Kebijakan Moneter
2. Penelitian Fauzal Muslim (2008)
Penelitian yang dilakukan oleh Fauzal Muslim yang ditulis dalam skripsi Transmisi Kebijakan Moneter Melalui Jalur Kredit dan Posisi Kredit Investasi Domestik di Indonesia Periode 2001:1-2007:6 pada tahun 2008 memberikan penjelasan tentang komponen dari mekanisme jalur kredit, yaitu jalur pinjaman bank dan jalur neraca anggaran. Penelitian ini bertujuan untuk melihat faktor apa saja yang mempengaruhi penawaran dan permintaan kredit Penelitian yang dilakukan oleh Fauzal Muslim yang ditulis dalam skripsi Transmisi Kebijakan Moneter Melalui Jalur Kredit dan Posisi Kredit Investasi Domestik di Indonesia Periode 2001:1-2007:6 pada tahun 2008 memberikan penjelasan tentang komponen dari mekanisme jalur kredit, yaitu jalur pinjaman bank dan jalur neraca anggaran. Penelitian ini bertujuan untuk melihat faktor apa saja yang mempengaruhi penawaran dan permintaan kredit
investasi, serta ingin mengetahui apakah transmisi kebijakan moneter melalui jalur kredit berlangsung selama periode sampel.
Hasil empiris menunjukan bahwa penawaran kredit investasi oleh perbankan dalam jangka panjang hanya dipengaruhi oleh permodalan saja sedangkan permintaan kredit investasi bukan hanya dipengaruhi tingkat suku bunga kredit saja melainkan juga oleh pendapatan investor. Lebih jauh, analisis impulse response menerangkan bahwa kebijakan moneter kontraktif melalui peningkatan suku bunga kredit berdampak pada penurunan pendapatan investor yang pada akhirnya hal ini akan menurunkan permintaan kredit investasi oleh investor.
Dalam membangun sebuah wacana empiris, penulis didukung oleh data sekunder yang diperoleh dari internet, buku, dan sumber kepustakaan lainnya yang terkait dengan pembahasan. Variabel yang nantinya akan masuk kedalam model adalah sebagai berikut;
Loan
Posisi pinjaman atau kredit investasi nominal seluruh bank umum
Equity
Permodalan nominal bank umum
Suku bunga pinjaman bank umum
SBI 1 bulanan
PGDP
Nilai pembentukan modal tetap bruto nominal + nilai konsumsi nominal (private GDP).
perpustakaan.uns.ac.id digilib.uns.ac.id
Dalam melakukan perumusan secara kuantitatif, penulis membagi menjadi tiga sesi. Sesi pertama ialah mengadopsi fungsi penawaran dan permintaan kredit, sesi yang kedua ialah melihat kointegrasi dari penawaran dan permintaan kredit, dan sesi yang ketiga ialah melihat signifikansi dari tiap-tiap variabel.
a) Analisis Penawaran Kredit Investasi Dari hasil pengujian kointegrasi dapat disimpulkan bahwa persamaan penawaran kredit investasi memiliki hubungan yang terkointegrasi dalam jangka panjang. Persamaan kointegrasi penawaran kredit memberikan hasil:
Loan S = 416,4 r L – 506,4 r M + 0,77 Equity
Pada tingkat keyakinan 95%, variabel suku bunga kredit investasi dan suku bunga SBI tidak signifikan dalam mempengaruhi penawaran kredit investasi, artinya dalam hal ini perbankan umum bukan bergantung pada tingkat suku bunga kredit investasi dan tingkat suku bunga SBI dalam memberikan fasilitas pinjaman kredit investasi, namun lebih dipengaruhi oleh struktur keuangan dari perbankan umum itu sendiri, hal ini tercermin dari signifikansi yang sangat tinggi dari variabel equity, yang memberikan interpertasi bahwa peningkatan satu miliar Rupiah dari permodalan perbankan umum akan mampu meningkatkan penawaran kredit investasi sebesar 0,77 miliar Rupiah.
perpustakaan.uns.ac.id digilib.uns.ac.id
Dari persamaan diatas dapat disimpulkan bahwa kebijakan moneter baik ekspansif maupun kontraktif dengan instrument suku bunga SBI, tidak mampu mempengaruhi jumlah penawaran kredit investasi perbankan umum, hal ini menjadi bukti bahwa kebijakan moneter melalui jalur bank lending tidak berlangsung di Indonesia selama periode sampel. Hal ini senada dengan hasil survei BI, yang menyatakan bahwa suku bunga tidak dijadikan faktor utama oleh bank dalam melakukan persetujuan kredit (Agung: 2001).
b) Analisis Permintaan Kredit Investasi Persamaan kointegrasi permintaan kredit digambarkan melalui persamaan sebagai berikut:
Loan D = -1414,3 r L + 0.3 PGDP
Interpertasi dari persamaan diatas ialah bahwa permintaan kredit investasi dipengaruhi secara negatif oleh tingkat suku bunga kredit sebesar 1414,3. Artinya setiap kenaikan 1% dari tingkat suku bunga kredit maka permintaan akan kredit turun sebesar 1414,3 miliar Rupiah. Sedangkan pendapatan investor agregat yang direpresentasikan melalui variabel PGDP berpengaruh positif pada permintaan investasi, dimana setiap peningkatan 1 miliar Rupiah pada pendapatan investor maka permintaan akan kredit akan naik sebesar 0,3 miliar Rupiah.
Dari Penelitian Fauzal Muslim dengan pendekatan ekonometrik dan anlisisis empiris telah membawa pada beberapa kesimpulan: Dari Penelitian Fauzal Muslim dengan pendekatan ekonometrik dan anlisisis empiris telah membawa pada beberapa kesimpulan:
1. Suku bunga kredit investasi dan suku bunga SBI tidak signifikan dalam mempengaruhi penawaran kredit investasi oleh perbankan umum dalam jangka panjang, sedangkan variabel equity menjadi variabel tunggal yang berpengaruh signifikan pada penawaran kredit investasi. Hal ini menjadi bukti bahwa kebijkan moneter melalui jalur bank lending tidak berjalan pada periode sampel.
