Bagaimana Cara mengatasi ECT Tidak Negatif atau Tidak Signifkan Pada VECM dengan Eviews?

Saat melakukan estimasi model ekonometrika multivariat, peneliti sering dihadapkan pada kendala teknis mengenai **Cara mengatasi ECT Tidak Negatif atau Tidak Signifikan Pada VECM dengan Eviews**. Masalah ini umumnya terdeteksi pada tabel output estimasi VECM di EViews pada baris koefisien CointEq1 atau *Error Correction Term* (ECT). Gejala utama yang muncul adalah koefisien ECT bernilai positif (misalnya `+0.214`) atau memiliki nilai statistik t di bawah angka kritis 1.96 dengan nilai p-value lebih besar dari 0.05, yang mengindikasikan bahwa variabel penyesuaian tidak signifikan secara statistik.

Kondisi koefisien ECT yang bernilai positif atau tidak signifikan mengindikasikan adanya kecacatan struktur pada spesifikasi model yang dibentuk. Dalam kriteria ekonometrika, koefisien ECT yang positif menandakan bahwa sistem mengalami sifat eksplosif atau divergen, di mana guncangan jangka pendek justru menjauhkan variabel dari titik keseimbangan jangka panjangnya. Tanpa adanya koefisien ECT yang negatif dan signifikan, model VECM yang dihasilkan tidak memenuhi kriteria validitas teoritis, sehingga analisis kelanjutan seperti *Impulse Response Function* (IRF) dan *Variance Decomposition* (VD) menjadi tidak valid untuk dijadikan acuan kebijakan.

Konsep Teori Mekanisme Koreksi Kesalahan dan Peran ECT

Gagasan dasar dari *Error Correction Model* pertama kali diperkenalkan oleh Sargan (1964) dan disempurnakan oleh Engle dan Granger (1987) melalui *Granger Representation Theorem*. Teorema ini menyatakan bahwa jika sekumpulan variabel non-stasioner terkointegrasi pada derajat integrasi yang sama I(1), maka dinamika antar variabel tersebut dapat dinyatakan secara tepat dalam bentuk mekanisme koreksi kesalahan (*error correction mechanism*).

Dalam kerangka VECM, parameter ECT berfungsi mengukur kecepatan penyesuaian (*speed of adjustment*) dari variabel endogen dalam merespons penyimpangan (*disequilibrium*) jangka pendek. Bagi pembaca yang ingin mendalami landasan teoritis uji kointegrasi dan pembentukan model dinamis ini, penjelasan lengkap dapat diakses melalui materi konsep dasar dan estimasi VECM di www.statistikian.com.

Tanda negatif pada koefisien ECT merepresentasikan mekanisme umpan balik negatif (*negative feedback mechanism*) yang menarik kembali sistem menuju kondisi keseimbangan. Johansen (1995) menegaskan bahwa koefisien ECT bernilai antara minus satu dan nol menunjukkan bahwa setiap deviasi jangka pendek akan dikoreksi secara bertahap dalam periode berikutnya menuju titik ekuilibrium jangka panjang.

Apabila koefisien ECT bernilai positif, gaya penyesuaian bekerja ke arah yang salah, sehingga deviasi jangka pendek justru diperbesar dari waktu ke waktu (Lütkepohl, 2005). Sementara itu, jika koefisien ECT tidak signifikan secara statistik, hal ini mengindikasikan bahwa variabel penyesuaian tidak merespons ketidakseimbangan jangka panjang, atau terindikasi sebagai variabel eksogen lemah (*weakly exogenous*) dalam sistem (Enders, 2014).

