analisis pengaruh harga komoditas terhadap...
TRANSCRIPT
i
ANALISIS PENGARUH HARGA KOMODITAS TERHADAP
PERGERAKAN JAKARTA ISLAMIC INDEX (JII) DI BURSA EFEK
INDONESIA 2013-2017
SKRIPSI
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat Guna Meraih Gelar Sarjana Ekonomi
Oleh :
Intan Hapsari Pratiwi
NIM 11140860000041
JURUSAN EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS
UIN SYARIF HIDAYATULLAH JAKARTA
1440 H / 2018
ii
ANALISIS PENGARUH HARGA KOMODITAS TERHADAP
PERGERAKAN JAKARTA ISLAMIC INDEX (JII) DI BURSA EFEK
INDONESIA 2013-2017
Skripsi
Diajukan kepada Fakultas Ekonomi dan Bisnis
Untuk Memenuhi Syarat untuk Meraih Gelar Sarjana Ekonomi
Oleh
INTAN HAPSARI PRATIWI
NIM: 11140860000041
Di Bawah Bimbingan
Yoghi Citra Pratama M.Si
NIP. 198307172011011011
JURUSAN EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1440 H/2018M
iii
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
Hari ini Kamis, 27 Sepetember 2018 telah dilakukan Ujian Skripsi atas mahasiswa:
1. Nama : Intan Hapsari Pratiwi
2. NIM : 11140860000041
3. Jurusan : Ekonomi Syariah
4. Judul Skripsi : Analisis Pengaruh Harga Komoditas Terhadap Pergerakan
Jakarta Islamic Index (JII) di Bursa Efek Indonesia 2013 -2017
Setelah mencermati dan memperhatikan penampilan dan kemampuan
yang bersangkutan selama ujian skripsi, maka diputuskan bahwa mahasiswa
tersebut diatas dinyatakan LULUS dan skripsi ini diterima sebagai salah satu
syarat untuk memperoleh gelar Sarjana Ekonomi pada Fakultas Ekonomi dan
Bisnis Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, September 2018
1. RR Tini Anggraeni, M.Si (___________________)
NIDN. 2010088001 Ketua
2. Yoghi Citra Pratama, M.Si (___________________)
NIP. 19830717 201101 1 011 Sekretaris
3. Dr. Burhannuddin Yusuf, MM., MA (___________________)
NIP. 195406181981031005 Penguji Ahli
4. Yoghi Citra Pratama, M.Si (___________________)
NIP. 19830717 201101 1 011 Pembimbing I
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Intan Hapsari Pratiwi
No. Induk Mahasiswa : 11140860000041
Fakultas : Ekonomi dan Bisnis
Jurusan : Ekonomi Syariah
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggung jawabkan
2. Tidak melakukan plagiat terhadap naskah orang lain
3. Tidak menggunakan kaya orang lain tanpa menyebutkan sumber asli
atau tanpa ijin pemilik karya
4. Tidak melakukan pemanipulasian dan pemalsuan data
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas
karya ini
Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang ditemukan
bukti bahwa saya melanggar pernyataan diatas, maka saya siap dikenakan sanksi
berdasarkan aturan yang berlaku di Fakultas Ekonomi dan Bisnis UIN Syarif
Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 25 September 2018
Yang Menyatakan,
(Intan Hapsari Pratiwi)
vi
DAFTAR RIWAYAT HIDUP
Identitas Pribadi
Nama : Intan Hapsari Pratiwi
Jenis Kelamin : Perempuan
Tempat, Tanggal Lahir : Jakarta, 9 Maret 1996
Kewarganegaraan : Indonesia
Status : Belum Menikah
Tinggi / Berat : 155 cm / 48 kg
Agama : Islam
Alamat : Jl. Budaya 1 No.21 RT02/002 Komplek PDK
Kelurahan Kreo, Kecamatan Larangan
Tangerang, Banten
No. HP : 0812-1255-8825
E-mail : [email protected]
Pendidikan Formal
2002 – 2007 : SDI Annajah, Jakarta
2007 – 2011 : MTs Annajah, Jakarta
2011 – 2014 : SMAN 63 Jakarta
2014 – 2018 : Program Sarjana (S1) Jurusan Ekonomi Syariah
Fakultas Ekonomi dan Bisnis
Universitas Islam Negeri Syarif Hidayatullah Jakarta
vii
Pengalaman Organisasi
1. Koordinator Divisi Marching Band Organisasi Siswa Intra Sekolah (OSIS)
Mts. Annajah 2009 – 2010
2. Koordinator Divisi English Club Organisasi Siswa Intra Sekolah (OSIS)
SMAN 63 Jakarta 2012 - 2013
3. Anggota Divisi Eksternal Himpunan Mahasiswa Jurusan (HMJ) Ekonomi
Syariah 2015 – 2016
4. Anggota Divisi Olahraga Dewan Eksekutif Mahasiswa (DEMA) Fakultas
Ekonomi dan Bisnis 2016 – 2017
5. Koordinator Divisi Kepelatihan Marching Band UIN Syarif Hidayatullah
Jakarta 2016
6. Koordinator Acara “Sharia Ecofest” 2015 di UIN Syarif Hidayatullah Jakarta
7. Koordinator Acara Orientasi Pengenalan Akademik (OPAK) Fakultas
Ekonomi dan Bisnis 2016
8. Bendahara Umum “Youth Economic Summit” 2016 di UIN Syarif
Hidayatullah Jakarta
Latar Belakang Keluarga
Ayah : Heru Winarno
Tempat, Tanggal Lahir : Semarang, 30 April 1958
Ibu : Warsini
Tempat, Tanggal Lahir : Solo, 6 Januari 1966
Alamat : Jl. Budaya 1 No.21 RT02/002 Komplek PDK
Kelurahan Kreo, Kecamatan Larangan
viii
Tangerang, Banten
Anak ke dari : 1 dari 1 bersaudara
ix
ABSTRACT
This research was conducted with a view to determine commodities price in short
term, long term and dynamic relationship to increase Jakarta Islamic Index (JII). This
research uses data including data from 2013 until 2017. The data were analyzed using
Vector Error Correction Model (VECM) with Eviews software. The result of
Johansen cointegration test show that the commodity price and stock price indices are
cointegrated. The result showed that gold price and tin price is influenced on Jakarta
Islamic Index in short term. Coal price, crude oil price and nickel price influenced on
Jakarta Islamic Index in long term.
Keywords: Commodity Price, Jakarta Islamic Index, VECM
x
ABSTRAK
Penelitian ini bertujuan untuk menguji hubungan jangka panjang dan jangka pendek
serta hubungan dinamis antara Harga Komoditas terhadap Jakarta Islamic Index (JII).
Data yang digunakan meliputi data sejak 2013 sampai 2017. Teknik analisis data
menggunakan regresi Vector Error Correction Model (VECM) dengan bantuan
software Eviews. Hasil dari Johansen cointegration test menunjukan bahwa harga
komoditas dan indeks harga saham terdapat hubungan kointegrasi. Hasil menunjukan
bahwa harga emas dan harga timah memliki pengaruh terhadap Jakarta Islamic Index
dalam jangka pendek. Harga Batu Bara, Harga Minyak Mentah dan Harga Nikel
memiliki pengaruh terhadap Jakarta Islamic Index dalam jangka panjang
Kata Kunci: Harga Komoditas, Jakarta Islamic Index, VECM
xi
KATA PENGANTAR
Assalaamualaikum Wr.Wb.
Segala puji dan syukur penulis panjatkan Kehadirat Allah SWT, berkat
rahmat dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini.
Shalawat dan salam tercurahkan kepada junjungan Nabi besar Muhammad SAW
yang telah berjuang hingga kita dapat menikmati indahnya Islam hingga saat ini.
Skripsi ini bertujuan untuk memenuhi sebagai syarat mencapai gelar Sarjana
Ekonomi pada Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
Skripsi ini berjudul “Analisis Pengaruh Harga Komoditas Terhadap
Pergerakan Jakarta Islamic Index (JII) di Bursa Efek Indonesia 2013 - 2017”.
Semoga skripsi ini bermanfaat bagi semua pihak dan menambah wawasan serta
pengetahuan bagi pembaca.
Proses penyusunan skripsi ini juga tidak terlepas dari doa, bimbingan,
bantuan, dukungan dan motivasi dari orang – orang yang terbaik yang ada di
sekeliling penulis. Karena itu pada kesempatan ini penulis mengucapkan rasa
terimakasih sebesar – besarnya kepada:
1. Allah SWT yang telah memberikan segala nikmat yang belum tentu
didapatkan oleh orang lain. Atas nikmatnya penulis dapat
menyelesaikan studi di UIN Syarif Hidayatullah Jakarta. Segala nikmat
xii
yang Allah berikan patut disyukuri tanpa bantuan Allah semua ini sulit
terjadi.
2. Keluarga tercinta yang selalu mensupport di segala keadaan. Ayah Heru
Winarno dan Ibu Warsini, Kakak Handayani dan Kakak Adrias Kurniati
sebagai inspirator dan motivator penulis untuk selalu semangat dalam
segala kegiatan. Terimakasih atas kasih sayang dan doa yang selalu
dipanjatkan. Semoga senantiasa dalam lindungan Allah dan kita bisa
berkumpul bersama di surga nya Allah.
3. Ibu Irma Utari yang sudah penulis anggap sebagai orang tua kedua,
rumah kedua yang selalu memberikan dukungan baik moral maupun
materil. Terimakasih atas semangat dan nasihat serta semua yang telah
diberikan sehingga penulis bisa menyelesaikan studi.
4. Bapak Dr. M. Arief Mufraini, Lc., M.Si selaku Dekan Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta yang telah
memberikan ilmu yang berharga selama masa perkuliahan.
5. Bapak Dr. Amilin, SE., Ak., M.Si., CA., QIA., BKP., CRMP selaku
Wadek Bidang Akademik, Bapak Dr. Ade Sofyan Mulazid, S.Ag, M.H
selaku Wadek Bidang Administrasi Umum, Bapak Dr. Desmadi
Saharudin, Lc.,MA selaku Wadek Bidang Kemahasiswaan.
xiii
6. Bapak Yoghi Citra Pratama, M.Si selaku Ketua Jurusan Ekonomi
Syariah dan Ibu RR. Tini Anggraini, M.Si selaku Sekertaris Jurusan
Ekonomi Syariah.
7. Bapak Dr. M. Nur Rianto Al Arif, M.Si selaku dosen pembimbing
akademik.
8. Bapak Yoghi Citra Pratama, M.Si dosen pembimbing skripsi yang telah
meluangkan waktunya untuk memberikan arahan dan motivasi serta
selalu memberikan ilmu yang bermanfaat selama penyusunan skripsi
ini. Semoga Allah senantiasa memberkahi dan membalas kebaikan
bapak
9. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah
memberikan ilmu yang sangat berharga dan bermanfaat bagi penulis.
Serta karyawan dan staff UIN Syarif Hidayatullah Jakarta yang telah
memberikan pelayanan terbaik dan membantu selama perkuliahan.
Semoga Allah memberikan pahala yang banyak atas kebaikan bapak
dan ibu semua.
10. Raden Mas Raka Trilaksono Wibowo Hadiputro Kardjono. Terimakasih
sudah bersama – sama menjalani perkuliahan. Menjadi penyemangat,
menemani dalam suka duka, memotivasi sekaligus pemberi saran
terbaik.
xiv
11. Adik tingkat tercinta Shelly Krisnia, Els Dhinda, Sania Pricillya dan
Rossy El Febiani terimakasih sudah menjadi adik sekaligus sahabat
terbaik. Terus semangat menjalani perkuliahan.
12. Terimakasih kepada sahabat terbaik Nico, Harka, Munzir, Angga,
Ilham, Abyan, Azmi, Aam, ka Debby, Melby atas semua dukungan
yang kalian beri.
13. Terimakasih kepada sahabat “Somplak” Aulia, Bella, Adzkiya, Riska,
Fitria yang menemani sejak awal perkuliahan hingga akhir dan menjadi
tempat berkeluh kesah.
14. Terimakasih kepada teman terdekat penulis, Olivia Erica S.S., Anissa
Anariar S.Psi., Galuh Dati Utami S.Ak., Mutiara Savira S.H. semoga
selalu dalam lindungan Allah.
15. Terimakasih kepada senior Ulfa Rianti S.E dan Irianne Sakinah S.E
yang selalu memberikan bimbingan serta arahan selama perkuliahan.
16. Terimakasih kepada sahabat terdekat yang selalu memberikan dukungan
Fafa, Fadjrin, Joko, Firly, Wulan, Sasha, Ari, Ryan, dan Fulki.
17. Terimakasih banyak kepada sahabat terbaik Ekonomi Syariah A dan B
2014 yang tidak bisa saya sebutkan satu – persatu. Sukses untuk kalian
semua
xv
Penulis menyadari bahwa hasil penelitian ini masih memiliki banyak
kekurangan sehubungan dengan keterbatasan pengetahuan maupun pengalaman yang
dimiliki penulis. Oleh sebab itu, penulis mengharapkan segala bentuk saran serta
masukan, baik kritik yang membangun dari berbagai pihak.
Wassalaamualaikum Wr Wb
Jakarta, 25 September 2018
Intan Hapsari Pratiwi
xvi
DAFTAR ISI
COVER
LEMBAR PENGESAHAN SKRIPSI ................................................................. ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ................................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI .................................................... iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ............................ v
DAFTAR RIWAYAT HIDUP ............................................................................. vi
ABSTRACT ........................................................................................................... ix
ABSTRAK ............................................................................................................. x
KATA PENGANTAR ........................................................................................... xi
DAFTAR ISI .......................................................................................................... xvi
DAFTAR TABEL ................................................................................................. xix
DAFTAR GAMBAR ........................................................................................... xx
DAFTAR LAMPIRAN ....................................................................................... xxi
BAB I PENDAHULUAN
A. Latar Belakang ............................................................................................... 1
B. Pembatasan Masalah ...................................................................................... 9
C. Rumusan Masalah .......................................................................................... 10
D. Tujuan Penulisan ............................................................................................ 10
E. Manfaat Penelitian ......................................................................................... 10
F. Sistematika Penulisan .................................................................................... 12
BAB II TINJAUAN PUSTAKA
A. Landasan Teori ............................................................................................... 14
xvii
1. Pasar Modal ....................................................................................... 14
2. Jakarta Islamic Index.......................................................................... 18
3. Harga Komoditas ............................................................................... 20
B. Keterkaitan Antar Variabel ............................................................................ 27
C. Penelitian Terdahulu ...................................................................................... 28
D. Kerangka Pemikiran ....................................................................................... 37
E. Hipotesis ......................................................................................................... 39
BAB III METODE PENELITIAN
A. Ruang Lingkup Penelitian .............................................................................. 40
B. Metode Pengumpulan Data ............................................................................ 41
C. Metode Pengolahan dan Analisis Data .......................................................... 41
1. Uji Stasioneritas ................................................................................. 42
2. Uji Lag Length ................................................................................... 44
3. Uji Kausalitas Granger ...................................................................... 44
4. Uji Kointegrasi Johansen ................................................................... 45
5. Uji Vector Error Correction Model (VECM) ................................... 45
6. Uji Impulse Response Function ......................................................... 46
7. Uji Variance Decomposition .............................................................. 46
D. Variabel Penelitian ......................................................................................... 47
1. Variabel Independen .......................................................................... 47
2. Variabel Dependen ............................................................................. 50
BAB IV ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian ............................................................... 51
xviii
1. Jakarta Islamic Index.......................................................................... 51
2. Harga Minyak Mentah ....................................................................... 52
3. Harga Emas ........................................................................................ 54
4. Harga Timah....................................................................................... 55
5. Harga Nikel ........................................................................................ 56
6. Harga Batu Bara ................................................................................. 57
7. Harga Minyak Sawit .......................................................................... 58
B. Analisis Data .................................................................................................. 59
1. Uji Stationeritas Data ......................................................................... 59
2. Penetapan Lag Optimal ...................................................................... 61
3. Uji Kointegrasi ................................................................................... 62
4. Uji Kausalitas Granger ....................................................................... 63
5. Estimasi VECM ................................................................................. 64
6. Hasil IRF ............................................................................................ 68
7. Hasil FEVD ........................................................................................ 72
C. Pembahasan .................................................................................................... 75
BAB V PENUTUP
A. Kesimpulan .................................................................................................... 78
B. Saran ............................................................................................................... 80
DAFTAR PUSTAKA ................................................................................................ 81
LAMPIRAN ............................................................................................................... 84
xix
DAFTAR TABEL
No. Keterangan Halaman
1.1 Tabel Jakarta Islamic Index dan Harga Komoditas Tahun 2013
-2017
6
2.1 Penelitian Terdahulu 28
4.1 Hasil Uji Stasioneritas Data Level 60
4.2 Hasil Uji Stasioneritas Data First Difference 60
4.3 Hasil Uji Lag Optimal 61
4.4 Hasil Uji Kointegrasi 63
4.5 Hasil Uji Kausalitas Granger 64
4.6 Hasil Uji VECM Jangka Panjang 65
4.7 Hasil Uji VECM Jangka Pendek 66
4.8 Hasil Uji IRF 69
4.9 Hasil Uji FEVD 73
xx
DAFTAR GAMBAR
No. Keterangan Halaman
1.1 Perkembangan Jakarta Islamic Index 3
1.2 Perbandingan JII dan IHSG 5
2.1 Desain Penelitian 38
4.1 Perkembangan Jakarta Islamic Index 2013-2017 52
4.2 Perkembangan Harga Minyak Mentah 2013-2017 53
4.3 Perkembangan Harga Emas 2013-2017 54
4.4 Perkembangan Harga Timah 2013-2017 55
4.5 Perkembangan Harga Nikel 2013-2017 56
4.6 Perkembangan Harga Batu Bara 2013-2017 57
4.7 Perkembangan Harga Minyak Sawit 2013-2017 58
4.8 Grafik Hasil Uji IRF JII Terhadap Batu Bara 69
4.9 Grafik Hasil Uji IRF JII Terhadap CPO 70
4.10 Grafik Hasil Uji IRF JII Terhadap Emas 70
4.11 Grafik Hasil Uji IRF JII Terhadap Minyak Mentah 71
4.12 Grafik Hasil Uji IRF JII Terhadap Nikel 71
4.13 Grafik Hasil Uji IRF JII Terhadap Timah 72
4.14 Grafik Hasil Uji FEVD 74
xxi
DAFTAR LAMPIRAN
No. Keterangan Halaman
1 Data Mentah Penelitian 84
2 Data Setelah di Transformasikan ke Logaritma
Natural
86
3 Uji Stationeritas Data Level 88
4 Uji Stationeritas Data First Difference 91
5 Hasil Uji Lag Optimal 94
6 Hasil Uji Kointegrasi 95
7 Hasil Uji Kausalitas Granger 96
8 Uji Hasil Estimasi VECM 98
9 Hasil Uji IRF 101
10 Hasil Uji FEVD 104
1
BAB I
PENDAHULUAN
A. Latar Belakang
Pengertian pasar modal menurut Situmorang adalah perdagangan
instrumen keuangan (sekuritas) jangka panjang, baik dalam bentuk modal
sendiri (stocks) maupun utang (bonds), baik yang diterbitkan oleh pemerintah
maupun oleh perusahaan swasta. Hampir semua negara menaruh perhatian
besar terhadap pasar modal karena memiliki peranan strategis bagi penguatan
ketahanan ekonomi suatu negara. Terjadinya pelarian modal keluar negeri
(capital flight) bukan hanya merupakan dampak merosotnya nilai rupiah atau
tingginya inflasi dan rendahnya suku bunga di suatu negara, tetapi karena
tidak tersedianya alternatif investasi yang menguntungkan di negara tersebut
atau pada saat yang sama, investasi portofolio di bursa negara lain
menjanjikan keuntungan yang jauh lebih tinggi. Keadaan ini terjadi sebagai
konsekuensi dari terbukanya pasar saham terhadap investor asing
(Situmorang, 2008:3)
Krisis ekonomi yang terjadi di Indonesia pada tahun 1998 memiliki
dampak ke pasar modal yang mengakibatkan menurunnya kepercayaan
masyarakat. Harga – harga saham menurun tajam sehingga menimbulkan
kerugian bagi para investor. Namun seiring berjalannya waktu indeks harga
2
saham mengalami perbaikan, sehingga indeks harga saham menjadi lebih
stabil.
Pasar modal syariah merupakan salah satu alternatif investasi dengan
saham syariah sebagai instrumen investasi yang menyatakan bukti penyertaan
kepemilikan dalam perusahaan-perusahaan yang berbasis syariah. Pasar modal
merupakan salah satu pilar penting dalam perekonomian dunia saat ini.
Banyak industri dan perusahaan yang menggunakan institusi pasar modal
sebagai media untuk menyerap investasi dan media untuk memperkuat posisi
keuangannya.
Pasar modal syariah (Islamic stock exchange) adalah kegiatan yang
berhubungan dengan perdagangan efek syariah perusahaan publik yang
berkaitan dengan efek yang diterbitkannya, serta lembaga profesi yang
berkaitan dengannya, dimana semua produk dan mekanisme operasionalnya
berjalan tidak bertentangan dengan hukum muamalat islamiyah. (Rodoni,
2009:123)
Pasar modal syariah dikembangkan dalam rangka mengakomodir
kebutuhan umat Islam di Indonesia yang ingin melakukan investasi di produk-
produk pasar modal yang sesuai dengan prinsip dasar syariah. Dengan
semakin beragamnya sarana dan produk investasi di Indonesia, diharapkan
masyarakat akan memiliki alternatif berinvestasi yang dianggap sesuai dengan
3
keinginannya, disamping investasi yang selama ini sudah dikenal dan
berkembang di sektor perbankan (Adrian, 2011:19).
