ANALISIS PENGARUH VARIABEL EKONOMI MAKRO … · Krisis Eropa dan Amerika telah memberikan pengaruh...
Transcript of ANALISIS PENGARUH VARIABEL EKONOMI MAKRO … · Krisis Eropa dan Amerika telah memberikan pengaruh...
i
ANALISIS PENGARUH VARIABEL EKONOMI MAKRO
TERHADAP INDEKS HARGA SAHAM SEKTOR
PERTAMBANGAN PERIODE 2003-2012
Oleh:
MITA NASRI
H24104017
PROGRAM SARJANA ALIH JENIS MANAJEMEN
DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
ii
ANALISIS PENGARUH VARIABEL EKONOMI MAKRO
TERHADAP INDEKS HARGA SAHAM SEKTOR
PERTAMBANGAN PERIODE 2003-2012
SKRIPSI
Sebagai salah satu syarat untuk memperoleh gelar
SARJANA EKONOMI
Pada Program Sarjana Alih Jenis Manajemen
Departemen Manajemen
Fakultas Ekonomi dan Manajemen
Institut Pertanian Bogor
Oleh :
MITA NASRI
H24104017
PROGRAM SARJANA ALIH JENIS MANAJEMEN
DEPARTEMEN MANAJEMEN
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
iii
Judul : Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga
Saham Sektor Pertambangan Periode 2003-2012.
Nama : Mita Nasri
NIM : H24104017
Menyetujui,
Dosen Pembimbing
Dr. Ir. Abdul Kohar Irwanto, M.Sc.
NIP 19550626 198003 1 002
Mengetahui:
Ketua Departemen
Dr.Ir. Jono M. Munandar, M.Sc
NIP 19610123 198601 1 002
Tanggal Lulus:
iv
ABSTRAK
MITA NASRI. Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks
Harga Saham Sektor Pertambangan Periode 2003-2012. Dibimbing oleh ABDUL
KOHAR IRWANTO.
Krisis Eropa dan Amerika telah memberikan pengaruh pada perekonomian
Indonesia. Di pasar saham, sektor pertambangan mengalami pengkoreksian harga
terbesar sepanjang tahun 2010-2012. Penelitian ini bertujuan untuk menganalisis
pengaruh variabel ekonomi makro terhadap indeks harga saham sektor
pertambangan. Metode yang digunakan adalah Structural Equation Modelling.
Jumlah data penelitian sebanyak 120 dan dikumpulkan dengan teknik mencatat.
Dari hasil penelitian diketahui, dari kelima variabel ekonomi makro yang diuji
hanya variabel jumlah uang beredar yang memberikan pengaruh signifikan
terhadap indeks harga saham sektor pertambangan. Kenaikan jumlah uang beredar
memicu kenaikan indeks harga saham sektor pertambangan.
Kata kunci : inflasi, suku bunga, nilai tukar, uang beredar, pertambangan.
ABSTRACT
MITA NASRI. Analysis of Effects of Macroeconomic Variables Against Mining
Stock Index Period 2003-2012. Supervised by ABDUL KOHAR IRWANTO.
Crisis in Europe and America have an impact on the Indonesian economy.
In the stock market, the mining sector experienced the largest price correction
during 2010-2012. This study aimed to analyze the effects of macroeconomic
variables on mining stocks index. The method used is Structural Equation
Modelling. There are 120 data used for this analysis. The results revealed, of the
five macroeconomic variables were tested only money supply that has significant
impact on mining stock index. The increase in the money supply lead to rise in the
price of mining stock index.
Key words: inflation, interest rates, exchange rates, money supply, mining.
v
RIWAYAT HIDUP
Penulis dilahirkan di Bukittinggi, Sumatera Barat pada tanggal 15 Mei
1988. Merupakan anak ketiga dari empat bersaudara, dari pasangan Nasri Nasir
dan Nurlis. Riwayat pendidikan formal penulis dimulai pada tahun 1994, ketika
memasuki Sekolah Dasar Negeri 34 Sitapuang. Pada tahun 2000, penulis
melanjutkan pendidikan di Pondok Pesantren Modern Diniyyah, Pasia,
Bukittinggi.
Selanjutnya penulis memutuskan untuk melanjutkan pendidikan menengah
atas di SMA Negeri 1 Pangkalan Koto Baru pada tahun 2003. Pada tahun 2006
penulis melanjutkan pendidikan ke Direktorat Program Diploma Institut Pertanian
Bogor pada Program Keahlian Komunikasi melalui jalur USMI (Undangan
Seleksi Masuk IPB) dan lulus pada tahun 2009. Pada tahun 2010 penulis
melanjutkan pendidikan Sarjana di Program Sarjana Alih Jenis Manajemen,
Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian
Bogor.
Selama tahun 2009 hingga awal tahun 2011, penulis aktif bekerja sebagai
layouter di Penerbitan IPB Press dan Belabook Media, serta menjadi asisten dosen
di Program Keahlian Komunikasi IPB. Pada tahun 2011 hingga sekarang penulis
bekerja di lembaga penelitian Brighten Institute. Selain itu pada tahun 2010
penulis mendirikan sebuah usaha penerbitan dengan nama Atmamedia Publishing.
vi
KATA PENGANTAR
Puji dan syukur saja belum terasa cukup untuk dipanjatkan kehadirat Allah
SWT, yang telah memberikan rahmat dan karunia-Nya sehingga skripsi dengan
judul “Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga
Saham Sektor Pertambangan Periode 2010-2012” dapat diselesaikan.
Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi pada Program Sarjana Alih Jenis Manajemen, Departemen
Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Proses penyusunan skripsi ini tidak terlepas dari bantuan dan dukungan dari
berbagai pihak. Penulis berterimakasih pada Bapak Dr. Ir. Abdul Kohar Irwanto,
M.Sc. selaku dosen pembimbing atas bimbingan, arahan dan waktu yang telah
diberikan selama penyusunan skripsi ini. Penulis juga berterimakasih kepada Ibu
Farida Ratna Dewi, SE, MM. dan Ibu Yusrina Permanasari S.Sos, ME. yang telah
bersedia menguji hasil penelitian ini, dan memberikan banyak saran.
Dua orang manusia hebat yang telah berperan dalam penciptaan raga dan
jiwa penulis, Appa Nasri Nasir dan Amma Nurlis. Terima kasih karena telah selalu
mendoakan dan mengajarkan penulis untuk bermimpi, dan memberikan
kesempatan untuk mewujudkannya. Terima kasih kepada Devni Prima Sari,
Yondri Atma Putra, dan Rizki Akbar untuk dukungan yang diberikan. Kepada
teman-teman yang telah memberikan saran serta kritikan demi perbaikan
penulisan. Dan semua orang yang pernah penulis temui, yang penulis yakini telah
memberikan kontribusi, sekecil apapun itu. Karena pada dasarnya, sekarang tidak
akan pernah terjadi jika satu detik yang lalu berubah atau terhenti.
Bogor, Juni 2013
Mita Nasri
vii
DAFTAR ISI
Halaman
ABSTRAK ............................................................................................................ iv
ABSTRACT .......................................................................................................... iv
RIWAYAT HIDUP ................................................................................................ v
KATA PENGANTAR .......................................................................................... vi
DAFTAR ISI ........................................................................................................ vii
DAFTAR TABEL ................................................................................................ ix
DAFTAR GAMBAR .............................................................................................. x
DAFTAR LAMPIRAN ........................................................................................ xi
I. PENDAHULUAN .............................................................................................. 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Perumusan Masalah ................................................................................. 2
1.3 Tujuan Penelitian ..................................................................................... 3
1.4 Manfaat Penelitian ................................................................................... 3
1.5 Batasan Penelitian ................................................................................... 3
II.TINJAUAN PUSTAKA ..................................................................................... 4
2.1 Pasar Modal dan Saham .......................................................................... 4
2.2 Sektor Pertambangan ............................................................................... 5
2.3 Nilai Tukar ............................................................................................... 5
2.4 Suku Bunga ............................................................................................. 7
2.5 Inflasi ....................................................................................................... 8
2.6 Penelitian Terdahulu ................................................................................ 9
III. METODE PENELITIAN ............................................................................. 11
3.1 Kerangka Pemikiran .............................................................................. 11
3.2 Lokasi dan Waktu Penelitian ................................................................. 12
3.3 Jenis dan Sumber Data .......................................................................... 13
3.4 Metode Pengolahan dan Analisis Data .................................................. 13
viii
IV. HASIL DAN PEMBAHASAN ...................................................................... 18
4.1 Hasil Uji Kolmogorov Smirnov ............................................................ 18
4.2 Hasil Analisis dengan Metode Structural Equation Modelling
(SEM) .................................................................................................... 18
4.3 Analisis Struktural Model ...................................................................... 26
4.4 Implikasi Manajerial .............................................................................. 27
KESIMPULAN DAN SARAN ............................................................................ 30
Kesimpulan ..................................................................................................... 30
Saran ............................................................................................................... 30
DAFTAR PUSTAKA ........................................................................................... 31
LAMPIRAN .......................................................................................................... 34
ix
DAFTAR TABEL
No. Halaman
1. Matriks Penelitian Terdahulu ......................................................................... 10
2. Nilai Chi Square, Degree of Freedom, dan Probabilitas ................................ 23
3. Nilai GFI dan AGFI ........................................................................................ 24
4. Nilai RMSEA .................................................................................................. 25
5. Nilai NFI, RFI, IFI, TLI, dan CFI ................................................................... 25
6. Nilai Regression Weight ................................................................................. 26
7. Korelasi Antar Variabel .................................................................................. 26
x
DAFTAR GAMBAR
No. Halaman
1. Pergerakan Indeks Saham Sektoral 2011-2012 (IDX Statistic, 2012).............. 1
2. Kerangka Pemikiran ....................................................................................... 11
3. Path Diagram ................................................................................................. 20
4. Causal Loop Antar Variabel ........................................................................... 28
xi
DAFTAR LAMPIRAN
No. Halaman
1. Data Variabel yang Diuji........................................................................................... 35
2. Hasil Awal Uji Normalitas Kolmogorov Smirnov .................................................... 38
3. Hasil Uji Kolmogorov Smirnov Setelah Penghapusan Pecilan dan
Ditransformasi ........................................................................................................... 40
I. PENDAHULUAN
1.1 Latar Belakang
Krisis Eropa dan Amerika Serikat yang saat ini masih berlangsung dan
diduga masih belum akan pulih di tahun 2013 telah memberikan pengaruh
pada perekonomian Indonesia. Hal ini dapat dilihat dari ancaman defisit
perdagangan nonmigas. Meningkatnya kinerja impor tidak diiringi oleh
penguatan kinerja ekspor. Tingginya konsumsi masyarakat telah berimplikasi
pada penguatan kinerja impor. Namun di sisi lain, kinerja ekspor relatif masih
lemah akibat rendahnya permintaan dunia sehingga neraca perdagangan
cenderung defisit.
