Ruang Lingkup Penelitian Metode Penentuan Sampel Metode Pengumpulan Data Operasional Variabel Penelitian

BAB III METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Variabel yang digunakan dalam penelitian ini terdiri dari satu variabel tak bebas dependent variabel dan empat variabel bebas independent variabel. Adapun variabel-variabel tersebut adalah sebagai berikut : 1. Variabel bebas yaitu pendapatan nasional PDB, nilai tukarKURS, tingkat suku bunga SBI dan uang primer. 2. Variabel tidak bebas yaitu jumlah uang beredar dalam arti luas M2. Data-data yang digunakan adalah data bulanan dari Januari 2005 sampai Desember 2009.

B. Metode Penentuan Sampel

Pada penelitian ini, yang menjadi populasi adalah jumlah uang beredar dalam arti luas M2, produk domestik bruto, nilai tukarkurs, tingkat suku bunga SBI dan uang primer. Sedangkan sampel yang digunakan dalam penelitian ini adalah jumlah uang beredar dalam arti luas M2, produk domestik bruto, nilai tukarkurs, tingkat suku bunga SBI dan uang primer selama periode Januari 2005- Desember 2009 dengan berupa data per bulan.

C. Metode Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder dengan jenis data time series, yaitu merupakan data atau informasi yang diperoleh dari Bank Indonesia Laporan Tahunan serta Laporan Bulanan, Badan Pusat Statistik BPS Jakarta dan sumber lainnya yang terkait dengan penelitian ini tahun 2005-2009.

D. Metode Analisis Data

Dalam suatu analisis statistik, hal yang paling mendasar untuk suatu analisis adalah deskripsi dari suatu data Ahmad Rodoni, 2004:6. Selain mendesksripsi hasil penelitian dalam bentuk tulisan, penelitian ini menggunakan metode penelitian kuantitatif, yaitu penelitian yang dirancang untuk menentukan tingkat hubungan variabel yang berbeda dengan suatu populasi. Peneliti dapat mengetahui seberapa besar kontribusi variabel bebas terhadap variabel terikat serta besarnya arah hubungan yang terjadi. Dalam penelitian ini untuk menganalisis pendapatan nasional PDB, nilai tukarkurs, tingkat suku bunga SBI dan uang primer terhadap jumlah uang beredar digunakan alat analisis regresi OLS ordinary Least Square dengan data time series. Adapun metode analisis yang digunakan untuk mengestimas model penelitian ini adalah metode Error Corection Model ECM yang diperkenalkan oleh Sargan dan dipopulerkan oleh Eagle dan Granger 1987. Model koreksi kesalahan mampu meliputi banyak variabel dalam menganalisis fenomena ekonomi, baik jangka pendek maupun jangka panjang serta mengkaji konsistensi tidaknya model empirik dengan teori ekonomika. Selain itu, model ini mampu mencari pemecahan terhadap persoalan variabel runtun waktu yang tidak stasioner dan regresi lancung dalam ekonometrika. Pengujian ECM baru dapat dilakukan bila terdapat indikasi adanya hubungan jangka panjang dengan menggunakan uji kointegrasi. Variabel-variabel dikatakan terkointegrasi bila stasioner pada ordo yang sama. Untuk menguji kestasioneran data, maka pada penelitian ini digunakan Augmented Dickey-Fuller ADF test. Maka dalam penelitian ini dilakukan beberapa tahapan sebagai berikut:

1. Uji Stasioneritas

Dalam ekonometrika dikenal dengan beberapa pengujian unit root dan data ekonomi makro pada umumnya adalah time series yang rentan dengan ketidakstasioneran, untuk itu sebelumnya dilakukan uji stasioner. Tujuan uji stasioner ini adalah agar meannya stabil dan random errornya = 0, sehingga model regresi yang diperoleh adalah regresi semu. Uji Augmented Dickey-Fuller memasukkan adanya autokorelasi di dalam variabel gangguan dengan memasukkan variabel independen berupa kelambanan diferensi. Augmented Dickey-Fuller ADF membuat uji akar unit dengan menggunakan metode statistik nonprametrik dalam menjelaskan adanya autokorelasi antara variabel gangguan tanpa memasukkan variabel penjelas kelambanan diferensi. Adapun uji akar unit dari ADF sebagai berikut: ΛY t = a + a 1 T + yY t-1 + e t Dimana t = adalah trend waktu Statistik distributif t tidak mengikuti statistik distributif normal tetapi mengikuti distributif statistik ADF sedangkan nilai kritisnya digunakan nilai kritis yang dikemukakan oleh Mackinnon. Prosedur untuk menentukan apakah data stasioner atau tidak dengan cara membandingkan antara nilai statistik ADF dengan nilai kritisnya yaitu distribusi statistik Mackinnon. Jika nilai absolut statistik ADF lebih besar dari nilai kritisnya, maka data yang diamati menunjukkan stasioner dan jika sebaliknya nilai absolut statistik ADF lebih kecil dari nilai kritisnya maka data tidak stasioner. Langkah-langkah pengujian sebagai berikut: Hipotesis: Ho : Data tersebut tidak stasioner pada derajat Nol Ha : Data tersebut stasioner pada derajat Nol Pengambilan keputusan dilakukan dengan kriteria:  Jika ADF test statistik ADF tabel critical value α = 5 maka Ho ditolak, data stasioner pada derajat nol  Jika ADF test statistik ADF tabel critical value α = 5 maka Ha ditolak, data tidak stasioner pada derajat nol

