Analisis Regresi Berganda Terhadap Faktor-Faktor yang Mempengaruhi Laju Inflasi di Indonesia Tahun 2013-2014

Lampiran 1

Data Jumlah Uang Beredar, Suku Bunga, Nilai Tukar terhadap dolar, dan Impor di Indonesia Pada Tahun 2013-2014.

Bulan Laju Inflasi

(%)

Jumlah Uang Beredar

(Milyar Rupiah)

Suku Bunga

(%)

Nilai Tukar Terhadap

Dolar US($)

Impor (Ton)

(Y) (X1) (X2) (X3) (X4)

Januari 4.57 787.8597 5.75 9.8208 139.64

Februari 5.31 786.5487 5.75 9.69175 89.355

Maret 5.9 810.0549 5.75 9.7105 83.848

April 5.57 832.2135 5.75 9.72475 95.327

Mei 5.47 822.8765 5.75 9.7634 191.878

Juni 5.9 858.499 6 9.9355 97.68

Juli 8.61 879.986 6.5 10.1496 94.926

Agustus 8.79 855.7828 7 10.91633 126.43

September 8.4 867.7149 7.25 11.5535 155.343

Oktober 8.32 856.1712 7.25 11.4275 147.607

November 8.37 870.4169 7.5 11.651 135.098

Desember 8.38 887.081 7.5 12.04833 124.159

Januari 8.22 842.6779 7.5 12.17388 711.44

Februari 7.75 834.5324 7.5 12.16875 442.528

Maret 7.32 853.5024 7.5 11.44313 522.685

April 7.25 880.4703 7.5 11.4393 726.606

Mei 7.32 906.7267 7.5 11.51988 750.627

Juni 6.7 945.7178 7.5 11.89325 627.573

Juli 4.53 918.5658 7.5 11.689 536.454

Agustus 3.99 895.8271 7.5 11.69263 543.488

September 4.53 949.1683 7.5 11.8575 672.974

Oktober 4.83 940.3487 7.5 12.1574 594.284

November 6.23 955.535 7.75 12.15354 576.061

Desember 8.36 942.2213 7.75 12.45583 686.585

Jumlah 160.62 20980.5 168.25 269.0371 8872.596 Sumber: Badan Pusat Statistik Provinsi Sumatera Utara

Lampiran 2

Analisis Regresi Linier Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standar dized Coeffici

ents

t Sig.

Collinearity Statistics B

Std.

Error Beta

Toleran

ce VIF

1 (Constant) -8.642 0.875 .821 .422

Jumlah Uang Beredar

0.019 .008 -.410 2.5153 2

.142 .415 2.411 Suku Bunga 2.464 1.512 1.424 3.888 .165 .256 7.870 Nilai Tukar

Rupiah

-0.477 1.157 -.385 -.482 .592 .259 6.839 Impor 0.005 .002 -.578 1.593 .135 .455 2.197 a. Dependent Variable: Laju Inflasi

Lampiran 3

Uji Koefisien Korelasi

Correlations

Laju Inflasi

Jumlah Uang Beredar

Suku Bunga

Nilai Tukar

Rupiah Impor Pearson

Correlation

Laju Inflasi 1.000 -.010 .337 .292 -.112

Jumlah Uang Beredar

-.010 1.000 .742 .719 .655

Suku Bunga .337 .742 1.000 .969 .707

Nilai Tukar Rupiah

.292 .719 .969 1.000 .706

Sig. (1-tailed)

Laju Inflasi . .482 .054 .083 .301

Jumlah Uang Beredar

.482 . .000 .000 .000

Suku Bunga .054 .000 . .000 .000

Nilai Tukar Rupiah

.083 .000 .000 . .000

Impor .301 .000 .000 .000 .

N Laju Inflasi 24 24 24 24 24

Jumlah Uang Beredar

24 24 24 24 24

Suku Bunga 24 24 24 24 24

Nilai Tukar Rupiah

24 24 24 24 24

Impor 24 24 24 24 24

Lampiran 4

Uji Multikolinieritas

Coefficientsa

Model

Unstandardized Coefficients

Standar dized Coeffici

ents

t Sig.

Collinearity Statistics B

Std.

Error Beta

Toleran

ce VIF

1 (Constant) -8.642 0.875 .821 .422

Jumlah Uang Beredar

0.019 .008 -.410 2.51532 .142 .415 2.411 Suku Bunga 2.464 1.512 1.424 3.888 .165 .256 7.870 Nilai Tukar

Rupiah

-0.477 1.157 -.385 -.482 .592 .259 6.839 Impor 0.005 .002 -.578 1.593 .135 .455 2.197 a. Dependent Variable: Laju Inflasi

Lampiran 5

Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t

Sig.

B Std. Error Beta

1 (Constant) -8.642 0.875 .821 .422

Jumlah Uang Beredar

0.019 .008 -.410 2.51532 .142

Suku Bunga 2.464 1.512 1.424 3.888 .165

Nilai Tukar Rupiah

-0.477 1.157 -.385 -.482 .592

Impor 0.005 .002 -.578 1.593 .135

a. Dependent Variable: Laju Inflasi

Lampiran 6 Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 24

Normal Parametersa,b Mean .0000000

Std. Deviation 1.18611124

Most Extreme Differences

Absolute .116

Positive .082

Negative -.116

Kolmogorov-Smirnov Z .570

Asymp. Sig. (2-tailed) .601

a. Test distribution is Normal. b. Calculated from data.

Lampiran 7 Uji Autokorelasi

Runs Test

Unstandardized Residual

Test Valuea .11763

Cases < Test Value 12

Cases >= Test Value 12

Total Cases 24

Number of Runs 8

Z -1.878

Asymp. Sig. (2-tailed) .160

a. Median

Lampiran 8

Hasil SPSS untuk nilai R,R2,dan nilai Fhitung

Model

R

R Square

Adjuste d R Square

Std. Error of

the Estimate

R Square Chang

e

F

Change df1 df2 d

i m e n s i o n 0

ANOVAb

Model Sum of

Squares df

Mean

Square F Sig.

1 Regression 25.041 4 6.260 3.676 .062a

Residual 32.358 19 1.703

Total 57.399 23

a. Predictors: (Constant), Impor, Jumlah Uang Beredar, Nilai Tukar Rupiah, Suku Bunga

Lampiran 9

Tabel T dan Tabel F

Titik Persentase Distribusi t (dk = 1 – 40)

Pr df

0.25 0.10 0.05 0.025 0.01 0.005 0.001

0.50 0.20 0.10 0.050 0.02 0.010 0.002

1 1.00000 3.07768 6.31375 12.70620 31.82052 63.65674 318.30884

2 0.81650 1.88562 2.91999 4.30265 6.96456 9.92484 22.32712

3 0.76489 1.63774 2.35336 3.18245 4.54070 5.84091 10.21453

4 0.74070 1.53321 2.13185 2.77645 3.74695 4.60409 7.17318

5 0.72669 1.47588 2.01505 2.57058 3.36493 4.03214 5.89343

6 0.71756 1.43976 1.94318 2.44691 3.14267 3.70743 5.20763

7 0.71114 1.41492 1.89458 2.36462 2.99795 3.49948 4.78529

8 0.70639 1.39682 1.85955 2.30600 2.89646 3.35539 4.50079

9 0.70272 1.38303 1.83311 2.26216 2.82144 3.24984 4.29681

10 0.69981 1.37218 1.81246 2.22814 2.76377 3.16927 4.14370

11 0.69745 1.36343 1.79588 2.20099 2.71808 3.10581 4.02470

12 0.69548 1.35622 1.78229 2.17881 2.68100 3.05454 3.92963

13 0.69383 1.35017 1.77093 2.16037 2.65031 3.01228 3.85198

14 0.69242 1.34503 1.76131 2.14479 2.62449 2.97684 3.78739

15 0.69120 1.34061 1.75305 2.13145 2.60248 2.94671 3.73283

16 0.69013 1.33676 1.74588 2.11991 2.58349 2.92078 3.68615

17 0.68920 1.33338 1.73961 2.10982 2.56693 2.89823 3.64577

18 0.68836 1.33039 1.73406 2.10092 2.55238 2.87844 3.61048

19 0.68762 1.32773 1.72913 2.09302 2.53948 2.86093 3.57940

20 0.68695 1.32534 1.72472 2.08596 2.52798 2.84534 3.55181

21 0.68635 1.32319 1.72074 2.07961 2.51765 2.83136 3.52715

22 0.68581 1.32124 1.71714 2.07387 2.50832 2.81876 3.50499

23 0.68531 1.31946 1.71387 2.06866 2.49987 2.80734 3.48496

24 0.68485 1.31784 1.71088 2.06390 2.49216 2.79694 3.46678

25 0.68443 1.31635 1.70814 2.05954 2.48511 2.78744 3.45019

26 0.68404 1.31497 1.70562 2.05553 2.47863 2.77871 3.43500

27 0.68368 1.31370 1.70329 2.05183 2.47266 2.77068 3.42103

28 0.68335 1.31253 1.70113 2.04841 2.46714 2.76326 3.40816

29 0.68304 1.31143 1.69913 2.04523 2.46202 2.75639 3.39624

30 0.68276 1.31042 1.69726 2.04227 2.45726 2.75000 3.38518

31 0.68249 1.30946 1.69552 2.03951 2.45282 2.74404 3.37490

32 0.68223 1.30857 1.69389 2.03693 2.44868 2.73848 3.36531

33 0.68200 1.30774 1.69236 2.03452 2.44479 2.73328 3.35634

34 0.68177 1.30695 1.69092 2.03224 2.44115 2.72839 3.34793

35 0.68156 1.30621 1.68957 2.03011 2.43772 2.72381 3.34005

36 0.68137 1.30551 1.68830 2.02809 2.43449 2.71948 3.33262

37 0.68118 1.30485 1.68709 2.02619 2.43145 2.71541 3.32563

38 0.68100 1.30423 1.68595 2.02439 2.42857 2.71156 3.31903

39 0.68083 1.30364 1.68488 2.02269 2.42584 2.70791 3.31279

DAFTAR PUSTAKA

Algifari. 2010. Analisa Regresi Teori, Kasus dan Solusi, Edisi 2. Yogyakarta: BPFE

Badan Pusat Statistik. 2014. Data dan informasi Laju Inflasi di Indonesia tahun 2013-2014. Medan: Badan Pusat Statistik

Badan Pusat Statistik. Laporan Perekonomian, Jakarta. Medan: Badan Pusat Statistik

Boediono. 1985. Demand For Money In Indonesia 1975 – 1984. Bulletin of Indonesian

Economic Studies, Vol. XXI

Gujarati, Damodar, 1995. Ekonometrika Dasar. Penerbit Erlangga, Jakarta

Heru, Restyarto. 2008. Pengaruh Nilai Tukar, Tingkat Bunga, dan Inflasi Terhadap Harga. Bandung: Universitas Pajajaran.

