Paper Ekonomet Tgs 2

ABSTRAK

Pasar modal di Indonesia adalah pasar negara berkembang, pembangunan Indonesia

sangat rentan terhadap kondisi mekroekonomi secara umum. Untuk melihat perkembangan

pasar modal di Indonesia, digunakan Indeks Saham Gabungan Harga (IHSG), yang

merupakan salah satu pasar saham indeks yang digunakan Brusa Efek Indonesia (BEI).

Penelitian ini dilakukan untuk mengetahui apakah data yang digunakan stasioner dan

bagaimana hubungan jangka panjangnya. Indeks Harga Saham Gabungan (IHSG) sebagai

variabel dependen dan empat variabel independen adalah variabel nilai tukar rupiah,

tingkat suku bunga SBI 1 bulanan, inflasi dan jumlah uang beredar (M2).

Dari penelitian yang telah dilakukan, diketahui bahwa data telah lolos uji asumsi

klasik (multikolinearitas, heterokedastisitas, autokorelasi serta normalitas). Namun karena

pada uji multikolinearitas terdapat korelasi terhadap SBI yang sangat tinggi maka variabel

SBI dihapus dari persamaan. Berdasarkan hasil penelitian, diketahui bahwa semua data

telah stasioner pada diferensi pertama. Karena seluruh variabel tidak stasioner pada tingkat

level tetapi stasioner pada tingkat diferensi pertama maka seluruh data akan terkointegrasi

atau dapat dikatakan data memiliki hubungan jangka panjang dalam persamaannya.

1

Daftar Isi

Abstrak………………………………………………………………………………………………………………………… 1

Daftar Isi………………………………………………………………………………………………………………………. 2

Pendahuluan……………………………………………………………………………………………………………….. 3

Latar Belakang Masalah……………………………………………………………………………………. 3

Rumusan Masalah…………………………………………………………………………………………….. 4

Tujuan Penelitian……………………………………………………………………………………………… 4

Kerangka Pemikiran dan Hipotesis………………………………………………………………………………… 4

Kerangka Pemikiran………………………………………………………………………………………….. 4

Hipotesis…………………………………………………………………………………………………………… 6

Metode Penelitian………………………………………………………………………………………………………... 6

Metodologi……………………………………………………………………………………………………….. 6

Penelitian dan Hasil Penelitian………………………………………………………………………….. 7

Kesimpulan…………………………………………………………………………………………………………………… 18

Daftar Pustaka………………………………………………………………………………………………………………. 18

Lampiran Data ………………………………………………………………………………………………………………. 19

2

Pendahuluan

1.1 Latar Belakang Masalah

Perkembangan pasar modal di Indonesia dapat dilihat dengan berbagai macam

indikator yang salah satunya adalah Indeks Harga Saham Gabungan (IHSG), yang merupakan

salah satu indeks pasar saham yang digunakan oleh Bursa Efek Indonesia (BEI). Indikator

pasar modal ini dapat berfluktuasi seiring dengan perubahan indikator – indikator makro

yang ada. Seiring dengan indikator pasar modal, indikator ekonomi makro juga bersifat

fluktuatif. Suatu persamaan menyatakan bahwa IHSG dibentuk oleh empat variabel

makroekonomi yakni inflasi, kurs, jumlah uang beredar (m2) dan tingkat suku bunga (SBI).

Sedangkan kondisi spesifik perusahaan berkaitan dengan beberapa rasio keuangan

perusahaan yang mencerminkan likuiditas perusahaan untuk jangka pendek dan jangka

panjang. Investasi dapat dipengaruhi oleh kondisi finansial global yang akhir- akhir ini

sedang mengalami kelesuhan. Kondisi keuangan global yang terus menekan ekonomi juga

akan mempengaruhi di pasar saham. Masalah krisis finansial global, hingga saat ini belum

ada titik terang yang dapat menenangkan pelaku ekonomi dunia. Runtuhnya sektor

keuangan AS membawa dampak langsung dari keruntuhan sistem keuangan AS tersebut.

