VECM (Vector Error Correction Model) adalah bentuk khusus dari VAR (Vector Autoregressive) yang digunakan untuk mengestimasi hubungan jangka pendek sekaligus jangka panjang antarvariabel time series yang tidak stasioner tetapi terkointegrasi. Model ini berfungsi memperbaiki ketidakseimbangan jangka pendek menuju keseimbangan jangka panjang.
Apa syarat utama sebelum melakukan uji VECM di EViews?
Sebelum mengestimasi model VECM di software EViews, terdapat beberapa tahapan prasyarat wajib yang harus dipenuhi oleh data penelitian Anda agar hasil ekonometrika valid secara statistik.
Persyaratan utama sebelum melakukan analisis ini meliputi pengujian akar unit (unit root test), penentuan lag optimum, uji kointegrasi Johansen, hingga kestabilan VAR. Apabila data tidak stasioner pada level tetapi stasioner pada derajat yang sama (biasanya first difference) dan terbukti terkointegrasi, maka VECM wajib dipilih dibandingkan VAR biasa.
Bagaimana cara uji kointegrasi untuk menentukan model VECM?
Uji kointegrasi Johansen adalah langkah krusial untuk membuktikan ada atau tidaknya hubungan jangka panjang antarvariabel ekonomi dalam sistem persamaan simultan.
Langkah ini dilakukan dengan melihat nilai Trace Statistic atau Max-Eigen Statistic pada software EViews dibandingkan dengan nilai kritis MacKinnon-Haug-Michelis pada taraf nyata 5%. Jika nilai statistik tersebut lebih besar dari nilai kritisnya, artinya terdapat minimal satu persamaan kointegrasi, sehingga penggunaan metode Vector Error Correction Model menjadi sangat tepat dan sahih untuk dilanjutkan ke tahap analisis berikutnya.
Bagaimana langkah-langkah praktis mengolah data VECM di EViews?
Pengolahan data time series menggunakan perangkat lunak EViews dapat dilakukan secara sistematis melalui serangkaian menu interaktif yang tersedia untuk mahasiswa tingkat akhir.
Berikut adalah rincian tahapan lengkap melakukan estimasi data menggunakan software EViews:
- Buka software EViews, buat workfile baru bertipe date/time series sesuai periode penelitian Anda, lalu masukkan data variabel penelitian.
- Lakukan uji derajat integrasi menggunakan Augmented Dickey-Fuller (ADF) Test untuk memastikan seluruh data stasioner pada tingkat first difference.
- Tentukan panjang lag optimum menggunakan VAR Lag Order Selection Criteria berdasarkan kriteria informasi terkecil seperti Akaike Information Criterion (AIC).
- Lakukan uji kointegrasi Johansen untuk mendeteksi hubungan jangka panjang. Pastikan minimal ada satu cointegrating equation.
- Estimasi model VECM dengan memilih menu Quick -> Estimate Equation, lalu pilih jenis spesifikasi Vector Error Correction.
- Lakukan analisis jangka pendek melalui koefisien CointEq dan analisis jangka panjang melalui koefisien kointegrasi yang dihasilkan.
- Lakukan uji asumsi klasik tambahan seperti uji normalitas residual multivariate dan uji stabilitas VECM menggunakan VAR Roots.
Tabel Perbedaan Model VAR dan Model VECM
Memahami karakteristik perbedaan antara Vector Autoregressive dan Vector Error Correction Model sangat penting agar peneliti tidak salah dalam menentukan metode analisis skripsi.
| Kriteria Perbandingan | Model VAR (Vector Autoregressive) | Model VECM (Vector Error Correction Model) |
|---|---|---|
| Kondisi Data | Stasioner pada tingkat level (I0) | Tidak stasioner pada level, tetapi stasioner pada first difference (I1) |
| Kointegrasi | Tidak memerlukan adanya kointegrasi | Wajib memiliki hubungan kointegrasi jangka panjang |
| Fokus Analisis | Hubungan antarvariabel dalam jangka pendek | Hubungan jangka pendek dan penyesuaian jangka panjang |
| Error Correction Term | Tidak ada unsur koreksi kesalahan | Memiliki ECT (Error Correction Term) untuk koreksi ketidakseimbangan |
Bagaimana cara membaca hasil output VECM di EViews?
Membaca hasil output EViews memerlukan ketelitian dalam mengidentifikasi koefisien jangka pendek, koefisien jangka panjang, serta nilai Error Correction Term (ECT).
Nilai ECT pada output EViews harus bernilai negatif dan signifikan secara statistik (biasanya dilihat dari nilai t-statistik absolut di atas 2,0 atau probabilitas kurang dari 0,05). Tanda negatif pada ECT menunjukkan adanya mekanisme koreksi kesalahan yang membawa kembali variabel ke jalur keseimbangan jangka panjangnya setiap periode waktu tertentu. Sementara itu, koefisien variabel independen pada persamaan jangka pendek menunjukkan pengaruh langsung seketika, dan bagian kointegrasi menunjukkan hubungan jangka panjang antarvariabel ekonomi yang diteliti.
Pertanyaan Umum
Apa perbedaan utama antara VAR dan VECM?
VAR digunakan untuk data time series yang stasioner pada tingkat level tanpa adanya kointegrasi, sedangkan VECM digunakan untuk data tidak stasioner yang memiliki kointegrasi atau hubungan jangka panjang.
Bagaimana jika uji kointegrasi menunjukkan tidak ada kointegrasi?
Jika hasil uji kointegrasi Johansen menunjukkan tidak ada kointegrasi sama sekali antarvariabel, maka analisis harus dilanjutkan menggunakan model VAR dalam bentuk first difference, bukan VECM.
Apa arti nilai ECT negatif pada output VECM?
Nilai ECT (Error Correction Term) yang negatif dan signifikan menunjukkan bahwa model valid dan mampu mengoreksi ketidakseimbangan jangka pendek menuju keseimbangan jangka panjang.
Menyusun bab pengolahan data skripsi dengan metode kuantitatif time series memang kerap memberikan tantangan tersendiri bagi mahasiswa. Jika Anda mengalami kendala teknis mulai dari pemilihan lag, uji kointegrasi, hingga interpretasi output software ekonomi, Anda bisa memanfaatkan layanan konsultasi profesional seperti jasa uji hausman dan analisis data di jurnalskripsi.net untuk mendampingi proses pengerjaan skripsi Anda sampai tuntas.