J.Supranto. 1998. Statistik Teori Aplikasi Edisi ke-6. Jakarta: Erlangga

Nopirin. (2000). Pengantar Ilmu Ekonomi Makro dan Mikro Edisi Pertama. BPFE. Yogyakarta . Sayogo. 2002. Perekonomian Indonesia. Bogor

Santoso, Singgih. 2000.Panduan Lengkap SPSS Versi 20. Jakarta: PT Elex Media Komputindo. Sudjana. 2001. Metode Statistika. Bandung: Tarsito

Supranto, J. 2004. Analisis Multivariat, Arti, dan Interpretasi. Jakarta: PT. Rineka Cipta Usman, Husaini, dan R. Purnomo Setiady Akbar. Pengantar Statistik. Jakarta: Bumi Aksara.

BAB 3

PEMBAHASAN DAN HASIL

3.1 Data Jumlah Uang Beredar, Suku Bunga, Nilai Tukar terhadap Dolar, dan Impor di Indonesia Pada Tahun 2013-2014.

Data yang dikumpulkan penelitian ini adalah data sekunder yang diperoleh dari BPS Provinsi Sumatera Utara di Jln. Asrama Medan. Yaitu data Jumlah Uang Beredar, Suku Bunga, Nilai Tukar terhadap Dolar, dan Impor di Indonesia tahun 2013-2014. Datanya sebagai berikut:

Tabel 3.1 Data Jumlah Uang Beredar, Suku Bunga, Nilai Tukar terhadap Dolar, dan Impor di Indonesia Tahun 2013-2014.

Bulan

Laju Inflasi

(%)

Jumlah Uang Beredar

(Milyar Rupiah)

Suku Bunga

(%)

Nilai Tukar Terhadap

Dolar US($)

Impor (Ton)

(Y) (X1) (X2) (X3) (X4)

Januari 4.57 787.8597 5.75 9.8208 139.64

Februari 5.31 786.5487 5.75 9.69175 89.355

Maret 5.90 810.0549 5.75 9.7105 83.848

April 5.57 832.2135 5.75 9.72475 95.327

Mei 5.47 822.8765 5.75 9.7634 191.878

Juni 5.90 858.499 6.0 9.9355 97.680

Juli 8.61 879.986 6.5 10.1496 94.926

Agustus 8.79 855.7828 7.0 10.91633 126.43

September 8.40 867.7149 7.25 11.5535 155.343

Oktober 8.32 856.1712 7.25 11.4275 147.607

November 8.37 870.4169 7.5 11.6510 135.098

Desember 8.38 887.081 7.5 12.04833 124.159

Januari 8.22 842.6779 7.5 12.17388 711.44

Februari 7.75 834.5324 7.5 12.16875 442.528

Maret 7.32 853.5024 7.5 11.44313 522.685

April 7.25 880.4703 7.5 11.4393 726.606

Mei 7.32 906.7267 7.5 11.51988 750.627

Juni 6.70 945.7178 7.5 11.89325 627.573

Juli 4.53 918.5658 7.5 11.6890 536.454

Agustus 3.99 895.8271 7.5 11.69263 543.488

Oktober 4.83 940.3487 7.5 12.1574 594.284

November 6.23 955.535 7.75 12.15354 576.061

Desember 8.36 942.2213 7.75 12.45583 686.585

Jumlah 160.62 20980.5 168.25 269.0371 8872.596 Sumber: Badan Pusat Statistik

Dari data tersebut maka diperoleh variabel sebagai berikut:

Y = Laju Inflasi (%)

= Jumlah Uang Beredar (Milyar Rupiah) = Suku Bunga (%)

= Nilai Tukar terhadap Dolar ($)

= Impor (Ton)

3.2 Uji Asumsi Klasik 3.2.1. Uji Normalitas

Tujuan uji normalitas adalah ingin mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal. Untuk lebih memastikan apakah data di atas di sepanjang garis diagonal berdistribusi normal maka dilakukan uji kolmogorov smirnov.

Tabel 3 2. One-Sample Kolmogorov-Smirnov Test

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 24

Normal Parametersa,b Mean .0000000

Std. Deviation 1.18611124

Most Extreme Differences

Absolute .116

Positive .082

Negative -.116

Kolmogorov-Smirnov Z .570

Asymp. Sig. (2-tailed) .601

a. Test distribution is Normal. b. Calculated from data.

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar 0,601 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang diuji berdistribusi normal.

3.2.2. Uji Heterokedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Untuk menguji heteroskedastisitas digunakan uji glesjer SPSS. Dasar pengambilan keputusan pada uji heteroskedastisitas yakni:

 Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi heteroskedastisitas.

 Jika nilai nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi heteroskedastisitas. Berikut adalah tabelnya:

Tabel 3.3 Uji Heteroskedastisitas

Coefficientsa

Model Unstandardized

Coefficients

Standardized Coefficients

T

Sig.

B Std. Error Beta

1 (Constant) -8.642 0.875 .821 .422

Jumlah Uang Beredar

0.019 .008 -.410 2.51532 .142

Suku Bunga 2.464 1.512 1.424 3.888 .165

Nilai Tukar Rupiah

-0.477 1.157 -.385 -.482 .592

Impor 0.005 .002 -.578 1.593 .135

a. Dependent Variable: Laju Inflasi

Berdasarkan output di atas diketahui bahwa nilai signifikasi variabel jumlah uang beredar (X1) sebesar 0,142 lebih besar dari 0,05, artinya tidak terjadi

heteroskedastisitas. Sementara itu, diketahui nilai signifikasi variabel suku bunga (X2) yakni 0,165 lebih besar dari 0,05, artinya tidak terjadi heteroskedastisitas.

besar dari 0,05 artinya tidak terjadi heteroskedastisitas dan pada variabel impor (X4) nilai signifiksasi sebesar 0,135 lebih besar dari 0,05 artinya tidak terjadi juga

heteroskedastisitas.

3.2.3. Uji Multikolineritas

Uji Multikolineritas menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas (independent). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas (tidak terjadi multikoneritas). Jika variabel bebas saling berkorelasi maka variabel-variabel ini tidak ortogonal. Ortogonal adalah variabel bebas yang nilai korelasi antar sesama variabel bebas sama dengan nol. Untuk mengetahui ada tidaknya gejala multikolineritas dapat dilihat dari besarnya nilai Tolerance dan VIF (Variance Inflation Factor) melalui program SPSS. Nilai umum yang biasa dipakai adalah nilai Tolerance > 0,1 atau nilai VIF < 10, maka tidak terjadi multikolineritas. Berikut tabelnya :

Tabel 3.4 Uji Multikolinieritas

Coefficientsa

Model

Unstandardized Coefficients

Standar dized Coeffici

ents

T Sig.

Collinearity Statistics B

Std.

Error Beta

Toler

ance VIF

1 (Constant) -8.642 0.875 .821 .422

Jumlah Uang Beredar

0.019 .008 -.410 2.5153 2

.142 .415 2.411 Suku Bunga 2.464 1.512 1.424 3.888 .165 .256 7.870 Nilai Tukar

Rupiah

-0.477 1.157 -.385 -.482 .592 .259 6.839 Impor 0.005 .002 -.578 1.593 .135 .455 2.197 a. Dependent Variable: Laju Inflasi

Berdasarkan tabel di atas dapat dilihat bahwa model regresi tidak mengalami gangguan multikolinieritas. Hal ini tampak pada nilai tolerance masing-masing variabel lebih besar dari 10 persen (0,1). Hasil perhitungan VIF juga menunjukkan bahwa nilai VIF masing-masing variabel kurang dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi tersebut.

3.2.4. Autokorelasi

Uji Autokorelasi adalah untuk melihat apakah terjadi korelasi antara suatu periode setelah dengan periode sebelumnya. Secara sederhana adalah bahwa analisis regresi adalah untuk melihat pengaruh antara variabel bebas terhadap variabel variabel terikat, jadi tidak boleh ada korelasi antara observasi dengan data sebelumnya. Sebagai contoh adalah pengaruh antara tingkat inflasi bulanan terhadap nilai tukar rupiah terhadap dolar. Data inflasi pada bulan tertentu katakanlah februari akan dipengaruhi oleh tingkat inflasi pada bulan januari maka berarti terdapat gangguan autokorelasi pada model tersebut. Untuk menguji autokorelasi tersebut kita dapat menggunakan uji run test, uji ini dipergunakan

untuk melihat apakah tingkat signifikasi (α) yang digunakan apabila nilai hasil uji run test lebih besar daripada tingkat signifikasi (α), maka tidak terdapat masalah autokorelasi pada data yang diuji.

Tabel 3.5 Uji Autokorelasi

Runs Test

Unstandardized Residual

Test Valuea .11763

Cases < Test Value 12

Cases >= Test Value 12

Total Cases 24

Number of Runs 8

Z -1.878

Asymp. Sig. (2-tailed) .160

Hasil output SPSS menunjukkan bahwa Run Test dengan nilai Probabilitas atau P-value adalah 0.160 > 0.05. berdasarkan nilai tersebut, untuk kasus ini hasil Run Test menunjukkan bahwa tidak terjadi autokorelasi.

3.3 Membentuk Persamaan Regresi Linier Berganda

Untuk membentuk persamaan regresi linier berganda,diperlukan perhitungan masing-masing satuan variabel. Hasil perhitungan yang dibutuhkan terdapat pada tabel dibawah ini :

Tabel 3.6 Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, b3, dan b4

No Y X1 X2 X3 X4 Y2 X12

(1) (2) (3) (4) (5) (6) (7) (8)

1 4.57 787.8597 5.75 9.8208 139.64 20.8849 620722.9 2 5.31 786.5487 5.75 9.69175 89.355 28.1961 618658.8 3 5.9 810.0549 5.75 9.7105 83.848 34.81 656188.9 4 5.57 832.2135 5.75 9.72475 95.327 31.0249 692579.3 5 5.47 822.8765 5.75 9.7634 191.878 29.9209 677125.7

6 5.9 858.499 6.00 9.9355 97.68 34.81 737020.5

8 8.79 855.7828 7.00 10.91633 126.43 77.2641 732364.2 9 8.4 867.7149 7.25 11.5535 155.343 70.56 752929.2 10 8.32 856.1712 7.25 11.4275 147.607 69.2224 733029.1 11 8.37 870.4169 7.5 11.651 135.098 70.0569 757625.5 12 8.38 887.081 7.5 12.04833 124.159 70.2244 786912.7 13 8.22 842.6779 7.5 12.17388 711.44 67.5684 710106.1 14 7.75 834.5324 7.5 12.16875 442.528 60.0625 696444.3 15 7.32 853.5024 7.5 11.44313 522.685 53.5824 728466.3 16 7.25 880.4703 7.5 11.4393 726.606 52.5625 775227.9 17 7.32 906.7267 7.5 11.51988 750.627 53.5824 822153.3 18 6.7 945.7178 7.5 11.89325 627.573 44.89 894382.2 19 4.53 918.5658 7.5 11.689 536.454 20.5209 843763.1 20 3.99 895.8271 7.5 11.69263 543.488 15.9201 802506.2 21 4.53 949.1683 7.5 11.8575 672.974 20.5209 900920.5 22 4.83 940.3487 7.5 12.1574 594.284 23.3289 884255.7 23 6.23 955.535 7.75 12.15354 576.061 38.8129 913047.1 24 8.36 942.2213 7.75 12.45583 686.585 69.8896 887781.1

