paper ekonomet tgs 2
DESCRIPTION
tugas ke dua semester 6TRANSCRIPT
ABSTRAK
Pasar modal di Indonesia adalah pasar negara berkembang, pembangunan Indonesia
sangat rentan terhadap kondisi mekroekonomi secara umum. Untuk melihat perkembangan
pasar modal di Indonesia, digunakan Indeks Saham Gabungan Harga (IHSG), yang
merupakan salah satu pasar saham indeks yang digunakan Brusa Efek Indonesia (BEI).
Penelitian ini dilakukan untuk mengetahui apakah data yang digunakan stasioner dan
bagaimana hubungan jangka panjangnya. Indeks Harga Saham Gabungan (IHSG) sebagai
variabel dependen dan empat variabel independen adalah variabel nilai tukar rupiah,
tingkat suku bunga SBI 1 bulanan, inflasi dan jumlah uang beredar (M2).
Dari penelitian yang telah dilakukan, diketahui bahwa data telah lolos uji asumsi
klasik (multikolinearitas, heterokedastisitas, autokorelasi serta normalitas). Namun karena
pada uji multikolinearitas terdapat korelasi terhadap SBI yang sangat tinggi maka variabel
SBI dihapus dari persamaan. Berdasarkan hasil penelitian, diketahui bahwa semua data
telah stasioner pada diferensi pertama. Karena seluruh variabel tidak stasioner pada tingkat
level tetapi stasioner pada tingkat diferensi pertama maka seluruh data akan terkointegrasi
atau dapat dikatakan data memiliki hubungan jangka panjang dalam persamaannya.
1
Daftar Isi
Abstrak………………………………………………………………………………………………………………………… 1
Daftar Isi………………………………………………………………………………………………………………………. 2
Pendahuluan……………………………………………………………………………………………………………….. 3
Latar Belakang Masalah……………………………………………………………………………………. 3
Rumusan Masalah…………………………………………………………………………………………….. 4
Tujuan Penelitian……………………………………………………………………………………………… 4
Kerangka Pemikiran dan Hipotesis………………………………………………………………………………… 4
Kerangka Pemikiran………………………………………………………………………………………….. 4
Hipotesis…………………………………………………………………………………………………………… 6
Metode Penelitian………………………………………………………………………………………………………... 6
Metodologi……………………………………………………………………………………………………….. 6
Penelitian dan Hasil Penelitian………………………………………………………………………….. 7
Kesimpulan…………………………………………………………………………………………………………………… 18
Daftar Pustaka………………………………………………………………………………………………………………. 18
Lampiran Data ………………………………………………………………………………………………………………. 19
2
Pendahuluan
1.1 Latar Belakang Masalah
Perkembangan pasar modal di Indonesia dapat dilihat dengan berbagai macam
indikator yang salah satunya adalah Indeks Harga Saham Gabungan (IHSG), yang merupakan
salah satu indeks pasar saham yang digunakan oleh Bursa Efek Indonesia (BEI). Indikator
pasar modal ini dapat berfluktuasi seiring dengan perubahan indikator – indikator makro
yang ada. Seiring dengan indikator pasar modal, indikator ekonomi makro juga bersifat
fluktuatif. Suatu persamaan menyatakan bahwa IHSG dibentuk oleh empat variabel
makroekonomi yakni inflasi, kurs, jumlah uang beredar (m2) dan tingkat suku bunga (SBI).
Sedangkan kondisi spesifik perusahaan berkaitan dengan beberapa rasio keuangan
perusahaan yang mencerminkan likuiditas perusahaan untuk jangka pendek dan jangka
panjang. Investasi dapat dipengaruhi oleh kondisi finansial global yang akhir- akhir ini
sedang mengalami kelesuhan. Kondisi keuangan global yang terus menekan ekonomi juga
akan mempengaruhi di pasar saham. Masalah krisis finansial global, hingga saat ini belum
ada titik terang yang dapat menenangkan pelaku ekonomi dunia. Runtuhnya sektor
keuangan AS membawa dampak langsung dari keruntuhan sistem keuangan AS tersebut.
