Rumusan Hipotesis Sistematika Penulisan Variabel Ekonomi Makro Dan Fundamental Ekonomi Makro

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 3. Hasil penelitian ini dapat memberikan bahan masukan bagi penelitian- penelitian selanjutnya yang berkenaan dengan masalah laju inflasi di Propinsi Sumatera Utara.

1.5 Rumusan Hipotesis

Sesuai dengan latar belakang masalah, pembatasan masalah di atas untuk mencapai tujuan penelitian ini akan di uji beberapa hipotesis sebagai berikut: 1. Jumlah uang beredar berpengaruh positif terhadap laju inflasi. 2. Nilai ekspor berpengaruh positif terhadap laju inflasi. 3. Nilai impor berpengaruh negatif terhadap laju inflasi. 4. Investasi berpengaruh positif terhadap laju inflasi.

1.6 Metodologi Penelitian

Pada bagian ini akan diuraikan mengenai pengumpulan dan pemilihan data. Kemudian dilanjutkan dengan uraian mengenai model empiris dan pengukuran variabel yang digunakan dalam penelitian ini.

1.6.1 Pengumpulan Data dan Pemilihan Data

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Data yang digunakan dalam penelitian ini menggunakan data sekunder yang diperoleh dari Badan Pusat Statistika, serta sumber-sumber lain yang relevan dalam rentang waktu dari tahun 1990 sampai dengan tahun 2006. Variabel yang digunakan dalam penelitian ini adalah jumlah uang beredar, nilai impor, nilai ekspor, dan investasi. Pemilihan rentang waktu penelitian ini dilakukan atas pertimbangan bahwa sejak tahun 1990-an Program Pembangunan bidang ekonomi di Indonesia telah menunjukkan perkembangan yang pesat. Pada masa itu pemerintah memberikan banyak kemudahan bagi para investor yang akan berinvestasi di bidang keuangan dan perbankan. Hingga pertengahan tahun 1990-an perekonomian Indonesia umumnya dan Sumatera Utara khususnya terlihat semakin kuat dan mulai terpandang di dunia internasional hingga terjadinya krisis moneter pada tahun 1997, inflasi indonesia mencapai 77 dan 83 di sumatera utara. Diawal tahun 2000-an perekonomian indonesia berangsur-angsur membaik hingga sekarang.

1.6.2 Model Empiris

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Untuk menguji hubungan antara variabel variabel dependen dengan variabel independen digunakan model regresi linear sebagai model estimasi. Persamaan umum dalam model regresi linear: e X b X b X b X b b Y n n + + + + + + =  3 3 2 2 1 1 Keterangan: Y: Variabel Dependen X 1 , X 2 , X 3 , ...,X n : Variabel Independen e : Kesalahan error b : Konstanta b 1 , b 2, b 3 , ...,b n : Koefisien Variabel Independen Model regresi digunakan untuk menguji pengaruh variabel-variabel makro yaitu jumlah uang beredar, nilai ekspor, nilai impor, dan tingkat suku bunga terhadap laju inflasi sebagai berikut: e INV b M b X b JUB b b I t t t t t + + + + + = 4 3 2 1 Keterangan: I t adalah laju Inflasi pada tahun t Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 JUB t adalah Jumlah Uang Beredar pada tahun t X t adalah Nilai Ekspor pada tahun t M t adalah Nilai Impor pada tahun t INV t adalah Investasi pada tahun t b : Konstanta b

1, . . .,

b 4 : Koefisien Variabel Independen e t : Besarnya pengaruh Variabel selain variabel yang digunakan dalam model Dalam penelitian ini di duga bahwa beberapa variabel makro, yaitu jumlah uang beredar, nilai ekspor, nilai impor, dan tingkat suku bunga berpengaruh terhadap laju inflasi. Untuk menganalisis pengaruh jumlah uang beredar, nilai ekspor, nilai impor, dan investasi terhadap laju inflasi digunakan model regresi linear berganda. Di dalam model regresi tersebut, laju inflasi sebagai variabel dependen dan jumlah uang beredar,nilai ekspor, nilai impor, dan investasi sebagai variabel independen. Pengujian terhadap laju inflasi dilakukan dengan menguji koefisien regresi masing-masing variabel. Jika laju inflasi yang diharapkan tidak dipengaruhi oleh masing-masing variabel makro maka besarnya b , b 1 , b 2 , b 3 , dan b 4 tidak berbeda dengan nol tidak signifikan. Nilai R 2 koefisien determinasi yang diperoleh dapat digunakan untuk menjelaskan persentase variasi nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009