Dalam Islam, investasi merupakan kegiatan muamalah yang sangat
dianjurkan, karena dengan berinvestasi harta yang dimiliki menjadi produktif
dan juga mendatangkan manfaat bagi orang lain. Salah satu bentuk usaha
yang dapat ditempuh untuk mencapai kesejahteraan hidup adalah dengan
melakukan investasi. Sebagai bentuk ketaatan kepada Allah SWT, investasi
bagi seorang muslim juga tidak dapat dilepaskan dari koridor syariah.
Jakarta Islamic Index (JII) merupakan indeks saham syariah pertama
di Indonesia selain itu JII juga merupakan saham syariah terbesar di
Indonesia. JII merepresentasikan 30 (tiga puluh) saham syariah dengan
kapitalisasi pasar terbesar dan yang paling likuid diperdagangkan. Berikut
grafik perkembangan JII tahun 2013 sampai 2017.
Gambar. 1.1
Perkembangan Jakarta Islamic Index
Sumber: Bursa Efek Indonesia (BEI)
0
200
400
600
800
2013 2014 2015 2016 2017
Perkembangan JII 2013 - 2017
JII
4
Terlihat dari grafik 1.1 JII tidak mengalami kenaikan maupun
penurunan yang drastis. Dimana disini bisa dikatakan JII merupakan indeks
saham yang bisa terbilang relatif stabil. Hal yang sedikit berbeda terjadi di
Indonesia, dimana saat krisis, perekonomian Indonesia relatif stabil, dan
saham JII adalah yang paling stabil diantara indeks saham lainnya. Jakarta
Islamic Index (JII) merupakan salah satu sarana bagi para investor yang ingin
menanamkan dananya dalam bentuk syariah yang ada di bursa efek Indonesia.
Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang
merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar
yang besar. Pasar modal syariah merupakan alternatif investasi yang tidak bisa
terlepas dari variable makroekonomi dan juga rentan dipengaruhi oleh pasar
saham internasional.
Kinerja indeks syariah, Jakarta Islamic Index (JII), sepanjang tahun 2017
tercatat lebih rendah dibandingkan dengan Indeks Harga Saham Gabungan (IHSG).
Pergerakan JII sepanjang tahun ini bahkan lebih lambat dibandingkan dengan periode
yang sama setahun sebelumnya. Berdasarkan data Bloomberg, sejak awal tahun 2017
hingga akhir pekan Desember 2017, JII tercatat telah naik 6,29%. Adapun IHSG
mengalami kenaikan sebesar 15,88% sepanjang tahun 2017.
Dibandingkan dengan periode yang sama tahun sebelumnya, kenaikan
JII secara persentase juga tercatat lebih rendah. Sejak awal tahun 2016 hingga
akhir perdagangan 14 Desember 2016, JII mampu menguat sebesar 17,77%.
Kenaikan yang dibukukan JII sepanjang periode 2016 tersebut bahkan
5
melampaui kenaikan IHSG yang menguat 16,28%. JII mencatatkan level
terendahnya sepanjang tahun 2017 pada 20 Januari yang tutun sebesar 1,45%.
Pergerakan JII biasanya mengikuti IHSG, sehingga ketika berbicara prospek,
JII akan mengikuti prospek IHSG yang bisa dipengaruhi kondisi makro
bahkan skala global. (marketbisnis.com)
Gambar 1.2
Perbandingan JII dan IHSG
Sumber: Bursa Efek Indonesia (BEI)
Grafik 1.2 merupakan perbandingan antara JII dan IHSG. Grafik JII
memiliki kondisi yang cenderung stabil dibandingkan IHSG. Karena
perbaikan kondisi makro ekonomi, saat ini minat investor untuk melirik
produk syariah juga lebih besar. Meskipun demikian IHSG dan JII sama-sama
mengalami penurunan pada tahun 2015. Hal ini disebabkan karena
perlambatan perekonomian global yang memberikan dampak pada
pertumbuhan ekonomi domestik yang juga menjadi lambat.
0
1.000
2.000
3.000
4.000
5.000
6.000
7.000
2013 2014 2015 2016 2017
jii
ihsg
6
Fluktuasi yang terjadi pada harga komoditas memungkinkan adanya
pengaruh bagi indeks harga saham, salah satunya pada Jakarta Islamic Index
(JII). Ke-enam harga komoditas yang dijadikan variabel dalam penelitian ini
antara lain minyak mentah, emas, batu bara, nikel, timah, dan minyak kelapa
sawit (CPO). Perkembangannya terlihat pada:
Tabel 1.1
Jakarta Islamic Index, Harga Komoditas Tahun 2013 - 2017
Tahun JII
HARGA KOMODITAS
Minyak
Mentah
(Rp/Barel)
Emas
(Rp/Troy
Ounce)
Timah
(Rp/Metric
tons)
Nikel
(Rp/Metric
tons)
Batu Bara
(Rp/Metric
tons)
Minyak Sawit
(Rp/Metric
tons)
2013 585.11 1,274,949.00 14,764,530.00 275,128,400.00 168,307,600.00 1,019,427.00 11,023,450.00
2014 691.039 755,003.90 14,933,660.00 246,647,600.00 198,540,500.00 776,646.60 8,619,732.00
2015 603.349 506,662.70 14,903,950.00 203,547,500.00 120,642,900.00 722,240.30 7,869,413.00
2016 694.127 705,989.40 15,528,010.00 284,493,500.00 147,212,200.00 1,158,134.00 10,572,400.00
2017 759.07 829,532.40 17,141,730.00 264,034,700.00 155,835,400.00 1,384,407.00 9,110,080.00
Sumber : Hasil Pengolahan Penulis
Berdasarkan Tabel 1.1 diketahui bahwa JII dan ke-enam harga
komoditas di atas tidak selalu berbanding positif. Maksudnya adalah ketika
harga JII meningkat tidak selalu di iringi dengan kenaikan harga komoditas
juga. Begitu pula ketika harga JII menurun, harga komoditas tidak selalu
menurun.
Pergerakan harga minyak mentah dunia yang berfluktuasi juga
merupakan suatu indikasi yang mempengaruhi pasar modal suatu negara.
Kenaikan harga minyak mentah dunia secara tidak langsung akan berimbas
pada sektor ekspor dan impor suatu negara. Bagi negara pengekspor minyak,
7
kenaikan harga minyak mentah dunia merupakan keuntungan tersendiri bagi
perusahaan. Karena harga minyak yang melonjak tinggi membuat para
investor cenderung menginvestasikan dananya ke berbagai sektor komoditi
minyak dan pertambangannya. Namun jika harga minyak sedang turun para
investor cenderung mencari keuntungan dengan cara menjual sahamnya
(Rusbariandi, 2012:726)
Pengaruh harga minyak dunia terhadap indeks harga saham. Minyak
mentah atau yang juga dikenal sebagai Crude Oil merupakan komoditas dan
kebutuhan utama dunia saat ini. Semenjak peristiwa bersejarah bangkrutnya
Lehman Brothers yang mempercepat terjadinya krisis ekonomi global pada
musim semi 2008, korelasi positif yang kuat terus tampak antara harga
minyak dan bursa saham secara global termasuk bursa saham di Indonesia.
Hal ini terjadi karena Investor pasar modal menganggap bahwa naiknya
harga- harga energi merupakan pertanda meningkatnya permintaan global,
yang berarti membaiknya pemulihan ekonomi global pasca krisis. Sebaliknya,
harga energi yang turun mencerminkan melemahnya pemulihan ekonomi
global. Dengan begitu, jika harga minyak mentah meningkat, ekspektasi
terhadap membaiknya kinerja perusahaan-perusahaan juga akan meningkat
dan otomatis harga sahamnya akan ikut naik. Berdasarkan tabel yang ada
terlihat minyak mentah pada tahun 2014 sampai dengan 2016 mengalami
penurunan yang sangat signifikan. Namun harga minyak kembali meningkat
8
dan mulai stabil atau bisa dikatakan tidak mengalami penurunan yang drastis
sampai dengan tahun 2017.
Kenaikan harga emas akan mendorong investor untuk memilih
berinvestasi di emas dari pada pasar modal. Sebab dengan resiko yang relatif
lebih rendah, emas dapat memberikan hasil imbal balik yang baik dengan
kenaikan harganya. Ketika banyak investor yang mengalihkan investasinya
kedalam bentuk emas batangan, hal ini mengakibatkan turunnya indeks saham
di negara bersangkutan karena aksi jual yang dilakukan investor
(Witjaksono,2010:54). Namun, di Indonesia dengan penduduk mayoritas
beragama muslim berinvestasi dalam bentuk emas mempunyai keyakinan dan
ketertarikan tersendiri, apalagi bila didukung dengan kondisi perekonomian
yang baik dan tingkat kesejahteraan masyarakat yang meningkat. Tingkat
permintaan emas tentunya akan mengalami peningkatan, yang kemudian
berdampak pada meningkatnya harga emas. Peningkatan harga emas ini juga
disinyalir akan meningkatkan laba bagi perusahaan tambang emas sehingga
hal ini memotivasi para investor untuk berinvestasi pada saham-saham
perusahaan tambang emas. Kejadian ini akan memacu peningkatan harga
saham perusahaan yang nantinya juga akan tercemin dalam indeks harga
saham.
Investasi dalam bentuk emas dipercaya sebagai salah satu komoditi
yang menguntungkan disebabkan selain harganya yang cenderung mengalami
9
peningkatan, emas juga merupakan bentuk investasi yang sangat liquid,
karena dapat diterima di wilayah atau di negara mana pun. Ketika potensi
imbalan (return) berinvestasi dalam saham atau obligasi tidak lagi menarik
dan dianggap tidak mampu mengompensasi risiko yang ada, maka investor
akan mengalihkan dananya ke dalam aset riil seperti logam mulia atau
properti yang dianggap lebih layak dan aman (Sumarwan, 2016:2).
Dalam komoditi sektor pertambangan adanya pergerakan naik turun
yang disebabkan karena permintaan akan energi alternatif saat ini. Seperti
timah, tingginya harga di London Metal Exchange (LME) mulai merangsang
produsen untuk memacu produksi, sehingga suplai mengalami pertumbuhan.
Begitu pula dengan nikel dan juga batu bara. Komoditi minyak kelapa sawit
merupakan komoditi yang digunakan dalam kegiatan rumah tangga. Bahkan
komoditi kelapa sawit juga memberikan pengaruh kepada dollar Amerika
Serikat karena ada sisi ekspornya.
B. Pembatasan Masalah
Berdasarkan latar belakang yang telah diuraikan, maka peneliti
membatasi masalah yang akan dibahas sebagai beikut.
1. Variabel dependen yang digunakan dalam penelitian ini adalah Jakarta
Islamic Index (JII)
2. Variabel independen atau yang mempengaruhi Jakarta Islamic Index
(JII) pada penelitian ini dibatasi pada Harga Komoditas yang terdiri
10
dari Harga Minyak Mentah, Harga Emas, Harga Batu Bara, Harga
Nikel, Harga Timah dan Harga Minyak Sawit (CPO)
C. Rumusan Masalah
Berdasarkan uraian latar belakang masalah yang telah dijelaskan
diatas, maka permasalahan yang akan dibahas adalah:
1. Apakah terdapat pengaruh tingkat harga komoditas dunia secara
jangka pendek terhadap pergerakan Jakarta Islamic Index (JII)?
2. Apakah terdapat pengaruh tingkat harga komoditas dunia secara
jangka panjang terhadap pergerakan Jakarta Islamic Index (JII)?
D. Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka yang menjadi tujuan dari
penelitian ini adalah sebagai berikut:
1. Untuk menganalisis apakah terdapat pengaruh tingkat harga komoditas
dunia terhadap Jakarta Islamic Index (JII) jika di analisa secara jangka
pendek.
2. Untuk menganalisis apakah terdapat pengaruh tingkat harga komoditas
dunia terhadap Jakarta Islamic Index (JII) jika di analisa secara jangka
panjang.
E. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah sebagai berikut:
1. Bagi Penulis
11
Penelitian ini memberikan pengetahuan dan pemahaman bagi
penulis tentang pengaruh harga komoditas terhadap pergerakan indeks
harga saham dan sebagai syarat kelulusan tugas akhir penulis, serta
media penulisan dalam mengaplikasikan ilmu yang diperoleh dan
dipelajari selama perkuliahan.
2. Bagi Akademisi
Penelitian ini diharapkan dapat menjadi salah satu referensi
mengenai pengaruh harga komoditas terhadap pergerakan indeks harga
saham bagi peneliti selanjutnya yang tertarik untuk meneliti tentang
tema yang sama juga dapat dijadikan bahan referensi tambahan.
3. Bagi Investor
Dapat memberikan informasi yang dibutuhkan didalam
membuat keputusan investasi berkenaan dengan perubahan –
perubahan terhadap indeks harga saham yang disebabkan oleh
perubahan harga komoditas agar dapat menerapkan strategi di pasar
modal
4. Bagi Pemerintah
Dengan diketahuinya perubahan harga maupun pengaruh
antara harga komoditas dan indeks harga saham maka dapat dijadikan
bahan pertimbangan dan referensi dalam menentukan kebijakan yang
tepat
12
F. Sistematika Penulisan
Sistematika penulisan ini untuk mengetahui gambaran secara singkat,
sebagai berikut
BAB I PENDAHULUAN
Pada bab ini penulis menguraikan masalah – masalah yang akan
diteliti, yakni mengenai latar belakang yang akan diteliti, identifikasi masalah,
pembatasan masalah, perumusan masalah, tujuan dan manfaat penelitian dan
sistematikan penulisan.
BAB II TINJAUAN PUSTAKA
Pada bab ini diuraikan tentang pasar modal, Jakarta Islamic Index
(JII), harga komoditas yang terdiri dari harga minyak, harga emas, harga
nikel, harga timah, harga batubara dan harga minyak kelapa sawit (CPO).
Serta review studi terdahulu.
BAB III METODOLOGI PENELITIAN
Pada bab ini diuraikan tentang data penelitian dan metode yang
digunakan untuk melakukan penelitian
BAB IV ANALISIS DAN PEMBAHASAN
Pada bab ini dikemukakan tentang analisis data dan pembahasan, yang
menjelaskan analisis bagaimana harga komoditas terhadap Jakarta Islamic
13
Index (JII) serta hubungan jangka pendek dan jangka panjang yang
ditimbulkan melalui metode VAR/VECM, kemudian pembahasan hasil
penelitian.
BAB V PENUTUP
Pada bab ini dikemukakan tentang kesimpulan dari hasil penelitian
sekaligus menjawab dari masalah yang telah dirumuskan. Selain itu juga
berisi saran – saran yang ditujukan untuk berbagai pihak dan rekomendasi
yang muncul berkaitan dengan pembahasan skripsi untuk penelitian
selanjutnya
14
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Pasar Modal
Pasar modal Indonesia pertama kali didirikan oleh pemerintah Belanda
pada tahun 1990-an. Pasar modal dikenal juga dengan nama bursa efek. Bursa
efek menurut Pasal 1 Ayat (4) UU No. 8 Tahun 1995 tentang Pasar Modal
adalah pihak yang menyelenggarakan dan menyediakan sistem dan/atau
sarana untuk mempertemukan penawaran jual dan beli efek pihak-pihak lain
dengan tujuan memperdagangkan efek diantara mereka. Hanya ada satu
pelaksana bursa efek di Indonesia, yaitu BEI. Sedangkan bagi pasar modal
syariah, listing-nya dilakukan di Jakarta Islamic Index yang telah diluncurkan
sejak 3 Juli 2000. Pasar modal adalah perdangan instrument keuangan
(sekuritas) jangka panjang, antara lain dalam bentuk modal sendiri (stock)
maupun hutang (bonds), baik yang diterbitkan oleh pemerintah (public
authorities) maupun oleh perusahaan swasta (private sector). (Hamid,
2009:38)
Menurut beberapa ahli yang dimaksud dengan pasar modal (Soemitra,
2009:110) adalah:
1) Dahlan Siamat, dalam arti sempit adalah suatu tempat yang terorganisasi
dimana efek efek diperdagangkan yang disebut bursa efek. Bursa efek
15
atau stock exchange yaitu sistem yang terorganisasi yang
mempertemukan penjual dan pembeli efek dan dilakukan baik secara
langsung maupun dengan melalui wakil-wakilnya. Fungsi bursa efek ini
antara lain untuk menjaga kontinuitas pasar dan menciptakan harga efek
yang wajar melalui mekanisme permintaan dan penawaran. Definisi pasar
modal dalam arti luas adalah pasar konkret atau abstrak yang
mempertemukan pihak yang menawarkan dan yang memerlukan dana
jangka panjang, yaitu jangka satu tahun keatas.
2) Kasmir, pasar modal dalam arti sempit merupakan tempat para penjual
dan pembeli bertemu untuk melakukan transaksi. Artinya pembeli dan
penjual langsung bertemu untuk melakukan transaksi dalam suatu lokasi
tertentu. Lokasi tersebut adalah pasar. Namun, dalam arti luas pengertian
pasar merupakan tempat melakukan transaksi antara pembeli dan penjual,
dimana pembeli dan penjual tidak harus bertemu dalam suatu tempat atau
bertemu langsung akan tetapi dapat dilakukan melalui sarana informasi
yang ada seperti sarana elektronik.
3) Menurut John Downes dan Jordan Elliot Goodman, pasar modal adalah
pasar dimana dana modal utang dan ekuitas diperdagangkan. Didalamnya
termasuk penempatan pribadi sumber-sumber utang dan ekuitasdan juga
pasar-pasar dan bursa-bursa terorganisasi.
16
Dengan demikian, pasar modal secara umum merupakan suatu tempat
bertemunya para penjual dan pembeli untuk melakukan transaksi dalam
rangka memperoleh modal. Penjual dalam pasar modal merupakan perusahaan
yang membutuhkan modal (emiten), sehingga mereka berusaha untuk menjual
efek-efek di pasar modal. Sedangkan pembeli (investor) adalah pihak yang
ingin membeli modal di perusahaan yang menurut mereka menguntungkan.
Pertumbuhan Industri jasa keuangan syariah telah menjadi suatu
fenomena yang meluas dan popular di hampir seluruh pasar keuangan dunia.
Pertumbuhan keuangan syariah dalam satu dekade terakhir telah
menempatkan posisinya sebagai elemen permanen dalam lanskap sistem
keuangan global. Beragam produk keuangan syariah telah diakses secara luas
tidak lagi bisa dipandang marginal. Istilah keuangan syariah baru mucul
disekitar pertengahan 1980-an, meskipun praktiknya sudah dirintis sejak
1970-an. Kemunculan dan semakin intensifnya gerakan kebangkitan Islam
sepanjang abad ke-20 telah mendorong upaya transformasi institusi politik,
hukum sosial, dan ekonomi masyarakat Muslim warisan barat menjadi istitusi
yang lebih sejalan dengan norma dan prinsip islam (Soemitra, 2014: 123)
Fungsi dari keberadaan pasar modal syariah (Hamid, 2009:44) adalah
sebagai berikut:
1. Memungkinkan bagi masyarakat untuk berpartisipasi dalam kegiatan
bisnis dengan memperoleh bagian dari keuntungan dan resikonya.
17
2. Memungkinkan para pemegang saham menjual sahamnya untuk
mendapatkan likuiditas.
3. Memungkinkan perusahaan meningkatkan modal dari luar untuk
membangun dan mengembangkan lini produksinya
Kemunculan lembaga ekonomi dan keuangan Islam di era modern
juga merupakan kritik umat Islam atas kegagalan ekonomi konvensional
dalam memecahkan masalah ekonomi dan keuangan manusia modern.
Ekonomi syariah merupakan suatu sistem etika dan nilai – nilai moral yang
komprehensif mengakomodasi paham kesejahteraan hidup manusia dari aspek
material dan spiritual.
Sebagai negara yang memiliki penduduk mayoritas beragama Islam,
Indonesia memiliki potensi yang besar untuk dapat mengembangkan kegiatan
ekonomi syariah termasuk pasar modal berbasis ontegrasi produk syariah. Di
samping itu, aliran dana dari negara-negara muslim yang siap ditempatkan
pada instrument keuangan syariah juga merupakan potensi yang sangat besar
bagi pasar modal. Adapun dari sisi penawaran, banyak pula perusahaan yang
membutuhkan dana menawarkan produk pasar modal berbasis syariah.
Sejalan dengan pengembangan pasar modal Indonesia secara umum, industri
pasar modal yang berbasis syariah diyakini dapat menjadi salah satu pilar
kekuatan industri pasar modal Indonesia.
18
2. Jakarta Islamic Index (JII)
Langkah awal perkembangan pasar modal syariah di Indonesia
dimulai dengan diterbitkannya reksadana syariah pada 25 Juni 1997, diikuti
dengan diterbitkannya obligasi syariah pada akhir 2002. Kemudian diikuti
juga dengan adanya Jakarta Islamic Index (JII) pada Juli 2000. Instrumen-
instrumen investasi syariah tersebut kemudian mengalami perkembangan
sejalan dengan maraknya pertumbuhan bank-bank nasional yang membuka
“window” syariah.
