TUGAS UTS

EKONOMETRIKA DASAR

Oleh :

Moch. Noer Fahad Dery Lazuardy

125020407111017

Program Studi Keuangan Perbankan

Jurusan Ilmu Ekonomi

Fakultas Ekonomi dan Bisnis

Universitas Brawijaya

Pengaruh Ekspor terhadap Inflasi di Indonesia Tahun 2013

Uji Stasioneritas & Kointegrasi

ABSTRAK

Penelitian ini bertujuan untuk menguji kestationeritasan dari data Ekspor dan Inflasi, serta untuk mengetahui ada atau tidaknya hubungan jangka panjang dari Ekspor dengan Inflasi di Indonesia pada tahun 2013. Data yang digunakan dalam tulisan ini merupakan data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Metode yang digunakan dalam analisis ini adalah dengan menggunakan Uji Unit root (Augmented Dickey Fuller) dan analisis Kointegrasi (johansen test). Hasil dari penelitian menunjukan data Ekspor dan Inflasi adalah stationer. Analisa ini juga menunjukan bahwa tidak ada hubungan jangka panjang antara Ekspor dengan Inflasi.

Bab 1 PENDAHULUAN

1.1 Latar Belakang

Inflasi dipengaruhi oleh keadaan ekonomi dalam negeri dan dunia. Adanya defisit anggaran belanja serta kenaikan tarif impor barang luar negeri turut mempengaruhi tingkat inflasi. Dalam bidang perekonomian, inflasi tidak selamanya membawa dampak yang buruk. Adanya inflasi yang terkendali merupakan dorongan dalam meningkatkan kegiatan perekonomian.

Tingkat inflasi di suatu negara akan berpengaruh pada nilai tukar mata uang negara yang bersangkutan. Inflasi biasanya ditandai dengan kenaikan harga. Jika tingkat inflasi masih ringan dan terkendali, dapat meningkatkan pendapatan dan kenaikan investasi masyarakat.

Untuk meningkatkan permintaan terhadap mata uang, pihak pemerintah akan menaikkan suku bunga dalam jangka pendek agar nilai mata uang tersebut menguat. Akibat penguatan mata uang, harga barang impor akan lebih murah dibandingkan dengan komoditas barang ekspor. Kegiatan ekspor barang pun akan menurun.

Inflasi selalu membawa perubahan. Dalam kegiatan ekspor barang, inflasi berdampak pada biaya produksi barang, pajak, bea cukai, serta entries barrier lain dalam melakukan perdagangan antar negara, baik itu ekspor maupun impor.

Dalam keadaan inflasi, daya saing akan barang ekpor pun akan berkurang. Hal ini terjadi karena harga barang akan melambung dengan tidak diimbangi oleh perbaikan kualitas barang.

Inflasi biasanya menyulitkan para eksportir dan negara dalam menentukan kebijakan perekonomian bagi masyarakat. Jumlah penjualan barang ekspor juga akan menurun karena kurangnya daya saing yang berakibat pada kerugian. Selain itu, anggaran devisa negara akan berkurang karena tingkat ekspor barang yang menurun.

Inflasi dapat menguntungkan bagi produsen apabila pendapatan lebih tinggi daripada produksi barang. Akan tetapi jika terjadi sebaliknya, produsen akan menghentikan produksinya jika tidak sanggup mengikuti laju inflasi yang terjadi.

Akibatnya kegiatan ekspor barng akan lesu bahkan menurun drastic. Untuk mengatasinya, bank sentral wajib mengeluarkan kebijakan untuk mendorong pertumbuhan ekonomi.

Bank sentral akan mengendalikan tingkat nilai tukar mata uang domestic dan mengendalikan peredaran mata uang dengan suku bunga agar kegiatan ekspor dapat terus berlangsung. Dengan demikian kesejahteraan masyarakat akan meningkat.

1.2 Rumusan Masalah

Apakah data dari Ekspor dan Inflasi stasioner? Apakah ada hubungan jangka panjang antara variabel Ekspor dengan

Inflasi di Indonesia?

1.3 Tujuan Masalah

Penelitian ini bertujuan untuk menguji adanya anggapan bahwa sebuah data time series tidak stationer. Dalam penelitian ini meliputi data Ekspor dan Inflasi.