Dampak jangka pendek yang sudah dirasakan adalah jatuhnya harga saham. Menurut Chatib

Basri (Tempo, 2008) dampak krisis finansial yang bermula di AS mungkin agak lebih lambat

dan kecil pengaruhnya pada ekonomi Indonesia, karena adanya integrasi jaringan produksi

(production network) di mana negara-negara di Asia Tenggara banyak mengekspor bahan

mentah dan barang antara ke pusat-pusat jaringan produksi seperti Cina, Korea dan Jepang.

Walaupun demikian, karena konsumen akhir dari barang jadi itu juga negara-negara maju,

cepat atau lambat Indonesia akan terkena dampak juga. Krisis subprime mortgage pada

medio 2007 yang terjadi di AS telah memicu krisis ekonomi global. Sejalan dengan kejatuhan

Dow Jones harga saham-saham di Asia seperti Hang Seng Hongkong dan IHSG juga

berguguran. IHSG yang pada awal 2008 memasuki masa keemasan pada level 2.830, akibat

kepanikan investor,IHSG juga terjerembab ke level 1.174 pada 30 Oktober 2008 atau telah

terkoreksi 59%

3

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan diatas, maka permasalahan

yang dapat diidentifikasi antara lain :

a. Apakah data yang tersedia stasioner (konstan pada rata – rata, varian dan

covariannya) ?

b. Apakah terdapat hubungan jangka panjang pada variabelnya ?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah maka tujuan penelitian ini adalah :

a. Menganalisis stasioineritas data yang ada.

b. Mendeteksi apakah terdapat hubungan jangka panjangnya pada variabel yang

tersedia.

Kerangka Pemikiran dan Hipotesis

2.1 Kerangka Pemikiran

Hubungan Kurs terhadap IHSG

Menurut Mohamad Samsul (2006: 202), perubahan satu variabel makroekonomi

memiliki dampak yang berbeda terhadap harga saham, yaitu suatu sahamdapat terkena

dampak positif sedangkan saham lainnya terkena dampak negatif.Misalnya, perusahaan

yang berorientasi impor, depresiasi kurs rupiah terhadapdolar Amerika yang tajam akan

berdampak negatif terhadap harga saham perusahaan. Sementara itu, perusahaan yang

berorientasi ekspor akan menerimadampak positif dari depresiasi kurs rupiah terhadap

dolar Amerika. Ini berartiharga saham yang terkena dampak negatif akan mengalami

penurunan di BursaEfek Indonesia (BEI), sementara perusahaan yang terkena dampak

4

positif akanmengalami kenaikan harga sahamnya. Selanjutnya, Indeks Harga

SahamGabungan (IHSG) juga akan terkena dampak negatif atau positif tergantung

padakelompok yang dominan dampaknya.

Bagi investor sendiri, depresiasi rupiah terhadap dollar menandakan bahwa prospek

perekonomian Indonesia suram. Sebab depresiasi rupiah dapatterjadi apabila faktor

fundamental perekonomian Indonesia tidaklah kuat,sehingga dolar Amerika akan menguat

dan akan menurunkan Indeks HargaSaham Gabungan di BEI (Sunariyah, 2006). Hal ini

tentunya menambah resiko bagi investor apabila hendak berinvestasi di bursa saham

Indonesia (Robert Ang,1997). Investor tentunya akan menghindari resiko, sehingga investor

akancenderung melakukan aksi jual dan menunggu hingga situasi perekonomiandirasakan

membaik. Aksi jual yang dilakukan investor ini akan mendorong penurunan indeks harga

saham di BEI dan mengalihkan investasinya ke dolar Amerika (Jose Rizal, 2007)

Hubungan Tingkat Suku Bunga SBI terhadap IHSG

Kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan(emiten) yang

lebih lanjut dapat menurunkan harga saham. Kenaikan ini juga potensial mendorong

investor mengalihkan dananya ke pasar uang atau tabunganmaupun deposito sehingga

investasi di lantai bursa turun dan selanjutnya dapatmenurunkan harga saham.