Dampak jangka pendek yang sudah dirasakan adalah jatuhnya harga saham. Menurut Chatib
Basri (Tempo, 2008) dampak krisis finansial yang bermula di AS mungkin agak lebih lambat
dan kecil pengaruhnya pada ekonomi Indonesia, karena adanya integrasi jaringan produksi
(production network) di mana negara-negara di Asia Tenggara banyak mengekspor bahan
mentah dan barang antara ke pusat-pusat jaringan produksi seperti Cina, Korea dan Jepang.
Walaupun demikian, karena konsumen akhir dari barang jadi itu juga negara-negara maju,
cepat atau lambat Indonesia akan terkena dampak juga. Krisis subprime mortgage pada
medio 2007 yang terjadi di AS telah memicu krisis ekonomi global. Sejalan dengan kejatuhan
Dow Jones harga saham-saham di Asia seperti Hang Seng Hongkong dan IHSG juga
berguguran. IHSG yang pada awal 2008 memasuki masa keemasan pada level 2.830, akibat
kepanikan investor,IHSG juga terjerembab ke level 1.174 pada 30 Oktober 2008 atau telah
terkoreksi 59%
3
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas, maka permasalahan
yang dapat diidentifikasi antara lain :
a. Apakah data yang tersedia stasioner (konstan pada rata – rata, varian dan
covariannya) ?
b. Apakah terdapat hubungan jangka panjang pada variabelnya ?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah maka tujuan penelitian ini adalah :
a. Menganalisis stasioineritas data yang ada.
b. Mendeteksi apakah terdapat hubungan jangka panjangnya pada variabel yang
tersedia.
Kerangka Pemikiran dan Hipotesis
2.1 Kerangka Pemikiran
Hubungan Kurs terhadap IHSG
Menurut Mohamad Samsul (2006: 202), perubahan satu variabel makroekonomi
memiliki dampak yang berbeda terhadap harga saham, yaitu suatu sahamdapat terkena
dampak positif sedangkan saham lainnya terkena dampak negatif.Misalnya, perusahaan
yang berorientasi impor, depresiasi kurs rupiah terhadapdolar Amerika yang tajam akan
berdampak negatif terhadap harga saham perusahaan. Sementara itu, perusahaan yang
berorientasi ekspor akan menerimadampak positif dari depresiasi kurs rupiah terhadap
dolar Amerika. Ini berartiharga saham yang terkena dampak negatif akan mengalami
penurunan di BursaEfek Indonesia (BEI), sementara perusahaan yang terkena dampak
4
positif akanmengalami kenaikan harga sahamnya. Selanjutnya, Indeks Harga
SahamGabungan (IHSG) juga akan terkena dampak negatif atau positif tergantung
padakelompok yang dominan dampaknya.
Bagi investor sendiri, depresiasi rupiah terhadap dollar menandakan bahwa prospek
perekonomian Indonesia suram. Sebab depresiasi rupiah dapatterjadi apabila faktor
fundamental perekonomian Indonesia tidaklah kuat,sehingga dolar Amerika akan menguat
dan akan menurunkan Indeks HargaSaham Gabungan di BEI (Sunariyah, 2006). Hal ini
tentunya menambah resiko bagi investor apabila hendak berinvestasi di bursa saham
Indonesia (Robert Ang,1997). Investor tentunya akan menghindari resiko, sehingga investor
akancenderung melakukan aksi jual dan menunggu hingga situasi perekonomiandirasakan
membaik. Aksi jual yang dilakukan investor ini akan mendorong penurunan indeks harga
saham di BEI dan mengalihkan investasinya ke dolar Amerika (Jose Rizal, 2007)
Hubungan Tingkat Suku Bunga SBI terhadap IHSG
Kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan(emiten) yang
lebih lanjut dapat menurunkan harga saham. Kenaikan ini juga potensial mendorong
investor mengalihkan dananya ke pasar uang atau tabunganmaupun deposito sehingga
investasi di lantai bursa turun dan selanjutnya dapatmenurunkan harga saham.
