjang. Angka koefisien sebesar –1.046 berarti bahwa sekitar 1.046 satuan
116
BAB IV HASIL DAN PEMBAHASAN
117