Situasi ini ikut memengaruhi pasar modal. Lemahnya kinerja ekspor
telah memberikan sentimen negatif terhadap harga saham dari sektor-sektor
tertentu. Sepanjang tahun 2011 hingga tahun 2012 berdasarkan data Bursa
Efek Indonesia terdapat tiga sektor yang mengalami pelemahan, mereka
adalah sektor infrastruktur, pertanian, dan pertambangan. Pergerakan indeks
harga saham masing-masing sektor dapat dilihat pada Gambar 1.
Gambar 1. Pergerakan Indeks Saham Sektoral 2011-2012 (IDX Statistic,
2012)
Mining, -45.30%
Agriculture, -11.10%
Infrastructure, 9.80%
Finance, 19.38%
Basic-Ind, 34.70%
Misc-Ind, 38.56%
Consumer, 42.88%
Trade, 55.42%
Property, 60.11%
JCI, 15.81%
2
Memasuki akhir tahun 2012, sektor infrastruktur terkoreksi naik sebesar
9,8%. Sementara dua sektor lainnya yaitu pertambangan dan pertanian tetap
melemah. Sektor pertambangan dipilih sebagai subyek penelitian karena
berdasarkan data diketahui bahwa indeks harga saham sektor pertambangan
mengalami pelemahan terbesar sepanjang tahun 2011- 2012 yaitu sebesar
45,30%. Hingga memasuki tahun 2013, saham sektor pertambangan masih
menjadi penahan utama (laggard stock) kenaikan indeks harga saham
gabungan (IHSG) sepanjang kuartal I 2013.
1.2 Perumusan Masalah
Terkoreksinya harga saham sektor pertambangan hingga memasuki
tahun 2013 tidak bisa dipisahkan dari kinerja variabel ekonomi makro dan
fluktuasinya akibat krisis. Menurut Gilarso (2004) perdagangan antar negara
lebih kompleks daripada perdagangan dalam negeri karena hubungan
perdagangan internasional melintasi batas-batas negeri dan berhubungan
dengan negara dan pemerintah lain. Hal ini membuat hubungan ekonomi
dengan luar negeri ikut memengaruhi kegiatan ekonomi dalam negeri.
Keluar masuknya produk ekspor dan impor tidak hanya terkait dengan
keluar masuknya uang untuk pembayaran, tetapi juga menyangkut
keseimbangan arus barang dan arus uang dalam negeri serta taraf kegiatan
perusahaan, keuangan negara, serta kesempatan kerja. Oleh karena itu
fluktuasi variabel-variabel ekonomi makro diasumsikan menjadi alasan
menurunnya kinerja ekspor yang berimbas pada pelemahan harga saham pada
sektor pertambangan.
Berdasarkan pernyataan tersebut, maka pertanyaan-pertanyaan penting
dalam penelitian ini adalah sebagai berikut.
a. Apakah indikator ekonomi makro (nilai tukar, suku bunga, inflasi, dan
jumlah uang beredar) berpengaruh terhadap indeks harga saham
pertambangan?
b. Apakah ada pengaruh antar indikator ekonomi (nilai tukar, suku bunga,
inflasi, dan jumlah uang beredar) tersebut?
3
1.3 Tujuan Penelitian
Berdasarkan perumusan masalah tersebut, maka tujuan dari penelitian
ini adalah sebagai berikut:
a. Menganalisis pengaruh indikator ekonomi makro (nilai tukar, suku
bunga, inflasi, dan jumlah uang beredar) terhadap indeks harga saham
pertambangan.
b. Menganalisis pengaruh antar indikator ekonomi (nilai tukar, suku bunga,
inflasi, dan jumlah uang beredar) tersebut.
1.4 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah :
a. Bagi perusahaan, hasil penelitian ini dapat memberikan informasi
mengenai pengaruh variabel-variabel ekonomi terhadap indeks harga
saham/harga saham secara tidak langsung dan menjadi bahan masukan
dalam membuat kebijakan.
b. Bagi investor, penelitian ini dapat memberi masukan mengenai kondisi
serta pengaruh variabel-variabel ekonomi terhadap harga saham dan bisa
menjadi bahan pertimbangan sebelum mengambil keputusan untuk
berinvestasi.
1.5 Batasan Penelitian
Batasan dari penelitian ini adalah menganalisis pengaruh variabel
ekonomi makro terhadap indeks saham sektor pertambangan selama periode
2003-2012. Penelitian dilakukan berdasarkan data variabel ekonomi makro
bulanan dari Bank Indonesia dan Badan Pusat, serta indeks harga saham
sektoral bulanan dari laporan bulanan Bursa Efek Indonesia. Penelitian
dilakukan dengan menggunakan metode structural equation modelling.
4
II.TINJAUAN PUSTAKA
2.1 Pasar Modal dan Saham
Pasar uang dan pasar modal di Indonesia telah dirintis oleh pemerintah
sejak tahun 1968. Pasar modal didirikan dengan tujuan untuk memobilisasi
dana masyarakat melalui pemilikan saham dan obligasi yang dikeluarkan oleh
badan usaha di Indonesia (Boediono, 1998).
Menurut Scott dalam Nugroho (2001) pasar modal adalah pasar konkrit
atau abstrak yang mempertemukan pihak yang menawarkan dan yang
memerlukan dana jangka panjang, yaitu jangka waktu satu tahun ke atas atau
pasar modal adalah pasar untuk dana jangka panjang dimana saham biasa,
saham preferen dan obligasi diperdagangkan.
Saham merupakan surat berharga yang menunjukkan kepemilikan
perusahaan sehingga pemegang saham memiliki hak klaim atas dividen atau
distribusi lain yang dilakukan peusahaan kepada pemegang sahamnya,
termasuk hak klaim atas aset perusahaan, dengan prioritas setelah hak klaim
pemegang surat berharga lain dipenuhi jika terjadi likuiditas. Husnan (2002)
menyebutkan bahwa sekuritas (saham) merupakan secarik kertas yang
menunjukkan hak pemodal (yaitu pihak yang memiliki kertas tersebut) untuk
memperoleh bagian dari prospek atau kekayaan organisasi yang menerbitkan
sekuritas tersebut dan berbagai kondisi yang memungkinkan pemodal
tersebut menjalankan haknya.
Harga saham merupakan suatu hal yang abstrak sehingga sulit untuk
diukur secara tepat. Tinggi rendahnya harga suatu saham merupakan
judgement momental (penilaian sesaat) yang dipengaruhi oleh banyak faktor.
Kondisi perusahaan, kebijaksanaan direksi, tingkat suku bunga, harga
komoditi, investasi lain, kondisi ekonomi, kebijaksanaan pemerintah, tingkat
pendapatan, laju inflasi, penawaran dan permintaan, dan kemampuan analisa
efek berpengaruh dalam penentuan harga saham (Usman, 1989). Harga saham
bisa naik dan bisa turun tergantung perubahan satu atau lebih faktor-faktor di
atas.
5
2.2 Sektor Pertambangan
Dalam Undang-Undang RI No. 4 Tahun 2009 yang merupakan
pengganti Undang-Undang RI No. 11 Tahun 1967 pertambangan
didefinisikan sebagai sebagian atau seluruh tahapan kegiatan dalam rangka
penelitian, pengelolaan dan pengusahaan mineral atau batubara yang rneliputi
penyelidikan umum, eksplorasi, studi kelayakan, konstruksi, penambangan,
pengolahan dan pemurnian, pengangkutan dan penjualan, serta kegiatan
pascatambang.
Selain itu juga dijelaskan dalam Undang-Undang RI No. 4 Tahun
2009 bahwa usaha pertambangan adalah kegiatan dalam rangka pengusahaan
mineral atau batubara yang meliputi tahapan kegiatan penyelidikan umum,
eksplorasi, studi kelayakan, konsultasi, penambangan, pengolahan dan
pemurnian, pengangkutan dan penjualan, serta pascatambang.
Ada beberapa karakteristik dari pertambangan yang membedakannya
dengan sektor industri atau komodi lainnya, yaitu:
a. Tidak dapat diperbarui
b. Kegiatannya memiliki dampak lingkungan baik fisik maupun sosial yang
relatif lebih tinggi dibandingkan komoditi lain
c. Berisiko relatif lebih tinggi
Selain memiliki karakteristik yang berbeda, sektor pertambangan juga
memiliki risiko yang lebih kompleks. Risiko yang terdapat dalam bidang
pertambangan antara lain risiko geologi (eksplorasi) yang berhubungan
dengan ketidakpastian penemuan cadangan (produksi), risiko teknologi yang
berhubungan dengan ketidakpastian biaya, risiko pasar yang berhubungan
dengan perubahan harga, dan risiko kebijakan pemerintah yang berhubungan
dengan perubahan pajak dan harga domestik. Risiko-risiko tersebut
berhubungan dengan besaran-besaran yang memengaruhi keuntungan usaha
yaitu produksi, harga, biaya dan pajak.
2.3 Nilai Tukar
Nilai tukar adalah harga suatu mata uang terhadap mata uang lainnya
atau nilai dari suatu mata uang terhadap nilai mata uang lainnya (Salvatore
1997). Menurut Madura (2003) perubahan nilai tukar antar mata uang suatu
6
negara dipengaruhi oleh beberapa faktor yang terjadi di negara yang
bersangkutan diantaranya selisih tingkat inflasi, selisih tingkat suku bunga,
selisih tingkat pertumbuhan GDP, intervensi pemerintah di pasar valuta asing
dan expectations (perkiraan pasar atas nilai mata uang yang akan datang).
Suatu negara yang menganut sistem perekonomian terbuka harus
mempertimbangkan kurs mata uangnya dalam menganalisa kondisi
makroekonomi negara yang bersangkutan.
Kurs dapat dibedakan menjadi dua, yaitu kurs nominal dan kurs riil.
Kurs nominal adalah harga relatif dari mata uang dua negara. Sedangkan kurs
riil adalah harga relatif dari barang-barang kedua negara tersebut (Mankiw,
2007). Perhitungan kurs riil dapat ditulis sebagai berikut:
Kurs riil = ............................ (1)
Menurut Batiz (1994), perekonomian yang terbuka umumnya ditandai
dengan adanya pergerakan uang antar negara, salah satunya dalam pasar
modal. Hal yang penting untuk diperhatikan oleh investor adalah bagaimana
menginvestasikan modalnya serta bagaimana cara melindungi uang terhadap
resiko perubahan nilai tukar yang terjadi.