Jakarta Islamic Index (JII) di bentuk di Jakarta oleh PT Bursa Efek
Indonesia pada tanggal 3 Juli 2000. Perusahaan yang terdaftar pada JII
merupakan perusahaan yang telah tersaring atau ter filter memenuhi prinsip –
prinsip syariah dan sudah terpenuhi kriteria untuk indeks yang telah di
tetapkan sedangkan tolak ukur filter syariah adalah usaha emiten bukan usaha
perjudian. Maksud dari usaha ini adalah tidak menggunakan unsur ribawi
sebagaimana dalam investasi konvensional (Sutedi, 2011:30)
Dalam rangka mengembangkan pasar modal syariah, PT Bursa Efek
Jakarta (BEJ) bersama dengan PT Danareksa Investment Management (DIM)
telah meluncurkan indeks saham yang dibuat berdasarkan syariah Islam, yaitu
Jakarta Islamic Index (JII). Jakarta Islamic Index terdiri atas 30 jenis saham
yang dipilih dari saham - saham yang sesuai dengan syariah Islam. Jakarta
Islamic Index dimaksudkan untuk digunakan sebagai tolak ukur (benchmark)
19
untuk mengukur suatu investasi pada saham dengan basis syariah. Melalui
indeks diharapkan dapat meningkatkan kepercayaan investor untuk
mengembangkan investasi dalam ekuiti secara syariah.
Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang
merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar
yang besar. BEI melakukan review JII setiap enam bulan, yang disesuaikan
dengan periode penerbitan DES oleh OJK. Setelah dilakukan penyeleksian
saham syariah oleh OJK yang dituangkan kedalam DES, BEI melakukan
proses seleksi lanjutan yang didasarkan kepada kinerja perdagangannya.
Adapun proses seleksi JII berdasarkan kinerja perdagangan saham syariah
yang dilakukan oleh BEI adalah sebagai berikut:
1) Saham-saham yang dipilih adalah saham-saham syariah yang
termasuk ke dalam DES yang diterbitkan oleh OJK.
2) Dari saham-saham syariah tersebut kemudian dipilih 60 saham
berdasarkan urutan kapitalisasi terbesar selama satutahun terakhir.
3) Dari 60 saham yang mempunyai kapitalisasi terbesar tersebut,
kemudian dipilih 30 saham berdasarkan tingkat likuiditasyaitu
urutan nilai transaksi terbesar di pasar reguler selamasatu tahun
terakhir.
20
3. Harga Komoditas
Harga adalah suatu nilai tukar dari produk barang maupun jasa yang
dinyatakan dalam satuan moneter. Harga merupakan hal yang terpenting
dalam bisnis karena suatu barang yang dijual harus ditentukan harganya
sehingga seluruh pihak bisa memperoleh keuntungan dan juga mendapatkan
hasil yang memuaskan karena penetapan harga yang pas. Harga adalah
sejumlah uang yang dibebankan atas suatu produk atau jasa atau jumlah dari
nilai yang ditukar konsumen atas manfaat-manfaat karena menggunakan atau
memiliki produk atau jasa tersebut (Kotler, 2001:439)
Harga yang terbentuk untuk suatu komoditas merupakan hasil interaksi
antara penjual dan pembeli. Harga yang terjadi sangat dipengaruhi oleh
kuantitas barang yang ditransaksikan. Dari sisi pembeli (demand, D) semakin
banyak barang yang ingin dibeli akan meningkatkan harga, sementara dari sisi
penjual (supply, S) semakin banyak barang yang akan dijual akan
menurunkan harga. Banyak faktor yang dapat mempengaruhi perilaku
permintaan maupun penawaran dalam interaksi pembentukan harga. Namun
untuk komoditas pangan/pertanian, pembentukan harga tersebut disinyalir
lebih dipengaruhi oleh sisi penawaran (supply shock) karena sisi permintaan
cenderung stabil mengikuti perkembangan trennya.
Menurut Alfred Pakasi (2008:11), komoditas adalah barang dagangan atau
bahan yang memiliki nilai ekonomis yang ditawarkan atau disediakan oleh
21
produsen untuk memenuhi permintaan konsumen. Ciri khas perdagangan di
pasar komoditi primer adalah pergerakan harga yang fluktuatif dan
perkembangan tren harga mengikuti pola tertentu, sehingga menarik untuk
dimasuki dan di lakukan oleh para investor.
Dalam penelitian ini akan membahas apakah selama ini terdapat
hubungan positif antara perubahan harga komoditas dengan pergerakan indeks
harga saham yaitu JII. Ada 6 komoditas yang digunakan dalam penelitian ini
yaitu: minyak mentah, emas, batu bara, nikel, timah dan minyak kelapa sawit.
JII pada penelitian ini diasumsikan terpengaruhi pada harga komoditas salah
satunya yaitu harga emas dunia, yang menurut Sadri & TaybiSani (2012)
ketika pasar mengalami pesimisme, dan berakibat dengan jatuhnya indeks,
maka ada likuiditas yang keluar. Sehingga investor akan mengalihkan
dananya ke instrument emas sebagai ganti dari saham. Lalu harga emas dunia
yang bagi investor kenaikan harga-harga energi merupakan pertanda
meningkatnya permintaan global, yang berarti membaiknya pemulihan
ekonomi global pasca krisis dan juga sebaliknya. Dengan begitu, jika harga
minyak mentah meningkat, ekspektasi terhadap membaiknya kinerja
perusahaan-perusahaan juga akan meningkat dan otomatis harga saham
perusahaan juga akan ikut naik (Kesuma,2012:28).
22
1) Harga Minyak Mentah
Minyak mentah dunia menjadi salah satu hasil tambang yang
menjadi faktor penggerak perekonomian dunia. Industri di seluruh
dunia masih mengandalkan bahan bakar minyak yang merupakan
produk olahan minyak mentah sebagai bahan baku faktor produksi.
Akibat pertumbuhan perekonomian yang terus meningkat di
negaranegara berkembang seperti kawasan ASEAN, mengakibatkan
permintaan akan minyak mentah terus meningkat. Pergerakan harga
minyak mentah dunia akan mempengaruh indeks harga saham sektor
pertambangan.
Harga minyak yang rendah pembangunan di sebuah negara
dapat dipacu ke tingkat yang lebih tinggi karena biaya produksi akan
menjadi relatif rendah. Harga minyak yang tinggi dinilai hanya
menguntungkan negara – negara produsen minyak, tetapi malapetaka
bagi negara lain karena akan membuat harga – harga melambung
sehingga pembangunan tersendat. Namun hal ini tidak berlaku bagi
bursa saham di Indonesia. Harga minyak yang turun justru direspon
investor pasar modal Indonesia dengan melakukan aksi jual saham
besar besaran
Tim Harga Minyak Indonesia menyatakan, dari hasil
perhitungan Formula Indonesian Crude Price (ICP), rata – rata ICP
23
minyak mentah Indonesia pada bulan Desember 2017 naik sebesar
US$ 1.56 per barel menjadi US$ 60.90 per barel dari US$ 59.34 per
barel pada sebelumnya. Sementara ICP SLC pada Desember 2017
menjacapi US$ 67.19 per barel, naik sebesar US$1.36 per barel dari
US$ 59.83 per barel pada Desember 2017.
2) Harga Emas
Kenaikan harga emas akan mendorong investor untuk memilih
berinvestasi di emas dari pada pasar modal. Sebab dengan resiko yang
relatif lebih rendah, emas dapat memberikan hasil imbal balik yang
baik dengan kenaikan harganya. Ketika banyak investor yang
mengalihkan investasinya kedalam bentuk emas batangan, hal ini
mengakibatkan turunnya indeks saham di negara bersangkutan karena
aksi jual yang dilakukan investor (Witjaksono, 2010:20).
Namun, di Indonesia dengan penduduk mayoritas beragama
muslim berinvestasi dalam bentuk emas mempunyai keyakinan dan
ketertarikan tersendiri, apalagi bila didukung dengan kondisi
perekonomian yangbaik dan tingkat kesejahteraan masyarakat yang
meningkat. Tingkat permintaan emas tentunya akan mengalami
peningkatan, yang kemudian berdampak pada meningkatnya harga
emas. Peningkatan harga emas ini juga disinyalir akan meningkatkan
laba bagi perusahaan tambang emas sehingga hal ini memotivasi para
24
investor untuk berinvestasi pada saham-saham perusahaan tambang
emas. Kejadian iniakan memacu peningkatan harga saham perusahaan
yang nantinya juga akantercemin dalam indeks harga saham.
3) Harga Nikel
Tiga faktor yang mendorong lonjakan harga nikel, yakni
pembangunan konstruksi di China yang mendongkrak permintaan
bahan baku baja tahan karat, gangguan pasokan di Filipina dan
Indonesia, serta meningkatnya permintaan nikel seiring
dengan booming kendaraan listrik (electric vehicle). Pada 2016
kontribusi produksi nikel Indonesia dalam menyuplai kebutuhan nikel
dunia hanya sekitar 7%, bukan yang terbesar. Pemasok utama adalah
Filipina lebih dari 22%, disusul Rusia dan Kanada yang masing-
masing sekitar 11%. Sementara Australia dan New Caledonia masing-
masing sekitar 9%
4) Harga Timah
Pengelolaan pertambangan di Indonesia mengacu pada
Undang-Undang Pokok Pertambangan tahun 1967. Dalam aturan ini
terdapat keistimewaan terhadap kelompok-kelompok usaha yang
berbadan hukum melalui KP dan KK untuk sesuatu jangka waktu
tertentu. Dengan adanya kebijakan ini, perusahaan berhak mengelola
dan menguasai wilayah-wilayah yang secara de facto menjadi bagian
kehidupan komuniti setempat. PT Timah sebagai perusahaan yang
25
memperoleh KP dari pemerintah, kemudian mengelola dan menguasai
lahan di wilayah kehidupan komuniti. (Budimanta,2007:38)
Ada tiga hal yang membuat harga timah dunia relatif tinggi,
pertama diakibatkan turunnya stok di London Metal Exchange (LME),
kedua akibat permintaan yang meningkat. Yang ketiga, berhubungan
dengan Indonesia, yaitu apabila ekspor dari Indonesia mengalami
penurunan. Pasar memang mencermati berita mengenai perkembangan
ekspor Indonesia, karena Indonesia kini dianggap sudah menjadi price
maker harga timah dunia (Sutejo Sujitno, 2000:46).
5) Harga Batu Bara
Kebutuhan akan energi alternatif telah membuat sebagian besar
negara menoleh ke segala arah, dan salah satunya adalah batubara
yang dipilih sebagai sumber energi. Banyak ahli melihat batubara
sebagai sumber energi alternatif. Memang, batubara bukanlah
penghasil energi paling bersih, tetapi merupakan alternatif yang lebih
murah. Produsen batubara terbesar saat ini adalah China, USA, India,
Australia, Indonesia, Rusia. Produksi batubara China dan India lebih
banyak dikonsumsi sendiri dalam negeri (Ermina Miranti, 2008:6)
Sejak awal tahun 1990an, ketika sektor pertambangan batubara
dibuka kembali untuk investasi luar negeri, Indonesia mengalami
peningkatan produksi, ekspor dan penjualan batubara dalam negeri.
26
Namun penjualan domestik agak tidak signifikan karena konsumsi
batubara dalam negeri relatif sedikit di Indonesia.
6) Harga Minyak Kelapa Sawit (CPO)
Kelapa sawit merupakan salah satu komoditas unggulan yang
memberikan kontribusi penting pada pembangunan ekonomi
Indonesia, khususnya pada pengembangan argo industri. Keberadaan
minyak kelapa sawit sebagai salah satu sumber minyak nabati relatif
cepat diterima pasar domestik dan pasar dunia. Industri kelapa sawit
Indonesia telah tumbuh signifikan selama 40 tahun terakhir. Sejak
tahun 2006, Indonesia telah menjadi produsen minyak sawit terbesar
di dunia. Bersama dengan Malaysia, Indonesia menguasai hampir
90%produksi minyak sawit dunia. Pemerintah kemudian menaikan
tarif pajak ekspor CPO sampai 60 persen dengan dalih menekan harga
minyak goreng domestik, salah satu kebutuhan pokok yang menjadi
acuan kemiskinan nasional.
Indonesia hingga saat ini telah memiliki perkebunan kelapa
sawit seluas 8,9 juta hektar dan baru menanami sekitar 5,6 juta hektar.
Produktivitas tanaman kelapa sawit nasional, terutama perkebunan
rakyat yang luasnya mendekati 4,0 juta hektar, masih rendah.
Perkebuan rakyat baru mampu memproduksi 10 – 13 ton tandan buah
segar kelapa sawit per hektar per tahun, jauh di bawah tingkat
27
produktivitas perkebunan swasta yang rata-rata mencapai 25 ton
tandan buah segar per hektar per tahun. (Sibuea,2012:8)
B. Keterkaitan Antara Variabel Bebas dan Variabel Terikat
Terdapat hubungan antara indeks saham terhadap pasar dan isu-isu
tertentu. Pada saat ketidak pastian atau perlambatan ekonomi juga
menyebabkan beberapa faktor di negara-negara yang terkena dampak
mengalami pelemahan, dan kebijakan yang diambil Bank Sentral pada saat
krisis sangat mempengaruhi kondisi ekonomi di negara tersebut. Ditambah
lagi adanya hubungan antara investasi saham terhadap naik turunnya index,
serta harga komoditas salah satunya harga minyak yang sangat terpengaruhi
pada perlambatan perekonomian pada sekitar tahun 2015 (Fitriyani,2016:714)
Kenaikan harga minyak akan memicu kenaikan harga bahan tambang
secara umum yang mengakibatkan perusahaan berpotensi untuk meningkatkan
labanya sehingga akan banyak investor yang tertarik dan meningkatkan harga
saham (Witjaksono, 2010:52). Kenaikan harga batubara dunia akan
menguntungkan perusahaan produsen batubara dalam negeri. Selain akan
meningkatkan laba perusahaan, saham-saham dari perusahaan-perusahaan
pertambangan batubara akan menjadi target utama investor (Martono,
2010:29). Peningkatan harga emas akan mendorong minat investor untuk
berinvestasi dalam bentuk emas dibandingkan di pasar modal. Hal ini akan
mengakibatkan turunnya indeks saham di negara yang bersangkutan karena
28
aksi jual yang dilaukan oleh investor sehingga pada gilirannya akan
mempengaruhi fluktuasi harga saham di pasar modal (Witjaksono, 2010:72).
Tinggi rendahnya permintaan akan barang komoditas akan
mempengaruhi harga dari komoditas tersebut. Sehingga hal tersebut akan
berdampak pula pada saham. Hal ini akan mempengaruhi laba bagi
perusahaan komoditi dan investor yang menanamkan saham di perusahaan
tersebut.
C. Penelitian Terdahulu
Tabel 2.1
Penelitian Terdahulu
No. Penelitian
Isi Penelitian
Terdahulu
Perbedaan dengan Penulis
1 Gunawan dan
Adler Haymans
Manurung/jurna l
universitas
Indonesia/2008.
Pengaruh
Komoditas
terhadap Indeks
Harga Saham
a. Variabel Penelitian
Independen (X):
Harga Komoditas
Dependen (Y):
IHSG
b. Metode Penelitian
Regresi Linier
Berganda
c. Hasil Penelitian
Perbedaan penulis dengan
penelitian Gunawan (2008)
adalah penulis menggunakan
tambahan variabel batu bara
yang tidak ada dalam
penelitian Gunawan dan
variabel dependen JII. Serta
penulis menggunakan metode
VECM.
29
Gabungan Terdapat hubungan
positif antara
pergerakan IHSG
dengan komoditas
baik dari sisi harga
maupun retun.
Adapun korelasi
terkuat ditunjukan
oleh harga emas,
perak, tembaga, serta
minyak mentah.
Sementara itu, hasil
dari hasli uji
causality g r e n g e r
m e n d a p a t k a n
h a s i l bahwa yang
saling mempengaruhi
antara IHSG
dengan aluminum
dan tembaga
2 Norhafiza
a. Variabel Penelitian Perbedaan penulis dengan
30
Nordin,
Sabariah Nordin
dan Rusmawati
Ismail/Malaysia n
Management
Journal Vol. 18,
39-52/School of
Economics/
Finance and
Banking /UUM
College of
Business/2014.
The impact
of commodity
prices, interest
rate
and exchange
rate on stock
market
performance: an
empirical analysis
Independen (X):
Harga minyak
mentah, harga
minyak kelapa sawit,
harga emas, tingkat
suku bunga dan
exchange rate
Dependen (Y):
Kinerja Pasar Modal
di Malaysia
b. Metode Penelitian
Bounds test
c. Hasil Penelitian
terdapat hubungan
kointegrasi antara
harga komoditas dan
pasar modal di
Malaysia, namun
hanya harga
komoditas kelapa
sawit yang signifikan
penelitian yang dilakukan
oleh Norhafiza adalah penulis
menggunakan variabel harga
nikel, harga timah dan harga
batu bara, serta variabel
dependen JII. selain itu
penulis juga menggunakan
analisis VECM.
31
from Malaysia berpengaruh terhadap
pasar modal.
Sementara exchange
rate dan tingkat suku
bunga juga
signifikan
berpengaruh terhadap
pasar modal di
Malaysia.
3 Buerhan Saiti,
Azlan Ali,
Naziruddin
Abdullah dan
Sulaiman Sajilan/
Eurasian Journal of
Economics and
Finance/ 2014.
Palm Oil
Price, Exchange
Rate, And Stock
Market: A Wavelet
a. Variabel Penelitian
Independen (X):
Harga Minyak
Kelapa Sawit,
Exchange Rate
Dependen (Y):
Kuala Lumpur
Composite Index
b. Metode Penelitian
Wavelet Cross-
Correlation
c. Hasil Penelitian
Perbedaan penulis dengan
penelitian yang dilakukan
oleh Buerhan (2014) adalah
penulis menggunakan
variabel harga minyak, harga
batubara, harga nikel, harga
timah dan harga emas yang
tidak digunakan oleh Buerhan
serta menggunakan metode
VECM.
32
Analysis On The
Malaysian Market
Terjadi korelasi
antara harga sama
dan nilai tukar yang
memiliki
kecondongan ke
kanan di dalam
segala level dengan
korelasi signifikan
negatif. Sedangkan
antara harga saham
dan harga komoditas,
tidak ada korelasi di
4 level pertama.
Walaupaun Wavelet
Cross- Correlation
memiliki
kecondongan ke kiri
pada 5 level yang
yang mana
menyatakan secara
tidak langsung
33
bahwa harga saham
memimpin harga
komoditas di dalam
jangka panjang. Dan
juga tidak terdapat
korelasi antara nilai
tukar dengan harga
komoditas
4 Septian Prima
Rusbarian/2012
Pengaruh Tingkat
Inflasi, Harga
Minyak Dunia,
Harga Emas Dan
Kurs Rupiah
Terhadap Jakarta
Islamic Index (Jii)
Di Bursa Efek
Indonesia.
a. Variabel Penelitian
Independen (X):
Inflasi, Harga
Minyak Dunia,
Harga Emas, dan Krs
Rupiah
Dependen (Y):
Jakarta Islamic Index
(JII
b. Metode Penelitian
Regresi Data Panel
c. Hasil Penelitian
Secara parsial tingkat
Perbedaan penulis dengan
penelitian yang dilakukan
oleh Septian (2012) adalah
penulis menggunakan
variabel independen harga
batu bara, harga nikel, harga
timah, harga CPO yang tidak
ada dalam penelitian Septian.
Selain itu penulis
menggunakan metode VECM
yang tidak digunakan oleh
Septian.
34
inflasi dan kurs
rupiah berpengaruh
negatif dan
signifikan terhadap
JII. Harga emas
dunia tidak
berpengaruh
signifikan terhadap
Jakarta Islamic Index
(JII). Sedangkan
harga minyak dunia
mempunyai pengaruh
yang positif dan
signifikan terhadap
JII.
5 Ardian Agung
Wijaksono /2011
Analisis Pengaruh
Tingkat SBI, Harga
Minyak Dunia,
a. Variabel Penelitian
Independen (X):
SBI, Harga Minyak
Dunia, Harga Emas
Dunia, Kurs Rupiah,
Perbedaan penulis dengan
penelitian yang dilakukan
oleh Ardian (2011) adalah
penulis menggunakan
variabel harga batu bara,
35
Harga Emas Dunia,
Kurs Rupiah,
Indeks Nikkei 225,
Dan Indeks Dow
Jones Terhadap
IHSG Di BEI 2000-
2009.
Indeks Nikkei 225,
Dan Indeks Dow
Jones
Dependen (Y):
IHSG
b. Metode Penelitian
Regresi Linier
Berganda
c. Hasil Penelitian
Tingkat suku bunga
SBI dan kurs rupiah
berpengaruh negative
terhadap IHSG,
sedangkan harga
minyak dunia, harga
emas dunia, indeks
Nikkei 225 dan
indeks Dow Jones
berpengaruh posistif
terhadap IHSG.
harga nikel, harga timah,
harga CPO yang tidak
digunakan oleh Ardian.
Selain itu, penulis juga
menggunakan metode
penelitian VECM
36
6 Rifan Dwi Martono,
Skripsi UIN Syarif
Hidayatullah
Jakarta 2010.
Analisis Pengaruh
Harga Komoditas
Dunia Terhadap
Pergerakan Indeks
Saham Gabungan,
Indeks LQ45 Dan
Jakarta Islamic
Index Di Bursa Efek
Indonesia
d. Variabel Penelitian
Independen (X):
Harga Komoditas
Dependen (Y):
IHSG, Indeks LQ45,
JII
e. Metode Penelitian
VAR
f. Hasil Penelitian
Hasil dari johansen
cointegration test
menunjukan bahwa
harga komoditas dan
indeks saham
gabungan terdapat
hubunga kointegrasi.
