selanjutnya hingga tiga periode akan datang t+3. Sementara itu, IHPB bahkan dipengaruhi hingga empat periode sebelumnya. Meskipun nilai AR2 dan AR5
pada IHPB terbukti tidak signifikan. Volume perdagangan saham dan IHPB juga menunjukkan ketergantungan
terhadap nilai residual pada periode sebelumnya t-1 hingga tiga periode sebelumnya t-3. Hal ini ditandai dengan adanya MA1, MA2, dan MA3.
Indeks Harga Saham Gabungan IHSG juga menunjukkan ketergantungan terhadap nilai residual pada periode sebelumnya t-1, yang ditandai dengan
adanya MA1. Variabel jumlah uang beredar telah terbukti nyata bahwa variabel ini
memiliki efek musiman per enam bulan. Jumlah uang beredar JUB pada waktu t dipengaruhi oleh jumlah uang yang beredar pada waktu satu tahun sebelumnya t-
12 . Selain itu, nilai M2 juga dipengaruhi oleh nilai residual dua tahun
sebelumnya t-24.
4.2 Identifikasi Inersia, Stabilitas, Musiman, dan Saling Ketergantungan
Persamaan 3.17 pada bab sebelumnya akan menjadi model awal untuk mengidentifikasi adanya inersia, stabilitas, pengaruh musiman stokhastik, dan
saling ketergantungan antar variabel. Penelitian ini menggunakan uji F-parsial dalam mengidentifikasi inersia, pengaruh musiman stokhastik, dan saling
ketergantungan antar variabel. Sementara itu, stabilitas variabel diuji dengan uji-t. Hipotesis yang digunakan dalam pengujian ini antara lain :
1. Inersia
H : pengaruh lag terhadap variabelnya sendiri sama dengan nol
H
1
: paling tidak ada satu pengaruh lag terhadap variabelnya sendiri tidak sama dengan nol
2. Stabilitas
H : jumlah semua pengaruh lag terhadap variabelnya sendiri sama dengan
satu H
1
: jumlah semua pengaruh lag terhadap variabelnya sendiri kurang dari satu 3.
Musiman Stokhastik H
: semua koefisien dummy musiman sama H
1
: paling tidak ada dua koefisien dummy musiman yang tidak sama satu sama lain
4. Saling ketergantungan
H : semua pengaruh lag silang cross lag effect suatu variabel terhadap
variabel lainnya sama dengan nol. H
1
: paling tidak ada satu pengaruh lag silang cross lag effect tidak sama dengan nol
Tabel 4.2 di bawah ini menunjukkan bahwa IHSG dan JUB memiliki nilai F-parsial yang jatuh dalam wilayah tertolak sehingga menolak hipotesis null dan
menerima hipotesis alternatif. Hal ini berarti indeks harga saham gabungan IHSG dan jumlah uang beredar JUB memiliki sifat inersia yang tinggi.
Inersia menunjukkan kuatnya pergerakan sendiri, yang juga berarti lemahnya variabel lain. Indeks Harga Saham Gabungan IHSG memiliki inersia
yang tinggi karena pengaruh dari persepsi para pelaku dalam melihat harga saham sebelumnya t-1 akan paling mendominasi dalam menentukan harga saham
selanjutnya t+1. Para pelaku atau investor menggunakan informasi harga saham sebelumnya P
t -1
sebagai dasar pengambilan keputusan rasional untuk membeli atau menjual saham. Perilaku inilah yang kemudian menentukan tingkat harga
saham selanjutnya P
t +1
. IHSG lebih banyak dipengaruhi oleh mekanisme struktural di pasar modal. Berdasarkan hasil tersebut, pasar modal mungkin tidak
berhubungan dengan sektor riil paling tidak dalam jangka pendek. Bank Indonesia sebagai Bank Sentral memiliki otoritas penuh dalam
mengatur jumlah uang yang beredar di masyarakat. Oleh sebab itulah, jumlah uang beredar JUB memiliki sifat inersia yang tinggi.
Tabel 4.2 Uji Inersia, Stabilitas, dan Pengaruh Musiman Stokhastik
Variabel IHSG
JUB IHPB
Vol IPI
Own lag effects sama dengan nol
F-parsial 6.7361
-9.4761 1.3814
-1.3717 2.6779 F
tabel
= 3.94
Sum of Lag Effect
0.2948 -0.0443
0.1648 -0.0483
-0.4415
t-statistik 2.9017
-0.4072 1.6331
-0.4374 -5.1209 t
tabel
= 1.96 Koefisien dummy musiman sama
F-parsial 1.3813
6.0120 1.1650
0.7467 2.9902 F
tabel
= 1.85 Catatan : Nilai F dan t signifikan pada taraf 5 ditandai dengan
Sumber : Hasil olahan data – Lampiran 3b
Berdasarkan tabel 4.2 di atas menunjukkan bahwa hanya indeks harga saham IHSG dan indeks produksi sektor industri IPI yang memiliki jumlah
pengaruh lag dari variabel itu sendiri yang secara statistik kurang dari satu. Keduanya konvergen, artinya akan mencapai suatu kestabilan di t tertentu.
Meskipun ketiga variabel lainnya memiliki jumlah pengaruh lag dari variabelnya sendiri kurang dari satu, namun tidak dapat dinyatakan signifikan. Hal ini berarti
bahwa masih belum cukup bukti apakah volatilitas JUB, IHPB, dan volume perdagangan tersebut konvergen. Ketiga variabel tersebut belum memiliki cukup
bukti untuk menyakini bahwa ketiganya akan menuju kedudukan stabil. Berdasarkan tabel di atas, jumlah uang yang beredar JUB dan indeks
produksi sektor industri IPI memiliki efek musiman stokastik karena hanya kedua variabel ini yang jatuh dalam wilayah tertolak. Ketiga variabel lainnya
memiliki cukup bukti menyatakan bahwa tidak ada efek musiman stokhastik pada volatilitasnya.
Uji terakhir yang dilakukan adalah melihat apakah ada ketergantungan antara volatilias variabel-variabel tersebut. Untuk uji ini menggunakan nilai F
statistik dengan hipoesis null pengaruh lag variabel lain terhadap variabel tersebut sama dengan nol.
Uji ketergantungan antar variabel ini dapat juga disebut uji kausalitas, yaitu melihat apakah antar volatilitas variabel tersebut saling terkait satu sama
lain.
Tabel 4.3 Uji ketergantungan antar variabel
Variabel IHSG
M2 IHPB
Vol IPI
IHSG 6.7361
-9.2401 -0.9167
-1.4282 4.6301
M2 3.4332
-9.4761 1.1499
-1.3640 0.1245
IHPB -0.4273
-9.6923 1.3814
0.4513 3.6341
Vol -0.5962
-8.8149 -0.5991
-1.3717 0.1879
IPI -0.5394
-9.6586 -0.9167
-1.2708 2.6779
Sumber : Hasil data olahan – Lampiran 3b
IHSG, volume perdagangan, IHPB dan IPI mempunyai pengaruh terhadap jumlah uang yang beredar JUB periode berikutnya t+1. Sementara itu,
guncangan pada jumlah uang yang beredar JUB hanya akan mempengaruhi indeks harga saham. Indeks harga saham di bursa akan mempengaruhi jumlah
uang yang beredar JUB periode berikutnya t+1 dan indeks pengeluaran untuk industri periode berikutnya t+1.
4.3 Analisis Hubungan Jangka Panjang