Upload
nurandi-akbar
View
8
Download
3
Embed Size (px)
DESCRIPTION
uji mengenai regresi sederhana, mudah deh
Citation preview
ABSTRAK
Pasar modal di Indonesia adalah pasar negara berkembang, pembangunan Indonesia
sangat rentan terhadap kondisi mekroekonomi secara umum. Untuk melihat perkembangan
pasar modal di Indonesia, digunakan Indeks Saham Gabungan Harga (IHSG), yang
merupakan salah satu pasar saham indeks yang digunakan Brusa Efek Indonesia (BEI). Alat
analisis yang digunakan dalam penelitian ini adalah autoregresif model dan distribusi
kelambanan dengan Indeks Harga Saham Gabungan (IHSG) sebagai variabel dependen dan
empat variabel independen adalah variabel nilai tukar rupiah, tingkat suku bunga SBI 1
bulanan, inflasi dan jumlah uang beredar (M2). Selain itu, nantinya akan terdapat pula
variabel independen berupa IHSG(-1) atau data dependen periode sebelumnya. Masuknya
variabel ini dalam model dikarenakan kebutuhan untuk pengujian autoregresif dengan
pendekatan Koyck yang digunakan untuk menentukan persamaan dinamis distribusi lag
yang tidak diketahui. Dalam uji autoregresi juga diperlukan uji otokorelasi untuk mengetahui
baik tidaknya variabel independen yang tersedia. Selain itu persamaan umum yang kita
ketahui untuk IHSG adalah IHSG = inflasi + suku bunga SBI + kurs + jumlah uang beredar.
Untuk mengetahui baik atau tidaknya persamaan ini dapat diketahui dengan nilai variabel
independen yang signifikan minimal mencapai 50% dari banyaknya variabel independen
yang dipakai.
Dari penelitian yang telah dilakukan, diketahui bahwa data telah lolos uji asumsi
klasik (multikolinearitas, heterokedastisitas, autokorelasi serta normalitas). Namun karena
pada uji multikolinearitas terdapat korelasi terhadap SBI yang sangat tinggi maka variabel
SBI dibuang. Berdasarkan hasil perhitungan model autoregresif, diketahui nilai Durbin
Watson mendekati 2 dan seluruh nilai autocorrelation (AC) pada uji Q – statistic mendekati
nol. Maka dapat disimpulkan bahwa data yang dimiliki tidak terdapat gangguan autokorelasi
dan kita bisa menggunakan persamaan untuk prediksi karena dari autoregresi terhadap
model diketahui bahwa seluruh variabel independen signifikan (<0,05). Sehingga masing –
masing variabel independen dapat menjelaskan atau mempengaruhi besarnya variabel
dependen.
1
Daftar Isi
Abstrak………………………………………………………………………………………………………………………… 1
Daftar Isi………………………………………………………………………………………………………………………. 2
Pendahuluan……………………………………………………………………………………………………………….. 3
Latar Belakang Masalah……………………………………………………………………………………. 3
Rumusan Masalah…………………………………………………………………………………………….. 3
Tujuan Penelitian……………………………………………………………………………………………… 3
Kerangka Pemikiran dan Hipotesis………………………………………………………………………………… 4
Kerangka Pemikiran………………………………………………………………………………………….. 4
Hipotesis…………………………………………………………………………………………………………… 5
Metode Penelitian………………………………………………………………………………………………………... 6
Metodologi……………………………………………………………………………………………………….. 6
Penelitian dan Hasil Penelitian………………………………………………………………………….. 6
Persamaan………………………………………………………………………………………………………… 12
Kesimpulan…………………………………………………………………………………………………………………… 13
Daftar Pustaka………………………………………………………………………………………………………………. 13
2
Pendahuluan
1.1 Latar Belakang Masalah
Perkembangan pasar modal di Indonesia dapat dilihat dengan berbagai macam
indikator yang salah satunya adalah Indeks Harga Saham Gabungan (IHSG), yang merupakan
salah satu indeks pasar saham yang digunakan oleh Bursa Efek Indonesia (BEI). Indikator
pasar modal ini dapat berfluktuasi seiring dengan perubahan indikator – indikator makro
yang ada. Seiring dengan indikator pasar modal, indikator ekonomi makro juga bersifat
fluktuatif. Suatu persamaan menyatakan bahwa IHSG dibentuk oleh empat variabel
makroekonomi yakni inflasi, kurs, jumlah uang beredar (m2) dan tingkat suku bunga (SBI)
yang semuanya berpengaruh positif terhadap IHSG. Dari hal tersebut kita ketahui bahwa
dalam variabel pembentuk IHSG tidak terdapat variabel yang berkaitan dengan peranan
waktu, padahal kenyataanya suatu hal tidak secara langsung akan bereaksi terhadap
perubahan yang terjadi pada variabel pembentuknya tanpa adanya suatu lag waktu.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah yang telah diuraikan diatas, maka permasalahan
yang dapat diidentifikasi antara lain :
a. Bagaimana signifikansi variabel independent baru (IHSGt-1) yang sebelumnya tidak
ada dalam persamaan terhadap variabel dependent (IHSG) dalam pendekatan
Koyck ?