Pengujian ini juga bertujuan untuk mengetahui ada atau tidaknya hubungan jangka panjang antara Ekspor dengan Inflasi di Indonesia.

1.4 Sumber Data dan Metodologi

Data yang digunakan dalam tulisan ini diperoleh dari Badan Pusat Statistik. Metode yang dipakai dalam analisis ini adalah dengan menggunakan Uji Unit root (Augmented Dickey Fuller) dan analisis Kointegrasi(johansen test) dengan menggunakan Eviews.

1.5 Hipotesis

1. Data Ekspor stationer

2. Data Inflasi stationer

3. Tidak terdapat hubungan jangka panjang antara Ekspor dengan Inflasi

Bab 2 LANDASAN TEORI

2.1 Ekspor

Ekspor adalah penjualan barang ke luar negeri dengan menggunakan sistem pembayaran, kualitas, kuantitas dan syarat penjualan lainnya yang telah disetujui oleh pihak eksportir dan importir. Proses ekspor pada umumnya adalah tindakan untuk mengeluarkan barang atau komoditas dari dalam negeri untuk memasukannya ke negara lain. Ekspor barang secara besar umumnya membutuhkan campur tangan dari bea cukai di negara pengirim maupun penerima. Ekspor adalah bagian penting dari perdagangan internasional.

Penjualan barang oleh eksportir keluar negeri dikenai berbagai ketentuan dan pembatasan serta syarat-syarat khusus pada jenis komoditas tertentu termasuk cara penangan dan pengamanannya. Setiap negara memiliki peraturan dan ketentuan perdagangan yang berbeda-beda. Khusus ekspor komoditas pertanian dan perikanan di indonesia sebagaian besar tidak memiliki ketentuan dan syarat yang terlalu rumit bahkan pemerintah saat ini mempermudah setiap perusahaan untuk mengekspor hasil pertanian dan perikanannya ke luar negeri.

Menurut Punan (1992:2) “Ekspor adalah mengeluarkan barang dari dalam keluar daerah pabean Indonesia dengan memenuhi ketentuan berlaku.

Tetapi menurut Curry (2001:145) “Ekspor adalah barang dan jasa yang dijual kepada negara asing untuk ditukarkan dengan barang lain(Produk,uang).

Sedangkan menurut Winardi (1992:2003) pengertian ekspor adalah”barang-barang (termasuk jasa-jasa) yang dijual kepada penduduk Negara lain,ditambah dengan jasa-jasa yang diselenggarakan kepada penduduk Negara tersebut berupa pengangkutan permodalan dan hal-hal lain yang membantu ekspor tersebut.

Berdasarkan UU No 17 tahun 2006 eksportir adalah setiap orang perseorangan atau badan usaha baik berbentuk badan hukum / bukan badan hukum yang melakukan kegiatan ekspor dalam wilayah hukum RI.

2.2 Inflasi

Inflasi adalah suatu proses meningkatnya harga-harga secara umum dan terus-menerus (kontinu) berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor, antara lain, konsumsi masyarakat yang meningkat, berlebihnya likuiditas di pasar yang memicu konsumsi atau bahkan spekulasi, sampai termasuk juga akibat adanya ketidaklancaran distribusi barang. Dengan kata lain, inflasi juga merupakan proses menurunnya nilai mata uang secara kontinu. Inflasi adalah proses dari suatu peristiwa, bukan tinggi-rendahnya tingkat harga. Artinya, tingkat harga

yang dianggap tinggi belum tentu menunjukan inflasi. Inflasi adalah indikator untuk melihat tingkat perubahan, dan dianggap terjadi jika proses kenaikan harga berlangsung secara terus-menerus dan saling pengaruh-memengaruhi. Istilah inflasi juga digunakan untuk mengartikan peningkatan persediaan uang yang kadangkala dilihat sebagai penyebab meningkatnya harga. Ada banyak cara untuk mengukur tingkat inflasi, dua yang paling sering digunakan adalah CPI dan GDP Deflator.

Teori Sktrukturalis adalah teori mengenai inflasi yang didasarkan atas pengalaman di negara Amerika Latin. Teori ini memberi tekanan pada ketegaran (rigidities) dari struktur perekonomian yang sedang berkembang. Karena inflasi dikaitkan dengan faktor-faktor struktural dari perekonomian (faktor-faktor ini hanya bisa berubah secara gradual dan dalam jangka panjang) maka teori ini disebut juga teori inflasi jangka panjang.