Hubungan Inflasi terhadap IHSG

Sirait dan D. Siagian (2002: 227), mengemukakan bahwa kenaikan inflasidapat

menurunkan capital gain yang menyebabkan berkurangnya keuntunganyang diperoleh

investor. Di sisi perusahaan, terjadinya peningkatan inflasi,dimana peningkatannya tidak

dapat dibebankan kepada konsumen, dapatmenurunkan tingkat pendapatan perusahaan.

Hal ini berarti resiko yang akandihadapi perusahaan akan lebih besar untuk tetap

berinvestasi dalam bentuk saham, sehingga permintaan terhadap saham menurun. Inflasi

dapat menurunkan keuntungan suatu perusahaan sehingga sekuritas di pasar modal

menjadi komoditiyang tidak menarik. Hal ini berarti inflasi memiliki hubungan yang negatif

dengan return saham.

Hubungan Jumlah Uang Beredar (m2) terhadap IHSG

5

Menurut Mohamad Samsul (2006: 210), jika jumlah uang beredar meningkat, maka

tingkat bunga akan menurun dan Indeks Harga Saham Gabungan (IHSG) akan naik sehingga

pasar akan menjadi bullish. Jika jumlahuang beredar menurun, maka tingkat bunga akan

naik dan Indeks Harga SahamGabungan (IHSG) akan turun sehingga pasar akan menjadi

bearish.

Teori kuanitas uang menyatakan bahwa bank sentral yang mengawasi penawaan

uang, memiliki kendali tertinggi atas tingkat inflasi. Jika bank sentralmempertahankan

penawaran uang tetap stabil, tingkat harga akan stabil. Jika bank sentral meningkatkan

penawaran uang dengan cepat, tingkat harga akan meningkat dengan cepat (Mankiw, 2000:

153).

2.2 Hipotesis

a. Diduga data stasioner pada tingkat lebih besar, bukan pada tingkat level.

b. Diduga ada kecenderungan terjadinya hubungan keseimbangan dalam jangka

panjang.

Metode Penelitian

3.1 Metodologi

Metode penelitian yang digunakan dalam penelitian ini berupa pendekatan kualitatif

karena data yang digunakan berupa data sekunder yang diperoleh dari database pusat

kebijakan ekonomi makro badan kebijakan fiscal Indonesia. Data yang digunakan

merupakan data time series bulanan yakni mulai bulan Januari 2005 – Desember 2007,

selanjutnya data akan diuji menggunakan uji asumsi klasik.

Teknik Analisis Data

Uji Stasioneritas Data

Data dilakukan dengan pengujian akar-akar unit (unit root) untuk melihat apakah

data tersebut stasioner atau tidak. Data dikatakan stasioneritas apabila data tersebut

6

tidak terdapat akar-akar unit, dimana mean, variance, dan covariance data tersebut

konstan.

Uji Kointegrasi

Data dilakukan dengan pengujian ini hanya jika data berintegrasi pada derajat yang

sama, dengan begitu dapat diketahui bagaimana keseimbangan jangka panjangnya.

3.2 Penelitian dan Hasil Penelitian

Sebelum mengolah data yang tersedia, akan dilakukan uji asumsi klasik terlebih

dahulu guna mengetahui kelayakan data untuk dianalisis. Adapun uji asumsi klasik yang

akan dilakukan yakni uji multikolinearitas, uji heterokedastisitas, uji autokorelasi dan uji

normalitas. Adapun hasil regresi untuk pengujian asumsi klasik yakni :

Dari hasil regresi tersebut selanjutnya dilakukan uji multikolinearitas guna memastikan tidak

ada korelasi yang tinggi antar variabel independennya. Adapun uji multikolinearitas yang

dilakukan yakni :

Dari table uji multikolinearitas diatas diketahui bahwa terdapat korelasi yang sangat tinggi

antara inflasi dengan suku bunga SBI, hal ini dikarenakan nilai korelasi yang timbul sebesar

0,907440 yang artinya nilai tersebut melebihi batas kewajaran korelasi yakni 0,6. Maka

langkah selanjutnya adalah menghapus salah satu variabel yang korelasinya tinggi. Dalam uji

7

selanjutnya, penulis menghapus variabel SBI guna menghilangkan masalah multikolinearitas.