Berdasarkan hasil
impulse response
menunjukan adanya
shock harga
komoditas direspon
Perbedaan penulis dengan
penelitian yang di lakukan
Rifan (2010) penulis hanya
menggunakan variabel
dependen JII dengan metode
penelitian JII
37
secara beragam oleh
masing –masing
indeks saham
D. Kerangka Penelitian
Dengan menggunakan analisis VAR/VECM peneliti ini akan menguji
pengaruh Harga komoditas terhadap Jakarta Islamic Index (JII). Berdasarkan
uraian di atas maka kerangka pikir dalam penelitian ini dapat digambarkan
dan dijelaskan sebagai berikut. Melalui proses input data yang peneliti ambil
adalah variabel harga komoditas yang terdiri dari Minyak Mentah, Emas,
Nikel, Timah, Batu Bara dan CPO. Kemudian variabel tersebut dikaitkan
dengan variabel Y yang di ambil yaitu Jakarta Islamic Index (JII).
Penelitian ini menggunakan metode VECM yang diawali dengan uji
stasioneritas data. Setelah data semua stasioner, dilanjutkan dengan penentuan
panjang lag. Kemudian dilakukan uji kausalitas dan uji kointegrasi. Pada uji
kointegrasi apabila tidak terkointegrasi maka dilanjutkan dengan metode
VAR. karena data terkointegrasi maka dilanjutkan dengan metode VECM.
Setelah itu uji yang dilakukan adalah uji IRF dan FEVD. Berikut gambar
kerangka pemikiran:
38
Gambar 2.2
Kerangka Penelitian
Input Data
Tidak
Dilanjutkan dengan
Pengujian VAR
Variance Decomposition
Impulse Response Function
VECM Estimation
Uji Kointegrasi
Uji Kausalitas
Penetuan Panjang Lag
Tidak Stasioner Stasioner
Tingkat Level
Uji Stasioneritas
Data
Jakarta Islamic Index (JII)
Harga Komoditas Dunia:
Minyak Mentah, Emas, Nikel, Timah, Batu Bara,
Minyak Kelapa Sawit (CPO)
Stasioner pada
Difference
39
E. Hipotesis
Hipotesis merupakan dugaan sementara atas suatu hubungan, sebab
akibat dari kinerja variabel yang perlu dibuktikan kebenarannya. Hipotesis
dapat dibedakan dalam hipotesis deskriptif, hipotesis argumentatif, hipotesis
kerja, dan hipotesis statistik, atau hipotesis nol. Hipotesis yang digunakan
dalam penelitian ini adalah hipotesis statistik atau hipotesis nol yang bertujuan
untuk memeriksa ketidak benaran sebuah dalil atau teori selanjutnya akan
ditolak melalui bukti-bukti yang sah (Hamid, 2010:16). Berdasarkan kerangka
teori dan kerangka pemikiran ini, maka hipotesis yang dikembangkan dalam
penelitian ini adalah sebagai berikut:
1) Diduga adanya hubungan jangka pendek antara harga komoditas
terhadap Jakarta Islamic Index (JII).
2) Diduga adanya hubungan jangka panjang antara harga komoditas
terhadap Jakarta Islamic Index (JII).
40
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Dalam penelitian ini yang menjadi objek penelitian adalah seluruh
saham syariah yang terdaftar pada Jakarta Islamic Index (JII) pada periode
waktu 2013 sampai dengan 2017. Untuk jenis data yang digunakan dalam
penulisan penelitian ini adalah data sekunder. Data sekunder sendiri adalah
data yang diperoleh secara tidak langsung kepada pihak (instansi) lain yang
biasa digunakan untuk melakukan penelitian.
Penelitian ini menggunakan pendekatan kuantitatif dengan
menggunakan data sekunder yang meliputi dua variabel yang akan diteliti
dalam penelitian ini. Kedua variabel tersebut adalah variabel dependen yang
diwakili oleh Jakarta Islamic Index (JII) serta variabel independen yang
diwakili oleh harga komoditas yang berupa minyak mentah, emas, batu bara,
timah, nikel dan CPO. Harga komoditas yang digunakan adalah harga
komoditas yang menjadi acuan seperti London, Malaysia dan Australia.
Adapun matauang yang digunakan sebagai acuan dari harga komoditas
tersebut adalah Indonesia Rupiah.
41
B. Metode Pengumpulan Data
Pengumpulan data diperoleh dari data statistic dan data yang
dipublikasikan secara umum. Data-data yang dikumpulkan adalah sebagai
berikut:
1. Data statistic kapitalisasi JII pada periode tahun 2013-2017 bersumber
dari www.duniainvestasi.com.
2. Data statistic Harga Minyak Mentah pada periode tahun 2013-2017
bersumber dari www.indexmundi.com
3. Data statistic Harga Emas pada periode tahun 2013-2017 bersumber
dari www.indexmundi.com
4. Data statistic Harga Nikel pada periode tahun 2013-2017 bersumber
dari www.indexmundi.com
5. Data statistic Harga Timah pada periode tahun 2013-2017 bersumber
dari www.indexmundi.com
6. Data statistic Harga Batu Bara pada periode tahun 2013-2017
bersumber dari www.indexmundi.com
7. Data statistic Harga Minyak Sawit (CPO) pada periode tahun 2013-
2017 bersumber dari www.indexmundi.com
C. Metode Pengolahan dan Analisis Data
Metode analisis yang akan digunakan dalam penelitian ini adalah
metode Vector Autoregrresive (VAR) / Vector Error Corection Model
(VECM). Model VAR/VECM adalah model persamaan regresi yang
42
menggunakan data time series yang mempunyai persoalan stasioner dan
kointegrasi, sehingga pembentukan model VAR/VECM sangat terkait dengan
masalah stasioner dan kointegrasi antar variabel di dalam model.
Langkah pertama pembentukan model VAR/VECM adalah melakukan
uji stasioneritas data, jika stasioner pada tingkat level maka kita mempunyai
model VAR biasa (unrestricted VAR). Jika data tidak stasioner pada level
tetapi stasioner pada proses differensiasi data, maka akan dilakukan peujian
apakah data mempunyai hubungan dalam jangka panjang atau tidak, dengan
melakukan uji kointegrasi. Bila terdapat kointegrasi maka modelnya adalah
Vector Error Correction Model (VECM) yang merupakan model yang
terrestriksi (restricted VAR). Restricted VAR bisa terjadi karena adanya
kointegrasi yang menunjukkan hubungan jangka panjang antar variabel di
dalam sistem VAR. Bila data stasioner pada proses differensi, tetapi variabel
tidak terkointegrasi, disebut dengan model VAR data differenssi (VAR in
difference) (Hamja, 2014:228).
1. Uji Stasioneritas Data
Langkah pertama yang dilakukan dalam estimasi model
ekonomi dengan data time series adalah dengan menguji stationeritas
pada data atau disebut juga stationary stochastic process. Uji
stationeritas data ini dapat dilakukan dengan menggunakan
Augmented Dickey – Fuller (ADF) pada derajat yang sama (level
atau different) hingga diperoleh suatu data yang stasioner, yaitu data
43
yang variansnya tidak terlalu besar dan mempunyai kecenderungan
untuk mendekati nilai rata-ratanya (Enders,1995) dalam Ajija, dkk
(2011:165).
Menurut Gujarati (2003:817) dalam Ajija, dkk (2011)
menjelaskan bentuk persamaan uji stasioner dengan analisis ADF
dalam persamaan berikut.
ΔYt= αo + ϒYt-1 + βt Σ ΔYt-i+1 + ℮t
Dimana
Yt = Bentuk dari first difference
α 0 = Intersep
Y = Variabel yang di uji stationeritasnya
P = Panjang lag yang digunakan dalam model
℮ = Error Term
Dalam persamaan tersebut dapat kita ketahui bahwa H0
menunjukan adanya unit root dan H1 menunjukan kondisi tidak
adanya unit root. Jika dalam uji stationeritas ini menunjukan nilai
ADF statistik yang lebih besar dari pada Mackinnon critical value,
maka diketahui bahwa data tersebut stationer karena tidak
mengandung unit root. Begitpula sebaliknya, jika nilai ADF statistic
lebih kecil dari pada Mackinnon critical value, maka dapat
disimpulkan bahwa data tersebut tidak stationer pada derajat level.
Dengan demikian, differensing data untuk memperoleh data yang
44
stasioner pada derajat yang sama di first difference atau dan second
difference harus dilakukan, yaitu dengan mengurangi data tersebut
dengan data period sebelumnya.
2. Uji Lag Length
Setelah dilakukan uji ADF sebagaimana telah dikemukakan
diatas maka hal yang paling menentukan dalam uji stasioneritas
adalah penentuan lag. Lag Length memiliki tujuan untuk
menunjukkan berapa lama reaksi suatu variabel terhadap variabel
lainnya serta menghilangkan masalah autokolerasi dalam sebuah
sistem VAR. Pengujian panjang lag diidentifikasi berdasarkan criteria
Akaike Information Criterion (AIC), Schwarz Criterion (SC) dan
Hanan-Quinn (HQ) yang terkecil.
3. Uji Kausalitas Granger
Analisis Kausalitas Granger dilakukan untuk mengetahui
apakah suatu variabel endogen dapat diperlakukan sebagai variabel
eksogen. Hal ini bermula dari ketidak tahuan keterpengaruhan antar
variabel. Jika ada dua variabel x dan y, maka apakah x menyebabkan
y atau y menyebabkan x atau berlaku keduanya atau tidak ada
hubungan keduanya. Variabel x menyebabkan variabel y artinya
berapa banyak nilai x pada periode sekarang dapat dijelaskan oleh
nilai y pada periode sebelumnya dan nilai x pada periode sebelumnya.
Uji ini dapat mengindikasikan apakah suatu variabel mempunyai
45
hubungan dua arah atau hanya satu arah saja (Nachrowi dan Hardius,
2006:263). Dalam uji kausalitas Granger ini dapat dilihat adanya
pengaruh masa lalu terhadap kondisi sekarang, sehingga data yang
digunakan adalah data runtut waktu (time series).
4. Uji Kointegrasi
Jika data tidak stasioner pada tingkat level tetapi stasioner pada
proses diferensi data, maka kita harus menguji apakah data tersebut
mempunyai hubungan dalam jangka panjang atau tidak, dengan
melakukan uji kointegrasi. Dalam analisis VAR/VECM, kointegrasi
digunakan untuk mengetahui keberadaan hubungan jangka panjang
antara variabel-variabel yang tidak stasioner. Kointegrasi berarti,
walaupun secara individu tidak stasioner, namun kombinasi dari dua
atau lebih variabel-variabel yang tidak stasioner akan mengahsilkan
residual stasioner. Dengan demikian, seluruh variabel tersebut
bergerak bersama menuju sebuah keseimbangan jangka panjang.
5. Uji Analisis VECM
Teknik untuk mengoreksi ketidak seimbangan jangka panjang
pendek disebut Vector Error Correction Model (Nahcrowi,
2006:282). VECM adalah bentuk Vector Autoregression yang
terestriksi. Restriksi tambahan ini harus diberikan karena keberadaan
bentuk data yang tidak stasioner namun terkointegrasi tersebut
kedalam spesifikasi modelnya. Karena itulah, VECM sering disebut
46
desain VAR bagi series non stasioner yang memiliki hubungan
kointegrasi. Ketika data tidak stasioner pada level, maka data akan
ditransformasikan kedalam bentuk first difference atau second
difference yang berakibat hilangnya informasi jangka panjang. Untuk
menghindari hal tersebut, digunakanlah Vector Error Correction
Model (VECM).
6. Uji Impulse Response Function(IRF)
Impulse Response Function (IRF) adalah metode yang
digunakan untuk menentukan bagaimana respon suatu variabel
endogen terhadap guncangan (shock) variabel tertentu. IRF juga
digunakan untuk melihat guncangan dari satu variabel lain dan berapa
lama pengaruh tersebut terjadi. Melalui IRF, respon sebuah perubahan
independen sebesar satu standar deviasi dapat ditinjau. IRF
menelusuri dampak gangguan sebesar satu standar kesalahan
(standard error) sebagai inovasi pada sesuatu variabel endogen
terhadap variabel endogen yang lain. Suatu inovasi pada satu variabel,
secara langsung akan berdampak pada variabel yang bersangkutan,
kemudian dilanjutkan kesemua variabel endogen yang lain melalui
struktur dinamik dari VAR/VECM.
7. Uji Forecast Error Variance Decomposition
Forecast Error Variance Decomposition (FEVD) atau
dekomposisi ragam kesalahan peramalan menguraikan inovasi pada
47
suatu variable terhadap komponen-komponen variabel yang lain
dalam VAR. Informasi yang disampaikan dalam FEVD adalah
proporsi pergerakan secara berurutan yang diakibatkan oleh
guncangan sendiri dan variabel lain menurut Nugroho (Basuki,
2016:4)
D. Variable Penelitian
Variabel dibedakan menjadi dua yaitu variabel bebas (variabel
independen) dan variabel terikat (dependen). Variabel yang akan diteliti
dalam penelitian ini menggunakan variabel penelitian sebagai berikut:
a. Variabel independen, yaitu harga komoditas. Menurut Alfred Pakasi
(2008:11), komoditas adalah barang dagangan atau bahan yang
memiliki nilai ekonomis yang ditawarkan atau disediakan oleh
produsen untuk memenuhi permintaan konsumen. Harga komoditas
yang akan di jadikan bahan penelitian terdiri dari Minyakmentah,
emas, batu bara, nikel, timahdan CPO. Data harga komoditas di
akses dari www.indexmundi.com
1) Minyak Mentah
Minyak mentah dunia menjadi salah satu hasil tambang
yang menjadi faktor penggerak perekonomian dunia. Industri
di seluruh dunia masih mengandalkan bahan bakar minyak
yang merupakan produk olahan minyak mentah sebagai bahan
baku faktor produksi. Akibat pertumbuhan perekonomian yang
48
terus meningkat di negara-negara berkembang seperti kawasan
ASEAN, mengakibatkan permintaan akan minyak mentah
terus meningkat. Pergerakan harga minyak mentah dunia akan
mempengaruh indeks harga saham sektor pertambangan.
Satuan Harga Minyak Mentah yang digunakan dalam
penelitian ini adalah Rp/Barel.
2) Emas
Menurut Solt dan Swanson dalam Giam Quang Do, dkk
2009. Emas adalah logam yang sangat berharga dan memilki
tingkat likuiditas yang tinggi. Oleh karena itu emas
dikatagorikan sebagai sebuah komoditas dan asset moneter
(Inas, 2016:55). Satuan Harga Emas yang digunakan dalam
penelitian ini adalah Rp/Troy Ounce
3) Batu bara
Batubara merupakan sisa pohon purba yang terpendam
dan mengalami proses pengarangan secara alami pada perut
bumi. Berbagai negara di dunia kini mulai menggunakan
batubara, bukan saja karena harga minyak dan gas bumi
cenderung naik dan sangat mahal, juga karena persediaan dunia
akan minyak dan gas bumi pada akhirnya akan habis (Anisa,
2018:200). Satuan Harga Batu Bara yang digunakan dalam
penelitian ini adalah Rp/Metric Tons
49
4) Nikel
Nikel biasanya digunakan sebagai bahan campuran
untuk barang-barang yang terbuat dari logam yang
dimanfaatkan oleh industri produksi pesawat, tekstil, turbin
pembangkit listrik, serta dapat digunakan sebagai pelindung
baterai dan bahan antikarat pada barang elektronik. Satuan
Harga Nikel yang digunakan dalam penelitian ini adalah
Rp/Metric Tons.
5) Timah
Timah dibagi menjadi 2 yaitu timah hitam dan timah
putih. Timah hitam digunakan dalam pembuatan batu baterai
selain itu juga dapat digunakan untuk pembuatan nuklir,
pembungkus kabel listrik atau telepon, bahan didalam industri
cat, keramik, kilang minyak, karet, industri kimia dan lainnya.
Jenis timah yang kedua yaitu timah putih, yang memiliki
manfaat sama penting seperti timah hitam. Penggunaan timah
memang sangat dekat dengan kehidupan manusia, baik disadari
ataupun tidak. Manfaat timah yang beragam bagi manusia
tersebut menjadikan timah sebagai hasil tambang yang sangat
dibutuhkan di dunia (Ika, 2018:200). Harga Timah yang
digunakan dalam penelitian ini adalah Rp/Metric Tons.
50
6) Minyak Sawit (CPO)
Kelapa sawit merupakan salah satu komoditas
subsektor perkebunan yang memberikan andil cukup besar
dalam pertumbuhan perekonomian Indonesia. Prospek
perkembangan industri kelapa sawit saat ini sangat pesat baik
di pasar dalam negeri maupun di pasar dunia. Harga Minyak
Sawit yang digunakan dalam penelitian ini adalah Rp/Metric
Tons
b. Variabel dependen, yaitu Jakarta Islamic Index (JII) dikontribusikan
dengan huruf (Y), yang menjadi ukuran penting serta menjadi
landasan pertimbangan seorang investor memilih index saham
syariah. Saham yang memproduksi harga komoditas dan terdaftar di
JII antara lain AKRA , ANTM, INCO, ADRO , PTBA, AALI ,
LSIP, SSMS. Data JII diperoleh langsung www.duniainvestasi.com.
Data yang digunakan adalah data dari tahun 2013 sampai 2017.
51
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Jakarta Islamic Index (JII)
Jakarta islamic Index dibentuk untuk melengkapi pasar modal
syariah yang merupakan hasil kerja sama antara Pasar Modal
Indonesia (dalam hal ini PT Bursa Efek Jakarta) dengan PT Danareksa
Investment Management (PT DIM). Tujuan pembentukan Jakarta
Islamic Index adalah sebagai berikut:
a. Meningkatkan kepercayaan investor melakukan investasi pada
saham berbasis syariah dan memberikan manfaat bagi pemodal
dalam menjalankan syariah islam untuk melakukan investasi di
bursa efek;
b. Mendukung proses transparansi dan akuntabilitas saham berbasis
syariah di Indonesia;
c. Menjadi tolak ukur kinerja (benchmark) dalam memilih portofolio
saham yang halal.
52
Gambar 4.1
Perkembangan Jakarta Islamic Index Periode 2013 -2017
Sumber: Dunia Investasi
Gambar 4.1 merupakan perkembangan Jakarta Islamic Index
(JII) periode 2013 – 2017. Berdasarkan grafik di atas diketahui bahwa
JII mengalami pertumbuhan di setiap periodenya. Namun pada tahun
2015 JII mengalami penurunan hingga 556,088 poin pada bulan
September. Walaupun demikian, produk – produk syariah masih bisa
dikatakan lebih tahan banting di banding produk konvensional ketika
krisis. Hal ini terbukti saat krisis pada tahun 2008 dalam jangka
panjang JII masih kompetitif. Kemudian di tahun – tahun berikutnya
maupun sebelumnya JII tidak menunjukan penurunan yang terlalu
signifikan.
2. Harga Minyak Mentah
Harga minyak mentah cenderung fluktuasi dari waktu ke
waktu. Fluktuasi harga minyak dapat mempengaruhi harga saham di
0
100
200
300
400
500
600
700
800
Jan
-13
Mei-…
Sep-…
Jan
-14
Mei-…
Sep-…
Jan
-15
Mei-…
Sep-…
Jan
-16
Mei-…
Sep-…
Jan
-17
Mei-…
Sep-…
Jakarta Islamic Index (JII)
53
beberapa sektor. Pengaruh yang diberikan dapat bersifat positif dan
negatif. Selain itu dampak yang ditimbulkan terhadap saham bisa
secara langsung maupun tidak langsung pada kegiatan operasi
perusahaan.
Gambar 4 .2
Perkembangan Harga Minyak Mentah Periode 2013 - 2017
Sumber: Indexmundi.com
Berdasarkan gambar 4.2 dapat dilihat bahwa minyak
mengalami kenaikan pada awal tahun penelitian. Namun pada
pertengahan tahun 2014 harga minyak mengalami penurunan. Para
pengamat mengatakan turunnya harga – harga minyak disebabkan
karena melimpahnya pasokan di pasar dunia, yang dsebabkan oleh
berbagai faktor. Sehingga pada akhir tahun 2014 hingga awal 2015
tercatat minyak diperdagangkan 53 dolar 27 sen atau sekitar
RP.662.678.
0,00
200.000,00
400.000,00
600.000,00
800.000,00
1.000.000,00
1.200.000,00
1.400.000,00
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Minyak Mentah
(Rp/Barel)
54
Kemudian pada awal tahun 2016 mengalami titik terendah
harga minyak selama tahun penelitian. Bahkan pada berita yang
dilansir pula tahun 2016 ini merupakan fenomena harga minyak
terendah semenjak 11 tahun terakhir. Turunnya harga minyak yang
secara drastis ini akibat produksi minyak global yang terus membanjiri
pasar.
3. Harga Emas
Emas biasanya digunakan sebagai alat lindung nilai
kekayaanapabila situasi perekonomian sedang turun. Emas memiliki
supply terbatas dan tidak mudah didapat, sehingga sering dijadikan
pilihan oleh investor yang memiliki karakteristik menghindari resiko
sebagai langkah untuk melakukan perlindungan terhadap nilai
investasinya.
Gambar 4.3
Perkembangan Harga Emas periode 2013 - 2017
Sumber: Indexmundi.com
0
5.000.000
10.000.000
15.000.000
20.000.000
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Emas
Rp/Troy Ounce
55
Berdasarkan gambar 4.3, meskipun pada tahun awal penelitian harga
emas sempat turun hingga menyentuh angka 579.868. Namun harga emas
memiliki fluktuasi yang tidak terlalu signifikan. Oleh karena itu saat ini
emas mulai dilirik lagi oleh para investor untuk mengembangkan usahanya
karena emas dinilai memiliki harga yang relatif stabil dan minim resiko.
