VAR (Vector Autoregression) adalah model EViews yang digunakan untuk menganalisis hubungan timbal balik antar beberapa variabel time series secara simultan, di mana setiap variabel dipengaruhi oleh nilai masa lalunya sendiri serta nilai masa lalu variabel lainnya. Metode ekonometrika ini sangat populer dalam penelitian skripsi ekonomi dan keuangan karena mampu menangkap dinamika kompleks antarvariabel tanpa harus menentukan variabel mana yang menjadi endogen atau eksogen secara apriori.
Apa Itu Model Vector Autoregression (VAR) dalam EViews?
Vector Autoregression adalah sistem persamaan regresi yang memperlakukan semua variabel dalam model sebagai variabel endogen. Model ekonometrika ini memungkinkan peneliti melihat respons kejutan suatu variabel terhadap variabel lainnya melalui uji Impulse Response Function serta kontribusi varians antarvariabel melalui Variance Decomposition.
Bagaimana Tahapan Melakukan Uji VAR di EViews?
Tahapan melakukan uji VAR di EViews meliputi uji stasioneritas data pada tingkat level atau first difference, penentuan lag optimum, estimasi model VAR, uji stabilitas VAR, hingga analisis Impulse Response Function dan Variance Decomposition. Setiap tahapan ini wajib dilakukan secara berurutan agar hasil estimasi terhindar dari regresi lancung atau spurious regression yang dapat merusak validitas penelitian skripsi Anda.
| Tahapan VAR | Kriteria Pengujian di EViews | Tujuan Analisis |
|---|---|---|
| Uji Stasioneritas | Nilai t-statistic Augmented Dickey-Fuller lebih kecil dari nilai kritis MacKinnon | Memastikan seluruh variabel stasioner pada derajat yang sama |
| Penentuan Lag Optimum | Nilai kriteria informasi terkecil seperti AIC, SC, atau HQ | Mengetahui panjang tenggang waktu pengaruh masa lalu |
| Uji Stabilitas VAR | Seluruh titik akar polinomial berada di dalam lingkaran unit | Memastikan model valid untuk analisis lanjutan IRF dan VD |
Bagaimana Cara Uji Stasioneritas Data untuk VAR?
Uji stasioneritas data untuk VAR dilakukan menggunakan uji Unit Root Test khususnya Augmented Dickey-Fuller Test di EViews guna memastikan data tidak mengandung akar unit. Jika data belum stasioner pada tingkat level, maka pengujian harus dilanjutkan ke tingkat first difference atau second difference sampai seluruh data mencapai stasioneritas.
Bagaimana Cara Menentukan Lag Optimum dalam VAR?
Cara menentukan lag optimum dalam VAR adalah dengan melihat nilai kriteria informasi terkecil seperti Akaike Information Criterion, Schwarz Information Criterion, atau Hannan-Quinn yang ditandai dengan tanda bintang terbanyak pada hasil output EViews. Penentuan lag optimal sangat krusial agar model tidak mengalami autokorelasi dan mampu menangkap dinamika data secara akurat tanpa kehabisan derajat kebebasan.
Bagaimana Cara Melakukan Estimasi Model VAR di EViews?
Estimasi model VAR di EViews dilakukan dengan memilih menu Quick lalu Estimate Equation atau membuat Vector Autoregression baru dengan memasukkan daftar variabel endogen serta jumlah lag optimum yang telah terpilih sebelumnya. Setelah estimasi dijalankan, EViews akan menampilkan koefisien regresi untuk setiap persamaan variabel beserta nilai t-statistik dan R-squared masing-masing.
Bagaimana Cara Membaca Hasil Uji Stabilitas VAR?
Hasil uji stabilitas VAR dibaca melalui grafik Inverse Roots of AR Characteristic Polynomial di EViews, di mana model dinyatakan stabil jika seluruh titik akar berada di dalam lingkaran unit. Apabila ada titik akar yang keluar dari lingkaran unit, maka model VAR tersebut tidak stabil dan Anda perlu mengubah panjang lag atau melakukan differencing ulang pada data penelitian.
Apa Itu Impulse Response Function (IRF) dalam VAR?
Impulse Response Function adalah alat analisis dalam model Vector Autoregression untuk melacak respons suatu variabel akibat adanya guncangan atau shock dari variabel lain sebesar satu standar deviasi sepanjang periode waktu tertentu. Grafik IRF membantu mahasiswa skripsi menjelaskan berapa lama waktu yang dibutuhkan suatu variabel untuk kembali ke titik ekuilibrium setelah mengalami guncangan eksternal.
Apa Itu Variance Decomposition dalam VAR?
Variance Decomposition adalah persentase proporsi gerakan atau varians suatu variabel dalam model Vector Autoregression yang dapat dijelaskan oleh guncangan dari variabel itu sendiri maupun dari variabel lain dalam sistem. Analisis ini memberikan gambaran jelas mengenai kontribusi relatif masing-masing variabel penjelas terhadap variabel utama penelitian Anda.
Jika dalam proses pengolahan data skripsi menggunakan EViews ini Anda mengalami kendala teknis, error software, atau kebingungan dalam interpretasi hasil estimasi, Anda bisa memanfaatkan layanan konsultasi profesional termasuk jasa uji chow dari jurnalskripsi.net untuk mendampingi kelulusan penelitian Anda.
Pertanyaan Umum
Apa syarat utama data sebelum dianalisis dengan VAR di EViews?
Syarat utama data untuk analisis Vector Autoregression adalah seluruh variabel penelitian harus bersifat stasioner dan tidak memiliki akar unit, biasanya diuji menggunakan Augmented Dickey-Fuller Test pada tingkat level atau first difference.
Bagaimana jika hasil uji stabilitas VAR tidak stabil?
Jika uji stabilitas VAR menunjukkan hasil tidak stabil karena ada akar polinomial di luar lingkaran unit, Anda harus mengubah jumlah lag optimal atau melakukan differencing ulang agar data benar-benar stasioner.
Apa perbedaan antara VAR dan VECM di EViews?
Perbedaan utamanya terletak pada stasioneritas data, di mana VAR digunakan untuk data yang stasioner pada tingkat yang sama tanpa kointegrasi, sedangkan Vector Error Correction Model digunakan jika data tidak stasioner tetapi memiliki hubungan kointegrasi jangka panjang.