terhadap perputaran uang (velocity of...

i

PENGARUH PENGGUNAAN UANG ELEKTRONIK (E-MONEY)

TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)

DI INDONESIA

Oleh:

Luthfan Darma Prasetia

NIM. 1113084000051

JURUSAN EKONOMI PEMBANGUNAN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1439 H/2018 M

ii

LEMBAR PENGESAHAN SKRIPSI

iii

LEMBAR PENGESAHAN UJIAN SKRIPSI

iv

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF

v

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH

vi

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

1. Nama Lengkap : Luthfan Darma Prasetia

2. Tempat/Tanggal Lahir : Jakarta, 04 Juni 1994

3. Alamat : Pondok Safari Indah, Jl. Wijaya Kusuma Raya

D3A/06 RT 010 RW 015 Jurangmangu Barat,

Pd. Aren, Tangerang Selatan

4. Telepon : 021-7316386 / 085691497272

5. Email : [email protected]

II. Pendidikan Formal

1. SDN Pesanggrahan 02 Pagi Tahun 2000-2006

2. SMPN 177 Jakarta Tahun 2006-2009

3. SMAN 47 Jakarta Tahun 2009-2012

4. UIN Syarif Hidayatullah Jakarta Tahun 2013-2018

III. Pengalaman Organisasi

1. Koordinator Divisi Internal dan Eksternal Himpunan Mahasiswa Jurusan

Ekonomi Pembangunan (HMJ EP) Fakultas Ekonomi dan Bisnis UIN

Jakarta Periode 2015-2016

mailto:[email protected]

vii

2. Kepala Bidang III Himpunan Mahasiswa Jurusan Ekonomi

Pembangunan (HMJ EP) Fakultas Ekonomi dan Bisnis UIN Jakarta

Periode 2016-2017

IV. Seminar dan Workshop

1. Dialog Jurusan & Seminar Konsentrasi “Mengenal Lebih Dekat dengan

Jurusan Sendiri” HMJ IESP UIN Syarif Hidayatullah Jakarta, 2013.

2. Rembuk Kebangsaan “Sosialisasi Otoritas Jasa Keuangan (OJK) sebagai

Sistem Keuangan Baru Melalui Kebudayaan” OJK dan Visi Indonesia,

2013.

3. Company Visit “Road to Bank Indonesia” HMJ IESP UIN Syarif

Hidayatullah Jakarta, 2014.

4. Pelatihan Karya Tulis Ilmiah “Mewujudkan Regenerasi Mahasiswa

Ekonomi yang Berprestasi dalam Bidang Akademik” HMJ IESP UIN

Syarif Hidayatullah Jakarta, 2014

5. Kuliah Umum “Fungsi Pengawasan Keuangan Negara sebagai

Katalisator Tercapainya Tujuan Memajukan Kesejahteraan Umum” BPK

RI dan HMJ IESP UIN Syarif Hidayatullah Jakarta, 2016

6. Seminar “Ekonomi Baru di Era Digital” Bersama Presiden Republik

Indonesia dan Himpunan Bank Milik Negara (HIMBARA), 2017.

viii

THE EFFECT OF USING ELECTRONIC MONEY

ON VELOCITY OF MONEY IN INDONESIA

ABSTRACT

This research aims to analyze the effect of using electronic money (the number

of electronic money circulation and the number of EDC machine) on velocity of

money in Indonesia. The analytical method used is multiple regression analysis

method with Eviews 9. The result of this research shows that number of electronic

money circulating and number of EDC machine have significant and positive

effect to velocity of money in Indonesia simultaneous and partially.

Keywords : electronic money, velocity of money, multiple regression analysis

ix

PENGARUH PENGGUNAAN UANG ELEKTRONIK (E-MONEY)

TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)

DI INDONESIA

ABSTRAK

Penelitian ini bertujuan untuk menganalisa pengaruh penggunaan uang

elektronik yang meliputi jumlah uang elektronik beredar dan jumlah mesin EDC

uang elektronik terhadap perputaran uang di Indonesia. Metode analisis yang

digunakan adalah metode analisis regresi berganda dengan program Eviews 9.

Hasil penelitian menunjukkan bahwa secara parsial maupun simultan, jumlah

uang elektronik beredar dan jumlah mesin EDC uang elektronik memiliki

pengaruh yang signifikan dan positif terhadap perputaran uang di Indonesia.

Kata Kunci: uang elektronik, perputaran uang, analisis regresi berganda

x

KATA PENGANTAR

Assalamu’alaikum Warahmatullahi Wabarakatuh.

Puji syukur kehadirat Allah SWT atas berkat rahmat dan karunia-Nya dengan

segala pengetahuan dan kekuasaan-Nya sehingga penulis dapat menyelesaikan

skripsi yang berjudul “PENGARUH PENGGUNAAN UANG ELEKTRONIK

(E-MONEY) TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)

DI INDONESIA” dengan baik. Shalawat serta salam penulis haturkan kepada

nabi Muhammad SAW beserta keluarga dan para sahabatnya. Skripsi ini disusun

dalam rangka untuk memenuhi syarat-syarat memperoleh gelar sarjana Ekonomi

Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah

Jakarta.

Pada kesempatan kali ini, penulis menyampaikan terimakasih atas bantuan,

saran, bimbingan, dukungan, semangat dan doa baik langsung maupun tidak

langsung dalam penyelesaian skripsi ini kepada:

1. Kedua orang tua penulis, Bapak Paryoto dan Ibu Darsini tercinta yang

selalu mendoakan dan memotivasi penulis serta memfasilitasi segala

kebutuhan penulis dalam menyelesaikan skripsi ini.

2. Bapak Dr. M. Arief Mufraini, Lc, M.Si selaku Dekan Fakultas Ekonomi

dan Bisnis yang telah memberikan ilmu yang sangat berharga.

3. Bapak Muhammad Fadlillah Fauzukhaq, MA., Ph.D. Selaku dosen

pembimbing yang telah meluangkan waktu, memberikan motivasi dan

arahan kepada penulis dalam penyelesaian penulisan skripsi ini hingga

xi

skripsi ini selesai. Semoga bapak selalu diberikan kesehatan dan

keberkahan oleh Allah SWT.

4. Bapak Arief Fitrijanto, M.Si dan Ibu Najwa Khairina, SE, MA selaku

Ketua Jurusan dan Sekretaris Jurusan Ekonomi Pembangunan yang telah

memberikan arahan serta bimbingan yang berarti dalam penyelesaian

perkuliahan ini.

5. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah

memberikan ilmu yang sangat berguna dan berharga bagi penulis selama

perkuliahan serta jajaran karyawan dan staf UIN Syarif Hidayatullah

Jakarta yang telah melayani dan membantu penulis selama perkuliahan.

6. Teman-teman Wacana-ers (Subhan, Gufron, Hery, Mahatir, Alvi, Rival,

Yoga, Ibas, Irfan, Jihad, Zekha) yang saling menolong, memotivasi,

mengingatkan dan memberi solusi satu sama lain.

7. Teman-teman alumni SMAN 47 Angkatan 2012 (Aghni, Rani, Raudah,

Adila, Zulfikar, Sandi, dll) yang senantiasa memberikan dukungan

semangat dan hiburan kepada penulis.

8. Teman-teman Sahabat Sejati (Karim, Dini, Julita, Anum, Apriyani, Indah,

Iban, Bagus, Izu) yang menemani penulis melewati masa perkuliahan dari

semester satu hingga selesainya skripsi ini.

9. Teman-teman KKN SEGAR 193 yang memberikan wadah bagi penulis

untuk menjadi pribadi yang lebih baik.

xii

10. Seluruh teman-teman jurusan Ekonomi Pembangunan angkatan 2013 yang

telah memberikan semangat dan motivasi kepada penulis dalam proses

penyelesaian skripsi ini.

11. Semua pihak yang tidak bisa penulis sebutkan satu-persatu. Terima kasih

telah membantu penulis dalam menyelesaikan skripsi ini.

Penulis menyadari skripsi ini tidak luput dari berbagai kekurangan. Untuk itu,

penulis mengharapkan saran dan kritik demi kesempurnaan dan perbaikannya

sehingga akhirnya skripsi ini dapat memberikan manfaat bagi bidang pendidikan

dan penerapan dilapangan serta bisa dikembangkan lagi lebih lanjut.

Wassalamu’alaikum Warahmatullahi Wabarakatuh.

Tangerang Selatan, November 2017

Luthfan Darma Prasetia

xiii

DAFTAR ISI

COVER DALAM .................................................................................................... i

LEMBAR PENGESAHAN SKRIPSI .................................................................... ii

LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iii

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ....................................... iv

LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ................................ v

DAFTAR RIWAYAT HIDUP ............................................................................... vi

ABSTRACT ........................................................................................................... viii

ABSTRAK ............................................................................................................. ix

KATA PENGANTAR ............................................................................................ x

DAFTAR ISI ........................................................................................................ xiii

DAFTAR TABEL ................................................................................................. xv

DAFTAR GAMBAR ........................................................................................... xvi

DAFTAR LAMPIRAN ....................................................................................... xvii

BAB I PENDAHULUAN ....................................................................................... 1

A. Latar Belakang ......................................................................................... 1

B. Rumusan Masalah .................................................................................... 7

C. Tujuan Penelitian ...................................................................................... 7

D. Manfaat Penelitian .................................................................................... 8

BAB II TINJAUAN PUSTAKA ............................................................................. 9

A. Landasan Teori ......................................................................................... 9

1. Sistem Pembayaran .................................................................................. 9

2. Uang Elektronik (E-Money) ................................................................... 12

3. Perputaran Uang (Velocity of Money) .................................................... 16

B. Penelitian Terdahulu ............................................................................... 20

C. Kerangka Berpikir .................................................................................. 26

D. Hipotesis Penelitian ................................................................................ 28

xiv

BAB III METODOLOGI PENELITIAN .............................................................. 29

A. Ruang Lingkup Penelitian ...................................................................... 29

B. Metode Penentuan Sampel ..................................................................... 29

C. Metode Pengumpulan Data .................................................................... 30

D. Metode Analisis Data ............................................................................. 30

1. Regresi Linier Berganda ......................................................................... 31

2. Uji Asumsi Klasik .................................................................................. 31

3. Uji Hipotesis ........................................................................................... 43

E. Operasional Variabel Penelitian ............................................................. 51

BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 52

A. Gambaran Umum Objek Penelitian ....................................................... 52

1. Perkembangan Uang sebagai Alat Pembayaran ..................................... 52

2. Perkembangan Uang Elektronik (E-Money) di Indonesia ...................... 54

B. Hasil Uji Penelitian ................................................................................ 57

1. Hasil Uji Asumsi Klasik ......................................................................... 57

2. Hasil Uji Koefisien Determinansi .......................................................... 62

3. Hasil Uji Hipotesis ................................................................................. 63

BAB V KESIMPULAN DAN SARAN ................................................................ 68

A. Kesimpulan ............................................................................................. 68

B. Saran ....................................................................................................... 69

DAFTAR PUSTAKA ........................................................................................... 70

LAMPIRAN – LAMPIRAN ................................................................................. 73

xv

DAFTAR TABEL

Tabel 1.1 Infrastruktur E-Money yang tersebar di Indoneseia ................................ 4

Tabel 1.2 Perkembangan Transaksi Uang Elektronik (E-Money) yang Beredar

di Indonesia Tahun 2010-2016................................................................ 5

Tabel 2.1 Ringkasan Penelitian Terdahulu ........................................................... 20

Tabel 3.1 Operasional Variabel Penelitian ............................................................ 51

Tabel 4.1 Lembaga Penerbit Uang Elektronik ...................................................... 55

Tabel 4.2 Hasil Uji Multikolinearitas .................................................................... 59

Tabel 4.3 Hasil Uji Autokorelasi ........................................................................... 60

Tabel 4.4 Hasil Uji Heteroskedastisitas ................................................................ 62

Tabel 4.5 Hasil Uji Koefisien Determinansi ......................................................... 62

Tabel 4.6 Hasil Uji Statistik t (Parsial) ................................................................. 64

Tabel 4.7 Hasil Uji Statistik F (Simultan) ............................................................. 67

xvi

DAFTAR GAMBAR

Gambar 1.1 Jumlah E-Money Beredar di Indonesia Tahun 2010-2016 (Juta) ........ 3

Gambar 2.1 Konsep dan Penggunaan Uang Elektronik Secara Umum ................ 13

Gambar 2.2 Kerangka Berpikir dalam Diagram Alur ........................................... 27

Gambar 4. 1 Hasil Uji Normalitas ......................................................................... 58

xvii

DAFTAR LAMPIRAN

Lampiran 1 Data Jumlah Uang Elektronik yang Beredar di Indoensia Tahun 2010-

2017 ................................................................................................... 74

Lampiran 2 Data Jumlah Mesin EDC Uang Elektronik di Indonesia Tahun 2010-

2017 ................................................................................................... 75

Lampiran 3 Data Perputaran Uang di Indonesia Tahun 2010-2017 ...................... 76

Lampiran 4 Hasil Uji Normalitas .......................................................................... 77

Lampiran 5 Hasil Uji Multikolinearitas ................................................................ 78

Lampiran 6 Hasil Uji Autokolerasi ....................................................................... 79

Lampiran 7 Hasil Uji Heteroskedastisitas ............................................................. 80

Lampiran 8 Hasil Uji Koefisien Determinansi ...................................................... 81

Lampiran 9 Hasil Uji Statistik t ............................................................................. 81

Lampiran 10 Hasil Uji Statistik F ......................................................................... 81

1

BAB I

PENDAHULUAN

A. Latar Belakang

Perkembangan teknologi dalam hal pembayaran menjadi salah satu

gaya hidup masyarakat pada zaman modern. Sistem pembayaran yang

awalnya hanya menggunakan uang tunai sebagai alat pembayaran, kini

berkembang menjadi pembayaran non tunai. Perubahan sistem

pembayaran sangat pesat mengikuti perkembangan teknologi, hal ini

menjadi peluang bagi perbankan untuk bersaing dalam hal sistem

pembayaran non tunai.

