ESTIMASI BEBERAPA FAKTOR YANG MEMPENGARUHI KREDIT PERBANKAN PERIODE 2002-2007 OLEH: Surya Dewi Rustaryuni Thesis

Bab III 3.1 Materi Penelitian 3.2 Penurunan Model Koreksi Kesalahan 3.3 Definisi Operasional 3.4 Analisis Data Berdasarkan tujuan yang akan dicapai dalam mengestimasi beberapa factor yang berpengaruh terhadap kredit perbankan di Indonesia periode 2002-2007, maka dikembangkan model dinamis. Alat analisis yang digunakan adalah Engle Granger Eror Correction Model (EG-ECM). Penggunaan alat analisis ini didasarkan beberapa pertimbangan, yaitu (Insukindro, 1992): a. Variable yang digunakan dalam penelitian ini tidak stasioner pada derajad yang sama yaitu di level (derajad nol-I(0)), tetapi stasioner pada derajat yang sama di first differene (derajat 1-I(1)). b. Menghindari terjadinya spurious regression dari model OLS, yaitu dengan menggunakan variable difference yang tepat dalam model, tanpa menghilangkan informasi jangka panjang penggunaan data difference. c. Mekanisme koreksi kesalahan mempunyai keunggulan baik dari segi nilainya dalam menghasilkan persamaan yang diestimasikan dengan property statistic yang diinginkan maupun dari segi kemudahan persamaan tersebut diinterpretasikan. d. Dapat dipisahkan hubungan antara variable dalam jangka pendek dan jangka panjang dalam suatu model, sehingga dapat dilihat validitasnya. e. Mengurangi kemungkinan terjadinya multikolinearitas, yaitu dengan menggunakan data differensial. f. Teori ekonomi tidak terlalu banyak bercerita tentang model dinamik (jangka pendek), tetapi lebih memusatkan pada perilaku variable dalam keseimbangan atau dalam hubungan jangka panjang (Insukindro, 1996:1). Hal ini karena prilaku jangka panjang (long run) dari suatu model lebih penting dan teori ekonomi selalu berfokus pada sifat jangka panjang. Terkait dengan tujuan jangka pendek dan jangka panjang yang ingin dianalisis, Engle dan Granger mengembangkan model koreksi kesalahan (Engle Granger Error Correction Model atau EG-ECM). Pada prinsipnya, konsep dasar dari EG-ECM adalah adanya keseimbangan (equlilibrium) yang tetap dalam jangka panjang antara variable-variabel ekonomi. Bila dalam jangka pendek terdapat ketidakseimbangan (disequilirum) dalam satu periode, maka model koreksi kesalahan akan melakukan koreksi pada periode berikutnya. Mekanisme koreksi kesalahan ini dapat diartikan sebagai penyeleras perilaku jangka pendek dan jangka panjang. Metode EG-ECM konsisten dengan Granger Representation Theorem yang menyatakan bahwa dalam suatu system yang berkointegrasi selalu memiliki mekanisme untuk mengoreksi kesalahan. Apabila variable dependen dan independen berkointegrasi, maka terdapat hubungan jangka panjang antar variable-variabel tersebut. Lebih lanjut, dinamika jangka pendek dapat dijelaskan dengan ECM. Sedangkan ECM merupakan model yang sudah valid/sahih, maka variable-variabel yang digunakan merupakan himpunan variable yang berkointegrasi, maka residual dari ECM tidak stasioner dan spesifikasi model mejadi tidak shaih (Insukindro, 1992:7).