Menurut teori ini ketegaran utama ada dua macam:1. Ketegaran yang pertama berupa ketidakelastisan dari penerimaan eksport., yaitu nilai ekspor yang tumbuh secara lamban dibanding dengan pertumbuhan sektor- sektor lain.

Kelambanan ini disebabkan oleh: Harga di pasar dunia dari barang-barang ekspor negara tersebut makin tidak menguntungkan dibanding dengan barang-barang impor yang harus dibayar (term of trade makin memburuk).

Supplay atau produksi barang-barang ekspor yang tidak responsif terhadap kenaikan harga (supplay barang-barang ekspor yang tidak elastis).

Kelambanan pertumbuhan penerimaan ekspor ini, berarti kelambanan pertumbuhan kemampuan untuk mengimpor barang-barang yang dibutuhkan (untuk konsumsi maupun investasi). Akibatnya negara tersebut mengambil kebijaksanaan pembangunan yang menekankan pada penggalakkan produksi dalam negeri dari barang-barang yang sebelumnya diimpor (import substitution strategy), meskipun biaya produksi dalam negeri lebih tinggi dan berkualitas rendah daripada barang- barang sejenis yang diimpor. Biaya yang lebih tinggi ini mengakibatkan harga yang lebih tinggi pula. Bila proses substitusi impor ini makin meluas, biaya produksi juga meluas ke berbagai barang, sehingga makin banyak harga barang yang naik, dan inflasipun terjadi.

2. Ketegaran Kedua berkaitan dengan ketidakelastisan dari supplay atau produksi bahan makanan di dalam negeri. Produksi bahan makanan dalam negeri tidak tumbuh secepat pertambahan penduduk dan penghasilan per kapita, sehingga harga bahan makanan di dalam negeri cenderung untuk menaik melebihi kenaikan harga barang- barang lain. Akibat selanjutnya adalah timbulnya

tuntutan karyawan untuk memperoleh kenaikan upah. Kenaikan upah berarti kenaikan ongkos produksi, yang berarti kenaikan harga barang-barang tersebut. Kenaikan harga tersebut menyebabkan tuntutan kenaikan upah lagi. Dan kenaikan upah ini diikuti kenaikan harga-harga. Demikian seterusnya.

Bab 3 METODOLOGI PENELITIAN

A.Metode Pengumpulan Data

Data yang digunakan adalah data sekunder dimana data yang didapat dari pihak lain yaitu data yang diperoleh dalam bentuk jadi dan diolah oleh pihak lain, yang biasanya dipublikasikan. Jenis data yang digunakan adalah time series (runtun waktu) dari bulan Januari-Desember 2013. Sumber data diperoleh dari Badan Pusat Statistik. Metode yang dipakai dalam analisis ini adalah dengan menggunakan Uji Unit root (Augmented Dickey Fuller) dan analisis Kointegrasi dengan menggunakan Eviews.

B.Metode Analisis

Asumsi Klasik

Menurut Teorema Gauss-Markov, dengan asumsi asumsi tertentu ,metode OLS mempunyai beberapa sifat statistik yang sangat menarik yang membuatnya menjadi satu metode analisis regresi yang paling kuat(Powerfull) dan populer. Model regresi ini dikenal dengan model regresi klasik , standar ,atau linear umum.

Asumsi-asumsi tersebut adalah :

1. Uji Normalitas

2. Uji Multikolinearitas

3. Uji Heterokedastisitas

4. Uji Autokorelasi

5. Koefisien Determinansi (R2)

Uji stationeritas (Unit root )

Dalam statistik dan ekonometrik, uji akar unit digunakan untuk menguji adanya anggapan bahwa sebuah data time series tidak stasioner. Uji yang biasa digunakan adalah uji augmented Dickey–Fuller. Uji lain yang serupa yaitu Uji Phillips–Perron. Keduanya mengindikasikan keberadaan akar unit sebagai hipotesis null.

Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik.Untuk diketahui adanya akar unit, maka dilakukan pengujian Dickey-Fuller (DF-test) sebagai berikut:

Jika variabel Yt sebagai variabel dependen, maka akan diubah menjadi

Yt = ρ Yt-1 + Ut

Jika koefisien Yt-1 (ρ) adalah = 1 dalam arti hipotesis diterima, maka variabel mengandung unit root dan bersifat non-stasioner. Untuk mengubah trend yang bersifat non-stasioner menjadi stasioner dilakukan uji orde pertama (first difference)

ΔYt = (ρ-1) (Yt – Yt-1Koefisien ρ akan bernilai 0, dan hipotesis akan ditolak sehingga model menjadi stasioner.Hipotesis yang digunakan pada pengujian augmented dickey fuller adalah:

H0 : ρ = 0 (Terdapat unit roots, variabel Y tidak stasioner)

H1 : ρ ≠ 0 (Tidak terdapat unit roots, variabel Y stasioner)

Kesimpulan hasil root test diperoleh dengan membandingkan nilai t-hitung dengan t-tabel pada tabel Dickey-Fuller.

Uji akar unit adalah salah satu cara untuk menguji kestasioneran suatu data

runtun waktu. Uji akar unit digunakan untuk mengamati apakah nilai koefisien

tertentu dari variabel yang ditaksir mempunyai nilai satu atau tidak. Uji akar unit

dapat dijelaskan dari model di bawah ini :

Y t=δ Y t−1+e t (4)

dengan e t adalah residual yang bersifat acak atau stokastik dengan rata-rata

nol,variansi konstan dan saling tidak berhubungan sebagaimana asumsi OLS

(Ordinary Least Square). e tyang bersifat acak dapat dikatakan sebagai white noise

(Endri, 2008). Jika δ=1 maka variabel acak Y mempunyai akar unit. Jika data runtun

waktu mempunyai akar unit maka dikatakan data tersebut bergerak secara acak

(random walk) dan data yang mempunyai sifat random walk bersifat tidak stasioner.

Dari persamaan (4) diperoleh,

Y t−Y t−1=δ Y t−1+et−Y t−1 (5)

Y t−Y t−1=δ(Y t−1−Y t−1)+e t

Y t−Y t−1=¿(δ−1) Y t−1+e t . (6)

Persamaan (6) dapat ditulis menjadi Δ Y t=ϕ Y t−1+e tdengan ϕ=(δ−1) dan

∆ Y t=Y t−Y t−1. Untuk menguji ada atau tidaknya akar unit dapat dilakukan estimasi

pada persamaan Δ Y t=e t dengan hipotesis ϕ=0 . Jika ϕ=0maka δ=1 sehingga data

Y mengandung akar unit dan data runtun waktu tidak stasioner.

Untuk menguji apakah data runtun waktu mengandung akar unit, Dickey-

Fuller menyarankan untuk melakukan regresi model-model berikut :

Y tadalah random walk : ∆ Y t=ϕY t−1+et (7)

Y tadalah random walk dengan drift :∆ Y t=β1+ϕ Y t−1+e t (8)

Y t adalah random walkdengan drift dan trend : ∆ Y t=β1+β2t +ϕY t−1+e t (9)

dengan t adalah trend waktu. Persamaan 8 dan 9 adalah dua regresi dengan

memasukkan konstanta dan variabel trend waktu. Jika data runtun waktu

mengandung akar unit maka data tersebut tidak stasioner dengan hipotesis nolnya

adalah ϕ=0, dan jika sebaliknya maka data runtun waktu itu stasioner.

• Uji Kointegrasi

Uji kointegrasi dipopulerkan oleh Engle dan Granger (1987) (Damodar

Gujarati, 2009). Pendekatan kointegrasi berkaitan erat dengan pengujian terhadap

kemungkinan adanya hubungan keseimbangan jangka panjang antara variabel-

variabel ekonomi seperti yang disyaratkan oleh teori ekonomi. Pendekatan

kointegrasi dapat pula dipandang sebagai uji teori dan merupakan bagian yang

penting dalam perumusan dan estimasi suatu model dinamis (Engle dan Granger,

1987). Dalam konsep kointegrasi, dua atau lebih variabel runtun waktutidakstasioner

akan terkointegrasi bila kombinasinya juga linier sejalan dengan berjalannya waktu,

meskipun bisa terjadi masing-masing variabelnya bersifat tidak stasioner. Bila

variabel runtun waktutersebut terkointegrasi maka terdapat hubungan yang stabil

dalam jangka panjang, bila dua seri tidak stasioner yang terdiri atas X t danY t

terkointegrasi, maka ada representasi khusus sebagai berikut:

Y t =β0 + β1 X t +ε t

(11)

ε t= Y t - β0 - β1 X t

sedemikian rupa hingga ε t (error term) stasioner, I(0). Untuk mengetahui

runtunwaktu stasioner atau tidak stasioner dapat digunakan regresi. Uji kointegrasi

yang digunakan dalam penelitian ini adalah uji kointegrasi yang dikembangkan oleh

Johansen. Uji Johansen menggunakan analisis trace statistic dan nilai kritis pada

tingkat kepercayaan α = 5 %. Hipotesis nolnya apabila nilai trace statistic lebih besar

dari nilai kritis pada tingkat kepercayaan α = 5 % atau nilai probabilitas (nilai-p)

lebih kecil dari α= 5 % maka terindikasi kointegrasi.

Bab 4 PEMBAHASAN

4.1 ASUMSI KLASIK

4.1.1 Uji Normalitas

Uji normalitas dilakukan untuk mengasumsikan apakah dalam uji regresi linear normal klasik populasi gangguan (disturbances) ui di distribusikan secara normal. Variabel yang didistribusikan secara normal kovarians atau korelasi nol berarti variabel tersebut independen (bebas), (Gujarati 1991:66).

Identifikasi permasalahan normalitas dilakukan dengan melihat nilai Probability.Untuk melihat data terdistribusi normal atau tidak, dapat dilihat dari nilai Probability >α, maka data tersebut terdistribusi normal. Sebaliknya. Jika data tersebut menunjukan nilai Probability <α maka data tersebut tidak terdistribusi normal. Dengan nilai α = 0.05 atau 5%

0

1

2

3

4

-1.00 -0.75 -0.50 -0.25 0.00 0.25 0.50 0.75 1.00

Series: ResidualsSample 2013M01 2013M12Observations 12

Mean -4.86e-16Median 0.144132Maximum 0.756461Minimum -0.952880Std. Dev. 0.521834Skewness -0.372026Kurtosis 2.094958

Jarque-Bera 0.686356Probability 0.709512

Dari hasil diatas ,dapat dilihat nilai Probability sebesar 0.709512. Dengan α = 0.05 atau 5%, maka data tersebut dinyatakan terdistribusi normal.

4.1.2 Uji Multikolinearitas

Istilah Multikolinearitas mula-mula ditemukan oleh Ragnar Frisch. Pada mulanya multikolinearitas berarti adanya hubungan linear yang “sempurna” atau pasti, diantara beberapa atau semua variabel yang menjelaskan dari model regresi. Untuk menguji multikolinear, bisa dilihat matrik korelasinya.Jika masing-masing variabel bebas berkorelasi lebih besar dari 80 % maka termasuk yang memiliki hubungan yang tinggi atau ada indikasi multikolinearitas,(Gujarati,2003).

EKSPOR INFLASIEKSPOR  1.000000 -0.315562

INFLASI -0.315562  1.000000

Dari matriks korelasi di atas terlihat bahwa hubungan antara variabel independennya (Ekspor) di bawah 65% sehingga bisa disimpulkan bahwa tidak terdapat masalah multikolinear di dalam model.

4.1.3 Uji Heterokedastisitas

Pengujian heteroskedastisitas dilakukan untuk menguji apakah varian dari observasi dalam penelitian sama (homogen) untuk semua variabel terikat dengan variabel bebas sehingga hasil estimasi tidak bias. Indentifikasi ada atau tidaknya permasalahan heteroskedastisitanya dilakukan dengan uji White.

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.245673    Prob. F(1,10) 0.6308Obs*R-squared 0.287739    Prob. Chi-Square(1) 0.5917Scaled explained SS 0.109396    Prob. Chi-Square(1) 0.7408

Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 08/09/14 Time: 23:50Sample: 2013M01 2013M12Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.