Bank Indonesia sebagai pemegang otoritas yang mengatur bidang

sistem pembayaran di Indonesia telah mencanangkan Grand Desain

Upaya Peningkatan Penggunaan Pembayaran Non Tunai atau disebut

juga dengan Toward a Less Cash Society (LCS). Sistem pembayaran

uang secara fisik mulai digantikan oleh sistem pembayaran non tunai.

Dengan keuntungan yang diperoleh negara melalui penghematan biaya

transaksi, diharapkan adanya kecenderungan arah perubahan transaksi

tunai menuju transaksi non tunai.

Konsep pembayaran non tunai umumnya dilakukan tidak

menggunakan uang yang memiliki wujud fisik (uang kartal) sebagai alat

pembayaran melainkan dengan cara transfer antar bank ataupun transfer

intrabank melalui jaringan internal bank sendiri. Perkembangan teknologi

2

banyak memberikan dampak terhadap sistem pembayaran non tunai

dengan munculnya berbagai inovasi-inovasi baru dalam pembayaran

elektronis, contohnya seperti yang sudah dikenal di Indonesia yaitu phone

banking, internet banking, pembayaran dengan kartu kredit dan kartu

debit/ATM.

Menurut Bank Indonesia (2004), instrumen pembayaran non tunai

dapat dibagi kedalam tiga kategori berdasarkan fisik alat yang digunakan,

yaitu :

1. Instrumen-instrumen berbasis warkat/kertas atau paper based

instruments.

2. Instrumen-instrumen berbasis kartu atau card based instruments.

3. Instrumen-instrumen berbasis elektronik atau electronic based

instruments.

Beberapa instrumen pembayaran non tunai yang berkembang di

masyarakat sekarang ini, sesuai dengan isu paling sentral dalam studi

mengenai sistem pembayaran elektronis pada saat ini adalah inovasi

sistem pembayaran elektronik yaitu uang elektronik.

Uang elektronik atau electric money (e-money) adalah salah satu

instrumen pembayaran non tunai dimana jumlah nilai uang yang tertera

sesuai dengan jumlah nilai uang disetorkan terlebih dahulu oleh pihak

pemegang kartu e-money kepada pihak penerbit. Nilai uang tersebut

disimpan secara elektronik dalam suatu media seperti server atau chip,

serta dapat dipindahkan untuk kepentingan transaksi pembayaran. Nilai

3

7,9

14,3

21,9

36,2 35,7 34,3

51,2

0

10

20

30

40

50

60

2010 2011 2012 2013 2014 2015 2016

E-Money

uang yang tersimpan bukan merupakan simpanan sebagaimana yang

dimaksud dalam undang-undang yang mengatur tentang perbankan,

sehingga tidak terdapat bunga dan tidak dijamin oleh Lembaga Penjamin

Simpanan (LPS). Uang elektronik memiliki perbedaan dengan alat

pembayaran elektronik berbasis kartu lainnya seperti kartu debit dan kartu

kredit. Kartu debit dan kartu kredit merupakan kartu yang memiliki

karakteristik access products dimana salah satu karakteristiknya adalah

transaksi dilakukan secara on-line ke komputer issuer (Penerbit).

Sedangkan uang elektronik (e-money) merupakan instrumen pembayaran

non tunai dengan karakteristik prepaid products dimana transaksi

dilakukan secara off-line ke terminal merchant.

Gambar 1.1

Jumlah E-Money Beredar di Indonesia Tahun 2010-2016 (Juta)

Sumber : Bank Indonesia, Data Diolah

Berdasarkan gambar 1.1 dapat kita ketahui bahwa kecenderungan

pemakaian sistem pembayaran non tunai semakin diminati oleh

masyarakat, hal ini dapat terlihat dari peningkatan jumlah uang

4

elektronik yang beredar di masyarakat. Peningkatan terbesar terjadi pada

tahun 2016 yaitu sekitar sebesar 17 juta satuan pengguna e-money dari

tahun sebelumnya dan jumlahnya yaitu sekitar 51 juta satuan pengguna e-

money. Meskipun terjadi penurunan pada tahun 2014 dan 2015 yaitu

sekitar 1 juta satuan pengguna e-money namun peningkatannya masih

lebih besar jika di rata-ratakan.

Tabel 1.1

Infrastruktur E-Money yang tersebar di Indoneseia

Tahun Mesin Pembaca

2013 139.157

2014 206.826

2015 281.988

2016 374.861

Sumber : Bank Indonesia

Pertumbuhan tersebut juga didukung dengan penyebaran

infrastruktur yang menunjang seperti penempatan alat/mesin pembaca

uang elektronik yang semakin meluas di mana pada tahun 2013 terdapat

sekitar 130 ribu alat/mesin pembaca dan semakin meningkat pada tahun

2016 yaitu sekitar 370 ribu alat/mesin pembaca. Peningkatan pengguna

uang elektronik yang disertai dengan baiknya pelayanan dan infrastruktur

mendorong peningkatan transaksi dari sisi nilai dan volume.

Dalam tabel 1.2 dapat disimpulkan bahwa dilihat dari sisi transaksi

yang dilakukan dengan menggunakan uang elektronik (e-money) dapat

5

diketahui bahwa terjadi kenaikan jumlah transaksi setiap tahunnya baik

dari nilai transaksinya maupun dari volume transaksinya. Kenaikan

terbesar terjadi pada tahun 2015 yaitu sekitar 332 juta untuk nilai

transaksinya dan sekitar 1,9 juta untuk volume transaksinya dari tahun

sebelumnya. Hal ini mengindikasikan bahwa masyarakat mulai memiliki

kepercayaan bahwa alat pembayaran non tunai dapat menunjang

kehidupannya dalam sisi ekonomi.

Tabel 1.2

Perkembangan Transaksi Uang Elektronik (E-Money) yang Beredar

di Indonesia Tahun 2010-2016

Sumber : Bank Indonesia

Perputaran uang (velocity of money) adalah rata-rata jumlah berapa

kali per tahun (perputaran) dari satu unit mata uang yang di gunakan

untuk membeli total barang dan jasa yang di produksi dalam

Periode

Transaksi Uang Elektronik (e-money)

Nilai (Rupiah) Volume (Transaksi)

2010 26.541.982 693.467

2011 41.060.149 981.297

2012 100.623.916 1.971.550

2013 137.900.779 2.907.432

2014 203.369.990 3.319.556

2015 535.579.528 5.283.018

2016 683.133.352 7.063.689

6

perekonomian (Mishkin, 2009). Teori ini membahas keterkaitan antara

jumlah uang beredar dan total produksi barang dan jasa (PDB).

Percepatan ditentukan oleh institusi di dalam perekonomian yang

mempengaruhi cara individu melakukan transaksi. (Irving Fisher dalam

Mishkin 2009)

Sejauh ini belum banyak terdapat indikator pengukur perkembangan

alat pembayaran non tunai yang secara resmi digunakan di Indonesia,

tetapi secara umum pengukuran perkembangan pembayaran non tunai

dilakukan dengan menggunakan tiga indikator yaitu indikator

perkembangan volume transaksi alat pembayaran non tunai, rasio antara

konsumsi swasta terhadap uang kartal di masyarakat dan rasio uang tunai

terhadap M1 (Hidayat, 2006).

Berdasarkan uraian di atas dapat disimpulkan bahwa akibat

perkembangan teknologi yang makin pesat memberikan pengaruh

terhadap kehidupan masyarakat terutama dalam hal melakukan transaksi

dalam upaya untuk memenuhi kebutuhan. Maka penulis tertarik untuk

membuat penelitian yang membahas masalah tersebut dengan judul

“Pengaruh Penggunaan Uang Elektronik (E-Money) Terhadap

Perputaran Uang (Velocity of Money) di Indonesia”.

7

B. Rumusan Masalah

Berdasarkan latar belakang yang telah diuraikan tersebut maka

permasalahan yang dikaji dalam penelitian ini adalah sebagai berikut :

1. Bagaimana perkembangan alat pembayaran menggunakan Uang

Elektronik (E-Money) di Indonesia.

2. Seberapa besar pengaruh jumlah uang elektronik beredar terhadap

perputaran uang di Indonesia.

3. Seberapa besar pengaruh jumlah mesin EDC terhadap perputaran

uang di Indonesia.

C. Tujuan Penelitian

Berdasarkan rumusan masalah yang telah diuraikan maka tujuan dari

penelitian ini adalah sebagai berikut :

1. Untuk mengetahui perkembangan alat pembayaran menggunakan

Uang Elektronik (E-Money) di Indonesia.

2. Untuk mengetahui pengaruh jumlah uang elektronik beredar

terhadap perputaran uang di Indonesia.

3. Untuk mengetahui pengaruh jumlah mesin EDC uang elektronik

terhadap perputaran uang di Indonesia.

8

D. Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah sebagai berikut:

1. Mengetahui pengaruh penggunaan uang elektronik terhadap

perputaran uang meliputi jumlah uang elektronik beredar dan jumlah

mesin EDC uang elektronik.

2. Sebagai bahan pembelajaran dan tambahan ilmu pengetahuan bagi

mahasiswa/i yang ingin melakukan penelitian selanjutnya.

3. Sebagai alat penambah wawasan bagi masyarakat tentang alat

pembayaran non tunai dalam hal ini tentang uang elektronik (e-

money).

4. Sebagai masukan dan bahan pertimbangan yang bermanfaat bagi

pemerintah atau instansi – instansi yang terkait.

9

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Sistem Pembayaran

a) Definisi Sistem Pembayaran

Sistem yang mencakup seperangkat aturan, lembaga, dan

mekanisme yang digunakan untuk melaksanakan pemindahan

dana guna memenuhi suatu kewajiban yang timbul dari suatu

kegiatan ekonomi. Sistem pembayaran merupakan sistem yang

berkaitan dengan pemindahan sejumlah nilai uang dari satu pihak

ke pihak lain. Media yang digunakan untuk pemindahan nilai

uang tersebut sangat beragam, mulai dari penggunaan alat

pembayaran yang sederhana sampai pada penggunaan sistem

yang kompleks dan melibatkan berbagai lembaga berikut aturan

mainnya. Kewenangan mengatur dan menjaga kelancaran sistem

pembayaran di Indonesia dilaksanakan oleh Bank Indonesia yang

dituangkan dalam Undang-Undang Bank Indonesia. (Nuranisa,

Isnani. 2016)

b) Sistem Pembayaran Tunai

Pembayaran tunai merupakan pembayaran yang umum

dilakukan di Indonesia. Pembayaran tunai lebih banyak

menggunakan uang kartal baik kertas dan logam sebagai alat

pembayaran. Di Indonesia, uang kartal masih memegang peran

10

penting dalam pembayaran khususnya untuk transaksi-transaksi

bernilai kecil. Dalam masyarakat modern seperti sekarang ini

pemakaian alat pembayaran tunai seperti uang kartal memang

cenderung lebih kecil dibandingkan dengan penggunaan uang

giral karena munculnya inefisiensi dalam penggunaan uang kartal.

(Bank Indonesia dalam Siwinastiti, 2014)

c) Sistem Pembayaran Non Tunai

1) Instrumen Berbasis Warkat/Kertas (Paper Based

Instruments)

Instrumen-instrumen berbasis warkat ini, umumnya sudah

lama dipergunakan dalam praktek perbankan. Beberapa

instrumen yang masuk dalam kategori ini adalah cek, bilyet giro,

nota debet, dan nota kredit. (Bank Indonesia dalam Siwinastiti,

2014)

1. Cek adalah surat perintah tidak bersyarat untuk membayar

sejumlah uang tertentu.

2. Bilyet giro adalah surat perintah dari nasabah kepada bank

penyimpanan dana untuk memindahbukukan sejumlah dana

dari rekening yang bersangkutan kepada rekening

pemegang yang disebutkan namanya.

3. Nota debit adalah warkat yang digunakan untuk menagih

dana pada bank lain untuk bank atau nasabah bank yang

menyampaikan warkat tersebut.

11

4. Nota kredit adalah warkat yang digunakan untuk

menyampaikan dana pada bank lain untuk bank atau

nasabah yang menerima warkat tersebut.

5. Wesel bank untuk transfer, wesel yang diterbitkan oleh

bank khusus untuk saran transfer.

6. Surat bukti penerimaan transfer adalah surat bukti

penerimaan transfer dari luar kota yang dapat ditagih

kepada bank penerima dana transfer melalui kliring lokal.

2) Instrumen Berbasis Kartu dan Berbasis Elektronik (Card

Based Instruments and Eletronic Based Instruments)

Beberapa jenis kartu pembayaran, baik yang bersifat kredit

seperti kartu kredit dan private-label cards (misalnya: kartu

pasar swalayan) maupun yang bersifat debit, seperti debit cards

dan ATM (Automated Teller Machine) telah banyak dikenal

oleh masyarakat Indonesia. Di samping itu, ada juga kartu yang

bisa disebut smart card atau chip card, sejenis kartu yang

dananya telah disimpan dalam chip elektronik. Jenis kartu ini

contohnya adalah kartu telepon prabayar (Bank Indonesia dalam

Siwinastiti, 2014). Kartu pintar (smart card) adalah salah satu

bentuk populer dari sistem pembayaran elektronik. Sistem

pembayaran elektronik adalah pembayaran yang memanfaatkan

teknologi informasi dan komunikasi seperti Integrated Circuit

(IC), cryptography, dan jaringan komunikasi.

12

Pembayaran elektronis yang banyak berkembang dan

dikenal saat ini antara lain phone banking, internet banking,

kartu kredit dan kartu debit/ATM. Seluruh pembayaran

elektronis tersebut, kecuali kartu kredit selalu terkait langsung

dengan rekening nasabah bank yang menggunakannya.

2. Uang Elektronik (E-Money)

a) Definisi Uang Elektronik

Uang elektronik adalah suatu produk stored-value atau prepaid

dimana uang disimpan dalam suatu media elektronis yang dimiliki

seseorang.