Sambungan Tabel 3.6

No X22 X32 X42 X1X2 X1X3 X1X4

(1) (2) (3) (4) (5) (6) (7)

1 33.0625 96.44811 19499.33 4530.193 7737.412 110016.7 2 33.0625 93.93002 7984.316 4522.655 7623.033 70282.06 3 33.0625 94.29381 7030.487 4657.816 7866.038 67921.48 4 33.0625 94.57076 9087.237 4785.228 8093.068 79332.42 5 33.0625 95.32398 36817.17 4731.54 8034.072 157891.9 6 36.000 98.71416 9541.382 5150.994 8529.617 83858.18 7 42.25 103.0144 9010.945 5719.909 8931.506 83533.55 8 49.000 119.1663 15984.54 5990.48 9342.007 108196.6 9 52.5625 133.4834 24131.45 6290.933 10025.14 134793.4 10 52.5625 130.5878 21787.83 6207.241 9783.897 126376.9 11 56.25 135.7458 18251.47 6528.126 10141.23 117591.6 12 56.25 145.1623 15415.46 6653.108 10687.84 110139.1 13 56.25 148.2034 506146.9 6320.084 10258.66 599514.8 14 56.25 148.0785 195831 6258.993 10155.22 369304 15 56.25 130.9452 273199.6 6401.268 9766.739 446112.9 16 56.25 130.8576 527956.3 6603.527 10071.96 639755 17 56.25 132.7076 563440.9 6800.45 10445.38 680613.5 18 56.25 141.4494 393847.9 7092.884 11247.66 593507 19 56.25 136.6327 287782.9 6889.244 10737.12 492768.3 20 56.25 136.7176 295379.2 6718.703 10474.58 486871.3 21 56.25 140.6003 452894 7118.762 11254.76 638765.6 22 56.25 147.8024 353173.5 7052.615 11432.2 558834.2 23 60.0625 147.7085 331846.3 7405.396 11613.13 550446.4 24 60.0625 155.1477 471399 7302.215 11736.15 646915

Jumlah 1192.813 3037.292 4847439 147732.4 235988.4 7953342

Sambungan Tabel 3.6

No X2X3 X2X4 X3X4 YX1

(1) (2) (3) (4) (5)

1 56.4696 802.93 1371.377 3600.519

2 55.72756 513.7913 866.0063 4176.573

3 55.83538 482.126 814.206 4779.324

Sambungan Tabel 3.6

No YX2 YX3 YX4

(1) (2) (3) (4)

1 26.2775 44.88106 638.1548

2 30.5325 51.46319 474.4751

3 33.925 57.29195 494.7032

4 32.0275 54.16686 530.9714

5 31.4525 53.4058 1049.573

6 35.4 58.61945 576.312

7 55.965 87.38806 817.3129

8 61.53 95.95454 1111.32

9 60.9 97.0494 1304.881

10 60.32 95.0768 1228.09

11 62.775 97.51887 1130.77

12 62.85 100.965 1040.452

13 61.65 100.0693 5848.037

14 58.125 94.30781 3429.592

15 54.9 83.76371 3826.054

5 56.13955 1103.299 1873.382 4501.134

6 59.613 586.08 970.4996 5065.144

7 65.9724 617.019 963.4609 7576.68

8 76.41431 885.01 1380.152 7522.331

9 83.76288 1126.237 1794.755 7288.805

10 82.84938 1070.151 1686.779 7123.344

11 87.3825 1013.235 1574.027 7285.389

12 90.36248 931.1925 1495.909 7433.739

13 91.3041 5335.8 8660.985 6926.812

14 91.26563 3318.96 5385.013 6467.626

15 85.82348 3920.138 5981.152 6247.638

16 85.79475 5449.545 8311.864 6383.41

17 86.3991 5629.703 8647.133 6637.239

18 89.19938 4706.798 7463.883 6336.309

19 87.6675 4023.405 6270.611 4161.103

20 87.69473 4076.16 6354.804 3574.35

21 88.93125 5047.305 7979.789 4299.733

22 91.1805 4457.13 7224.948 4541.884

23 94.18994 4464.473 7001.18 5952.983

24 96.53268 5321.034 8551.986 7876.97

16 54.375 82.93493 5267.894

17 54.9 84.32552 5494.59

18 50.25 79.68478 4204.739

19 33.975 52.95117 2430.137

20 29.925 46.65359 2168.517

21 33.975 53.71448 3048.572

22 36.225 58.72024 2870.392

23 48.2825 75.71655 3588.86

24 64.79 104.1307 5739.851

Jumlah 1135.328 1810.754 58314.25

Dari Tabel 3.6 diperoleh hasil sebagai berikut :

n = 24 X1X2 = 147732,4

Y = 160,62 X1X3 = 235988,4

X1 = 20980,5 X1X4 = 7953342

X2 = 168,25 X2X3 = 1902,429

X3 = 269,0375 X2X4 = 65429,65

X4 = 8872,596 X3X4 = 103550,9

Y2 = 1132,348 YX1 = 140394,5

X12 = 18398586 YX2 = 1135,328

X22 = 1192,813 YX3 = 1810,754

X32 = 3037,292 YX4 = 58314,25

X42 = 48474390

Dari data tersebut maka selanjutnya akan dicari persamaan normal dengan rumus sebagai berikut :











Y



nb

₀



b

₁

X

₁



b

₂

X

₂



b

₃

X

₃



b

₄

X

₄

















2



_{2 1 2}



_{3 1 3}



_{4 1 4}

1 1 1 0

1

b

X

b

(

X

)

b

X

X

b

X

X

b

X

X

YX













    3 2 3 4 2 4

2 2 2 2 1 1 2 0

2 b X b X X b (X ) b X X b X X

YX













     4 3 4

2 3 3 3 2 2 3 1 1 3 0

3 b X b X X b X X b (X ) b X X

YX













     2

4 4 4 3 3 4 2 2 4 1 1 4 0

4 b X b X X b X X b X X b ( X )

Harga-harga koefisien b0, b1, b2, b3, dan b4 dicari dengan substitusi dan

eliminasi dari persamaan normal di atas. Selanjutnya substitusi nilai-nilai pada Tabel 3.6 ke dalam persamaan normal. Sehingga diperoleh :

160,62 = 24 b0 + 20980,5 b1 + 168,25 b2 + 269,0375 b3 + 8872,596 b4

20980,5 = 20980,5b0 + 18398586 b1 + 147732,4 b2 + 235988,4 b3 + 7953342 b4

168,25 = 168,25 b0 + 147732,4 b1 + 1192,813 b2 + 1902,429 b3 + 65429,65 b4

269,0375 = 269,0375 b0 + 235988,4 b1 + 1902,429 b2 + 3037,292 b3

+ 103550,9 b4

8872,596 = 8872,596 b0 + 7953342 b1 + 65429,65 b2 + 103550,9 b3

+ 48474390 b4

Setelah persamaan di atas diselesaikan. Maka diperoleh koefisien-koefisien regresi linier berganda seperti berikut:

b0 = –8,642

b1 = 0,019

b2 = 2,464

b3 = –0,477

b4 = 0,005

Maka persamaan regresi linier bergandanya adalah :

4 4 3 3 2 2 1 1 0

ˆ _{b b X b X b X b X}

Y     

ˆ

Y  –8,642 + 0,019 X1 + 2,464 X2– 0,477 X3 + 0,005 X4

Setelah diperoleh persamaan regresi berganda. Langkah selanjutnya adalah menghitung kesalahan baku (Standard error). Untuk menghitung kesalahan baku ini diperlukan harga ̂ yang diperoleh dari persamaan regresi di atas untuk tiap harga X1, X2, X3, dan X4 yang diketahui. Maka untuk mencari kesalahan baku

tersebut dibuat terlebih dahulu tabel seperti di bawah ini :

Tabel 3.7 Nilai-Nilai Yˆ Yang Diperoleh Dari Persamaan Regresi Linier Berganda Untuk Menghitung Kekeliruan Tafsiran Baku

No Y Ŷ (Y-Ŷ) Ŷ

(1) (2) (3) (4) (5)

2 -1.3825 5.712786 -0.40279 0.162236

3 -0.7925 5.351489 0.548511 0.300865

4 -1.1225 4.961473 0.608527 0.370305

5 -1.2225 5.597595 -0.1276 0.016281

6 -0.7925 5.183886 0.716114 0.51282

7 1.9175 6.535736 2.074264 4.302569

8 2.0975 8.246188 0.543812 0.295732

9 1.7075 8.404712 -0.00471 2.22E-05

10 1.6275 8.663665 -0.34366 0.118105

11 1.6775 8.863643 -0.49364 0.243683

12 1.6875 8.414802 -0.0348 0.001211

13 1.5275 7.115979 1.104021 1.218862

14 1.0575 5.96923 1.78077 3.17114

15 0.6275 6.368306 0.951694 0.905721

16 0.5575 6.874548 0.375452 0.140964

17 0.6275 6.482545 0.837455 0.701331

18 0.0075 5.015546 1.684454 2.837385

19 -2.1625 5.318867 -0.78887 0.622311

20 -2.7025 5.85854 -1.86854 3.491443

21 -2.1625 5.457244 -0.92724 0.859782

22 -1.8625 5.162514 -0.33251 0.110566

23 -0.4625 5.641502 0.588498 0.34633

24 1.6675 6.703289 1.656711 2.744693

Jumlah 4.44E-15 153.6376 6.982371 24.828199

Setelah memperoleh harga yang terdapat pada Tabel 3.7. maka kekeliruan bakunya dapat dihitung dengan menggunakan rumus sebagai berikut :

√∑( ̂)

Dengan k = 4. n = 24. dan





Y Yˆ



2= Sehingga diperoleh :

√∑( ̂)

√

Ini berarti rata-rata laju inflasi yang sebenarnya akan menyimpang dari rata-rata hasil laju inflasi yang diperkirakan sebesar

3.4 Uji Regresi Linier Berganda

Pengujian hipotesa dalam regresi linier berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.

3.4.1 Uji F (Simultan)

5. Menentukan formulasi hipotesis

: Tidak terdapat pengaruh yang signifikan antara Jumlah Uang Beredar, Suku Bunga, Nilai Tukar terhadap Dolar, dan Impor di Indonesia pada tahun 2013-2014.