Permintaan dan penawaran valuta asing pada foreign exchange market
menentukan besarnya kurs mata uang dalam negeri. Jika kurs mengalami
depresiasi berarti, permintaan terhadap mata uang dalam negeri menurun atau
dengan kata lain terjadi peningkatan permintaan terhadap mata uang luar
negeri. Meningkatkannya permintaan akan mata uang luar negeri selain
disebabkan karena meningkatnya permintaan akan impor, juga disebabkan
karena tujuan spekulatif oleh investor, dengan tujuan pada saat nilai mata
uang luar negeri terhadap mata uang domestik mencapai titik teratas maka
investor akan melepas valuta asing yang dipegang untuk mendapatkan
keuntungan yang besar. Terjadinya peningkatan permintaan di pasar valuta
asing menyebabkan investor mengurangi alokasi investasinya di pasar yang
lainnya (Judiseno, 2005).
Menurut Negara (2001), nilai tukar rupiah terutama terhadap dollar
Amerika dapat dijadikan indikator kinerja bursa. Pada saat nilai tukar
Kurs Nominal x Harga barang luar
negeri
_____________________________
____ Harga barang domoestik
7
mengalami depresiasi, biasanya indeks harga saham akan melemah hal ini
disebabkan karena terdepresiasinya nilai tukar mengindikasikan bahwa
masyarakat investor lebih cenderung menanamkan modalnya di pasar valuta
asing, salah satunya dengan membeli dollar. Sebaliknya jika nilai tukar
mengalami apresiasi maka indeks harga saham akan mengalami penguatan.
2.4 Suku Bunga
Menurut Karl dan Fair (2004) suku bunga adalah pembayaran bunga
tahunan dari suatu pinjaman, dalam bentuk persentase dari pinjaman yang
diperoleh dari jumlah bunga yang diterima tiap tahun dibagi dengan jumlah
pinjaman. Sunariyah (2004) menyatakan suku bunga adalah harga dari
pinjaman yang dinyatakan sebagai persentase uang pokok per unit waktu,
dimana bunga merupakan ukuran harga sumber daya yang digunakan oleh
debitur yang harus dibayarkan kepada kreditur.
Menurut para ekonom klasik nilai suku bunga ditentukan oleh interaksi
antara surplus spending units (penabung) dan deficit spending units (pihak
yang membutuhkan dana). Interaksi tersebut dilakukan untuk mencari
kesepakatan harga atau bunga dari uang yang mereka gunakan untuk
keperluan investasi. Sehingga menurut pandangan klasik fluktuasi bunga
dapat memengaruhi perilaku penabung maupun investor. Tinggi rendahnya
penawaran dana investasi ditentukan oleh tinggi rendahnya suku bunga
tabungan masyarakat.
Ramirez dan Khan (1999) mengatakan ada dua jenis faktor yang
menentukan nilai suku bunga, yaitu faktor internal dan eksternal. Faktor
internal meliputi pendapatan nasional, jumlah uang beredar, dan inflasi.
Sedang faktor eksternal merupakan suku bunga luar negeri dan tingkat
perubahan nilai valuta asing yang diduga.
Suku bunga dapat dibedakan menjadi dua yaitu suku bunga nominal
dan suku bunga riil. Dimana suku bunga nominal adalah rasio antara jumlah
uang yang dibayarkan kembali dengan jumlah uang yang dipinjam. Sedang
suku bunga riil lebih menekankan pada rasio daya beli uang yang dibayarkan
kembali terhadap daya beli uang yang dipinjam.
8
Hubungan tingkat bunga nominal dan tingkat bunga riil dengan inflasi
dapat ditulis sebagai berikut:
i = r + π ..................................................................................... (2)
Dimana:
i = Tingkat bunga nominal
r = Tingkat bunga riil
π = Laju inflasi
Dari persamaan tersebut dinyatakan bahwa, tingkat bunga bisa berubah
karena dua alasan (Mankiw, 2007) yaitu karena tingkat bunga riil berubah
dan karena tingkat inflasi berubah.
Menurut teori kuantitas, kenaikan dalam tingkat pertumbuhan uang
sebesar satu persen menyebabkan kenaikan tingkat inflasi sebesar satu persen.
Selanjutnya dari persamaan Fisher dapat dinyatakan pula bahwa kenaikan
satu persen tingkat inflasi akan menaikkan suku bunga nominal sebesar satu
persen. Dari fakta ini jelas bahwa suku bunga dan inflasi mempunyai
hubungan yang positif.
2.5 Inflasi
Menurut Sholihin (2010) inflasi adalah keadaan ekonomi yang ditandai
oleh kenaikan harga secara cepat sehingga berdampak pada menurunnya daya
beli, sering pula diikuti menurunnya tingkat tabungan dan atau investasi
karena meningkatnya konsumsi masyarakat. Menurut ilmu ekonomi modern,
terdapat dua jenis inflasi yang berbeda satu sama lain, yaitu inflasi karena
dorongan biaya (cost-push inflation) dan inflasi karena meningkatnya
permintaan (demand-pull inflation).
Dalam hal inflasi karena dorongan biaya, kenaikan upah memaksa
industri untuk menaikkan harga guna menutup biaya upah dalam kontrak
yang baru yang mengakibatkan adanya pola siklus upah dan harga yang lebih
tinggi yang disebut spiral harga upah (wage price spiral). Dalam hal inflasi
karena meningkatnya permintaan, permintaan yang tinggi atas kredit
merangsang pertumbuhan produk nasional bruto yang selanjutnya menarik
harga lebih lanjut ke atas.
9
Penyebab utama dan satu-satunya yang memungkinkan gejala inflasi
terjadi menurut teori kuantitas mengenai uang pada mazhab klasik adalah
terjadinya kelebihan uang yang beredar sebagai akibat penambahan jumlah
uang di masyarakat. Friedman dan Schwartz menulis dua makalah yang
mendokumentasi sumber dan pengaruh perubahan dalam kuantitas uang
selama periode 1867 – 1960 dan 1867 – 1975 di Amerika Serikat. Secara
empiris, Friedman dan Schwartz berhasil memverifikasi hubungan antara
inflasi dan pertumbuhan jumlah uang beredar.
Hasil penelitian Friedman dan Schwartz menunjukkan bahwa di
Amerika Serikat pada dekade dengan pertumbuhan uang tinggi cenderung
memiliki inflasi yang tinggi, dan dekade dengan pertumbuhan uang rendah
cenderung memiliki inflasi yang rendah. Namun demikian, menurut Mankiw
(2007), keeratan hubungan inflasi dengan jumlah uang beredar tidak dapat
dilihat dalam jangka pendek. Teori inflasi ini bekerja dengan baik dalam
jangka panjang.
Inflasi dan suku bunga mempunyai hubungan timbal balik. Suku bunga
tinggi akan mengakibatkan kenaikan bunga pinjaman kredit bank yang
dibutuhkan oleh peminjam dana meningkat sehingga ongkos produksi akan
meningkat dan berujung pada harga jual produk yang meningkat pula. Inflasi
yang meningkat mengakibatkan suku bunga juga meningkat, sebab jika
terjadi inflasi maka setiap investor akan meminta imbal hasil minimum yang
telah mampu mengganti besarnya inflasi. Setiap kenaikan inflasi cenderung
akan melemahkan kinerja bursa efek atau mengurangi laju pertumbuhan
kinerja bursa efek.
2.6 Penelitian Terdahulu
Penelitian tentang analisis pengaruh variabel ekonomi makro terhadap
indeks harga saham sektor pertambangan, dalam upaya mengetahui apakah
inflasi, nilai tukar, suku bunga, dan perputaran uang memengaruhi harga
indeks saham sektor pertambangan, memiliki kemiripan dengan penelitian-
penelitian yang telah dilakukan sebelumnya. Detail mengenai penelitian-
penelitian tersebut dapat dilihat pada Tabel 1.
Tabel 1. Matriks Penelitian Terdahulu
No. Karakterisitik Penelitian - Penelitian
1 Peneliti Achmad Ath Thobarry Budiwono Yarlin Lenggu Verra Damayanti Saban T.
Judul
Analisis Pengaruh
Nilai Tukar, Suku
Bunga,
Laju Inflasi, dan
Pertumbuhan GDP
Terhadap
Indeks Harga Saham
Sektor Properti
Analisis Pengaruh Variabel-
Variabel Fundamental dan
Teknikal Terhadap Harga
Saham
Analisis Pengaruh
Variabel Ekonomi
Makro Terhadap
Indeks Harga
Saham Tiga Bank
Persero
Analisis hubungan variabel
makro ekonomi terhadap indeks
harga saham sektoral di Bursa
Efek Jakarta
Penerapan Model
Vector Error
Correction dalam
Menganalisis
Hubungan Antara
Indeks Harga Saham,
Suku Bunga, dan Kurs
2 Jenis/ Institusi
Tesis/ Magister
Manajemen,
Universitas
Diponegoro
Tesis/ Magister Teknik dan
Manajemen, Institut Teknologi
Bandung
Skripsi / Ilmu
Ekonomi Institut
Pertanian Bogor
Tesis / Perencanaan dan
Kebijakan Publik, Universitas
Indonesia
Skripsi / Fakultas
Ekonomi, Universitas
Indonesia
3 Variabel Dependen Indeks Harga Saham
Sektor Properti Harga Saham
Indeks Harga
Saham Indeks Harga saham Sektoral Indeks Saham
4 Variabel Independen
Nilai Tukar, Suku
Bunga,
Laju Inflasi, dan
Pertumbuhan GDP
ROI, Current Ratio, Inflasi,
Tingkat Bunga, Jumlah Uang
Beredar, Kurs Rupiah, Volume
Penjualan, Saham masa lalu
Inflasi, Nilai Tukar,
Tingkat Suku
Bunga, dan Jumlah
Uang beredar
PDB, Suku Bunga, dan Nilai
Tukar Rupiah Suku Bunga dan Kurs
5 Teknik Analisis
Pemodelan
Regresi Linier
Berganda Structural Equation Modelling
Regresi Linier
Berganda
Seemingly Unrelated
Regression (SUR)
A Vector Error
Correction Model
(VECM)
6 Tahun 2009 2007 2006 2005 2004
7 Hasil/Kesimpulan
Nilai Tukar
berpengaruh signifikan
positif terhadap indeks
harga saham sektor
properti. Inflasi
berpengaruh signifikan
negatif.
Harga saham disetiap
perusahaan dipengaruhi oleh
variabel berbeda. Secara umum,
indikator keuangan perusahaan
seperti ROI dan current ratio
tidak dapat dibuktikan secara
statistik memberikan pengaruh
terhadap harga saham.
Variabel yang
secara bersama-
sama memengaruhi
indeks harga saham
yaitu nilai tukar dan
suku bunga.
Variabel PDB, SBI dan Nilai
Tukar berpengaruh signifikan
terhadap indeks harga saham
sektoral. Indeks harga saham
yang paling terpengaruh dengan
adanya perubahan variabel
makro ekonomi adalah indeks
harga saham pertambangan.