2. Variabel suku bunga kredit yang merupakan cost of capital bagi para investor berpengaruh signifikan terhadap tingkat permintaan kredit investasi dalam jangka panjang. Variabel pendapatan investor (PGDP) juga signifikan dalam mempengaruhi permintaan kredit.
3. Lebih jauh uji impulse response menjelaskan bahwa ketika terjadi kebijakan moneter kontraktif, pendapatan dari investor akan mengalami penurunan sehingga hal ini akan mendorong penurunan pula pada permintaan kredit investasi. Sehingga dapat dikatakan adanya transmisi kebijakan moneter melalui jalur balance sheet pada periode sampel.
perpustakaan.uns.ac.id digilib.uns.ac.id
BAB III METODE PENELITIAN
A. Jenis dan Cara Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari lembaga-lembaga atau instansi-instansi antara lain Bank Indonesia (BI) dan Badan Pusat Statistik (BPS). Adapun data yang digunakan adalah :
1. Data jumlah kredit tahun 2004 - 2009
2. Data pendapatan nasional tahun 2004 - 2009.
3. Data suku bunga kredit tahun 2004 - 2009.
4. Data jumlah uang beredar 2004 – 2009.
B. Definisi Operasional Variabel
Variabel yang digunakan dalam penelitian ini meliputi :
1. Variabel Dependen
Variabel Dependen yang digunakan dalam penelitian ini adalah Kredit investasi domestik yang ada di Indonesia. Kredit investasi merupakan kredit jangka panjang yang biasanya digunakan untuk perluasan usaha atau membangun proyek / pabrik baru atau untuk keperluan rehabilitasi. Banyaknya kredit investasi domestik memang dipengaruhi berbagai hal, maka dari itu penulis tertarik untuk meneliti pengaruh kebijakan moneter terhadap Variabel Dependen yang digunakan dalam penelitian ini adalah Kredit investasi domestik yang ada di Indonesia. Kredit investasi merupakan kredit jangka panjang yang biasanya digunakan untuk perluasan usaha atau membangun proyek / pabrik baru atau untuk keperluan rehabilitasi. Banyaknya kredit investasi domestik memang dipengaruhi berbagai hal, maka dari itu penulis tertarik untuk meneliti pengaruh kebijakan moneter terhadap
kredit investasi domestik. Ukuran data yang diambil oleh penulis adalah dalam milyar rupiah. Data ini diperoleh dari Badan Pusat Statistik.
2. Variabel Independen, terdiri dari:
a. Pendapatan Nasional Riil ( Y ) Pendapatan nasional riil adalah jumlah dari pendapatan faktor- faktor produksi yang digunakan untuk memproduksikan barang dan jasa dalam suatu tahun tertentu. Data pendapatan nasional yang digunakan dalam penelitian ini adalah pendapatan nasional riil yang didasarkan oleh harga konstan 1993 menurut lapangan usaha dalam milyar rupiah. Data ini diperoleh dari Badan Pusat Statistik dan dinyatakan dalam milyar rupiah.
b. Suku Bunga Kredit Riil ( r ) Menurut Hubbard ( 1997 ) dalam Laksmono ( 2001), bunga adalah biaya yang harus di bayar Borrower atas pinjaman yang di terima dan imbalan Lender atas investasinnya. Suku bunga mempengaruhi keputusan individu terhadap pilihan membelanjakan uang lebih banyak atau menabung. Data ini diperoleh dari Badan Pusat Statistik dan dinyatakan dalam persen.
c. Jumlah Uang Beredar ( JUB ) Penelitian ini menggunakan jumlah uang beredar yang merupakan kewajiban moneter sistem moneter kepada sektor swasta domestik, terdiri atas uang kartal yang dipegang masyarakat atau yang ada di luar Bank Indonesia dan Kas Negara ditambah uang giral. Data dalam penelitian ini dikeluarkan oleh Bank Indonesia dan dinyatakan dalam milyar rupiah.
perpustakaan.uns.ac.id digilib.uns.ac.id
perpustakaan.uns.ac.id digilib.uns.ac.id
C. Model Analisis Penelitian
Model yang digunakan dalam penelitian ini adalah model Partial Adjustment Model (PAM). Yang mana Model PAM selama dua dekade dapat dikatakan sangat sukses digunakan dalam analisis ekonomi, khususnya dalam konteks permintaan uang dengan menggunakan data kuartalan. Tetapi harus diakui bahwa pendekatan ini juga banyak mendapat kritikan dari para ahli ekonomi sehubungan dengan masalah autokorelasi serta interpretasi koefisien variabel kelambanan variabel tak bebas (Insukindro, 1990:93).
Untuk menggambarkan model ini, perhatikan model percepatan fleksibel dari teori ekonomi yang mengasumsikan bahwa ada jumlah keseimbangan, optimal, diinginkan, atau jangka panjang yang diperlukan untuk memproduksi hasil (output) tertentu dalam keadaan teknologi tertentu, tingkat bunga tertentu, dan seterusnya. Untuk penyederhanaan diasumsikan bahwa tingkat modal yang diinginkan ini adalah Y t * merupakan hasil linear dari hasil X sebagai berikut.