Adapun uji multikolinearitas yang varu tanpa variabel SBI yakni :

Uji multikolinearitas setelah menghilang variabel SBI menyatakan bahwa tidak ada masalah

multikolinearitas dalam data, hal ini dikarenakan tidak ada nilai korelasi yang melebihi 0,6.

Sehingga dilakukan regresi lagi yang menghasilkan :

Uji yang dilakukan selanjutnya adalah heterokedastisitas yang berguna untuk

mengetahui apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke

pengamatan yang lain, pada uji heterokedastisitas kali ini menggunakan uji white. Adapun

hasil ujinya :

8

Dari table diatas diketahui bahwa nilai Prob. Chi-square sebesar 0,0124. Hal ini menyatakan

bahwa nilai yang timbul kurang dari α (0,05) sehingga data tersebut dinyatakan tidak lolos

uji heterokedastisitas. Untuk memperbaiki gangguan heterokedastisitas, selanjutnya

dilakukan uji park dengan serta melakukan generalize res^2 (menambah var.dependen

berupa res2). Adapun hasil dari uji park :

Selanjutnya, kita lakukan uji white lagi guna memastikan benar – benar tidak ada

gangguan heterokedastisitas pada data :

9

Table diatas menunjukkan nilai Prob. Chi-square 0,3323 yang berarti lebih dari α(0,05)

sehingga dapat dinyatakan bahwa terbebas dari gangguan heterokedastisitas. Selanjutnya

adalah melakukan uji asumsi klasik yang terakhir yakni uji normalitas dengan metode jarque

bara, yang hasilnya :

Nilai probability yang tertera dalam table menunjukkan angka 0,105076 yang berarti

melebihi nilai α, sehingga nilai tersebut dikatakan signifikan dan data memiliki sebaran

residual normal. Dengan ini berarti data yang kita miliki telah lolos dari semua uij asumsi

klasik dan dapat dilakukan penelitian lebih lanjut.

Setelah dinyatakan lolos dalam uji asumsi klasik, analisis selanjutnya adalah

pengujian stasioneritas data. Pengujian stasioneritas data pada penelitian kali ini

10

menggunakan uji Augmented Dickey-Fuller (ADF). Bentuk stasioneritas dalam penelitian ini

adalah :

ΔINFt = αINF + αT + γINFt-1 + βΣΔINFt-1 + εt

ΔKURSt = αKURS + αT + γ1KURSt-1 + βΣΔKURSt-1 + εt

ΔM2t = αM2 + αT + γM2t-1 + βΣΔM2t-1 + εt

ΔSBIt = αSBI + αT + γSBIt-1 + βΣΔSBIt-1 + εt

ΔIHSGt = αIHSG + αT + γIHSGt-1 + βΣΔIHSGt-1 + εt

Hasil Uji Akar Unit pada variabel IHSG :

Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama

karena data IHSG tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data IHSG

dikatakan stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon

pada setiap α-nya sehingga data IHSG merupakan data stasioner, nilai statistic ADF -

11

Null Hypothesis: D(IHSG) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -6.271015 0.0001Test critical values: 1% level -4.262735

5% level -3.55297310% level -3.209642

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test EquationDependent Variable: D(IHSG,2)Method: Least SquaresDate: 04/27/14 Time: 21:24Sample (adjusted): 2005M04 2007M12Included observations: 33 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(IHSG(-1)) -1.681676 0.268166 -6.271015 0.0000D(IHSG(-1),2) 0.399748 0.172814 2.313175 0.0280

C -29.24858 32.65185 -0.895771 0.3778@TREND(2005M01) 5.940690 1.806694 3.288155 0.0026

R-squared 0.659649 Mean dependent var 1.548485Adjusted R-squared 0.624440 S.D. dependent var 135.0057S.E. of regression 82.73542 Akaike info criterion 11.78239Sum squared resid 198509.3 Schwarz criterion 11.96378Log likelihood -190.4094 Hannan-Quinn criter. 11.84342F-statistic 18.73540 Durbin-Watson stat 2.067823Prob(F-statistic) 0.000001

