50
BAB III METODOLOGI PENELITIAN
3.1. Definisi Operasional dan Pengukuran Variabel
Definisi operasional dan pengukuran variabel adalah pernyataan tentang definisi dan pengukuran variabel “penelitian secara operasional
berdasarkan teori yang ada maupun pengalaman empiris.” Sedangkan definisi pengukuran variabel yang digunakan dalam
penulisan penelitian ini, antara lain terdiri dari : a. Variabel tidak bebas atau variabel terikat
1. Jumlah Uang Beredar Y
Yang di maksud dengan uang beredar adalah jumlah uang yang ada ditanggan masyarakat yang dapat berupa uang kartal, uang giral, deposito
berjangka, saldo tabungan dan uang kuasi”Quasi money” M3 dengan satuan Milyar Rupiah
b. Variabel bebas atau variabel tidak terikat
1. Kurs valuta asing X
1
Kurs valuta asing adalah sebagai harga sifatnya sama saja dengan pembentukan harga barang-barang yaitu pembentukannya kekuatan
permintaan dan penawaran dan permintaan . 2. Investasi X2
Investasi diartikan sebagai pengeluaran atau pembelanjaan penanaman-penanaman modal dan perlengkapan produksi untuk membeli
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
barang-barang modal dan perlengkapan produksi untuk menambah kemampuan memproduksi barang-barang dan jasa yang tersedia dalam
perekonomian, yang di nyatakan dalam Milyar Rupiah.
3. Impor X3
Impor adalah memasukkan barang-barang dari luar negeri sesuai dengan ketentuan pemerintah kedalam peredaran dalam masyarakat yang di
bayar dengan menggunakan valuta asing , dengan tujuan untuk memenuhi kebutuhan masyarakat akan barang-barang dengn cara mendatangkan barang
yang belum tersedia di dalam negeri dan di luar negeri .
4. Produk Domestik Bruto X4
Produk Domestik Bruto adalah nilai barang dan jasa akhir yang di hasilkan oleh berbagai berbagai produksi di wilayah Indonesia dalam jangka
waktu satu tahun yang menurut harga berlaku , variable ini di nyatakan dalam satuan miliar rupiah .
3.2. Teori Penentuan Sampel
Data yang digunakan dalam penelitian ini adalah data berkala Times Series Data
dalam periode tahunan selama 15 tahun yaitu dari tahun 1994-2008. 3.3. Teknik Pengumpulan Data
3.3.1. Jenis Data
Jenis data yang dipergunakan dalam penelitian ini adalah data sekunder yaitu data yang bisa dikumpulkan atau diperoleh dari instansi yang
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
ada hubungannya dengan penelitian ini atau data yang sudah terlampir dan bisa diambil dari instansi yang bersangkutan.
3.3.2. Sumber Data
Sumber data yang dipergunakan dalam penelitian ini diperoleh dari : a. Badan Pusat Statistik Propinsi Jawa Timur
b. Bank Indonesia cabang Surabaya c. Departemen yang terkait
3.3.3. Pengumpulan Data
Pengumpulan data yang diperlukan pada penelitian ini dilakukan dengan :
a. Study kepustakaan Data yang diperoleh berdasarkan buku-buku atau literatur-literatur yang
sesuai dengan usaha penelitian ini. b. Study lapangan
Yaitu metode pengumpulan data yang dilakukan dengan cara mengadakan pengamatan, pencatatan terhadap obyek atau masalah yang
diteliti. Study lapangan ini dilaksanakan guna menunjang pengumpulan data yang diperoleh untuk diolah dan dianalisis. Dalam hal ini adalah
Bank Indonesia cabang Surabaya. Bank Umum dan Badan Pusat Statistik Jawa Timur melalui studi kepustakaan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4. Teknik Analisis dan Uji Hipotesis 3.4.1. Teknik Analisis
Sesuai dengan tujuan dari usulan penelitian ini, maka digunakan suatu model regresi linier berganda. Analisis regresi merupakan alat analisis
yang berfungsi untuk mengetahui ada tidaknya pengaruh variabel bebas terhadap variabel terikat.