: Terdapat pengaruh yang signifikan antara Jumlah Uang Beredar, Suku Bunga, Nilai tukar terhadap Dolar, dan Impor di Indonesia pada tahun 2013-2014.

Mencari nilai Ftabel dari Tabel Distribusi F

Dengan taraf nyata α = 0.05 dan nilai Ftabel dengan dk pembilang (v1) = k = 4

dan dk penyebut (v2) = n – k – 1 = 24 – 4 – 1 = 19. maka di peroleh

6. Menentukan kriteria pengujian diterima bila ditolak bila 7. Menentukan nilai statistik Fhitung

Untuk menguji model regresi yang telah terbentuk. maka diperlukan nilai-nilai y, x1, x2, x3, dan x4 dengan rumus :

1 1 1 X X

x   x₃ X₃  X₃

Dari Tabel 3.6 dapat dicari rata-rata untuk y, x1, x2, x3, x4 dan x5 seperti di

bawah ini :

Y Y

n





2

2

X X

n





n X X4 



4

̅ ̅ ̅

1 1

X X

n





3

3

X X

n





̅ ̅

Selanjutnya untuk uji keberartian Regresi, dilakukan perhitungan seperti tabel 3.8 dibawah ini:

Tabel 3.8 Harga-Harga Yang Diperlukan Untuk Uji Keberartian Regresi

No Y X1 X2 X3 X4

(1) (2) (3) (4) (5) (6)

1 -2.1225 -86.32777125 -1.26042 -1.38908 -230.052 2 -1.3825 -87.63878125 -1.26042 -1.51813 -280.337 3 -0.7925 -64.13257125 -1.26042 -1.49938 -285.844 4 -1.1225 -41.97396125 -1.26042 -1.48513 -274.365 5 -1.2225 -51.31098125 -1.26042 -1.44648 -177.814 6 -0.7925 -15.68846125 -1.01042 -1.27438 -272.012 7 1.9175 5.79856875 -0.51042 -1.06028 -274.766 8 2.0975 -18.40466125 -0.01042 -0.29355 -243.262 9 1.7075 -6.47253125 0.239583 0.343623 -214.349 10 1.6275 -18.01624125 0.239583 0.217623 -222.085 11 1.6775 -3.77060125 0.489583 0.441123 -234.594 12 1.6875 12.89355875 0.489583 0.838453 -245.533 13 1.5275 -31.50954125 0.489583 0.964003 341.7485 14 1.0575 -39.65504125 0.489583 0.958873 72.8365 15 0.6275 -20.68505125 0.489583 0.233253 152.9935 16 0.5575 6.28284875 0.489583 0.229423 356.9145 17 0.6275 32.53923875 0.489583 0.310003 380.9355 18 0.0075 71.53037875 0.489583 0.683373 257.8815 19 -2.1625 44.37834875 0.489583 0.479123 166.7625

20 -2.7025 21.63966875 0.489583 0.482753 173.7965 21 -2.1625 74.98087875 0.489583 0.647623 303.2825 22 -1.8625 66.16127875 0.489583 0.947523 224.5925 23 -0.4625 81.34753875 0.739583 0.943663 206.3695 24 1.6675 68.03388875 0.739583 1.245953 316.8935

Jumlah 4.44E-15 -5.00222E-12 -7.1E-15 2.84E-14 9.09E-13

Sambungan Tabel 3.8

No Y2 X12 X22 X32 X42 X1X2

(1) (2) (3) (4) (5) (6) (7)

1 4.505006 7452.48408899236 1.58865 1.929535 52923.69 108.809 2 1.911306 7680.55597898539 1.58865 2.30471 78588.55 110.4614 3 0.628056 4112.98669513635 1.58865 2.248132 81706.51 80.83376 4 1.260006 1761.81342301652 1.58865 2.205602 75275.88 52.90468 5 1.494506 2632.81679683788 1.58865 2.092296 31617.64 64.67322 6 0.628056 246.12781639276 1.020942 1.624037 73990.26 15.85188 7 3.676806 33.62339954847 0.260525 1.124187 75496.08 -2.95969 8 4.399506 338.73155572726 0.000109 0.08617 59176.16 0.191715 9 2.915556 41.89366078223 0.0574 0.118077 45945.28 -1.55071 10 2.648756 324.58494877821 0.0574 0.04736 49321.53 -4.31639 11 2.814006 14.21743378650 0.239692 0.194589 55034.11 -1.84602 12 2.847656 166.24385723970 0.239692 0.703003 60286.21 6.312471 13 2.333256 992.85118978547 0.239692 0.929302 116792 -15.4265 14 1.118306 1572.52229653922 0.239692 0.919437 5305.156 -19.4144 15 0.393756 427.87134521513 0.239692 0.054407 23407.01 -10.1271 16 0.310806 39.47418841537 0.239692 0.052635 127388 3.075978 17 0.393756 1058.80205842949 0.239692 0.096102 145111.9 15.93067 18 5.63E-05 5116.59508411841 0.239692 0.466999 66502.87 35.02008 19 4.676406 1969.43783777662 0.239692 0.229559 27809.73 21.7269 20 7.303506 468.27526360972 0.239692 0.23305 30205.22 10.59442 21 4.676406 5622.13217812217 0.239692 0.419415 91980.27 36.70939 22 3.468906 4377.31480583517 0.239692 0.8978 50441.79 32.39146 23 0.213906 6617.42206068272 0.546984 0.8905 42588.37 60.16328 24 2.780556 4628.61001844734 0.546984 1.552399 100421.5 50.31673

Jumlah 57.39885 57697.38798 13.3099 21.4193 1567316 650.3261

Sambungan Tabel 3.8

No X1X3 X1X4 X2X3 X2X4 X3X4

(1) (2) (3) (4) (5) (6)

2 133.0468 24568.35 1.913473 353.3408 425.5864 3 96.15891 18331.88 1.88984 360.2819 428.5872 4 62.33667 11516.16 1.871879 345.8136 407.4661 5 74.22016 9123.785 1.823164 224.1191 257.2032 6 19.99302 4267.442 1.287652 274.845 346.6452 7 -6.14809 -1593.25 0.541183 140.2449 291.3276 8 5.402635 4477.146 0.003058 2.533974 71.4087 9 -2.22411 1387.377 0.082326 -51.3543 -73.6551 10 -3.92075 4001.128 0.052139 -53.2077 -48.3307 11 -1.6633 884.5585 0.215966 -114.853 -103.485 12 10.81064 -3165.79 0.410493 -120.209 -205.867 13 -30.3753 -10768.3 0.47196 167.3144 329.4466 14 -38.0241 -2888.33 0.469448 35.65954 69.84095 15 -4.82485 -3164.68 0.114197 74.90307 35.68618 16 1.441429 2242.44 0.112322 174.7394 81.88437 17 10.08726 12395.35 0.151772 186.4997 118.0911 18 48.88192 18446.36 0.334568 126.2545 176.2292 19 21.26268 7400.644 0.234571 81.64414 79.89974 20 10.44661 3760.899 0.236348 85.08787 83.90077 21 48.55934 22740.39 0.317065 148.4821 196.4127 22 62.68933 14859.33 0.463891 109.9567 212.8065 23 76.76466 16787.65 0.697917 152.6274 194.7432 24 84.76702 21559.5 0.921486 234.3692 394.8344

Jumlah 799.6045 197029.8 16.36753 3229.054 4090.222

Sambungan Tabel 3.8

No YX1 YX2 YX3 YX4

(1) (2) (3) (4) (5)

1 183.23069448 2.675234 2.948316 488.2843

2 121.16061508 1.742526 2.098811 387.5652

3 50.82506272 0.99888 1.188256 226.531

4 47.11577150 1.414818 1.667055 307.9742

5 62.72767458 1.540859 1.768318 217.377

6 12.43310554 0.800755 1.009944 215.5691

7 11.11875558 -0.97872 -2.03308 -526.863

8 -38.60377697 -0.02185 -0.61572 -510.241

9 -11.05184711 0.409089 0.586736 -366

10 -29.32143263 0.389922 0.354181 -361.443

11 -6.32518360 0.821276 0.739984 -393.531

12 21.75788039 0.826172 1.414889 -414.336

14 -41.93520612 0.517734 1.014008 77.0246 15 -12.97986966 0.307214 0.146366 96.00342

16 3.50268818 0.272943 0.127903 198.9798

17 20.41837232 0.307214 0.194527 239.037

18 0.53647784 0.003672 0.005125 1.934111

19 -95.96817917 -1.05872 -1.0361 -360.624

20 -58.48120480 -1.3231 -1.30464 -469.685

21 -162.14615030 -1.05872 -1.40048 -655.848 22 -123.22538167 -0.91185 -1.76476 -418.304 23 -37.62323667 -0.34206 -0.43644 -95.4459 24 113.44650949 1.233255 2.077626 528.4199

Jumlah -17.51868527 9.314375 10.22333 -1065.6

Dari nilai-nilai di atas dapat diketahui nilai jumlah kuadrat regresi (JKreg)

dan nilai (JKres) dan selanjutnya dapat dihitung Fhitung.









  

b₁ yx₁ b₂ yx₂ b₃ yx₃ b₄ yx₄ JK_reg





2 ˆ

YY



9

Untuk F_tabel yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat kebebasan pembilang V1 = k yaitu 4 dan penyebut V2 = n – k – 1 yaitu 19. dan α = 5% = 0.05 maka :

 1;2

tabel V V

F F_

Dengan demikian dapat kita lihat bahwa nilai Fhitung = 3,676 > Ftabel = 2,90.

Maka H0 diterima dan H1 ditolak. Hal ini berarti persamaan linier berganda Y atas

X1, X2, X3, dan X4 bersifat nyata yang berarti bahwa jumlah uang beredar, suku

bunga, nilai rupiah terhadap kurs dolar, dan impor secara bersama-sama berpengaruh terhadap jumlah laju inflasi di Indonesia pada Tahun 2013-2014.

3.5 Perhitungan Koefisien Determinasi Dan Koefisien Korelasi Ganda

Dari Tabel 3.8 dapat dilihat harga ∑ dan nilai

telah dihitung sebelumnya, maka diperoleh nilai

koefisien determinasi :

2

2

reg

JK R

y





Didapat nilai koefisien determinasi 0,661. Hal ini berarti bahwa sekitar 66,10 % laju inflasi dapat ditentukan oleh jumlah uang beredar, suku bunga, nilai rupiah terhadap kurs dollar, dan impor melalui hubungan regresi linier berganda sedangkan sisanya 33,90 % lagi dipengaruhi oleh faktor lain.