Langkah-Langkah Teknis Perbaikan Mandiri pada EViews

Untuk mengatasai masalah koefisien ECT yang bernilai positif atau tidak signifikan di EViews, lakukan serangkaian langkah perbaikan spesifikasi ekonometrika berikut secara sistematik:

Langkah 1: Re-evaluasi Penentuan Lag Optimal VAR Unrestricted
Penetapan lag yang terlalu pendek dapat menyisakan autokorelasi pada residu, sedangkan lag yang terlalu panjang membuang derajat kebebasan. Buka jendela VAR Unrestricted pada level data dan periksa kriteria informasi terkecil (AIC, SC, atau HQ) untuk menentukan lag optimal yang bebas dari autokorelasi (Gonzalo, 1994):

View -> Lag Structure -> Lag Length Criteria
View -> Residual Tests -> Autocorrelation LM Tests
    

Langkah 2: Re-spesifikasi Opsi Tren Deterministik Johansen
Kesalahan dalam memilih asumsi tren deterministik pada uji kointegrasi dapat menyebabkan perkiraan matriks kointegrasi menjadi bias. Cobalah membandingkan opsi **Case 2** (*Intercept in CE, no trend in CE/VAR*), **Case 3** (*Intercept in CE and VAR*), dan **Case 4** (*Intercept and trend in CE, no trend in VAR*) untuk melihat sensitivitas koefisien ECT (Juselius, 2006).

Langkah 3: Konfirmasi Ulang Rank Kointegrasi
Pastikan jumlah rank kointegrasi yang dimasukkan ke dalam spesifikasi VECM sesuai dengan hasil uji Johansen. Jika uji statistik *Trace* dan *Maximum Eigenvalue* memberikan hasil yang berbeda, prioritaskan statistik *Trace* untuk menentukan rank kointegrasi yang tepat (Cheung & Lai, 1993).

Langkah 4: Pengaturan Urutan Variabel dan Normalisasi Persamaan
EViews secara otomatis melakukan normalisasi persamaan kointegrasi pada variabel endogen pertama yang dimasukkan ke dalam daftar variabel. Mengubah urutan penulisan variabel endogen dalam daftar spesifikasi VAR dapat merubah bentuk normalisasi vektor kointegrasi, yang berdampak langsung pada tanda dan signifikansi koefisien ECT.

Langkah 5: Identifikasi Patahan Struktural dan Penambahan Dummy Eksogen
Keberadaan patahan struktural (*structural break*) akibat krisis atau perubahan kebijakan dapat merusak estimasi parameter kointegrasi. Masukkan variabel dummy eksogen (*impulse dummy*) pada periode terjadinya guncangan struktural ke dalam spesifikasi VECM (Johansen, Mosconi, & Nielsen, 2000):

VECM Specification Menu -> Exogenous Series: DUMMY_KRISIS
    

Langkah 6: Uji Eksogenitas Lemah (*Weak Exogeneity Test*)
Jika variabel tertentu memiliki koefisien ECT yang tidak signifikan, lakukan uji pembatasan alpha (*alpha restriction test*) untuk membuktikan apakah variabel tersebut bersifat eksogen lemah. Variabel yang terbukti eksogen lemah dapat dikeluarkan dari persamaan penyesuaian jangka pendek.

Langkah 7: Pembersihan Outlier pada Residu
Periksa grafik residu VECM untuk mendeteksi pencilan data (*outliers*) yang ekstrem. Outlier yang melebihi tiga standar deviasi perlu ditangani dengan variabel dummy khusus agar tidak merusak distribusi normalitas residu.

Langkah 8: Re-estimasi dan Verifikasi Tanda Koefisien ECT
Setelah melakukan penyesuaian pada langkah-langkah di atas, jalankan kembali estimasi VECM di EViews dan periksa tabel *Vector Error Correction Estimates*. Pastikan koefisien pada baris *CointEq1* telah bernilai negatif dan memiliki nilai t-statistic > 1.96 (atau p-value < 0.05).