Bentuk model tersebut adalah : Y = β
+ β
1
X
1
+ β
2
X
2
+ β
3
X
3
+ β
4
X
4
+ μ
i
............Sudrajat, 1988 : 112
Dimana : Y = Jumlah uang beredar
X
1
= Kurs valuta asing X
2
= Investasi X
3
= Impor X
4
= Produk domestik bruto β
= Konstanta β
1
, β
2
, β
3
, β
4
= Koefisien regresi μ
i
= Variabel pengganggu, merupakan wakil dari semua faktor lain yang dapat mempengaruhi penyaluran kredit usaha kecil, namun tidak
dimasukkan dalam model karena diasumsikan sama dengan nol. Sedangkan untuk mengetahui model analisis tersebut cukup layak
digunakan dalam pembuktian selanjutnya dan untuk mengetahui sejauh mana variabel bebas mampu menjelaskan variabel terikat,
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
maka perlu diketahui nilai-nilai koefisien determinasi dengan menggunakan rumus :
JK regresi R
2
= JK total
Sudrajad, 1988 : 84
Dimana :
R = Koefisien determinasi
JK = Jumlah kuadrat JK Regresi = b
1
∑y
i
X
1
+ b
2
∑y
2
X
2
+ b
3
∑y
i
X
3
+.............. b
n
∑y
n
X
n
JK total = ∑y
i 2
atau ∑y
i
– ∑y
2
n Jadi :
b
1
∑y
i
X
1
+ b
2
∑y
2
X
2
+ b
3
∑y
i
X
3
R
2
= ∑y
i 2
Sudrajad, 1988 : 84
Karakteristik utama dari R
2
adalah : 1. Tidak mempunyai nilai negatif
2. Nilainya terletak antara 0 dan 1. Dimana kecocokan model dikatakan “lebih baik” jika R
2
semakin dekat dengan 1.
3. Salah satu sifat penting dari R
2
adalah bahwa nilai tadi merupakan fungsi yang tidak pernah menurun noncreasing function dari banyaknya
variabel yang menjelaskan yang ada dalam model seiring dengan meningkatnya jumlah variabel yang menjelaskan, R
2
hampir selalu
meningkat dan tak pernah menurun. Gujarati, 1995 : 101.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
3.4.2. Uji Hipotesis
Selanjutnya untuk menguji hipotesisnya menggunakan cara sebagai berikut :
a. Uji F secara simultan
Untuk menguji hubungan regresi antara variabel bebas X dengan variabel terikat Y, maka digunakan uji F.
Pengujian ini ditentukan dengan rumus :
KT regresi ............................ Sudrajad, 1988 : 123
F
hitung
= KT Galat
Dengan derajat bebas = k, n-k-1 Keterangan :
K = Jumlah variabel bebas
n = Jumlah sampel
KT = Kuadrat tengah
Galat = Error Residual
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Kriteria uji F akan ditunjukkan pada gambar
Gambar 8 Daerah Kritis H
melalui kurva distribusi F
Sumber : Gujarati, Damodar, diterjemahkan oleh Sumarno Zain. 1995, Ekonometrika Dasar
, Erlangga, Jakarta hal 80 H
= β
1
= β
2
= β
3
= β
4
= 0 tidak ada pengaruh H
= β
1
≠ β
2
≠ β
3
≠ β
4
≠ 0 ada pengaruh Kaidah keputusannya adalah :
1. Jika F
hitung
≤ F
tabel
, maka H diterima
2. Jika F
hitung
F
tabel
, maka H ditolak
b. Uji t
Digunakan untuk menguji hubungan regresi secara terpisah dari masing-masing variabel bebas terhadap variabel terikatnya dengan
persamaan sebagai berikut : β
i
t
hitung
= Seβ
i
...............................Sudrajad, 1988 : 122
Derajat bebas = n-k-1 Dimana :
Daerah tolak H
Daerah terima H
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
β
i
= Koefisien regresi Se = Standar error
n = Jumlah sampel k = Jumlah variabel bebas
Kriteria uji t akan ditunjukkan pada gambar sebagai berikut :
Gambar 9 Daerah kritis H
melalui kurva distribusi t
-t
hitung
- t
tabel
t
tabel
Sumber : Gujarati, Damodar, diterjemahkan oleh Sumarno Zain. 1999, Ekonometrika Dasar
, Erlangga, Jakarta hal 116 H
: β
i
= 0 tidak ada pengaruh nyata H
i
: β
i
≠ 0 ada pengaruh nyata Kaidah keputusannya adalah :
1. H diterima jika -t
hitung
≤ t
tabel
, berarti tidak ada pengaruh antara variabel bebas dengan variabel terikat.