Engle dan Granger menyakan bahwa jika terjadi hubungan jangka panjang sebagaimana dalam model ECM. 1995.7 Uji Kointegrasi dari Engle Granger . Hasil regresi seperti ini sering disebut dengan regresi lancung. Engle dan Granger. 1992a. pertama-tama harus diamati perilaku data ekonomi runtun waktu yang akan digunakan. Pada prinsipnya pendekatan ini ingin melihat kemungkinan adanya hubungan keseimbangan jangka panjang antara variable-variabel ekonomi seperti yang dikehendaki oleh teori ekonomi. 3. 1986. Inskindro. Insukindro. Thomas. yaitu data yang tidak memiliki variasi yang terlalu besar selama periode pengamatan dan memiliki kecenderungan untuk mendekati nilai rata-ratanya. Ketidakseimbangan tersebut merupakan suatu kondisi dimana fenomena yang dihadapi tidak sama dengan yang diharapkan. (Granger. Hendry (1986) mengemukakan bahwa sampai saat ini. Dalam analisis ekonometri. 1987). Berkaitan dengan isu tersebut. 1996). Apabila data yang digunakan tidak stasioner.6. 1992:2). maka pengamatan dapat melakukan estimasi persamaan kointegrasi dari variable-variabel yang diamati guna menguji apakah residual variable yang dihasilkan stasioner atau tidak pada derajat no (insukindro.1 Uji-uji akar Unit 3. 1993).5 Tahap-tahap Penelitian 3. yaitu: 1. maka disequlibirum error akan menjadi stasioner dan memiliki nilai rata-rata nol.2 Uji Derajat Integrasi 3. yang antara lain dapat dilakukan dengan menggunakan uji akar-akar unit (testing for unit roots) dan atau derajat integrasi (testing for degree of integration). 1990. apabila diyakini bahwa variable-variabel yang diamati mempunyai derajat integrasi yang sama. atau dalam bahasan ekonometrikanya disebut dengan pendekatan kointegrasi (insukindro. apakah data yang digunakan stasioner atau tidak. 2. maka regresi dengan menggunakan data tersebut akan memiliki R2 yang relative tinggi namun memiliki nilai statistic Durbin Watson yang rendah.6. maka residualnya dapat digunakan sebagai penaksiran bagi disequilibrium error. ECM dapat dipakai untuk menjelaskan mengapa perilaku ekonomi menghadapi adanya ketidakseimbangan (disequilibrium). 1993). peramalan berdasarkan refresi tersebut akan meleset dan uji baku yang umum untuk koefisen terkait men jadi tidak sahih (invalid). Pada saat terjadi ketidakseimbangan tersebut pelaku ekonomi perlu melakukan penyesuaian terhadap perbedaan actual antar waktu dalam proses penyesuaian tersebut para pelaku ekonomi perlu melakukan analisis optimisasi guna mencapai keseimbangan (goal equilibrium) melalui usaha meminimumkan ketidakseimbangan dan biaya penyesuaian (insukindro. Mengestimasi parameter jangka panjang dengan cara melakukan regresi kointegrasi. Sebelumnya dilakukan terlebh dahulu uji stasioner untuk menguji apakah variasi yang diamati memiliki derajat integrasi yang sama atau tidak.Analisis EG-ECM dilakukan melalui dua tahap (Engle-Granger Two Stage Procedure). 3. pengujian terhadap prilaku data runtun waktu atau integrasinya dapat dipandang sebagai uji prasyarat bagi digunakannya pendekatan kointegrasi. Ini berarti bahwa pengamatan harus yakin terlebih dahulu. Selanjutnya. Term dalam ECM (Gujarati. sehingga koefisien regresi penaksier tidak efisien. Jika variable-variabel yang diamati dari persamaan kointegrasi stasioner. sehingga pendekatan ini seiring pula dipandang sebagai uji teori ekonomi. Untuk itu. teori ekonometri masih berlandaskan pada asumsi data yang digunakan adalah stasioner.6 Pengujian Tingkat Stasioner Data Pembentukan MLD dengan melalui uji stasioneritas merupakan isu statistic model dinamis yang cukup penting dan tidak boleh diabaikan.

khususnya model koreksi kesalahan (Error Correction Model = ECM). 1997). Pendekatan kointegrasi EngleGranger yang digunakan dalam penelitian ini memiliki tujuan pertama. dapat diakatakan bahwa ECM konsisten dengan konsep kointegrasi atau dikenal dengan Granger Preresentation Theorm (Engle dan Granger. 1986)). Insukindro. Jika hasil dari tahapan pertama mengindikasikan bahwa antara variable berintegrasi I(1). apabila ECM merupakan model yang sahih maka variable-variabel yang digunakana merupakan himpunan varibael yang berkointegrasi. untuk mengambil atau menghitung nilai error correction term (ECT). Demikain halnya juga. . Engle dan Granger (1987) mengatakan tujuan dari tahapan dalam uji kointegrasi untuk menentukan variable apakah berkointegrasi pada order CI (1.Uji kointegrasi dimungkinkan adanya hubungan keseimbangan jangka panjang antara variable-variabel seperti yang dikehendaki oleh teori ekonomi. masalah regresi lancung dapat dihindari melalui penggunaan variable perbedaan yang tetap di dalam model. diuji melalui residual persamaan (3) dengan DF maupun ADF. maka variable tersebut dapat dikatakan berkointegrasi. 1987. Menguji variable dengan uji akar-akar unit sehingga mendapatkan variable yang diamati berintegrasi pada derajat yang sama. Dalam ini kritis statistic DF maupun ADF tidak lagi bisa digunakan karena residual didasarkan dari parameter kointegrasi. Sebaliknya. Teorema presentasi granger menekankan bahwa bila variable-variabel yang diamati membentuk suatu himpunan yang berkointegrasi. 1987. 1987. maka model dinamis yang sahih atau valid adalah ECM. Adapun persamaan uji keduanya sebagai berikut: Nilai statistic DF dan ADF kemudian dibandingkan dengan nilai kritisnya. Jika variable berintegrasi pada order yang berbeda. yang mencakup variable-variabel kunci pada regresi kointegrasi terkait. Tujuan utama dari uji kointegrasi adalah untuk mengkaji apakah residual regresi kointegrasi stasioner atau tidak. maka ECM akan mengoreksinya pada periode berikutnya (Engle dan Granger. Untuk menentukan variable secara actual berkointegrasi. Berdasarkan penjelasan di atas dapat dijelaskan sebagai berikut. Mengestimasi hubungan keseimbangan jangka panjang.1) tahapan tersebut adalah: 1. Nilai statistic DF dan ADF diperoleh dari koefisien. 1997). Engle dan Granger tahun 1987 dalam Enders (2004) mendefiniskan kointegrasi mengacu pada variable yang berkointegrasi pada derajat yang sama. Henry. Thomas. namun tanpa menghilangkan informasi jangka panjang yang diakibatkan oleh penggunaan data perbedaan pertama (Engle dan Yoo. Thomas. langkah selanjutnya adalah mengestimasi hubungan berkointegrasi. sebuah regresi OLS menghasilkan estimator super konsisten dari parameter yang berkointegrasi. bila variable yang digunakan tidak berkointegrasi maka residual dari ECM tidak stasioner dan kondisi tersebut memberikan indikasi bahwa spesifikasi model yang diamati tidak sahih (Engle dan Granger. Mekanisme koreksi kesalahan ini dapat diartikan sebagai penyelaras perilaku jangka pendek dan jangka panjang. Dengan demikian. 1994. 1987). Jika nilai statistiknya lebih besar dari nilai kritisnya maka variablevariabel yang diamati saling berkointegrasi atau mempunyai hubungan jangka panjang dan sebaliknya maka variable-variabel yang diamati tidak berkointegrasi. Dengan mekanisme ini pula. Model ECM memiliki keseimbangan yang tetap dalam jangka panjang ketidakseimbangan dalam satu periode. . Pengujian ini sangat penting bilan ingin mengembangkan model dinamis. 2.