1.7 Sistematika Penulisan

Laporan hasil penelitian ini di susun dengan sistematika sebagai berikut:

BAB I : PENDAHULUAN

Pada Bab ini akan di uraikan Latar Belakang, Rumusan Masalah, Perumusan Hipotsis, Tujuan dan Manfaat Penelitian, dan Metodologi penelitian.

BAB II : LANDASAN TEORI

Pada Bab ini akan diuraikan beberapa teori yang dapat digunakan sebagai kerangka landasan penelitian ini.

BAB III : GAMBARAN UMUM

Pada Bab ini akan diuraikan perkembangan variabel-variabel yang digunakan

BAB IV : ANALISIS DATA

Pada Bab ini akan diuraikan hasil pengujian terhadap hipotesis yang dibuat dalam penelitian ini. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009

BAB V : IMPLEMENTASI SISTEM

Pada Bab ini akan diperlihatkan hasil dari Analisis variabel - variabel makro terhadap laju Inflasi tahun 1990-2006 dengan menggunakan program SPSS.

BAB VI : KESIMPULAN DAN IMPLIKASI KEBIJAKSANAAN

Pada Bab ini akan diuraikan kesimpulan yang dapat ditarik dari hasil Analisis Data. Kemudian berdasarkan kesimpulan tersebut diuraikan mengenai implikasi kebijaksanaannya. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 BAB 2 LANDASAN TEORITIS

2.1 Regresi Linier

Regresi linier digunakan untuk memodelkan hubungan sebab akibat antara variabel bebas dengan variabel tak bebas. Variabel yang mudah di dapat atau tersedia sering dapat digolongkan ke dalam variabel bebas sedangkan variabel yang terjadi karena variabel bebas merupakan variabel tak bebas. Variabel bebas dinyatakan dengan 1 , , , 2 1 ≥ k X X X k  sedangkan variabel tak bebas akan dinyatakan dengan Y. Regresi dimaksudkan untuk mengetahui sampai sejauh mana satu variabel berhubungan dengan lainnya atau dengan beberapa variabel lainnya. Regresi ini dapat dibagi dua, yaitu: 1. regresi linier 2. regresi non-linier. Regresi non-linier ini dibagi dalam: a. regresi kuadratik, regresi kubik dsb. b. Regresi eksponensial Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 c. Regresi pangkat, d. dan lain-lain Regresi membicarakan dua variabel, X dan Y , perubahan X menyebabkan perubahan pada Y, tetapi perubahan pada Y tidak bisa menyebabkan perubahan pada X. Dalam matematika, hubungan ini dikenal sebagai fungsi X f Y = Y = variabel dependen atau tergantung atau berubah tak bebas X = variabel independen atau variabel berubah bebas Jika variabel dependen dihubungkan dengan satu variabel independen saja, persamaan regresi yang dihasilkan adalah regresi linear sederhana linear regression. Jika variabel independen-nya lebih dari satu, maka persamaan regresinya adalah persamaan regresi linear berganda multiple linear regression.