2. H ditolak jika --t
tabel
t
hitung
t
tabel
, berarti ada pengaruh antara variabel bebas dengan variabel terikat.
3.5. Uji Asumsi Klasik BLUE
Persamaan regresi yang dipergunakan haruslah bersifat BLUE, yang artinya pengambilan melalui uji F atau uji t tidak boleh bias. Untuk
Daerah tolak H
Daerah terima H Daerah
tolak H
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
melaksanakan operasi linier tersebut diperlukan 3 tiga asumsi dasar yang harus dipenuhi dan tidak boleh dilanggar, yaitu :
1. Tidak terjadi korelasi 2. Tidak terjadi multikolinieritas
3. Tidak terjadi heteroskedastisitas Apabila ada salah satu dari ketiga asumsi dasar tersebut dilanggar,
maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE Best Linier Unbiased Estimator
. 1. Autokorelasi
Istilah autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series
atau data yang diambil pada waktu tertentu data cross-sectional Gujarati, 1995 : 201. Jadi, dalam model regresi linier diasumsikan
tidak terdapat gejala autokorelasi. Artinya, nilai residual Y observasi – Y prediksi pada waktu ke-t e
t
tidak boleh ada hubungan dengan nilai residual periode sebelumnya e
t-1
. Identifikasi ada atau tidaknya gejala autokorelasi dapat ditest
dengan menghitung nilai Durbin Watson d tes dengan persamaan :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
t=N
∑ e
t
– e
t-1 2
t=2
d =
t=N
∑ e
t 2
t=1
Keterangan : d
= Nilai Durbin Watson e
t
= Residual pada waktu ke -t e
t-1
= Residual pada waktu ke t-1 satu periode sebelumnya N
= Banyaknya data Gambar 10
Identifikasi gejala autokorelasi dapat dilakukan dengan kurva dibawah ini :
dL dU 4-dU 4-dL 4
2. Multikolinieritas Persamaan regresi linier berganda diatas diasumsikan tidak terjadi
pengaruh antar variabel bebas. Apabila ternyata ada pengaruh linier antar variabel bebas, maka asumsi tersebut tidak berlaku lagi terjadi bias.
Untuk mendeteksi adanya multikolieritas dapat dilihat ciri-cirinya sebagai berikut :
Tidak ada autokorelasi positif dan tidak ada
autokorelasi negatif Daerah
keragu- raguan
Ada autoko
relasi negatif
Ada autoko
relasi positif
Daerah keragu-
raguan
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
a. Koefisien determinasi berganda R square tinggi b. Koefisien korelasi sederhanya tinggi
c. Nilai F
hitung
tinggi signifikan d. Tapi tak satupun atau sedikit sekali diantara variabel bebas yang
signifikan. Akibat adanya multikolinieritas adalah :
1. Nilai standar error galat baku tinggi, sehingga taraf kepercayaan confidence intervalnya akan semakin melebar. Dengan demikian,
pengujian terhadap koefisien regresi secara individu menjadi tidak signifikan.