C 0.923457 1.361940 0.678045 0.5131EKSPOR -4.43E-11 8.94E-11 -0.495654 0.6308

R-squared 0.023978    Mean dependent var 0.249619Adjusted R-squared -0.073624    S.D. dependent var 0.272816S.E. of regression 0.282681    Akaike info criterion 0.462013Sum squared resid 0.799083    Schwarz criterion 0.542831Log likelihood -0.772080    Hannan-Quinn criter. 0.432092F-statistic 0.245673    Durbin-Watson stat 2.936485Prob(F-statistic) 0.630850

Berdasarkan hasil pengujian diatas dapat dilihat bahwa nilai probability untuk Prob.Chi-Squared adalah 0.5917 > (α) = 5% (0.05), maka data tersebut tidak terdapat gejala heteroskedastisitas. Hal ini menginformasikan model OLS yang diajukan dapat dikatakan terbebas dari heteroskedastisitas.

4.1.4 Uji Autokorelasi

Istilah autokorelasi didefinisikan sebagai “korelasi antara anggota serangkaian observasi yang diurutkan menurut waktu [ seperti dalam data deretan waktu] atau ruang [seperti dalam data cross sectional],(Gujarati,1991).

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 2.363564    Prob. F(2,8) 0.1561Obs*R-squared 4.457057    Prob. Chi-Square(2) 0.1077

Berdasarkan hasil pengujian tersebut, dapat dilihat bahwa nilai probability untuk Prob.Chi-Squared adalah 0,1077 > (α) = 5% (0.05), maka tidak terdapat gejala autokorelasi.

4.1.5 Koefisien Determinasi (R2)

Dependent Variable: INFLASIMethod: Least SquaresDate: 08/09/14 Time: 23:57Sample: 2013M01 2013M12Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.

C 3.278869 2.636883 1.243464 0.2421EKSPOR -1.82E-10 1.73E-10 -1.051627 0.3177

R-squared 0.099579    Mean dependent var 0.510833Adjusted R-squared 0.009537    S.D. dependent var 0.549933S.E. of regression 0.547304    Akaike info criterion 1.783389Sum squared resid 2.995422    Schwarz criterion 1.864207Log likelihood -8.700334    Hannan-Quinn criter. 1.753467F-statistic 1.105919    Durbin-Watson stat 1.347457Prob(F-statistic) 0.317719

Hasil olah data menunjukkan bahwa R2 yang diperoleh dari hasil estimasi adalah rata-rata sebesar 0.099579. Hal ini berarti bahwa rata-rata 9.95 % dari variabel inflasi mampu dijelaskan oleh variable ekspor, sedangkan sisanya dijelaskan oleh variabel lain di luar model.

4.2 UJI STATIONERITAS

Perlu diketahui bahwa data yang dikatakan stasioner adalah data yang bersifat flat, tidak mengandung komponen trend, dengan keragaman yang konstan, serta tidak terdapat fluktuasi periodik. Untuk diketahui adanya akar unit, maka dilakukan pengujian Dickey-Fuller (DF-test) sebagai berikut:

Uji stationeritas pada variabel Inflasi :

Null Hypothesis: D(INFLASI) has a unit rootExogenous: ConstantLag Length: 2 (Automatic - based on SIC, maxlag=2)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -3.484379  0.0403Test critical values: 1% level -4.582648

5% level -3.32096910% level -2.801384

*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observations        and may not be accurate for a sample size of 8

Augmented Dickey-Fuller Test EquationDependent Variable: D(INFLASI,2)Method: Least SquaresDate: 08/09/14 Time: 00:04Sample (adjusted): 2013M05 2013M12Included observations: 8 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(INFLASI(-1)) -2.299452 0.659932 -3.484379 0.0253D(INFLASI(-1),2) 1.041066 0.483738 2.152127 0.0977D(INFLASI(-2),2) 0.716710 0.350899 2.042500 0.1106

C -0.085614 0.239157 -0.357982 0.7384

R-squared 0.793248    Mean dependent var 0.145000Adjusted R-squared 0.638185    S.D. dependent var 1.065230S.E. of regression 0.640747    Akaike info criterion 2.254490Sum squared resid 1.642228    Schwarz criterion 2.294210Log likelihood -5.017958    Hannan-Quinn criter. 1.986589F-statistic 5.115628    Durbin-Watson stat 2.381507Prob(F-statistic) 0.074392

H0 : ρ = 0 (Terdapat unit roots, variabel Inflasi tidak stasioner)Dari pengujian diatas , Prob*(0,0403) < 0,05 ,Ho ditolak. Maka dapat disimpulkan bahwa variabel Inflasi stationer (Karena prob. Kurang dari 5%) .