Terdapat hubungan
jangka panjang antara
indeks saham, suku
bunga, dan kurs.
Dalam jangka pendek
tingkat suku bunga
bergerak sendiri di luar
keseimbangan.
III. METODE PENELITIAN
3.1 Kerangka Pemikiran
Penelitian dilakukan dengan cara menganalisis pengaruh krisis terhadap
variabel ekonomi makro berupa nilai tukar, suku bunga, inflasi, dan jumlah
uang beredar dan pengaruhnya terhadap indeks harga saham sektor
pertambangan. Grafik kerangka pemikiran dapat dilihat pada Gambar 2.
Gambar 2. Kerangka Pemikiran
Melemahnya nilai tukar domestik terhadap mata uang asing (seperti
rupiah terhadap dollar) memberikan pengaruh yang negatif terhadap pasar
ekuitas karena pasar ekuitas menjadi tidak memiliki daya tarik (Ang, 1997).
Hal ini sejalan dengan penelitian Hardiningsih et al. (2002) bahwa nilai tukar
rupiah mempunyai pengaruh negatif terhadap indeks harga saham gabungan
(IHSG). Menurut Sri Adiningsih (1998) menurunnya kurs rupiah terhadap
mata uang asing khususnya dollar US memiliki pengaruh negatif terhadap
kondisi ekonomi secara keseluruhan termasuk pasar modal, serta naiknya
12
tingkat bunga akan mengurangi pemodal untuk melakukan investasi dipasar
modal.
Melemahnya nilai tukar rupiah secara signifikan akan memengaruhi
tingkat pengembalian investasi suatu perusahaan khususnya perusahaan yang
hanya mengandalkan bahan baku dari luar negeri, dan hal tersebut juga akan
dapat menimpa perusahaan yang hanya mengandalkan pinjaman luar negeri
dalam bentuk dollar US untuk membiayai operasi perusahaan. Jadi, dengan
terdepresiasinya nilai tukar rupiah akan mengakibatkan biaya yang akan
ditanggung perusahaan semakin besar sehingga menekan tingkat keuntungan
yang diperoleh perusahaan. Hal tersebut akan dapat menurunkan harga saham
perusahaan yang diperjualbelikan di pasar modal dan secara otomatis akan
menurunkan indeks harga saham sektoral yang berimplikasi memengaruhi
indeks harga saham gabungan (IHSG).
Kurs berpengaruh negatif terhadap indeks harga saham, yaitu jika kurs
mengalami depresiasi, maka masyarakat investor lebih cenderung untuk
bermain di pasar valuta asing, dengan membeli dollar sebanyak mungkin
untuk tujuan spekulatif. Hal ini menyebabkan permintaan akan saham
mengalami penurunan. Sedangkan inflasi berpengaruh terhadap indeks harga
saham melalui pasar barang, jika terjadi inflasi maka masyarakat akan
meningkatkan permintaan akan barang dan jasa karena diduga harga akan
terus meningkat dimasa yang akan datang (Lenggu, 2006). Pengaruh yang
diberikan oleh variabel ekonomi makro terhadap indeks harga saham ini
selanjutnya dianalisis dengan menggunakan metode structural equation
modelling (SEM).
3.2 Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan pada bulan September 2012 sampai dengan
bulan Maret 2013 dan lokasi penelitian pada Bursa Efek Indonesia. Subjek
penelitian adalah indeks harga saham pertambangan selama periode 2003-
2012.
13
3.3 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini merupakan data sekunder
yang diambil dari laporan bulanan Bursa Efek Indonesia atau Jakarta Stocks
Exchange Monthly Statistic periode 2003-2012. Beberapa data yang
menyangkut variabel ekonomi makro diambil dari laporan bulanan yang
dikeluarkan oleh Bank Indonesia. Informasi tambahan diambil dari berbagai
sumber seperti situs Badan Pusat Statistik (www.bps.go.id) dan situs-situs
lain tentang bursa efek dan pasar modal. Data penunjang yang relevan dengan
penelitian berupa studi pustaka dan kajian literatur diperoleh dari buku,
jurnal, majalah, laporan penelitian, dan publikasi elektronik.
3.4 Metode Pengolahan dan Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah metode
Structural Equation Modeling (SEM) yaitu suatu teknik analisis multivariat
yang dapat digunakan untuk menganalisis beberapa hubungan dependen
sekaligus secara simultan. SEM juga memberikan efisiensi secara statistik.
Untuk menggunakan SEM ada beberapa asumsi dasar yang sebelumnya
harus dipenuhi, yaitu:
a. Syarat ukuran sampel
b. Analisis SEM mewajibkan data berdistribusi normal. Untuk memenuhi
kewajiban ini maka dilakukan uji Kolmogorov Smirnov.
3.4.1 Ukuran Sampel
Asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah
sampel yang memenuhi kaidah analisis. Menurut Sekaran (2003) analisis
SEM membutuhkan sampel paling sedikit lima kali jumlah variabel yang
digunakan. Sementara syarat jumlah sampel minimum yang dianjurkan oleh
Joreskog dan Sorbom (1996), bergantung pada jumlah variabel teramati yang
akan diteliti. Rumusnya adalah sebagai berikut:
𝑘(𝑘+1)
2 ............................................................................................ (1)
Dimana k merupakan jumlah variabel teramati.
14
Dalam penelitian ini ada 5 variabel teramati yang digunakan. Jika
mengikuti syarat minimum sampel yang dinyatakan Sekaran, maka
diperlukan minimal 25 data. Dan jika menggunakan syarat minimum sampel
dari Joreskog dan Sorbom, maka hanya diperlukan 15 data.
Para ahli berpendapat bahwa apapun teknik SEM yang digunakan, pada
dasarnya metode SEM merupakan metode yang digunakan untuk penelitian
berukuran besar. Kline (1998) menjelaskan bahwa jumlah data yang kecil dari
100 hanya bisa digunakan untuk mengukur model yang sangat sederhana.
Sebagai acuan Kline membuat kalkulasi ratio jumlah data terhadap parameter
sebagai berikut:
a. Ratio 20:1 akan menghasilkan penelitian sesuai dengan yang diinginkan.
b. Ratio 10:1 akan menghasilkan penelitian yang lebih realistis.
c. Ratio 5:1 akan menghasilkan penelitian yang masih diragukan secara
statistik.
Dalam penelitian ini ada 120 data yang digunakan. Data diambil secara
bulanan selama rentang 10 tahun. Jumlah ini diasumsikan telah memenuhi
minimum sampel yang disyaratkan oleh metode SEM.
3.4.2 Uji Kolmogorov Smirnov
Uji Kolmogorov Smirnov merupakan pengujian statistik non-
parametric yang paling mendasar dan paling banyak digunakan. Pertama kali
diperkenalkan oleh Andrey Nikolaevich Kolmogorov pada tahun 1933 dan
kemudian ditabulasikan oleh Nikolai Vasilyevich Smirnov pada tahun 1948.
Uji Kolmogorov Smirnov dimanfaatkan untuk uji satu sampel (one-
sample test) yang memungkinkan perbandingan suatu distribusi frekuensi
dengan beberapa distribusi terkenal, seperti distribusi normal Gaussian
(Stephens, 1992). Kelebihan dari uji Kolmogorov Smirnov adalah sederhana
dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan
pengamat yang lain, seperti yang sering terjadi pada uji normalitas dengan
menggunakan grafik.
Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah
membandingkan distribusi data (yang akan diuji normalitasnya) dengan
15
distribusi normal baku. Distribusi normal baku adalah data yang telah
ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.
Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika nilai
signifikan di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan
yang besar/signifikan dengan data normal baku atau dalam arti lain data
tersebut tidak normal. Jika nilai signifikan di atas 0,05 berarti tidak terdapat
perbedaan yang signifikan antara data yang akan diuji dengan data normal
baku atau data yang diuji normal.
Ada beberapa hal yang bisa dilakukan jika data yang dianalisis tidak
terdistribusi secara normal:
a. Menambah jumlah data
b. Menghilangkan data yang menjadi outliner/ pencilan
c. Melakukan transformasi data
3.4.3 Structural Equation Modelling (SEM)
Structural equation modeling (SEM) adalah teknik statistik multivariat
yang merupakan kombinasi antara analisis faktor dan analisis regresi
(korelasi), yang bertujuan untuk menguji hubungan-hubungan antar variabel
yang ada pada sebuah model, baik itu antar indikator dengan konstruknya,
ataupun hubungan antar konstruk.
Marayuma (1998) menyebutkan SEM adalah sebuah model statistik
yang memberikan perkiraan perhitungan dari kekuatan hubungan hipotesis di
antara variabel dalam sebuah model teoritis, baik secara langsung atau
melalui variabel antara. SEM adalah model yang memungkinkan pengujian
sebuah rangkaian hubungan yang relatif rumit.
SEM telah dikemukakan oleh para ahli statistik pada tahun 1950-an
namun baru mulai dikembangkan pada tahun 1970-an. Awal perkembangan
Metode SEM diawali dengan diciptakannya metode estimasi maximum
likehood oleh Joreskog dan Sorbom hingga kemudian bermunculan berbagai
software khusus SEM seperti Amos, Lisrel, dan EQS.
Prosedur SEM secara umum mengandung tahap-tahap sebagai berikut
(Bollen dan Long, 1993):
16
a. Spesifikasi model (model specification)
Tahap ini berkaitan dengan pembentukan model awal persamaan
struktural, sebelum dilakukan estimasi. Model awal diformulasikan
berdasarkan suatu teori atau penelitian sebelumnya.
b. Identifikasi (identification)
Tahap ini berkaitan dengan pengkajian tentang kemungkinan
diperolehnya nilai yang unik untuk setiap parameter yang ada di dalam
model dan kemungkinan persamaan simultan tidak ada solusinya.
c. Estimasi (estimation)
Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan
nilai-nilai parameter dengan menggunakan salah satu metode estimasi
yang tersedia. Pemilihan metode estimasi yang digunakan seringkali
ditentukan berdasarkan karakteristik dari variabel-variabel yang
dianalisis.
d. Uji kecocokan (testing fit)
Tahap ini berkaitan dengan pengujian kecocokan antara model dengan
data. Beberapa kriteria ukuran kecocokan atau goodness of fit yang dapat
digunakan untuk melaksanakan langkah ini antara lain:
1. X2 (Chi Square Statistic) dan probabilitas
Alat uji fundamental untuk mengukur overall fit adalah likehood
ratio chi square statistic. Model dikategorikan baik jika mempunyai
chi square = 0 berarti tidak ada perbedaan. Tingkat signifikan
penerimaan yang direkomendasikan adalah p ≥ 0,05 yang berarti
matriks input sebenarnya dengan matriks input yang diprediksi tidak
berbeda secara statistik.