4. Harga Timah
Beberapa hal yang membuat harga timah relatif tinggi.
Pertama, akibat turunnya stok di London Metal Exchange (LME).
Kemudian adanya permintaan yang terus meningkat. Dan yang ketiga
apabila ekspor dari Indonesia mengalami penurunan.
Gambar 4.4
Perkembangan Harga Timah Periode 2013 - 2017
Sumber: Indexmundi.com
Berdasarkan gambar diatas harga timah tidak mengalami
kenaikan ataupun penurunan yang cukup tajam. Pada awal tahun 2016
0
50.000.000
100.000.000
150.000.000
200.000.000
250.000.000
300.000.000
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Timah
(Rp/Metric Tons)
56
harga timah menyentuh Rp.191.750.600. Fenomena ini merupakan
harga timah terendah pada 7 tahun terakhir. Kemudian harga timah
kembali meningkat sampai pada awal tahun 2017.
5. Harga Nikel
Gambar 4.5
Perkembangan Harga Nikel Periode 2013 - 2017
Sumber : Indexmundi.com
Harga nikel berdasarkan gambar 4.5 dari tahun 2013 hingga
petengahan 2014 nikel mengalami peningkatan. Namun setelah itu
harga nikel menjadi logam industrin yang terjatuh paling dalam. Harga
nikel terus mengalami penurunan hingga awal 2016 hingga
Rp.112.177.400/metric tons dan mengalami perbaikan di tahun 2017
meskipun sempat mengalami penurunan lagi di pertengahan tahun.
0
50.000.000
100.000.000
150.000.000
200.000.000
250.000.000
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Nikel
(Rp/Metric Tons)
57
6. Harga Batu Bara
Batu bara merupakan salah satu dari energi alternatif yang
termasuk memiliki pertumbuhan yang pesat, baik dari segi produksi
maupun konsumsi. Selain penggunaannya yang lebih efisien, batu bara
juga tersedia dalam jumlah yang melimpah di dunia sehingga
memberikan kemungkinan di konsumsi dalam jangka waktu panjang.
Grafik 4.6
Perkembangan Harga Batu Bara Periode 2013 - 2017
Sumber: Indexmundi.com
Berdasarkan gambar 4.6 harga batu bara dari awal tahun
penelitian mengalami penurunan hingga di pertengahan tahun 2013.
Kemudian mengalami peningkatan lagi hingga akhir tahun 2013
hingga mencapai Rp. 1.019.427. setelah itu harga batu bara terus
mengalami penurunan hingga Mei 2016. Namun setelah mengalami
penurunan yang cukup lama, harga batu bara kembali meningkat
0,00
200.000,00
400.000,00
600.000,00
800.000,00
1.000.000,00
1.200.000,00
1.400.000,00
1.600.000,00
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Batu Bara
(Rp/Metric Tons)
58
bahkan kondisi ini bisa dikatakan kenaikan yang cukup drastis hingga
menyentuh angka Rp.1.328.738/metric tons.
7. Harga Minyak Sawit (CPO)
Industri kelapa sawit Indonesia telah tumbuh signifikan dalam
40 tahun terakhir. Sejak tahun 2006 Indonesia telah menjadi produsen
minyak sawit terbesar di dunia. Bersama dengan Malaysia, Indonesia
menguasai hampir 90% produksi minyak sawit dunia.
Grafik 4.7
Perkembangan Harga Minyak Sawit Periode 2013 -2017
Sumber : Indexmundi.com
Berdasarkan gambar 4.7, CPO mengalami kenaikan pada tahun
pertama penelitian. Bahkan harga CPO tertinggi selama 5 tahun
penelitian yaitu pada Desember 2013 sebesar Rp.11.023.450/metric
tons. Kemudian mengalami penuruan lagi sampai September 2014
yang setelah itu penurunan ataupun peningkatan harga yang tidak
0
2.000.000
4.000.000
6.000.000
8.000.000
10.000.000
12.000.000
Jan
-13
Me
i-1
3
Sep
-13
Jan
-14
Me
i-1
4
Sep
-14
Jan
-15
Me
i-1
5
Sep
-15
Jan
-16
Me
i-1
6
Sep
-16
Jan
-17
Me
i-1
7
Sep
-17
Harga Minyak Sawit (CPO)
(Rp/Metric Tons)
59
terlalu banyak sampai pada Agustus 2015 yang merupakan harga
terendah selama tahun penelitian yaitu sebesar Rp.7.566.181/metric
ton.
B. Analisis Data
1. Uji Stasioneritas Data
Syarat pertama dalam mengolah data time series yaitu dengan
uji akar unit (unit root test) yang berguna untuk melihat apakah data
yang digunakan stasioner atau tidak. Untuk dapat menghasilkan
regresi yang baik dan benar. maka data yang digunakan harus
stasioner. Data yang digunakan dalam penelitian ini berpotensi tidak
stasioner karena adanya unit root pada tingkat level. maka harus
dilakukan uji stasioneritas.
Adapun panduan yang diambil adalah jika nilai ADF lebih
besar dari nilai kritis (5%). maka Hipotesis Nol (Ho) diterima. Artinya
terdapat akar unit dan tidak stasioner. Sebaliknya. jika nilai ADF lebih
kecil dari nilai kritis maka Ho ditolak. artinya tidak ada akar unit root
dan data telah stasioner. Penjelasan detail mengenai hasil uji stationer
pada data level dapat dilihat dalam Tabel 4.1.
60
Tabel 4.1
Hasil Uji Stasioner pada Data Level
Variabel Nilai ADF Nilai Kritis MacKinnon
Ket. 1% 5% 10%
JII -1.639903 -3.546099 -2.911730 -2.593551 Tidak Stasioner
MINYAK_
MENTAH -1.641629 -3.548208 -2.912631 -2.594027 Tidak Stasioner
EMAS -1.696381 -3.546099 -2.911730 -2.593551 Tidak Stasioner
TIMAH -1.402331 -3.546099 -2.911730 -2.593551 Tidak Stasioner
NIKEL -1.256798 -3.546099 -2.911730 -2.593551 Tidak Stasioner
BATU_BAR
A -0.851005 -3.548208 -2.912631 -2.594027 Tidak Stasioner
CPO -2.141565 -3.546099 -2.911730 -2.593551 Tidak Stasioner
Sumber : Hasil Pengolahan Penulis
Tabel 4.1 menjelaskan hasil uji yang diperoleh semua variabel
belum ada yang stasioner pada data level. Oleh karena itu perlu
dilanjutkan pengujian stasioneritas pada tingkat data first difference-
nya. Hasil nya dapat dilihat pada Tabel 4.2.
Table 4.2
Hasil Uji Stasioner pada First Difference
Variabel Nilai ADF Nilai Kritis MacKinnon
Ket. 1% 5% 10%
JII -7.020198 -3.548208 -2.912631 -2.594027 Stasioner
MINYAK_M
ENTAH -5.429605 -3.548208 -2.912631 -2.594027 Stasioner
EMAS -6.017573 -3.548208 -2.912631 -2.594027 Stasioner
TIMAH -5.594789 -3.548208 -2.912631 -2.594027 Stasioner
NIKEL -5.687366 -3.548208 -2.912631 -2.594027 Stasioner
BATU_BARA -5.403789 -3.548208 -2.912631 -2.594027 Stasioner
CPO -6.486413 -3.548208 -2.912631 -2.594027 Stasioner
Sumber : Hasil Pengolahan Penulis
Setelah semua data dinyatakan stationer maka data dapat diproses
ke tahap berikutnya yaitu uji lag optimal dan uji kointegrasi.
61
2. Penetapan Lag Optimal
Dalam uji stasioneritas. seringkali penetapan lag optimal
menjadi permasalahan yang terjadi. Jika lag yang digunakan terlalu
sedikit, maka residual dari regresi tidak akan menampilkan hasil yang
diinginkan. sehingga model tidak dapat mengestimasi actual error
secara tepat. Dalam menentukan lag optimal, terdapat kriteria yang
mempunyai final prediction error correction (FPE) atau jumlah dari
AIC, SIC, dan HQ yang paling kecil di antara berbagai lag yang
diajukan. Tabel 4.3 ini menunjukkan hasil pengujian lag optimal.
Tabel 4.3 menunjukkan bahwa berdasarkan hasil penetapan lag
optimal dengan beberapa kriteria dengan jumlah dari AIC, SIC, dan
HQ yang paling kecil serta banyaknya tanda asterik (*) berada pada
lag lima (5). Sehingga dalam penelitian ini lag yang digunakan adalah
lag lima.
Tabel 4.3
Hasil Pengujian Lag Optimal Lag LogL LR FPE AIC SC HQ
0 360.7882 NA 6.10e-15 -12.86503 -12.60955 -12.76623
1 678.5866 543.1463 3.52e-19 -22.63951 -20.59568* -21.84915
2 740.5857 90.18054 2.39e-19 -23.11221 -19.28003 -21.63027
3 789.9525 59.24017 2.97e-19 -23.12555 -17.50501 -20.95204
4 855.8333 62.28728 2.64e-19 -23.73939 -16.33051 -20.87432
5 960.2309 72.12926* 9.34e-20* -25.75385* -16.55662 -22.19721*
Keterangan ; tanda asterik (*) menunjukkan lag optimal yang dipilih
Sumber : Hasil pengolahan penulis
62
3. Uji Kointegrasi
Uji Kointegrasi melihat hubungan jangka panjang atau
ekuilibrium antar variabel-variabel yang tidak stasioner. Namun
kombinasi linier antara variabel tersebut menjadi stasioner. Pada
penelitian ini, pengujian hubungan kointegrasi menggunakan metode
Johansen Cointegration Test. Adapun hasil pengujian uji kointegrasi
secara detail dapat dilihat dalam Tabel 4.4.
Uji kointegrasi pada Tabel 4.4 menggunakan metode uji
Johansen. dimana nilai trace statistic 0 (none) sebesar 179.0962 >
critical value at 5% sehingga terjadi kointegrasi. Dari hasil uji
kointegrasi tersebut dapat diindikasikan bahwa terdapat hubungan
jangka panjang dan jangka pendek antara variabel Harga
Komoditas(Minyak Mentah, Emas, Timah, Nikel, Batu Bara, CPO)
terhadap Pertumbuhan Ekonomi.Dikarenakan terdapat kointegrasi
antar variabel dan data yang tidak stasioner pada data level maka
langkah selanjutnya adalah melakukan estimasi dengan menggunakan
model VECM.
63
Tabel 4.4
Hasil Uji Kointegrasi
Hypothesized
No. of CE(s)
Trace
Statistic
0.05
Critical Value
None * 179.0962 125.6154
At most 1 * 134.1493 95.75366
At most 2 * 90.26980 69.81889
At most 3 * 54.73924 47.85613
At most 4 29.58917 29.79707
At most 5 9.000890 15.49471
At most 6 2.667236 3.841466
Sumber: Hasil Pengolahan Penulis
4. Uji Kausalitas Granger
Untuk melihat hubungan sebab-akibat antar variabel-variabel
digunakanlah Uji Kausalitas Granger. yakni dengan membandingkan
probabilitas masing-masing variabel dengan nilai kritis 5%. Jika
probabilitas lebih kecil dari 5% maka dapat disimpulkan terjadi
hubungan kausalitas, begitupun sebaliknya. Tabel 4.5 menjelaskan
hasil uji kausalitas granger.
Tabel 4.5 menjelaskan bahwa antara variabel Harga Batu Bara,
Harga Emas dan Harga Timah dengan JII terjadi hubungan kausalitas.
Hal ini dapat dilihat dari probabilitas Harga Batu Bara sebesar 0.0158,
sedangkan Harga Emas memiliki nilai probabilitas sebesar 0.013 dan
Harga Timah memiliki nilai probabilitas sebesar 0,0367. Dimana
ketiga harga tersebut memiliki nilai probabilitas yang lebih kecil
64
dibandingkan nilai α = 5%. Disisi lain, tidak terdapat hubungan
kausalitas antara variabel Harga Minyak, Harga Nikel dan Harga CPO
terhadap JII dikarenakan nilai probabilitas masing-masing hubungan
lebih besar dari α = 5%.
Tabel 4.5
Hasil Uji Kausalitas Granger
Null Hypothesis Obs F-
Statistic Prob.
DBATU_BARA does not Granger Cause
DAJII 59
0.18590 0.6680
DAJII does not Granger Cause
DBATU_BARA 6.19430 0.0158
DCPO does not Granger Cause DAJII 59
1.91506 0.1719
DAJII does not Granger Cause DCPO 0.52795 0.4705
DEMAS does not Granger Cause DAJII 59
11.5111 0.0013
DAJII does not Granger Cause DEMAS 0.00718 0.9328
DMINYAK_MENTAH does not Granger
Cause DAJII 59
0.26063 0.6117
DAJII does not Granger Cause
DMINYAK_MENTAH 0.32075 0.5734
DNIKEL does not Granger Cause DAJII 59
0.06992 0.7924
DAJII does not Granger Cause DNIKEL 0.06010 0.8072
DTIMAH does not Granger Cause DAJII 59
4.58009 0.0367
DAJII does not Granger Cause DTIMAH 0.23987 0.6262
Sumber: Hasil Pengolahan Penulis
5. Estimasi VECM
Langkah untuk mengestimasi VECM ditentukan oleh uji
kointegrasi sebelumnya yang menyatakan bahwa terdapat kointegrasi
pada sistem VAR. Model VECM mengukur keseimbangan hubungan
jangka pendek dan jangka panjang antar variabel, serta mengukur
65
error-correction atau kecepatan variabel-variabel tersebut dalam
bergerak menuju keseimbangan jangka panjangnya.
Cara mengetahui apakah variabel Y mempengaruhi variabel X
dan sebaliknya, maka hal yang perlu dilakukan adalah
membandingkan antara nilai t-statistic dengan t-Tabel. Jika nilai t-
statistic lebih besar daripada nilai t-Tabelnya dapat dikatakan bahwa
variabel Y mempengaruhi variabel X begitupula sebaliknya.
Tabel 4.6 akan menyajikan hasil estimasi VECM.Tabel 4.6
membandingkan hasil antara t-statistic dengan t-Tabel. Hasil yang
diperoleh dari Tabel t untuk df = 63 sebesar 1.66940.
Tabel 4.6
Hasil Uji VECM Jangka Panjang
Jangka Panjang
Variabel Koefisien t-statistic
DBATU_BARA -0.883862 -4.14121
DCPO 0.601101 1.43776
DEMAS 0.518811 0.82371
DMINYAK_MENTAH 0.540384 3.79751
DNIKEL -1.338640 -6.62582
DTIMAH 0.523321 1.02282
Sumber: Hasil Pengolahan Penulis
Dalam jangka panjang variabel harga Batu Bara dan Nikel
berpengaruh negative terhadap JII. Hal ini dibuktikan dengan estimasi
nilai t-statistik bernilai -4.14121 >1.66940 dan -6.62582 > 1.66940.
Sedangkan harga Minyak Mentah dalam jangka panjang berpengaruh
66
secara positif terhadap JII yang memiliki estimasi nilai statistik
3.79751 >1.66940. Kemudian harga CPO, Emas dan Timah dalam
jangka panjang tidak berpengaruh terhadap JII. Hal ini di buktikan
dengan estimasi nilai t-statistic 1.43776 <1.66940 ,0.82371 <1.66940
dan 1.02282 <1.66940
Tabel 4.7
Hasil Uji VECM Jangka Pendek
Jangka Pendek
Lag Variabel Koefisien t-statistics
Lag
1
DBATU_BARA -0.136361 -1.44229
DCPO -0.039133 -0.31676
DEMAS 0.535012 3.12903
DMINYAK_MENTAH -0.031231 -0.45901
DNIKEL 0.110840 1.10979
DTIMAH -0.279229 -1.73979
Lag
2
DBATU_BARA 0.073479 0.68324
DCPO 0.062574 0.53471
DEMAS -0.010571 -0.05787
DMINYAK_MENTAH -0.127330 -1.99756
DNIKEL 0.140246 1.41120
DTIMAH 0.043212 -0.29099
Sumber: Hasil Pengolahan Penulis
Variabel Harga Batu Bara menunjukan hasil t-statistic -
1.44229, Harga CPO menunjukan hasil t-statistic -0.31676 dan
variabel Harga Minyak Mentah memiliki nilai t-statistic sebesar -
0.45901. Kemudian variabel Harga Nikel menunjukan hasil t-statistic
1.10979. Keempatnya tidak mempengaruhi variabel JII. Ditandai
dengan nilai t-statisticnya lebih kecil dati t-tabel atau <1.66940.
67
Variabel Harga Emas pada jangka pendek berpengaruh positif
pada lag 1 sebesar 3.12903 di tandai dengan nilai t-statisticnya lebih
besar dari t-tabel atau >1.66940. Variabel Harga Timah berpengaruh
negatif pada lag 1 dengan nilai t-statistic -1.73979. Berdasarkan hasil
estimasi model dapat diketahui:
Harga Batu Bara pada jangka pendek tidak berpengaruh
terhadap JII sedangkan dalam jangka panjang
berpengaruh negatif terhadap JII dimana apabila JII
meningkat sebesar satu persen maka akan
meningkatkan harga batu bara sebesar -0.883862
Harga CPO dalam jangka pendek dan panjang tidak
berpengaruh terhadap JII
Harga emas dalam jangka pendek berpengaruh positif
terhadap JII, namun dalam jangka panjang tidak
memiliki pengaruh terhadap JII
Harga Minyak mentah dalam jangka pendek tidak
memiliki pengaruh terhadap JII, sedangka dalam jangka
panjang berpengaruh positif terhadap JII dimana
apabila JII meningkat sebesar satu persen maka akan
meningkatkan harga minyak mentah sebesar 0.540384
68
Harga Nikel pada jangka pendek tidak berpengaruh
terhadap JII sedangkan dalam jangka panjang
berpengaruh negatif terhadap JII dimana apabila JII
meningkat sebesar satu persen maka akan
meningkatkan Harga Nikel sebesar -1.338640
Harga Timah dalam jangka pendek berpengaruh negatif
terhdap JII. Sedangkan dalam jangka panjang tidak
memiliki pengaruh terhadap JII.
6. Hasil IRF
Langkah selanjutnya adalah melakukan uji Impulse
ResponseFunction (IRF), uji IRF ini berfungsi untuk menggambarkan
ekspektasi periodeke depan dari kesalahan prediksi suatu variabel
akibat inovasi darivariabel lain. Jadi, lamanya pengaruh dari shock
suatu variabel terhadapvariabel lain sampai pengaruhnya hilang atau
kembali ke titikkeseimbangan dapat dilihat (Ajija Shochrul R., 2011).
Secara mendasar dalam analisis ini akan diketahui respon positif atau
negatif dari suatu variabel terhadap variabel lainnya. Respon tersebut
dalam jangka pendek biasanya cukup signifikan dan cenderung
berubah. Namun, dalam jangka panjang cenderung konsisten dan terus
mengecil. Pengujian IRF memberikan hasil sebagaimana pada Tabel
4.8.
69
Tabel 4.8
Hasil Uji IRF
Periode DAJII
DBATU_B
ARA DCPO DEMAS
DMINYAK_
MENTAH DNIKEL DTIMAH
1 0.033670 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.030834 -0.009714 0.002683 0.015089 0.002088 0.000318 -0.007488
3 0.040566 -0.013924 0.004538 0.022429 -0.001801 0.003934 -0.004604
4 0.039648 -0.020063 0.002448 0.019633 0.000557 0.001721 -0.004109
5 0.041697 -0.024645 0.003572 0.018074 -0.001588 -0.000627 -0.001968
6 0.044209 -0.025856 0.004277 0.017100 0.001258 -0.003189 -0.001127
7 0.044085 -0.027009 0.003985 0.018484 0.001790 -0.004479 0.000348
8 0.044808 -0.027488 0.004227 0.019735 0.001185 -0.004160 0.000486
9 0.044836 -0.027998 0.004716 0.019710 0.001181 -0.004385 0.000137
10 0.045163 -0.028691 0.005229 0.019372 0.001244 -0.005077 0.000419
Sumber: Hasil Pengolahan Penulis
Hasil IRF pada table 4.8 menunjukan respon JII terhadap
guncangan harga komoditas yaitu harga batu bara, CPO, emas, minyak
mentah, nikel dan timah.
Gambar 4.8
Hasil Impulse Response JII terhadap Batu Bara
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DBATU_BARA
Response to Cholesky One S.D. Innovations
Pada periode pertama harga batu bara belum memberikan dampak
terhadap JII. Namun mengalami respon negatif oleh JII sebesar -0.009 dan
70
terus menurun pada periode – periode selanjutnya. Di akhir periode respon
JII terhadap guncangan yang diberikan harga batu bara sebesar -0.02.
Gambar 4.9
Hasil Impulse Response JII terhadap CPO
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DCPO
Response to Cholesky One S.D. Innovations
Guncangan harga minyak sawit (CPO) mulai menunjukan respon
positif pada periode kedua sebesar 0.002. Respon JII terhadap guncangan
yang diberikan harga CPO berfluktuasi dan hingga periode 10 sebesar
0.005.
Gambar 4.10
Hasil Impulse Response JII terhadap Emas
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DEMAS
Response to Cholesky One S.D. Innovations
Hal yang sama juga di berikan oleh harga emas yang
memberikan respon positif sejak periode kedua sebesar 0.015.
71
Gambar 4.11
Hasil Impulse Response JII terhadap Minyak Mentah
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DMINYAK_MENTAH
Response to Cholesky One S.D. Innovations
Kemudian guncangan yang diberikan minyak mentah belum
memberikan dampak apapun pada periode pertama. Namun pada periode
kedua harga minyak mentah memberikan respon positif untuk JII sebesar
0.002. Pada periode ketiga respon harga minyak mentah menurun hingga
berada pada -0.001. Guncangan yang diberikan setelah itu cenderung
stabil hingga di akhir periode sebesar 0.001.