2.1.1 Regresi Linier Sederhana

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Bentuk umum persamaan regresi linear yang menunjukkan hubungan antara dua variabel, yaitu variabel X sebagai variabel independen dan variabel Y sebagai variabel dependen adalah: bX a Y + = 2.1 dimana: Y = variabel dependen X = variabel independen a = nilai konstanta b = koefisien arah regresi Persamaan diatas digunakan untuk menaksir nilai Y jika nilai a,b, dan X diketahui. Nilai nilai a merupakan nilai Y yang dipotong oleh kurva linear pada sumbu vertikal Y, atau dengan kata lain, a adalah nilai Y jika X = 0. Nilai b adalah kemiringan slope kurva linear yang menunjukkan besarnya nilai perubahan nilai Y sebagai akibat dari perubahan setiap unit nilai X. Persamaan di atas merupakan model matematis deterministik, sebab apabila nilai variabel X diketahui, maka nilai variabel Y dapat ditentukan tanpa mengandung faktor kesalahan error. Model matematis probabilistik atau disebut juga dengan istilah model matematis stochastik adalah: Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 e bX a Y + + = 2.2 jika persamaan di atas, nilai variabel X sudah tertentu, nilai variabel Y masih belum dapat ditentukan. Ini disebabkan masih terdapatnya faktor kesalahan e. Besarnya e error dapat ditentukan dengan formulasi sebagai berikut: ∧ − = Y Y e 2.3 pada persamaan regresi dengan model determinisik, nilai e diasumsikan nol dengan varians sama, sehingga pada persamaan 2.2, nilai ∧ = Y Y

2.1.2 Persamaan Estimasi Dengan Metode Kuadrat Terkecil Least Square Method

Persamaan linear yang baik untuk mengestimasi nilai variabel dependen adalah persamaan linear yang kurvanya mempunyai kesalahan yang minimum Minimized the Error antara titik estimasi dengan yang sebenarnya. Metode Kuadrat Terkecil Least Squares Method untuk menentukan persamaan linear estimasi, berarti memilih satu kurva linear dari beberapa Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 kemungkinan kurva linear yang dapat di buat dari data yang ada, yang mempunyai kesalahan error paling kecil dari data aktual dengan data sebenarnya. Kriteria ini dikenal dengan istilah prinsip kuadrat terkecil Principle Of Least Square. Prinsip pemilihan garis regresi ini adalah sebagai berikut: “pilih garis yang mempunyai jumlah kuadrat deviasi nilai observasi Y terhadap nilai Y prediksinya yang minimum sebagai garis regresi yang paling baik” Prinsip pemilihan garis yang mempunyai nilai a dan b yang dapat meminimumkan: 2 ∧ − = ∑ i i Y Y SSE Simbol SSE menunjukkan jumlah kuadrat deviasi, atau sering disebut jumlah kuadrat untuk kesalahan Sum Of Square For Error. Prediksi kuadrat terkecil Least Squares Prediction Line sebagai berikut: ∧ ∧ ∧ + = bX a Y yang menyatakan bahwa: ∧ Y : taksiran nilai Y ∧ a : taksiran nilai a Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 ∧ b : taksiran nilai b X : nilai tertentu X Persamaan estimasi secara umum dapat di tulis sebagai berikut: ∧ + = bX a Y ∧ Y Y hat adalah nilai estimasi Y, a intersep kurva estimasi, b adalah slope kurva estimasi. Nilai a dan b pada persamaan estimasi dapat ditentukan dengan formulasi sebagai berikut: 2 2 . X X n XY X XY n b Σ − Σ Σ Σ − Σ = X b Y a − = Y : nilai rata-rata Y X : nilai rata-rata X n : banyaknya data yang digunakan sebagai sampel