Y t * =β 0 +β 1 X t +µ t ..................................1 Karena tingkat modal yang diinginkan tidak bisa diamati secara langsung, Nerlove mendalilkan hipotesis berikut ini, yang dikenal sebagai hipotesis Penyesuaian Parsial atau Penyesuaian Stok :
Y t –Y t-1 = δ( Y t * -Y t-1 ) ..........................2
Dimana δ, sedemikian rupa sehingga 0 < δ ≤ 1, dikenal dengan koefisien penyesuaian (coefficien of adjustment) dan dimana Y t – Y t-1 = perubahan sebenarnya dan Y t * -Y t-1 = perubahan yang diinginkan.
perpustakaan.uns.ac.id digilib.uns.ac.id
Persamaan ( 2 ) mendalilkan bahwa perubahan sebenarnya dalam stok modal investasi dalam suatu periode waktu tertentu t adala h suatu fraksi δ dari perubahan yang diinginkan untuk periode itu. Jika δ = 1, ini berarti bahwa stok
modal yang sebenarnya sama dengan stok yang diharapkan; yaitu stok yang sebenarnya menyesuaikan diri dengan stok yang diharapkan secara seketika (dalam pe riode yang sama). Tetapi, jika δ = 0 ini berarti tidak ada perubahan apapun karena stok yang sebenarnya pada saat t sama seperti yang diamati dalam periode waktu sebelumnya. Khususnya, δ diharapkan terletak antara kedua ekstrim ini karena penyesuaian terhadap stok modal yang diharap nampaknya akan tidak sempurna karena kekakuan ( = rigidity ), kelembaman, kewajiban yang bersifat kontrak, dan seterusnya. Itulah sebabnya dinamakan model penyesuaian parsial. Perhatikan bahwa mekanisme penyesuaian ( 2 ) secara alternatif dapat ditulis sebagai :
Y t = δY t * + (1 – δ)Y t-1 ...............................3 Yang menunjukan bahwa stok modal yang diamati pada periode t adalah rata-rata tertimbang dari stok model yang diinginkan pada saat itu dan stok modal yang ada dalam periode waktu sebelumnya, dengan δ ( 1 – δ ) sebagai bobotnya.
Sekarang dengan mensubstitusikan ( 1 ) ke dalam ( 3 ), memberikan : Y t = δ(β 0 +β 1 X 1 +µ t )+(1– δ )Y t-1 = δβ 0 + δβ 1 X 1 +(1– δ )Y t-1 + δµ t
Model ini disebut model penyesuaian parsial. Model penyesuaian parsial menjasi menuerupai baik model Kyock maupun model harapan adaptif dalam arti bersifat autoregresif. Tetapi model ini Model ini disebut model penyesuaian parsial. Model penyesuaian parsial menjasi menuerupai baik model Kyock maupun model harapan adaptif dalam arti bersifat autoregresif. Tetapi model ini
mempunyai unsur gangguan yang jauh lebih sempurna : unsur gangguan semula µ t dikaitkan dengan suatu konstanta δ. Tetapi ingatlah bahwa meskipun serupa nampaknya, model harapan adaptif dan model penyesuaian parsial secara konsep sangat berbeda. Yang terdahulu didasarkan pada ketidakpastian (mengenai tingkat harga, tingkat bunga, dan seterusnya untuk masa yang akan datang), sedangkan yang belakangan adalah diakibatkan oleh kekakuan kelembaman, biaya perubahan (cost of change) dan seterusnya yang bersifat teknis atau kelembagaan. Alasan mengapa peneliti menggunakan model PAM antara lain :
1) PAM dilihat dari sisi kelembaman (kekuatan kebiasaan) dapat dilihat bahwa dengan adanya perubahan pendapatan, maka diduga masyarakat cenderung meningkat kemampuannya untuk mengajukan kredit
2) Perkiraaan OLS untuk model PAM akan menghasilkan perkiraan yang konsisten meskipun perkiraan tersebut cenderung akan bias (dalam sampel kecil atau sampel terbatas).
Adapun rumusan PAM pada penelitian ini adalah sebagai berikut:
Loan t * = β 0 + β 1 Y+ β 2 r+ β 3 JUB +µ t
Loan t = β 0 δ+ β
1 δY+β 2 δr+β 3 δ JUB + (1 – δ) Y t-1 +µ t Keterangan :
Loan
= Kredit Investasi
= Pendapatan Nasional (dalam milyar) r = Tingkat suku bunga (% per bulan)
JUB
= Jumlah uang beredar
t-1
= Kredit Investasi waktu t-1 β 0 = Konstanta = Kredit Investasi waktu t-1 β 0 = Konstanta
β 1 , β 2 ,β 3 = Koefisien masing-masing variabel
= Koefisien Penyesuaian
= Standar error
1. Uji Statistik
Proses analisa yang akan dilakukan melalui pengujian variabel- variabel independen yang meliputi uji t (uji individu), dan uji F (uji bersama- sama).
a. Uji t
Uji t ini merupakan pengujian variabel-variabel independen secara individu, dilakukan untuk mengetahui seberapa jauh pengaruh masing- masing variabel independen dalam mempengaruhi perubahan variabel dependen, dengan beranggapan variabel independen lain tetap atau konstan. Langkah-langkah pengujian t test adalah sebagai berikut (Gujarati, 1995: 119):
1) Menentukan Hipotesisnya Ho : β1 = 0
Berarti suatu variabel independen secara individu tidak berpengaruh terhadap variabel dependen. Ha : β1 ≠ 0 Berarti suatu variabel independen secara individu berpengaruh terhadap variabel dependen.
2) Melakukan penghitungan nilai t sebagai berikut:
a) Nilai t tabel = t α/ 2 ;N – K .............................................. (3.4)
Keterangan: Keterangan:
a = derajat signifikansi N = jumlah sampel (banyaknya observasi)
K = banyaknya parameter
b) t hitung = …...………………………………….… (3.5)
Keterangan: βi = Koefisien regresi Se ( βi) = Standard error koefisien regresi
3) Kriteria pengujian
Gambar 3.1 Daerah Kritis Uji t
H 0 ditolak
H 0 diterima
H 0 ditolak
a) Apabila nilai –t tabel <t hitung <+t tabel , maka H o diterima. Artinya variabel independen tidak berpengaruh terhadap variabel dependen secara signifikan.
b) Apabila nilai t hitung > + t tabel atau t hitung < - t tabel , maka H o ditolak. Artinya variabel independen mampu mempengaruhi variabel dependen secara signifikan.
b. Uji F
Uji F ini merupakan pengujian bersama-sama variabel independen yang dilakukan untuk melihat pengaruh variabel independen Uji F ini merupakan pengujian bersama-sama variabel independen yang dilakukan untuk melihat pengaruh variabel independen
secara bersama-sama terhadap variabel dependen secara signifikan. Langkah-langkah pengujian adalah sebagai berikut (Gujarati, 1995: 134):
1) Menentukan Hipotesis
H 0 :β 1 =β 2 =β 3 =0
Berarti semua variabel independen secara individu tidak berpengaruh terhadap variabel dependen.