2. Probabilitas untuk menerima hipotesa H
diterima tidak ada pengaruh antara variabel bebas terhadap variabel terikat akan
semakin besar. Awat, J, Napa, 1995 : 367-375.
Identifikasi secara statistik atau tidaknya gejala multikolinier dapat dilakukan dengan menghitung Variance Inflation Factor VIF.
VIF = 1 FIV menyatakan tingkat “pembengkakan” varians. tolerance
Apabila VIF lebih besar dari 10, hal ini berarti terdapat
multikolinier pada persamaan regresi linier Ghozali, 2001 : 57.
3. Heteroskedastisitas Pada regresi linier residual tidak boleh ada hubungan dengan
variabel X. Hal ini bisa diidentifikasi dengan cara menghitung korelasi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Rank Speaman antara residual dengan seluruh variabel bebas. Rumus Rank
Spearman adalah :
∑d
i 2
r
s
= 1 – 6 N N
2
– 1
Keterangan : D
i
= Perbedaan dalam Rank antara residual dengan variabel bebas ke-1 N = Banyaknya data
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
62
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
4.1. Deskripsi Obyek Penelitian 4.1.1. Kondisi Geografis
Indonesia adalah Negara kesatuan yang berbentuk Republik yang terletak 6° Lintang Utara dan 11° Lintang Selatan dan antara 94° Bujur
Timur dan 141° Bujur Timur. Indonesia juga merupakan Negara berkembang yang terletak di antara dua samudra, samudra pasifik dan samudra Hindis dan
berbatasan dengan samudera Indonesia utara, sebelah timur berbatasan dengan Papua Nugini dan sebelah barat berbatasan dengan samudera
Indonesia Sejak tahun 2001 Indonesia dibagi menjadi 30 Propinsi dengan 4
tambahan propinsi, yaitu kepulauan Bangka Belitung, Banten, Gorontalo dan Maluku Utara terdiri dari 268 kabupaten 85 kotamadya 4.424 kecamatan dan
68.819 desa. Indonesia merupakan Negara bahari dengan luas lautnya sekitar 7,9 juta Km Termasuk daerah Zone Economic Eclusive atau 81 dari luas
keselurahan. Daratan Indonesia mempunyai luas lebih dari 1,9 juta Km dan mempunyai puluhan atau mungkin ratusan gunung merapi dan sungai.
4.1.2. Kependudukan
Dilihat dari jumlah penduduk Indonesia termasuk Negara dengan penduduk keempat di dunia setelah Cina, India dan Amerika Serikat.
Berdasarkan hasil sensus penduduk pada tahun 2000 sebesar 206,3 juta jiwa. Jumlah ini mencakup penduduk bertempat tinggal tetap sebesar 205,8 juta
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
dan penduduk tidak bertempat tinggal tetap sebesar 421.399 jiwa. Laju pertumbuhan 1,49 pertahun selama periode 2000-2001. jumlah penduduk
yang begiti besar dan terus bertambah setiap tahunnya tidak diimbangi dengan pemerataan penyebaran penduduk. Hasil sensus penduduk 2002
menentukan sekitar 61 penduduk tinggal di pulau Jawa gambaran ini menunjukan daya dukung lingkungan yang kurang seimbang di Propinsi –
propinsi di Jawa.