Untuk koefisien korelasi ganda digunakan rumus :

√ √

Dari hasil perhitungan didapat korelasi (r) antara jumlah uang beredar, suku bunga, nilai rupiah terhadap kurs dolar, dan impor terhadap laju inflasi sebesar 0,813. Nilai korelasi tersebut menyatakan bahwa hubungan antara jumlah uang beredar,suku bunga, nilai rupiah terhadap kurs dolar,dan impor terhadap laju inflasi di Indonesia tinggi.

3.6 Perhitungan Koefisien Korelasi Antar Variabel

3.7.5 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan Jumlah Uang Beredar

 

 

 



_





_







_





 

_



  2 2 2 1 2 1 1 1 1 y y n x x n y x yx n r_yx













-12 2









-15 2



-15 -12 ) 10 x 4,44 ( 57,39885 24 ) 10 x -5,0022 ( 8 57697,3879 24 10 x 4,44 10 x 5,0022 -) 51868527 , 17 ( 24 1      yx r



1384737 (2,5022 10 )



1377,572 (1,9714 x 10 )



) 10 x -2,22 ( 420,448 -29 -23 -26 1      x ryx 1377,572) ( 1384737) ( 420,448 -1  yx r ,564 1907574918 420,448 -1  yx r 7933 , 43675 420,448 -1  yx r -0,010 1  yx r

Koefisien korelasi antara Laju Inflasi (Y) dan luas Jumlah Uang Beredar (X1)

beredar terhadap laju inflasi menunjukkan korelasi sangat rendah dan tidak searah (korelasi negatif).

3.6.2 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan Suku Bunga





 







_





_







_





 

_



  2 2 2 2 2 2 2 2 2 y y n x x n y x yx n r_yx













-15 2









-15 2



-15 -15 ) 10 x 4.44 ( 57.39885 24 ) 10 x -7.1054 ( 13.3099 24 10 x 4,44 10 x 7,054 -) 9,314375 ( 24 2     yx r ) 5724 , 1377 )( 4376 , 319 ( 223,545 2  yx r 4213 , 440048 223,545 2  yx r 3615 , 663 223,545 2  yx r  2 yx r 0,337

Nilai koefisien korelasi 0,337 menunjukkan korelasi rendah dan searah (korelasi positif) .

3.6.3 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan Nilai Kurs Rupiah terhadap dolar

 

 







_





_







_





 

_



  2 2 2 3 2 3 3 3 3 y y n x x n y x yx n r_yx













-14 2









-15 2



-15 -14 ) 10 x 4.44 ( 57.39885 24 ) 10 x 2.84 ( 21.4193 24 10 x 4.44 10 x 2.84 ) 10,22333 ( 24 3     yx r ) 10 x 97136 , 1 1377,5724 ( ) 10 x 7.84 0632 , 514 ( 10 x 261 , 1 35992 , 245 29 -28 --28 3     yx r

) 5724 , 1377 ( ) 0632 , 514 ( 245,35992 3  yx r ) 708159,276 ( 245,35992 3  yx r 5220 , 841 245,35992 3  yx r

0,292

3



yx

r

Koefisien korelasi antara Laju Inflasi (Y) dan NiLai Kurs Rupiah Terhadap dolar (X3) adalah 0,292 yang menunjukkan korelasi rendah dengan arah positif (korelasi

positif).

3.6.4 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan Impor





 







_





_







_





 

_



  2 2 2 4 2 4 4 4 4 y y n x x n y x yx n r_yx













-13 2









-15 2



-15 -13 ) 10 x 4.44 ( 57.39885 24 ) 10 x 9.09495 ( 1567316 24 10 x 4.44 10 x 9.09495 ) -1065.6 ( 24 4     yx r ) 10 x 97136 , 1 1377,5724 )( 10 x 8,2718 37615584 ( 10 x 038158 , 4 4 , 25574 29 -25 --27 4      yx r 1377,5724) ( ) 37615584 ( 25574,4 -4  yx r 281 , 8 5181819032 25574,4 -4  yx r 092 , 227636 25574,4 -4  yx r

-0.112

4



yx

r

Koefisien korelasi antara Laju Inflasi (Y) dan Impor (X4) adalah -0,112 yang

menunjukkan korelasi sangat rendah dan berkorelasi negatif.

3.6.5 Koefisien Korelasi Antara Jumlah Uang Beredar (X1) Dengan Suku Bunga

 











_





_







_







_





  2 2 2 2 2 1 2 1 2 1 2 1 2 1 x x n x x n x x x x n r x x













-12 2









-15 2



-15 -12 ) 10 x -7.1054 ( 13.3099 24 ) 10 x -5.002221 ( 8 57697.3879 24 10 x 7.1054 -10 x 5.002221 -) 650.3261 ( 24 2

1  

  x x r ) 10 x 04867092 , 5 4376 , 319 ( ) 10 x 50222149 , 2 31152 , 1384737 ( 10 x 3,55427811 8264 , 15607 29 -23 --26 2

1  

  x x r ) 4376 , 319 ( ) 31152 , 1384737 ( 8264 , 15607 2 1x 

x r 4224 , 442337163 8264 , 15607 2 1x 

x r 813127 , 21031 8264 , 15607 2 1x 

x r 0,742 2 1  x x r

Berdasarkan perhitungan koefisien korelasi antara Jumlah Uang Beredar (X1)

dengan Suku Bunga (X2) adalah 0,742 menunjukkan korelasi tinggi dan searah

(korelasi positif).

3.6.6 Koefisien Korelasi Antara Jumlah Uang Beredar (X1) Dengan Nilai Rupiah Terhadap Kurs dolar

 











_





_







_







_





  2 3 2 3 2 1 2 1 3 1 3 1 3 1 x x n x x n x x x x n rxx













-12 2









-14 2



-14 -12 ) 10 x 2.84 ( 21.4193 24 ) 10 x -5.00222 ( 8 57697.3879 24 10 x 2.84 10 x 5.00222 -) 799.6045 ( 24 3 1     x x r ) 0632 , 514 ( ) 31152 , 1384737 ( 508 , 19190 3 1x 

x r 51936 , 711842493 508 , 19190 3 1x 

x r 3766 , 26680 508 , 19190 3 1x 

x

r

0,719

3 1x



x

r

Berdasarkan perhitungan koefisien korelasi antara Jumlah Uang Beredar (X1)

dengan Nilai Kurs Rupiah Terhadap dolar (X3) adalah 0,719 menunjukkan

korelasi tinggi dan searah (korelasi positif).

3.6.7 Koefisien Korelasi Antara Jumlah Uang Beredar (X1) Dengan Impor

 











_





_







_







_





  2 4 2 4 2 1 2 1 4 1 4 1 4 1 x x n x x n x x x x n r_xx













-12 2









-13 2



-13 -12 ) 10 x 9.09495 ( 1567316 24 ) 10 x -5.00222 ( 8 57697.3879 24 x10 9.09495 10 x 5.00222 -) 197029.8 ( 24 4 1     x x r 25 23 -24 ) 10 x 2718 , 8 37616904 ( ) 10 x 50222 , 2 31152 , 1384737 ( ) 10 x 54949408 , 4 ( 2 , 4728715 4 1       x x r ) 37616904 ( ) 31152 , 1384737 ( 4728715,2 4 1x 

x r 2665 5208953051 2 , 4728715 4 1x 

x

7052779 , 7217307 2 , 4728715 4 1x 

x

r

0,655

4 1x 

x

r

Berdasarkan perhitungan koefisien korelasi antara Jumlah Uang Beredar (X1)

dengan Impor (X4) adalah 0,655 menunjukkan korelasi tinggi dan searah (korelasi

positif).

3.6.8 Koefisien Korelasi Antara Suku Bunga (X2) Dengan Nilai Kurs Terhadap dolar















_





_







_







_





  2 3 2 3 2 2 2 2 3 2 3 2 3 2 x x n x x n x x x x n r_xx













-15 2









-14 2



-14 -15 ) 10 x 2.84 ( 21.4193 24 ) 10 x -7.1054 ( 13.3099 24 10 x 2.84 10 x 7.1054 -) 16.36753 ( 24 3 2     x x r ) 10 x 066 , 8 0632 , 514 ( ) 10 x 04867 , 5 4376 , 319 ( ) 10 x 017934 , 2 ( ) 82072 , 392 ( 28 -21 --24 3 2      x x r ) 0632 , 514 ( ) 4376 , 319 ( 392,82072 3 2x 

x r 85632 164211,114 82072 , 392 3 2x 

x r 2297 , 405 82072 , 392 3 2x 

x r 969 , 0 3 2x 

x

r

Berdasarkan perhitungan koefisien korelasi antara Suku Bunga (X2) dengan Nilai

Kurs Terhadap dolar (X3) adalah 0,969 menunjukkan korelasi sangat tinggi dan

3.6.9 Koefisien Korelasi Antara Suku Bunga (X2) Dengan Impor















_





_







_







_





  2 4 2 4 2 2 2 2 4 2 4 2 4 21 x x n x x n x x x x n r_{x x}













-15 2









-13 2



-13 -15 ) 10 x 9.09495 ( 1567316 24 ) 10 x -7.1054 ( 13.3099 24 10 x 9.09495 10 x 7.1054 -) 3229.054 ( 24 4 2     x x r ) 10 x 095 , 9 37615584 ( ) 10 x 105 , 7 ( 4376 , 319 ( ) 10 x 46232577 , 6 ( ) 296 , 77497 ( 26 -30 --27 4 2       x x r ) 37615584 ( ) 4376 , 319 ( 296 , 77497 4 2x 

x r 558 , 5 1201583187 296 , 77497 4 2x 

x r

74998

,

109616

296

,

77497

4 2x



x

r

707 , 0 4 2x 

x

r

Berdasarkan perhitungan koefisien korelasi antara Suku Bunga (X2) dengan Impor

(X4) adalah 0,707 menunjukkan korelasi tinggi dan searah (korelasi positif).

3.6.10 Koefisien Korelasi Antara Nilai Kurs Rupiah Terhadap dollar (X3) Dengan Impor

 











_





_







_







_





  2 4 2 4 2 3 2 3 4 3 4 3 4 3 x x n x x n x x x x n r_xx













-14 2









-13 2



-13 -14 ) 10 x 9.09495 ( 1567316 24 ) 10 x 2.84 ( 21.4193 24 10 x 9.09495 10 x 2.84 ) 4090.222 ( 24 4 3     x x r

) 10 x 09495 , 9 37615584 ( ) 10 x 84 , 2 0632 , 514 ( 10 x 582967 , 2 328 , 98165 26 -28 --26 4 3     x x r



37615584



) 0632 , 514 ( 328 , 98165 4 3x 

x r 908 , 0 1933678748 328 , 98165 4 3x 

x r 77791 , 139056 328 , 98165 4 3x 

x r

706

,

0

4 3x



x

r

Berdasarkan perhitungan koefisien korelasi antara tingkat pengangguran (X3)

dengan tingkat pendidikan (X4) adalah 0,706 menunjukkan korelasi tinggi dan

searah (korelasi positif).