Menurut Peraturan Bank Indonesia Nomor: 16/8/PBI/2014,

Uang Elektronik (Electronic Money) adalah alat pembayaran yang

memenuhi unsur-unsur sebagai berikut:

a. Diterbitkan atas dasar nilai uang yang disetor terlebih dahulu

oleh pemegang kepada penerbit.

b. Nilai uang disimpan secara elektronik dalam suatu media seperti

server atau chip.

c. Digunakan sebagai alat pembayaran kepada pedagang yang

bukan merupakan penerbit uang elektronik tersebut.

d. Nilai uang elektronik yang dikelola oleh penerbit bukan

merupakan simpanan sebagaimana dimaksud dalam undang-

undang yang mengatur mengenai perbankan.

13

Gambar 2.1

Konsep dan Penggunaan Uang Elektronik Secara Umum

Sumber : RDP PT Bank Mandiri (Persero) Tbk

b) Perbedaan Uang Elektronik dengan APMK

Perbedaan mendasar antara uang elektronik dengan Alat

Pembayaran Menggunakan Kartu (APMK) seperti kartu kredit, kartu

debit, dan kartu ATM adalah uang elektronik (e-money) bersifat

prabayar (prepaid) sedangkan APMK bersifat akses.

1) Prabayar / Prepaid

a. Nilai uang telah tercatat dalam instrumen e-money atau

sering disebut stored value.

b. Dana yang tercatat dalam e-money sepenuhnya berada

dalam penguasaan konsumen.

c. Pada saat transaksi, perpindahan dana dalam bentuk

electronic value dari kartu e-money milik konsumen kepada

14

terminal merchant dapat dilakukan secara offline, dalam hal

verifikasi cukup dilakukan pada level merchant (point of

sale) tanpa harus online ke komputer issuer.

2) Akses

a. Tidak ada pencacatan dana pada instrumen kartu.

b. Dana sepenuhnya berada dalam pengelolaan bank

sepanjang belum ada otorisasi dari nasabah untuk

melakukan pembayaran.

c. Pada saat transaksi, instrumen kartu digunakan untuk

melakukan akses secara online ke komputer issuer untuk

mendapatkan otorisasi melakukan pembayaran atas beban

rekening nasabah, baik berupa rekening simpanan (kartu

debet) maupun rekening pinjaman (kartu kredit). Setelah di

otorisasi oleh issuer, rekening nasabah kemudian akan

langsung di debet. Dengan demikian pembayaran

menggunakan kartu kredit dan kartu debet mensyaratkan

adanya komunikasi online ke issuer.

c) Pihak-pihak yang Terkait dengan Uang Elektronik

Sesuai dengan Peraturan Bank Indonesia Nomor 16/8/PBI/2014

tentang Perubahan Atas Peraturan Bank Indonesia Nomor

11/12/PBI/2009 tentang Uang Elektronik (Electronic Money) maka

15

dapat dilihat pihak-pihak yang terkait dalam transaksi uang

elektronik yaitu:

1) Prinsipal

Bank atau Lembaga Selain Bank yang bertanggungjawab

atas pengelolaan system dan/atau jaringan antar anggotanya

yang berperan sebagai penerbit dan/atau acquirer, dalam

transaksi uang elektronik yang kerja sama dengan

anggotanya didasarkan atas suatu perjanjian tertulis.

2) Penerbit

Bank atau Lembaga Selain Bank yang menerbitkan uang

elektronik.

3) Acquirer adalah Bank atau Lembaga Selain Bank yang:

a. Melakukan kerja sama dengan pedagang sehingga

pedagang mampu memproses transaksi dari uang

elektronik yang diterbitkan oleh pihak selain acquirer

yang bersangkutan; dan

b. Bertanggungjawab atas penyelesaian pembayaran

kepada pedagang.

4) Pemegang

Pihak yang menggunakan uang elektronik.

5) Pedagang (merchant)

Penjual barang dan/atau jasa yang menerima transaksi

pembayaran dari Pemegang.

16

3. Perputaran Uang (Velocity of Money)

a) Definisi Perputaran Uang

Berdasarkan Kamus Bank Indonesia, perputaran uang (velocity

of money) merupakan besaran kecepatan perputaran uang dalam

perekonomian. Hal itu merupakan cara untuk mengukur pendapatan

nasional dibandingkan dengan perilaku pembelian dengan

menggambarkan hubungan antara uang, pembelian barang, dan jasa.

Hal tersebut biasanya dinyatakan dalam bentuk perbandingan antara

pendapatan nasional bruto terhadap persediaan uang.

b) Teori Irving Fisher

Teori ini dikembangkan oleh Irving Fisher. Ini merupakan

pendekatan teori kuantitas klasik yang ditemukan oleh Irving Fisher.

Fisher membahas mengenai keterkaitan antara jumlah total uang (M)

dan total pengeluaran dari barang dan jasa yang diproduksi dalam

perekonomian (P x Y), dimana P adalah tingkat harga dan Y adalah

output agregat. Konsep ini disebut perputaran uang (velocity of

money), yaitu rata-rata jumlah berapa kali pertahun dari satu unit

mata uang untuk membeli total barang dan jasa yang diproduksi

yang dinyatakan dalam V (velocity). V merupakan total pengeluaran

(P x Y) yang dibagi dengan jumlah uang (M).

𝑽 = 𝑷 × 𝒀

𝑴 ... (2.1)

17

Dengan mengalikan kedua sisi persamaan tersebut dengan M,

maka dapat disederhanakan dengan “persamaan pertukaran”

(equation of exchange) sebagai berikut:

𝑴 × 𝑽 = 𝑷 × 𝒀 ...(2.2)

Dimana :

M - Jumlah total uang

V - Perputaran uang (velocity of money)

Y - Output Agregat

P - Tingkat Harga

Persamaan ini menyatakan bahwa jumlah uang dikali perputaran

uang dalam satu tahun sama dengan pendapatan nominal. Irving

Fisher berpendapat bahwa percepatan ditentukan oleh institusi di

dalam perekonomian yang mempengaruhi cara individu dalam

perekonomian dalam melakukan transaksi. Jika masyarakat

menggunakan uang elektronik (e-money) untuk melakukan

transaksinya, maka penggunaan uang menjadi berkurang ketika

melakukan pembelian, sehingga semakin sedikit uang yang

dibutuhkan untuk melakukan transaksi yang dihasilkan oleh

pendapatan nominal dan percepatan akan naik. Sebaliknya, kalau

dalam melakukan pembelian lebih mudah uang tunai, maka lebih

banyak uang yang digunakan untuk melakukan transaksi yang

dihasilkan oleh jumlah pendapatan nominal yang sama, dan

percepatan akan turun. Fisher berpendapat bahwa bentuk institusi

dan teknologi dari suatu perekonomian hanya akan memengaruhi

18

percepatan secara lambat sepanjang waktu, sehingga percepatan

biasanya konstan dalam jangka pendek (Mishkin, 2009).

c) Teori Kuantitas Uang (J.M. Keynes)

Keynes mengabaikan pandangan klasik yang menyatakan bahwa

percepatan adalah konstan. Kemudian Keynes mengembangkan teori

tersebut menjadi teori preferensi likuiditas (liquidity preference

theory), yang bertanya mengapa individu memegang uang. Menurut

teori permintaan uang Keynes, ada 3 motif masyarakat

membutuhkan uang :

a. Motif transaksi

Menurutnya komponen permintaan uang akan ditentukan

oleh berapa besarnya tingkat transaksi seseorang. Oleh

karena itu, dia mengambil komponen transaksi permintaan

akan uang terhadap pendapatan. Jika pendapatan naik maka

permintaan uang akan naik juga.

𝑴𝑻𝒅 = 𝒇(𝒀) ...(2.3)

b. Motif berjaga-jaga

Keynes menyadari bahwa selain untuk bertransaksi,

seseorang juga memegang uang sebagai antisipasi terhadap

kebutuhan tak terduga. Sehingga dia merumuskan

permintaan akan uang berjaga-jaga proporsional terhadap

pendapatan. Jika pendapatan naik, maka permintaan uang

untuk berjaga-jaga juga naik.

19

𝑴𝑷𝒅 = 𝒇(𝒀) …(2.4)

c. Motif spekulasi

Diasumsikan permintaan uang dipengaruhi oleh tingkat suku

bunga. Semakin tinggi suku bunga, semakin kecil keinginan

masyarakat memegang uang kas untuk spekulasi, yang

berarti masyarakat akan mengurangi memegang uang dan

akan menabung uang tersebut.

𝑴𝑺𝒅 = 𝒇(𝑹) …(2.5)

Sehingga dapat ditulis menjadi :

𝑴𝟏 = 𝑴𝑻𝒅 + 𝑴𝑷

𝒅

𝑴𝟐 = 𝑴𝑺𝒅

𝑴𝒅 = 𝑴𝟏 + 𝑴𝟐

Permintaan uang secara keseluruhan dapat ditulis dengan

rumus :

𝑴𝒅 = 𝒇(𝒀) + 𝒇(𝑹) …(2.6)

Keterangan :

𝑴𝑻𝒅 = permintaan uang untuk transaksi

𝑴𝑷𝒅 = permintaan uang untuk jaga-jaga

𝑴𝑺𝒅 = permintaan uang untuk spekulasi

𝑴𝟏 = Uang beredar dalam arti sempit

𝑴𝟐 = Uang beredar dalam arti luas

20

B. Penelitian Terdahulu

Tabel 2.1

Ringkasan Penelitian Terdahulu

Judul Peneliti Metode

Penelitian

Hasil Penelitian

Analisis

Pengaruh

Penggunaan

Kartu

Pembayaran

Elektronik dan

Daya Substitusi

Transaksi Non

Tunai

Elektronik

Terhadap

Transaksi

Tunai

Indonesia

Siera Rossa

Sitorus,

2006

Uji Kointegrasi

Engel Granger

dan Error

Correction

Model (ECM)

Penelitian ini membuktikan

adanya hubungan yang signifikan

untuk jangka panjang antara

penggunaan kartu pembayaran

elektronik terhadap transaksi tunai

dari perkembangan jumlah

pemegang kartu ATM dan nilai

transaksi APMKnya. Peningkatan

volume transaksi non tunai yaitu

transaksi APMK dan BI-RTGS

mampu mensubstitusi transaksi

tunai. Meskipun proporsi

pensubstitusian transaksi APMK

masih relatif sedikit namun dalam

jangka panjang korelasi negatif ini

signifikan secara statistik.

Analisis Lutfida Error Hasil analisis menunjukkan bahwa

21

Pengaruh

Penggunaan

Alat

Pembayaran

Menggunakan

Kartu (APMK)

dan Uang

Elektronik (E-

Money)

Terhadap

Permintaan

Uang Kartal di

Indonesia

Siwinastiti,

2014

Correction

Model (ECM)

transaksi pembayaran non tunai

dengan menggunakan APMK

(kartu kredit, kartu ATM, kartu

debit) memiliki pengaruh negatif

dan signifikan dalam jangka

pendek dan jangka panjang

terhadap permintaan uang kartal di

Indonesia. Sedangkan, transaksi

pembayaran non tunai dengan

menggunakan uang elektronik (e-

money) berpengaruh positif dan

signifikan terhadap permintaan

uang kartal di Indonesia baik

dalam jangka pendek maupun

jangka panjang.

Analisis

Pengaruh

Transaksi Alat

Pembayaran

Dengan

Menggunakan

Kartu (APMK)

Hesekiel M.

Morsa, 2015

Ordinary Least

Square (OLS)

Hasil penelitian menunjukkan

transaksi APMK yang terdiri dari

nominal transaksi kartu ATM-

debit dan nominal transaksi kartu

kredit secara parsial tidak

berpengaruh signifikan terhadap

perputaran uang di Indonesia,

22

Terhadap

Perputaran

Uang di

Indonesia

tetapi secara simultan nominal

transaksi kartu ATM-debit dan

nominal transaksi kartu kredit

berpengaruh signifikan terhadap

perputaran uang di Indonesia.

Pengaruh

Pendapatan,

Pengetahuan

Produk dan

Infrastruktur

Terhadap Minat

Masyarakat di

Yogyakarta

Menggunakan

Uang

Elektronik (E-

Money)

Dwi Tyas

Satryani,

2017

Structural

Equation

Modeling

(SEM)


bahwa dari tiga faktor yang

digunakan, hanya terdapat dua

faktor yang mempengaruhi minat


money) secara positif dan

signifikan, yaitu pengetahuan

produk dan infrastruktur,

sedangkan pendapatan tidak

berpengaruh terhadap minat


money).

Analisis

Pengaruh Daya

Tarik Promosi,

Persepsi

Kemudahan,

Cahaya

Agung

Purnama,

2012

Regresi Linier

Berganda

Persepsi manfaat menunjukkan

koefisien regresi paling besar.

Persepsi kemanfaatan adalah

faktor paling penting yang

mempengaruhi minat beli

23

Persepsi

Kemanfaatan,

dan Harga

Terhadap Minat

Beli E-TOLL

Card Bank

Mandiri

konsumen untuk membeli produk

e-toll card. Faktor penting kedua

adalah persepsi kemudahan

kemudian harga dan daya tarik

promosi sebagai faktor ketiga dan

keempat yang berpengaruh

terhadap minat beli konsumen.

Pengaruh

Teknologi

Modern

Terhadap Real

Currency di

Indonesia

Istiningdiah,

2016

Error

Correction

Model (ECM)

Hasil analisis menunjukkan bahwa

jumlah mesin ATM, fenomena

boomingnya e-commerce, produk

domestik bruto, suku bunga

deposito dan nilai tukar secara

bersama-sama berpengaruh

signifikan terhadap real currency

di Indonesia. Sedangkan hasil uji

secara parsial menunjukkan bahwa

jumlah mesin ATM berpengaruh

negatif tetapi tidak signifikan

terhadap real currency, fenomena

boomingnya e-commerce

berpengaruh negatif dan

signifikan, produk domestik bruto

24

berpengaruh positif tetapi tidak

signifikan, suku bunga deposito

dan nilai tukar berpengaruh negatif

dan signifikan terhadap real

currency di Indonesia.