4.1.3. Perkembangan Jumlah Uang Beredar
Inilah Jumlah Uang Yang Beredar Di Indonesia Saat Ini - Bank Indonesia BI mencatat uang kertas dan uang logam yang mendominasi
Uang Beredar di masyarakat adalah berdenominasi Rp1.000 dan Rp100. Hingga saat ini, jumlah uang kertas dan logam yang beredar di masyarakat
per 30 Juni 2010 sebesar Rp269,1 triliun. Jumlah tersebut terdiri dari
Rp265,9 triliun berupa uang kertas dan Rp3,2 triliun berupa uang logam. Mayoritas uang yang beredar berdenominasi Rp1.000 dan Rp100, ungkap
Deputi Gubernur BI Budi Rochadi selepas Peluncuran Gerakan Peduli Koin Nasional di Kompleks BI Jakarta, Sabtu 3172010.Berdasarkan catatan BI,
jumlah uang kertas Rp100 ribu yang beredar adalah Rp135,1 triliun dengan 1,3 miliar lembar kertas atau sekitar 13,77 dari total uang beredar.
Sedangkan uang Rp50 ribu berjumlah Rp104,3 triliun dengan 2,1 miliar lembar atau setara 21,27 persen dari uang beredar.Sedangkan uang Rp20 ribu
berjumlah Rp8,7 triliun dengan 438 juta lembar kertas atau 4,46 persen dari
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
uang beredar. Sementara uang Rp10 ribu sebesar Rp6,9T triliun dengan 691 juta lembar saham atau 7,04 persen dari uang beredar.
Sedangkan Rp5 ribu berjumlah Rp5,6 triliun dengan 1,1 miliar lembar kertas atau setara 11,52 persen. Uang Rp2 ribu sebesar Rp2,1 triliun
dengan 1,06 miliar lembar atau setara 10,88 persen dan uang Rp1.000 berjumlah Rp3,04 triliun dengan 3,04 miliar lembar atau setara 31,07 persen
dari uang beredar.Sementara uang logam bernenominasi Rp1.000 berjumlah Rp175,6miliar dengan 176 juta keping 1,17 persen, uang Rp500 berjumlah
Rp1,9 triliun dengan 3,8 miliar keping 26,09 persen, uang Rp200 berjumlah Rp291 miliar dengan 1,4 miliar keping 9,76 persen.Sedangkan uang Rp100
berjumlah Rp672 miliar dengan 6,7 miliar keping 44,96 persen, uang Rp50 berjumlah Rp108 miliar dengan 2,1 miliar keping 14,57 persen dan uang
Rp25 berjumlah Rp12,9 miliar dengan 516 juta keping 3,45 persen. Jadi uang logam yang beredar sebesar Rp3,2 triliun dengan jumlah 14,9 miliar
keping, Tahun ini pula, BI juga berencana akan mencetak sejumlah 1,6 miliar keping uang logam. Salah satu yang sudah telah diluncurkan adalah
uang logam berdenominasi Rp1.000
.
4.2. Deskripsi Hasil Penelitian
Deskripsi hasil penelitian ini memberikan gambaran tentang data- data serta perkembangan Jumlah Uang Beredar sehingga dapat mengetahui
perubahan-perubahan yang terjadi terhadap perkembangan Jumlah Uang Beredar, Kurs Valuta Asing, Investasi, Import, dan Produk Domestik Bruto.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.2.1. Perkembangan Jumlah Uang Beredar
Berdasarkan tabel 1 dapat dijelaskan bahwa perkembangan Jumlah Uang Beredar setiap tahunnya mengalami peningkatan yang tidak tentu
besarnya. Hal ini dapat dilihat pada tabel 1 yang menjelaskan bahwa pada tahun 1995 sampai 2009, Perkembangan terbesar Jumlah Uang Beredar
pada tahun 1998 sebesar 62,34 dan terendah sebesar 4,72 terjadi pada tahun 2002, Jumlah Uang Beredar terbesar pada tahun 2009 sebesar Rp.
