36
3.2. Metode Pengolahan dan Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah bersifat kuantitatif untuk melihat faktor-faktor yang memengaruhi perubahan investasi
portofolio asing di Indonesia. Secara deskriptif digunakan untuk menganalisis dinamika investasi portofolio asing serta perannya bagi pembangunan perekonomian
Indonesia. Analisis data penelitian adalah menggunakan Error Correction Model ECM dengan bantuan Software E-Views 6.1 dan Microsoft Excel 2007. Error
Correction Model ECM merupakan pendekatan yang diyakini dapat menguji apakah
spesifikasi model empirik yang digunakan valid atau berdasarkan Error Correction Term
UT. Metode ECM dapat menganalisis fenomena ekonomi jangka pendek dan jangka panjang serta mengkaji konsisten tidaknya model dengan teori ekonomi.
Evaluasi model dilakukan untuk tidak melanggar asumsi-asumsi dasar yaitu: autokorelasi, heteroskedastisitas, multikolinearitas serta normalitas.
Spesifikasi model faktor-faktor yang memengaruhi perubahan investasi portofolio asing di Indonesia sebagai berikut:
DFP
t
=
1
DPDBt +
2
DKURS
t
+
3
DLIBOR
t
+
4
DMS
t
+
5
DINFLASI
t
+
6
DNET
t
+
7
DPMDN
t
+
8
dK + U
t-1
+ e
t
3.1 Koefisien yang diharapkan:
1
0,
2
0,
3
0,
4
0,
5
0,
6
0,
7
0,
8
0, -1 0 Dimana:
DFP
t
= Pembelian saham oleh investor asing Foreign Purchase pada periode t juta rupiah
DPDBt = Produk Domestik Bruto pada periode t milyar rupiah
DKURS
t
= Nilai tukar rupiah terhadap dollar AS pada periode t RpUSD
37
DLIBOR
t
= Suku bunga internasional London Interbank Offered Rate pada periode t persen
DMS
t
= Jumlah uang beredar pada periode t milyar rupiah DINFLASI
t
= Inflasi pada periode t persen DNETt
= Jumlah net ekspor pada periode t triliun rupiah DPMDN
t
= Penanaman Modal Dalam Negeri pada periode t milyar rupiah dK =
Dummy Krisis
0 : sebelum krisis minyak dunia tahun 2005 1 : setelah krisis minyak dunia tahun 2005
= Error Correction Term
atau UT U
t
= DFP
t
- -
1
DPDBt +
2
DKURS
t
+
3
DLIBOR
t
+
4
DMS
t
+
5
DINFLASI
t
+
6
DNETt +
7
DPMDN
t
+
8
dK
3.3. Analisis Time Series
Data yang digunakan masih stasioner atau tidak dapat diketahui dengan melakukan uji Unit Root Test, yaitu dengan menggunakan Augmented Dicky Fuller
Test ADF atau melalui nilai probabilitas Prob. Selanjutnya adalah melakukan uji
derajat integrasi serta uji kointegrasi untuk mengetahui adanya hubungan jangka panjang di antara variabel-variabel yang digunakan, kemudian diteruskan dengan
koreksi kesalahan dengan menggunakan ECM. Langkah-langkah ECM adalah sebagai berikut:
3.3.1. Uji Stasioner Unit Root Test
Uji stasioneritas data dilakukan untuk mengetahui apakah data yang digunakan dalam penelitian memiliki pola yang stasioner atau stabil. Apabila
38
ditemukan data yang tidak memiliki sifat tersebut maka hasil analisis model regresi tidak menunjukkan sifat-sifat yang valid. Ada tidaknya unit root dapat diketahui
dengan menggunakan ADF Augmented-Dicky Fuller pada program E-Views 6.1. Data dikatakan stasioner apabila nilai ADF test statistic lebih kecil dari Mackinnon
Critical Value . Hipotesis yang digunakan adalah:
H = data tidak stasioner mengandung unit root
H
1
= data stasioner tidak mengandung unit root Penolakan
H menunjukkan bahwa data yang dianalisis adalah stasioner.
Variabel dikatakan tidak stasioner jika terdapat hubungan antara variabel tersebut dengan waktu atau trend sehingga sering menimbulkan masalah regresi lancung
spurious regression, dimana hasil estimasi yang diperoleh dari model secara statistik signifikan tetapi pada kenyataannya tidak sesuai dengan teori ekonomi yang
ada Widarjono, 2007. Setelah data diketahui tidak stasioner, langkah selanjutnya adalah menggunakan uji derajat integrasi.
Perbedaan antara data time series yang stasioner dengan yang tidak adalah pada data time series yang stasioner, dampak shock atau guncangan yang terjadi pada data
hanya bersifat sementara. Sejalan dengan waktu, dampak dari shock tersebut akan berkurang dan data time series akan kembali ke long run mean yang berfluktuasi di
sekitar mean tersebut. Selain dengan memperhatikan nilai ADF statistik, pengujian kestasioneran juga
dapat dilakukan dengan memperhatikan nilai probabilitas Prob. Jika nilai probabilitas Prob lebih besar dari taraf nyata yang digunakan maka data tersebut
39
tidak stasioner, tetapi jika nilainya lebih kecil dari taraf nyata maka data tersebut stasioner.
3.3.2. Uji Derajat Integrasi
Uji derajat integrasi merupakan kelanjutan dari uji root test sebagai konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada derajat nol atau 10.