2. CMIN/DF (Normed Chi Square)
CMIN/DF adalah ukuran yang diperoleh dari nilai chi square dibagi
degree of freedom. Nilai yang direkomendasikan untuk menerima
kesesuaian sebuah model adalah nilai CMIN/DF yang lebih kecil
atau sama dengan 2,00.
17
3. GFI (Goodness of Fit Index)
Digunakan untuk menghitung proporsi tertimbang dari varian dalam
matriks kovarian sampel yang dijelaskan oleh matriks kovarian
populasi yang terestimasikan. Indeks ini mencerminkan tingkat
kesesuaian model secara keseluruhan yang dihitung dengan residual
kuadrat model yang diprediksi dibandingkan dengan data yang
sebenarnya. Nilai Goodness of Fit Index biasanya dari nol sampai
satu. Nilai yang lebih baik mendekati satu mengindikasikan model
yang diuji memiliki kesesuaian yang baik.
4. AGFI (adjusted GFI)
AGFI merupakan pengembangan dari GFI yang disesuaikan dengan
degree of freedom yang tersedia untuk menguji diterima tidaknya
model. Tingkat penerimaan yang direkomendasikan adalah
mempunyai nilai sama atau lebih besar dari 0,9.
5. TLI (Tucker-Lewis Index)
TLI adalah sebuah alternatif incremental fit index yang
membandingkan sebuah model yang diuji terhadap sebuah baseline
model. Nilai yang direkomendasikan sebagai acuan untuk
diterimanya sebuah model adalah lebih besar atau sama dengan 0,9
dan nilai mendekati 1.
e. Respesifikasi (respecification)
Tahap ini berkaitan dengan respesifikasi model berdasarkan atas hasil uji
kecocokan tahap sebelumnya.
IV. HASIL DAN PEMBAHASAN
4.1 Hasil Uji Kolmogorov Smirnov
Pengujian dilakukan terhadap kelima variabel yang digunakan dalam
penelitian (indeks harga saham sektor pertambangan, nilai tukar, suku bunga,
inflasi dan jumlah uang beredar) dengan bantuan aplikasi SPSS Statistic 17.
Data mentah yang digunakan dalam pengujian dapat dilihat pada Lampiran 1.
Berdasarkan hasil pengujian diketahui bahwa hanya data inflasi dan
nilai tukar yang memenuhi syarat normalitas, dengan nilai signifikan sebesar
0,70 dan 0,46. Sementara data-data lainnya tidak memenuhi syarat normalitas
karena nilai signifikannya lebih kecil dari 0,05. Rincian mengenai pengujian
terdapat pada Lampiran 2.
Agar hasil penelitian tidak bias (karena SEM mensyaratkan data
terdistribusi dengan normal) maka dilakukan pengolahan lanjutan terhadap
data-data yang tidak terdistribusi secara normal. Langkah pertama yaitu
penghilangan pencilan. Hal ini dilakukan mengingat jumlah data yang
tersedia melebihi jumlah yang disyaratkan (untuk hasil yang dinginkan rasio
data dan parameter 20:1) sehingga pengurangan data pencilan bisa dilakukan.
Setelah pengurangan pencilan jumlah data yang diteliti menjadi 106 data.
Langkah selanjutnya yaitu mentransformasi data. Transformasi data
dilakukan menggunakan program SPSS 17.
Selanjutnya, data hasil pengurangan pencilan dan transformasi diuji
kembali menggunakan uji Kolgomorov Smirnov. Dari hasil pengujian kedua,
akhirnya didapat data-data yang memenuhi normalitas, dengan nilai
signifikan diatas 0,05. Rincian mengenai pengujian terdapat pada Lampiran 3.
4.2 Hasil Analisis dengan Metode Structural Equation Modelling (SEM)
Hasil analisis dari metode Structural Equation Modelling (SEM) hanya
dapat digunakan jika pengujian memenuhi syarat kesesuaian. Untuk
mendapatkan hasil serta mengetahui apakah model telah memenuhi syarat
kesesuaian ada beberapa tahapan yang harus dilakukan.
19
4.2.1 Spesifikasi Model
SEM dimulai dengan menspesifikasikan model penelitian yang akan
diestimasi. Spesifikasi model penelitian merepresentasikan permasalahan
yang diteliti. Hoyle (1998) mengatakan bahwa analisis tidak akan dimulai
sampai peneliti menspesifikasikan sebuah model yang menunjukkan
hubungan (hipotesis) di antara variabel-variabel yang akan dianalisis. Untuk
penelitian ini, hipotesis yang diuji adalah:
H10 : Nilai tukar berhubungan negatif terhadap indeks harga saham sektor
pertambangan.
H20 : Suku bunga berhubungan negatif terhadap indeks harga saham sektor
pertambangan.
H30 : Inflasi berhubungan negatif terhadap indeks harga saham sektor
pertambangan.
H40 : Jumlah uang beredar berhubungan positif terhadap indeks harga saham
sektor pertambangan.
H50 : Nilai tukar memiliki pengaruh terhadap suku bunga.
H60 : Suku bunga memiliki pengaruh terhadap jumlah uang beredar.
H70 : Suku bunga memiliki pengaruh terhadap inflasi.
Hubungan-hubungan tersebut bisa digambarkan dengan persamaan
linier sebagai berikut:
y = b1x1 + b2x2 + b3x3 + b4x4+ ε1
x2 = b5x1 + ε1
x3 = b6x2 + ε1
x3 = b7x2 + ε1
Dimana:
y = Indeks harga saham sektor pertambangan
x1 = Nilai tukar
x2 = Suku bunga
x3 = Inflasi
x4 = Jumlah uang beredar
20
Langkah selanjutnya dari spesifikasi model adalah membuat path
diagram dari hipotesis-hipotesis diatas. Hubungan antara masing-masing
variabel dalam bentuk path diagram dapat dilihat pada Gambar 3.
Gambar 3. Path Diagram
Karakteristik dasar penggunaan SEM harus menggunakan dua variabel
yakni variabel observed (laten) dan unobserved. Karena pada path analysis
semua variabel merupakan variabel laten, maka error term yang
dilambangkan dengan simbol e berfungsi sebagai variabel unobserve.
Analisis terhadap path diagram akan menghasilkan nilai-nilai untuk masing-
masing parameter, error term, dan residu.
21
4.2.2 Identifikasi
Sebelum dilakukan tahap estimasi untuk mencari solusi dari persamaan
simultan yang mewakili model yang dispesifikasi, terlebih dahulu dilakukan
pemeriksaan identifikasi dari persamaan simultan. Identifikasi menjelaskan
apakah informasi yang disediakan oleh data empiris (varian dan kovarian
variabel-variabel yang terobservasi) secara aktual mencukupi untuk
memberikan solusi terhadap persamaan-persamaan yang berisi parameter-
parameter model. Terdapat tiga kemungkinan status dari identifikasi model
(Wijanto 2008):
a. Under Identified adalah model dengan jumlah parameter yang diestimasi
lebih besar dari jumlah data yang diketahui (data tersebut merupakan
varian dan kovarian dari variabel-variabel teramati). Under identified
model pada SEM terjadi ketika degree of freedom (df) < 0.
b. Just identified adalah model dengan jumlah parameter yang sama dengan
data diketahui. (df = 0)
c. Over identified adalah model dengan jumlah parameter yang diestimasi
lebih kecil dari jumlah data yang diketahui (df > 0).
Dalam penelitian ini jumlah data yang diketahui adalah 106 data,
dengan jumlah parameter adalah 11. Sehingga dapat disimpulkan bahwa
model over identified.
4.2.3 Estimasi
Setelah mengetahui bahwa identifikasi dari model adalah over
identified, maka tahapan selanjutnya melakukan estimasi untuk memperoleh
nilai dari parameter-parameter yang ada di dalam model. Rumusan yang
digunakan untuk mengestimasi model adalah membandingkan jumlah unsur-
unsur non redundant dengan jumlah parameter. Untuk mengetahui jumlah
unsur-unsur non redundant digunakan perhitungan berikut:
½ (p+q) (p+q+e) = s ................................................................... (3)
22
Dimana :
p = Jumlah variabel terikat
q = Jumlah variabel bebas
e = Error term
s = Unsur-unsur non redundant
Jumlah parameter yang diestimasi (t) pada model penelitian ini adalah
11, yaitu b1 sampai dengan b7 ditambah error term. Sedangkan jumlah p yaitu
variabel-variabel y adalah 4, sedangkan q yaitu variabel-variabel x adalah 7
sehingga unsur-unsur non redundant (s) adalah:
½ (4+7) (4+7+1) = 66
Dengan demikian t < s, sehingga model diestimasikan over identified.
Kondisi tersebut memberikan indikasi bahwa model dapat dianalisis
menggunakan model persamaan struktural. Penelitian ini menggunakan
maximum likehood estimator (MLE). Dengan MLE tahap estimasi akan
menghasilkan solusi yang berisi nilai akhir dari parameter-parameter yang
diestimasi.
4.2.4 Uji Kecocokan
Pada tahapan uji kecocokan, akan diperiksa tingkat kecocokan antara
data dengan model, validitas dan realibilitas model pengukuran, dan
signifikansi koefisien-koefisien dari model struktural. Untuk menentukan
derajat prediksi model keseluruhan (model struktural dan pengukuran)
terhadap matrik korelasi dan kovarian dilakukan pengukuran kecocokan
absolut (chi square, non centrality parameter, goodness of fit index, dan root
mean square approximation).
Chi square digunakan untuk menguji seberapa dekat kecocokan antara
matrik kovarian sampel S dengan matrik kovarian model (𝜃). Hasil
pengujian kecocokan dengan melihat nilai chi square, derajat kebebasan dan
probabilitas terhadap model dalam penelitian ini terdapat pada Tabel 2.
23
Tabel 2. Nilai Chi Square, Degree of Freedom, dan Probabilitas
Model CMIN DF P CMIN/DF
Default model 4,598 4 ,331 1,150
Saturated model ,000 0
Independence model 147,082 10 ,000 14,708
Pada Tabel 2 dijelaskan masing-masing nilai untuk model default,
model saturated, maupun model independence. Model default adalah model
yang sekarang sedang diuji. Model saturated adalah hasil pengujian pada
kondisi just identified, yakni derajat kebebasan atau df (degree of freedom)
adalah 0. Model independence adalah hasil pengujian pada kondisi di mana
setiap variabel indikator dianggap tidak berhubungan dengan variabel
latennya.
CMIN menunjukkan nilai chi square, yang pada default model bernilai
4,598. Seperti yang dinyatakan oleh Mustafa (2012), sebuah model dikatakan
baik jika memiliki nilai chi square mendekati nol atau sekecil mungkin.