b. Apakah terdapat gangguan otokorelasi dalam variabel independent yang
membentuk variabel dependent ?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah maka tujuan penelitian ini adalah :
a. Menganalisis signifikansi variabel independent baru (IHSGt-1) yang sebelumnya tidak
ada dalam persamaan terhadap variabel dependent (IHSG) dalam pendekatan Koyck.
b. Mendeteksi gangguan otokorelasi dalam variabel independent yang membentuk
variabel dependent.
3
Kerangka Pemikiran dan Hipotesis
2.1 Kerangka Pemikiran
Hubungan Kurs terhadap IHSG
Menurut Mohamad Samsul (2006: 202), perubahan satu variabel makroekonomi
memiliki dampak yang berbeda terhadap harga saham, yaitu suatu sahamdapat terkena
dampak positif sedangkan saham lainnya terkena dampak negatif.Misalnya, perusahaan
yang berorientasi impor, depresiasi kurs rupiah terhadapdolar Amerika yang tajam akan
berdampak negatif terhadap harga saham perusahaan. Sementara itu, perusahaan yang
berorientasi ekspor akan menerimadampak positif dari depresiasi kurs rupiah terhadap
dolar Amerika. Ini berartiharga saham yang terkena dampak negatif akan mengalami
penurunan di BursaEfek Indonesia (BEI), sementara perusahaan yang terkena dampak
positif akanmengalami kenaikan harga sahamnya. Selanjutnya, Indeks Harga
SahamGabungan (IHSG) juga akan terkena dampak negatif atau positif tergantung
padakelompok yang dominan dampaknya.
Bagi investor sendiri, depresiasi rupiah terhadap dollar menandakan bahwa prospek
perekonomian Indonesia suram. Sebab depresiasi rupiah dapatterjadi apabila faktor
fundamental perekonomian Indonesia tidaklah kuat,sehingga dolar Amerika akan menguat
dan akan menurunkan Indeks HargaSaham Gabungan di BEI (Sunariyah, 2006). Hal ini
tentunya menambah resiko bagi investor apabila hendak berinvestasi di bursa saham
Indonesia (Robert Ang,1997). Investor tentunya akan menghindari resiko, sehingga investor
akancenderung melakukan aksi jual dan menunggu hingga situasi perekonomiandirasakan
membaik. Aksi jual yang dilakukan investor ini akan mendorong penurunan indeks harga
saham di BEI dan mengalihkan investasinya ke dolar Amerika (Jose Rizal, 2007)
Hubungan Tingkat Suku Bunga SBI terhadap SBI
Kenaikan tingkat suku bunga dapat meningkatkan beban perusahaan(emiten) yang
lebih lanjut dapat menurunkan harga saham. Kenaikan ini juga potensial mendorong
investor mengalihkan dananya ke pasar uang atau tabunganmaupun deposito sehingga
investasi di lantai bursa turun dan selanjutnya dapatmenurunkan harga saham.