Uji derajat integrasi dilakukan untuk mengetahui apakah variabel-variabel yang digunakan tidak stasioner dan berapa kali variabel harus di-difference untuk
menghasilkan variabel yang stasioner. Pada uji ini, variabel yang diteliti di-difference pada derajat tertentu sehingga semua variabel stasioner pada derajat yang sama
Widarjono, 2007. Suatu variabel dikatakan stasioner pada first difference jika setelah di-difference satu kali nilai ADF test lebih kecil dari nilai kritis Mackinnon.
3.3.3. Uji Kointegrasi
Kointegrasi merupakan suatu hubungan jangka panjang antara variabel- variabel yang tidak stasioner dan residual dari kombinasi linear tersebut harus
stasioner. Uji kointegrasi dilakukan untuk mengetahui kemungkinan terjadinya kestabilan jangka panjang dari variabel-variabel yang diamati. Dalam melihat uji
kointegrasi ada beberapa cara yang dapat dilakukan yaitu uji kointegrasi Engle- Granger Engle-Granger Cointegration Test, Uji Kointegrasi Johansen Johansen
Cointegration Test dan uji Kointegrasi Durbin-Watson Cointegration Regression
Durbin-Watson Test . Penelitian ini menggunakan uji kointegrasi Engle-Granger.
Hubungan kointegrasi hanya bisa dibentuk oleh variabel-variabel yang terintegrasi pada derajat yang sama. Uji kointegrasi dapat dianggap sebagai tahap awal untuk
menghindari terjadinya regresi palsu.
40
Penggunaan uji Engle-Granger dilakukan pada persamaan tunggal dengan menggunakan metode ADF yang terdiri dari dua tahap. Pertama, meregresikan
persamaan variabel dependen dengan variabel independen yang kemudian akan didapatkan residual dari persamaan tersebut. Kedua, dengan menggunakan metode
ADF yang menguji unit root terhadap residual dengan hipotesis uji unit root sebelumnya. Jika H
ditolak atau signifikan maka variabel residual adalah stasioner. Artinya, meskipun variabel-variabel yang digunakan tidak stasioner pada level, tetapi
dalam jangka panjang variabel-variabel cenderung menuju keseimbangan. Oleh karena itu, kombinasi linear dari variabel-variabel ini disebut regresi kointegrasi dan
parameter-parameter yang dihasilkan dari kombinasi tersebut dapat disebut sebagai cointegrated parameter
. Persamaan linear yang digunakan dalam penelitian ini adalah:
FP
t
=
1
PDBt +
2
KURS
t
+
3
LIBOR
t
+
4
MS
t
+
5
INFLASI
t
+
6
NETt +
7
PMDN
t
+
8
dK + e
t
3.2 Koefisien yang diharapkan:
1
0,
2
0,
3
0,
4
0,
5
0,
6
0,
7
0,
8
0, -1 0 Dimana:
DFP
t
= Pembelian saham oleh investor asing Foreign Purchase pada periode t juta rupiah
DPDBt = Produk Domestik Bruto pada periode t milyar rupiah
DKURS
t
= Nilai tukar rupiah terhadap dollar AS pada periode t RpUSD DLIBOR
t
= Suku bunga internasional London Interbank Offered Rate pada periode t persen
DMS
t
= Jumlah uang beredar pada periode t milyar rupiah
41
DINFLASI
t
= Inflasi pada periode t persen DNETt
= Jumlah net ekspor pada periode t triliun rupiah DPMDN
t
= Penanaman Modal Dalam Negeri pada periode t milyar rupiah dK =
Dummy Krisis
0 : sebelum krisis minyak dunia tahun 2005 1 : setelah krisis minyak dunia tahun 2005
e
t
= variabel error periode t
3.4. Error Correction Model ECM
Widarjono 2007 menjelaskan bahwa Error Correction Model ECM bertujuan untuk mengatasi permasalahan data time series yang tidak stasioner dan
regresi palsu. Hal ini dikarenakan seluruh komponen pada tingkat variabel telah dimasukkan ke dalam model, kemudian memasukkan semua bentuk kesalahan untuk
dikoreksi yaitu dengan mendaur ulang error yang terbentuk pada periode sebelumnya. Munculnya Error Correction Model ECM adalah untuk mengatasi
perbedaan hasil estimasi antara jangka panjang dan jangka pendek. Persamaan jangka pendek digunakan untuk melihat pengaruh dari variabel-variabel yang digunakan
terhadap perubahan investasi portofolio asing di Indonesia persamaan 3.3. Hubungan yang terjadi antar variabel yang diduga dapat diwujudkan dalam
sebuah model. Suatu model dikatakan baik jika memenuhi kriteria ekonomi, kriteria statistik dan kriteria ekonometrik. Kriteria ekonomi ditentukan oleh dasar-dasar
ekonometrika dan berhubungan dengan tanda dan besar parameter dari hubungan ekonomi, model yang diperoleh akan dievaluasi berdasarkan teori-teori ekonomi yang
ada. Kriteria statistik menyangkut uji statistik untuk mengetahui ada tidaknya
42
pengaruh yang signifikan dari variabel-variabel independen terhadap variabel dependen. Sedangkan kriteria ekonometrika didasari asumsi-asumsi dari Ordinary
Least Square OLS seperti pengujian autokorelasi, heteroskedastisitas,
multikolinearitas dan normalitas. Jika uji-uji ekonometrika dipenuhi, maka koefisien atau parameter yang diperoleh adalah penduga linear terbaik yang tidak bias BLUE.
3.5. Uji Pelanggaran Asumsi Klasik Diagnostic Test 3.5.1. Multikolinearitas
Kategori