Gambar 4.12
Hasil Impulse Response JII terhadap Nikel
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DNIKEL
Response to Cholesky One S.D. Innovations
72
Guncangan harga nikel menunjukan respon positif pada periode
kedua. Namun pada periode kelima harga nikel menunjukan respon
negatif dan terus menurun hingga akhir periode sebesar -0.005.
Gambar 4.13
Hasil Impulse Response JII terhadap Timah
-.04
.00
.04
2 4 6 8 10
Response of DAJII to DTIMAH
Response to Cholesky One S.D. Innovations
Kemudian guncangan yang diberikan harga timah pada periode
pertama belum menunjukan respon apapun. Namun pada periode kedua
harga timah memberikan respon negatif sebesar -0.007 hingga periode
keenam. Setelah itu respon harga timah meningkat dan berakhir pada
0.0004 pada periode kesepuluh.
7. Hasil FEVD
Uji Forecast Error Variance Decomposition (FEVD) atau
Variance Decomposition (VD) merupakan perangkat pada model
VAR/VECM yang akan memisahkan variasi dari sejumlah variabel
yang diestimasi menjadi komponen-komponen shock atau menjadi
variabel innovation dengan asumsi bahwa variabel-variabel innovation
73
tidak saling berkorelasi. Kemudian, VD akan memberikan informasi
mengenai proporsi dari pergerakan pengaruh shock pada sebuah
variabel terhadap shock variabel lainnya pada periode saat ini dan
periode yang akan datang, sebagaimana dijelaskan dalam Tabel 4.9
hasil uji FEVD.
Tabel 4.9
Hasil Uji FEVD
Periode S.E. DAJII
DBATU_B
ARA DCPO DEMAS
DMINYAK
_MENTAH DNIKEL DTIMAH
1 0.033670 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.049741 84.24689 3.813542 0.290969 9.201876 0.176258 0.004087 2.266381
3 0.069837 76.47856 5.909539 0.569922 14.98232 0.155917 0.319418 1.584329
4 0.085225 72.99648 9.510295 0.465184 15.36756 0.108964 0.255252 1.296264
5 0.099778 70.72034 13.03952 0.467512 14.49301 0.104836 0.190179 0.984606
6 0.113588 69.71669 15.24310 0.502541 13.44934 0.093154 0.225588 0.769589
7 0.126318 68.55349 16.89764 0.505861 13.01641 0.095404 0.308136 0.623053
8 0.138368 67.61936 18.02896 0.514918 12.88221 0.086843 0.347212 0.520487
9 0.149570 66.85583 18.93360 0.540078 12.76132 0.080558 0.383085 0.445526
10 0.160201 66.22517 19.71170 0.577333 12.58611 0.076251 0.434385 0.389044
Sumber: Hasil Pengolahan Penulis
Tabel 4.9 menunjukan hasil uji FEVD yang menyajikan bahwa
variabel harga batu bara terhadap JII mengalami peningkatan pada
periode pertama hingga ke-10. Pada periode kedua JII dipengaruhi
sebesar 3,8 persen. Kemudian pada period ke-10 sebesar 19,7 persen.
Variabel harga minyak mentah (CPO) terhadap JII mengalami
peningkatan pada periode kedua sebesar 0,2 persen dan mengalami
fluktuasi dan diakhir periode sebesar 0,5.
74
Selanjutnya variabel harga emas yang memiliki pengaruh
sebesar 9,2 persen pada periode kedua dan mengalami fluktuasi hingga
akhir periode. Dan pada periode akhir atau periode ke-10 sebesar 12,5
persen. Kemudian variabel harga minyak mentah terhadap JII pada
periode kedua dipengaruhi sebesar 0,17 persen dan terus menurun
hingga periode ke-10 sebesar 0,07 persen.
Kemudian variabel harga timah dan harga nikel yang sama
sama mengalami fluktuasi. Pada periode kedua sebesar 0,004 persen
dan 2,26 persen. Sedangkan pada periode terakhir sebesar 0,4 persen
dan 0,3 persen
Gambar 4.14
Hasil Uji FEVD
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DBATU_BARA
Variance Decomposition
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DCPO
Variance Decomposition
75
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DEMAS
Variance Decomposition
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DMINYAK_MENTAH
Variance Decomposition
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DNIKEL
Variance Decomposition
0
25
50
75
100
2 4 6 8 10
Percent DAJII variance due to DTIMAH
Variance Decomposition
C. Pembahasan
Hasil regresi alat uji estimasi VECM menunjukkan bahwa hipotesis
pertama yang berbunyi. “Diduga adanya pengaruh jangka pendek antara
Harga Komoditas yang terdiri dari Harga Minyak Mentah, Harga Emas,
Harga Timah, Harga Nikel, Harga Batu Bara, Harga Minyak Sawit (CPO)
terhadap Jakarta Islamic Index (JII)” tidak dapat diterima. Hal ini dapat dilihat
dalam hasil Uji VECM dengan membandingkan antara nilai t-statistics
dengan nilai t-Tabel. Bahwasannya t-statistic Harga Batu Bara, Harga CPO,
Harga Minyak Mentah dan Harga Nikel < t-Tabel 1.66940. Sehingga dapat
disimpulkan bawa ke empat harga komoditas tersebut tidak mempengaruhi
JII. Namun, Harga Emas dan Harga Timah mempengaruhi JII dalam jangka
76
pendek karena t-statistic > t-Tabel 1.66940. Dengan harga minyak yang
rendah, pembangunan sebuah negara dapat dipacu ketingkat yang lebih tinggi
karena biaya produksinya akan relative rendah. Harga minyak yang rendah
juga akan direspon investor pasar modal dengan melakukan aksi jual saham
besar-besaran. Peningkatan harga emas akan mendorong minat investor untuk
berinvestasi dalam bentuk emas dibandingkan di pasar modal. Sebab, dengan
risiko yang relatif rendah, emas dapat memberikan imbal hasil yang lebih baik
melalui kenaikan harga. Ketika investor beralih melakukan investasi dalam
bentuk emas akan mengakibatkan turunnya indeks saham di negara yang
bersangkutan karena aksi jual yang dilakukan oleh investor. Kemudian Harga
Timah berpengaruh negatif jangka pendek. Hal ini tidak sesuai dengan teori
yang ada. karena harga timah indonesia merupakan price maker bagi harga
timah dunia. Seharusnya timah bisa berpengaruh secara jangka panjang.
Dalam jangka panjang, Harga Batu Bara, Harga Minyak Mentah dan
Harga Nikel berpengaruh terhadap JII karena t-statistic > t-Tabel 1.66940.
Dengan adanya alternative energy saat ini, menguntngkan bagi produsen Batu
Bara karna dapat meningkatkan profitnya sehingga akan mempengaruhi
Harga Batu Bara tersebut. Sedangkan Harga CPO, Harga Emas dan Harga
Timah tidak berpengaruh terhadap JII karena memiliki t-statistic < t-Tabel
1.66940. Banyak ahli melihat batubara sebagai sumber energi alternatif. Batu
bara bukanlah penghasil energi paling bersih, tetapi merupakan alternatif yang
77
lebih murah. Oleh karena itu Batu Bara berpengaruh negatif karna
memungkinkan akan adanya energi alternatif lainnya di masa mendatang.
Kemudian Nikel berpengaruh negatif dalam jangka panjang dan hal ini tidak
sesuai dengan teori yang ada bahwa nikel bukan sebagai sumberdaya
alternatif yang utama dan memungkinkan adanya suberdaya alternatif
subtitusi. Namun Harga Minyak mentah berpengaruh positif dalam jangka
panjang. Fluktuasi harga minyak dunia dapat berpengaruh terhadap pasar
modal. Harga minyak dunia yang meningkat akan menguntungkan bagi
perusahaan sektor pertambangan karena meningkatnya laba bersih perusahaan
sehingga investor akan tertarik untuk membeli saham perusahaan
pertambangan dan harga saham akan meningkat. Sedangkan, bagi perusahaan
di luar sektor pertambangan, peningkatan harga minyak dunia akan cenderung
merugikan. Hal ini dikarenakan semakin mahalnya biaya operasional
perusahaan .
78
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan pembahasan hasil analisis data dengan metode Vector
Autoregression (VAR) dan Vector Error Correction Model (VECM)
mengenai pengaruh Harga Komoditas terhadap Jakarta Islamic Index (JII)
tahun 2013-2017, maka dapat disimpulkan sebagai berikut:
Berdasarkan hasil estimasi model dapat diketahui:
1. Variabel Harga Emas dan Harga Timah dalam jangka pendek
berpengaruh terhadap JII. Sedangkan Harga Batu Bara, Harga
CPO, Harga Minyak Mentah dan Harga Nikel tidak
berpengaruh terhadap JII pada periode 2013 – 2017.
2. Variabel Harga Batu Bara, Harga Minyak Mentah dan Harga
Nikel dalam jangka panjang berpengaruh terhadap JII.
Sedangkan Harga CPO, Harga Emas dan Harga Timah tidak
berpengaruh terhadap JII pada periode 2013-2017.
Berdasarkan analisis Impulse Response Function (IRF), menunjukkan
variabel Harga Emas mengalami guncangan paling besar di antara variabel
lainnya. Variabel harga Emas cenderung mengalami peningkatan terhadap JII
mencapai 0.19% pada periode ke-10. Hasil Variance Decomposition (VD)
79
menunjukkan bahwa hingga akhir periode variabel yang berkontribusi
terbesar adalah variabel Harga Batu Bara sebesar 19,7%.
80
B. Saran-saran
Berdasarkan kesimpulan yang telah diuraikan, maka penulis mencoba
mengemukakan saran yang mungkin bermanfaat, diantaranya:
1. Pada penelitian ini ada beberapa variabel yang tidak
berpengaruh positif. Dimana hal ini bertentangan dengan teori
yang menyatakan apabila harga naik maka akan menaikan
indeks saham.
2. Harga Emas dan Harga Timah yang memiliki pengaruh jangka
pendek diharapkan dapat meningkatkan harga indeks saham
yaitu JII dengan cara mengembangkan penggunaan investasi
emas minimal dalam sektor kecil. Sedangkan Harga Batu Bara
yang memiliki pengaruh jangka panjang di harapkan dapat
meningkatkan indeks saham dengan cara menaikan
investasinya dengan memaksimalkan penggunaan energi-
energi alternatif.
3. Adanya kesulitan dalam penyeleksian sampel. Diharapkan
dalam penelitian selanjutnya agar menggunakan sampel yang
lebih mudah untuk diseleksi dan lebih selektif.
4. Pada penelitian ini hanya menggunakan beberapa harga
komoditas, diharapkan untuk penelitian selanjutnya agar dapat
mengunakan komoditas unggulan lainnya.
81
DAFTAR PUSTAKA
Ajija, Shochrul Rohmatul dkk (2011). “Cara Cerdas Menguasai Eviews”.
Jakarta:Salemba Empat
Ariefianto, Moch Doddy (2012).“Ekonometrika Esensi dan Aplikasi Dengan
Menggunakan Eviews”. Jakarta: Penerbit Erlangga
Anisa, Ika dan Ari Darmawan (2018) “Pengaruh Ekonomi Makro Dan Harga
Komoditas Tambang Dunia Terhadap Indeks Harga Saham Sektor
Pertambangan Di Indonesia”.Jurnal.
Basuki, Agus Tri (2016). “Analisis Regresi dengan Pendekatan VECM”. Jakarta
Budimanta, A. (2007). “Kekuasaan dan penguasaan sumber daya alam, studi kasus
penambangan timah di Bangka. Indonesia Centre for Sustainable
Development”. Jakarta.
Fitriyani, Ika (2016). Analisis Pengaruh Variabel Makroekonomi dan Harga
Komoditas Terhadap Jakarta Islamic Index(JII). Jurnal.
Hamid, Abdul (2009). “Pasar Modal Syariah”. Jakarta: Lembaga Penelitian UIN
Jakarta
--------------------.(2010) “Buku Pedoman Penulisan Skripsi”, Jakarta: FEB UIN
Jakarta.
Hamja, Yahya (2014). “Ekonometri” Jakarta: Global Future Institute
Huda,Nurul (2007). “Investasi Pada Pasar Modal Syariah. Kencana Prenada Media
Group
Husnan, S (2003). “Dasar-dasar Portofolio dan Analisis Sekuritas”. Yogyakarta :
UPP-AMP YKPN
Iman, Nofie (2009)“Investasi Emas”. Daras Books, Jakarta.
Inas (2016). “Analisis Pengaruh Harga Emas Dunia, Harga Minyak Dunia, Jumlah
Uang Beredar, Inflasi, Kurs Rupiah Terhadap Jakarta Islamic Index (Jii)
Periode 2011-2015” Skripsi Universitas Islam Negri Jakarta.
82
Kesuma, P.N (2012). “Analisis Pengaruh Kurs Rupiah, Harga Emas Dunia dan
Harga Minyak Dunia terhadap IHSG Sektor Pertambangan di BEI”. Thesis.
Universitas Sriwijaya
Kotler, Philip (2001). “Manajemen Pemasaran: Analisis, Perencanaan, Implementasi
dan Kontrol”. Jakarta: PT: Prehallindo
Manurung,Haymans (2008).“Pengaruh Komoditas Terhadap Indeks Harga Saham
Gabungan” Jurnal Ekonomi
Martono, Rifan Dwi (2010). “Analisis Pengaruh Harga Komoditas Dunia terhadap
Pergerakan Indeks Harga Saham Gabungan (IHSG), Indeks LQ-45, dan
Jakarta Islamic Index (JII) di Bursa Efek Indonesia (BEI)”, Skripsi Fakultas
Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
Miranti, Ermina (2008). “Prospek Industri Batubara di Indonesia”. Economic
Review No.124
Nachrowi, Djalal dan Hardius Usman.(2006). “Pendekatan Populer Dan Praktis
Ekonometrika Untuk Analisis Ekonomi Dan Keuangan”. Jakarta: Lembaga
Penerbit Fakultas Ekonomi Universitas Indonesia.
Nazhat El,Lak lak (2016). “The Effectiveness Of Monetary Policy Towards Stock
Index Case Studi : Jakarta Islamic Index 2006-2014”. Journal International
Oktavia, Ana (2007).“Analisis Pengaruh Nilai Tukar Rupiah/US$ dan Tingkat Suku
Bunga SBI Terhadap Indeks Harga Saham Gabungan Di Bursa Efek Jakarta”
Skripsi Universitas Negeri Semarang,
Pakasi, Alfred.(2008). “Comodity Online Trading In Future and Options” PT Elex
Media Komputindo Jakarta
Rusbariandi, Septian P (2012). “Analisis Pengaruh Tingkat Inflasi, Harga Minyak
Dunia, Harga Emas Dunia, dan Kurs Rupiah terhadap Jakarta Islamic Index
di Bursa Efek Indonesia (Periode 2005-2012)”. Skripsi. Universitas
Gunadarma : Depok.
Rodoni, Ahmad (2009). “Investasi Syariah”. Jakarta: Lembaga Penelitian UIN
Jakarta.
83
Sadri, H. & TayebiSani, E (2012). “The Impact of Crude Oil, Gold Price & Their
Volatilities On Stock Markets: Evidence From Selected Member of OPEC”
Jurnal of Basic and Applied Scientific
Santoso, Budi “Analisis Pengaruh Harga Minyak Dunia, Kurs, dan IHSG Terhadap
Harga Saham Sektor Pertambangan di Bursa Efek Indonesia”. Skripsi
Universitas Islam Negeri (UIN)
Sibuea,P. (2012) “Minyak Kelapa Sawit, Teknologi & Manfaatnya Untuk Pangan
Nutrasetikal”. Jakata: Erlangga.
Sidarta, Wahyu (2010). “Pengaruh Gejolak Harga Minyak Mentah Terhadap
IHSG”vibiznews
Situmorang, Paulus (2008).“Pengantar Pasar Modal”. Mitra Wacana Media Jakarta
Soemitra, Andri. (2009) “Bank & Lembaga Keuangan Syariah”, Jakarta: Kencana
Prenadamedia Group.
Sujitno, Sutejo (2000). “Sejarah Timah Indonesia”, Edisi Pertama. PT Gramedia
Pustaka Utama,.
Sumarwan, Pindy Oktavia (2016). “Pengaruh Jumlah Uang Beredar (M2) Dan
Harga Emas Dunia Terhadap Indeks Harga Saham Gabungan (IHSG) Pada
Bursa Efek Indonesia (BEI)” Jurnal Fakultas Ekonomi dan Bisnis Universitas
Komputer Indonesia Bandung
Sunariyah (2006). “Pengetahuan Pasar Modal”. Jakarta: UPP STIM YKPN.