Hubungan Inflasi terhadap IHSG
Sirait dan D. Siagian (2002: 227), mengemukakan bahwa kenaikan inflasidapat
menurunkan capital gain yang menyebabkan berkurangnya keuntunganyang diperoleh
investor. Di sisi perusahaan, terjadinya peningkatan inflasi,dimana peningkatannya tidak
dapat dibebankan kepada konsumen, dapatmenurunkan tingkat pendapatan perusahaan.
Hal ini berarti resiko yang akandihadapi perusahaan akan lebih besar untuk tetap
berinvestasi dalam bentuk saham, sehingga permintaan terhadap saham menurun. Inflasi
dapat menurunkan keuntungan suatu perusahaan sehingga sekuritas di pasar modal
menjadi komoditiyang tidak menarik. Hal ini berarti inflasi memiliki hubungan yang negatif
dengan return saham.
Hubungan Jumlah Uang Beredar (m2) terhadap IHSG
5
Menurut Mohamad Samsul (2006: 210), jika jumlah uang beredar meningkat, maka
tingkat bunga akan menurun dan Indeks Harga Saham Gabungan (IHSG) akan naik sehingga
pasar akan menjadi bullish. Jika jumlahuang beredar menurun, maka tingkat bunga akan
naik dan Indeks Harga SahamGabungan (IHSG) akan turun sehingga pasar akan menjadi
bearish.
Teori kuanitas uang menyatakan bahwa bank sentral yang mengawasi penawaan
uang, memiliki kendali tertinggi atas tingkat inflasi. Jika bank sentralmempertahankan
penawaran uang tetap stabil, tingkat harga akan stabil. Jika bank sentral meningkatkan
penawaran uang dengan cepat, tingkat harga akan meningkat dengan cepat (Mankiw, 2000:
153).
2.2 Hipotesis
a. Diduga data stasioner pada tingkat lebih besar, bukan pada tingkat level.
b. Diduga ada kecenderungan terjadinya hubungan keseimbangan dalam jangka
panjang.
Metode Penelitian
3.1 Metodologi
Metode penelitian yang digunakan dalam penelitian ini berupa pendekatan kualitatif
karena data yang digunakan berupa data sekunder yang diperoleh dari database pusat
kebijakan ekonomi makro badan kebijakan fiscal Indonesia. Data yang digunakan
merupakan data time series bulanan yakni mulai bulan Januari 2005 – Desember 2007,
selanjutnya data akan diuji menggunakan uji asumsi klasik.
Teknik Analisis Data
Uji Stasioneritas Data
Data dilakukan dengan pengujian akar-akar unit (unit root) untuk melihat apakah
data tersebut stasioner atau tidak. Data dikatakan stasioneritas apabila data tersebut
6
tidak terdapat akar-akar unit, dimana mean, variance, dan covariance data tersebut
konstan.
Uji Kointegrasi
Data dilakukan dengan pengujian ini hanya jika data berintegrasi pada derajat yang
sama, dengan begitu dapat diketahui bagaimana keseimbangan jangka panjangnya.
3.2 Penelitian dan Hasil Penelitian
Sebelum mengolah data yang tersedia, akan dilakukan uji asumsi klasik terlebih
dahulu guna mengetahui kelayakan data untuk dianalisis. Adapun uji asumsi klasik yang
akan dilakukan yakni uji multikolinearitas, uji heterokedastisitas, uji autokorelasi dan uji
normalitas. Adapun hasil regresi untuk pengujian asumsi klasik yakni :
Dari hasil regresi tersebut selanjutnya dilakukan uji multikolinearitas guna memastikan tidak
ada korelasi yang tinggi antar variabel independennya. Adapun uji multikolinearitas yang
dilakukan yakni :
Dari table uji multikolinearitas diatas diketahui bahwa terdapat korelasi yang sangat tinggi
antara inflasi dengan suku bunga SBI, hal ini dikarenakan nilai korelasi yang timbul sebesar
0,907440 yang artinya nilai tersebut melebihi batas kewajaran korelasi yakni 0,6. Maka
langkah selanjutnya adalah menghapus salah satu variabel yang korelasinya tinggi. Dalam uji
7
selanjutnya, penulis menghapus variabel SBI guna menghilangkan masalah multikolinearitas.
