Uji akar unit adalah prosedur pengujian formal dalam statistik untuk menentukan apakah suatu data deret waktu atau time series memiliki sifat stasioner atau mengandung akar unit yang menyebabkan data tersebut tidak stasioner. Pengujian ini wajib dilakukan sebelum menganalisis regresi guna menghindari masalah regresi lancung atau spurious regression yang membuat hasil estimasi tidak valid.
Apa Itu Uji Akar Unit dan Mengapa Penting dalam EViews?
Uji akar unit adalah metode statistik krusial untuk memeriksa stasioneritas data time series sebelum masuk ke tahap estimasi lanjutan. Tanpa pengujian ini, analisis ekonometrika rentan menghasilkan kesimpulan keliru akibat varians data yang tidak konstan sepanjang waktu.
Dalam software EViews, pengujian stasioneritas sangat esensial karena sebagian besar variabel ekonomi makro seperti PDB, inflasi, atau nilai tukar memiliki tren naik atau turun. Jika data tidak stasioner pada level, maka peneliti harus melakukan differencing atau penurunan tingkat sampai data tersebut stasioner agar model regresi valid secara statistik.
Bagaimana Cara Melakukan Uji Akar Unit Augmented Dickey-Fuller di EViews?
Cara melakukan uji akar unit Augmented Dickey-Fuller di EViews adalah dengan membuka variabel target, memilih menu View, mengklik Unit Root Test, lalu menentukan opsi pengujian pada level atau differencing.
Prosedur lengkap pengujian akar unit menggunakan metode Augmented Dickey-Fuller atau ADF di EViews dapat dijabarkan melalui langkah-langkah praktis berikut ini agar mudah dipraktekkan oleh mahasiswa tingkat akhir:
- Buka software EViews dan pastikan workfile berisi data time series Anda sudah aktif dan terimport dengan benar.
- Klik dua kali pada variabel penelitian yang ingin diuji stasioneritasnya hingga jendela deret variabel tersebut terbuka di layar.
- Pilih menu View yang terletak di bagian atas jendela variabel, lalu klik opsi Unit Root Test… dari menu drop-down yang muncul.
- Pada jendela dialog Unit Root Test yang tampil, pilih jenis pengujian yang diinginkan, misalnya Augmented Dickey-Fuller pada menu Test type.
- Tentukan spesifikasi test equation, apakah pengujian akan menggunakan Intercept saja, Trend and intercept, atau None, sesuai dengan karakteristik grafik data Anda.
- Tentukan tingkat pengujian (Test for unit root in) mulai dari tingkat atau Level.
- Klik tombol OK, dan EViews akan langsung menyajikan ouput statistik berupa nilai t-statistic dan probability maksimun.
Bagaimana Kriteria Keputusan Menilai Stasioneritas Data?
Kriteria keputusan uji akar unit ditentukan dengan membandingkan nilai probabilitas atau MacKinnon critical values dengan tingkat signifikansi alpha 5 persen. Jika nilai probabilitas kurang dari 0,05, maka data dinyatakan stasioner.
Untuk memudahkan pemahaman Anda dalam membaca ouput software pengolahan data, berikut adalah tabel ringkasan kriteria pengujian stasioneritas data time series:
| Kondisi Statistik | Kriteria Keputusan | Kesimpulan Analisis |
|---|---|---|
| Probabilitas < 0.05 | Tolak Hipotesis Nol (H0) | Data stasioner, bebas akar unit |
| Probabilitas > 0.05 | Gagal Tolak H0 | Data tidak stasioner, ada akar unit |
| t-statistic < Critical Value | Tolak Hipotesis Nol (H0) | Data stasioner pada level tertentu |
Apabila pada pengujian tingkat level data terbukti tidak stasioner, langkah selanjutnya yang harus dilakukan adalah mengulangi proses uji akar unit dengan mengubah parameter test for unit root in menjadi 1st difference. Ulangi proses ini hingga nilai probabilitas menunjukkan angka di bawah 0,05.
Apa Solusi Jika Data Belum Stasioner pada Tingkat Level?
Solusi ketika data belum stasioner pada tingkat level adalah melakukan proses differencing atau tingkat perbedaan pertama hingga data mencapai stasioneritas. Apabila setelah differencing pertama data masih belum stasioner, proses dapat dilanjutkan ke tingkat difference kedua.
Dalam praktik analisis skripsi ekonomi, peneliti sering menghadapi kendala di mana sebagian variabel stasioner pada level sementara variabel lain baru stasioner pada first difference. Jika hal tersebut terjadi, metode seperti Vector Error Correction Model atau VECM dapat menjadi solusi alternatif yang tepat jika variabel-variabel tersebut terbukti memiliki hubungan kointegrasi dalam jangka panjang.
Pertanyaan Umum
Apa tujuan utama melakukan uji akar unit pada data skripsi?
Tujuan utama uji akar unit adalah memastikan bahwa data time series yang digunakan bersifat stasioner agar terhindar dari masalah regresi lancung yang membuat hasil estimasi statistik menjadi tidak valid.
Apa perbedaan uji ADF dan PP dalam EViews?
Uji Augmented Dickey-Fuller atau ADF mengatasi masalah korelasi serial dengan memasukkan lag tambahan dari variabel dependen, sedangkan uji Phillips-Perron atau PP menggunakan koreksi non-parametrik pada statistik uji untuk mengatasi autokorelasi.
Kapan data harus diuji pada tingkat first difference?
Data harus diuji pada tingkat first difference ketika hasil pengujian pada tingkat level menunjukkan bahwa data tidak stasioner atau memiliki akar unit.
Memahami dan mengeksekusi tahapan pengujian akar unit secara tepat merupakan kunci keberhasilan analisis bab pembahasan kuantitatif. Jika Anda mengalami kendala teknis serupa dalam pengolahan data penelitian atau memerlukan pendampingan menyeluruh termasuk untuk jasa data panel, serahkan kebutuhan analisis skripsi Anda kepada tim profesional jurnalskripsi.net agar riset selesai tepat waktu.