Dasar uji chi square sendiri adalah membandingkan perbedaan
frekuensi hasil observasi (O) dengan frekuensi yang diharapkan (E). Rumus
dasar dari uji chi square adalah :
𝑥2 = (𝑓0−𝑓𝑒)
2
𝑓𝑒 ......................................................................... (4)
Dimana:
x2
: Nilai chi square
fe : Frekuensi yang diharapkan
fo : Frekuensi yang diperoleh/diamati
Derajat kebebasan atau DF (Degree of Freedom) adalah banyaknya
kebebasan untuk memberi nilai kepada variabel. Kebebasan akan berkurang
jika pemberian nilai kepada variabel diberi syarat. Makin banyak syarat
semakin kecil derajat kebebasan.
P menunjukkan nilai probabilitas atau level signifikan sebuah model.
Menurut Wijanto (2008), sebuah penelitian diusahakan menghasilkan level
signifikan lebih atau sama dengan 0,05. Model yang diuji menunjukkan level
signifikan sebesar 0,331 (>0,05). Hal ini menandakan bahwa hipotesis nol
24
diterima dan matrik input yang diprediksi dengan yang sebenarnya (actual)
tidak berbeda secara statistik.
CMIN/DF atau Normed chi-square menunjukkan penyimpangan
matriks maupun model hipotesis [ (𝜃)] terhadap matriks data sampel. Nilai
CMIN/DF terhadap model adalah sebesar 1,150. Nilai yang
direkomendasikan untuk menerima kesesuaian model adalah CMIN/DF yang
lebih kecil atau sama dengan 2,00. Hal ini mengindikasikan model yang
diteliti fit secara keseluruhan atau tidak ada perbedaan model secara teoritis
dengan data empiris (lapangan).
Goodness of fit index (GFI) membandingkan model yang dihipotesis
dengan tidak ada model sama sekali [ (0)]. GFI yang dihasilkan dari
pengujian model terdapat pada Tabel 3.
Tabel 3. Nilai GFI dan AGFI
Model GFI AGFI
Default model ,983 ,937
Saturated model 1,000
Independence model ,746 ,618
Menurut Wijanto (2008) nilai GFI berkisar antara 0 (poor fit) sampai 1
(perfect fit). Nilai GFI ≥ 0,90 merupakan good fit (kecocokan yang baik).
AGFI adalah perluasan dari GFI yang disesuaikan dengan rasio antara
degree of freedom dari null/ independence/ baseline model dengan degree of
freedom dari model yang dihipotesiskan atau diestimasi (Joreskog dan
Sorbom, 1988). Seperti halnya GFI, nilai AGFI berkisar antara 0 sampai 1.
Nilai AGFI ≥ 0,90 menunjukkan good fit.
Root mean square error of approximation atau RMSEA merupakan
salah satu indeks yang informatif dalam SEM. Indeks ini pertama kali
diusulkan oleh Steiger dan Lind (1980). Nilai RMSEA dari model penelitian
ini terdapat pada Tabel 4.
25
Tabel 4. Nilai RMSEA
Model RMSEA
Default model ,038
Independence model ,361
Wijanto (2008) menyatakan nilai RMSEA dari default model yang ≤
0,05 menandakan close fit, yaitu model menyerupai keadaan aktual. Untuk
model dalam penelitian ini didapatkan nilai RMSEA default model sebesar
0,038
Selain ukuran kecocokan absolut ukuran lainnya yang perlu dilihat dari
hasil pengujian adalah ukuran kecocokan inkremental. Ukuran ini
membandingkan model yang diusulkan (default model) dengan model dasar
(independence model). Ukuran kecocokan inkremental mengandung ukuran-
ukuran yang mewakili sudut pandang comparative fit to base model. Dari
berbagai ukuran kecocokan inkremental, ada beberapa ukuran-ukuran yang
biasanya digunakan untuk mengevaluasi SEM.
Pengukuran indeks inkremental seperti nilai indeks NFI (Normed Fit
Index) dan CFI (Comparative Fit Index) yang dikemukakan oleh Benler dan
Bonet (1980), Tucker Lewis Index atau TLI yang diusulkan oleh Tucker dan
Lewis (1973), relative fit index (RFI) dan incremental fit index (IFI) dari
Bollen (1898) terdapat pada Tabel 5.
Tabel 5. Nilai NFI, RFI, IFI, TLI, dan CFI
Model NFI
Delta1
RFI
rho1
IFI
Delta2
TLI
rho2 CFI
Default model ,969 ,922 ,996 ,989 ,996
Saturated model 1,000
1,000
1,000
Independence model ,000 ,000 ,000 ,000 ,000
NFI, RFI, IFI, TLI, dan CFI mensyaratkan nilai ≥ 0,90 sebagai good fit,
yaitu model dikatakan baik dan sesuai dengan situasi aktual. Nilai
pengukuran terhadap semua indeks tersebut berada atas nilai 0,90. Sehingga
model yang dianalisis memenuhi kesesuaian.
26
4.3 Analisis Struktural Model
Analisis struktural bertujuan untuk melakukan analisis terhadap
hubungan-hubungan (parameter) yang diestimasi dalam model. Nilai-nilai
bobot regresi dari hubungan-hubungan yang dihipotesis terdapat pada Tabel
6.
Table 6. Nilai Regression Weight
Regresi Estimate S.E. C.R. P Label
Suku Bunga <--- Nilai Tukar ,000 ,000 1,516 ,129 par_6
JUB <--- Suku Bunga -995755,547 416512,879 -2,391 ,017 par_5
IHSP <--- Suku Bunga 13,662 84,807 ,161 ,872 par_1
IHSP <--- Nilai Tukar -,003 ,006 -,537 ,591 par_2
IHSP <--- Inflasi 16,134 6,141 2,627 ,009 par_3
IHSP <--- JUB ,000 ,000 15,997 *** par_4
Keterangan: IHSP = Indeks harga saham Sektor Pertambangan, JUB = Jumlah Uang Beredar
Dari kelima variabel ekonomi makro yang diasumsikan memengaruhi
indeks harga saham sektor pertambangan selama tahun 2003-2012, hanya
jumlah uang beredar yang memberikan pengaruh secara signifikan. Apabila
jumlah uang beredar mengalami pergerakan maka besar kemungkinan indeks
harga saham sektor pertambangan ikut bergerak. Regresi inflasi terhadap
indeks harga saham pertambangan hampir mendekati nilai signifikan yang
ditetapkan sebesar 0,05. Sama halnya dengan regresi suku bunga terhadap
jumlah uang beredar. Meski pengaruh suku bunga terhadap jumlah uang
beredar mendekati signifikan, namun suku bunga tidak memberikan pengaruh
yang besar pada indeks harga saham pertambangan.
Nilai korelasi yang menunjukan kekuatan dan arah hubungan linier
antara dua variabel terdapat pada Tabel 7.
Tabel 7. Korelasi Antar Variabel
Variabel Nilai
Tukar
Suku
Bunga JUB Inflasi IHSP
Nilai Tukar 1,000
Suku Bunga ,146 1,000
JUB ,054 -,227 1,000
Inflasi -,012 -,135 -,094 1,000
IHSP ,018 -,208 ,839 ,057 1,000
27
Dari keempat variabel ekonomi makro yang diuji, hanya suku bunga
yang berkorelasi negatif terhadap indeks harga saham pertambangan. Nilai
tukar, suku bunga, dan jumlah uang beredar memberikan pengaruh negatif
terhadap inflasi. Itu artinya akan ada kenaikan inflasi jika terjadi penurunan
suku bunga, nilai tukar, dan jumlah uang beredar.
4.4 Implikasi Manajerial
Jumlah uang beredar berpengaruh secara signifikan dan berkorelasi
secara positif terhadap indeks harga saham pertambangan. Kelebihan jumlah
uang beredar memicu naiknya indeks harga saham pertambangan. Jumlah
uang beredar berkorelasi secara negatif dengan suku bunga, dimana suku
bunga juga berkorelasi negatif dengan indeks harga saham pertambangan.
Pada saat jumlah uang beredar tinggi, maka pada saat yang sama suku
bunga berada pada titik yang rendah. Rendahnya suku bunga lebih
diakibatkan adanya kebijakan ekonomi yang dilakukan pemerintah. Dalam
dunia ekonomi diketahui istilah fasilitas diskonto (diskonto rate), yaitu
menurunkan / menaikkan tingkat bunga untuk mengurangi atau menambah
jumlah uang beredar. Karena hal itulah jumlah uang beredar dan suku bunga
berkorelasi negatif.
Situasi ini membuat investor tidak tertarik untuk menyimpan modalnya
di lembaga perbankan. Menginvestasikan modal di pasar modal dianggap
lebih menguntungkan. Sebaliknya kenaikan suku bunga deposito akan
mengakibatkan penurunan harga indeks harga saham. Ini sependapat dengan
hasil penelitian terdahulu lainnya, yaitu dengan adanya kenaikan suku bunga
investor lebih tertarik untuk menyimpan uang di bank dibandingkan dengan
menginvestasikannya di pasar modal (Langgu, 2006). Hubungan-hubungan
antar variabel tersebut dapat dilihat secara rinci melalui causal loop pada
Gambar 4.
28
Gambar 4. Causal Loop Antar Variabel
Dari hubungan-hubungan antar variabel tersebut diketahui tingginya
inflasi akan mengakibatkan berkurangnya jumlah uang beredar. Dimana
sedikitnya jumlah uang beredar ditandai oleh tingginya nilai suku bunga.
Dalam situasi ini, investor lebih memilih untuk menyimpan uang di lembaga
perbankan. Rendahnya inflasi akan meningkatkan jumlah uang beredar,
sehingga memaksa suku bunga untuk mengalami penurunan. Penurunan nilai
suku bunga akan memberikan korelasi negatif yang tidak begitu pada inflasi.
Hal ini sesuai dengan teori ekonomi yaitu jika jumlah uang yang beredar
melampaui jumlah barang dan jasa yang tersedia maka akan terjadi inflasi
yaitu penurunan nilai mata uang.
Penguatan nilai tukar dolar terhadap rupiah atau pelemahan nilai tukar
rupiah terhadap dolar memicu kenaikan indeks harga saham sektor
pertambangan. Namun pada sisi lain kenaikan nilai tukar akan mengakibatkan
meningkatnya debt to equaity ratio. Berdasarkan hasil statistik, meskipun
pelemahan nilai tukar rupiah memberikan resiko pada kinerja keuangan
perusahaan namun hal ini sama sekali tidak memberikan pengaruh buruk
pada indeks harga saham pertambangan. Situasi ini diduga diakibatkan
29
besarnya jumlah konsumen asing produk pertambangan dibandingkan
konsumen domestik.