Pembahasan Ilmiah: Evaluasi Ekonometrika dan Diagnosis Lanjutan

Secara matematis, struktur model VECM memisahkan pergerakan dinamis jangka pendek dari hubungan keseimbangan jangka panjang melalui matriks dampak jangka panjang. Ketika koefisien ECT bernilai positif, matriks umpan balik sistem menghasilkan akar karakteristik yang berada di luar lingkaran satuan (*unit circle*), yang mengakibatkan jalur dinamika sistem menjadi tidak stabil (Johansen, 1995). Kondisi ini melanggar asumsi dasar stabilitas ekonometrika linier.

Penyebab paling umum dari munculnya koefisien ECT bernilai positif adalah misspesifikasi komponen deterministik atau diabaikannya patahan struktural. Johansen, Mosconi, dan Nielsen (2000) menunjukkan bahwa jika terdapat patahan regresi pada tren atau konstanta yang tidak diakomodasi, nilai kointegrasi yang diestimasi akan bias secara sistematis. Penambahan variabel dummy intervensi eksogen terbukti mampu mengoreksi bias tersebut tanpa mengubah ruang kointegrasi utama.

Dalam kasus di mana koefisien ECT bernilai negatif tetapi tidak signifikan secara statistik, interpretasi ekonometrika bergeser pada konsep eksogenitas lemah (*weak exogeneity*). Hendry (1995) menegaskan bahwa jika suatu variabel tidak merespons vektor koreksi kesalahan (koefisien ECT tidak signifikan), variabel tersebut bertindak sebagai penggerak utama (*driving variable*) yang bersifat eksogen terhadap hubungan jangka panjang.

Penanganan kasus eksogenitas lemah memerlukan pengujian pembatasan parameter alpha pada EViews. Jika hipotesis pembatasan nol diterima, peneliti disarankan untuk mereformulasi model menjadi VECM parsial atau menggunakan pendekatan *Autoregressive Distributed Lag* (ARDL) jika derajat integrasi variabel bersifat campuran antara I(0) dan I(1) (Pesaran, Shin, & Smith, 2001).

Penting pula untuk memperhatikan masalah normalisasi vektor kointegrasi pada EViews. Secara default, EViews menetapkan koefisien variabel endogen pertama sebesar minus satu. Jika variabel endogen pertama tersebut secara teoritis bukan merupakan variabel dependen yang dipengaruhi oleh hubungan jangka panjang, tanda koefisien ECT yang dihasilkan pada persamaan diferensiasi dapat terbalik menjadi positif.

Tahap pemeriksaan diagnostik residu pasca-perbaikan wajib dilakukan untuk memastikan validitas statistik. Seluruh persamaan dalam VECM harus memenuhi asumsi multivariat: bebas dari autokorelasi residu (*VEC Residual Serial Correlation LM Tests*), berdistribusi normal (*VEC Residual Normality Tests*), dan bersifat homoskedastis (*VEC Residual Heteroskedasticity Tests*).

Dengan menerapkan tahapan re-spesifikasi lag, pemilihan asumsi tren yang tepat, penataan urutan variabel, serta penambahan variabel dummy struktural, masalah koefisien ECT yang tidak negatif atau tidak signifikan dapat teratasi secara sistematis dan dapat dipertanggungjawabkan secara ilmiah.

Kesimpulan

Koefisien ECT yang bernilai negatif dan signifikan merupakan prasyarat mutlak dalam model VECM untuk membuktikan keberadaan mekanisme penyesuaian menuju keseimbangan jangka panjang. Apabila ditemukan nilai ECT yang positif atau tidak signifikan di EViews, perbaikan teknis harus dilakukan melalui pengujian ulang lag optimal, pemilihan opsi tren deterministik Johansen, re-normalisasi urutan variabel, serta penambahan variabel dummy eksogen untuk mengatasi patahan struktural. Jika ketidak signifikanan ECT tetap bertahan, evaluasi terhadap eksogenitas lemah variabel harus dilakukan sesuai kaidah ekonometrika.

Daftar Pustaka