4
Hubungan Inflasi terhadap IHSG
Sirait dan D. Siagian (2002: 227), mengemukakan bahwa kenaikan inflasidapat
menurunkan capital gain yang menyebabkan berkurangnya keuntunganyang diperoleh
investor. Di sisi perusahaan, terjadinya peningkatan inflasi,dimana peningkatannya tidak
dapat dibebankan kepada konsumen, dapatmenurunkan tingkat pendapatan perusahaan.
Hal ini berarti resiko yang akandihadapi perusahaan akan lebih besar untuk tetap
berinvestasi dalam bentuk saham, sehingga permintaan terhadap saham menurun. Inflasi
dapat menurunkankeuntungan suatu perusahaan sehingga sekuritas di pasar modal menjadi
komoditiyang tidak menarik. Hal ini berarti inflasi memiliki hubungan yang negatif dengan
return saham.
Hubungan Jumlah Uang Beredar (m2) terhadap IHSG
Menurut Mohamad Samsul (2006: 210), jika jumlah uang beredar meningkat, maka
tingkat bunga akan menurun dan Indeks Harga SahamGabungan (IHSG) akan naik sehingga
pasar akan menjadi bullish. Jika jumlahuang beredar menurun, maka tingkat bunga akan
naik dan Indeks Harga SahamGabungan (IHSG) akan turun sehingga pasar akan menjadi
bearish.
Teori kuanitas uang menyatakan bahwa bank sentral yang mengawasi penawaan
uang, memiliki kendali tertinggi atas tingkat inflasi. Jika bank sentralmempertahankan
penawaran uang tetap stabil, tingkat harga akan stabil. Jika bank sentral meningkatkan
penawaran uang dengan cepat, tingkat harga akanmeningkat dengan cepat (Mankiw, 2000:
153)
2.2 Hipotesis
a. Diduga terdapat variabel independen lain (Yt-1) yang signifikan mempengaruhi
Indeks Harga Saham Gabungan.
b. Diduga tidak terdapat hubungan (otokorelasi) antara variabel pada tahun “t” dengan
variabel pada tahun “t-1”.
5
Metode Penelitian
3.1 Metodologi
Metode penelitian yang digunakan dalam penelitian ini berupa pendekatan kualitatif
karena data yang digunakan berupa data sekunder yang diperoleh dari database pusat
kebijakan ekonomi makro badan kebijakan fiscal Indonesia. Data yang digunakan
merupakan data time series bulanan yakni mulai bulan Januari 2005 – Desember 2007,
selanjutnya data akan diuji menggunakan uji asumsi klasik kemudian apabila lolos uji asumsi
klasik, selanjutnya akan dilakukan Uji autoregresif dan uji otokorelasi menggunakan Eviews.
Autoregresif (AR) adalah suatu bentuk regresi tetapi bukan yang menghubungkan variabel
tak bebas dengan variabel bebas, melainkan menghubungkan nilai – nilai sebelumnya dari
data diri sendiri pada time lag (selang waktu) yang bermacam – macam. Jadi suatu model
autoregresif akan menyatakan suatu ramalan sebagai fungsi nilai – nilai sebelumnya dari
deret berkala tertentu.
Uji otokorelasi dalam penelitian ini menggunakan Q-statistic karena cocok dengan
metode autoregresif yang menyatakan apakah ada otokorelasi atau tidak.
3.2 Penelitian dan Hasil Penelitian
Sebelum mengolah data yang tersedia, akan dilakukan uji asumsi klasik terlebih
dahulu guna mengetahui kelayakan data untuk dianalisis. Adapun uji asumsi klasik yang
akan dilakukan yakni uji multikolinearitas, uji heterokedastisitas, uji autokorelasi dan uji
normalitas. Adapun hasil regresi untuk pengujian asumsi klasik yakni :
6
Dari hasil regresi tersebut selanjutnya dilakukan uji multikolinearitas guna memastikan tidak
ada korelasi yang tinggi antar variabel independennya. Adapun uji multikolinearitas yang
dilakukan yakni :
Dari table uji multikolinearitas diatas diketahui bahwa terdapat korelasi yang sangat tinggi
antara inflasi dengan suku bunga SBI, hal ini dikarenakan nilai korelasi yang timbul sebesar
0,907440 yang artinya nilai tersebut melebihi batas kewajaran korelasi yakni 0,6. Maka
langkah selanjutnya adalah menghapus salah satu variabel yang korelasinya tinggi. Dalam uji
selanjutnya, penulis menghapus variabel SBI guna menghilangkan masalah multikolinearitas.
