The impact of the banking sector development on the financial performance of the communication sector in sierra leone

4.7 ARDL Unit Root Test for Stationarity
 
Unit root test is very essential to undertake in order to identify the stationary 
status of variables and needs to be carry out before the cointegration test can 
be conducted. The order of integration need to be ascertained to determine if 
they are at level I(0) or at first difference I(1). Economic theories suggest that, 
certain pair of variables are linked by a long-run economic relationship and the 
variables that are integrated in the same order can be cointegrated, particularly 
regression model at first difference data or I(1). However, if variables are 
integrated at I(1) they must obey a long-run equilibrium relationship even 
though they may separate in the short-run from the equilibrium. 
Spurious regression problem may arise by non-stationery data. (Granger & 
Newbold, 1974) pointed out, the level of many of economic time-series are 
integrated (or nearly so), and if these data are used in a regression model then 
a high value for the coefficient of determination(R2) is likely to arise, even when 
the series are actually independent of each other. In order to test our data, we 
need to be ascertained that they are stationary, in this regard a unit root test 
shall be done to determine if the data are stationary at certain level and OLS 
will be valid to run the test. The Augmented Dickey-Fuller (ADF) test will be 
used and a significant P-Value at level I(0) or at first difference I(1) shall provide 
a valid room for the test to be processed via OLS. 
One of the most common method to test time series set data set for stationarity 
is the Dickey& Fuller (ADF) test (Dickey & Fuller, 1979) as time series data 
with a unite root are considered to be non-stationary. Other method like 
Phillips-Perron test is also used to test for stationarity but similar to that of the 
ADF even though with few differences and most of the time produced similar 

---

55 
results according to (Brooks, 2014). However, the ADF method is sufficient to 
conduct the test and thereby utilized in this study as used in (Yua et al., 2021) 
(Sulehri & Naeem , 2018) amongst others.
The ADF test for stationarity is a regression analysis based on the below 
equation;