6.271015 sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -

4.262735, -3.552973, -3.209642. Adapun persamaan yang terbentuk adalah

ΔIHSGt = αIHSG + αT +γIHSGt-1 + βΣΔIHSGt-1 + βΣΔIHSGt-1(2) + εt

ΔIHSGt = -0.895771 - 6.271015 -1.681676ΣΔIHSGt-1 + 0.399748ΣΔIHSGt-1(2)

Hasil Uji Akar Unit pada variabel Kurs :

Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama karena

data kurs tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data kurs


pada setiap α-nya sehingga data Kurs merupakan data stasioner, nilai statistic ADF -4.518

sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -4.252, -3.548, -

3.207. Adapun persamaan yang terbentuk adalah

ΔKurst = αKurs + αT +γKurst-1 + βΣΔKurst-1 + εt

12

Null Hypothesis: D(KURS) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*


5% level -3.54849010% level -3.207094


Augmented Dickey-Fuller Test EquationDependent Variable: D(KURS,2)Method: Least SquaresDate: 04/27/14 Time: 21:26Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustments


D(KURS(-1)) -0.797094 0.176421 -4.518139 0.0001C 0.008173 0.063933 0.127832 0.8991

@TREND(2005M01) -0.000320 0.003054 -0.104780 0.9172

R-squared 0.397426 Mean dependent var 0.000824Adjusted R-squared 0.358550 S.D. dependent var 0.217672S.E. of regression 0.174335 Akaike info criterion -0.571583Sum squared resid 0.942169 Schwarz criterion -0.436904Log likelihood 12.71691 Hannan-Quinn criter. -0.525654F-statistic 10.22299 Durbin-Watson stat 1.968042Prob(F-statistic) 0.000389

ΔKurst = 0.1278 - 4.518 + 0.008Kurst-1 -0.797ΣΔKurst-1

Hasil Uji Akar Unit pada variabel Inflasi :

Null Hypothesis: D(INFLASI) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*


5% level -3.54849010% level -3.207094


Augmented Dickey-Fuller Test EquationDependent Variable: D(INFLASI,2)Method: Least SquaresDate: 04/27/14 Time: 21:25Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustments


D(INFLASI(-1)) -0.907083 0.178652 -5.077358 0.0000C 0.005715 0.008311 0.687619 0.4968

@TREND(2005M01) -0.000317 0.000398 -0.796104 0.4320

R-squared 0.454040 Mean dependent var 1.47E-05Adjusted R-squared 0.418817 S.D. dependent var 0.029533S.E. of regression 0.022514 Akaike info criterion -4.665226Sum squared resid 0.015714 Schwarz criterion -4.530548Log likelihood 82.30885 Hannan-Quinn criter. -4.619297F-statistic 12.89035 Durbin-Watson stat 1.952633Prob(F-statistic) 0.000084


data inflasi tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data inflasi


pada setiap α-nya sehingga data Inflasi merupakan data stasioner, nilai statistic ADF -5.077



ΔInflasi = αInflasi + αT +γInflasit-1 + βΣΔInflasit-1 + εt

ΔInflasi = 0.687 - 5.077 + 0.005Inflasit-1 -0.907ΣΔInflasit-1

13

Hasil Uji Akar Unit pada variabel M2 :

Null Hypothesis: D(M2) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic - based on SIC, maxlag=9)

t-Statistic Prob.*


5% level -3.55297310% level -3.209642


Augmented Dickey-Fuller Test EquationDependent Variable: D(M2,2)Method: Least SquaresDate: 04/27/14 Time: 21:27Sample (adjusted): 2005M04 2007M12Included observations: 33 after adjustments