2.015.262 Milyar. dan Jumlah Uang Beredar yang terendah yaitu pada tahun 1995 sebesar Rp. 222.638 Milyar.
Tabel.1. Perkembangan Jumlah Uang Beredar Tahun 1995-2009 Tahun
Jumlah Uang Beredar Milyar Rupiah
Perkembangan 1995
222.638 -
1996 288.632
29,64 1997
355.643 23,21
1998 577.381
62,34 1999
646.205 11,92
2000 747.028
15,60 2001
844.053 12,98
2002 883.908
4,72 2003
955.692 8,12
2004 1.033.527
8,14 2005
1.203.215 16,41
2006 1.382.074
14,86 2007
1.643.203 18,89
2008 1.883.851
14,64 2009
2.015.262 6,97
Sumber : Badan Pusat Statistik Jawa Timur diolah
4.2.2. Perkembangan Kurs Valuta Asing
Berdasarkan tabel 2 dapat dijelaskan bahwa perkembangan Tingkat Kurs Valuta Asing setiap tahunnya mengalami fluktuatif yang tidak tentu
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
besarnya. Perkembangan terbesar Kurs Valuta Asing pada tahun 1997 sebesar 95,13 hal ini dikarenakan pada tahun 1997 awal terjadi krisis
moneter dan perbankan di dunia maka Indonesia mendapatkan dampak dari krisis global tersebut dan terendah sebesar – 23,39 terjadi pada tahun
2009, hal ini dikarenakan sudah membaiknya makro perekonomian di Indonesia sehingga Kurs Valuta Asing mengalami penguatan, Kurs Valuta
Asing terbesar pada tahun 2009 sebesar Rp.10.950 dan Kurs Valuta Asing yang terendah yaitu pada tahun 1995 sebesar Rp. 2308.
Tabel.2. Perkembangan Kurs Valuta Asing Tahun 1995-2009 Tahun
Kurs Valuta Asing Rupiah
Perkembangan 1995
2308 -
1996 2383
3,24 1997
4650 95,13
1998 8025
72,58 1999
7100 - 11,52
2000 9595
35,14 2001
10400 8,38
2002 8940
- 14,03 2003
8465 - 5,31
2004 9260
9,39 2005
9830 6,15
2006 9020
- 8,24 2007
9419 4,42
2008 10950
16,25 2009
8388 - 23,39
Sumber : Badan Pusat Statistik Jawa Timur diolah
4.2.3. Perkembangan Investasi Penanaman Modal Asing
Berdasarkan tabel 3 dapat dijelaskan bahwa perkembangan Investasi selama
15 tahun 1995-2009 cenderung mengalami fluktuasi. Perkembangan tertinggi Investasi adalah pada tahun 1999 sebesar 541,78
hal disebabkan sudah membaiknya kondisi ekonomi karena tahun 1998
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
terjadi krisis ekonomi dan moneter dan perkembangan terendah adalah pada tahun 2008 sebesar -89,21 hal ini disebabkan karena pada tahun 2008
terjadi krisis financial dan adanya kenaikan minyak mentah sehingga berdampak pada Investasi di Indonesia. Investasi tertinggi terjadi pada tahun
1995 sebesar 39914,70 juta US dan Investasi terendah pada tahun 2001 sebesar 9027,50 juta US.
Tabel.3. Perkembangan Investasi Tahun 1995-2009 Tahun
Investasi Milyar Rp
Perkembangan 1995
39914,7 -
1996 29931,4
- 25,01 1997
33833,5 13,03
1998 8343,9
- 75,33 1999
53550,0 541,78
2000 93327,7
74,28 2001
58476,0 - 37,34
2002 25262,3
- 56,79 2003
55849,9 121,08
2004 44801,2
- 19,78 2005
50577,3 12,89
2006 162767,2
221,81 2007
188876,3 16,04
2008 20363,4
- 89,21 2009
21753,3 6,82
Sumber : Badan Pusat Statistik Jawa Timur diolah
4.2.4. Perkembangan Impor
Berdasarkan tabel 4 dapat dijelaskan bahwa Impor setiap tahunnya mengalami naik turun yang tidak tentu besarnya. Hal ini dapat dilihat pada
tabel 4 yang menjelaskan bahwa pada tahun 1995 sampai 2009, Perkembangan terbesar Impor pada tahun 2000 sebesar 108,53 dan
terendah sebesar -94,70 terjadi pada tahun 2007, Import tertinggi pada
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
tahun 2006 sebesar 408.560.804 US dan Impor yang terendah yaitu pada tahun 2009 sebanyak 14.600.000 US.
