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