Pengaruh

Penggunaan

Kartu Debit

dan Uang

Elektronik (E-

Money)

Terhadap

Pengeluaran

Konsumsi

Mahasiswa

Laila

Ramadani,

2016

Regresi Linier

Berganda

Hasil analisis menunjukkan bahwa

penggunaan kartu debit dan uang

elektronik memiliki pengaruh

positif dan signifikan terhadap

pengeluaran konsumsi mahasiswa.

Pengaruh

Kemampuan

Finansial,

Kemudahan,

dan Perilaku

Konsumen

Terhadap Minat

Indrawan

Firdauzi,

2016

Structural

Equation

Modeling

(SEM)


variabel kemampuan finansial

berpengaruh positif dan signifikan

terhadap variabel minat dan

kemudahan. Variabel kemudahan


terhadap perilaku konsumen dan

25

Penggunaan

Uang

Elektronik di

Kota

Yogyakarta

minat. Variabel perilaku konsumen


terhadap minat.

Analisis

Preferensi

Konsumen

dalam

Pengambilan

Ke putusan

pada

Penggunaan

Kartu E-Money

Sebagai Alat

Transaksi

Isnani

Nurannisa

Fitri, 2016

Regresi Linier

Berganda


variabel kemudahan, pemanfaatan

waktu, tingkat keamanan,

kepercayaan dan biaya


terhadap preferensi konsumen

Pengaruh

Persepsi

Kemudahan

dan Persepsi

Kemanfaatan

Terhadap Minat

Nur Fitri

Pratiwi,

Fauziah

Umar, A. M.

Nur

Baumassepe,

Regresi Linier

Berganda


bahwa variabel persepsi

kemudahan dan persepsi

kemanfaatan berpengaruh positif

dan signifikan terhadap minat

konsumen menggunakan kartu

26

Konsumen

Menggunakan

Kartu Brizzi

PT. Bank

Rakyat

Indonesia

(Persero), Tbk

di Makassar

2015 Brizzi di Makasar. Variabel yang

memiliki pengaruh paling dominan

terhadap minat konsumen adalah

variabel persepsi kemudahan.

C. Kerangka Berpikir

Penelitian ini memiliki fokus dalam mengkaji pengaruh penggunaan

uang elektronik (jumlah uang elektronik beredar dan jumlah mesin uang

elektronik) terhadap perputaran uang. Keterkaitan antara latar belakang

serta perumusan masalah dengan variabel-variabel penelitian diuraikan

pada diagram alur (flow chart) dalam Gambar 2.1

27

Uang Elektronik

Jumlah Uang

Elektronik Beredar

(X1)

Jumlah Mesin EDC

Uang Elektronik

(X2)

Perputaran Uang

(Y)

Metode Analisis

OLS Regresi Linier

Berganda

Gambar 2.2

Kerangka Berpikir dalam Diagram Alur

1. Pengaruh antar jumlah uang elektronik beredar dengan

perputaran uang.

2. Pengaruh antar jumlah mesin EDC uang elektronik terhadap

perputaran uang.

3. Pengaruh antar jumlah uang elektronik beredar dan jumlah

mesin EDC uang elektronik terhadap perputaran uang.

28

D. Hipotesis Penelitian

Hipotesis merupakan jawaban sementara atas suatu persoalan yang

masih dibuktikan kebenarannya dan harus bersifat logis, jelas, dan dapat

diuji. Hipotesis yang diajukan dalam penelitian ini adalah :

1. H0 : Diduga tidak terdapat pengaruh Jumlah Uang Elektronik Beredar

terhadap Perputaran Uang

H1 : Diduga terdapat pengaruh Jumlah Uang Elektronik Beredar


2. H0 : Diduga tidak terdapat pengaruh Jumlah Mesin EDC Uang

Elektronik terhadap Perputaran Uang

H1 : Diduga terdapat pengaruh Jumlah Mesin EDC Uang Elektronik


3. H0 : Diduga tidak terdapat pengaruh Jumlah Uang Elektronik Beredar

dan Jumlah Mesin Uang Elektronik terhadap Perputaran Uang

H1 : Diduga terdapat pengaruh Jumlah Uang Elektronik Beredar dan

Jumlah Mesin EDC Uang Elektronik terhadap Perputaran Uang

29

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini menggunakan data runtut waktu atau time series dengan

alat analisis regresi. Data time series merupakan data yang terdiri dari satu

objek tetapi meliputi beberapa periode waktu (Winarno, 2009).

Dalam penelitian ini menggunakan beberapa objek penelitian yang tediri

dari satu variabel dependen (variabel terikat) dan tiga variabel independen

(variabel bebas). Variabel dependen adalah variabel yang timbul sebagai

akibat langsung variabel bebas sedangkan variabel independen adalah

variabel yang diduga sebagai penyebab timbulnya variabel lain.

Variabel dependen yang digunakan dalam penelitian ini adalah

perputaran uang. Sedangkan variabel independen yang digunakan dalam

penelitian ini adalah jumlah uang elektronik beredar dan jumlah mesin EDC

uang elektronik. Penelitian ini dibatasi pada ruang lingkup studi kasus di

Indonesia namun tidak secara spesifik menganalisis potensi daerah atau tiap

provinsi dikarenakan terbatasnya data yang tersedia.

B. Metode Penentuan Sampel

Sampel yang digunakan dalam penelitian ini adalah data sekunder maka

metode pengambilan sampel yang digunakan adalah teknik purposive

sampling, yaitu penarikan sampel yang dilakukan karena tujuan penelitian

hanya dimaksudkan untuk mengungkap variabel hanya sebatas itu saja.

30

C. Metode Pengumpulan Data

Metode secara umum diartikan sebagai proses, cara, atau prosedur yang

digunakan untuk memecahkan suatu masalah. Metode yang digunakan untuk

mengumpulkan data dalam penelitian ini adalah sebagai berikut:

1. Studi Pustaka

Studi ini digunakan sebagai landasan teori yang digunakan dalam

menganalisis kasus. Dasar-dasar diperoleh dari buku-buku, literatur-

literatur maupun tulisan-tulisan yang berhubungan dengan penelitian ini.

2. Studi Dokumen

Metode dokumentasi adalah metode pengumpulan data dengan jalan

melihat, membaca, mempelajari, kemudian mencatat data yang ada

hubungannya dengan objek penelitian. Data diambil dari berbagai

sumber seperti artikel, dokumen, peraturan pemerintah atau data dari

pemerintah tersebut.

D. Metode Analisis Data

Dalam penelitian ini metode analisis yang digunakan adalah Regresi

Linier Berganda. Analisis Regresi Linier Berganda bertujuan untuk melihat

pengaruh dari penggunaan uang elektronik yang terdiri dari jumlah uang

elektronik beredar dan jumlah mesin EDC uang elektronik sebagai variabel

independennya terhadap variabel dependen yaitu perputaran uang.

31

1. Regresi Linier Berganda

Metode analisis linier berganda digunakan dimana terhadap dua atau

lebih variabel independen (X1 dan X2) dengan variabel dependen (Y).

Model persamaan yang digunakan dalam menganalisis data ini adalah:

𝑃𝑈𝑖𝑡 = 𝛽0 + 𝛽1𝐽𝑈𝐸𝐵𝑖𝑡 + 𝛽2𝑀𝐸𝑆𝐼𝑁_𝐸𝐷𝐶𝑖𝑡 + 𝜀𝑖𝑡 …(3.1)

Dimana :

PUit = Perputaran uang

β0 = Konstanta/Intercept

β0...βn = Koefisien regresi

JUEBit = Jumlah uang elektronik yang beredar

MESIN_EDCit = Jumlah mesin EDC uang elektronik

εit = Standard error

2. Uji Asumsi Klasik

Berbagai masalah yang sering dijumpai dalam analisis regresi dan

korelasi adalah: multikolinearitas, heteroskedastisitas, autokorelasi, dan

normalitas.

a. Uji Normalitas

Widarjono (2015) menjelaskan bahwa salah satu asumsi model

regresi adalah residual mempunyai distribusi normal. Apa

konsekuensinya jika model tidak mempunyai residual yang

berdistribusi normal? Uji t untuk melihat signifikansi variabel

independen terhadap variabel dependen tidak bisa diaplikasikan jika

residual tidak mempunyai distribusi normal.

32

Menurut Alghifari (2013) pengujian terhadap normalitas ini

dapat dilakukan dengan banyak cara, seperti uji chi-square goodness

of fit atau uji jarque-bera.

Pengujian normalitas dengan uji chi-square goodness of fit. Jika

nilai x2 lebih kecil daripada nilai kritisnya (x2 tabel; df. = n-1-k;

dimana n adalah banyaknya kelas dan k adalah banyaknya parameter

yang diestimasi), maka dapat disimpulkan bahwa kesalahan

pengganggunya (disturbance ui) kemungkinan berasal dari distribusi

hipotesis (distribusi normal).

Rosadi (2012) menjelaskan bagaimanakah jika data tidak

berdistribusi normal? Salah satu hal yang dapat dilakukan dalam

keadaan ini adalah melakukan transformasi terhadap data. Jika data

menceng dan semuanya bernilai positif, salah satu metode

transformasi power (y = xλ untuk λ ≠ 0 dan y = ln(x) untuk λ = 0),

atau ekuivalennya, dengan menggunakan metode Box-Cox power (y

= (xλ – 1) / λ untuk λ ≠ 0 dan y = ln(x) untuk λ = 0).

Menurut Winarno (2011) bila nilai jarque-bera tidak signifikan

(lebih kecil dari 2), maka data berdistribusi normal. Bila probabilitas

lebih besar dari 5% (bila anda menggunakan tingkat signifikansi

tersebut), maka data berdistribusi normal (hipotesis nolnya adalah

data berdistribusi normal). Langkah pengujian sebagai berikut :

Hipotesis

H0 : model terdistribusi normal

33

H1 : model tidak terdistribusi normal

Pengambilan keputusan dilakukan dengan kriteria :

Jika probabilitas OBS*R2 > 0,05 H0 diterima

Jika probabilitas OBS*R2 < 0,05 H1 diterima

Artinya adalah apabila probabilitas OBS*R2 lebih besar dari

0,05 maka model tersebut dikatakan normal. Apabila probabilitas

OBS*R2 lebih kecil dari 0,05 maka model tersebut dikatakan tidak

normal. (Winarno, 2011)

Ada beberapa alternatif dalam menghilangkan gejala normalitas,

yaitu sebagai berikut : (Winarno, 2011)

Menambah periode waktu penelitian

Metode transformasi

b. Uji Multikolinearitas

Multikolinearitas adalah kondisi adanya hubungan linier antar

variabel independen. Karena melibatkan beberapa variabel

independen, maka multikolinearitas tidak akan terjadi pada

persamaan regresi sederhana (yang terdiri atas satu variabel

dependen dan satu variabel independen). (Winarno, 2011)

Gujarati dalam Ariefianto (2012) menyatakan bahwa

multikolinearitas adalah fenomena sampling. Ia terjadi pada sampel

dan bukan pada populasi. Hal ini tentu saja jika kita telah

menspesifikasikan variabel yang masuk ke dalam model dengan

benar (misalnya tidak ada variabel yang merupakan multiplikasi dari

34

variabel lain). Dengan kata lain, jika dimungkinkan untuk bekerja

pada populasi maka multikolinearitas tidak akan pernah menjadi

suatu masalah.

Winarno (2011) menjelaskan apabila model prediksi kita

memiliki multikolinearitas, akan memunculkan akibat-akibat berikut

ini :

1) Estimator masih bersifat BLUE, tetapi memiliki varian dan

kovarian yang besar, sehingga sulit dipakai sebagai alat

estimasi.

2) Interval estimasi cenderung lebar dan nilai statistik uji t akan

kecil, sehingga menyebabkan variabel independen tidak

signifikan secara statistik dalam mempengaruhi variabel

independen.

Menurut Ariefianto (2012) terdapat beberapa penyebab

multikolinearitas, diantaranya:

1) Cara pengambilan data dan kecilnya ukuran sampel.

2) Pembatas para model atau populasi yang disampel. Misalnya

kita meregresi konsumsi listrik terhadap pendapatan dan ukuran

rumah. Disini populasi dari mana sampel diperoleh memiliki

karakteristik kolinearitas, dimana individu yang memiliki

pendapatan tinggi umumnya memiliki rumah berukuran besar.

35

3) Spesifikasi model. Penambahan polynomal (x2, x3, dst)

berpotensi menimbulkan masalah multikolinearitas terutama jika

kisaran nilai x yang dimiliki adalah kecil.

4) Model yang overdetermined. Hal ini terjadi jika model

dimaksud memiliki lebih banyak variabel dibandingkan jumlah

sampel (umumnya terjadi pada penelitian medis).

5) Common trend. Terutama jika kita menggunakan data time

series, banyak variabel seperti GDP, konsumsi agregat, PMA,

dan sebagainya bergerak searah berdasarkan waktu.

Menurut Winarno (2011) kondisi terjadinya multikolinearitas

ditunjukkan dengan berbagai informasi, salah satunya yaitu nilai R2

tinggi, tetapi variabel independen banyak yang tidak signifikan.

Terdapat suatu kemungkinan memperbaiki dengan data yang

ada. Beberapa hal yang disarankan untuk dilakukan di antaranya

(Ariefianto, 2012):

1) Penggunaan informasi apriori. Informasi apriori adalah

informasi yang bersifat non-sample. Ia tidak berasal dari data

melainkan dari teori, penelitian lainnya, atau judgement peneliti.

2) Penggunaan data panel. Data semacam ini memiliki beberapa

karakter yang berguna bagi penelitian dan robust terhadap

beberapa pelanggaran asumsi (termasuk multikolinearitas).

3) Penggantian atau mengeluarkan variabel. Hal ini dilakukan jika

tidak menyebabkan specification error (variabel yang

36

dihilangkan tidak berasal dari teori) dan bersifat substitusi

terhadap variabel lainnya.

4) Transformasi variabel. Beberapa untuk transformasi yang umum

digunakan adalah first different, ratio transformation (seperti

pada WLS) dan bentuk log.