Adapun uji multikolinearitas yang varu tanpa variabel SBI yakni :
Uji multikolinearitas setelah menghilang variabel SBI menyatakan bahwa tidak ada masalah
multikolinearitas dalam data, hal ini dikarenakan tidak ada nilai korelasi yang melebihi 0,6.
Sehingga dilakukan regresi lagi yang menghasilkan :
Uji yang dilakukan selanjutnya adalah heterokedastisitas yang berguna untuk
mengetahui apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke
pengamatan yang lain, pada uji heterokedastisitas kali ini menggunakan uji white. Adapun
hasil ujinya :
8
Dari table diatas diketahui bahwa nilai Prob. Chi-square sebesar 0,0124. Hal ini menyatakan
bahwa nilai yang timbul kurang dari α (0,05) sehingga data tersebut dinyatakan tidak lolos
uji heterokedastisitas. Untuk memperbaiki gangguan heterokedastisitas, selanjutnya
dilakukan uji park dengan serta melakukan generalize res^2 (menambah var.dependen
berupa res2). Adapun hasil dari uji park :
Selanjutnya, kita lakukan uji white lagi guna memastikan benar – benar tidak ada
gangguan heterokedastisitas pada data :
9
Table diatas menunjukkan nilai Prob. Chi-square 0,3323 yang berarti lebih dari α(0,05)
sehingga dapat dinyatakan bahwa terbebas dari gangguan heterokedastisitas. Selanjutnya
adalah melakukan uji asumsi klasik yang terakhir yakni uji normalitas dengan metode jarque
bara, yang hasilnya :
Nilai probability yang tertera dalam table menunjukkan angka 0,105076 yang berarti
melebihi nilai α, sehingga nilai tersebut dikatakan signifikan dan data memiliki sebaran
residual normal. Dengan ini berarti data yang kita miliki telah lolos dari semua uij asumsi
klasik dan dapat dilakukan penelitian lebih lanjut.
Setelah dinyatakan lolos dalam uji asumsi klasik, analisis selanjutnya adalah
pengujian stasioneritas data. Pengujian stasioneritas data pada penelitian kali ini
10
menggunakan uji Augmented Dickey-Fuller (ADF). Bentuk stasioneritas dalam penelitian ini
adalah :
ΔINFt = αINF + αT + γINFt-1 + βΣΔINFt-1 + εt
ΔKURSt = αKURS + αT + γ1KURSt-1 + βΣΔKURSt-1 + εt
ΔM2t = αM2 + αT + γM2t-1 + βΣΔM2t-1 + εt
ΔSBIt = αSBI + αT + γSBIt-1 + βΣΔSBIt-1 + εt
ΔIHSGt = αIHSG + αT + γIHSGt-1 + βΣΔIHSGt-1 + εt
Hasil Uji Akar Unit pada variabel IHSG :
Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama
karena data IHSG tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data IHSG
dikatakan stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon
pada setiap α-nya sehingga data IHSG merupakan data stasioner, nilai statistic ADF -
11
Null Hypothesis: D(IHSG) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.271015 0.0001Test critical values: 1% level -4.262735
5% level -3.55297310% level -3.209642
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(IHSG,2)Method: Least SquaresDate: 04/27/14 Time: 21:24Sample (adjusted): 2005M04 2007M12Included observations: 33 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(IHSG(-1)) -1.681676 0.268166 -6.271015 0.0000D(IHSG(-1),2) 0.399748 0.172814 2.313175 0.0280
C -29.24858 32.65185 -0.895771 0.3778@TREND(2005M01) 5.940690 1.806694 3.288155 0.0026
R-squared 0.659649 Mean dependent var 1.548485Adjusted R-squared 0.624440 S.D. dependent var 135.0057S.E. of regression 82.73542 Akaike info criterion 11.78239Sum squared resid 198509.3 Schwarz criterion 11.96378Log likelihood -190.4094 Hannan-Quinn criter. 11.84342F-statistic 18.73540 Durbin-Watson stat 2.067823Prob(F-statistic) 0.000001