Tabel.4. Perkembangan Impor Tahun 1995-2009 Tahun
Impor US
Perkembangan 1995
86.911.722 -
1996 96.520.924
11,05 1997
125.791.786 30,32
1998 88.047.359
- 30,00 1999
142.166.377 61,46
2000 296.462.447
108,53 2001
264.756.519 - 10,69
2002 228.109.878
- 13,84 2003
300.453.511 31,71
2004 191.519.890
- 36,25 2005
289.545.237 51,18
2006 408.560.804
41,10 2007
21.646.321 - 94,70
2008 23.904.324
10,43 2009
14.600.000 - 38,92
Sumber : Badan Pusat Statistik Jawa Timur diolah
4.2.5 Perkembangan Produk Domestik Bruto
Berdasarkan tabel 5 dapat dijelaskan bahwa perkembangan Produk Domestik Bruto setiap tahunnya mengalami naik turun yang tidak tentu
besarnya. Hal ini dapat dilihat pada tabel 5 yang menjelaskan bahwa pada tahun 1995 sampai 2009, Perkembangan terbesar Produk Domestik Bruto
pada tahun 2009 sebesar 82,55 dan terendah sebesar - 40,18 terjadi pada tahun 1996, Produk Domestik Bruto tertinggi pada tahun 2007 sebesar
Rp. 39574,90 milyar dan Produk Domestik Bruto yang terendah yaitu pada tahun 1996 sebanyak Rp. 2706,00 milyar.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Tabel.5. Perkembangan Produk Domestik Bruto Tahun 1995-2009 Tahun
Produk Domestik Bruto Milyar Rupiah
Perkembangan 1995
4523,80 -
1996 2706,00
- 40,18 1997
3141,00 16,07
1998 4647,50
47,96 1999
5377,40 15,70
2000 6145,10
14,27 2001
7025,60 14,32
2002 8645,10
23,05 2003
9429,50 9,07
2004 10610,10
12,52 2005
12675,50 19,46
2006 15028,50
18,56 2007
17545,40 16,74
2008 21678,50
23,55 2009
39574,90 82,55
Sumber : Badan Pusat Statistik Jawa Timur diolah
4.3 Hasil Analisis Asumsi Regresi Klasik BLUE Best Linier Unbiased
Estimator.
Agar dapat diperoleh hasil estimasi yang BLUE Best Linier Unbiased Estimator
atau perkiraan linier tidak bias yang terbaik maka estimasi tersebut harus memenuhi beberapa asumsi yang berkaitan.
Apabila salah satu asumsi tersebut dilanggar, maka persamaan regresi yang diperoleh tidak lagi bersifat BLUE, sehingga pengambilan keputusan
melalui uji F dan uji t menjadi bias. Dalam hal ini harus dihindarkan terjadinya kasus-kasus sebagai berikut :
1. Autokorelasi
Autokorelasi dapat didefinisikan sebagai “korelasi antara data observasi yang diurutkan berdasarkan urut waktu data time series atau
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
data yang diambil pada waktu tertentu data cross-sectional” Gujarati, 1995:201. Untuk menguji variabel-variabel yang diteliti apakah terjadi
autokorelasi atau tidak dapat digunakan uji Durbin Watson, yaitu dengan cara membandingkan nilai Durbin Watson yang dihitung
dengan nilai Durbin Watson dL dan dU dalam tabel. Distribusi
penetuan keputusan dimulai dari 0 nol sampai 4 empat. Kaidah keputusan dapat dijelaskan sebagai berikut :
1. Jika d lebih kecil daripada d