Menurut Ghozali (2012) uji multikolinearitas bertujuan untuk

menguji apakah suatu model regresi terdapat korelasi antar variabel

bebas (independen). Pengujian multikolinearitas dapat dilihat dari

besaran VIF (Variance Inflation Factor) dan tolerance. Tolerance

mengukur variabel independen yang terpilih yang tidak dijelaskan

oleh variabel independen lainnya. Jadi nilai tolerance yang rendah

sama dengan nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai

cutoff yang umum dipakai untuk menunjukkan adanya

multikolinearitas adalah nilai tolerance ≥ 0,01 atau sama dengan

nilai VIF ≤ 10. Langkah pengujian sebagai berikut :

Hipotesis :

H0 : model bersifat multikolinearitas

H1 : model tidak bersifat multikolinearitas


Apabila nilai Centered VIF x1 dan x2 > 10 H0 diterima

Apabila nilai Centered VIF x1 dan x2 < 10 H0 ditolak

Artinya apabila nilai Centered VIF masing-masing variabel

independen lebih dari 10 maka model tersebut mengalami

37

multkolinearitas. Apabila Centered VIF masing-masing variabel

independen kurang dari 10 maka model tersebut tidak mengalami

multikolinearitas.

Ada beberapa alternatif dalam menghilangkan gejala

multikolinearitas, yaitu :

➢ Biarkan model kita mengandung multikolinearitas, karena

estimatornya masih dapat bersifat BLUE. Sifat BLUE tidak

terpengaruh oleh ada atau tidaknya korelasi antar variabel.

➢ Tambahkan datanya bila memungkinkan, karena masalah

multikolinearitas muncul karena jumlah observasinya yang

sedikit.

➢ Hilangkan salah satu variabel independen, terutama yang

mempunyai hubungan linier yang kuat dengan variabel lain.

➢ Transformasikan salah satu (atau beberapa) variabel, termasuk

misalnya dengan melakukan diferensi.

c. Uji Heteroskedastis

Asumsi penting (asumsi Gauss Markov) dalam penggunaan

OLS adalah varians residual yang konstan. Varian dari residual tidak

berubah dengan berubahnya satu atau lebih variabel bebas. Jika

asumsi ini terpenuhi, maka residual disebut homoskedastis, jika

tidak, disebut heteroskedastis (Ariefianto, 2012).

38

Menurut Gujarati, Pindyck, dan Rubenfeld dalam Ariefianto

(2012) terdapat beberapa alasan mengapa residual regresi dapat

bersifat heteroskedasti, diantaranya:

1) Situasi error learning, misalnya kita ingin mengetahui

hubungan tingkat kesalahan mengetik terhadap berbagai

variabel. Jika kita menggunakan sampel yang bersifat panel atau

time series akan sangat mungkin model yang dimiliki akan

bersifat heteroskedastis. Hal ini disebabkan kesalahan

pengetikan akan menurun dari waktu ke waktu dan terjadi

konvergensi di antara elemen sampel (kesalahan anggota sampel

yang paling tidak terampil akan menurun mendekati mereka

yang awalnya sudah terampil).

2) Kemampuan diskresi. Hal ini tampak jelas pada penelitian

dengan menggunakan variabel pendapatan. Aktivitas oleh

individu yang memiliki pendapatan tinggi akan jauh lebih

variatif dibandingkan mereka yang berpendapatan rendah.

Dengan demikian suatu model regresi dengan menggunakan

variabel semacam ini akan mengalami peningkatan residual

kuadrat dengan semakin besarnya pendapatan.

3) Perbaikan teknik pengambilan data. Peneliti akan belajar untuk

menarik informasi dengan benar, dengan demikian kesalahan

akibat proses ekstraksi data akan semakin menurun.

39

4) Keberadaan outlier. Outlier adalah data yang memiliki

karakteristik sangat berbeda dari kondisi yang umum. Misalnya

kita memiliki suatu set data pendapatan dengan kisaran IDR 2-5

juta per bulan, keberadaan individu dengan pendapatan 100 juta

dapat dikatakan outlier.

Ariefianto (2012) menjelaskan jika pada suatu model regresi

terdeteksi heteroskedastis, maka standar error dari regresi menjadi

bias. Sebagai konsekuensinya, seluruh tipe uji hipotesis (parsial dan

exclusion) menjadi menyesatkan. Untuk itu perlu dilakukan koreksi

terhadap model. Terdapat 2 tipe koreksi yakni (1) koreksi terhadap

standar error regresi dan (2) Generalized Least Square (GLS).

Tipe koreksi yang pertama dilakukan hanya terbatas pada

standar error regresi. Tidak ada modifikasi atau estimasi ulang atas

parameter yang diperoleh dari OLS. Koreksi terhadap standar error

regresi dilakukan melalui prosedur yang diuraikan oleh White (1980)

dan dikenal dengan nama Heterocedasticity Robust Standard Error.

Generalized Least Square (GLS) prosedur koreksi

heteroskedastisitas dengan cara melakukan transformasi atau

reestimasi. Jika kita mengetahui bentuk spesifik dari

heteroskedastisitas (misalnya linier terhadap variabel bebas) maka

kita dapat memodifikasi nilai variabel terikat dan variabel bebas

sesuai dengan bentuk heteroskedastisitas dan mengestimasinya

kembali.

40

Uji ini mengasumsikan jika varian error merupakan fungsi yang

mempunyai hubungan dengan variabel bebas, kuadrat dari masing-

masing variabel bebas dan interaksi antar variabel bebas. Langkah

pengujian sebagai berikut :

Hipotesis :

H0 : model terdapat heteroskedastisitas

H1 : model tidak terdapat heteroskedastisitas


Apabila probabilitas OBS*R2 > 0,05 H0 ditolak

Apabila probabilitas OBS*R2 < 0,05 H0 diterima

Artinya apabila nilai probabilitas OBS*R2 lebih besar dari 0,05

maka data tersebut terbebas dari masalah heteroskedastisitas, namun

jika probabilitas OBS*R2 lebih kecil dari 0,05 maka data tersebut

mengalami masalah heteroskedastisitas. (Winarno, 2011)

Cara menghilangkan heteroskedastisitas ada beberapa alternatif

yang dapat dilakukan, yaitu :

➢ Metode WLS (Weighted Least Square), metode ini dilakukan

jika varian dan residual diketahui.

➢ Metode White, metode ini dilakukan jika varian dan residual

tidak diketahui.

d. Uji Autokorelasi

Autocorrelation adalah hubungan antara residual satu observasi

dengan residual observasi lainnya. Autokorelasi lebih mudah timbul

41

pada data yang bersifat runtut waktu, karena berdasarkan sifatnya,

data masa sekarang dipengaruhi oleh data pada masa-masa

sebelumnya. Meskipun demikian tetap dimungkinkan autokorelasi

dijumpai pada data yang bersifat antar objek (cross-section)

(Winarno, 2011).

Menurut Winarno (2011) apabila data yang kita analisis

mengandung autokorelasi, maka estimator yang kita dapatkan

memiliki karakteristik berikut ini:

1) Estimator metode kuadrat terkecil masih linier.

2) Estimator metode kuadrat terkecil masih tidak bias.

3) Estimator metode kuadrat terkecil tidak mempunyai varian yang

minimum (no longer best).

Menurut Wooldridge, Vogelvang, dan Gujarati dalam Ariefianto

(2012) secara spesifik, beberapa penyebab autokorelasi (atau juga

sering disebut korelasi serial) di antaranya:

1) Inertia. Salah satu karakteristik umum dari data yang bersifat

time series adalah adanya inertia (sluggishness). Penyesuaian

akibat suatu goncangan terhadap variabel makro ekonomi adalah

bersifat bertahap, dan berlangsung sepanjang waktu tertentu.

2) Specification blas. Yakni kesalahan dalam menspesifikasi

model. Terdapat dua tipe kesalahan, yakni (1) mengeluarkan

variabel yang seharusnya ada pada model (omitted variabel) dan

(2) bentuk fungsional yang tidak benar.

42

3) Fenomena Cobweb. Sering terjadi pada permodelan di mana

terdapat suatu fenomena lagged response.

4) Rekayasa data. Karena satu dan hal lain, seorang peneliti kadang

harus “menukangi” data. Salah satu praktik “menukangi data”

yang sering terjadi misalnya akibat perbedaan frekuensi.

5) Dampak musiman. Misalnya variabel terikat yang kita gunakan

memiliki karakter musiman (misalnya produksi beras),

sedangkan variabel penjelas yang digunakan tidak. Apabila

variabel terikat ini tidak disesuaikan terlebih dahulu

(deseasonlized) maka residual dari regresi akan menunjukkan

karakter musiman yang ada pada variabel terikat.

Dalam penelitian ini untuk melihat ada atau tidaknya

autokorelasi dapat menggunakan Uji Breusch dan Godfrey (BG) atau

lebih dikenal dengan Uji LM (Langrange Multiplier). Dengan

langkah pengujian sebagai berikut :

Hipotesis :

H0 : model terdapat autokorelasi

H1 : model tidak terdapat autokorelasi


Apabila Prob. Chi Square > 0,05 H0 ditolak

Apabila Prob. Chi Square < 0,05 H0 diterima

Dengan tingkat signifikansi (α) sebesar 5%, artinya jika nilai

probabilitas Chi Square lebih besar dari 0,05 maka model penelitian

43

bebas dari masalah autokorelasi. Jika yang terjadi sebaliknya atau

nilai probabilitas Chi Square lebih kecil dari 0,05 maka model

penelitian terdapat masalah autokorelasi. (Winarno, 2011)

Adapun cara atau alternatif yang dapat dilakukan untuk

mengatasi masalah autokorelasi adalah sebagai berikut :

➢ Dengan metode transformasi data dalam bentuk logaritma

natural

➢ Dengan melakukan metode diferensi tingkat pertama.

3. Uji Hipotesis

Uji hipotesis bertujuan untuk menguji apakah koefisien regresi yang

telah diuji menghasilkan data yang signifikan (berbeda nyata) atau

kegunaan uji ini untuk membuktikan kebenaan hipotesis secara statistik

terhadap masing-masing koefisien regresi berganda. Maksud dari

signifikan ialah suatu koefisien regresi yang secara statistik tidak sama

dengan nol. Jika koefisien slope sama dengan nol, berarti dapat dikatakan

bahwa tidak cukup bukti untuk menyatakan variabel bebas mempunyai

pengaruh terhadap variabel terikat. Dari hasil koefisien regresi berganda

akan dapat diketahui baik secara bersama maupun terpisah terhadap

variabel terikatnya yang kemudian dibandingkan dengan nilai tabel pada

derajat bebas tertentu untuk menerima atau menolak hipotesis.

Sebagai alternatif, anda dapat menggunakan pendekatan ini dengan

memperoleh statistik uji yang relevan (misalnya, statistik uji t) dengan

44

hipotesis nol dan mencari nilai ρ untuk mendapatkan nilai tertentu dari

statistik uji menurut distribusi probabilitas yang sesuai (misalnya,

distribusi t, F, χ2). Jika probabilitas ini lebih kecil dari nilai α yang telah

ditetapkan sebelumnya, anda dapat menolak hipotesis nol. Tetapi jika

probabilitas tersebut lebih besar dari α, jangan menolak hipotesis nol.

Jika anda tidak ingin menetapkan nilai α terlebih dulu, cukup tampilkan

nilai ρ dari uji statistik (Gujarati, 2007). Dalam metode regresi linear

berganda terdapat beberapa metode uji hipotesis yang umum digunakan,

diantaranya :

a. Uji Statistik t (Parsial)

Uji t ini digunakan untuk membuktikan apakah variabel

independen secara individu mempengaruhi variabel dependen. Ada

dua hipotesis yang diajukan oleh setiap peneliti yaitu hipotesis nol

(H0) dan hipotesis alternatif (H1). Hipotesis nol merupakan angka

numerik dari nilai parameter populasi. Hipotesis nol ini dianggap

benar sampai kemudian bisa dibuktikan salah berdasarkan data

sampel yang ada. Sementara itu hipotesis alternatif merupakan lawan

dari hipotesis nol. Hipotesis alternatif ini harus benar ketika hipotesis

nol terbukti salah (Widarjono, 2010).

Menurut Widarjono (2010) signifikansi tidaknya sebuah

variabel independen di dalam analisis regresi bisa dilihat dari nilai ρ

dibandingkan dengan nilai α. Jika nilai probabilitas ρ lebih kecil dari

nilai α yang dipilih maka kita menolak hipotesis nol (H0) atau

45

menerima hipotesis alternatif (H1) dan sebaliknya jika nilai

probabilitas ρ lebih besar dari nilai α maka kita menerima hipotesis

nol atau menolak hipotesis alternatif. Setiap program komputer

untuk olah data ekonometrika selalu memberi informasi tentang

besarnya nilai probabilitas ρ sehingga kita bisa secara cepat

mengevaluasi apakah variabel independen berpengaruh terhadap

variabel dependen.

Uji t statistik merupakan pengujian untuk mengetahui apakah

masing-masing koefisien regresi signifikan atau tidak terhadap

variabel dependen dengan menganggap variabel independen lainnya

konstan. Cara untuk melaksanakan uji t ada salah satunya yaitu

dengan melihat tingkat signifikansi (probabilitas). Langkah-langkah

yang harus dilakukan untuk pengujian tersebut adalah sebagai

berikut : (Nachrowi, 2006)

Hipotesis :

H0 : variabel independen berpengaruh terhadap variabel

dependen secara parsial

H1 : variabel independen tidak berpengaruh terhadap variabel

dependen secara parsial


Apabila probabilitas βi > 0,05 Tidak signifikan

Apabila probabilitas βi < 0,05 Signifikan

46

Dengan tingkat signifikansi (α) sebesar 5%, artinya adalah jika

nilai probabilitas βi lebih besar dari 0,05 maka variabel independen

secara parsial tidak berpengaruh signifikan. Sebaliknya, jika nilai

probabilitas βi lebih kecil dari 0,05 maka variabel independen secara

parsial mempunyai pengaruh signifikan terhadap variabel dependen.