6.271015 sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -
4.262735, -3.552973, -3.209642. Adapun persamaan yang terbentuk adalah
ΔIHSGt = αIHSG + αT +γIHSGt-1 + βΣΔIHSGt-1 + βΣΔIHSGt-1(2) + εt
ΔIHSGt = -0.895771 - 6.271015 -1.681676ΣΔIHSGt-1 + 0.399748ΣΔIHSGt-1(2)
Hasil Uji Akar Unit pada variabel Kurs :
Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama karena
data kurs tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data kurs
dikatakan stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon
pada setiap α-nya sehingga data Kurs merupakan data stasioner, nilai statistic ADF -4.518
sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -4.252, -3.548, -
3.207. Adapun persamaan yang terbentuk adalah
ΔKurst = αKurs + αT +γKurst-1 + βΣΔKurst-1 + εt
12
Null Hypothesis: D(KURS) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.518139 0.0052Test critical values: 1% level -4.252879
5% level -3.54849010% level -3.207094
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(KURS,2)Method: Least SquaresDate: 04/27/14 Time: 21:26Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(KURS(-1)) -0.797094 0.176421 -4.518139 0.0001C 0.008173 0.063933 0.127832 0.8991
@TREND(2005M01) -0.000320 0.003054 -0.104780 0.9172
R-squared 0.397426 Mean dependent var 0.000824Adjusted R-squared 0.358550 S.D. dependent var 0.217672S.E. of regression 0.174335 Akaike info criterion -0.571583Sum squared resid 0.942169 Schwarz criterion -0.436904Log likelihood 12.71691 Hannan-Quinn criter. -0.525654F-statistic 10.22299 Durbin-Watson stat 1.968042Prob(F-statistic) 0.000389
ΔKurst = 0.1278 - 4.518 + 0.008Kurst-1 -0.797ΣΔKurst-1
Hasil Uji Akar Unit pada variabel Inflasi :
Null Hypothesis: D(INFLASI) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.077358 0.0012Test critical values: 1% level -4.252879
5% level -3.54849010% level -3.207094
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(INFLASI,2)Method: Least SquaresDate: 04/27/14 Time: 21:25Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(INFLASI(-1)) -0.907083 0.178652 -5.077358 0.0000C 0.005715 0.008311 0.687619 0.4968
@TREND(2005M01) -0.000317 0.000398 -0.796104 0.4320
R-squared 0.454040 Mean dependent var 1.47E-05Adjusted R-squared 0.418817 S.D. dependent var 0.029533S.E. of regression 0.022514 Akaike info criterion -4.665226Sum squared resid 0.015714 Schwarz criterion -4.530548Log likelihood 82.30885 Hannan-Quinn criter. -4.619297F-statistic 12.89035 Durbin-Watson stat 1.952633Prob(F-statistic) 0.000084
Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama karena
data inflasi tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data inflasi
dikatakan stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon
pada setiap α-nya sehingga data Inflasi merupakan data stasioner, nilai statistic ADF -5.077
sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -4.252, -3.548, -
3.207. Adapun persamaan yang terbentuk adalah
ΔInflasi = αInflasi + αT +γInflasit-1 + βΣΔInflasit-1 + εt
ΔInflasi = 0.687 - 5.077 + 0.005Inflasit-1 -0.907ΣΔInflasit-1
13
Hasil Uji Akar Unit pada variabel M2 :
Null Hypothesis: D(M2) has a unit rootExogenous: Constant, Linear TrendLag Length: 1 (Automatic - based on SIC, maxlag=9)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.511162 0.0000Test critical values: 1% level -4.262735
5% level -3.55297310% level -3.209642