Sutedi, Adrian (2011). “Pasar Modal Syariah”, Jakarta: Sinar Grafika
Witjaksono, Ardian A (2010).“Analisis Pengaruh Tingkat Suku Bunga SBI, Harga
Minyak Dunia, Harga Emas Dunia, Kurs Rupiah, Indeks Nikkei 225, dan
Indeks Dow Jones terhadap IHSG (studi kasus pada IHSG di BEI selama
periode 2000- 2009)” Tesis, Program Studi Magister Manajemen, Universitas
Diponegoro
www.duniainvestasi.com
www.indexmundi.com
www.market.bisnis.com
84
LAMPIRAN
Lampiran 1 Data Mentah Penelitian
Tahun Bulan JII
Harga Komoditas
Minyak Mentah
(Rp/Barel)
Emas (Rp/Troy
Ounce)
Timah (Rp/Metric
Tons)
Nikel (Rp/Metric
Tons)
Batu Bara (Rp/Metric
Tons)
Minyak
Sawit (Rp/Metric
Tons)
2013
Jan 604.61 1,017,978.00 16,193,210 237,746,700 169,235,100 898,551.70 8,145,758
Feb 645.219 1,042,828.00 15,768,080 234,566,000 171,383,600 919,789.30 8,360,840
Mar 660.337 995,543.30 15,470,050 226,226,000 162,411,200 883,481.50 8,292,957
Apr 682.691 961,221.90 14,468,020 210,644,700 152,404,500 853,382.30 8,187,647
Mei 676.583 969,794.40 13,800,130 202,760,200 145,883,600 855,999.50 8,285,755
Jun 660.165 985,583.40 13,274,350 200,272,800 141,111,000 817,696.30 8,498,113
Jul 623.747 1,061,612.00 12,965,270 197,313,300 138,680,500 779,214.90 8,401,321
Agu 592.002 1,145,332.00 14,313,890 229,198,000 151,584,200 814,947.60 8,778,476
Sep 585.593 1,234,918.00 15,312,710 258,146,000 156,708,200 881,224.80 9,310,712
Okt 615.706 1,198,413.00 14,965,440 262,593,600 160,474,000 902,645.90 9,764,171
Nov 579.868 1,187,971.00 14,768,430 264,227,500 158,396,200 952,066.60 10,657,940
Des 585.11 1,274,949.00 14,764,530 275,128,400 168,307,600 1,019,427.00 11,023,450
2014
Jan 602.873 1,244,264.00 15,163,570 268,886,100 171,848,000 994,558.40 10,541,520
Feb 626.864 1,254,186.00 15,548,180 273,026,500 169,931,300 912,733.60 10,863,310
Mar 640.411 1,188,790.00 15,266,420 263,082,200 179,142,300 838,003.20 10,980,650
Apr 647.674 1,199,267.00 14,848,750 267,656,000 198,680,100 832,751.30 10,417,970
Mei 656.83 1,217,742.00 14,845,830 268,076,600 223,493,600 848,882.80 10,289,930
Jun 654.999 1,288,389.00 15,206,960 270,612,900 221,474,200 849,811.40 10,188,700
Jul 690.396 1,228,814.00 15,304,300 261,854,400 223,244,700 802,822.10 9,820,703
Agu 691.132 1,171,831.00 15,169,150 260,380,100 217,853,900 807,456.30 8,971,737
Sep 687.619 1,140,556.00 14,714,180 250,964,100 214,603,000 784,645.20 8,436,661
Okt 670.443 1,045,207.00 14,843,810 240,786,200 191,998,100 773,584.20 8,766,721
Nov 683.015 935,817.80 14,286,200 243,507,900 192,135,600 760,298.80 8,885,346
Des 691.039 755,003.90 14,933,660 246,647,600 198,540,500 776,646.60 8,619,732
2015
Jan 706.676 592,780.20 15,738,060 244,789,200 186,845,800 781,397.80 8,657,032
Feb 722.098 698,566.10 15,645,130 232,480,200 185,814,800 782,842.80 8,784,669
Mar 728.204 690,320.00 15,400,940 227,648,900 179,740,600 785,577.10 8,780,902
Apr 664.803 745,064.30 15,524,500 205,894,600 166,142,800 748,560.40 8,571,994
Mei 698.069 821,256.40 15,747,600 207,627,600 177,512,000 793,535.20 8,657,942
Jun 656.991 816,234.60 15,729,590 200,563,100 170,745,300 783,350.90 8,933,183
85
Jul 641.971 726,634.50 15,087,760 201,536,500 152,616,000 790,686.40 8,491,220
Agu 598.284 629,688.20 15,407,030 208,983,300 143,137,200 807,197.10 7,566,181
Sep 556.088 666,010.60 16,186,450 222,387,400 143,010,200 787,901.50 7,742,302
Okt 586.096 648,627.90 16,011,970 218,160,700 142,499,700 722,524.00 8,052,600
Nov 579.797 589,118.60 14,846,720 201,501,400 126,328,200 718,393.90 7,625,335
Des 603.349 506,662.70 14,903,950 203,547,500 120,642,900 722,240.30 7,869,413
2016
Jan 612.75 413,550.20 15,246,500 191,750,600 118,139,400 691,842.50 7,859,953
Feb 641.86 419,457.00 16,214,590 211,014,600 112,177,400 685,487.10 8,651,385
Mar 652.687 492,477.30 16,422,150 222,862,400 114,971,800 688,333.90 9,047,654
Apr 653.258 537,079.20 16,372,810 224,488,700 117,022,100 670,986.50 9,515,857
Mei 648.852 615,963.50 16,906,820 224,006,800 116,118,000 690,243.80 9,469,400
Jun 694.344 637,299.60 17,057,020 226,732,300 119,312,900 710,530.90 9,127,189
Jul 726.61 578,787.00 17,530,960 233,799,900 134,602,500 816,964.50 8,551,306
Agu 746.872 590,556.70 17,634,720 242,473,300 136,006,900 886,492.90 9,684,709
Sep 739.69 590,943.80 17,405,680 255,841,900 133,720,400 956,478.70 9,919,038
Okt 739.911 641,657.30 16,487,950 261,658,700 133,561,300 1,212,887.00 9,320,888
Nov 682.711 601,326.60 16,452,780 280,682,300 147,859,200 1,328,738.00 9,977,824
Des 694.127 705,989.40 15,528,010 284,493,500 147,212,200 1,158,134.00 10,572,400
2017
Jan 690.593 715,959.30 15,926,390 276,441,100 133,218,100 1,118,628.00 10,808,190
Feb 698.083 725,019.40 16,464,010 259,412,500 141,979,700 1,072,655.00 10,325,020
Mar 718.35 679,311.40 16,434,530 265,254,400 136,191,400 1,075,020.00 9,795,964
Apr 738.193 694,061.30 16,857,600 264,934,500 127,864,800 1,126,253.00 9,114,876
Mei 733.692 664,731.80 16,602,170 269,148,100 121,982,300 992,900.60 9,686,510
Jun 749.603 613,916.30 16,757,510 261,401,000 118,764,400 1,076,381.00 9,001,979
Jul 748.371 635,863.80 16,501,510 269,814,900 126,631,000 1,167,796.00 8,845,525
Agu 746.258 666,268.60 17,117,530 273,778,500 145,287,400 1,279,305.00 8,992,091
Sep 733.296 704,296.80 17,478,660 276,619,300 149,183,100 1,288,484.00 9,630,045
Okt 728.69 742,782.00 17,305,120 275,582,500 153,314,000 1,313,799.00 9,751,381
Nov 713.658 810,831.90 17,343,660 264,606,400 161,977,000 1,307,370.00 9,687,229
Des 759.07 829,532.40 17,141,730 264,034,700 155,835,400 1,384,407.00 9,110,080
86
Lampiran 2 Data Setelah di Transformasikan ke Logaritma Natural
Tahun Bulan ln jii
LN Harga Komoditas
ln minyak
mentah
(Rp/Barel)
ln emas
(Rp/
Troy Ounce)
ln timah
(Rp/
Metric
Tons)
ln nikel
(Rp/
Metric Tons)
ln batu bara
(Rp/
Metric Tons)
ln minyak
sawit
(Rp/Metric
Tons)
2013
Jan 6.404584 13.83332886 16.60010258 19.2867164 18.94679943 13.70853952 15.91300786
Feb 6.46959 13.85744681 16.5734982 19.2732476 18.95941488 13.7318999 15.93906946
Mar 6.49275 13.8110439 16.55441645 19.2370451 18.90564195 13.69162563 15.93091716
Apr 6.526042 13.77596057 16.48745125 19.1656834 18.84204873 13.65696291 15.91813711
Mei 6.517055 13.78483937 16.44018857 19.1275346 18.7983196 13.66002507 15.93004833
Jun 6.49249 13.80098903 16.40134416 19.115191 18.76505737 13.61424628 15.9553547
Jul 6.435745 13.87529907 16.3777848 19.1003034 18.74768328 13.56604215 15.94389951
Agu 6.38351 13.95120511 16.47674095 19.2500968 18.8366518 13.6108791 15.98781337
Sep 6.372625 14.02651513 16.54419376 19.3690359 18.86989604 13.68906804 16.04667612
Okt 6.42277 13.99650874 16.5212541 19.3861181 18.89364249 13.71308562 16.09423022
Nov 6.3628 13.98775737 16.50800235 19.392321 18.88061005 13.76639027 16.18181571
Des 6.3718 14.05841674 16.50773824 19.4327485 18.94130382 13.83475126 16.21553538
2014
Jan 6.401707 14.03405475 16.5344064 19.4097984 18.96212092 13.8100541 16.1708323
Feb 6.44073 14.04199731 16.55945415 19.4250794 18.9509048 13.72419933 16.20090161
Mar 6.46211 13.98844654 16.5411662 19.3879771 19.00369102 13.6387772 16.21164519
Apr 6.473387 13.99722109 16.51342624 19.4052131 19.10720655 13.63249032 16.15904276
Mei 6.487425 14.01250888 16.51322958 19.4067833 19.22489334 13.65167641 16.14667631
Jun 6.484634 14.06890316 16.53726378 19.4161999 19.21581666 13.65276972 16.13678982
Jul 6.537265 14.02156003 16.54364439 19.3832992 19.22377904 13.59588842 16.10000327
Agu 6.538331 13.97407804 16.53477432 19.377653 19.19933521 13.60164421 16.00958986
Sep 6.533235 13.94702642 16.50432221 19.3408205 19.18430037 13.57298692 15.94809717
Okt 6.507939 13.85972551 16.5130935 19.29942 19.07299603 13.5587898 15.98647341
Nov 6.526517 13.74917608 16.47480459 19.3106599 19.07371193 13.54146679 15.99991396
Des 6.538196 13.53447819 16.51912828 19.3234712 19.10650367 13.5627407 15.96956455
2015
Jan 6.560572 13.29257895 16.57159254 19.315908 19.04579424 13.56883965 15.9738825
Feb 6.582161 13.45678508 16.56567024 19.2643156 19.04026104 13.57068719 15.9885186
Mar 6.590581 13.44491054 16.5499391 19.2433151 19.00702526 13.57417389 15.98808969
Apr 6.499491 13.5212258 16.55792998 19.1428749 18.92835822 13.52590717 15.96401094
Mei 6.548318 13.61859064 16.57219853 19.1512566 18.99454877 13.58425318 15.97398761
Jun 6.48767 13.61245709 16.57105421 19.1166395 18.95568353 13.57133602 16.00528333
Jul 6.464543 13.49617888 16.52939438 19.1214811 18.84343552 13.58065671 15.95454325
Agu 6.394066 13.35298006 16.55033446 19.1577649 18.77931417 13.60132316 15.83919901
87
Sep 6.320927 13.40906087 16.59968503 19.2199315 18.77842651 13.57712836 15.86220962
Okt 6.373484 13.38261449 16.58884713 19.2007425 18.77485045 13.49050592 15.90150558
Nov 6.362678 13.2863828 16.51328952 19.1213069 18.65439384 13.4847733 15.84698681
Des 6.402496 13.13560078 16.51713684 19.13141 18.6083455 13.49011319 15.87849403
2016
Jan 6.417957 12.93253419 16.53986053 19.0717061 18.58737584 13.44711361 15.87729118
Feb 6.46437 12.9467163 16.60142201 19.1674379 18.5355921 13.43788496 15.97322998
Mar 6.481098 13.10720365 16.61414159 19.2220651 18.56019744 13.44202932 16.01801606
Apr 6.481972 13.19390085 16.61113259 19.2293359 18.57787336 13.4165043 16.06847012
Mei 6.475205 13.33094299 16.64322765 19.227187 18.57011747 13.44480015 16.06357611
Jun 6.542968 13.36499515 16.65207241 19.2392806 18.59726001 13.47376772 16.02676832
Jul 6.58839 13.26868981 16.67947902 19.2699762 18.71783655 13.61335092 15.96159458
Agu 6.615894 13.28882093 16.68538024 19.3064022 18.72821618 13.6950284 16.08605881
Sep 6.606231 13.2894762 16.67230715 19.3600702 18.71126161 13.7710138 16.1099665
Okt 6.60653 13.37180964 16.61814037 19.3825515 18.71007111 14.00851403 16.04776846
Nov 6.526072 13.30689349 16.61600502 19.452734 18.81177103 14.09974018 16.11587559
Des 6.542655 13.4673555 16.55815605 19.466221 18.80738564 13.96232065 16.17375739
2017
Jan 6.537551 13.4813786 16.58348804 19.4375083 18.70749819 13.92761349 16.19581474
Feb 6.548338 13.49395369 16.61668734 19.37393 18.77119465 13.88564744 16.15008063
Mar 6.576957 13.42883492 16.61489517 19.3961999 18.72957181 13.88784982 16.09748102
Apr 6.604205 13.45031556 16.64031215 19.3949932 18.66648401 13.93440675 16.02541836
Mei 6.598089 13.40713893 16.62504397 19.4107723 18.61938651 13.80838584 16.08624475
Jun 6.619544 13.32761388 16.63435707 19.3815662 18.59265226 13.88911505 16.012955
Jul 6.617899 13.36273967 16.61896245 19.4132467 18.6567879 13.97062877 15.99542224
Agu 6.615071 13.40944817 16.65561364 19.4278299 18.79422441 14.06182752 16.01185597
Sep 6.597549 13.46495514 16.67649127 19.4381528 18.82068497 14.06897689 16.08039846
Okt 6.591248 13.51815788 16.66651297 19.4343976 18.84799866 14.0884335 16.09291947
Nov 6.570404 13.60581604 16.66873758 19.393754 18.90296491 14.08352804 16.08631898
Des 6.632094 13.62861745 16.6570264 19.3915911 18.86431088 14.14078245 16.02489205
88
Lampiran 3 Uji Stasioneritas Data Tingkat Level
VARIABEL JAKARTA ISLAMIC INDEX(JII)
Null Hypothesis: JII has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.639903 0.4561
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
VARIABEL MINYAK MENTAH
Null Hypothesis: MINYAK_MENTAH has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.641629 0.4552
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
VARIABEL EMAS
Null Hypothesis: EMAS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.696381 0.4278
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
89
VARIABEL TIMAH
Null Hypothesis: TIMAH has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.402331 0.5752
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
VARIABEL NIKEL
Null Hypothesis: NIKEL has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -1.256798 0.6438
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
VARIABEL BATU BARA
Null Hypothesis: BATU_BARA has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.851005 0.7966
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
90
VARIABEL MINYAK SAWIT (CPO)
Null Hypothesis: CPO has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.141565 0.2296
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
91
Lampiran 4 Uji Stasioneritas Data Tingkat First Difference
VARIABEL JAKARTA ISLAMIC INDEX (JII)
Null Hypothesis: D(JII) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -7.020198 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
VARIABEL MINYAK MENTAH
Null Hypothesis: D(MINYAK_MENTAH) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.429605 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
VARIABEL EMAS
Null Hypothesis: D(EMAS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -6.017573 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
92
VARIABEL TIMAH
Null Hypothesis: D(TIMAH) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.594789 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
VARIABEL NIKEL
Null Hypothesis: D(NIKEL) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.687366 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
VARIABEL BATU BARA
Null Hypothesis: D(BATU_BARA) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.403789 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
93
VARIABEL MINYAK SAWIT (CPO)
Null Hypothesis: D(CPO) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -6.486413 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
94
Lampiran 5 Uji Lag Optimal
VAR Lag Order Selection Criteria Endogenous variables: DBATU_BARA DCPO DEMAS DJII DMINYAK_MENTAH DNIKEL DTIMAH
Exogenous variables: C
Date: 07/18/18 Time: 14:41
Sample: 2013M01 2018M01
Included observations: 55 Lag LogL LR FPE AIC SC HQ 0 360.7882 NA 6.10e-15 -12.86503 -12.60955 -12.76623
1 678.5866 543.1463 3.52e-19 -22.63951 -20.59568* -21.84915
2 740.5857 90.18054 2.39e-19 -23.11221 -19.28003 -21.63027
3 789.9525 59.24017 2.97e-19 -23.12555 -17.50501 -20.95204
4 855.8333 62.28728 2.64e-19 -23.73939 -16.33051 -20.87432
5 960.2309 72.12926* 9.34e-20* -25.75385* -16.55662 -22.19721* * indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level)
FPE: Final prediction error
AIC: Akaike information criterion
SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
95
Lampiran 6 Uji Kointegrasi
Date: 07/18/18 Time: 14:47
Sample (adjusted): 2013M05 2018M01
Included observations: 57 after adjustments
Trend assumption: Linear deterministic trend
Series: DBATU_BARA DCPO DEMAS DJII DMINYAK_MENTAH DNIKEL DTIMAH
Lags interval (in first differences): 1 to 2
Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.545493 179.0962 125.6154 0.0000
At most 1 * 0.536901 134.1493 95.75366 0.0000
At most 2 * 0.463851 90.26980 69.81889 0.0005
At most 3 * 0.356755 54.73924 47.85613 0.0099
At most 4 0.303159 29.58917 29.79707 0.0528
At most 5 0.105166 9.000890 15.49471 0.3653
At most 6 0.045716 2.667236 3.841466 0.1024 Trace test indicates 4 cointegrating eqn(s) at the 0.05 level
* denotes rejection of the hypothesis at the 0.05 level
**MacKinnon-Haug-Michelis (1999) p-values
96
Lampiran 7 Uji Kausalitas Granger
Pairwise Granger Causality Tests
Date: 10/01/18 Time: 10:24
Sample: 2013M01 2018M01
Lags: 1 Null Hypothesis: Obs F-Statistic Prob. DBATU_BARA does not Granger Cause DAJII 59 0.18590 0.6680
DAJII does not Granger Cause DBATU_BARA 6.19430 0.0158 DCPO does not Granger Cause DAJII 59 1.91506 0.1719
DAJII does not Granger Cause DCPO 0.52795 0.4705 DEMAS does not Granger Cause DAJII 59 11.5111 0.0013
DAJII does not Granger Cause DEMAS 0.00718 0.9328 DMINYAK_MENTAH does not Granger Cause DAJII 59 0.26063 0.6117
DAJII does not Granger Cause DMINYAK_MENTAH 0.32075 0.5734 DNIKEL does not Granger Cause DAJII 59 0.06992 0.7924
DAJII does not Granger Cause DNIKEL 0.06010 0.8072 DTIMAH does not Granger Cause DAJII 59 4.58009 0.0367
DAJII does not Granger Cause DTIMAH 0.23987 0.6262 DCPO does not Granger Cause DBATU_BARA 59 0.18616 0.6678
DBATU_BARA does not Granger Cause DCPO 1.80750 0.1842 DEMAS does not Granger Cause DBATU_BARA 59 6.19485 0.0158
DBATU_BARA does not Granger Cause DEMAS 0.08032 0.7779 DMINYAK_MENTAH does not Granger Cause DBATU_BARA 59 1.70568 0.1969
DBATU_BARA does not Granger Cause DMINYAK_MENTAH 2.60660 0.1120 DNIKEL does not Granger Cause DBATU_BARA 59 3.62716 0.0620
DBATU_BARA does not Granger Cause DNIKEL 1.32006 0.2555 DTIMAH does not Granger Cause DBATU_BARA 59 0.02745 0.8690
DBATU_BARA does not Granger Cause DTIMAH 0.84206 0.3627 DEMAS does not Granger Cause DCPO 59 0.00865 0.9262
DCPO does not Granger Cause DEMAS 0.04106 0.8401 DMINYAK_MENTAH does not Granger Cause DCPO 59 0.19207 0.6629
DCPO does not Granger Cause DMINYAK_MENTAH 4.00966 0.0501 DNIKEL does not Granger Cause DCPO 59 1.50429 0.2251
DCPO does not Granger Cause DNIKEL 7.50147 0.0083
97
DTIMAH does not Granger Cause DCPO 59 1.64952 0.2043
DCPO does not Granger Cause DTIMAH 1.29361 0.2602 DMINYAK_MENTAH does not Granger Cause DEMAS 59 5.10573 0.0278
DEMAS does not Granger Cause DMINYAK_MENTAH 0.85638 0.3587 DNIKEL does not Granger Cause DEMAS 59 3.74421 0.0580
DEMAS does not Granger Cause DNIKEL 0.02224 0.8820 DTIMAH does not Granger Cause DEMAS 59 0.00542 0.9416
DEMAS does not Granger Cause DTIMAH 0.00674 0.9349 DNIKEL does not Granger Cause DMINYAK_MENTAH 59 0.99374 0.3231
DMINYAK_MENTAH does not Granger Cause DNIKEL 5.59628 0.0215 DTIMAH does not Granger Cause DMINYAK_MENTAH 59 1.29842 0.2594
DMINYAK_MENTAH does not Granger Cause DTIMAH 0.16706 0.6843 DTIMAH does not Granger Cause DNIKEL 59 6.12305 0.0164
DNIKEL does not Granger Cause DTIMAH 4.90994 0.0308
98
Lampiran 8 Uji Estimasi VECM
Vector Error Correction Estimates
Date: 07/18/18 Time: 14:55
Sample (adjusted): 2013M05 2018M01
Included observations: 57 after adjustments
Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 DAJII(-1) 1.000000
DBATU_BARA(-1) -0.883862
(0.21343)
[-4.14121]
DCPO(-1) 0.601101
(0.41808)
[ 1.43776]
DEMAS(-1) 0.518811
(0.62985)
[ 0.82371]
DMINYAK_MENTAH(
-1) 0.540384
(0.14230)
[ 3.79751]
DNIKEL(-1) -1.338640
(0.20203)
[-6.62582]
DTIMAH(-1) 0.523321
(0.51165)
[ 1.02282]
C -4.845328
Error Correction: D(DAJII) D(DBATU_BA
RA) D(DCPO) D(DEMAS) D(DMINYAK_MENTAH) D(DNIKEL) D(DTIMAH)
CointEq1 0.076649 0.230823 -0.034566 0.067845 0.048805 0.189129 0.171612
(0.03894) (0.06193) (0.05147) (0.03777) (0.10164) (0.05991) (0.04358)
[ 1.96830] [ 3.72737] [-0.67151] [ 1.79612] [ 0.48016] [ 3.15710] [ 3.93779]
D(DAJII(-1)) -0.128756 -0.709597 0.125905 -0.183206 -0.680706 -0.648914 -0.766439
(0.16949) (0.26953) (0.22404) (0.16441) (0.44241) (0.26074) (0.18969)
[-0.75965] [-2.63268] [ 0.56197] [-1.11435] [-1.53865] [-2.48874] [-4.04058]
99
D(DAJII(-2)) 0.043750 -0.357108 0.226352 -0.260740 0.455850 -0.102557 -0.260646
(0.16398) (0.26076) (0.21675) (0.15906) (0.42801) (0.25226) (0.18351)
[ 0.26680] [-1.36947] [ 1.04428] [-1.63929] [ 1.06505] [-0.40656] [-1.42031]
D(DBATU_BARA(-1)) -0.136361 0.401708 0.260515 -0.094086 -0.027319 0.294738 0.157364
(0.09454) (0.15035) (0.12497) (0.09171) (0.24678) (0.14544) (0.10581)
[-1.44229] [ 2.67186] [ 2.08457] [-1.02594] [-0.11070] [ 2.02650] [ 1.48727]
D(DBATU_BARA(-2)) 0.073479 -0.002832 -0.074331 0.015801 0.128090 -0.238577 0.021882
(0.10754) (0.17102) (0.14216) (0.10432) (0.28070) (0.16544) (0.12035)
[ 0.68324] [-0.01656] [-0.52289] [ 0.15148] [ 0.45632] [-1.44209] [ 0.18181]
D(DCPO(-1)) -0.039133 -0.019679 0.232870 -0.221672 0.069193 -0.007709 -0.164794
(0.12354) (0.19646) (0.16330) (0.11984) (0.32247) (0.19005) (0.13826)
[-0.31676] [-0.10017] [ 1.42599] [-1.84981] [ 0.21457] [-0.04056] [-1.19191]
D(DCPO(-2)) 0.062574 0.314936 -0.236992 0.133464 0.326605 0.062234 0.153502
(0.11702) (0.18609) (0.15469) (0.11351) (0.30545) (0.18002) (0.13096)