3.7 Uji t (Parsial)

3.7.1 Pengaruh Jumlah Uang Beredar (X1) Terhadap Laju Inflasi (Y)

6. Menentukan formulasi hipotesis

H0 : Jumlah Uang Beredar tidak berpengaruh pada Laju Inflasi di

Indonesia Pada Tahun 2013-2014.

H1 : Jumlah Uang Beredar berpengaruh pada Laju Inflasi di Indonesia

Pada Tahun 2013-2014.

7. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 24 – 4 – 1 = 19, maka diperoleh

.

8. Menentukan kriteria pengujian diterima bila ditolak bila 9. Menentukan nilai statistik thitung

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran

√ _∑

Selanjutnya hitung statistik :

Tabel 3.9 Harga-Harga , , , dan Untuk Uji Koefisien Regresi

NO Y2 X12 X22 X32 X42

(1) (2) (3) (4) (5) (6)

1 4.505006 7452.48408899236 1.58865 1.929535 52923.69 2 1.911306 7680.55597898539 1.58865 2.30471 78588.55 3 0.628056 4112.98669513635 1.58865 2.248132 81706.51 4 1.260006 1761.81342301652 1.58865 2.205602 75275.88 5 1.494506 2632.81679683788 1.58865 2.092296 31617.64 6 0.628056 246.12781639276 1.020942 1.624037 73990.26 7 3.676806 33.62339954847 0.260525 1.124187 75496.08 8 4.399506 338.73155572726 0.000109 0.08617 59176.16 9 2.915556 41.89366078223 0.0574 0.118077 45945.28 10 2.648756 324.58494877821 0.0574 0.04736 49321.53 11 2.814006 14.21743378650 0.239692 0.194589 55034.11 12 2.847656 166.24385723970 0.239692 0.703003 60286.21 13 2.333256 992.85118978547 0.239692 0.929302 116792 14 1.118306 1572.52229653922 0.239692 0.919437 5305.156 15 0.393756 427.87134521513 0.239692 0.054407 23407.01 16 0.310806 39.47418841537 0.239692 0.052635 127388 17 0.393756 1058.80205842949 0.239692 0.096102 145111.9 18 5.63E-05 5116.59508411841 0.239692 0.466999 66502.87 19 4.676406 1969.43783777662 0.239692 0.229559 27809.73 20 7.303506 468.27526360972 0.239692 0.23305 30205.22 21 4.676406 5622.13217812217 0.239692 0.419415 91980.27 22 3.468906 4377.31480583517 0.239692 0.8978 50441.79 23 0.213906 6617.42206068272 0.546984 0.8905 42588.37 24 2.780556 4628.61001844734 0.546984 1.552399 100421.5

Jumlah 4.44E-15 57697.38798 9.3099 21.4193 1567316

Maka dengan harga-harga berikut ini : 5187888 ,

1

2 ,..., 2 , 1 ,

2 _{ }

e k y

e S

∑

√ _∑

√

√

√

√

Maka thitung diperoleh : 1

1

hitung

b t

Sb



10. Kesimpulan

Karena thitung = ttabel = maka H0 ditolak .

Hal ini berarti bahwa jumlah uang beredar berpengaruh pada laju Inflasi di Indonesia Pada Tahun 2013-2014.

3.7.2 Pengaruh Suku Bunga (X2) Terhadap Laju Inflasi (Y)

1. Menentukan formulasi hipotesis

: Suku Bunga tidak berpengaruh pada Laju Inflasi di Indonesia Pada tahun 2013-2014.

: Suku Bunga berpengaruh pada Laju Inflasi di Indonesia Pada tahun 2013-2014.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 24 – 4 – 1 = 19, maka diperoleh

.

3. Menentukan kriteria pengujian diterima bila ditolak bila 4. Menentukan nilai statistik thitung

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran Maka dengan harga-harga berikut ini :

5187888 ,

1

2 ,..., 2 , 1 ,

2 _{ }

e k y

e S

S

∑

√ _∑

√

√

√

√

Maka thitung diperoleh :

2 2

hitung b

b t

S

5. Kesimpulan

Karena thitung = ttabel = maka H0 ditolak.

Hal ini berarti bahwa suku bunga berpengaruh terhadap Laju Inflasi di Indonesia Pada tahun 2013-2014.

3.7.3 Pengaruh Nilai kurs rupiah terhadap dolar (X3) Terhadap Laju Inflasi (Y)

1. Menentukan formulasi hipotesis

: Nilai Kurs Rupiah terhadap Dolar tidak berpengaruh pada Laju Inflasi di Indonesia Pada tahun 2013-2014.

: Nilai Kurs Rupiah terhadap Dolar berpengaruh pada Laju Inflasi di Indonesia Pada tahun 2013-2014.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 24 – 4 – 1 = 19, maka diperoleh

.

3. Menentukan kriteria pengujian diterima bila ditolak bila 4. Menentukan nilai statistik thitung

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran

√ _∑

Selanjutnya hitung statistik :

Maka dengan harga-harga berikut ini : 5187888

, 1

2 ,..., 2 , 1 ,

2 _{ }

e k y

e S

∑

√ _∑

√

√

√

√

Maka thitung diperoleh :

5. Kesimpulan

Karena thitung = < ttabel = maka H0 dierima.

Hal ini berarti bahwa nilai tukar rupiah terhadap dolar tidak berpengaruh terhadap Laju Inflasi di Indonesia Pada tahun 2013-2014.

3.7.4 Pengaruh Impor (X4) Terhadap Laju Inflasi (Y)

1. Menentukan formulasi hipotesis

: Impor tidak berpengaruh terhadap Laju Inflasi di Indonesia Pada tahun 2013-2014.

: Impor berpengaruh terhadap Laju Inflasi di Indonesia Pada tahun 2013-2014.

2. Mencari nilai ttabel dari Tabel Distribusi t

Dilakukan uji dua sisi dengan taraf nyata α = 0,05 dan nilai ttabel dengan dk

yaitu n – k – 1 = 24 – 4 – 1 = 19, maka diperoleh

.

3. Menentukan kriteria pengujian diterima bila ditolak bila 4. Menentukan nilai statistik thitung

Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran

√ _∑

Selanjutnya hitung statistik :

Maka dengan harga-harga berikut ini : 5187888

, 1

2 ,..., 2 , 1 ,

2 _{ }

e k y

e S

S

∑

√ _∑

√

√

√

√

Maka thitung diperoleh :

5. Kesimpulan

Karena thitung = < ttabel = maka H0 diterima.

Hal ini berarti bahwa Impor tidak berpengaruh terhadap Laju Inflasi Di

BAB 4 PENUTUP

4.1 Kesimpulan

Dari hasil analisis dan perhitungan yang telah dilakukan, maka dapat diambil kesimpulan sebagai berikut :

1. Persamaan linear berganda yang didapat adalah

ˆ

Y  + 0.019 X1– 2,464 X2 0,477 X3 0,005 X4

 Yˆ  + 0.019 X1 berarti setiap pertambahan jumlah uang

yang beredar akan menaikkan laju inflasi sebesar 0,019%.

 Yˆ  2,464 X2 berarti setiap pertambahan tingkat suku

bunga sebesar 1% akan menaikkan laju inflasi sebesar 2,464%.  Yˆ  0,477 X3 berarti setiap kenaikan nilai kurs rupiah

terhadap dolar sebesar 1 rupiah akan mengurangi laju inflasi sebesar 0,477%..

 Yˆ  0,005 X4 berarti setiap pertambahan jumlah impor

sebanyak 1 ton akan menaikkan laju inflasi sebesar 0,005%..

2. Koefisien determinasi (R) sebesar 60,90%, menunjukan bahwa 66,10% laju inflasi dipengaruhi oleh keempat faktor X1, X2, X3, X4 dan 33,90%

dipengaruhi oleh faktor–faktor lain.

3. Pada analisis korelasi antara variabel tak bebas dengan variabel bebas, korelasi cukup tinggi terjadi antara Laju Inflasi (Y)dengan Suku Bunga (X3) yaitu sebesar 0,337 (33,70%).

4.2 Saran

1. Melihat hubungan yang cukup tinggi antara laju inflasi dan suku bunga, hal ini terkait erat dengan masalah utama suku bunga di Indonesia, yaitu buruknya suku bunga di Indonesia maka disarankan agar pihak pemerintah Indonesia untuk menaikkan suku bunga.

2. Kebijakan Bank Sentral untuk mengurangi jumlah uang yang beredar dengan cara menaikkan suku bunga. Dengan menaikkan suku bunga, diharapkan masyarakat akan menabung di bank lebih banyak. Dengan demikian, jumlah uang yang beredar dapat dikurangi dan dapat mengurangi dampak laju inflasi

3. Untuk mengatasi inflasi, pada intinya pemerintah dapat melakukan tiga hal yaitu mengurangi jumlah uang yang beredar, memperbanyak jumlah barang dan jasa serta menetapkan harga maksimum (agar harga tidak terus naik)

4. Sebaiknya pemerintah juga tidak mengimpor barang-barang dari luar negeri apalagi negara tersebut sedang mengalami inflasi yang umumnya menjual barang dengan harga lebih mahal karna dapat mengakibatkan dampak imported inflation (inflasi dari luar negeri).

5. Analisis regresi dapat dikembangkan sehingga dapat digunakan untuk meramalkan laju inflasi, ataupun meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi moneter.

6. Faktor-faktor yang mempengaruhi laju inflasi perlu diperhatikan sebelum membentuk model regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai keperluan.

7. Untuk melakukan penelitian tentang laju inflasi di Indonesia harus juga memperhatikan beberapa faktor lain yang dapat mempengaruhi laju inflasi tersebut, baik faktor internal maupun eksternal.

BAB 2

TINJAUAN PUSTAKA

2.1 Tinjauan Teoritis 2.1.1 Inflasi

Inflasi adalah indikator untuk melihat tingkat perubahan, dan dianggap terjadi jika proses kenaikan harga berlangsung secara terus-menerus maksudnya kenaikan harga pada masa lebaran tidak dianggap sebagai inflasi, karena disaat setelah masa lebaran,harga-harga dapat turun kembali dan saling pengaruh-memengaruhi. Istilah inflasi juga digunakan untuk mengartikan peningkatan persediaan uang yang kadang kala dilihat sebagai penyebab meningkatnya harga.

Menurut Badan Pusat Statistik Inflasi adalah kecenderungan naiknya harga barang dan jasa pada umumnya yang berlangsung secara terus menerus. Jika inflasi meningkat, maka harga barang dan jasa di dalam negeri mengalami kenaikan. Naiknya harga barang dan jasa tersebut menyebabkan turunnya nilai mata uang. Dengan demikian, inflasi dapat juga diartikan sebagai penurunan nilai mata uang terhadap nilai barang dan jasa secara umum. Menurut BPS juga sebagai salah satu indicator untuk melihat stabilitas ekonomi suatu wilayah atau daerah yang menunjukkan perkembangan harga barang dan jasa secara umum yang dihitung dari indeks harga konsumen. Dengan demikian angka inflasi sangat mempengaruhi daya beli masyarakat yang berpenghasilan tetap dan di sisi lain juga mempengaruhi besarnya produksi barang.