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test EquationDependent Variable: D(M2,2)Method: Least SquaresDate: 04/27/14 Time: 21:27Sample (adjusted): 2005M04 2007M12Included observations: 33 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(M2(-1)) -2.015308 0.309516 -6.511162 0.0000D(M2(-1),2) 0.440969 0.184235 2.393509 0.0234
C 22.12311 11.98760 1.845500 0.0752@TREND(2005M01) 0.704570 0.537261 1.311411 0.2000
R-squared 0.719010 Mean dependent var 2.469697Adjusted R-squared 0.689942 S.D. dependent var 52.44692S.E. of regression 29.20396 Akaike info criterion 9.699698Sum squared resid 24733.27 Schwarz criterion 9.881093Log likelihood -156.0450 Hannan-Quinn criter. 9.760732F-statistic 24.73545 Durbin-Watson stat 1.767821Prob(F-statistic) 0.000000
Hasil diatas merupakan output dari uji stasioneritas pada tingkat diferensi pertama karena
data M2 tidak stasioner pada tingkat level. Nilai Prob.* nya < 5% sehingga data M2 dikatakan
stasioner. Semua nilai absolut statistic ADF lebih besar dari nilai kritis mackinnon pada
setiap α-nya sehingga data M2 merupakan data stasioner, nilai statistic ADF -6.511
sedangkan nilai kritis Mackinnon pada α=1%, 5%, 10% masing – masing adalah -4.262, -3.552, -
3.209. Adapun persamaan yang terbentuk adalah
ΔM2 = αM2 + αT +γM2t-1 + βΣΔM2t-1 + εt
ΔM2 = 1.845 - 6.511 + 22.123M2t-1 -2.015ΣΔM2t-1 +0.440ΣΔM2t-2
14
Hasil Uji Kointegrasi :
Date: 04/27/14 Time: 21:28Sample (adjusted): 2005M03 2007M12Included observations: 34 after adjustmentsTrend assumption: Linear deterministic trend (restricted)Series: SBI M2 KURS INFLASI IHSGLags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.735230 112.4707 88.80380 0.0004At most 1 * 0.595258 67.28834 63.87610 0.0251At most 2 0.381365 36.53518 42.91525 0.1874At most 3 0.269547 20.20702 25.87211 0.2156At most 4 0.244393 9.527940 12.51798 0.1503
Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.735230 45.18238 38.33101 0.0070At most 1 0.595258 30.75316 32.11832 0.0727At most 2 0.381365 16.32816 25.82321 0.5156At most 3 0.269547 10.67908 19.38704 0.5467At most 4 0.244393 9.527940 12.51798 0.1503
Max-eigenvalue test indicates 1 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values
Unrestricted Cointegrating Coefficients (normalized by b'*S11*b=I):
SBI M2 KURS INFLASI IHSG@TREND(05M02
)-1.018005 0.050977 -2.705268 31.21173 -0.010717 -0.412584-0.522686 -0.033087 4.918211 36.54347 0.002335 0.499751-1.120728 0.001990 -0.200949 45.42378 -0.003303 0.226170 0.264691 0.013777 2.319572 -32.49852 -0.002697 -0.062839 0.893159 0.008927 -0.415892 -22.48943 -0.001086 -0.061425
Unrestricted Adjustment Coefficients (alpha):
D(SBI) 0.083630 0.327982 -0.062363 0.110672 -0.143734D(M2) -21.62661 5.112027 4.779995 -0.547234 -0.268577
D(KURS) -0.052477 -0.057153 -0.012133 -0.028099 -0.056670D(INFLASI) -0.001515 0.001518 -0.006233 0.009401 -0.002111
D(IHSG) 19.19804 1.620748 44.94043 16.07697 2.776911
15
1 Cointegrating Equation(s): Log likelihood -257.7157
Normalized cointegrating coefficients (standard error in parentheses)
SBI M2 KURS INFLASI IHSG@TREND(05M02
) 1.000000 -0.050075 2.657420 -30.65969 0.010527 0.405286
(0.00786) (0.69580) (3.97534) (0.00124) (0.11050)
Adjustment coefficients (standard error in parentheses)D(SBI) -0.085136
(0.11141)D(M2) 22.01601
(3.24091)D(KURS) 0.053421
(0.02967)D(INFLASI) 0.001542
(0.00417)D(IHSG) -19.54371
(15.7019)
2 Cointegrating Equation(s): Log likelihood -242.3391
Normalized cointegrating coefficients (standard error in parentheses)