Jika koefisien variabel bernilai positif berarti mempunyai pengaruh

yang bersifat positif. Sebaliknya, jika koefisien variabel bernilai

negatif berarti mempunyai pengaruh yang bersifat negatif.

Adapun rumus yang digunakan dalam menguji hipotesis (Uji t)

penelitian ini adalah : (Sugiyono, 2014)

𝑡 = 𝑟√𝑛−2

√1−𝑟2 …(3.2)

Keterangan :

r = Korelasi

n = Banyaknya jumlah observasi

t = Tingkat signifikan thitung yang selanjutnya dibandingkan

dengan ttabel

Hasil hipotesis thitung dibandingkan dengan ttabel dengan kriteria

uji sebagai berikut :

Jika thitung > ttabel pada α = 5% maka H0 diterima (berpengaruh)

Jika thitung < ttabel pada α = 5% maka H0 ditolak (tidak

berpengaruh)

47

b. Uji Statistik F (Simultan)

Uji F digunakan untuk mengevaluasi pengaruh semua variabel

independen terhadap variabel dependen (Widarjono, 2010).

Pengujian terhadap pengaruh variabel independen secara bersama-

sama (simultan) terhadap perubahan nilai variabel dependen

dilakukan melalui pengujian terhadap besarnya perubahan nilai

variabel dependen yang dapat dijelaskan (explained) oleh perubahan

nilai semua variabel independen.

Asumsi dari hipotesis yang digunakan sama dengan Uji t-

statistic, di mana H0 diterima berarti tidak ada pengaruh secara

simultan dari variabel bebas terhadap variabel terikat, sedangkan H1

diterima berarti ada pengaruh secara simultan dari variabel bebas

terhadap variabel terikat. Taraf keyakinan yang digunakan sebesar

95% atau pada taraf α sebesar 5%. Selain itu, pengujian hipotesis

dapat juga dilakukan dengan melihat p-value atau nilai probabilitas

dari F-statistic pada Eviews. Konsep ini membandingkan α dengan

nilai probabilitas dengan langkah sebagai berikut :

Hipotesis:

H0 : variabel independen berpengaruh terhadap variabel dependen

secara bersama-sama (simultan)

H1 : variabel independen tidak berpengaruh terhadap variabel

dependen secara bersama-sama (simultan)


48

Apabila nilai Prob. F-statistic > 0,05 H0

ditolak

Apabila nilai Prob. F-statistic < 0,05 H0

diterima

Dengan tingkat signifikansi (α) sebesar 5%, artinya adalah jika

nilai probabilitas F-statistic lebih besar dari 0,05 maka dapat

disimpulkan bahwa variabel independen tidak berpengaruh terhadap

variabel dependen secara bersama-sama (simultan). Sebaliknya, jika

nilai probabilitas F-statistic lebih kecil dari 0,05 maka dapat

disimpulkan bahwa variabel independen berpengaruh terhadap

variabel dependen secara bersama-sama (simultan).

Cara lain untuk pengujian hipotesis dapat digunakan rumus

signifikansi korelasi ganda sebagai berikut : (Sugiyono, 2014)

𝐹 = 𝑅2/ 𝑘

(1− 𝑅2)/ (𝑛−𝑘 1) …(3.3)

Keterangan :

R = Korelasi ganda

k = Jumlah variabel independen

dk = (n - k - 1) derajat kebebasan

Pengujian dengan membandingkan Fhitung dengan Ftabel dengan

ketentuan yaitu :

Jika Fhitung > Ftabel pada α = 5% H0 diterima

Jika Fhitung < Ftabel pada α = 5% H0 ditolak

49

c. Uji Koefisien Determinasi (Adjusted R Square)

Uji koefisien determinasi diperlukan untuk melihat seberapa

jauh model yang dibentuk dapat menerangkan kondisi yang

sebenarnya serta untuk menginformasikan baik atau tidaknya model

regresi yang terestimasi. Suatu ukuran yang dapat digunakan untuk

uji tersebut yaitu Uji Koefisien Determinasi atau Uji Goodness of Fit

dengan melihat nilai R2 dari model yang digunakan. Nilai R2

berkisar antara 0 sampai 1 (0 ≤ R2 ≤ 1). Semakin besar nilai R2,

maka akan semakin besar variasi variabel dependen yang dapat

dijelaskan oleh variabel independen.

Koefisien determinasi (R2) digunakan untuk mengukur seberapa

baik garis regresi sesuai dengan data aktualnya (goodness of fit).

Koefisien determinasi ini mengukur presentase total variasi variabel

dependen Y yang dijelaskan oleh variabel independen di dalam garis

regresi (Widarjono, 2010).

Dalam penggunaannya, koefisien determinasi ini dinyatakan

dalam persentase (%) dengan rumus sebagai berikut:

𝐾𝑑 = 𝑅2 × 100% …(3.4)

Keterangan :

Kd = Koefisien determinasi atau seberapa jauh perubahan variabel

terikat

R2 = Korelasi

50

Adapun kriteria untuk analisis koefisien determinasi adalah :

Jika Kd mendekati nol (0), berarti pengaruh variabel independen

terhadap variabel dependen lemah.

Jika Kd mendekati satu (1), berarti pengaruh variabel independen

terhadap variabel dependen kuat.

Suatu catatan yang penting untuk diingat pada penggunaan R2

sebagai ukuran kesesuaian model adalah bahwa R2 tidak pernah

menurun dengan penambahan regressor, sebaliknya justru

cenderung meningkat. Fakta ini berasal dari konsekuensi dari aljabar

di mana jumlah kuadrat tidak pernah menurun dengan bertambahnya

regressor (Ariefianto, 2012).

51

E. Operasional Variabel Penelitian

Tabel 3.1

Operasional Variabel Penelitian

Jenis Variabel Variabel Definisi Variabel Satuan

Dependen Perputaran Uang Berapa kali uang

berpindah tangan dalam

periode waktu tertentu dan

mengukur tingkat dimana

uang bersirkulasi dalam

perekonomian.

Perputaran

Independen Jumlah Uang

Elektronik

Beredar

Jumlah uang elektronik

yang beredar di

masyarakat pada periode

tertentu.

Unit

Independen Jumlah Mesin

EDC Uang

Elektronik

Jumlah perangkat / mesin

pembaca uang elektronik

yang tersebar secara

menyeluruh di Indonesia

pada periode tertentu.

Unit

52

BAB IV

ANALISIS DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

1. Perkembangan Uang sebagai Alat Pembayaran

Ketika seseorang sedang berjalan dan merasakan haus, kemudian ia

akan mencari toko yang menjual minuman untuk membeli sebotol

minuman yang dapat menghilangkan rasa hausnya. Dalam hal ini,

seseorang tersebut mendapatkan sebuah nilai, yakni tenggorokan yang

tidak haus. Untuk membayar atas sebotol minuman tersebut, ia

memberikan penjual minuman tersebut selembar kertas dengan ciri khas

seperti simbol-simbol tertentu, gambar gedung-gedung pemerintahan,

gambar warga negara terkenal yang sudah meninggal dunia dan tanda

tangan. Jika dilihat dari pertukaran yang terjadi, dimana sebotol minuman

menjadi senilai dengan selembar kertas bergambar dengan berbagai ciri

khas tersebut yang sebenarnya tidak bernilai apa-apa.

Bagi siapa pun yang telah hidup pada zaman perekonomian modern,

kebiasaan tersebut tidak memiliki keanehan sama sekali. Walaupun uang

kertas tidak memiliki nilai intrinsik sama sekali, penjual minuman merasa

yakin bahwa pada masa depan, pihak ketiga akan menerimanya sebagai

ganti dari barang atau jasa yang menurut penjual minuman memiliki nilai.

Sementara itu, pihak ketiga yakin bahwa orang keempat akan menerima

uang tersebut, dan mengetahui bahwa ada orang kelima yang akan

53

menerima uang tersebut, hingga seterusnya. Bagi penjual minuman dan

bagi orang-orang lainnya dalam masyarakat pada zaman modern ini, uang

tunai atau cek serta uang lainnya dapat mewakili klaim terhadap barang

dan jasa pada masa yang akan datang. (Mankiw, 2012)

Pada awalnya suatu sistem pertukaran ada karena manusia selalu

berusaha memenuhi kebutuhan hidupnya secara mandiri. Namun

seringkali keterbatasan sumber daya menjadi masalah dalam hal

memenuhi kebutuhan hidup. Keterbatasan tersebut kemudian mendorong

setiap manusia untuk mencari orang lain yang memiliki barang yang

dibutuhkannya dan mau bertukar dengan barang yang dimilikinya.

Mereka melakukan tukar-menukar barang yang dibutuhkan untuk

memenuhi kekurangannya masing-masing. Maka, mulailah terjadi

transaksi pertukaran yang dikenal dengan nama barter. Barang tertentu

ditukar dengan barang yang lain. Namun sistem ini tidak dapat bertahan

melihat banyak kekurangan yang dirasakan, salah satunya adalah tidak

adanya nilai yang menjadi standar yang dapat disepakati secara umum.

Kesulitan-kesulitan itu kemudian mendorong manusia untuk

menciptakan alternatif demi alternatif dalam hal pertukaran. Kemudian

sampailah pada apa yang dikenal sebagai uang logam dan uang kertas

sebagai alat tukar. Sejak itu sistem pembayaran terus berkembang hingga

kini. Kendati demikian, meski dirasakan banyak keterbatasan, praktik

barter masih ditemukan hingga kini, di saat mesin ATM telah merambah

pojok-pojok mall, persimpangan jalan, atau di tempat-tempat umum. Di

54

pedesaan misalnya, orang masih terbiasa menukar 1 liter beras dengan

lauk pauk yang dijual pedagang keliling. Pedagang keliling akan menjual

beras hasil barternya untuk mendapatkan uang. Beberapa suku terasing

juga masih menggunakan transaksi barter dalam memenuhi kebutuhan

hidupnya. Inovasi baru dalam bertransaksi tidak serta merta

menghilangkan secara total praktik transaksi sebelumnya. (Pohan, 2011)

2. Perkembangan Uang Elektronik (E-Money) di Indonesia

Dalam kurun waktu yang panjang sejak dikenalnya sistem pertukaran

yang bernama barter, telah ditemui 3 inovasi besar dalam alat

pembayaran yaitu full-bodied money (uang logam yang terbuat dari emas

dan perak); fiat money (uang yang nilainya lebih besar daripada nilainya

sebagai barang); checking accounts (rekening giro) dan electronic money

(uang elektronik). Secara garis besar, evolusi uang sebenarnya berakhir

sampai fiat money. Dikarenakan sampai saat ini pun penggunaan fiat

money atau uang tunai masih ada. Namun, inovasi dalam pembayaran

masih berlanjut hingga kini. Perkembangannya telah sampai pada

transaksi pembayaran elektronik atau dapat dikategorikan sebagai Sistem

Pembayaran Non Tunai.

Pembayaran elektronik adalah pembayaran yang memanfaatkan

teknologi informasi dan komunikasi seperti Integrated Circuit (IC),

cryptography atau sandi pengaman data transaksi dan jaringan

komunikasi. Awalnya transaksi jenis ini dimulai dari transfer antar

55

jaringan di internal bank. Kemudian berkembang dan dimanfaatkan untuk

transaksi antara bank dan nasabahnya. Hingga saat ini, transaksi

elektronik dengan berbagai variannya terus berkembang. Bukan hanya

melibatkan transaksi antar bank dan nasabahnya, melainkan antar

nasabah, bahkan antar manusia dalam aktivitas ekonomi. (Pohan, 2011)

Pada tanggal 14 Agustus 2014, Gubernur Bank Indonesia Agus

Martowardojo mencanangkan Gerakan Nasional Non Tunai (GNNT)

yang bertujuan untuk meningkatkan kesadaran masyarakat dan pelaku

bisnis untuk menggunakan pembayaran non tunai dalam transaksi

keuangan karena lebih mudah, aman dan efisien. Inovasi di sektor

keuangan terus berkembang seiring dengan misi Bank Indonesia untuk

mencanangkan Less Cash Society di Indonesia menambah instrumen

pembayaran non tunai yakni berupa kartu dan akun yang dikenal sebagai

Electronic Money (E-Money).

Meski fiat money masih digunakan, di sisi lain uang elektronik juga

perlahan mengalami perkembangan. Hal ini didasari oleh makin

banyaknya penerbit yang menerbitkan uang elektronik.

Tabel 4.1

Perusahaan Penerbit Uang Elektronik Tahun 2017

No. Nama Penerbit Nama Produk

1. PT Artajasa Pembayaran

Elektronis Mynt

2. PT Bank Central Asia Tbk Flazz, Sakuku, Flazz Danamon

3. PT Bank CIMB Niaga Rekening Ponsel

4. PT Bank DKI Jakcard

56

5. PT Bank Mandiri (Persero) Tbk

Emoney, ecash, Blink (BTN),

eTollcard (Jasa Marga),

Indomaret Card, GazCard

(Pertamina)

6. PT Bank Mega Tbk Megacash

7. PT Bank Negara Indonesia

(Persero) Tbk Tapcash, UnikQu

8. PT Bank Nationalnobu Nobu E-Money

9. PT Bank Permata BBM Money

10. PT Bank Rakyat Indonesia

(Persero) Tbk Brizzi

11. PT Finnet Indonesia Mobile Cash

12. PT Indosat, Tbk PayPro

13. PT Nusa Satu Inti Artha Doku

14. PT Skye Sab Indonesia Skyedoit

15. PT Telekomunikasi Indonesia,

Tbk T-Money

16. PT Telekomunikasi Selular Tcash

17. PT XL Axiata, Tbk XL Tunai

18. PT Smartfren Telecom Tbk Uangku

19. PT Dompet Anak Bangsa (d/h PT

MV Commerce Indonesia) PonselPay

20. PT Witami Tunai Mandiri Truemoney

21. PT Espay Debit Indonesia Koe uNIK

22. PT Bank QNB Indonesia Tbk DooEt

23. PT BPD Sumsel Babel BSB Cash

24. PT Buana Media Teknologi GVE Money

25. PT Bimasakti Multi Sinergi SpeedCash

26. PT Visionet Internasional OVOcash

Sumber: Bank Indonesia dan Nontunai.com

57

Berdasarkan tabel 4.1 terdapat 26 penerbit uang elektronik yang

produknya telah tersebar di masyarakat pada tahun terakhir. Terdapat

penerbit yang memiliki produk uang elektronik lebih dari satu, seperti

pada perbankan, Bank Mandiri, Bank Mega dan BNI memiliki setidaknya

2 produk yang dipasarkan kepada masyarakat.