Adapun uji multikolinearitas yang varu tanpa variabel SBI yakni :
Uji multikolinearitas setelah menghilang variabel SBI menyatakan bahwa tidak ada masalah
multikolinearitas dalam data, hal ini dikarenakan tidak ada nilai korelasi yang melebihi 0,6.
Sehingga dilakukan regresi lagi yang menghasilkan :
Uji yang dilakukan selanjutnya adalah heterokedastisitas yang berguna untuk
mengetahui apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke
7
pengamatan yang lain, pada uji heterokedastisitas kali ini menggunakan uji white. Adapun
hasil ujinya :
Dari table diatas diketahui bahwa nilai Prob. Chi-square sebesar 0,0124. Hal ini menyatakan
bahwa nilai yang timbul kurang dari α (0,05) sehingga data tersebut dinyatakan tidak lolos
uji heterokedastisitas. Untuk memperbaiki gangguan heterokedastisitas, selanjutnya
dilakukan uji park dengan serta melakukan generalize res^2 (menambah var.dependen
berupa res2). Adapun hasil dari uji park :
Selanjutnya, kita lakukan uji white lagi guna memastikan benar – benar tidak ada
gangguan heterokedastisitas pada data :
8
Table diatas menunjukkan nilai Prob. Chi-square 0,3323 yang berarti lebih dari α(0,05)
sehingga dapat dinyatakan bahwa terbebas dari gangguan heterokedastisitas. Selanjutnya
adalah melakukan uji asumsi klasik yang terakhir yakni uji normalitas dengan metode jarque
bara, yang hasilnya :
Nilai probability yang tertera dalam table menunjukkan angka 0,105076 yang berarti
melebihi nilai α, sehingga nilai tersebut dikatakan signifikan dan data memiliki sebaran
residual normal. Dengan ini berarti data yang kita miliki telah lolos dari semua uij asumsi
klasik dan dapat dilakukan penelitian lebih lanjut.
Setelah dinyatakan lolos dalam uji asumsi klasik, analisis selanjutnya adalah
melakukan analisis model autoregresi. Adapun estimasi autoregresi yang dihasilkan :
9
Dari table diatas diketahui bahwa terdapat variabel independen baru berupa IHSG(-1) yang
merupakan variabel dependen periode sebelumnya yang dimasukkan menjadi variabel
independen. Hal ini terjadi dikarenakan metode autoregresif memang menggunakan
variabel Yt-1. Dari estimasi daiatas hal yang harus kita lihat adalah nilai probabilits setian
variabel independen, apabila nilai probabilitas kurang dari 5% atau 0,05 maka variabel
tersebut signifikan/ dapat menjelaskan variabel dependennya, apabila nilai probabilitas
lebih dari 5% maka variabel tersebut tidak dapat menjelaskan variabel dependen dengan
baik. Dari output diatas diketahui bahwa terdapat dua variabel yang signifikan yakni IHSG(-
1), M2 dan dua variabel tidak signifikan yakni inflasi, kurs. Meskipun terdapat dua variabel
yang tidak signifikan namun hal tersebut diperbolehkan karena variabel independen yang
signifikan mencapai 50% dari variabel independen yang ada. Hal selanjutnya yang perlu
dilihat dari output diatas adalah besarnya R-squared, prob(f-statistic) dan Durbin-watson
stat.