[ 0.53471] [ 1.69235] [-1.53209] [ 1.17579] [ 1.06927] [ 0.34570] [ 1.17210]
D(DEMAS(-1)) 0.535012 -0.380591 0.120001 0.209086 0.490627 -0.076041 0.063827
(0.17098) (0.27190) (0.22601) (0.16585) (0.44629) (0.26303) (0.19135)
[ 3.12903] [-1.39974] [ 0.53095] [ 1.26068] [ 1.09934] [-0.28910] [ 0.33356]
D(DEMAS(-2)) -0.010571 0.764643 -0.406360 -0.220891 -0.036187 0.032653 0.046707
(0.18266) (0.29046) (0.24144) (0.17717) (0.47676) (0.28099) (0.20441)
[-0.05787] [ 2.63249] [-1.68306] [-1.24676] [-0.07590] [ 0.11621] [ 0.22849]
D(DMINYAK_MENTA
H(-1)) -0.031231 -0.244138 0.073258 -0.045792 0.225608 -0.031748 -0.134719
(0.06804) (0.10820) (0.08994) (0.06600) (0.17759) (0.10467) (0.07614)
[-0.45901] [-2.25639] [ 0.81455] [-0.69384] [ 1.27036] [-0.30332] [-1.76925]
D(DMINYAK_MENTA
H(-2)) -0.127330 -0.116029 -0.135123 -0.099055 -0.108702 -0.161915 -0.214294
(0.06374) (0.10137) (0.08426) (0.06183) (0.16638) (0.09806) (0.07134)
[-1.99756] [-1.14466] [-1.60369] [-1.60207] [-0.65334] [-1.65122] [-3.00402]
D(DNIKEL(-1)) 0.110840 0.229931 0.093740 0.119606 0.214127 0.375207 0.234272
(0.09988) (0.15882) (0.13202) (0.09688) (0.26069) (0.15364) (0.11177)
[ 1.10979] [ 1.44771] [ 0.71005] [ 1.23462] [ 0.82139] [ 2.44209] [ 2.09597]
D(DNIKEL(-2)) 0.140246 0.210368 -0.149736 0.068864 0.176597 0.084701 0.077537
(0.09938) (0.15804) (0.13136) (0.09640) (0.25940) (0.15288) (0.11122)
[ 1.41120] [ 1.33113] [-1.13985] [ 0.71438] [ 0.68080] [ 0.55404] [ 0.69716]
D(DTIMAH(-1)) -0.279229 -0.256253 -0.037125 0.064133 0.099571 -0.097150 -0.076905
(0.16050) (0.25522) (0.21215) (0.15568) (0.41892) (0.24690) (0.17961)
[-1.73979] [-1.00403] [-0.17499] [ 0.41196] [ 0.23769] [-0.39349] [-0.42816]
D(DTIMAH(-2)) -0.043212 -0.464817 0.578860 -0.124769 -0.256228 -0.129790 -0.081517
(0.14850) (0.23615) (0.19629) (0.14404) (0.38760) (0.22844) (0.16619)
[-0.29099] [-1.96834] [ 2.94900] [-0.86620] [-0.66106] [-0.56816] [-0.49051]
100
C 0.002116 0.007266 -0.002019 0.003188 -0.004795 0.000467 0.002545
(0.00461) (0.00733) (0.00609) (0.00447) (0.01203) (0.00709) (0.00516)
[ 0.45891] [ 0.99107] [-0.33134] [ 0.71292] [-0.39849] [ 0.06591] [ 0.49317] R-squared 0.382901 0.464919 0.416890 0.303284 0.288023 0.436359 0.492438
Adj. R-squared 0.157133 0.269157 0.203557 0.048388 0.027543 0.230149 0.306744
Sum sq. resids 0.046481 0.117541 0.081213 0.043732 0.316665 0.109995 0.058214
S.E. equation 0.033670 0.053543 0.044506 0.032659 0.087884 0.051796 0.037681
F-statistic 1.695996 2.374923 1.954174 1.189834 1.105740 2.116087 2.651887
Log likelihood 121.8060 95.36514 105.9018 123.5433 67.11995 97.25605 115.3910
Akaike AIC -3.712493 -2.784742 -3.154451 -3.773449 -1.793682 -2.851089 -3.487403
Schwarz SC -3.139005 -2.211254 -2.580963 -3.199961 -1.220194 -2.277601 -2.913915
Mean dependent 0.002445 0.007880 0.001649 0.001800 -0.003200 -0.000725 0.002711
S.D. dependent 0.036674 0.062631 0.049870 0.033479 0.089119 0.059033 0.045256 Determinant resid covariance (dof
adj.) 7.89E-20
Determinant resid covariance 7.86E-21
Log likelihood 753.1752
Akaike information criterion -22.25176
Schwarz criterion -17.98644
101
Lampiran 9 Uji IRF
Response of DAJII:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 0.033670 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.030834 -0.009714 0.002683 0.015089 0.002088 0.000318 -0.007488
3 0.040566 -0.013924 0.004538 0.022429 -0.001801 0.003934 -0.004604
4 0.039648 -0.020063 0.002448 0.019633 0.000557 0.001721 -0.004109
5 0.041697 -0.024645 0.003572 0.018074 -0.001588 -0.000627 -0.001968
6 0.044209 -0.025856 0.004277 0.017100 0.001258 -0.003189 -0.001127
7 0.044085 -0.027009 0.003985 0.018484 0.001790 -0.004479 0.000348
8 0.044808 -0.027488 0.004227 0.019735 0.001185 -0.004160 0.000486
9 0.044836 -0.027998 0.004716 0.019710 0.001181 -0.004385 0.000137
10 0.045163 -0.028691 0.005229 0.019372 0.001244 -0.005077 0.000419 Response of
DBATU_BARA:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 -0.002821 0.053469 0.000000 0.000000 0.000000 0.000000 0.000000
2 -0.013910 0.061718 -0.001174 -0.007790 -0.009606 -0.003967 -0.004242
3 -0.016058 0.056777 0.020703 0.001566 -0.012823 -0.010872 -0.013816
4 -0.013123 0.049805 0.031793 0.007569 0.000267 -0.024161 -0.008581
5 -0.016310 0.037105 0.033226 0.014438 0.002560 -0.033950 0.002049
6 -0.013687 0.029146 0.036804 0.018223 -4.57E-05 -0.038053 0.005891
7 -0.011710 0.024264 0.040181 0.016633 0.001210 -0.043769 0.007504
8 -0.009675 0.019825 0.042821 0.015837 0.002107 -0.049655 0.010751
9 -0.007778 0.016512 0.045046 0.017575 0.003286 -0.053980 0.013272
10 -0.006863 0.013643 0.046686 0.019994 0.003722 -0.056862 0.015076 Response of DCPO:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 -0.008706 -0.010399 0.042389 0.000000 0.000000 0.000000 0.000000
2 -0.009589 0.002799 0.052475 0.003007 0.006131 0.006915 -0.001729
3 -0.007204 0.009686 0.045993 -0.001965 -0.009041 0.003730 0.014065
4 -0.008619 0.006076 0.047009 -0.000567 -0.021056 -0.000272 0.011823
5 -0.005061 0.003384 0.052554 0.001773 -0.022046 -0.007927 0.012278
6 -0.005569 -0.001747 0.052314 0.003012 -0.017531 -0.015560 0.016806
7 -0.006129 -0.005819 0.052186 0.005827 -0.017747 -0.018199 0.020074
8 -0.005457 -0.006869 0.052941 0.006038 -0.017294 -0.018773 0.020106
9 -0.005384 -0.007512 0.053730 0.004841 -0.016898 -0.019840 0.020235
10 -0.004677 -0.008029 0.054678 0.004461 -0.016604 -0.020928 0.020706 Response of DEMAS:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
102
1 -0.006854 0.004641 0.009508 0.030128 0.000000 0.000000 0.000000
2 -0.011128 6.13E-05 0.005367 0.038813 -0.000897 0.001463 0.003120
3 -0.015960 -0.008260 0.005687 0.034754 -0.006021 0.000153 0.002923
4 -0.012518 -0.010180 0.008460 0.026765 -0.003355 -0.004110 0.003309
5 -0.012101 -0.010014 0.007893 0.024389 0.001060 -0.008423 0.006338
6 -0.011877 -0.008951 0.006966 0.027800 0.000397 -0.007767 0.007796
7 -0.012171 -0.007735 0.006942 0.029902 -0.000893 -0.005663 0.006305
8 -0.012530 -0.007756 0.007486 0.029200 -0.001738 -0.005124 0.005236
9 -0.012252 -0.008320 0.008113 0.028041 -0.001405 -0.005978 0.005311
10 -0.012076 -0.008784 0.008292 0.028096 -0.000737 -0.006905 0.005979 Response of
DMINYAK_MENTAH:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 -0.030201 -0.007810 0.015954 -0.017128 0.078756 0.000000 0.000000
2 -0.064176 -0.011379 0.030753 -0.003338 0.099631 0.007418 0.003918
3 -0.058559 -0.006492 0.042939 -0.003183 0.100906 0.017156 0.004210
4 -0.063132 -0.010265 0.051926 -0.006463 0.100644 0.013802 0.001146
5 -0.056214 -0.015803 0.060281 -0.005384 0.096825 0.006376 0.006334
6 -0.053657 -0.022859 0.063454 -0.001585 0.099463 -0.003268 0.011628
7 -0.052471 -0.030518 0.065236 0.004029 0.097885 -0.009687 0.017032
8 -0.050521 -0.036086 0.067204 0.005975 0.097864 -0.014145 0.019392
9 -0.049543 -0.040508 0.069125 0.005632 0.098698 -0.018599 0.021370
10 -0.047972 -0.043613 0.070936 0.005550 0.099732 -0.022283 0.023403 Response of DNIKEL:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 0.003224 0.000702 1.56E-05 0.009710 0.011120 0.049538 0.000000
2 -0.015445 0.006069 0.005868 0.010370 0.018017 0.055584 5.71E-05
3 -0.017221 -0.009447 0.014544 0.007063 0.012345 0.048600 0.002163
4 -0.012146 -0.022464 0.026574 0.008525 0.018847 0.034581 0.005593
5 -0.009322 -0.032404 0.029046 0.013344 0.025351 0.023043 0.015292
6 -0.007851 -0.039492 0.029036 0.018556 0.024198 0.018628 0.021350
7 -0.005984 -0.043396 0.031125 0.019556 0.022559 0.016329 0.022014
8 -0.004211 -0.046508 0.033770 0.017933 0.023123 0.012370 0.022902
9 -0.002649 -0.049521 0.035877 0.017942 0.024485 0.008160 0.025027
10 -0.001605 -0.052052 0.037329 0.019934 0.025371 0.005275 0.026983 Response of
DTIMAH:
Period DAJII DBATU_BA
RA DCPO DEMAS DMINYAK_MENTAH DNIKEL DTIMAH
1 -0.010973 0.005528 0.013544 0.008924 -0.004994 0.000376 0.031316
2 -0.030387 0.007584 0.011890 0.014408 -0.008315 0.000606 0.031720
3 -0.030978 0.004006 0.018758 0.010793 -0.022321 -0.007625 0.036835
4 -0.030050 -0.002502 0.024991 0.005650 -0.016936 -0.021072 0.037652
5 -0.029407 -0.008055 0.028148 0.009016 -0.013518 -0.031470 0.045095
103
6 -0.028496 -0.011255 0.028488 0.013928 -0.012118 -0.034981 0.049068
7 -0.029035 -0.013644 0.029682 0.016085 -0.013495 -0.036058 0.049617
8 -0.027882 -0.015542 0.031877 0.014871 -0.013827 -0.037943 0.049663
9 -0.027019 -0.017559 0.033710 0.013968 -0.012605 -0.041113 0.050803
10 -0.026185 -0.019384 0.034867 0.015082 -0.011833 -0.043551 0.052509 Chole Orderig:
DAJII DBA_BARA
DCPO DEMAS
DMINYAK_MENTAH DNIKEL DTIMAH
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DA JII
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DBA TU_B A RA
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DCP O
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DE MA S
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DMINY A K_MENTAH
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DNIK E L
-.04
.00
.04
2 4 6 8 10
Response of DA JII to DTIMA H
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DB ATU_B ARA to DA JII
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DBATU_BA RA to DBATU_BARA
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DB ATU_B A RA to DCPO
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DBATU_B ARA to DEMAS
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DBATU_BA RA to DMINY AK_MENTA H
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DBA TU_BA RA to DNIK EL
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DB A TU_B A RA to DTIMAH
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DA JII
-.04
.00
.04
2 4 6 8 10
Response of DCPO to DB ATU_B A RA
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DCP O
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DE MA S
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DMINY A K _ME NTAH
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DNIK E L
-.04
.00
.04
2 4 6 8 10
Response of DCP O to DTIMA H
-.02
.00
.02
.04
2 4 6 8 10
Response of DE MA S to DA JII
-.02
.00
.02
.04
2 4 6 8 10
Response of DEMA S to DBATU_BA RA
-.02
.00
.02
.04
2 4 6 8 10
Response of DE MA S to DCP O
-.02
.00
.02
.04
2 4 6 8 10
Response of DEMA S to DEMAS
-.02
.00
.02
.04
2 4 6 8 10
Response of DEMA S to DMINY AK_ME NTA H
-.02
.00
.02
.04
2 4 6 8 10
Response of DEMA S to DNIK EL
-.02
.00
.02
.04
2 4 6 8 10
Response of DE MA S to DTIMA H
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINY A K_MENTA H to DAJII
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINYAK_MENTAH to DBATU_BARA
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINYA K _MENTA H to DCPO
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINYAK _MENTAH to DEMA S
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINYAK_MENTAH to DMINY AK_MENTA H
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINYA K _MENTAH to DNIKE L
-.08
-.04
.00
.04
.08
.12
2 4 6 8 10
Response of DMINY A K _ME NTA H to DTIMAH
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK E L to DA JII
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK EL to DBA TU_B A RA
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK E L to DCP O
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK E L to DE MAS
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK EL to DMINYA K_MENTA H
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK E L to DNIK E L
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DNIK E L to DTIMA H
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DA JII
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DB ATU_B A RA
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DCP O
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DE MA S
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DMINY A K _ME NTAH
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DNIK E L
-.08
-.04
.00
.04
.08
2 4 6 8 10
Response of DTIMA H to DTIMA H
Response to Cholesky One S.D. Innovations
104
Lampiran 10 Uji FEVD
Variance
Decomposition of DAJII:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.033670 100.0000 0.000000 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.049741 84.24689 3.813542 0.290969 9.201876 0.176258 0.004087 2.266381
3 0.069837 76.47856 5.909539 0.569922 14.98232 0.155917 0.319418 1.584329
4 0.085225 72.99648 9.510295 0.465184 15.36756 0.108964 0.255252 1.296264
5 0.099778 70.72034 13.03952 0.467512 14.49301 0.104836 0.190179 0.984606
6 0.113588 69.71669 15.24310 0.502541 13.44934 0.093154 0.225588 0.769589
7 0.126318 68.55349 16.89764 0.505861 13.01641 0.095404 0.308136 0.623053
8 0.138368 67.61936 18.02896 0.514918 12.88221 0.086843 0.347212 0.520487
9 0.149570 66.85583 18.93360 0.540078 12.76132 0.080558 0.383085 0.445526
10 0.160201 66.22517 19.71170 0.577333 12.58611 0.076251 0.434385 0.389044 Variance
Decomposition of DBATU_BARA:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.053543 0.277503 99.72250 0.000000 0.000000 0.000000 0.000000 0.000000
2 0.084009 2.854153 94.48092 0.019516 0.859821 1.307596 0.223015 0.254975
3 0.106975 4.013491 86.43850 3.757456 0.551698 2.243198 1.170419 1.825235
4 0.125785 3.991255 78.19694 9.106097 0.761127 1.622903 4.536119 1.785554
5 0.141211 4.500875 68.95050 12.76172 1.649250 1.320560 9.379278 1.437819
6 0.155392 4.492682 60.45789 16.14840 2.737155 1.090538 13.74223 1.331103
7 0.169520 4.252142 52.84902 19.18692 3.262599 0.921429 18.21346 1.314426
8 0.184103 3.881398 45.96798 21.67764 3.506171 0.794338 22.71704 1.455431
9 0.199163 3.469126 39.96628 23.63881 3.774678 0.705977 26.75743 1.687696
10 0.214366 3.097011 34.90336 25.14776 4.128223 0.639532 30.13269 1.951430 Variance
Decomposition of DCPO:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.044506 3.826603 5.459554 90.71384 0.000000 0.000000 0.000000 0.000000
2 0.070226 3.401375 2.351635 92.27118 0.183356 0.762224 0.969606 0.060623
3 0.086545 2.932460 2.801050 88.99591 0.172276 1.593207 0.824123 2.680974
4 0.101954 2.827713 2.373508 85.38730 0.127230 5.413158 0.594553 3.276541
5 0.117883 2.299510 1.857815 83.74582 0.117782 7.546518 0.896890 3.535661
6 0.132318 2.002269 1.491999 82.10106 0.145292 7.745100 2.094757 4.419528
105
7 0.146240 1.814839 1.379802 79.94808 0.277710 7.813462 3.263656 5.502450
8 0.159242 1.648003 1.349742 78.47806 0.377985 7.769088 4.142295 6.234827
9 0.171588 1.517834 1.354140 77.39645 0.405148 7.661179 4.904614 6.760639
10 0.183523 1.391771 1.375156 76.53356 0.413261 7.515637 5.587813 7.182804 Variance
Decomposition of DEMAS:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.032659 4.404418 2.019404 8.475194 85.10098 0.000000 0.000000 0.000000
2 0.052330 6.237675 0.786708 4.352989 88.15952 0.029352 0.078214 0.355539
3 0.065927 9.790640 2.065391 3.486603 83.33444 0.852481 0.049815 0.420631
4 0.073714 10.71531 3.559151 4.106092 79.84172 0.889083 0.350663 0.537984
5 0.080310 11.29782 4.553152 4.425244 76.48602 0.766428 1.395296 1.076033
6 0.087256 11.42349 4.909575 4.386245 74.94510 0.651348 1.974311 1.709932
7 0.094003 11.51883 4.907219 4.324526 74.69200 0.570238 2.063970 1.923225
8 0.100095 11.72625 4.928389 4.373399 74.38653 0.533099 2.082445 1.969893
9 0.105624 11.87628 5.046355 4.517500 73.85104 0.496440 2.190473 2.021914
10 0.111002 11.93681 5.195318 4.648405 73.27440 0.453905 2.370322 2.120835 Variance
Decomposition of DMINYAK_MENTAH:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.087884 11.80971 0.789687 3.295406 3.798343 80.30685 0.000000 0.000000
2 0.151411 21.94413 0.830834 5.235545 1.328269 70.35424 0.240027 0.066962
3 0.196836 21.83502 0.600382 7.856651 0.812089 67.90883 0.901651 0.085375
4 0.236420 22.26602 0.604677 10.26993 0.637650 65.19437 0.965832 0.061527
5 0.269115 21.54776 0.811506 12.94365 0.532152 63.26050 0.801540 0.102884
6 0.299821 20.56304 1.235088 14.90742 0.431532 61.97197 0.657651 0.233300
7 0.328351 19.69856 1.893601 16.37661 0.374852 60.55743 0.635368 0.463575
8 0.355492 18.82520 2.645928 17.54527 0.348048 59.24213 0.700369 0.693057
9 0.381869 17.99759 3.418311 18.48186 0.323377 58.02090 0.844180 0.913789
10 0.407530 17.18808 4.146651 19.25744 0.302480 56.93304 1.040194 1.132120 Variance
Decomposition of DNIKEL:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.051796 0.387452 0.018363 9.03E-06 3.514371 4.609144 91.47066 0.000000
2 0.080711 3.821546 0.572982 0.528663 3.098035 6.881029 85.09770 5.01E-05
3 0.098390 5.635235 1.307422 2.540908 2.600046 6.204656 81.66335 0.048379
4 0.112667 5.459752 4.972536 7.500724 2.555304 7.530069 71.69833 0.283286
5 0.127515 4.796749 10.33974 11.04422 3.089973 9.831131 59.23879 1.659393
6 0.143028 4.113920 15.84221 12.89959 4.139255 10.67647 48.78140 3.547151
106
7 0.158074 3.511332 20.50647 14.43774 4.919245 10.77744 41.00421 4.843557
8 0.172750 2.999502 24.41850 15.91027 5.196639 10.81575 34.84614 5.813194
9 0.187625 2.562667 27.66617 17.14383 5.319709 10.87172 29.72880 6.707110
10 0.202745 2.200959 30.28492 18.07201 5.522526 10.87659 25.52770 7.515294
Variance Decomposition of
DTIMAH:
Period S.E. DAJII DBATU_BA
RA DCPO DEMAS
DMINYAK_MENTA
H DNIKEL DTIMAH 1 0.037681 8.480425 2.152107 12.92056 5.608648 1.756757 0.009965 69.07154
2 0.061850 27.28569 2.302526 8.491354 7.508101 2.459273 0.013304 51.93975
3 0.084750 27.89272 1.449683 9.421026 5.620624 8.246657 0.816557 46.55273
4 0.104388 26.67215 1.012977 11.94136 3.997736 8.067801 4.613130 43.69485
5 0.126122 23.70805 1.101868 13.16145 3.249668 6.675558 9.386052 42.71736
6 0.147069 21.18989 1.395989 13.43147 3.286751 5.588391 12.56014 42.54737
7 0.166560 19.55941 1.759373 13.64763 3.495153 5.013459 14.47915 42.04583
8 0.184650 18.19473 2.140018 14.08467 3.492444 4.639965 16.00347 41.44470
9 0.202227 16.95447 2.538069 14.52139 3.388854 4.256970 17.47565 40.86460
10 0.219532 15.80958 2.933311 14.84481 3.347643 3.902835 18.76466 40.39716 Cholesky Ordering:
DAJII DBATU_BARA
DCPO DEMAS
DMINYAK_MENTAH DNIKEL DTIMAH
107
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJII v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJ II v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJ II v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJII v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJ II v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJ II v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DAJ II v arianc e due to DTIMAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DBATU_BARA v arianc e due to DTIMAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DCPO v arianc e due to DTIMAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DEMAS v arianc e due to DTIMAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DMINYAK_MENTAH v arianc e due to DTIMAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DAJ II
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DBATU_BARA
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DCPO
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DEMAS
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DMINYAK_MENTAH
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DNIKEL
0
2 5
5 0
7 5
1 0 0
2 4 6 8 10
Perc ent DNIKEL v arianc e due to DTIMAH
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DAJ II
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DBATU_BARA
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DCPO
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DEMAS
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DMINYAK_MENTAH
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DNIKEL
0
2 0
4 0
6 0
8 0
2 4 6 8 10
Perc ent DTIMAH v arianc e due to DTIMAH
Variance Decomposition