D(M2(-1)) -2.015308 0.309516 -6.511162 0.0000D(M2(-1),2) 0.440969 0.184235 2.393509 0.0234

C 22.12311 11.98760 1.845500 0.0752@TREND(2005M01) 0.704570 0.537261 1.311411 0.2000

R-squared 0.719010 Mean dependent var 2.469697Adjusted R-squared 0.689942 S.D. dependent var 52.44692S.E. of regression 29.20396 Akaike info criterion 9.699698Sum squared resid 24733.27 Schwarz criterion 9.881093Log likelihood -156.0450 Hannan-Quinn criter. 9.760732F-statistic 24.73545 Durbin-Watson stat 1.767821Prob(F-statistic) 0.000000


data M2 tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data M2 dikatakan

stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon pada

setiap α-nya sehingga data M2 merupakan data stasioner, nilai statistic ADF -6.511



ΔM2 = αM2 + αT +γM2t-1 + βΣΔM2t-1 + εt

ΔM2 = 1.845 - 6.511 + 22.123M2t-1 -2.015ΣΔM2t-1 +0.440ΣΔM2t-2

14

Hasil Uji Kointegrasi :

Date: 04/27/14 Time: 21:28Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustmentsTrend assumption: Linear deterministic trend (restricted)Series: SBI M2 KURS INFLASI IHSGLags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)

Hypothesized Trace 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.735230 112.4707 88.80380 0.0004At most 1 * 0.595258 67.28834 63.87610 0.0251At most 2 0.381365 36.53518 42.91525 0.1874At most 3 0.269547 20.20702 25.87211 0.2156At most 4 0.244393 9.527940 12.51798 0.1503

Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue)

Hypothesized Max-Eigen 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**

None * 0.735230 45.18238 38.33101 0.0070At most 1 0.595258 30.75316 32.11832 0.0727At most 2 0.381365 16.32816 25.82321 0.5156At most 3 0.269547 10.67908 19.38704 0.5467At most 4 0.244393 9.527940 12.51798 0.1503

Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):

SBI M2 KURS INFLASI IHSG@TREND(05M02

)-1.018005 0.050977 -2.705268 31.21173 -0.010717 -0.412584-0.522686 -0.033087 4.918211 36.54347 0.002335 0.499751-1.120728 0.001990 -0.200949 45.42378 -0.003303 0.226170 0.264691 0.013777 2.319572 -32.49852 -0.002697 -0.062839 0.893159 0.008927 -0.415892 -22.48943 -0.001086 -0.061425

Unrestricted Adjustment Coefficients (alpha):

D(SBI) 0.083630 0.327982 -0.062363 0.110672 -0.143734D(M2) -21.62661 5.112027 4.779995 -0.547234 -0.268577

D(KURS) -0.052477 -0.057153 -0.012133 -0.028099 -0.056670D(INFLASI) -0.001515 0.001518 -0.006233 0.009401 -0.002111

D(IHSG) 19.19804 1.620748 44.94043 16.07697 2.776911

15

1 Cointegrating Equation(s): Log likelihood -257.7157

Normalized cointegrating coefficients (standard error in parentheses)


) 1.000000 -0.050075 2.657420 -30.65969 0.010527 0.405286

(0.00786) (0.69580) (3.97534) (0.00124) (0.11050)

Adjustment coefficients (standard error in parentheses)D(SBI) -0.085136

(0.11141)D(M2) 22.01601

(3.24091)D(KURS) 0.053421

(0.02967)D(INFLASI) 0.001542

(0.00417)D(IHSG) -19.54371

(15.7019)




) 1.000000 0.000000 -2.672143 -47.99736 0.003905 -0.196003

(0.65753) (5.01878) (0.00131) (0.05805) 0.000000 1.000000 -106.4309 -346.2320 -0.132246 -12.00770

(12.6747) (96.7431) (0.02519) (1.11892)

Adjustment coefficients (standard error in parentheses)D(SBI) -0.256568 -0.006589

(0.10231) (0.00543)D(M2) 19.34402 -1.271602

(3.46482) (0.18401)D(KURS) 0.083294 -0.000784

(0.03089) (0.00164)D(INFLASI) 0.000749 -0.000127

(0.00467) (0.00025)D(IHSG) -20.39085 0.925031

(17.6470) (0.93719)




) 1.000000 0.000000 0.000000 -41.12046 0.002708 -0.223227

(7.42353) (0.00193) (0.08529) 0.000000 1.000000 0.000000 -72.32631 -0.179913 -13.09201

