ARDL (Autoregressive Distributed Lag) adalah metode analisis ekonometrika yang digunakan untuk menguji hubungan jangka pendek dan jangka panjang antarvariabel, baik yang stasioner pada tingkat $I(0)$, $I(1)$, atau kombinasi keduanya, tanpa memerlukan syarat seluruh data harus stasioner pada derajat yang sama.
Apa Itu Metode ARDL dalam EViews?
Metode ARDL adalah teknik estimasi regresi deret waktu yang melibatkan nilai lag dari variabeldependen dan independen secara bersamaan. Di dalam software EViews, metode ini sangat populer karena fleksibilitasnya dalam mengatasi masalah perbedaan derajat integrasi data.
Sebelum melakukan pengolahan data menggunakan metode ini, peneliti harus memastikan bahwa tidak ada variabel yang stasioner pada derajat $I(2)$ atau lebih tinggi. Jika terdapat variabel yang stasioner pada $I(2)$, maka hasil estimasi ARDL akan menjadi tidak valid.
Bagaimana Tahapan Melakukan Estimasi ARDL di EViews?
Estimasi ARDL di EViews dilakukan melalui beberapa tahapan sistematis mulai dari uji akar unit, penentuan lag optimal, uji kointegrasi Bounds Test, hingga evaluasi stabilitas model akhir.
Berikut adalah tabel ringkasan tahapan lengkap analisis ARDL beserta kriteria pengujian yang harus dipenuhi oleh mahasiswa dalam pengerjaan skripsi:
| Tahapan Analisis | Tujuan Pengujian | Kriteria Keputusan / Nilai Acuan |
|---|---|---|
| Uji Akar Unit (Unit Root Test) | Memastikan tidak ada variabel stasioner pada $I(2)$ | Nilai ADF test harus stasioner pada $I(0)$ atau $I(1)$ |
| Penentuan Lag Optimal | Mencari panjang lag terbaik untuk model regresi | Nilai terkecil pada AIC (Akaike Info Criterion) |
| Bounds Test Kointegrasi | Melihat ada atau tidaknya hubungan jangka panjang | F-statistic > Upper Bound nilai kritis Pesaran |
| Uji Stabilitas (Cusum & Cusumsq) | Memastikan parameter model stabil sepanjang waktu | Grafik berada di dalam batas signifikansi 5% |
Bagaimana Cara Melakukan Uji Bounds Test di EViews?
Uji Bounds Test dilakukan untuk membuktikan keberadaan kointegrasi atau hubungan jangka panjang antarvariabel dalam model ARDL. Langkah pertama adalah membuka jendela estimasi equation di EViews, memilih metode ARDL, memasukkan variabel dependen dan independen, lalu menjalankan pemilihan lag otomatis menggunakan kriteria AIC.
Setelah model estimasi ARDL terpilih, klik tombol View pada jendela hasil estimasi, pilih Cointegration and Long-Run Form, lalu pilih Bounds Test. Perhatikan nilai F-statistic yang dihasilkan oleh EViews. Bandingkan nilai F-statistic tersebut dengan nilai kritis batas bawah (Lower Bound $I(0)$) dan batas atas (Upper Bound $I(1)$) yang dikembangkan oleh Pesaran. Jika nilai F-statistic berada di atas Upper Bound, maka hipotesis nol ditolak, yang berarti terdapat hubungan kointegrasi atau hubungan jangka panjang yang stabil di antara variabel penelitian Anda.
Bagaimana Cara Membaca Hasil Regresi Jangka Panjang ARDL?
Hasil regresi jangka panjang ARDL menunjukkan besaran pengaruh variabel independen terhadap variabel dependen pada periode waktu yang panjang. Setelah Bounds Test dikonfirmasi ada kointegrasi, Anda dapat melihat tabel koefisien jangka panjang yang muncul otomatis di EViews.
Koefisien jangka panjang dibaca dengan melihat nilai probabilitas (p-value) masing-masing variabel independen. Jika nilai probabilitas kurang dari taraf nyata 0,05, maka variabel tersebut memiliki pengaruh yang signifikan secara statistik terhadap variabel dependen dalam jangka panjang. Tanda positif atau negatif pada koefisien menunjukkan arah hubungan kedua variabel tersebut.
Bagaimana Cara Menginterpretasikan Model Jangka Pendek dan Error Correction Model (ECM)?
Model jangka pendek dan Error Correction Model (ECM) menjelaskan dinamika penyesuaian jangka pendek menuju titik keseimbangan jangka panjang. Koefisien Error Correction Term (ECT) atau sering disebut kecepatan penyesuaian (speed of adjustment) wajib bernilai negatif dan signifikan secara statistik.
Nilai koefisien ECT menunjukkan seberapa cepat ketidakseimbangan jangka pendek dikoreksi kembali menuju keseimbangan jangka panjang setiap tahun atau setiap periode pengamatan. Sebagai contoh, jika nilai ECT adalah -0,50 dengan probabilitas di bawah 0,05, artinya sekitar 50 persen ketidakseimbangan dari periode sebelumnya akan terkoreksi dan kembali ke titik keseimbangan jangka panjang dalam waktu satu periode.
Apa Saja Uji Asumsi Klasik yang Diperlukan pada ARDL?
Uji asumsi klasik pada ARDL bertujuan untuk memastikan model regresi terbebas dari masalah statistik yang dapat merusak keakuratan estimasi. Pengujian yang wajib dilakukan meliputi uji normalitas residual, uji autokorelasi, dan uji heteroskedastisitas pada EViews.
Uji normalitas residual dilakukan menggunakan histogram normality test dengan melihat nilai Jarque-Bera. Uji autokorelasi menggunakan Breusch-Godfrey Serial Correlation LM Test, sedangkan uji heteroskedastisitas menggunakan Breusch-Pagan-Godfrey. Seluruh nilai probabilitas dari ketiga uji asumsi klasik tersebut harus bernilai lebih besar dari 0,05 agar model dinyatakan lolos dan valid untuk diinterpretasikan lebih lanjut.
Pertanyaan Umum
Apa syarat utama data sebelum diolah menggunakan metode ARDL di EViews?
Syarat utamanya adalah seluruh data variabel penelitian harus stasioner pada tingkat $I(0)$, $I(1)$, atau kombinasi keduanya, serta dipastikan tidak ada satupun variabel yang stasioner pada derajat $I(2)$ atau lebih tinggi.
Bagaimana jika nilai F-statistic Bounds Test berada di bawah batas bawah (Lower Bound)?
Jika nilai F-statistic berada di bawah Lower Bound, maka tidak terdapat kointegrasi atau tidak ada hubungan jangka panjang antarvariabel, sehingga model ARDL tidak dapat dilanjutkan untuk analisis jangka panjang.
Jika mahasiswa mengalami kendala teknis dalam proses pengolahan data penelitian ini, pemanfaatan layanan profesional seperti jasa analisis EViews dapat menjadi solusi alternatif untuk memastikan seluruh tahapan pengujian statistik berjalan akurat dan sesuai kaidah ilmiah.