B. Hasil Uji Penelitian

1. Hasil Uji Asumsi Klasik

Uji asumsi klasik dilakukan dengan menggunakan analisis regresi

terhadap variabel independen dan variabel dependen. Uji asumsi klasik

bertujuan untuk mengetahui kelayakan penggunaan model regresi dalam

penelitian ini. Uji asumsi klasik pada penelitian ini terdiri atas uji

normalitas, uji multikolinearitas, uji autokorelasi, dan uji

heteroskedastisitas.

Adapun dalam penelitian ini variabel independen yang digunakan

adalah Jumlah Uang Elektronik Beredar dan Jumlah Mesin EDC Uang

Elektronik. Sedangkan variabel dependen yang digunakan adalah

Perputaran Uang. Hasil asumsi klasik diperlukan agar model regresi yang

digunakan menghasilkan analisis yang tepat dan bersifat BLUE (Best

Linier Unbiased Estimated). Berikut 4 uji asumsi klasik yang dilakukan

beserta dengan hasil yang diperoleh:

58

a. Uji Normalitas

Digunakan untuk mengetahui apakah variabel dependen dan

independen berdistribusi normal atau tidak. Salah satu caranya

dengan menggunakan Jarque-Bera Test, jika nilai Jarque-Bera < 2

maka data berdistribusi normal atau nilai Probability > tingkat

signifikansi yang digunakan. (Winarno, 2011: 5.39)

Gambar 4. 1

Hasil Uji Normalitas

0

1

2

3

4

5

6

-0.04 -0.02 0.00 0.02 0.04 0.06

Series: Residuals

Sample 2010Q1 2017Q4

Observations 32

Mean 7.10e-16

Median -0.000187

Maximum 0.053212

Minimum -0.049438

Std. Dev. 0.026995

Skewness 0.125728

Kurtosis 2.219007

Jarque-Bera 0.897572

Probability 0.638403

Sumber : Hasil Pengolahan Data dengan Eviews 9

Dilihat dari hasil uji normalitas di atas dapat diketahui bahwa

nilai Jarque-Bera sebesar 0.897572 < 2 atau probability Jarque-Bera

sebesar 0.638403 > 0,05 maka dapat dinyatakan bahwa hasilnya

adalah menerima H0 atau data berdistribusi normal.

b. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah suatu

model regresi terdapat korelasi antar variabel bebas (independen).

Pengujian multikolinearitas dapat dilihat dari besaran VIF (Variance

59

Variance Inflation FactorsDate: 02/15/18 Time: 13:49Sample: 2010Q1 2017Q4Included observations: 32

Coefficient Uncentered CenteredVariable Variance VIF VIF

C 0.034600 1421.345 NALJUEB 0.000133 1582.551 3.534085

MESIN_EDC 4.14E-15 9.520627 3.534085

Inflation Factor) dan tolerance. Tolerance mengukur variabel

independen yang terpilih yang tidak dijelaskan oleh variabel

independen lainnya. Jadi nilai tolerance yang rendah sama dengan

nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai cut off yang

umum dipakai untuk menunjukkan adanya multikolinearitas adalah

nilai tolerance ≥ 0,01 atau sama dengan nilai VIF ≤ 10. (Ghozali,

2012:105) Berikut tabel hasil uji multikolinearitas.

Tabel 4.2

Hasil Uji Multikolinearitas


Berdasarkan tabel hasil uji multikolinearitas dapat dilihat bahwa

nilai VIF yang dihasilkan untuk variabel Jumlah Uang Elektronik

Beredar dan Jumlah Mesin EDC Uang Elektronik berturut-turut

adalah 3.534085 dan 3.534085 sehingga ≤ 10 atau menolak H0.

Berdasarkan hasil tersebut maka variabel independen tidak

terindikasi masalah multikolinearitas.

60

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.246989 Prob. F(4,25) 0.3168Obs*R-squared 5.322625 Prob. Chi-Square(4) 0.2558

c. Uji Autokorelasi

Uji autokorelasi bertujuan untuk melihat apakah terdapat

hubungan antara residual satu observasi dengan residual observasi

lainnya. Pengujian autokorelasi dilakukan dengan uji Breusch-

Godfrey Serial Correlation Lagrange Multiplier Test (uji LM). Uji

ini sangat berguna untuk mengidentifikasi masalah autokorelasi tidak

hanya pada derajat pertama tetapi bisa juga digunakan pada tingkat

derajat. Dikatakan terjadi autokorelasi jika nilai X2 (Obs* R-

Squared) hitung > X2 tabel atau nilai Probability < derajat

kepercayaan yang ditentukan (Ningsih dalam Irfan Tripurwanta,

2017:66).

Tabel 4.3

Hasil Uji Autokorelasi


Berdasarkan tabel 4.3 hasil uji autokorelasi di atas menunjukkan

bahwa nilai Probability Chi-Square sebesar 0,2558 > 0,05 dimana

dapat disimpulkan bahwa hasilnya adalah menerima H0 atau data

tidak mengalami masalah autokorelasi.

61

d. Uji Heteroskedastisitas

Heteroskedastisitas adalah variansi data yang digunakan untuk

membuat model menjadi tidak konstan. Pengujian terhadap ada

tidaknya masalah heteroskedastisitas dalam suatu model empiris

yang sedang diamati juga merupakan langkah penting sehingga

dapat terhindar dari masalah regresi lancung. Metode untuk dapat

mendeteksi ada tidaknya masalah heteroskedastisitas dalam model

empiris dengan menggunakan uji White (Ningsih dalam Irfan

Tripurwanta, 2017:67).

Untuk menguji heteroskedastisitas, program olah data Eviews

menyediakan metode pengujian dengan menggunakan uji White,

dimana dalam program olah data Eviews dibedakan menjadi dua

bentuk uji White Heteroskedasticity (no cross term) dan White

Heteroskedasticity (cross term). Dikatakan terdapat masalah

heteroskedastisitas dari hasil estimasi model OLS, jika X2 (Obs* R-

Squared) untuk uji White baik cross term ataupun no cross term >

X2 tabel atau nilai Probability < derajat kepercayaan yang

ditentukan (Ningsih dalam Irfan Tripurwanta, 2017:68). Hasil uji

heteroskedastisitas dapat dilihat pada tabel 4.4 berikut.

62

Heteroskedasticity Test: White

F-statistic 0.806460 Prob. F(5,26) 0.5555Obs*R-squared 4.296496 Prob. Chi-Square(5) 0.5076Scaled explained SS 2.150734 Prob. Chi-Square(5) 0.8279

Tabel 4.4

Hasil Uji Heteroskedastisitas


Berdasarkan hasil uji heteroskedastisitas di atas dapat dilihat

bahwa nilai Probability Chi-Square sebesar 0,5076 > 0,05 dimana

dapat disimpulkan bahwa hasilnya adalah menerima H0 atau data

tidak mengalami masalah heteroskedastisitas.

2. Hasil Uji Koefisien Determinansi

Uji koefisien determinasi dilakukan untuk mengukur kemampuan

variabel independen, yaitu Jumlah Uang Elektronik Beredar dan Jumlah

Mesin EDC Uang Elektronik di Indonesia menjelaskan variabel

dependen yaitu Perputaran Uang di Indonesia. Hasil uji koefisien

determinasi dapat dilihat dalam tabel 4.5 berikut.

Tabel 4.5

Hasil Uji Koefisien Determinansi


Berdasarkan tabel 4.5 didapatkan koefisien determinasi sebesar

0.971443 atau 97.14%. Dengan ini terlihat bahwa 97.14% Perputaran

R-squared 0.971443

63

Uang dapat dijelaskan oleh Jumlah Uang Elektronik Beredar dan

Jumlah Mesin EDC Uang Elektronik. Sedangkan sisanya (100% -

97.14% = 2.86%) Perputaran Uang dijelaskan oleh variabel lain yang

tidak diteliti dalam penelitian ini.

3. Hasil Uji Hipotesis

Pengujian hipotesis dalam penelitian ini dilakukan dengan

menggunakan regresi berganda (multiple regression analysis), yaitu

dilakukan melalui uji statistik F dan uji statistik t.

a. Hasil Uji Statistik t

Uji statistik t digunakan untuk mengetahui ada atau tidaknya

pengaruh masing-masing variabel independen secara individual

terhadap variabel dependen yang diuji pada tingkat signifikansi

0.05. Jika nilai probability t lebih kecil dari 0.05 maka H1 diterima

dan menolak H0, sedangkan jika nilai probability t lebih besar dari

0.05 maka H0 diterima dan menolak H1. Berikut tabel 4.6 yang

menunjukkan hasil uji statistik t.

64

Sumber : Hasil Pengolahan Data dengan E-views 9.0s

Dependent Variable: LPUMethod: Least SquaresDate: 02/15/18 Time: 13:42Sample: 2010Q1 2017Q4Included observations: 32

Variable Coefficien... Std. Error t-Statistic Prob.

C 3.541163 0.186010 19.03753 0.0000LJUEB -0.153499 0.011550 -13.28980 0.0000

MESIN_EDC -2.50E-07 6.44E-08 -3.884724 0.0005

Tabel 4.6

Hasil Uji Statistik t (Parsial)

Pada tabel 4.6 diatas menunjukkan hasil uji statistik t antara

variabel independen dengan variabel dependen sebagai berikut:

Hasil uji hipotesis 1: Pengaruh Jumlah Uang Elektronik

Beredar Terhadap Perputaran Uang.

Dari tabel tersebut menunjukkan hasil bahwa variabel LJUEB

(Jumlah Uang Elektronik Beredar) memiliki nilai probabilitas

statistik t sebesar 0.0000 < 0.05 yang berarti menolak H0 sehingga

dapat dikatakan bahwa Jumlah Uang Elektronik Beredar

mempunyai pengaruh signifikan terhadap Perputaran Uang di

Indonesia tahun 2010-2017.

Hal ini sejalan dengan pemikiran Fisher dimana saat semakin

banyak instrumen non tunai yang digunakan maka semakin sedikit

penggunaan uang secara fisik untuk transaksi sehingga perputaran

uang meningkat.

65

Hasil uji hipotesis 2: Pengaruh Jumlah Mesin EDC Uang

Elektronik Terhadap Perputaran Uang.

Dari tabel tersebut menunjukkan hasil bahwa variabel Mesin

EDC (Jumlah Mesin EDC Uang Elektronik) memiliki nilai

probabilitas statistik t sebesar 0.0005 < 0.05 yang berarti menolak

H0 sehingga dapat dikatakan bahwa Jumlah Mesin EDC Uang

Elektronik mempunyai pengaruh signifikan terhadap Perputaran

Uang di Indonesia tahun 2010-2017.

Hal sejalan dengan logika yang diterapkan tentang uang

elektronik, dimana mesin EDC diperlukan untuk membaca data

yang terdapat pada uang elektronik. Maka semakin banyak

infrastruktur pendukung uang elektronik menyebabkan

penggunaan uang elektronik semakin tinggi sehingga perputaran

uang meningkat.

Berdasarkan tabel 4.6, maka diperoleh model persamaan

regresi sebagai berikut:

LPU = 3.541163 – 0.153499 LJUEB – 2.50000 MESIN_EDC + ε

Persamaan regresi berganda di atas dapat dibaca sebagai

berikut:

1. Nilai konstanta sebesar 3.541163, artinya apabila nilai

variabel – variabel independen sebesar 0, maka Nilai

Perputaran Uang sebesar 3.541163 perputaran.

66

2. Nilai Jumlah Uang Elektronik Beredar sebesar 0.153499

artinya setiap peningkatan Jumlah Uang Elektronik Beredar

sebanyak 1 unit akan menaikkan Perputaran Uang sebesar

3.387664 perputaran dengan asumsi variabel independen

lainnya tetap.

3. Nilai Jumlah Mesin EDC Uang Elektronik sebesar

2.530000 artinya setiap peningkatan Jumlah Mesin EDC

Uang Elektronik sebanyak 1 unit akan menaikkan

Perputaran Uang sebesar 1.041163 perputaran dengan

asumsi variabel independen lainnya tetap.

b. Hasil uji statistik F

Uji statistik F menunjukkan apakah semua variabel independen

dalam model mempunyai pengaruh secara bersama-sama terhadap

variabel dependennya. Untuk melakukan uji F dengan cara Quick

Look, yaitu : melihat nilai Probability dan derajat kepercayaan

yang ditentukan dalam penelitian atau melihat nilai t tabel dengan

F hitungnya. Jika nilai Probability < derajat kepercayaan yang

ditentukan dan jika nilai F hitung lebih tinggi dari F tabel maka

suatu variabel independen secara bersama-sama mempengaruhi

variabel dependennya. Hasil uji statistik F dapat dilihat pada tabel

4.7 berikut.

67

Tabel 4.7

Hasil Uji Statistik F (Simultan)

F-statistic 493.2590

Prob. (F-statistic) 0.000000


Berdasarkan tabel 4.7 diatas, hasil uji F menunjukkan bahwa

nilai Probability sebesar 0.000000 yang dimana 0.000000 < 0.05

yang berarti bahwa Jumlah Uang Elektronik Beredar dan Jumlah

Mesin EDC Uang Elektronik berpengaruh signifikan secara

simultan terhadap Perputaran Uang di Indonesia. Dari hasil

tersebut dapat disimpulkan bahwa jika pemakaian uang elektronik

di masyarakat ditingkatkan maka akan memberikan dampak positif

terhadap perekonomian.