2.1.3 Pengujian Terhadap Koefisien Regresi

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Pengujian ini dilakukan untuk mengetahui apakah variabel independen X berpengaruh terhadap variabl dependen Y. Pengujian hipotesis terhadap koefisien regresi dilakukan melalui langkah-langkah sebagai berikut: Langkah 1: perumusan hipotesis : = b H : ≠ b H A Jika = b berarti variabel independen X tidak berpengaruh terhadap vaiabel variabel dependen Y. Sedangkan jika ≠ b berarti variabel independen X berpengaruh terhadap variabel dependen Y. Langkah 2: menentukan nilai kritis pengujian dengan memperhatikan derajat kebebasan dan tingkat signifikansi yang digunakan. Jika tingkat signifikansi yang digunakan 1, maka nilai kritis pengujian adalah 2 ; α k n t − , dimana pengujian dilakukan dengan dua sisi, sehingga α yang digunakan adalah 2 α . Nilai kritis dapat ditentukan dengan menggunakan tabel distribusi t. Langkah 3: menentukan nilai hitung t dengan formulasi sebagai berikut: b hitung S b t β − = , Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 b S adalah kesalahan standar koefisien regresi yang dapat ditentukan dengan formula sebagai berikut: 2 2 2 ... 12 . 1 i i k y b R x S S i − = ∑ , S y.12....k adalah Kesalahan baku taksiran 1 ˆ 2 ... 12 . + − − = ∑ p n Y Y S i k y nilai = b , karena pada perumusan hipotesis nol, nilai = b Langkah 4: membuat keputusan terhadap hipotesis dengan membandingkan nilai hitung t dengan nilai tabel t . Jika nilai hitung t absolut lebih besar dari pada nilai tabel t , maka keputusannya menolak hipotesis nol H . Demikian sebalikya, jika nilai hitung t absolut lebih kecil dari pada nilai tabel t , maka keputusannya adalah menerima hipotesis nol H . Langkah 5: pembuatan kesimpulan berdasarkan keputusan yang diambil. Menolak H dan menerima A H , artinya secara statistik nilai b tidak sama dengan nol. Kesimpulannya berdasarkan statistik variabel independen X berpengaruh terhadap variabel dependen Y. Demikian juga sebaliknya.

2.2 Regresi Linier Berganda

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Hubungan fungsional antara variabel dependen Y dengan variabel independen X adalah: n X X X f Y , , , 2 1  = 2.4 Dalam regresi berganda, persamaan regresi mempunyai lebih dari satu variabel independen. Secara umum, persamaan regresi berganda dapat ditulis sebagai berikut: n n X b X b X b a Y + + + + = ∧ ... 2 2 1 1 2.5 ∧ Y : nilai estimasi Y a : nilai Y pada perpotongan antara garis linear dengan summbu vertikal Y n X X X , , , 2 1  : nilai variabel independen 1 X , 2 X sampai n X n b b b , , , 2 1  : slope yang berhubungan dengan variabel 2 1 , X X sampai n X besarnya a , 1 b , 2 b sampai n b dapat ditentukan dengan menggunakan persmaan berikut ini: ∑ ∑ ∑ ∑ + + + + = n n X b X b X b na Y   2 2 1 1 ∑ ∑ ∑ ∑ ∑ + + + + = n n X X b X X b X b X a Y X 1 2 1 2 2 1 1 1 1   n n X X b X b X X b X a Y X ∑ ∑ ∑ ∑ ∑ + + + + = 2 2 2 2 2 1 1 2 2   Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 ∑ ∑ ∑ ∑ ∑ + + + + = 2 2 2 1 1 n n n n n n X b X X b X X b X a Y X   Besarnya a , 1 b , 2 b sampai n b dapat dicari dengan memanipulasi persaman-persaman di atas.