H a :β 1 ≠β 2 ≠β 3 ≠0
Berarti semua variabel independen secara individu berpengaruh terhadap variabel dependen.
2) Melakukan penghitungan nilai F sebagai berikut:
a) Nilai F tabel =F α; K-1 ; N-K ............................................ (3.2)
Keterangan: N = Jumlah sampel data K = Banyaknya parameter
b)
F hitung
Keterangan: R 2 = Koefisien determinan
= Jumlah observasi atau sampel
= Banyaknya variable = Banyaknya variable
3) Kriteria pengujian
Gambar 3.2 Daerah Kritis Uji F
Ho diterima
Ho ditolak
0 F (α; K-1; N-K)
4) Kesimpulan
a) Apabila nilai F hitung < F tabel , maka Ho diterima dan Ha ditolak, artinya variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen secara signifikan.
b) Apabila nilai F hitung >F tabel , maka Ho ditolak dan Ha diterima, artinya variabel independen secara bersama-sama mampu mempengaruhi variabel dependen secara signifikan.
2. Nilai Koefisien Determinasi (R²)
Nilai R² untuk mengetahui berapa persen variasi variabel dependen dapat dijelaskan oleh variabel independen. Uji ini bertujuan untuk mengetahui tingkat ketepatan yang paling baik dalam analisis regresi, yang ditunjukkan oleh besarnya koefisien daterminasi (R²) antara nol dan satu (0<R²<1). Jika koefisien daterminan 0, artinya variabel independen tidak mempengaruhi variabel dependen, atau dengan kata lain model tersebut tidak menjelaskan Nilai R² untuk mengetahui berapa persen variasi variabel dependen dapat dijelaskan oleh variabel independen. Uji ini bertujuan untuk mengetahui tingkat ketepatan yang paling baik dalam analisis regresi, yang ditunjukkan oleh besarnya koefisien daterminasi (R²) antara nol dan satu (0<R²<1). Jika koefisien daterminan 0, artinya variabel independen tidak mempengaruhi variabel dependen, atau dengan kata lain model tersebut tidak menjelaskan
sedikitpun variasi dalam variabel tidak bebas. Sedangkan jika koefisien determinan mendekati 1, artinya variabel independen semakin mempengaruhi variabel dependen, atau dengan kata lain model dikatakan lebih baik apabila koefisien determinasinya mendekati nilai 1 (satu).
3. Uji Asumsi Klasik
a. Multikolinearitas
Multikolinearitas merupakan suatu keadaan dimana terdapatnya lebih dari satu hubungan linear pasti di antara beberapa atau semua variabel independen dari model regresi (Gujarati, 1995: 320). Salah satu asumsi model klasik yang menjelaskan ada tidaknya hubungan antara beberapa atau semua variabel dalam model regresi. Jika dalam model terdapat multikolinearitas, maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat diukur dengan ketepatan tinggi.
Salah satu metode untuk mengetahui ada tidaknya multikolinearitas adalah menggunakan pengujian dengan metode korelasi parsial. Pendekatan ini disarankan oleh Farrar dan Gruber (1967).
Indikasinya, jika R 2 variabel dipenden lebih tinggi dari nilai R 2 pada regresi antar variable bebas, maka dalam model empiric tidak terdapat adanya multikolinearitas, dan sebaliknya.
b. Heteroskedastisitas
Asumsi dari model regresi linier klasik adalah kesalahan pengganggu mempunyai varians yang sama. Apabila asumsi tersebut tidak Asumsi dari model regresi linier klasik adalah kesalahan pengganggu mempunyai varians yang sama. Apabila asumsi tersebut tidak
terpenuhi maka akan terjadi heteroskedastisitas yaitu suatu keadaan dimana varians dari kesalahan pengganggu tidak sama untuk semua nilai variabel bebas. Terdapat beberapa metode yang dapat digunakan untuk mendeteksi heteroskedastisitas dalam model empiris yaitu uji Park, uji Glejser, uji White, dan uji Breusch-Pagan-Godfrey. Pengujian heteroskedastisitas dalam penelitian ini akan menggunakan uji White.
Dalam uji white ditawarkan dua jenis pengujian, yaitu: White Heteroscedasticity (no cross term) dan White Heteroscedasticity (crossterm ). Untuk penelitian ini digunakan pengujian White Heteroscedasticity (no cross term) disebabkan banyak menggunakan variabel bebas. Jika nilai probabilitas dari semua variabel lebih besar nilai taraf signifikansi 5%, maka pada model tersebut tidak terdapat masalah heteroskedastisitas. Sebaliknya, Jika nilai probabilitas dari semua variabel kurang atau lebih kecil dari nilai taraf signifikansi 5%, maka pada model tersebut terdapat masalah heteroskedastisitas (Insukindro 2003: 201).
c. Autokorelasi
Autokorelasi adalah suatu keadaan dimana kesalahan variabel pengganggu pada suatu periode tertentu berkorelasi dengan kesalahan pengganggu periode lain. Asumsi ini untuk menegaskan bahwa nilai variabel dependen hanya diterangkan (secara sistematis) oleh variabel independen dan bukan oleh variabel gangguan (Gujarati, 1995: 401).