Uji stationeritas pada variabel Ekspor :

Null Hypothesis: D(EKSPOR) has a unit rootExogenous: ConstantLag Length: 0 (Automatic - based on SIC, maxlag=2)

t-Statistic   Prob.*

Augmented Dickey-Fuller test statistic -4.172819  0.0120Test critical values: 1% level -4.297073

5% level -3.21269610% level -2.747676

*MacKinnon (1996) one-sided p-values.Warning: Probabilities and critical values calculated for 20 observations        and may not be accurate for a sample size of 10

Augmented Dickey-Fuller Test EquationDependent Variable: D(EKSPOR,2)Method: Least SquaresDate: 08/09/14 Time: 01:23Sample (adjusted): 2013M03 2013M12Included observations: 10 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

D(EKSPOR(-1)) -1.394676 0.334229 -4.172819 0.0031C 2.17E+08 3.63E+08 0.599605 0.5654

R-squared 0.685193    Mean dependent var 1.39E+08Adjusted R-squared 0.645842    S.D. dependent var 1.92E+09S.E. of regression 1.15E+09    Akaike info criterion 44.73246Sum squared resid 1.05E+19    Schwarz criterion 44.79297Log likelihood -221.6623    Hannan-Quinn criter. 44.66607F-statistic 17.41242    Durbin-Watson stat 1.822128Prob(F-statistic) 0.003110

H0 : ρ = 0 (Terdapat unit roots, variabel Tabungan tidak stasioner)Dari pengujian diatas , Prob*(0,0120) < 0,05 ,Ho ditolak. Maka dapat disimpulkan bahwa variabel Ekspor stationer (Karena prob. Kurang dari 5%)

4.4 Analisis Kointegrasi

Date: 08/09/14 Time: 01:32Sample (adjusted): 2013M03 2013M12Included observations: 10 after adjustmentsTrend assumption: Linear deterministic trend (restricted)Series: INFLASI EKSPORLags interval (in first differences): 1 to 1

Unrestricted Cointegration Rank Test (Trace)

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

None *  0.911737  27.29096  25.87211  0.0331At most 1  0.260409  3.016582  12.51798  0.8746

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

H0= Apabila nilai trace statistic lebih besar dari nilai kritis pada tingkat kepercayaan

α = 5 % atau nilai probabilitas (nilai-p) lebih kecil dari α= 5 % maka terindikasi

kointegrasi.

Dari pengujian kointegrasi diatas, Prob** pada at most 1 menunjukan angka 0.8746, hal ini berarti H0 ditolak. Maka tidak terdapat atau tidak terindikasi ada kointegrasi, Berarti tidak ada hubungan jangka panjang antara Ekspor dengan Inflasi.

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

1. Data Ekspor stationer.

2. Data Inflasi stationer.

3. Tidak terdapat hubungan jangka panjang antara Ekspor dengan Inflasi. Ini terbukti dari hasil Uji Kointegrasi.

5.2 Saran

Dari penelitian kali ini dapat dilihat kestasioneran dari data Ekspor & Inflasi, dimana kedua variable tersebut variabel dependent (Inflasi) dan variable independent (Ekspor) tidak memiliki hubungan jangka panjang. Namun meski begitu Indonesia harus meningkatkan ekspornya agar dapat menamabah kas negara dan untuk menguatkan nilai mata uang rupiah terhadap mata uang asing. Begitu pula dengan inflasi yang harus diarahkan untuk mencapai sasaran sebagai mana kebijakan yang dianut yaitu Inflation Targeting Framework (ITF).

LAMPIRAN

Data Ekspor

Last updated: 08/09/14 - 20:30

2013M01 1.54E+102013M02 1.50E+102013M03 1.50E+102013M04 1.48E+102013M05 1.61E+102013M06 1.48E+102013M07 1.51E+102013M08 1.31E+102013M09 1.47E+102013M10 1.57E+102013M11 1.59E+102013M12 1.70E+10

Data Inflasi

Last updated: 08/09/14 - 20:40

2013M01 1.0300002013M02 0.7500002013M03 0.6300002013M04 -0.1000002013M05 -0.0300002013M06 1.0300002013M07 1.2900002013M08 1.1200002013M09 -0.3500002013M10 0.0900002013M11 0.1200002013M12 0.550000