2.2.1 Analisis Persamaan Regresi

Persamaan yang diperoleh dalam suatu prosesperhitungan tidak selalu baik untuk mengestimasi nilai variabel dependen. Untuk mengetahui apakah suatu persamaan regresi yang dihasilkan baik untuk mengestimasi nilai variabel dependen diperlukan pengetahuan tentang hal-hal berikut ini: 1. koefisien regresi uji parsial 2. persentase pengaruh semua variabel indepnden secara bersama-sama simultan terhadap nilai variabel dependen. 3. pengaruh semua variabel independen secara bersama-sama terhadap nilai variabel dependen uji simultan. Langkah-langkah analisis dalam pengujian hipotesis terhadap koefisien regresi adalah sebagai berikut: Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 1. Perumusan Hipotesis : 2 1 = = = = n b b b H   : 2 1 ≠ = = = n A b b b H   2. Penentuan nilai kritis, dengan meggunakan pengujian tabel distribusi t: 2 ; 1 α + − p n t dimana, p adalah jumlah parameter. 3. Pengambilan keputusan dilakukan berdasarkan perbandingan nilai hitung t masing-masing koefisien regresi dengan nilai tabel t nilai kritis sesuai dengan tingkat signifikansi yang digunakan. Jika nilai hitung t absolut lebih besar dari pada nilai tabel t , maka keputusannya menolak hipotesis nol H . Demikian sebalikya, jika nilai hitung t absolut lebih kecil dari pada nilai tabel t , maka keputusannya adalah menerima hipotesis nol H . 4. Kesimpulan menolak H artinya nilai koefisien regresi dari setiap persamaan regresi berbeda dengan 0, sehingga dapat disimpulkan variabel-variabel independen berpengaruh terhadap variabel dependen. Terima H artinya nilai koefisien regresi dari setiap persamaan regresi sama dengan dengan 0, sehingga dapat Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 disimpulkan variabel-variabel independen tidak berpengaruh terhadap variabel dependen. Persentase pengaruh semua variabel independen terhadap nilai variabel dependen ditunjukkan oleh besarnya koefisien determinasi 2 R . Misalnya diperoleh nilai koefisien determinasi 2 R adalah 0.97 artinya pengaruh semua variabel independen terhadap perubahan nilai variabel dependen adalah 97 dan sisanya 3 dipengaruhi oleh variabel lain selain variabel independen yang digunakan. Uji simultan dilakukan Untuk mengetahui apakah semua variabel independen bersama-sama simultan dapat berpengaruh terhadap variabel dependen.pengujian terhadap pengaruh variabel independen secara bersama-sama simultan terhadap perubahan nilai variabel dependen dilakukan melalui pengujian terhadap perubahan besarnya perubahan nilai variabel dependen yang dapat dijelaskan explained oleh perubahan nilai semua variabel independen. Langkah-langkah analisis dalam pengujian hipotesis terhadap variasi nilai variabel dependen yang dapat dijelaskan oleh variasi nilai variabel independen adalah sebagai berikut: 1. Perumusan Hipotesis Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 H : variasi perubahan nilai variabel independen tidak dapat menjelaskan variasi perubahan nilai variabel dependen. A H : variasi perubahan nilai variabel independen dapat menjelaskan variasi perubahan nilai variabel dependen. 2. Nilai kritis dalam distribusi F dengan tingkat signifikansi α dan degree of freedom df dengan ; 1 , α + − p n p F dimana p adalah jumlah parameter. 3. Tentukan nilai hitung F nilai 1 ˆ ˆ 2 2 + − − − = ∑ ∑ p n Y Y p Y Y F i i hit 4. Keputusan Pengambilan keputusan dilakukan berdasarkan perbandingan nilai hitung F dengan nilai tabel F nilai kritis sesuai dengan tingkat signifikansi yang digunakan, jika: hitung F tabel F maka terima hipotesis H dan hitung F tabel F maka tolak hipotesis H Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 5. Kesimpulan Terima H artinya semua variabel independen secara bersama-sama secara simultan tidak berpengaruh terhadap perubahan variabel dependen. Tolak H artinya semua variabel independen secara bersama-sama secara simultan dapat berpengaruh terhadap perubahan variabel dependen.

2.2.2 Penyimpangan Terhadap Asumsi Model Klasik

Model regresi yang diperoleh dari metode Kuadrat Terkecil Biasa Ordinary Least SquaresOLS merupakan model regresi yang menghasilkan estimator linear tidak bias yang terbaik Best Lenear Unbias EstimatorBLUE. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik, sebagai berikut: 1. Non-Multikolineritas. Artinya, antara variabel dependen yang satu dengan independen yang lain dalam model regresi tidak saling berhubungan secara sempurna atau mendekati sempurna. 2. Homoskedastisitas. Artinya, varians variabel independen adalah konstan untuk setiap nilai tertentu variabel independen. 3. Non-Autokorelasi. Artinya, tidak terdapat pengaruh dari variabel dalam model melalui tenggang waktu time lag. Misalnya, nilai suatu variabel saat ini akan Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 berpengaruh terhadap nilai variabel laqin pada masa yang akan datang. Menurut model klasik ini tidak mungkin terjadi. 4. Nilai rata-rata kesalahan error populasi pada model stokastiknya sama dengan nol. 5. Variabel independen adalah non stokastik nilai konstan pada setiap kali percobaan yang dilakukan secara berulang. 6. Distribusi kesalahan error adalah normal.