Perusahaan tidak bisa berharap bahwa nilai tukar akan selalu berada
pada titik stabil atau mengalami pelemahan, karena pelemahan nilai tukar
akan memberikan picuan terhadap inflasi yang lebih besar dibandingkan
kenaikan terhadap indeks harga saham sektor pertambangan dan secara nyata
memberikan beban tambahan pada debt to equaty ratio perusahaan.
Tingginya rasio ekspor sektor pertambangan dibandingkan dengan
sektor lain merupakan salah satu sentimen negatif penyebab melemahnya
nilai saham. Situasi ini diperburuk dengan posisi batubara yang tercatat
sebagai komoditas pertambangan energi terburuk sepanjang tahun 2012
karena adanya kelebihan produksi di Australia, Indonesia, Afrika Selatan, dan
Kolombia yang tidak diimbangi dengan kenaikan permintaan China dan
Eropa.
Penurunan harga saham yang dipicu oleh sentimen negatif penurunan
jumlah ekspor harus disiasati perusahaan dengan cara meningkatkan
penjualan produk secara domestik. Meningkatnya penjualan domestik akan
memperbaiki kinerja keuangan perusahaan dan membuat perusahaan lebih
kebal terhadap pengaruh krisis di Eropa dan Amerika.
Selain itu ada beberapa langkah strategis yang bisa diambil oleh
perusahaan untuk mengamankan harga saham salah satunya adalah
melakukan pembelian kembali terhadap saham (buyback). Pembelian kembali
saham dimaksudkan untuk meminimalisir penurunan harga saham. Tata cara
pembelian kembali saham diatur dalam Peraturan Bapepam Nomor XI. B. 2.
Perusahaan publik diberikan kesempatan untuk membeli kembali saham yang
telah dikeluarkannya dengan tetap berpegang kepada pembatasan dan
persyaratan yang ditentukan dalam Undang-Undang No 1. Tahun 1995.
Pembelian kembali saham juga mengandung resiko jika perusahaan
mengalokasikan sebagian besar dana untuk melakukan pembelian sehingga
menghambat ekspansi atau pertumbuhan.
KESIMPULAN DAN SARAN
Kesimpulan
1. Dari hasil penelitian ini diketahui bahwa indikator ekonomi makro berupa
suku bunga, nilai tukar, inflasi, dan jumlah uang beredar memiliki pengaruh
terhadap fluktuasi indeks harga saham pertambangan selama periode 2003-
2012. Dari keempat indikator ekonomi makro tersebut, jumlah uang beredar
memberikan pengaruh yang paling signifikan dengan korelasi positif. Itu
artinya, kelebihan jumlah uang beredar akan memicu investor untuk
menginvestasikan modalnya pada saham sektor pertambangan.
2. Masing-masing indikator ekonomi makro memberikan pengaruh terhadap
indikator lainnya. Namun hubungan pengaruh yang teramati hanyalah
hubungan suku bunga dengan jumlah uang beredar dan nilai tukar terhadap
suku bunga. Pengujian pada kedua hubungan ini memperlihatkan nilai regresi
yang kecil. Korelasi antara suku bunga dengan jumlah uang beredar bernilai
negatif. Dimana peningkatan jumlah uang beredar akan memicu kenaikan
nilai suku bunga.
Saran
Berdasarkan kajian secara statistik diketahui jika hanya satu variabel dari
lima variabel ekonomi makro yang mempengaruhi indeks harga saham sektor
pertambangan secara signifikan. Sehingga dapat disimpulkan penurunan harga
indeks saham sektor pertambangan lebih disebabkan gejolak ekonomi global.
Sehingga untuk mengatasi hal ini perusahaan harus menggiatkan penjualan
produk di lingkungan domestik. Meningkatnya konsumen domestik membuat
perusahaan lebih kebal terhadap krisis di Eropa dan Amerika.
DAFTAR PUSTAKA
Adiningsih, Sri dkk. 1998. Perangkat Analisis dan Teknik Analisis Investasi di
Pasar Modal Indonesia. Jakarta: P.T. Bursa Efek Jakarta.
Ang, Robert, 1997, Buku Pintar: Pasar Modal Indonesia, Mediasoft Indonesia,
Jakarta.
Badan Pusat Statistik. 2013. Inflasi [Internet]. Jakarta (ID). Tersedia pada:
http://www.bps.go.id/menutab.php?tabel=1&kat=2&id_subyek=03
Batiz, et al. 1994. International Finance and Open Economy, Macroeconomis.
New Jersey (US). Pretince Hall.
Budiwono. 2007. Analisis Pengaruh Variabel-Variabel Fundamental dan Teknikal
terhadap Harga Saham. Bandung (ID). ITB.
Boediono (1998). Ekonomi Mikro, Seri Sinopsis Pengantar Ilmu Ekonomi No. 1.
Yogyakarta (ID). BPFE.
Bollen KA, Long JS. 1993. Testing Structural Equation Model. Newbury Park
(CA). Sage Publication.
Damayanti, Verra. 2005. Analisis Hubungan Variabel Makro Ekonomi terhadap
Indeks Harga Saham Sektoral di Bursa Efek Jakarta. Jakarta (ID).
Universitas Indonesia.
Dornbusch, R. 2004. Macroeconomics. International Edition. Cambridge (UK).
Prentice-Hall International.
Ekonomi FE UM. 2005. PengaruhVariabel-Variabel Fundamental dan Teknikal
terhadap Harga Saham. Ekofeum Online-Jurnal [Internet]. Yogyakarta
(ID).
Gilarso, T. 2004. Pengantar Ilmu Ekonomi Makro. Yogyakarta (ID). Penerbit
Kanisius.
Hair, dkk. 1998. Multivariate Data Analysis. New Jersey (US). Prentice-Hall.
Hidayat, Taufik. 2011. Buku Pintar Investasi Syariah. Jakarta Selatan (ID).
Mediakita.
Hardiningsih, Pancawati. 2002. “Pengaruh Faktor Fundamental Dan Resiko
Ekonomi Terhadap Return Saham Pada Perusahaan Di Bursa Efek Jakarta:
Studi Kasus Basic Industry & Chemical”. Jurnal Strategi Bisnis, Vol. 8.
Des. Semarang (ID). UNDIP.
Hoyle, R. 1998. Structural Equation Modelling: Concepts, Issues and
Applications. Thousand Oaks (CA). Sage.
Husnan, Suad. 2002. Dasar-dasar Teori Portofolio dan Analisis Sekuritas.
Yogyakarta (ID). UPP AMP YKPN.
Indonesia Stock Exchange. 2011. IDX Statistic 2010 [Internet]. Jakarta (ID).
Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/ Publication/
Statistic/ Yearly/Baru_IDX-Statistics-2010.pdf.
32
Indonesia Stock Exchange. 2012. IDX Statistic 2011 [Internet]. Jakarta (ID).
Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/ Publication/
Statistic/Yearly/IDX_Annualy_Statistic2011(Revisi).pdf.
Indonesia Stock Exchange. 2013. IDX Statistic 2012 [Internet]. Jakarta (ID).
Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/Publication/
Statistic/Yearly/20130205_IDX-Annually-2012.pdf
Judiseno, R. 2005. Sistem Moneter dan Perbankan di Indonesia. Jakarta (ID). PT.
Gramedia Pustaka Utama.
Joreskog, Sorbom. 1996. Lisrel 8 – User’s Reference Guide. Chicago (US).
Scientific Software International.
Karl, Fair. 2004. Prinsip-Prinsip Ekonomi Makro. Jakarta (ID). PT. Indeks.
Kline, R. B. 1998. Principles and Practice of Structural Equation Modelling. New
York (US). The Guilford Press.
Kusnendi. 2008. Model-Model Persamaan Struktural - Satu dan Multigroup
Sample dengan Lisrel. Bandung (ID). Alfabeta.
Lenggu, Yerlin. 2006. Analisis Pengaruh Variabel Ekonomi Makro terhadap
Indeks harga Saham Tiga Bank Persero. Bogor (ID). IPB.
Madura, Jeff. 2003. Keuangan Perusahaan Internasional. Jakarta (ID). Salemba
Empat.
Mankiw, Gregory. 2007. Teori Makroekonomi. Penerjemah Imam Nurmawan.
Jakarta (ID). Penerbit Erlangga.
Marayuma. 1998. Basics of Structural Equation Modelling. London (UK). Sage
Publications.
Negara, S. 2001. Kinerja Pasar Modal Indonesia dan Kaitannya dengan Kondisi
Ekonomi Makro. Jakarta (ID). PEP-LIPI.
Nugroho, A.E. 2000. Industri Perbankan dan Keuangan Nasional. Jakarta (ID).
PEP-LIPI.
Saban, T. 2004. Penerapan Model Vector Error Correction dalam Menganalisis
Hubungan Antara Indeks Harga Saham, Suku Bunga, dan Kurs. Jakarta
(ID). Universitas Indonesia.
Salvatore, D., 1997. Ekonomi Internasional. Edisi Kelima. Jakarta (ID). Penerbit
Erlangga.
Sekaran, Uma. 2003. Research methods for Business: Skill-Bulding Approach.
Fourth Edition. New York (US). John Willey and Sons Inc.
Sholihin, Ahmad. 2010. Buku Pintar Ekonomi Syariah. Jakarta (ID). Gramedia
Pustaka Utama.
Stephens, M.A. (1992). An appreciation of Kolmogorov’s 1933 paper (SOL ONR
No. 453). California (US). Department of Statistics, Stanford University.
Sunariyah. 2004. Pengantar Pengetahuan Pasar Modal. Yogyakarta (ID). UPP
AMP YKPN.
33
Thobarry, Achmad. 2009. Analisis Pengaruh Nilai Tukar, Suku Bunga, Laju
Inflasi. Dan Pertumbuhan GDP terhadap Indeks Harga Sahama Sektor
Properti. Semarang (ID). UNDIP.
Usman, M. 1989. “Keuangan dan Perbankan Indonesia: sebuah Karangan”.
Jakarta (ID). Info Bank-ISEI.
Wijanto, SH. 2008. Structural Equation Modeling dengan Lisrel 8.8 (Konsep dan
Tutorial). Jakarta (ID). Graha Ilmu.
Mustafa, Zainal. 2012. Panduan teknik Statistik SEM & PLS dengan SPSS
AMOS. Yogyakarta (ID). Cahaya Atma Pustaka.
Zulganef. 2006. Pemodelan Persamaan Struktur dan Aplikasinya Menggunakan
Amos 5. Bandung (ID). Pustaka.