Beberapa metode yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi yaitu, uji Durbin-Watson, uji Lagrange Multiplier (LM Test), uji Breusch-Godfrey, uji ARCH . Dalam penelitian ini untuk Beberapa metode yang dapat digunakan untuk mendeteksi ada tidaknya autokorelasi yaitu, uji Durbin-Watson, uji Lagrange Multiplier (LM Test), uji Breusch-Godfrey, uji ARCH . Dalam penelitian ini untuk
menguji ada tidaknya autokerelasi adalah dengan uji Durbin-Watson. Statistik d dari Durbin-Watson mungkin tidak bisa digunakan untuk mendetekdi serial korelasi (derajat pertama) dalam model autoregresif, karena d yang dihitung dalam model seperti itu biasanya cenderung mendekati 2, yang merupakan nilai d yang diharapkan dalam suatu urutan yang benar-benar random. Dengan perkataan lain, jika kita menghitung secara rutin statistic d untuk model seperti itu, terdapat bias yang terpasang di dalamnya melawan (against) penemuan korelasi serial (derajat pertama). Meskipun demikian banyak peneliti menghitung nilai d karena menginginkan sesuatu yang lebih baik. Tetapi akhir-akhir ini Durbin sendiri telah mengusulkan suatu pengujian sampel besar dari korelasi serial derajat pertama dalam model autoregresif. Pengujian ini disebut statistik h adalah sebagai berikut :
h=ρ
1- N [ var (α) ]
Dimana N = ukuran sampel, var (α) = varian koefisien dari lag Y t-
1 , dan ρ = taksiran serial korelasi derajat pertama ρ. Untuk sampel besar, Durbin telah menunjukkan bahwa, jika ρ = 0, statistik h mengikuti
distribusi normal yang distandardisasikan, yaitu distribusi normal dengan rata-rata nol dan varian satu. Jadi tingkat penting (signifikan) secara statistik dari h yang diamati dapat dengan mudah ditentukan dari tabel distribusi normal yang distandardisasikan.
perpustakaan.uns.ac.id digilib.uns.ac.id
Dalam praktek tidak perlu untuk menghitung ρ karena kita telah melihat (dalam bab 11 Gujarati, 1978) bahwa ρ dapat didekati dari d yang
ditaksir dengan cara sebagai berikut :
ρ=1-½d dimana d adalah statistic Durbin – Watson yang biasa. Oleh karena itu, persamaannya dapat ditulis sebagai berikut :
h=
(1-½d)
1- N [ var (α) ] Hipotesis :
Jika nilai h yang dihitung lebih kecil daripada nilai kritis h, maka kita bisa menerima hipotesis bahwa tidak ada serial korelasi (derajat pertama) dalam data.
perpustakaan.uns.ac.id digilib.uns.ac.id
BAB IV HASIL DAN PEMBAHASAN
A. Data Penelitian
Untuk memperoleh hasil estimasi yang baik, hasil estimasi harus memenuhi kriteria statistik. Untuk kriteria statistik telah dijelaskan pada BAB III, sedangkan untuk kriteria ekonometrik yaitu dimana hasil estimasi harus memenuhi asumsi klasik yang terdiri dari multikorelasi, heterokedastisitas dan autokorelasi. Kriteria ekonometrika merupakan sekumpulan rasionalitas ekonomi yang menjembatani seandainya ada perbedaan antara hasil estimasi dengan landasan teori yang melandasi penelitian ini. Data yang digunakan dalam penelitian ini terdiri dari total kredit investasi domestik (Loan), total pendapatan nasional (Y), tingkat suku bunga kredit (r), dan jumlah uang beredar (JUB). Data tersebut merupakan data sekunder yang diambil berdasarkan data bulanan yang dimulai dari bulan Januari 2004 – Desember 2009. Selanjutnya akan dijelaskan masing-masing data yang akan digunakan dalam penelitian ini, yaitu :
1. Kredit Investasi Domestik (Loan) Jumlah kredit investasi yang ada di Indonesia dihitung dalam milyar rupiah. Data ini diperoleh dari Badan Pusat Statistik (BPS).
perpustakaan.uns.ac.id digilib.uns.ac.id
Gambar 4.1 Grafik data Kredit Investasi Domestik (Loan) Tahun 2004:1 – 2009:12
kredit
bulan
Dari grafik tersebut dapat disimpulkan bahwa jumlah kredit investasi domestik dari bulan ke-1 sampai bulan ke-72 (tahun 2004 – 2009) menunjukkan grafik yang fluktuatif. Pada rentang bulan ke-1 sampai bulan ke-42 (tahun 2004 – 2007) jumlah kredit investasi domestik cenderung naik secara signifikan, namun pada bulan ke-43 sampai bulan ke-60 (tahun 2007 – 2008) merosot tajam. Hal ini disebabkan oleh krisis global yang terjadi pada saat itu. Perekonomian negara Amerika yang mengalami krisis mengakibatkan lesunya perekonomian di seluruh dunia termasuk Indonesia. Dan pada bulan ke-61 (awal tahun 2009), sedikit demi sedikit mulai naik kembali seiring dengan menguatnya kembali perekonomian Amerika Serikat.
perpustakaan.uns.ac.id digilib.uns.ac.id
2. Pendapatan Nasional (Y) Pendapatan nasional riil adalah jumlah dari pendapatan faktor- faktor produksi yang digunakan untuk memproduksikan barang dan jasa dalam suatu tahun tertentu. Data pendapatan nasional yang digunakan dalam penelitian ini adalah pendapatan nasional riil yang didasarkan oleh harga konstan 1993 menurut lapangan usaha dalam milyar rupiah. Data ini diperoleh dari Badan Pusat Statistik (BPS).
Gambar 4.2 Grafik data Pendapatan Nasional (Y) Tahun 2004:1 – 2009:12
bulan
Dari grafik tersebut dapat disimpulkan bahwa jumlah pendapatan nasional dari tahun 2004 – 2009 menunjukkan grafik yang fluktuatif. Pada rentang bulan ke-1 sampai bulan ke-42 (tahun 2004 – 2007) cenderung naik secara signifikan sama halnya dengan jumlah Loan, namun pada bulan ke-43 sampai bulan ke-60 (tahun 2007 – 2008) merosot tajam. Hal Dari grafik tersebut dapat disimpulkan bahwa jumlah pendapatan nasional dari tahun 2004 – 2009 menunjukkan grafik yang fluktuatif. Pada rentang bulan ke-1 sampai bulan ke-42 (tahun 2004 – 2007) cenderung naik secara signifikan sama halnya dengan jumlah Loan, namun pada bulan ke-43 sampai bulan ke-60 (tahun 2007 – 2008) merosot tajam. Hal
global yang terjadi. Perekonomian yang menurun mengakibatkan produktifitas menurun pula, sehingga berpengaruh pada hasil atau pendapatan yang diperoleh. Pada bulan ke-61 (awal tahun 2009), perekonomian berangsur pulih dan menunjukan kemajuan sedikit demi sedikit sehingga berdampak pula pada pendapatan nasional yang mulai naik kembali. Hal ini sejalan dengan grafik jumlah kredit investasi domestik.