2.2.2.1 Multikolinearitas

Multikolinearitas artinya antarvariabel independen yang terdapat dalam model memiliki hubungan yang sempurna atau mendekati sempurna koefisien korelasinya tinggi atau bahkan1. Diagnosis adanya multikolinearitas di dalam model regresi adalah sebagai berikut: 1. Melalui nilai 2 R , dan F RATIO. Jika 2 R tinggi, nilai F RATIO tinggi, sedangkan sebagian besar atau bahkan seluruh koefisien regresi tidak signifikan nilai hitung t sangat rendah, maka kemungkinan terdapat multikolinearitas dalam model tersebut. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 2. Menentukan koefisien korelasi antara variabel independen yang satu dengan variabel independen yang lain. Jika antara dua variabel independen memiliki koefisien korelasi yang tinggi atau tanda koefisien korelasi variabel independen berbeda dengan tanda koefisien regresinya. Maka, di dalam model regresi tersebut terdapat multikolinearitas. 3. Membuat persamaan regresi antarvariabel independen. Jika koefisien regresinya signifikan, maka dalam model terdapat multikolinearitas. Menghilangkan adanya multikolinearitas pada suatu model regresi terdapat bermacam-macam cara. Cara yang sering digunakan yaitu dengan mentransformasi variabel. Nilai variabel yang digunakan mundur satu tahun. Misalnya pada model regresi: e X b X b X b a Y + + + + = 3 3 2 2 1 1 terdapat multikoliearitas, maka untuk menghilangkan dapat dilakukan dengan mentransformasi variabel yang terdapat dalam model menjadi: 1 1 3 3 2 2 2 1 1 1 1 − − − − − + + + + = t t t t t e X b X b X b a Y Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009

2.2.2.2 Heteroskedastisitas

Heteroskedastisitas artinya varians variabel dalam model tidak sama konstan. Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir estimator yang diperoleh tidak efisien. Diagnosis adanya heteroskedastisitas secara kuantitatif di dalam model regresi dapat dilakukan dengan melakukan pengujian korelasi ranking spearman s r dapat dihitung dengan formula:         − − = ∑ 1 6 1 2 2 N N d r i s yang menyatakan bahwa: i d : selisih ranking stndar deviasi S dan ranking nilai mutlak error e. ∧ − = Y Y e N : banyaknya sampel Pengujian ini menggunakan disribusi t dengan membandingkan nilai hitung t dengan tabel t . Jika nilai hitung t tabel t , maka pengujian menolak hipotesis nol H yang menyatakan tidak terdapat heteroskedastisitas pada model regresi. Nilai hitung t adalah: Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 2 1 2 s s r N r t − − = dengan df = N-2 salah satu cara yang dapat dilakukan untuk menghilangkan heteroskedastisitas dalam model regresi, yaitu dengan mentransformasi variabel menjadi log, menjadi: e X b X b X b a Y + + + + = 3 3 2 2 1 1 ln ln ln ln di-antilog-kan akan diperoleh model regresi: e X X aX Y b b b 3 3 2 2 1 1 = 2 1 , b b dan 3 b menunjukkan elastisitas 2 1 , X X dan 3 X .

2.2.2.3 Autokorelasi

Autokorelasi artinya adanya korelasi antaranggota sampel yang diurutkan berdasarkan waktu. Penyimpangan ini biasanya muncul pada observasi yang menggunakan data time series. Konsekuensi dari adanya autokorelasi adalah varians sampel tidak dapat menggambarkan varians populasinya. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Untuk megdiagnosis adanya autokorelasi dilakukan melalui pengujian terhadap nilai uji durbin-watson uji D w dengan etentuan sebagai berikut: D w Kesimpulan Kurang dari 1,10 1,10 dan 1,54 1,55 dan 2,46 2,46 dan 2,90 lebih dari 2,91 Ada autokorelasi Tanpa ksimpulan Tidak ada autokorelasi Tanpa kesimpilan Ada autokorelasi Salah satu cara untuk menghilangkan pengaruh autokorelasi dapat dilakukan dengan memasukkan lag variabel Y ke dalam model sehingga model regresinya menjadi: 1 4 3 3 2 2 1 1 − ∧ + + + + = t Y b X b X b X b a Y

2.3 Analisis Korelasi

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara suatu variabel dengan variabel lain. Biasanya, analisis korelasi digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel dependen. Ukuran statistik yang dapat menggambarkan hubungan antara suatu variabel dengan variabel lain adalah koefisien determinasi 2 r dan koefisien korelasi r .