SBI M2 KURS INFLASI IHSG@TREND(05M02
) 1.000000 0.000000 -2.672143 -47.99736 0.003905 -0.196003
(0.65753) (5.01878) (0.00131) (0.05805) 0.000000 1.000000 -106.4309 -346.2320 -0.132246 -12.00770
(12.6747) (96.7431) (0.02519) (1.11892)
Adjustment coefficients (standard error in parentheses)D(SBI) -0.256568 -0.006589
(0.10231) (0.00543)D(M2) 19.34402 -1.271602
(3.46482) (0.18401)D(KURS) 0.083294 -0.000784
(0.03089) (0.00164)D(INFLASI) 0.000749 -0.000127
(0.00467) (0.00025)D(IHSG) -20.39085 0.925031
(17.6470) (0.93719)
3 Cointegrating Equation(s): Log likelihood -234.1750
Normalized cointegrating coefficients (standard error in parentheses)
SBI M2 KURS INFLASI IHSG@TREND(05M02
) 1.000000 0.000000 0.000000 -41.12046 0.002708 -0.223227
(7.42353) (0.00193) (0.08529) 0.000000 1.000000 0.000000 -72.32631 -0.179913 -13.09201
(330.656) (0.08606) (3.79881) 0.000000 0.000000 1.000000 2.573553 -0.000448 -0.010188
(3.33109) (0.00087) (0.03827)
Adjustment coefficients (standard error in parentheses)D(SBI) -0.186675 -0.006713 1.399375
(0.14191) (0.00539) (0.49764)D(M2) 13.98694 -1.262089 82.68727
16
(4.62043) (0.17540) (16.2022)D(KURS) 0.096892 -0.000808 -0.136687
(0.04307) (0.00164) (0.15103)D(INFLASI) 0.007735 -0.000140 0.012816
(0.00625) (0.00024) (0.02193)D(IHSG) -70.75687 1.014465 -52.99542
(20.4500) (0.77633) (71.7108)
4 Cointegrating Equation(s): Log likelihood -228.8355
Normalized cointegrating coefficients (standard error in parentheses)
SBI M2 KURS INFLASI IHSG@TREND(05M02
) 1.000000 0.000000 0.000000 0.000000 0.002548 -0.532926
(0.00700) (0.33192) 0.000000 1.000000 0.000000 0.000000 -0.180194 -13.63674
(0.07882) (3.73522) 0.000000 0.000000 1.000000 0.000000 -0.000438 0.009195
(0.00048) (0.02290) 0.000000 0.000000 0.000000 1.000000 -3.89E-06 -0.007532
(0.00014) (0.00668)
Adjustment coefficients (standard error in parentheses)D(SBI) -0.157382 -0.005188 1.656087 8.166398
(0.13962) (0.00536) (0.52261) (6.33675)D(M2) 13.84210 -1.269629 81.41792 -253.2829
(4.67997) (0.17973) (17.5178) (212.404)D(KURS) 0.089455 -0.001195 -0.201865 -3.364379
(0.04276) (0.00164) (0.16006) (1.94076)D(INFLASI) 0.010223 -1.03E-05 0.034622 -0.580481
(0.00562) (0.00022) (0.02102) (0.25491)D(IHSG) -66.50145 1.235953 -15.70372 2177.318
(20.1095) (0.77228) (75.2726) (912.686)
pada tabel Unrestricted Cointegration Rank Test (Trace) ditentukan bahwa minimal terdapat 1 nilai
Prob.** yang kurang dari α (5%). Hal ini menandakan bahwa nilai probabilitas dinyatakan
signifikan apabila kurang dari 5% (terdapat kointegrasi). Dari hasil yang ditunjukkan diatas
diketahui terdapat dua nilai yang signifikan, artinya ada 2 persamaan yang memiliki
hubungan kointegrasi. Selanjutnya membandingkan nilai trace stat. dengan nilai 0,5 critical
value. Apabila nilai trace statistic > critical value hal ini dikatakan terdapat kointegrasi. Dari
nilai yang dihasilkan ternyata terdapat 2 nilai trace statistic yang lebih dari nilai critical
valuenya. Selain itu terdapat kalimat Trace test indicates 2 cointegrating eqn(s) at the 0.05 level pada
tabel (trace) yang menyatakan terdapat dua kointegrasi. Dengan begitu dapat dinyatakan
bahwa terdapat 2 persamaan yang memiliki hubungan kointegrasi.
17
Kesimpulan
Berdasarkan penelitian dan hasil penelitian, dapat disimpulkan bahwa :
Dari uji stasioneritas menunjukkan bahwa data telah lolos uji stasioner yang artinya
data tidak mengalami hubungan yang spurius (semu) dan bagus untuk di regresikan.