(330.656) (0.08606) (3.79881) 0.000000 0.000000 1.000000 2.573553 -0.000448 -0.010188

(3.33109) (0.00087) (0.03827)

Adjustment coefficients (standard error in parentheses)D(SBI) -0.186675 -0.006713 1.399375

(0.14191) (0.00539) (0.49764)D(M2) 13.98694 -1.262089 82.68727

16

(4.62043) (0.17540) (16.2022)D(KURS) 0.096892 -0.000808 -0.136687

(0.04307) (0.00164) (0.15103)D(INFLASI) 0.007735 -0.000140 0.012816

(0.00625) (0.00024) (0.02193)D(IHSG) -70.75687 1.014465 -52.99542

(20.4500) (0.77633) (71.7108)




) 1.000000 0.000000 0.000000 0.000000 0.002548 -0.532926

(0.00700) (0.33192) 0.000000 1.000000 0.000000 0.000000 -0.180194 -13.63674

(0.07882) (3.73522) 0.000000 0.000000 1.000000 0.000000 -0.000438 0.009195

(0.00048) (0.02290) 0.000000 0.000000 0.000000 1.000000 -3.89E-06 -0.007532

(0.00014) (0.00668)

Adjustment coefficients (standard error in parentheses)D(SBI) -0.157382 -0.005188 1.656087 8.166398

(0.13962) (0.00536) (0.52261) (6.33675)D(M2) 13.84210 -1.269629 81.41792 -253.2829

(4.67997) (0.17973) (17.5178) (212.404)D(KURS) 0.089455 -0.001195 -0.201865 -3.364379

(0.04276) (0.00164) (0.16006) (1.94076)D(INFLASI) 0.010223 -1.03E-05 0.034622 -0.580481

(0.00562) (0.00022) (0.02102) (0.25491)D(IHSG) -66.50145 1.235953 -15.70372 2177.318

(20.1095) (0.77228) (75.2726) (912.686)

pada tabel Unrestricted Cointegration Rank Test (Trace) ditentukan bahwa minimal terdapat 1 nilai

Prob.** yang kurang dari α (5%). Hal ini menandakan bahwa nilai probabilitas dinyatakan

signifikan apabila kurang dari 5% (terdapat kointegrasi). Dari hasil yang ditunjukkan diatas

diketahui terdapat dua nilai yang signifikan, artinya ada 2 persamaan yang memiliki

hubungan kointegrasi. Selanjutnya membandingkan nilai trace stat. dengan nilai 0,5 critical

value. Apabila nilai trace statistic > critical value hal ini dikatakan terdapat kointegrasi. Dari

nilai yang dihasilkan ternyata terdapat 2 nilai trace statistic yang lebih dari nilai critical

valuenya. Selain itu terdapat kalimat Trace test indicates 2 cointegrating eqn(s) at the 0.05 level pada

tabel (trace) yang menyatakan terdapat dua kointegrasi. Dengan begitu dapat dinyatakan

bahwa terdapat 2 persamaan yang memiliki hubungan kointegrasi.

17

Kesimpulan

Berdasarkan penelitian dan hasil penelitian, dapat disimpulkan bahwa :

Dari uji stasioneritas menunjukkan bahwa data telah lolos uji stasioner yang artinya

data tidak mengalami hubungan yang spurius (semu) dan bagus untuk di regresikan.

Data time series IHSG, kurs, sbi, m2 dan inflasi tidak stasioner pada tingkat level

tetapi menjadi stasioner pada tingkat diferensi pertama dimana apabila data mencapai

tingkat diferensi yang sama dapat dikatakan seluruh data terkointegrasi atau memiliki

hubungan jangka panjang. Dari uji kointegrasi yang dilakukan dapat diketahui bahwa

terdapa dua bentuk persamaan yang memiliki hubungan kointegrasi.