Hal tersebut juga sejalan dengan hasil penelitian (Siwinastiti,

2014) bahwa penggunaan uang elektronik memiliki pengaruh

positif dan signifikan terhadap permintaan uang kartal di Indonesia

dalam jangka pendek maupun jangka panjang, yang berarti

meningkatnya penggunaan uang elektronik akan mengubah

persepsi masyarakat untuk membawa uang kartal lebih sedikit

melihat dari segi manfaat yang ditawarkan uang elektronik.

68

BAB V

KESIMPULAN DAN SARAN

A. Kesimpulan

Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan uang

elektronik yang meliputi jumlah uang elektronik beredar dan jumlah mesin

EDC uang elektronik terhadap perputaran uang di Indonesia pada tahun 2010-

2017. Berdasarkan pada data yang telah dikumpulkan dan pengujian yang

telah dilakukan, maka dapat diambil kesimpulan sebagai berikut:

1. Jumlah uang elektronik beredar mempunyai pengaruh yang signifikan dan

positif terhadap perputaran uang di Indonesia.

2. Jumlah mesin EDC uang elektronik mempunyai pengaruh yang signifikan

dan positif terhadap perputaran uang di Indonesia.

3. Berdasarkan hasil uji statistik F, variabel jumlah uang elektronik beredar,

dan jumlah mesin EDC uang elektronik secara bersama-sama berpengaruh

signifikan dan positif terhadap variabel perputaran uang.

69

B. Saran

Berdasarkan kesimpulan-kesimpulan di atas, maka diajukan beberapa

saran sebagai berikut:

1. Bagi Pemerintah

Untuk meningkatkan penggunaan uang elektronik, pemerintah perlu

meningkatkan sosialisasi akan uang elektronik. Selain sosialisasi,

pemerintah juga harus menarik minat pedagang (merchant) agar uang

elektronik dapat digunakan untuk membeli berbagai macam barang dan

jasa kebutuhan masyarakat.

2. Bagi Civitas Akademika

a. Dapat menambahkan variabel lain yang masih relevan dengan tema

penelitian.

b. Jumlah observasi yang digunakan dalam penelitian ini adalah 30.

Untuk penelitian selanjutnya, diharapkan dapat menambah jumlah

observasi agar tidak ada masalah asumsi klasik yang masih terlihat.

70

DAFTAR PUSTAKA

Alghifari. 2013. “Analisis Regresi: Teori, Kasus, dan Solusi”. Yogyakarta:

BPFE-Yogyakarta.

Ariefianto, Moch. Doddy. 2012. ”Ekonometrika: Esensi dan Aplikasi dengan

Menggunakan Eviews”.Jakarta: Erlangga.

Firdauzi, Indrawan. 2016. "Pengaruh Kemampuan FInansial, Kemudahan dan

Perilaku Konsumen Terhadap Minat Penggunaan Uang Elektronik di

Kota Yogyakarta."

Fitri, Isnani Nurannisa. 2016. "Analisis Preferensi Konsumen dalam Pengambilan

Keputusan pada Penggunaan Kartu E-Money Sebagai Alat Transaksi."

Ghozali, Imam. 2012. "Aplikasi Analisis Multivariate dengan Program IBM SPSS

2.0 Edisi 6”. Semarang: UNDIP.

Gujarati, Damodar. 2007. "Dasar-dasar Ekonometrika: Jilid 1". Jakarta: Erlangga

Hidayat, Ahmad, and dkk. 2006. Upaya Meningkatkan Penggunaan Alat

Pembayaran Non Tunai Melalui Pengembangan E-Money. Bank

Indonesia.

Bank Indonesia. 2004. Peraturan Bank Indonesia Nomor 6/30PBI/2004 tentang

Penyelenggaraan Alat Pembayaran dengan Menggunakan Kartu.

Bank Indonesia. 2009. Peraturan Bank Indonesia Nomor 16/08/PBI/2014 tentang

Perubahan Atas Peraturan Bank Indonesia 11/12/PBI/2009 Tentang Uang

Elektronik (Elektronic Money).

Istiningdiah. 2016. "Pengaruh Teknologi Modern Terhadap Real Currency di

Indonesia."

71

Mishkin, Frederic S. 2009. Ekonomi Uang, Perbankan, dan Pasar Keuangan

Edisi 8. SALEMBA EMPAT.

Morsa, Hesekiel M. 2015. "Analisis Pengaruh Transaksi Alat Pembayaran

Dengan Menggunakan Kartu (APMK) Terhadap Perputaran Uang di

Indonesia."

Penerbit Uang Elektronik. Artikel diakses pada 10 November 2017 dari

http://www.nontunai.com/inilah-25-penerbit-uang-elektronik-resmi-di-

indonesia/

Pohan, Aulia. 2011. Sistem Pembayaran "Strategi dan Implementasi di

Indonesia". Jakarta: PT. RajaGrafindo Persada.

Prajitno, Barep. 2015. "Pengaruh Sektor Keuangan Perbankan Syariah Terhadap

Perkembangan Perekonomian Indonesia Periode 2010-2013."

Pratiwi, Nur Fitri, Fauziah Umar, and A. M. Nur Baumassepe. 2015. "Pengaruh

Persepsi Kemudahan dan Persepsi Kemanfaatan Terhadap Minat

Konsumen Menggunakan Kartu Brizzi PT. Bank Rakyat Indonesia."

Priyatama, Abednego, and Apriansah. 2010. "Correlation Between Electronic

Money and The Velocity of Money." Global Management Conference.

Purnama, Cahaya Agung. 2012. "Analisis Pengaruh Daya Tarik Promosi,

Persepsi Kemudahan, Persepsi Kemanfaatan dan Harga Terhadap Minat

Beli E-TOLL Card Bank Mandiri."

Ramadani, Laila. 2016. "Pengaruh Penggunaan Kartu Debit dan Uang Elektronik

(E-Money) Terhadap Pengeluaran Konsumsi Mahasiswa."

72

Rosadi, Dedi. 2012. "Ekonometrika dan Analisis Runtun Waktu Terapan dengan

Eviews: Aplikasi untuk Bidang Ekonomi, Bisnis, dan Keuangan".

Yogyakarta: ANDI.

Satryani, Dwi Tyas. 2017. "Pengaruh Pendapatan, Pengetahuan Produk dan

Infrastruktur Terhadap Minat Masyarakat di Yogyakarta Menggunakan

Uang Elektronik (E-Money)."

Sitorus, Siera Rossa. 2006. "Analisis Pengaruh Penggunaan Kartu Pembayaran

Elektronik dan Daya Substitusi Transaksi Non Tunai Elektronik Terhadap

Transaksi Tunai Indonesia."

Siwinastiti, Lutfida. 2014. "Analisis Pengaruh Penggunaan Alat Pembayaran

Menggunakan Kartu (APMK) dan Uang Elektronik (E-Money) Terhadap

Permintaan Uang Kartal di Indonesia."

Tripurwanta, Irfan. 2017. "Pengaruh Investasi, Inflasi, Jumlah Tenaga Kerja,

Nilai Ekspor dan Jumlah Pengguna Internet Terhadap Pendapatan

Subsektor Industri Kreatif Aplikasi dan Game Developer di Indonesia."

Widarjono, Agus. 2010. "Analisis Statistika Multivariat Terapan". Yogyakarta:

STIM YKPN.

Winarno, Wing Wahyu. 2011. "Analisis Ekonometrika dan Statistika dengan

Eviews". Yogyakarta: STIM YKPN.

Yuliadi, Imamudin. 2008. Ekonomi Moneter. PT. INDEKS.

73

LAMPIRAN – LAMPIRAN

74

Lampiran 1

Data Jumlah Uang Elektronik yang Beredar di Indoensia Tahun 2010-2017

Tahun Kuartal Jumlah Uang Elektronik Beredar (Unit)

2010

I 3,348,806

II 4,214,093

III 5,953,013

IV 7,318,951

2011

I 8,865,411

II 10,240,242

III 11,285,490

IV 13,087,068

2012

I 15,129,779

II 16,391,714

III 18,799,344

IV 21,180,147

2013

I 23,182,207

II 25,618,799

III 27,412,336

IV 31,155,074

2014

I 34,394,625

II 31,004,023

III 33,133,930

IV 34,947,140

2015

I 36,831,103

II 39,563,563

III 41,928,899

IV 40,783,850

2016

I 35,924,939

II 38,432,703

III 43,002,517

IV 49,067,539

2017

I 54,237,838

II 60,535,361

III 70,027,509

IV 93,191,038

Sumber : Bank Indonesia (Data Diolah)

75

Lampiran 2

Data Jumlah Mesin EDC Uang Elektronik di Indonesia Tahun 2010-2017

Tahun Kuartal Jumlah Mesin EDC (Unit)

2010

I 32,501.34

II 35,715.75

III 39,248.08

IV 43,129.76

2011

I 47,395.34

II 52,082.79

III 57,233.84

IV 62,894.33

2012

I 69,114.65

II 75,950.16

III 83,461.71

IV 91,716.17

2013

I 100,787.00

II 106,458.00

III 121,047.00

IV 133,378.00

2014

I 154,060.00

II 164,032.00

III 183,830.00

IV 201,689.00

2015

I 213,729.00

II 235,553.00

III 256,422.33

IV 273,917.00

2016

I 295,101.33

II 308,525.33

III 327,842.00

IV 357,431.67

2017

I 384,346.33

II 424,398.00

III 469,080.00

IV 600,237.00

Sumber : Bank Indonesia (Data Diolah)

76

Lampiran 3

Data Perputaran Uang di Indonesia Tahun 2010-2017

Tahun Kuartal Perputaran Uang

2010

I 3.33

II 3.30

III 3.24

IV 3.01

2011

I 2.96

II 2.97

III 2.88

IV 2.69

2012

I 2.66

II 2.57

III 2.56

IV 2.42

2013

I 2.46

II 2.43

III 2.42

IV 2.36

2014

I 2.44

II 2.35

III 2.40

IV 2.28

2015

I 2.31

II 2.25

III 2.22

IV 2.17

2016

I 2.16

II 2.04

III 2.14

IV 2.01

2017

I 1.98

II 1.92

III 1.98

IV 1.86

Sumber : BPS, Bank Indonesia (Data Diolah)

77

Lampiran 4

Hasil Uji Normalitas

0

1

2

3

4

5

6

-0.04 -0.02 0.00 0.02 0.04 0.06

Series: Residuals

Sample 2010Q1 2017Q4

Observations 32

Mean 7.10e-16

Median -0.000187

Maximum 0.053212

Minimum -0.049438

Std. Dev. 0.026995

Skewness 0.125728

Kurtosis 2.219007

Jarque-Bera 0.897572

Probability 0.638403

Sumber: Hasil Pengolahan Data dengan Eviews 9

78


Lampiran 5

Hasil Uji Multikolinearitas

Variance Inflation FactorsDate: 02/15/18 Time: 14:53Sample: 2010Q1 2017Q4Included observations: 32

Coefficient Uncentered CenteredVariable Variance VIF VIF

C 0.034600 1421.345 NALJUEB 0.000133 1582.551 3.534085

MESIN_EDC 4.14E-15 9.520627 3.534085

79

Lampiran 6

Hasil Uji Autokolerasi


Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.246989 Prob. F(4,25) 0.3168Obs*R-squared 5.322625 Prob. Chi-Square(4) 0.2558

Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 02/15/18 Time: 14:55Sample: 2010Q1 2017Q4Included observations: 32Presample missing value lagged residuals set to zero.


C 0.018543 0.183790 0.100891 0.9204LJUEB -0.001284 0.011424 -0.112391 0.9114

MESIN_EDC 2.16E-08 6.61E-08 0.326224 0.7470RESID(-1) 0.354121 0.207486 1.706717 0.1003RESID(-2) 0.229163 0.232189 0.986967 0.3331RESID(-3) -0.192467 0.230656 -0.834433 0.4119RESID(-4) 0.055120 0.230168 0.239476 0.8127

R-squared 0.166332 Mean dependent var 7.10E-16Adjusted R-squared -0.033748 S.D. dependent var 0.026995S.E. of regression 0.027446 Akaike info criterion -4.162520Sum squared resid 0.018833 Schwarz criterion -3.841891Log likelihood 73.60032 Hannan-Quinn criter. -4.056241F-statistic 0.831326 Durbin-Watson stat 1.867756Prob(F-statistic) 0.557047

80

Lampiran 7

Hasil Uji Heteroskedastisitas


Heteroskedasticity Test: White

F-statistic 0.806460 Prob. F(5,26) 0.5555Obs*R-squared 4.296496 Prob. Chi-Square(5) 0.5076Scaled explained SS 2.150734 Prob. Chi-Square(5) 0.8279

Test Equation:Dependent Variable: RESID 2̂Method: Least SquaresDate: 02/15/18 Time: 14:56Sample: 2010Q1 2017Q4Included observations: 32


C 0.091878 0.195576 0.469783 0.6424LJUEB 2̂ 0.000398 0.000796 0.499618 0.6215

LJUEB*MESIN_EDC -1.42E-08 1.71E-08 -0.826665 0.4159LJUEB -0.012094 0.024981 -0.484113 0.6324

MESIN_EDC 2̂ 4.25E-14 4.41E-14 0.962444 0.3447MESIN_EDC 2.31E-07 2.81E-07 0.822604 0.4182

R-squared 0.134265 Mean dependent var 0.000706Adjusted R-squared -0.032222 S.D. dependent var 0.000792S.E. of regression 0.000805 Akaike info criterion -11.24522Sum squared resid 1.68E-05 Schwarz criterion -10.97039Log likelihood 185.9235 Hannan-Quinn criter. -11.15412F-statistic 0.806460 Durbin-Watson stat 2.852762Prob(F-statistic) 0.555525

81

Lampiran 8

Hasil Uji Koefisien Determinansi

R-Squared 0.971443


Lampiran 9

Hasil Uji Statistik t


Lampiran 10

Hasil Uji Statistik F



C 3.541163 0.186010 19.03753 0.0000LJUEB -0.153499 0.011550 -13.28980 0.0000

MESIN_EDC -2.50E-07 6.44E-08 -3.884724 0.0005

F - statistic 493.2590

Prob. (F - statistic) 0.000000

terhadap perputaran uang (velocity of...

Documents