Menurut Weston dan Sopeland Inflasi adalah suatu keadaan ekonomi yang mengalami kenaikan tingkat harga tertinggi dan tidak bias dicegah atau dikendalikan lagi. Dalam ekonomi moneter definisi singkat dari inflasi

2.1.1.1 Jenis Inflasi

Inflasi dibagi dalam empat bentuk yaitu :

Berdasarkan tingkat keparahannya, inflasi dapat dibedakan atas ringan, sedang, berat, dan sangat berat.

a. Jenis-Jenis Inflasi Berdasarkan Tingkat Keparahannya.

 Inflasi ringan : Inflasi ringan adalah inflasi yang masih belum begitu mengganggu keadaan ekonomi. Inflasi ini dapat dengan mudah dikendalikan. Harga-harga yang naik secara umum, namun belum menimbulkan krisis di bidang ekonomi. Inflasi ringan berada di bawah 10% per tahun.

 Inflasi sedang : Inflasi ini belum membahayakan kegiatan ekonomi. Tetapi inflasi ini bisa menurunkan kesejahteraan orang-orang berpenghasilan tetap. Inflasi sedang berkisar antara 10%-30% per tahun.

 Inflasi berat : Inflasi ini sudah mengacaukan kondisi perekonomian. Pada inflasi berat ini, biasanya orang cenderung menyimpan barang. Dan pada umumnya orang mengurungkan niatnya untuk menabung, karena bunga pada tabungan lebih rendah daripada laju inflasi. Inflasi berat berkisar antara 30%-100% per tahun.

 Inflasi sangat berat (Hyperinflation) : Inflasi jenis ini sudah mengacaukan kondisi perekonomian dan susah dikendalikan walaupun dengan kebijakan moneter dan kebijakan fiskal. Inflasi yang sangat berat berada pada 100% keatas setiap tahun.

b. Jenis-Jenis Inflasi Berdasarkan Sumbernya.

Berdasarkan sumbernya, inflasi dibedakan atas inflasi yang bersumber dari luar negeri dan inflasi yang bersumber dari dalam negeri.

 Inflasi yang bersumber dari luar negeri : Inflasi ini terjadi karena ada kenaikan harga di luar negeri. Pada perdagangan bebas, banyak negara yang saling berhubungan dalam perdagangan. Bila suatu negara mengimpor barang pada negara yang mengalami inflasi, maka otomatis

kenaikan harga tersebut (inflasi) akan memengaruhi harga-harga dalam negerinya sehingga menimbulkan inflasi. Contoh, Indonesia banyak mengimpor barang-barang modal dari negara lain. Jika di negara itu harga barang-barang modal naik, maka kenaikannya itu akan turut berpengaruh di Indonesia sehingga menimbulkan inflasi dalam ekonomi.

 Inflasi yang bersumber dari dalam negeri : Inflasi yang bersumber dari dalam negeri dapat terjadi karena pencetakan uang baru oleh pemerintah atau penerapan anggaran defisit. Inflasi yang bersumber dari dalam negeri juga dapat terjadi karena kegagalan panen. Kegagalan panen menyebabkan penawaran pada suatu jenis barang berkurang, sedangkan permintaan tetap, sehingga harga-harga akan naik.

c. Jenis-Jenis Inflasi Berdasarkan Penyebabnya.

Berdasarkan penyebabnya, inflasi dapat dibedakan atas inflasi karena kenaikan permintaan dan inflasi karena biaya produksi.

 Inflasi karena kenaikan permintaan : Kenaikan permintaan terkadang tidak dapat dipenuhi produsen. Oleh karena itu, harga-harga cenderung naik. Hal ini sesuai dengan hukum ekonomi "jika permintaan naik sedangkan penawaran tetap, maka harga cenderung naik.

 Inflasi karena kenaikan biaya produksi : Kenaikan biaya produksi mengakibatkan harga penawaran barang naik, sehingga dapat menimbulkan inflasi.

2.1.1.2 Penyebab Inflasi

Penyebab Laju Inflasi dipandang dari sisi ekonomi, yaitu: pertama, secara mikro inflasi terlalu banyaknya peredaran uang dalam perekonomian Indonesia. Kedua, peningkatan permintaan barang yang mendorong terjadinya harga barang atau jasa naik.Ketiga, Inflasi muncul akibat nilai dan kepercayaan terhadap uang akan turun atau berkurang dan suku bunga yang turun sehingga kesadaran menabung masyarakat berkurang.

2.1.2 Jumlah Uang Beredar

Pengertian Jumlah Uang Beredar yang terdapat di dalam perekonomian adalah seluruh jumlah uang yang telah dikeluarkan dan diedarkan oleh Bank Sentral. Mata uang tersebut terdiri dari dua jenis yaitu uang logam dan uang kertas. Dengan demikian mata uang dalam peredaran sama dengan uang kartal. Sedangkan uang beredar adalah semua jenis uang yang ada di dalam perekonomian yaitu jumlah dari mata uang dalam peredaran ditambah dengan uang giral dalam bank-bank umum.

2.1.2.1 Pengaruh Jumlah Uang Beredar terhadap Laju Inflasi

Semakin banyak uang yang beredar maka nilai tukarnya akan semakin lemah dan harga–harga kebutuhan akan naik. Dengan banyaknya uang beredar maka semakin tinggi juga angka inflasi. Pertumbuhan uang yang beredar yang tinggi sering menjadi penyebab tingginya tingkat inflasi, naiknya jumlah uang yang beredar akan menaikan permintaan yang pada akhirnya jika tidak diikuti oleh pertumbuhan di sektor rill akan menyebabkan naiknya harga barang.

2.1.3 Suku Bunga

Pengertian Suku Bunga adalah harga dari penggunaan uang atau biasa juga dipandang sebagai sewa atas penggunaan uang untuk jangka waktu tertentu. Atau harga dari meminjam uang untuk menggunakan daya belinya dan biasanya dinyatakan dalam persen (%). Bunga bank dapat diartikan sebagai balas jasa yang diberikan oleh bank yang berdasarkan prinsip Konvensional kepada nasabah yang membeli atau menjual produknya. Bunga juga dapat diartikan sebagai harga yang harus dibayar kepada nasabah (yang memiliki simpanan) dengan yang harus dibayar oleh nasabah kepada bank (nasabah yang memperoleh pinjaman).

2.1.3.1 Pengaruh Suku Bunga terhadap Laju Inflasi

Suku bunga mempengaruhi keputusan individu terhadap pilihan membelanjakan uang lebih banyak atau menyimpan uangnya dalam bentuk tabungan. Tingkat suku bunga juga digunakan pemerintah untuk mengendalikan tingkat harga, ketika tingkat harga tinggi dimana jumlah uang yang beredar dimasyarakat banyak sehingga konsumsi masyarakat tinggi akan diantisipaasi oleh pemerintah dengan menetapkan tingkat suku bunga yang tinggi. Tingkat suku bunga yang rendah akan mengakibatkan kecenderungan masyarakat untuk tidak menyimpan uang dibank, dan memakai uang mereka untuk kegiatan ekonomi lain. Hal ini akan mengakibatkan jumlah uang beredar tinggi dan terjadilah Inflasi

2.1.4 Nilai Tukar Rupiah Terhadap dolar

Nilai tukar atau kurs adalah perbandingan antara harga mata uang suatu negara dengan mata uang negara lain. Misal kurs rupiah terhadap dollar Amerika menunjukkan berapa rupiah yang diperlukan untuk ditukarkan dengan satu dollar Amerika. Kurs (exchange rate) adalah pertukaran antara dua mata uang yang berbeda, yaitu merupakan perbandingan nilai atau harga antara kedua mata uang tersebut. Jadi, dapat disimpulkan nilai tukar rupiah adalah suatu perbandingan antara nilai mata uang suatu negara dengan negara lain. Heru (2008) menyatakan bahwa nilai tukar pengertian nilai tukar rupiah terhadap dolar Amerika Serikat ($)US adalah berapa besarnya uang rupiah yang dapat kita peroleh apabila menukarkan mata uang dolar Amerika Serikat dengan mata uang rupiah. Atau berapa rupiah yang dibutuhkan untuk memperoleh 1 dolar Amerika Serikat. Nilai tukar tersebut biasanya disebut dengan nilai kurs. Jadi apabila nilai kurs 1 dolar Amerika Serikat sama dengan 12.000 rupiah, maka apabila kita memiliki 10 dolar Amerika Serikat jika ditukarkan dengan mata uang rupiah akan memperoleh Rp.120.000,00 (10 x 12.000). Nilai kurs apabila kita akan menukar mata uang rupiah dengan mata uang dolar Amerika Serikat disebut juga kurs beli akan berbeda jika kita akan menukar mata uang dolar Amerika Serikat dengan mata uang rupiah disebut juga kurs jual. Nilai tukar rupiah dikatakan melemah terhadap dolar Amerika Serikat jika untuk mendapatkan satu Amerika Serikat

dibutuhkan jumlah mata uang rupiah main banyak. Sebaliknya Nilai tukar rupiah dikatakan menguat terhadap dolar Amerika Serikat jika untuk mendapatkan satu Amerika Serikat dibutuhkan jumlah mata uang rupiah lebih sedikit. Contoh :

 Bulan Januari 2013 nilai kurs rupiah terhadap 1 dolar adalah Rp.9.620

 Bulan Mei 2013 nilai kurs rupiah terhadap 1 dolar adalah Rp.9.770

 Jadi nilai kurs rupiah terhadap dolar pada bulan Mei 2013 melemah sebesar Rp.150 (9.620-9.770) jika dibandingkan dengan bulan Januari 2013.

2.1.4.1 Jenis Sistem Nilai Tukar

Terdapat lima jenis sistem kurs utama yang berlaku, yaitu: sistem kurs mengambang (floating exchang rate), kurs tertambat (pegged exchange rate), kurs tertambat merangkak (crawling pegs),sekeranjang mata uang (basket of

currencies), kurs tetap (fixed exchange rate).

1. Sistem kurs mengambang

Kurs ditentukan oleh mekanisme pasar dengan atau tanpa adanya campur tangan pemerintah dalam upaya stabilisasi melalui kebijakan moneter apabila terdapat campur tangan pemerintah maka sistem ini termasuk mengambang terkendali (managed floating exchange rate).

2. Sistem kurs tertambat

Suatu negara menambatkan nilai mata uangnya dengan sesuatu atau sekelompok mata uang negara lainnya yang merupakan negara mitra dagang utama dari negara yang bersangkutan, ini berarti mata uang negara tersebut bergerak mengikuti mata uang dari negara yang menjadi tambatannya.