2.3.1 Koefisien Determinasi

2 r Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien determinasi menunjukkan persentase variasi nilai variabel dependen yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Koefisien determinasi adalah satu dikurangi rasio antara besarnya deviasi nilai Y observasi dari garis regresi dengan besarnya deviasi nilai Y observasi dari rata- ratanya. Secara matematis dapat ditulis sebagai berikut: ∑ ∑ −       − − = ∧ 2 2 2 1 Y Y Y Y r Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 koefisien determinasi 2 r adalah persentase nilai Y yang dapat dijelaskan oleh garis regresi. Deviasi total adalah persentase deviasi yang dapat dijelaskan ditambah persentase deviasi yang tidak dapat dijelaskan. Dengan demikian persentase deviasi yang dapat dijelaskan ditambah persentase deviasi yang tidak dapat dijelaskan adalah 100 atau 1. Total Deviasi = Explained Variation + Unexplained Variation dimana: total deviasi dari semua titik pasangan data adalah 2 ∑ −Y Y explained variation = variasi yang dapat dijelaskan             − ∑ ∧ 2 Y Y unexplained variation = variasi yang tidak dapat dijelaskan                   − ∑ ∧ 2 Y Y atau dapat juga ditulis besrnya koefisien determinasi deviasi yang tidak dapat dijelakan dibagi deviasi total. Secara matematis dapat ditulis sebagai berikut: Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 ∑ ∑ −     − = ∧ 2 2 2 Y Y Y Y r

2.3.2 Koefisien Korelasi r

Koefisien korelasi merupakan ukuran yang dapat digunakan untuk mengetahui bagaimana keeratan hubungan antara suatu variabel dengan variabel lain. Jika koefisien korelasi berhubungan dengan sampel yang digunakan, maka koefisiean korelasi besarnya adalah akar koefisien determinasi. Atau secara matematis dapat ditulis sebagai berikut: 2 r r = Koefisien korelasi r dapat digunakan untuk: 1. mengetahui keeratan hubungan korelasi linear antara dua variabel. 2. mengetahui arah hubungan antara dua variabel. Untuk mengetahui keeratan hubungan antara dua variabel dengan menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari dari Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 koefisien korelasi ersebut. Besarnya koefisien korelasi r antara dua macam variabel adalah nol sampai dengan 1 ± . Apabila dua buah variabel mempunyai nilai r = 0, berarti antara dua variabel tersebut tidak ada hubungan. Sedangkan apabila dua buah variabel mempunyai 1 ± r , maka dua buah variabel tersebut mempunyai hubungan yang sempurna. Semakin tinggi nilai r semakin mendekati 1, maka tingkat keeratan hubungan antara dua variabel tersebut semakin tinggi. Dan sebaliknya semakin rendah r semakin mendekati 0, maka tingkat keeratan hubungan antara dua variabel tersebut semakin lemah. Koefisien korelasi dapat juga digunakan untuk mengetahui arah hubungan antara dua variabel. Tanda + dan - yang terdapat pada koefisien korelasi menunjukkan arah hubungan antara dua variabel tersebut. Tanda minus - pada nilai r menunjukkan hubungan yang berlawanan arah. Artinya, apabila nilai variabel yang satu naik, maka nilai variabel yang lain turun. Tanda plus + pada nilai r menunjukkan hubungan yang searah. Artinya, apabila nilai variabel yang satu naik, maka nilai variabel yang lain juga naik. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 BAB 3 GAMBARAN UMUM

