Analisis deskriptif Teknik Pengolahan dan Analisis Data

4 Ekspor adalah kegiatan mengeluarkan barang dari dalam negeri ke luar negeri. Data variabel ekspor yang digunakan adalah nilai ekspor non migas menurut jenis valuta US , dalam satuan milliar US .

3.5. Teknik Pengumpulan Data

Teknik pengumpulan data dalam penelitian ini adalah menggunakan metode dokumentasi. Menurut Suharsimi 2006:158, metode dokumentasi adalah suatu cara memperoleh data informasi mengenai berbagai hal yang ada kaitannya dengan penelitian dengan jalan melihat kembali laporan-laporan tertulis, baik berupa angka maupun keterangan tulisanpaper, tempatplace dan kertas atau orangpeople. Jenis data dalam penelitian ini adalah data sekunder, yang terdiri dari satu variabel terikat yaitu kurs rupiah dollar AS dan empat variabel bebas yaitu jumlah uang beredar JUB, suku bunga SBI, nilai impor dan nilai ekspor. Data sekunder merupakan data yang diperoleh dari sumber kedua Bungin, 2005:122.

3.6. Teknik Pengolahan dan Analisis Data

Teknik analisis data adalah suatu metode yang digunakan untuk mengolah hasil penelitian guna memperoleh suatu kesimpulan. Dalam penelitian ini metode analisis data yang digunakan :

3.6.1. Analisis deskriptif

Analisis deskriptif adalah yang menginterpretasikan data dengan mengambil kesimpulan dari data dalam bentuk angka yang sudah ada ke dalam bentuk tulisan kata-kata Suharsimi, 2006:239. Analisis deskriptif data yang digunakan yaitu deskriptif statistik melalui program Eviews 6. 3.6.2. Analisis statistik Analisis statistik dalam penelitian ini menggunakan metode ekonometrika. Ekonometrika adalah suatu ilmu yang memberikan pengukuran data ekonomi dan analisis kuantitatif dari fenomena ekonomi Sarwoko, 2005:3. Teknik analisis yang digunakan dalam penelitian ini adalah dengan analisis regresi, yang bertujuan untuk mengetahui besarnya pengaruh secara kuantitatif dari perubahan variabel X terhadap perubahan variabel Y Supranto, 2004:201. Model yang digunakan dalam penelitian ini yaitu analisis regresi berganda dengan model semi log yaitu model yang terbentuk karena variabel terikat ditransformasikan ke dalam bentuk logaritma, sedangkan variabel bebas ditransformasikan ke dalam bentuk linier. Penggunaan model semi log secara substantif sangat berguna dalam melihat hubungan kausal antara variabel bebas yang menyatakan tahun atau unit waktu yang lain, sedangkan variabel terikat dapat menyatakan berbagai karakteristik. Jika menggunakan model double log, data yang menggunakan nilai nol atau persen tidak dapat dibentuk karena ketika dilakukan transformasi ke bentuk logaritma, nilai nol atau persen tersebut akan menjadi tidak terhingga Nachrowi dan Usman, 2006:68-69. Bentuk persamaan regresi dengan Ordinary Least Squares Method OLS atau Metode Kuadrat Terkecil adalah metode untuk mengestimasi suatu garis regresi dengan jalan meminimalkan jumlah dari kuadrat kesalahan setiap observasi terhadap garis tersebut, dan model penelitian ini sebagai berikut : LnY = β + β 1 lnX 1 + β 2 X 2 + β 3 lnX 3 + β 4 lnX 4 + e …………….. 3.1 Keterangan: Y = kurs rupiah dollar AS, dalam satuan rupiah X 1 = jumlah uang beredar M 2 , dalam satuan milliar rupiah X 2 = suku bunga SBI, dalam satuan X 3 = impor, dalam satuan milliar US X 4 = ekspor, dalam satuan milliar US e = faktor pengganggu β = konstanta β 1… β 4 = koefisien regresi untuk variabel X 1 , X 2 , X 3 , dan X 4 Regresi berganda dengan model semi log, yaitu pada persamaan: Ln Y = β +β 1 lnX 1 + β 2 X 2 + β 3 lnX 3 + β 4 lnX 4 + e. Penggunaan Ln karena koefisien elastisitas yang dihasilkan konstan Nachrowi dan Usman, 2006:67. Metode OLS dapat memberikan penduga koefisien regresi yang baik atau bersifat BLUE. Persamaan regresi tersebut harus bersifat BLUE Best Linear Unbiased Estimated , artinya pengambilan keputusan melalui uji F dan uji t tidak boleh bias dan mempunyai sifat yang linier. Dalam Nachrowi dan Usman 2006:11-12 untuk menghasilkan keputusan BLUE Best Linear Unbiased Estimated, maka harus memenuhi di antaranya tiga asumsi dasar yang tidak boleh dilanggar oleh persamaan regresi, yaitu: a. Tidak boleh ada otokorelasi b. Tidak boleh ada heteroskedastisitas c. Data berdistribusi normal Apabila salah satu dari tiga asumsi dasar tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE. Asumsi klasik yang lain dilakukan antara lain: d. Uji Multikolinieritas e. Uji Linieritas Kedua uji ini jika dilanggar maka model tetap OLS yang bersifat BLUE.

3.7. Uji Asumsi Klasik