R-squared menyatakan baik tidaknya data yang digunakan, apabila nilai R-squared
lebih dari α(5%) maka data dapat dinyatakan baik. Sedangkan nilai prob(f-statistic)
menunjukkan baik tidaknya model yang digunakan, apabila nilai prob(f-statistic) kurang dari
α(5%) maka persamaan yang kita gunakan dinyatakan baik, sehingga apabila nilai R-squared
kecil namun nilai prob(f-statistic) besar maka data tetap dapat digunakan. Untuk nilai DW
sendiri, nilai yang timbul pada Durbin-watson stat. menyatakan ada tidaknya otokorelasi
atau serial correlation pada data. Apabila nilai DW mendekati 2 maka data tersebut dapat
10
dinyatakan terbebas dari serial corelation. Jika dilihat dari output diatas, nilai DW sebesar
2,111 ini berarti variabel terbebas dari serial correlation.
Masalah selanjutnya, jika menggunakan model autoregresif seharusnya tidak bisa
menggunakan faktor DW-statistic untuk menyatakan ada tidaknya serial correlation, hal ini
dikarenakan faktor DW-statistic tidak cocok digunakan dengan model autoregresif. Untuk
itu, perlu digunakan uji Q-statistic dikarenakan cocok dengan model autoregresif. Adapun
hasil uji Q-statistic yang dilakukan :
Dengan output yang dihasilkan, diketahui bahwa lag yang digunakan adalah 7 karena data
yang digunakan sebanyak 35 periode sehingga apabila dibagi 7 akan habis dibagi. Jika
seluruh nilai AC hampir 0 kemungkinan tidak ada serial correlation, selain itu dapat dilihat
pada kolom autocorrelation, apabila diagram batang pada lag tertentu ada yang menyentuh
garis putus – putus disampingnya maka dapat dikatakan terjadi serial correlation pada lag
tersebut.
11
Berdasarkan table output autoregresi menggunakan eviews, persamaan dugaannya
adalah sebagai berikut :
Persamaan dapat dituliskandalam
bentukpersamaan dinamis distribusi lag dugaan dengan cara sebagai berikut.
Berdasarkan persamaan diatas diketahui
Persamaan dinamis distribusi lag dugaannya adalah :
Bisa diamati bahwa dari pengaruh Y menurun secara geometris.
Kesimpulan
12
Berdasarkan penelitian dan hasil penelitian, dapat disimpulkan bahwa :
1. Persamaan yang digunakan baik, dikarenakan nilai prob.f yang signifikan.
2. Data yang tersedia untuk dilakukan pengujian cukup bik, hal in dikarenakan nilai R-
squared yang tinggi.
3. Terdapat variabel independen lain (Yt-1) yang signifikan mempengaruhi Indeks Harga
Saham Gabungan.
4. Tidak terdapat hubungan otokorelasi atau serial correlation antara variabel pada
tahun “t” dengan variabel pada tahun “t-1”.
Daftar Pustaka
Hossain, Sayyed. 2013. Detection of Serial Correlation in Autoregressive Model, EVIEWS
http://www.youtube.com/results?search_query=autoregressive%20model%20and%20serial%20corelation%20eviews&sm=3
Prambudi, Evyn Muntya dan Anggita, Riyandi Saras. 2012. DISTRIBUSI LAG DALAM MODEL AUTOREGRESSIF
http://www.scribd.com/doc/109340133/distribusi-lag-dalam-model-autoregressive
Novianti, Aditya. 2011. ANALISIS PENGARUH NILAI TUKAR (KURS) DOLAR AMERIKA/RUPIAH (US$/Rp), TINGKAT SUKU BUNGA SBI, INFLASI, DAN JUMLAH UANG BEREDAR (M2) TERHADAP INDEKS HARGA SAHAM GABUNGAN (IHSG) DI BURSA EFEK INDONESIA (BEI)
http://www.academia.edu/4918997/
Salim, Jul Fahmi. 2013. Uji Asumsi Klasik (Multicolinearitas, Heteroscedastisitas, Autokorelasi, dan Normalitas) dengan EViews7
http://julfahmi25.blogspot.com/2013/05/uji-asumsi-klasik-multicolinearitas.html
13