3. Suku Bunga Kredit (r) Menurut Hubbard (1997) dalam Laksmono (2001), bunga adalah
biaya yang harus di bayar Borrower atas pinjaman yang di terima dan imbalan Lender atas investasinnya. Suku bunga mempengaruhi keputusan individu terhadap pilihan membelanjakan uang lebih banyak atau menabung. Data ini diperoleh dari Badan Pusat Statistik (BPS) dalam berbagai tahun penerbitan.
Gambar 4.3 Grafik data Suku Bunga Kredit (r) Tahun 2004:1 – 2009:12 r
perpustakaan.uns.ac.id digilib.uns.ac.id
Dari grafik tersebut dapat disimpulkan bahwa suku bunga kredit dari bulan ke-1 sampai dengan bulan ke-72 (tahun 2004 – 2009) menunjukkan grafik yang tidak terlalu signifikan perubahannya. Pada rentang bulan ke-1 sampai bulan ke-20 (tahun 2004 – 2005) cenderung turun namun tidak signifikan, dan pada bulan ke-21 sampai bulan ke-36 (tahun 2005 – 2006) mengalami kenaikan sedikit demi sedikit. Dan pada bulan ke-37 sampai dengan bulan ke-72 (tahun 2006 – 2009) mengalami kenaikan dan penurunan setiap bulannya. Hal ini dapat diakibatkan oleh fluktuasi jumlah uang beredar pada saat itu.
4. Jumlah Uang Beredar (JUB) Penelitian ini menggunakan jumlah uang beredar yang merupakan kewajiban moneter sistem moneter kepada sektor swasta domestik, terdiri atas uang kartal yang dipegang masyarakat atau yang ada di luar Bank Indonesia dan Kas Negara ditambah uang giral. Data dalam penelitian ini dikeluarkan oleh Bank Indonesia dan dinyatakan dalam milyar rupiah.
perpustakaan.uns.ac.id digilib.uns.ac.id
Gambar 4.4 Grafik data JUB Tahun 2004:1 – 2009:12
JUB
bulan
Dari grafik tersebut dapat disimpulkan bahwa jumlah uang beredar dari bulan ke-1 sampai bulan ke-72 (tahun 2004 – 2009) menunjukkan grafik yang fluktuatif. Pada rentang bulan ke-1 sampai bulan ke-42 (tahun 2004 – 2007) cenderung naik secara signifikan. Sedangkan pada bulan ke-
43 sampai bulan ke-51 (tahun 2007 – 2008) mengalami kemerosotan tajam. Hal ini dapat disebabkan oleh pendapatan nasional yang juga merosot tajam sehingga jumlah uang yang beredar ikut merosot. Sejalan dengan pendapatan nasional yang mulai membaik pada bulan ke-52 (awal tahun 2009), sedikit demi sedikit jumlah uang beredar mulai naik kembali. Hal ini berbanding lurus dengan grafik jumlah kredit investasi domestik.
perpustakaan.uns.ac.id digilib.uns.ac.id
B. Analisis Hasil Regresi
Langkah pertama dalam melakukan pengujian regresi dengan bantuan Eviews 4.0. Melalui pengujian tersebut akan didapat persamaan garis regresi yang tercipta dari serangkaian data penelitian, sekaligus menggambarkan tingkat pengamatan data-data yang termasuk dalam variabel independen terhadap data variabel dependen dengan jumlah observasi sebanyak 71. Hasil pengujian regresi dari penelitian ini adalah :
Tabel 4.1 Hasil Uji Partial Adjustment Model
Dependent Variable: LOAN Method: Least Squares Date: 09/05/12 Time: 09:21 Sample(adjusted): 2004:02 2009:12 Included observations: 71 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic Prob.
0.987786 Mean dependent var 69194.61 Adjusted R-squared
0.987046 S.D. dependent var 24360.88 S.E. of regression
2772.648 Akaike info criterion 18.76081 Sum squared resid
5.07E+08 Schwarz criterion 18.92016 Log likelihood
-661.0089 F-statistic
1334.436 Durbin-Watson stat
0.660550 Prob(F-statistic) 0.000000
Dengan nilai R2 sebesar 0.987786 dan probabilitas F-statistik 0,0000, maka hasil regresi tersebut diatas dapat dituliskan persamaannya sebagai berikut : Loan t = 14206.94 + 0.254625 Y – 1382.142 r + 0.161473 JUB + 0.107101
Loan(-1) Sedangkan untuk persamaan kredit jangka panjang, Loan t * :
Loan t * = 15911.009 + 0.2852 Y – 1547.925 r + 0.1808 JUB Loan t * = 15911.009 + 0.2852 Y – 1547.925 r + 0.1808 JUB
Hasil tersebut diperoleh dari perhitungan sebagai berikut : (1 – δ) = 0.107101
δ = 1 – 0.107101 = 0.8929 β 0 . δ = 14206.94 β 0 = 14206.94 / 0.8929 = 15911.009 β 1. δ = 0.254625 β 1 = 0.254625 / 0.8929 = 0.2852 β 2. δ = - 1382.142 β 2 = - 1382.142 / 0.8929 = - 1547.925 β 3. δ = 0.161473 β 3 = 0.161473 / 0.8929 = 0.1808
1. Uji Statistik
Untuk menentukan parameter dalam model, metode yang digunakan adalah Ordinary Least Square (OLS). Dengan metode ini diharapkan dapat diperoleh penaksir tidak bias linier terbaik (Best Linear Unbiased Estimator / BLUE) , pada dasarnya isi dari metode tersebut adalah penentuan normal melalui peminimuman jumlah error kuadrat.