Lampiran
35
Lampiran 1. Data Variabel yang Diuji
Tahun Bulan
Indeks Harga
Saham Sektor
Pertambangan
Inflasi Suku
Bunga
Nilai
Tukar
Jumlah
Uang
Beredar
2003
Januari 98,97 0,80 12,78 9376 180112
Februari 107,21 0,76 12,55 9405 181530
Maret 105,48 -0,23 12,04 9408 181239
April 107,58 0,15 11,74 9175 182963
Mei 108,22 0,21 11,40 8779 191707
Juni 108,89 0,09 10,57 8785 194878
Juli 120,74 0,03 9,41 9005 196589
Agustus 148,08 0,84 8,65 9035 201859
September 162,55 0,36 7,90 8889 207587
Oktober 197,88 0,55 7,72 8995 212614
November 203,30 1,01 7,08 9037 224318
Desember 332,63 0,94 6,78 8965 223799
2004
Januari 310,15 0,57 6,39 8941 209113
Februari 372,52 -0,02 6,05 8947 208161
Maret 359,02 0,36 5,97 9087 209153
April 307,32 0,97 5,96 9161 208169
Mei 286,44 0,88 6,46 9710 215861
Juni 329,52 0,48 6,57 9915 226147
Juli 334,71 0,39 6,58 9668 231007
Agustus 345,86 0,09 6,53 9828 232642
September 414,96 0,02 6,56 9670 234676
Oktober 436,84 0,56 6,61 9590 240495
November 494,94 0,86 6,71 9518 243536
Desember 491,16 1,04 6,86 9790 245946
2005
Januari 562,38 1,43 6,84 9665 242373
Februari 579,53 -0,17 6,82 9760 244668
Maret 549,70 1,91 6,83 9980 244003
April 535,15 0,34 6,89 10070 240477
Mei 584,15 0,21 6,97 9995 246669
Juni 622,15 0,50 7,14 10213 261814
Juli 608,30 0,78 7,23 10319 261120
Agustus 602,43 0,55 7,59 10740 268856
September 647,02 0,69 8,47 10810 267762
Oktober 606,76 8,70 9,23 10590 280270
November 567,26 1,31 9,71 10535 268694
Desember 604,57 -0,04 10,28 10330 271140
2006
Januari 680,27 1,36 10,79 9895 274069
Februari 694,03 0,58 11,12 9730 270338
Maret 746,75 0,03 11,18 9575 270425
April 852,45 0,05 11,10 9275 273594
Mei 762,61 0,37 10,95 9720 296101
Juni 729,65 0,45 10,90 9800 303803
Juli 770,23 0,45 10,86 9570 303156
Agustus 758,14 0,33 10,58 9600 319018
September 760,04 0,38 10,38 9735 323885
Oktober 819,10 0,86 9,92 9610 336273
November 846,04 0,34 9,35 9665 332316
Desember 933,21 1,21 8,77 9520 347013
36
Tahun Bulan
Indeks Harga
Saham Sektor
Pertambangan
Inflasi Suku
Bunga
Nilai
Tukar
Jumlah
Uang
Beredar
2007
Januari 995,17 1,04 8,47 9590 335700
Februari 1128,17 0,62 8,27 9660 336393
Maret 1346,42 0,24 8,06 9618 331736
April 1494,03 -0,16 7,95 9583 342141
Mei 1529,37 0,10 7,72 9328 343309
Juni 1647,04 0,23 7,53 9554 371768
Juli 1812,51 0,72 7,22 9686 386234
Agustus 1649,77 0,75 7,03 9910 391960
September 2023,91 0,80 7,02 9637 400075
Oktober 2702,98 0,79 7,03 9603 404018
November 3140,36 0,18 6,95 9876 413429
Desember 3270,09 1,10 7,24 9919 450055
2008
Januari 3140,90 1,77 6,88 9791 410752
Februari 3554,74 0,65 6,95 9551 401410
Maret 2840,04 0,95 6,91 9717 409768
April 2954,52 0,57 6,94 9734 414390
Mei 3388,29 1,41 7,00 9818 426283
Juni 3415,96 2,46 7,16 9725 453047
Juli 2995,30 1,37 7,37 9618 445921
Agustus 2577,22 0,51 7,78 9653 440336
September 1833,24 0,97 8,54 9878 479738
Oktober 1095,87 0,45 9,37 11495 459116
November 897,51 0,12 9,50 12651 463590
Desember 877,68 -0,04 9,83 11450 456787
2009
Januari 922,16 -0,07 9,53 11855 437845
Februari 963,89 0,21 9,25 12480 434761
Maret 1005,54 0,22 8,73 12075 448034
April 1444,46 -0,31 8,68 11213 452937
Mei 1818,96 0,04 8,51 10840 456955
Juni 1848,54 0,11 8,62 10725 482621
Juli 2144,91 0,45 8,57 10420 468944
Agustus 2140,43 0,56 8,48 10560 490128
September 2238,59 1,05 7,84 10181 490502
Oktober 2085,22 0,19 7,77 10045 485538
November 2129,87 -0,03 7,74 9980 495061
Desember 2203,48 0,33 7,69 9900 515824
2010
Januari 2236,40 0,84 7,89 9865 496527
Februari 2178,87 0,30 7,69 9835 490084
Maret 2430,26 -0,14 7,83 9615 494461
April 2576,58 0,15 7,89 9512 494718
Mei 2275,26 0,29 7,82 9680 514005
Juni 2238,86 0,97 7,81 9583 545405
Juli 2274,82 1,57 7,79 9452 539746
Agustus 2304,95 0,76 7,78 9541 555495
September 2631,90 0,44 7,73 9424 549941
Oktober 2758,16 0,06 7,66 9428 555549
November 2870,84 0,60 7,68 9513 571337
Desember 3274,16 0,92 8,07 9491 605411
Lanjutan Lampiran 1.
37
Tahun Bulan
Indeks Harga
Saham Sektor
Pertambangan
Inflasi Suku
Bunga
Nilai
Tukar
Jumlah
Uang
Beredar
2011
Januari 3043,51 0,89 7,92 9534 604169
Februari 3128,11 0,13 7,75 9323 585890
Maret 3162,21 -0,32 7,61 9209 580601
April 3257,34 -0,31 7,62 9074 584634
Mei 3236,32 0,12 7,55 9037 611791
Juni 3254,45 0,55 7,51 9097 636206
Juli 3362,55 0,67 7,49 9008 639688
Agustus 2883,57 0,93 7,46 9078 662806
September 2487,20 0,27 7,47 9323 656096
Oktober 2725,10 -0,12 7,51 9335 665000
November 2492,26 0,34 7,42 9670 667587
Desember 2532,38 0,57 7,39 9568 722991
2012
Januari 2710,02 0,76 6,95 9500 696323
Februari 2804,07 0,05 6,73 9585 683253
Maret 2760,39 0,07 6,46 9680 714258
April 2578,25 0,21 6,06 9690 720924
Mei 2066,20 0,07 5,92 10065 749450
Juni 2045,46 0,62 5,83 9980 779416
Juli 2001,01 0,70 5,85 9985 771792
Agustus 1905,95 0,95 5,77 10060 772429
September 2030,60 0,01 5,71 10088 795518
Oktober 1901,74 0,16 5,80 10115 774983
November 1781,82 0,07 5,79 10105 801403
Desember 1863,65 0,54 5,92 10170 841722
Lanjutan Lampiran 1.
38
Lampiran 2. Hasil Awal Uji Normalitas Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
INDEKS_SAHAM
N 111
Normal Parametersa,,b Mean 1592.7876
Std. Deviation 1080.13734
Most Extreme Differences Absolute .168
Positive .168
Negative -.089
Kolmogorov-Smirnov Z 1.769
Asymp. Sig. (2-tailed) .004
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
NILAI_TUKAR
N 111
Normal Parametersa,,b Mean 9661.12
Std. Deviation 432.699
Most Extreme Differences Absolute .081
Positive .081
Negative -.077
Kolmogorov-Smirnov Z .852
Asymp. Sig. (2-tailed) .462
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
SUKU_BUNGA
N 111
Normal Parametersa,,b Mean 7.90766
Std. Deviation 1.614988
Most Extreme Differences Absolute .201
Positive .201
Negative -.087
Kolmogorov-Smirnov Z 2.120
Asymp. Sig. (2-tailed) .000
a. Test distribution is Normal.
b. Calculated from data.
39
Lanjutan Lampiran 2.
One-Sample Kolmogorov-Smirnov Test
INFLASI
N 111
Normal Parametersa,,b Mean .5192
Std. Deviation .45464
Most Extreme Differences Absolute .067
Positive .067
Negative -.046
Kolmogorov-Smirnov Z .707
Asymp. Sig. (2-tailed) .700
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
JUMLAH UANG
BEREDAR
N 111
Normal Parametersa,,b Mean 418957.35
Std. Deviation 184437.549
Most Extreme Differences Absolute .135
Positive .135
Negative -.098
Kolmogorov-Smirnov Z 1.425
Asymp. Sig. (2-tailed) .034
a. Test distribution is Normal.
b. Calculated from data.
40
Lampiran 3. Hasil Uji Kolmogorov Smirnov Setelah Penghapusan
Pecilan dan Ditransformasi
One-Sample Kolmogorov-Smirnov Test
INDEKS HARGA
SAHAM TR
N 106
Normal Parametersa,,b Mean 121.6187
Std. Deviation 58.29820
Most Extreme Differences Absolute .135
Positive .130
Negative -.135
Kolmogorov-Smirnov Z 1.388
Asymp. Sig. (2-tailed) .052
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
NILAI_TUKAR
N 106
Normal Parametersa,,b Mean 9705.29
Std. Deviation 510.569
Most Extreme Differences Absolute .130
Positive .130
Negative -.092
Kolmogorov-Smirnov Z 1.341
Asymp. Sig. (2-tailed) .055
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
SUKU BUNGA TR
N 106
Normal Parametersa,,b Mean .9429
Std. Deviation .03727
Most Extreme Differences Absolute .144
Positive .144
Negative -.068
Kolmogorov-Smirnov Z 1.479
Asymp. Sig. (2-tailed) .055
a. Test distribution is Normal.
b. Calculated from data.
41
Lanjutan Lampiran 3.
One-Sample Kolmogorov-Smirnov Test
INFLASI
N 106
Normal Parametersa,,b Mean .5370
Std. Deviation .49671
Most Extreme Differences Absolute .069
Positive .069
Negative -.057
Kolmogorov-Smirnov Z .713
Asymp. Sig. (2-tailed) .689
a. Test distribution is Normal.
b. Calculated from data.
One-Sample Kolmogorov-Smirnov Test
J_UANG_BEREDAR
N 106
Normal Parametersa,,b Mean 411372.74
Std. Deviation 163331.249
Most Extreme Differences Absolute .130
Positive .130
Negative -.083
Kolmogorov-Smirnov Z 1.338
Asymp. Sig. (2-tailed) .056
a. Test distribution is Normal.
b. Calculated from data.