Daftar Pustaka

Novianti, Aditya. 2011. ANALISIS PENGARUH NILAI TUKAR (KURS) DOLAR AMERIKA/RUPIAH (US$/Rp), TINGKAT SUKU BUNGA SBI, INFLASI, DAN JUMLAH UANG BEREDAR (M2) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (BEI)

http://www.academia.edu/4918997/

Salim, Jul Fahmi. 2013. Uji Asumsi Klasik (Multicolinearitas, Heteroscedastisitas, Autokorelasi, dan Normalitas) dengan EViews7

http://julfahmi25.blogspot.com/2013/05/uji-asumsi-klasik-multicolinearitas

BIBLIOGRAPHY Agus widarjono, P. (2013). EKONOMETRIKA pengantar dan aplikasinya. yogyakarta: UPP STIM YKPN.

18

http://julfahmi25.blogspot.com/2013/05/uji-asumsi-klasik-multicolinearitas

http://www.academia.edu/4918997/

http://www.academia.edu/4918997/ANALISIS_PENGARUH_NILAI_TUKAR_KURS_DOLAR_AMERIKA_RUPIAH_US_Rp_TINGKAT_SUKU_BUNGA_SBI_INFLASI_DAN_JUMLAH_UANG_BEREDAR_M2_TERHADAP_INDEKS_HARGA_SAHAM_GABUNGAN_IHSG_DI_BURSA_EFEK_INDONESIA_BEI_



Lampiran (data)

obs SBI M2 KURS INFLASI IHSG2005M01 7.300000 1015.900 9.204000 0.073200 1045.4002005M02 7.270000 1012.100 9.245000 0.071500 1073.8002005M03 7.310000 1020.700 9.371000 0.088100 1080.2002005M04 7.510000 1044.300 9.535000 0.081200 1029.6002005M05 7.810000 1046.200 9.480000 0.074000 1088.2002005M06 8.050000 1073.700 9.616000 0.074200 1122.4002005M07 8.450000 1088.400 9.799000 0.078400 1182.3002005M08 8.540000 1115.900 9.986000 0.083300 1050.1002005M09 9.250000 1150.500 10.23300 0.090600 1079.3002005M10 12.09000 1165.700 10.09300 0.178900 1066.2002005M11 12.69000 1168.300 10.04000 0.183800 1096.6002005M12 12.83000 1203.200 9.857000 0.171100 1162.6002006M01 12.92000 1190.800 9.493000 0.170300 1232.3002006M02 12.92000 1193.900 9.253000 0.179200 1230.7002006M03 12.73000 1195.100 9.172000 0.157400 1323.0002006M04 12.74000 1198.000 8.937000 0.154000 1464.4002006M05 12.16000 1237.500 8.985000 0.156000 1330.0002006M06 12.16000 1253.800 9.363000 0.155300 1310.3002006M07 12.16000 1248.200 9.125000 0.151500 1351.6002006M08 11.36000 1270.400 9.094000 0.149000 1431.3002006M09 11.36000 1291.400 9.143000 0.145500 1534.6002006M10 11.36000 1325.700 9.187000 0.062900 1582.6002006M11 9.500000 1338.600 9.135000 0.052700 1719.0002006M12 9.500000 1382.100 9.087000 0.066000 1805.5002007M01 8.100000 1363.900 9.067000 0.062600 1757.3002007M02 8.100000 1366.800 9.068000 0.063000 1741.0002007M03 8.100000 1375.900 9.164000 0.065200 1830.9002007M04 7.830000 1383.600 9.098000 0.062900 1999.2002007M05 7.830000 1393.100 8.844000 0.060100 2084.3002007M06 7.830000 1452.000 8.984000 0.057700 2139.3002007M07 7.830000 1473.000 9.067000 0.060600 2348.7002007M08 7.830000 1493.100 9.367000 0.065100 2194.3002007M09 7.830000 1616.900 9.310000 0.069500 2359.2002007M10 7.830000 1533.800 9.106000 0.068800 2643.5002007M11 7.830000 1559.600 9.265000 0.067100 2688.3002007M12 7.830000 1649.700 9.334000 0.065900 2745.800

19

Paper Ekonomet Tgs 2

Documents

Transcript of Paper Ekonomet Tgs 2