3.1 Variabel Ekonomi Makro Dan Fundamental Ekonomi Makro

Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Ekonomi makro adalah merupakan bagian dari ilmu ekonomi yang mempelajari masalah ekonomi secara keseluruhantotalitas agregate atau dapat diartikan sebagai ilmu ekonomi yang membicarakan perekonomian sebagai suatu keseluruhan yang mengabaikan unit-unit individu serta masalah-masalah yang dihadapinya. Maksud digunakannya istilah “keseluruhan agregate” yaitu untuk menonjolkan bahwa yang menjadi pusat perhatian dari ekonomi makro adalah variabel-variabel ekonomi secara totalitas, variabel-variabel ekonomi makro yang digunakan oleh penulis adalah inflasi, jumlah uang beredar, investasi, besarnya nilai ekspor dan impor. Variabel adalah elemen dasar dari sebuah model dan karenanya perlu didefinisikan secara jelas dan tepat. Pengelompokan variabel –variabel dapat dibedakan menjadi dua macam, yaitu variabel eksogen dan variabel endogen. Variabel eksogen yaitu variabel-variabel yang nlainya ditentukan diluar model atau dengan kata lain nilai variabel ini sudah tertentu. Sementara variabel endogen merupakan variabel yang nilainya baru dapat ditentukan bila nilai variabel-variabel eksogen diketahui nilainya. Untuk membangun ekonomi makro indonesia, salah satunya dapat ditempuh melalui salah satu pendekatan fundamental ekonomi makro kuat. Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 Yang dimaksud dengan fundamental ekonomi makro kuat menurut H. Soeharsono Sagir, prasyaratnya adalah: Pertumbuhan ekonomi tinggiGDPGNP yang meningkat signifikan, minimal 3 kali dari pertumbuhan penduduk 6tahun; yang didukung oleh: perluasan kesempatan kerja, tidak terjadi carry over penganggur yang tidak terserap oleh pasar kerjakenaikan GDPGNP. Yang terjadi sekarang bukan saja carry over tenaga kerja yang tidak terserap, tetapi justru bertambah karena PHK atau makin meningkatnya angka pengangguran. Korelasi positif antara pertumbuhan dan perluasan kesempatan kerja, dapat pula tercermin dari dukungan kemampuan pemerintah fiskal yang tidak terus menerus defisit, hingga makin tergantung pada utang luar negeri memperbesar utang ditambah menutup defisit dengan menjual kekayaan negara aset negara; kemampuan sektor moneter bank sebagai lembaga intermediasi, memupuk modal simpanan masyarakat untuk disalurkan sebagai kredit meningkatkan taraf hidup rakyat banyak perluasan kesempatan kerja artinya peningkatan pendapatan. Selain sektor fiskal dan moneter yang sehat, fundamental ekonomi makro kuat, perlu didukung sektor perdagangan luar negeri yang sehat atau neraca pembayaran yang favorable. Artinya cadangan devisa yang tersedia dan tercatat di Bank Indonesia Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi Kasus Di Propinsi Sumatera Utara Tahun 1990-2006, 2008. USU Repository © 2009 sebagai manajer cadangan devisa - merupakan hasil dari surplus ekspor, bukan bersumber dari masuknya modal dari luar negeri, tambahan utang atau arus masuknya asing PMA. Per t um b uh an ek on om i, per luasan k esem pat an k er j a, f isk al, m onet er b ank y ang sehat dan per d agang an lu ar neger i y ang su r plus cad angan dev isa n aik , b uk an k ar ena t am bah an ut ang , per t um b uhan ek onom i t anpa k er usak an lingk u ngan b anj ir , h ut an g und ul, p olusi air m er upak an p r asy ar at unt uk f undam ent al ek on om i m ak r o k u at . Men ur ut H. Soehar sono Sagir Fundam ent al ek onom i k uat , t id ak hany a ber ind ik asi inf lasi dan n ilai t uk ar t er k endali at au st ab il. Ek on om i m ak r o k u at , j ik a k it a beb as dar i ek on om i biay a t ingg i, dan pr od uk k it a m em ilik i unggu lan d ay a saing k om pet it if, deng an ek sp or leb ih besar d ar ipada im por .

3.2 Inflasi inflation