Data time series IHSG, kurs, sbi, m2 dan inflasi tidak stasioner pada tingkat level
tetapi menjadi stasioner pada tingkat diferensi pertama dimana apabila data mencapai
tingkat diferensi yang sama dapat dikatakan seluruh data terkointegrasi atau memiliki
hubungan jangka panjang. Dari uji kointegrasi yang dilakukan dapat diketahui bahwa
terdapa dua bentuk persamaan yang memiliki hubungan kointegrasi.
Daftar Pustaka
Novianti, Aditya. 2011. ANALISIS PENGARUH NILAI TUKAR (KURS) DOLAR AMERIKA/RUPIAH (US$/Rp), TINGKAT SUKU BUNGA SBI, INFLASI, DAN JUMLAH UANG BEREDAR (M2) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (BEI)
http://www.academia.edu/4918997/
Salim, Jul Fahmi. 2013. Uji Asumsi Klasik (Multicolinearitas, Heteroscedastisitas, Autokorelasi, dan Normalitas) dengan EViews7
http://julfahmi25.blogspot.com/2013/05/uji-asumsi-klasik-multicolinearitas
BIBLIOGRAPHY Agus widarjono, P. (2013). EKONOMETRIKA pengantar dan aplikasinya. yogyakarta: UPP STIM YKPN.
18
Lampiran (data)
obs SBI M2 KURS INFLASI IHSG2005M01 7.300000 1015.900 9.204000 0.073200 1045.4002005M02 7.270000 1012.100 9.245000 0.071500 1073.8002005M03 7.310000 1020.700 9.371000 0.088100 1080.2002005M04 7.510000 1044.300 9.535000 0.081200 1029.6002005M05 7.810000 1046.200 9.480000 0.074000 1088.2002005M06 8.050000 1073.700 9.616000 0.074200 1122.4002005M07 8.450000 1088.400 9.799000 0.078400 1182.3002005M08 8.540000 1115.900 9.986000 0.083300 1050.1002005M09 9.250000 1150.500 10.23300 0.090600 1079.3002005M10 12.09000 1165.700 10.09300 0.178900 1066.2002005M11 12.69000 1168.300 10.04000 0.183800 1096.6002005M12 12.83000 1203.200 9.857000 0.171100 1162.6002006M01 12.92000 1190.800 9.493000 0.170300 1232.3002006M02 12.92000 1193.900 9.253000 0.179200 1230.7002006M03 12.73000 1195.100 9.172000 0.157400 1323.0002006M04 12.74000 1198.000 8.937000 0.154000 1464.4002006M05 12.16000 1237.500 8.985000 0.156000 1330.0002006M06 12.16000 1253.800 9.363000 0.155300 1310.3002006M07 12.16000 1248.200 9.125000 0.151500 1351.6002006M08 11.36000 1270.400 9.094000 0.149000 1431.3002006M09 11.36000 1291.400 9.143000 0.145500 1534.6002006M10 11.36000 1325.700 9.187000 0.062900 1582.6002006M11 9.500000 1338.600 9.135000 0.052700 1719.0002006M12 9.500000 1382.100 9.087000 0.066000 1805.5002007M01 8.100000 1363.900 9.067000 0.062600 1757.3002007M02 8.100000 1366.800 9.068000 0.063000 1741.0002007M03 8.100000 1375.900 9.164000 0.065200 1830.9002007M04 7.830000 1383.600 9.098000 0.062900 1999.2002007M05 7.830000 1393.100 8.844000 0.060100 2084.3002007M06 7.830000 1452.000 8.984000 0.057700 2139.3002007M07 7.830000 1473.000 9.067000 0.060600 2348.7002007M08 7.830000 1493.100 9.367000 0.065100 2194.3002007M09 7.830000 1616.900 9.310000 0.069500 2359.2002007M10 7.830000 1533.800 9.106000 0.068800 2643.5002007M11 7.830000 1559.600 9.265000 0.067100 2688.3002007M12 7.830000 1649.700 9.334000 0.065900 2745.800
19