3. Sistem kurs tertambat merangkak

Di mana negara melakukan sedikit perubahan terhadap mata uangnya secara periodik dengan tujuan untuk bergerak ke arah suatu nilai tertentu dalam rentang

waktu tertentu. Keuntungan utama dari sistem ini adalah negara dapat mengukur penyelesaian kursnya dalam periode yang lebih lama jika dibanding dengan sistem kurs terambat.

1 Sistem sekeranjang mata uang

Keuntungannya adalah sistem ini menawarkan stabilisasi mata uang suatu negara karena pergerakan mata uangnya disebar dalam sekeranjang mata uang. Mata uang yang dimasukan dalam keranjang biasanya ditentukan oleh besarnya peranannya dalam membiayai perdagangan negara tertentu.

2 Sistem kurs tetap

Dimana negara menetapkan dan mengumumkan suatu kurs tertentu atas mata uangnya dan menjaga kurs dengan cara membeli atau menjual valas dalam jumlah yang tidak terbatas dalam kurs tersebut. Bagi negara yang memiliki ketergantungan tinggi terhadap sektor luar negeri maupun gangguan seperti sering mengalami gangguan alam, menetapkan kurs tetap merupakan suatu kebijakan yang beresiko tinggi.

2.1.4.2 Sejarah Perkembangan Kebijakan Nilai Tukar di Indonesia

Menurut (Nopirin, 2000 : 172) sejak tahun 1970, negara Indonesia telah menerapkan tiga sistem nilai tukar.

1 Sistem kurs tetap (1970- 1978)

Sesuai dengan Undang-Undang No.32 Tahun 1964, Indonesia menganut sistem nilai tukar tetap kurs resmi Rp. 250/US$. Untuk menjaga kestabilan nilai tukar pada tingkat yang ditetapkan, Bank Indonesia melakukan intervensi aktif di pasar valuta asing.

2 Sistem mengambang terkendali (1978-Juli 1997)

Pada masa ini, nilai tukar rupiah didasarkan pada sistem sekeranjang mata uang (basket of currencies). Kebijakan ini diterapkan bersama dengan dilakukannya

devaluasi rupiah pada tahun 1978. Dengan sistem ini, pemerintah menetapkan kurs indikasi (pembatas) dan membiarkan kurs bergerak di pasar dengan spread tertentu. Pemerintah hanya melakukan intervensi bila kurs bergejolak melebihi batas atas atau bawah dari spread.

3 Sistem kurs mengambang (14 Agustus 1997-sekarang)

Sejak pertengahan Juli 1997, nilai tukar rupiah terhadap US$ semakin melemah. Sehubungan dengan hal tersebut dan dalam rangka mengamankan cadangan devisa yang terus berkurang maka pemerintah memutuskan untuk menghapus rentang intervensi (sistem nilai tukar mengambang terkendali) dan mulai menganut sistem nilai tukar mengambang bebas (free floating exchange rate) pada tanggal 14 Agustus 1997.

2.1.4.3 Penentuan Nilai Tukar

Faktor-faktor yang menyebabkan penetuan nilai tukar adalah sebagai berikut:

 Perubahan dalam cita rasa masyarakat.

 Perubahan harga barang ekspor dan impor.

 Kenaikan harga umum (inflasi).

 Perubahan suku bunga dan tingkat pengembalian investasi.

 Pertumbuhan ekonomi.

2.1.4.4 Pengaruh Nilai Tukar terhadap Laju Inflasi

Merosotnya nilai tukar rupiah merefleksikan menurunnya permintaan masyarakat terhadap mata uang rupiah karena menurunnya peran perekonomian nasional atau karena meningkatnya permintaan mata uang asing $US sebagai alat pembayaran internasional. Semakin menguat kurs rupiah sampai batas tertentu berarti menggambarkan kinerja di pasar uang semakin menunjukkan perbaikan. Sebagai dampak meningkatnya laju inflasi maka nilai tukar domestik semakin melemah terhadap mata uang asing. Hal ini mengakibatkan menurunnya kinerja suatu perusahaan dan investasi di pasar modal menjadi berkurang.

MULTIPLE LINEAR REGRESSION ANALYSIS OF FACTORS - FACTORS AFFECTING THE RATE OF INFLATION IN INDONESIA

YEAR 2013 -2014

ABSTRACT

This study was conducted to analyze the factors that affect the rate of inflation and to test the effectiveness of multiple linear regression method to analyze the case of inflation. The analysis showed that the variables in the money supply, interest rates, the value of the rupiah against the dollar, and imports simultaneously positive and significant effect on the rate of inflation, which means that the rate of inflation may increase. Obtained the coefficient of determination (R2) of 66.10% with a significant level of 5%, which means that these variables influence the rate of inflation while the remaining 33.90% is influenced by other factors.

DAFTAR ISI

Halaman

PERSETUJUAN i

PERNYATAAN ii

PENGHARGAAN iii

ABSTRAK

iv

ABSTRACT v

DAFTAR ISI vi

DAFTAR TABEL ix

DAFTAR LAMPIRAN x

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 3

1.2 Rumusan masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Tinjauan Pustaka 4

1.7 Metode Matriks 6

1.7.1 Konsep dan Defenisi Matriks 6

1.7.2 Perkalian Matriks 7

1.7.3 Determinan Matriks 7

1.7.3.1Determinan Matriks dengan Metode Sarrus 7 1.7.3.2Determinan Matriks dengan Metode Kofaktor 8 1.8 Persamaan Regresi Linier Berganda dalam bentuk Matriks 9 1.9 Pengujian Kriteria Statistik 14 1.9.1 Kesalahan Standard Estimasi 14

1.9.2 Uji F-Statistik 15

1.9.3 Koefisien Determinasi 15

1.9.4 Koefisien Korelasi 16

1.9.5 Uji T- Statistik 19

1.9.6 Uji Penyimpangan Asumsi Klasik 20 1.9.6.1Uji Multikolinieritas 20 1.9.6.2Uji Heteroskedastisitas 20

1.9.6.3Uji Normalitas 21

1.10 Metode Penelitian 21

BAB 2 TINJAUAN PUSTAKA 22

2.1Tinjauan Teoritis 22

2.1.1 Laju Inflasi 23

2.1.1.1 Jenis Inflasi 25

2.1.1.2 Penyebab Inflasi 25

2.1.2 Jumlah Uang Beredar 25

2.1.2.1Pengaruh Jumlah Uang Beredar terhadap Inflasi 26

2.1.3.1 Pengaruh Suku Bunga terhadap Inflasi 26 2.1.4 Nilai Tukar Rupiah Terhadap Dolar 27 2.1.4.1 Pengaruh Nilai Tukar Rupiah terhadap Inflasi 28

2.1.5 Impor 31

2.1.5.1 Pengaruh Impor terhadap Inflasi 31

2.2 Badan Pusat Statistik (BPS) 31

2.2.1 Tugas Badan Pusat Statistik 32

BAB 3 PEMBAHASAN DAN HASIL 33

3.1Data Jumlah Uang Beredar,Suku Bunga, Nilai Kurs Rupiah Terhadap Dolar,

dan Impor terhadap Laju Inflasi. 33

3.2 Uji Asumsi Klasik

3.2.1 Uji Normalitas 34

3.2.2 Uji Heteroskedastisitas 35

3.2.3 Multikolinieritas 36

3.2.4 Uji Autokorelasi 37

3.3 Membentuk Persamaan Regresi Linier Berganda 38 3.4 Uji Regresi Linier Berganda 44

3.1.1 Uji F (Simultan) 44

3.5 Perhitungan Koefisien Determinasi Dan Koefisien Korelasi

Ganda 49

3.6 Perhitungan Koefisien Korelasi Antar Variabel 50 3.6.1 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan

Jumlah Uang Beredar 50

3.6.2 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan

Suku Bunga 50

3.6.3 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan Nilai Tukar Rupiah Terhadap Dolar 51 3.6.4 Koefisien Korelasi Antara Laju Inflasi (Y) Dengan

Impor 52

3.6.5 Koefisien Korelasi Antara Jumlah Uang Baredar (X1)

Dengan Suku Bunga 53

3.6.6 Koefisien Korelasi Antara Jumlah Uang Baredar (X1) Dengan Nilai Tukar Rupiah Terhadap Dolar 53 3.6.7 Koefisien Korelasi Antara Jumlah Uang Baredar (X1)

Dengan Impor 54

3.6.8 Koefisien Korelasi Antara Suku Bunga (X2) Dengan Nilai Tukar Rupiah Terhadap Dolar 55 3.6.9 Koefisien Korelasi Antara Suku Bunga (X2) Dengan

Impor 56

3.6.10 Koefisien Korelasi Antara Nilai Tukar Rupiah Terhadap Dolar (X3) Dengan Impor 56

3.7 Uji t (Parsial) 56

3.7.1 Pengaruh Jumlah Uang Beredar (X1) Terhadap Laju

Inflasi (Y) 57

3.7.2 Pengaruh Suku Bunga (X2) Terhadap Laju Inflasi (Y) 59 3.7.3 Pengaruh Nilai Tukar Rupiah (X3) Terhadap Laju

3.7.4 Pengaruh Tingkat Impor (X4) Terhadap Laju Inflasi

(Y) 62

BAB 4 PENUTUP 65

4.1 Kesimpulan 65

4.2 Saran 66

DAFTAR PUSTAKA 67

DAFTAR TABEL

... Halaman

Tabel 1.1 Interpretasi Koefisien Korelasi 17

Tabel 3.1Data Jumlah Uang Beredar,Suku Bunga, Nilai Kurs Rupiah Terhadap Dolar, dan Impor terha

Tabel 3.2 Uji Normalitas 34

Tabel 3.3 Uji Heteroskedastisitas 35

Tabel 3.4 Uji Multikolinieritas 36

Tabel 3.5 Uji Autokorelasi 37

Tabel 3.6Harga-Harga yang Diperlukan Untuk Menghitung Koefisien b0, b1, b2, b3, dan b4

Tabel 3.7 Nilai-Nilai Yˆ Yang Diperoleh Dari Persamaan Regresi Linier Berganda Untuk Menghitung Tabel 3.8 Harga-Harga Yang Diperlukan Untuk Uji Keberartian Regresi 45

DAFTAR LAMPIRAN

Halaman Lampiran 1 Data Jumlah Uang Beredar,Suku Bunga, Nilai Kurs Rupiah

Terhadap Dolar, dan Impor terhadap Laju Inflasi 68

Lampiran 2 Analisis Regresi Linier Berganda 69

Lampiran 3 Uji Koefisien Korelasi 70

Lampiran 4 Uji Multikolinieritas 71

Lampiran 5 Uji Heteroskedastisitas 72

Lampiran 6 Uji Normalitas 73

Lampiran 7 Nilai hitung F 74