4 Uji Linearitas Daftar pustaka Thomas. penelitian ini menggunakan pengujian melalui Jarque-Bera test atau J-B test. Asumsi klasik yang dimaksudkan tersebut adalah asumsi model regresi adalah linier. Introductory Econometrics Second Edition. R. 1993. 2005). Factor pengganggu dengan rata-rata nol dan varian konstan. L. .8 Uji Engle Granger Error Correction Model (EG-ECM) Metode analisis pendekatan runtun waktu yang digunakan dalam penelitian ini. ut. Model EG-ECM dalam penelitian ini sebagai berikut: 3. Addison Wesley Longman. ut diturunkan mengikuti order autoregressive scheme yang diturunkan dari model persamaan awal.2 Uji Autokorelasi 3. Penelitian ini menggunakan uji white yang diperkenalkan oleh Hal White untuk menguji ada-tidaknya masalah heteroskedastisitas dalam model empirik. asumsi homoskedastisitas atau variannya dari factor gangguan. England. R. tidak ada autokorelasi antaa u dan unsure stokastik atau unsure u adalah berdistribusi normal.9. yang mengasumsikan bahwa factor pengganggu. Hal White mengembangkan sebuah metode tidak memerlukan asumsi tentang adanya normalitas pada residual (Wodarjono.9.9. u adalah konstanta atau sama. Modern Econometrics. menggunakan model koreksi kesalahan dari Engle dan Granger (1987) atau Engle-Granger two stage procedure (EG-ECM). 1997. Thomas. Terakhir. L.9.9 Pengujian Diagnostik Pengujian diagnostic termasuk di dalamnya pengujian asumsi klasik dalam ekonometrika merupakan salah satu langkah penting dalam rangka menghindari munculnya regresi lancung sekaligus untuk mendapatkan hasil estimasi yang tidak bias. Pengujian J-B menggunakan hasil estimasi residual dan chisquare probability distribution. New York. lintas sektoral maupun data panel. Dengan menggunakan untuk menguji kesalahan spesifikasi. linier dan terbaik (best linier unbiased estimator = BLUE). Deteksi autokorelasi yang digunakan dalam penelitian ini adalah uji Breusch dan Godfrey (B-G).3. Model ini berasumsi data yang sedang diamati mempunyai derajat integrasi yang sama dan membentuk hubungan jangka panjang (lolos uji kointegrasi). Sedangkan untuk mengetahui normal atau tidaknya factor gangguan. untuk menguji linearitas model penelitian ini menggunakan uji yang dikembangkan oleh Ramsey tahun 1969 yang dikenal dengan nama Ramsey RESET Test. Longman Publishing.3 Uji Normalitas 3. An Introduction. baik dengan menggunakan data runtun waktu. yaitu linier di dalam parameter.1 Uji Homoskedastistitas 3. 3.

Sign up to vote on this title
UsefulNot useful