a. Uji t
Pengujian secara parsial dilakukan dengan menggunakan uji-t statistik 1 sisi terhadap masing-masing variabel independen. Dari pengujian regresi didapat nilai t-statistik dari masing-masing variable Pengujian secara parsial dilakukan dengan menggunakan uji-t statistik 1 sisi terhadap masing-masing variabel independen. Dari pengujian regresi didapat nilai t-statistik dari masing-masing variable
untuk selanjutnya dibandingkan dengan nilai t-tabel. Cara yang dilakukan untuk menentukan nilai t-tabel adalah :
t- tabel = α df (n-k) Dimana : α = tingkat signifikansi
df = derajat bebas n = jumlah data k = jumlah variabel independent termasuk konstanta. Dengan demikian maka dapat ditentukan nilai t-tabel dalam penelitian ini dengan menggunakan tingkat signifikansi 0.05 dan derajat bebas (71 - 5) sebesar 66, maka nilai t-tabel didapat 1,671. bila t-stat > t- tabel ; Variabel independen berpengaruh secara signifikan terhadap variabel dependen. t-stat < t-tabel ; Variabel independen tidak berpengaruh secara signifikan terhadap variabel dependen. Atau untuk pengambilan keputusan bisa juga digunakan : Ø Apabila probabilitas < dari α 0.05, maka bisa dikatakan signifikan.
Dari hasil pengujian regresi didapat t-statistik sebagai berikut :
Probabilitas keterangan
0.0000 signifikan
0.0001 signifikan
JUB
0.0000 signifikan
BLOAN
0.0118 signifikan 0.0118 signifikan
b. Uji F (Pengujian hipotesis secara serempak)
Pengujian ini dilakukan dengan menggunakan uji F, yaitu untuk mengetahui apakah model yang digunakan secara keseluruhan tepat digunakan dengan tingkat kepercayaan tertentu. Ho ; B1 = B2 = B3 = 0; artinya digunakan variable independent secara bersama-sama tidak berpengaruh terhadap variable dependen. Ha ; B1 ( B2 i B3 i 0; artinya digunakan variable independent secara bersama-sama berpengaruh terhadap variabel dependen. Langkah pengujian secara serempak dilakukan dengan uji F, yaitu membandingkan nilai F-stat dengan F-tabel. Adapun cara mencari F- tabel ad alah dengan menggunakan α = 5%,
F- Tabel = f α df (n-k) (k-1) F-tabel (0,05; 67; 3) = 2,74
Dengan menggunakan α = 5% (0,05) diperoleh F-tabel sebesar 2,74 sementara hasil dari estimasi regresi diperoleh F-stat sebesar 1334.436. Karena nilai F-stat > F-tabel maka dapat disimpulkan bahwa secara bersama-sama variabel independen mempengaruhi variabel dependen.
perpustakaan.uns.ac.id digilib.uns.ac.id
Gambar 4.5 Daerah Kritis Uji F.
Ho diterima
Ho ditolak
Atau untuk pengambilan keputusan bisa juga digunakan : Apabila probabilitas (F-statistik) < dari α 0,05 maka bisa dikatakan signifikan. Pada regresi awal kita lihat bahwa Probabilitas (F-statistik) sebesar 0,0000. Dengan ini disimpulkan bahwa secara bersama-sama variabel independen mempengaruhi variabel dependen.
2. Nilai Koefisien Determinan (R 2 )
Untuk mengukur ketepatan suatu garis regresi terhadap hasil observasi digunakan analisis determinasi (R 2 ). Koefisien determiansi menunjukan besarnya kontribusi dari variabel independen secara bersama- sama dapat menjelaskan variabel dependen. Dari hasil estimasi regreesi
diperoleh nilai R 2 = 0.987786. Artinya bahwa variabel independen yang ada dalam model regresi yang dibuat mampu mempengaruhi variabel dependen sebesar 98%, sedangkan sisanya sekitar 2% dipengaruhi oleh variabel lain diluar model.
perpustakaan.uns.ac.id digilib.uns.ac.id
3. Uji Asumsi Klasik
a. Multikolinearitas
Multikolinearitas merupakan suatu hubungan linear atau korelasi secara sempurna maupun tidak sempurna diantara beberapa atau semua variabel yang menjelaskan dalam model regresi. Untuk melihat hubungan tersebut digunakan metode pendekatan korelasi parsial. Langkah untuk melakukan pengujian dengan cara meregresi variabel independen yang lain terhadap salah satu variabel independen yang dijadikan variabel dependen.
Pedoman yang digunakan yaitu jika nilai R 2 a (R 2 regresi awal) lebih tinggi dari nilai R 2 pada regresi antar variabel bebas, maka dalam model empirik tidak terdapat adanya multikolinearitas, dan sebaliknya. Dari hasil olahan E-views 4.0
nilai R 2 a sebesar 0,987786 , sedangkan nilai R 2 pada regresi antar variabel bebas sebesar : R 2 partial dengan Y=f(Y) adalah 0.945185, R 2 partial dengan Y=f(JUB) adalah 0.936938 , R 2 partial dengan Y=f(r) adalah 0.512074 , R 2 partial dengan Y=f(BLoan) adalah 0.891118 . Maka dapat disimpulkan bahwa dalam model ini tidak mengandung multikolinearitas.
b. Heteroskedastisitas
Uji heteroskedastisitas merupakan salah satu uji asumsi klasik yang digunakan untuk melihat apakah varian residualnya konstan atau tidak (Gujarati dan Porter, 2009). Hasil diagnostic test menunjukkan bahwa hasil deteksi heteroskedastisitas dengan Uji heteroskedastisitas merupakan salah satu uji asumsi klasik yang digunakan untuk melihat apakah varian residualnya konstan atau tidak (Gujarati dan Porter, 2009). Hasil diagnostic test menunjukkan bahwa hasil deteksi heteroskedastisitas dengan
metode White-Heteroskedasticity (no cross term) adalah sebagai berikut:
Tabel 4.2 Uji White Heteroskedasticity (No Cross Term)
White Heteroskedasticity Test: F-statistic
Obs*R-squared
Sumber : Hasil olahan E-Views 4.0
Tabel diatas menunjukkan bahwa dalam model tersebut tidak terdapat heteroskedastisitas, dimana nilai probabilitas chi- square dalam uji White-Heteroskedasticity sebesar 0.879265 > dari nilai signifikansi yang telah dite ntukan ; α = 5% (0,05).
