dengan variabel terikat namun tidak berkorelasi dengan varaiabel bebas lainnya. Namun hal ini agak sulit dilakukan mengingat tidak adanya informasi tentang tipe
variabel tersebut. Ada beberapa cara untuk mendeteksi ada tidaknya multikolinearitas. Salah
satunya menurut Gujarati 1997 yaitu: ”Melalui correlation matric, dimana batas terjadinya korelasi antar
sesama variabel bebas adalah tidak lebih dari | 0.80 |.” Cara yang lainnya yaitu:
”Melalui correlation matric dapat pula digunakan Uji Klein dalam mendeteksi multikolinearitas.”
Apabila terjadi nilai korelasi yang lebih tinggi dari | 0.80 |, maka menurut Uji Klein multikolinearitas dapat diabaikan selama nilai korelasi tersebut tidak
melebihi Adjusted R-squared-nya.
3.7. Kelemahan Metode
Ordinary Least Square OLS
Ketika menggunakan data runtut waktu time series, seringkali muncul kesulitan-kesulitan yang sama sekali tidak dijumpai ketika mengunakan data cross
section . Sebagian besar kesulitan tersebut berkaitan dengan urutan pengamatan.
Ada beberapa hal yang menjadi kelemahan dari metode Ordinary Least Square OLS dengan mengunakan data time series Sarwoko, 2005 antara lain:
1. Suatu kondisi dimana satu variabel time series berubah secara konsisten dan
terprediksi sebelum variabel lain ditentukan kemudian. Jika suatu variabel mendahului variabel yang lain, tidak dapat dipastikan bahwa variabel pertama
tersebut menyebabkan variabel lain berubah, namun hampir dapat dipastikan bahwa kebalikannya adalah bukan hal itu.
2. Variabel-variabel independen nampak lebih signifikan dari yang sebenarnya,
yaitu apabila variabel-variabel itu memiliki trend menaik yang sama dengan variabel-variabel dependennya dalam kurun waktu periode sampel.
3. Terkadang variabel time series tidak stasioner. Maksudnya rata-rata dan
variannya tidak konstan sepanjang waktu dan nilai kovarian antara dua periode waktu tergantung dari jarak atau lag antara kedua periode dari waktu
sesungguhnya dimana kovarian itu dihitung dan bukan dari periode pada waktu itu.
4. Terkadang variabel time series tidak mempunyai kointegrasi yaitu dalam
jangka waktu tertentu tidak terdapat keseimbangan. 5.
Sulit untuk menemukan kapan sebuah variabel bebas masuk ke dalam persamaan regresi. Apakah variabel tersebut penting sebagaimana dijelaskan
dalam teori atau sebaliknya teori kurang jelas, maka akan muncul dilema. 6.
Sulit untuk menemukan model persamaan mana yang lebih baik. 7.
Perlakuan terhadap error semua model persamaan adalah sama.
IV. GAMBARAN UMUM PERKEMBANGAN SEKTOR KEUANGAN DAN PERTUMBUHAN EKONOMI DI
INDONESIA
4.1. Perkembangan Sektor Keuangan Setelah Tahun 1983
Memasuki awal periode 1983 perekonomian Indonesia mengalami tekanan yang cukup berat terutama disebabkan oleh menurunnya harga minyak di pasaran
dunia dan berlanjutnya resesi ekonomi dunia yang berpengaruh terhadap kegiatan perekonomian dalam negeri. Daya saing produk Indonesia menurun karena nilai
rupiah over valued akibat tingginya laju inflasi dibandingkan dengan negara pesaing atau negara rekanan dagang utama Indonesia, maka pertumbuhan
ekonomi semakin menurun tajam dan defisit neraca pembayaran cukup besar. Untuk memperkuat struktur perekonomian Indonesia, maka ditempuh beberapa
kebijakan pengendalian moneter yang menuju ke arah mekanisme pasar. Pada bulan Juni 1983 pemerintah mengeluarkan deregulasi sektor
keuangan yang tujuannya adalah untuk memobilisasi dana dari dalam negeri serta untuk meningkatkan tingkat efisiensi dan persaingan pada sektor keuangan. Isi
dari deregulasi tersebut adalah pelepasan pagu kredit, menghilangkan pembatasan suku bunga perbankan, peningkatan suku bunga tabanas, dan pelonggaran atas
pajak deposito. Deregulasi pada sektor keuangan kemudian dilanjutkan dengan deregulasi
pada bulan Oktober 1988 yang isinya adalah menghilangkan hambatan bagi investor untuk mendirikan bank baru, memberikan keleluasaan bagi perbankan
untuk membuka kantor-kantor cabang, menurunkan rasio cadangan wajib, dan mendorong perkembangan pasar uang dan pasar modal. Kemudian untuk