c. Auokorelasi
Autokorelasi ditemukan jika terdapat korelasi antara variabel gangguan sehingga penaksir tidak lagi efisien baik dalam sampel kecil maupun dalam sampel besar. Dalam penelitian ini untuk menguji ada tidaknya autokerelasi adalah dengan uji Durbin-Watson. Berikut perhitungan h hitung :
h=
(1-½d)
1- N [ var (α) ]
h=
( 1 - ½ (0.660550)
1-[71 ( 0.107101 ) 2 ]
1-[71 ( 0.107101 ) 2 ]
Sedangkan nilai h dari tabel distribusi normal dengan α = 5% dan N = 71 adalah 1,645. Dari perbandingan h hitung dan h tabel dapat disimpulkan bahwa h hitung > h tabel, sehingga ada serial korelasi (derajat pertama) dalam data.
4. Interpretasi Ekonomi
Dari hasil estimasi Partial Adjustment Model (PAM) yang telah diperoleh maka dapat dibuat interpretasi terhadap model ataupun hipotesa yang telah diambil sebelumnya. Adapun hasil interpretasi adalah sebagai berikut:
1. Pengaruh Pendapatan Nasional (Y) terhadap Kredit Investasi Domestik (Loan)
Pendapatan Nasional (Y) dalam jangka pendek dan jangka panjang mempunyai pengaruh positif terhadap Loan di Indonesia. Jika Y naik sebesar 1 milyar maka dalam jangka pendek Loan akan naik sebesar 0.254625 milyar dan dalam jangka panjang Loan akan naik sebesar 0.2852 milyar. Berdasarkan uji t, nilai t statistik dari Y menunjukkan angka yang lebih besar dari t tabel sehingga dapat dikatakan memiliki pengaruh yang signifikan. Hal ini sesuai dengan hipotesis awal. Pendapatan Nasional dapat berpengaruh signifikan terhadap kredit karena apabila suatu Negara memiliki perekonomian yang baik, maka akan dapat meningkatkan kemampuan masyarakatnya untuk mengambil kredit investasi guna melancarkan usaha ataupun membangun usaha baru demi Pendapatan Nasional (Y) dalam jangka pendek dan jangka panjang mempunyai pengaruh positif terhadap Loan di Indonesia. Jika Y naik sebesar 1 milyar maka dalam jangka pendek Loan akan naik sebesar 0.254625 milyar dan dalam jangka panjang Loan akan naik sebesar 0.2852 milyar. Berdasarkan uji t, nilai t statistik dari Y menunjukkan angka yang lebih besar dari t tabel sehingga dapat dikatakan memiliki pengaruh yang signifikan. Hal ini sesuai dengan hipotesis awal. Pendapatan Nasional dapat berpengaruh signifikan terhadap kredit karena apabila suatu Negara memiliki perekonomian yang baik, maka akan dapat meningkatkan kemampuan masyarakatnya untuk mengambil kredit investasi guna melancarkan usaha ataupun membangun usaha baru demi
menambah income. Pada penelitian terdahulu juga ditemukan bahwa kredit investasi tidak hanya dipengaruhi oleh tingkat suku bunga kredit saja melainkan juga oleh pendapatan investor. (Muslim,2008).
2. Pengaruh Suku Bunga Kredit (r) terhadap Kredit Investasi Domestik (Loan)
Suku Bunga Kredit (r) dalam jangka pendek dan jangka panjang mempunyai pengaruh negatif terhadap Loan di Indonesia. Jika r naik sebesar 1% maka dalam jangka pendek Loan akan turun sebesar 1382.142 milyar dan dalam jangka panjang Loan akan turun sebesar 1547.9247 milyar. Berdasarkan uji t, nilai t statistik dari r menunjukkan angka yang lebih besar dari t tabel sehingga dapat dikatakan memiliki pengaruh yang signifikan. Hal ini sesuai dengan hipotesis awal. Suku bunga memang sangat besar pengaruhnya terhadap kredit investasi karena setiap orang yang akan mengambil kredit pasti akan mempertimbangkan bunga yang akan dibayarnya. Beberapa penelitian terdahulu pun juga menemukan hasil yang sama bahwa suku bunga kredit berpengaruh signifikan terhadap kredit.
3. Pengaruh Jumlah Uang Beredar (JUB) terhadap Kredit Investasi Domestik (Loan)
Jumlah Uang Beredar (JUB) dalam jangka pendek dan jangka panjang mempunyai pengaruh positif terhadap Loan di Jumlah Uang Beredar (JUB) dalam jangka pendek dan jangka panjang mempunyai pengaruh positif terhadap Loan di
Indonesia. Jika JUB naik sebesar 1 milyar maka dalam jangka pendek Loan akan naik sebesar 0.161473 milyar dan dalam jangka panjang akan naik sebesar 0.1808 milyar. Berdasarkan uji t, nilai t statistik dari JUB menunjukkan angka yang lebih besar dari t tabel sehingga dapat dikatakan memiliki pengaruh yang signifikan. Hal ini sesuai dengan hipotesis awal. Jumlah Uang Beredar dapat dikatakan penting pengaruhnya terhadap kredit investasi, karena naik turunnya jumlah uang beredar akan mempengaruhi tingkat suku bunga kredit secara langsung (hal ini dapat di lihat dalam mekanisme kebijakan moneter) sehingga akan berpengaruh pula terhadap kredit investasi, mengingat bahwa suku bunga kredit adalah faktor utama penentu kredit.
perpustakaan.uns.ac.id digilib.uns.ac.id
BAB V PENUTUP