2. Uji Derajat Integrasi

Dalam uji akar unit ADF bila menghasilkan kesimpulan bahwa data tidak stasioner, maka diperlukan proses diferensi data. Uji stasioner data melalui proses diferensi ini disebut uji derajat integrasi. Adapun formulasi uji derajat integrasi dari ADF sebagai berikut: Λ2Y t = a + a 1 T + y ΛY t-i + e t Dimana: Λ2Y t = ΛY t – ΛY t-1 Seperti uji akar unit ADF, keputusan sampai pada derajat keberapa suatu data akan stasioner dapat dilihat dengan membandingkan antara nilai statistik ADF yang diperoleh dari koefisien y dengan nilai kritis distribusi statistik Mackinnon. Jika nilai absolut dari statistik ADF lebih besar dari nilai kritisnya pada diferensi tingkat pertama, maka data dikatakan stasioner pada derajat satu. Akan tetapi, jika nilainya lebih kecil maka uji derajat integrasi perlu dilanjutkan pada diferensi yang lebih tinggi sehingga diperoleh data yang stasioner. Langkah-langkah pengujian sebagai berikut: Hipotesis: Ho : Data tersebut tidak stasioner pada derajat 1, 2, ........ dan seterusnya. Ha : Data tersebut stasioner pada derajat 1, 2, .........dan seterusnya. Pengambilan keputusan dilakukan dengan kriteria:  Jika ADF test statistik ADF table critical value α = 5 maka Ho ditolak, data stasioner pada derajat 1, 2, ……dan seterusnya.  Jika ADF test statistik ADF table critical value α = 5 maka Ha ditolak, data tidak stasioner pada derajat 1, 2, ……dan seterusnya.

3. Uji Kointegrasi

Uji kointegrasi merupakan kelanjutan dari uji akar unit. Tujuan dilakukannya uji kointegrasi adalah untuk mengkaji stasioneritas residual regresi kointegrasi. Stasioneritas penting jika ingin mengembangkan suatu model dinamis, terutama ECM yang mencakup variabel-variabel kunci pada regresi kointegrasi terikat. Pada umumnya data time series tidak stasioner pada level atau mengandung unit root, bila data tersebut sudah stasioner pada ordo yang sama, misalnya 11 maka dapat dilakukan uji kointegrasi untuk melihat apakah terdapat adanya hubungan keseimbangan antara variabel-variabel tersebut dalam jangka panjang. Langkah-langkah pengujian sebagai berikut: Hipotesis: Ho : Tidak terdapat hubungan jangka panjang antara variabel independent dan variabel dependent. Ha : Terdapat hubungan jangka panjang antara variabel independent dan variabel dependent. Pengambilan keputusan dilakukan dengan kriteria:  Jika ADF test statistik ADF tabel critical value α = 5 maka Ho ditolak, terdapat hubungan jangka panjang antara variabel independent dan variabel dependen  Jika ADF test statistik ADF tabel critical value α = 5 maka Ha ditolak, tidak terdapat hubungan jangka panjang antara variabel independent dan variabel dependent.

4. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi variabel terikat dan variabel bebasnya mempunyai model regresi yang baik. Model regresi yang baik adalah jika distribusi data normal atau mendekati normal. Pengujian dilakukan dengan menggunakan Uji Jargue-Bera Test atau J-B test. Langkah-langkah pengujian sebagai berikut: Hipotesis Ho: residual berdistribusi tidak normal Ha: residual berdistribusi normal Pengambilan keputusan dilakukan dengan kriteria:  Bila probabilitas obsR 2 0.05 maka signifikan, Ho ditolak distribusi data normal  Bila probabilitas obsR 2 0.05 maka tidak signifikan Ha ditolak distribusi data tidak normal

b. Uji Linieritas

Uji yang sangat populer untuk menguji masalah linieritas adalah uji yang dikembangkan oleh J.B Ramsey tahun 1969 untuk lebih dikenal dengan nama Ramsey RESET test. Uji ini biasanya didesain untuk menguji apakah suatu variabel penjelas cocok atau tidak dimasukan dalam suatu model estimasi. Akan tetapi menurut Kennedy 1996 uji yang dikembangkan oleh J.B Ramsey ini digunakan untuk menguji apakah bentuk fungsi suatu model estimasi linier atau tidak linier. Langkah-langkah pengujian sebagai berikut: Hipotesis Ho: model tidak linier Ha: model linier Pengambilan keputusan dilakukan dengan kriteria:  Bila probabilitas obsR 2 0.05 maka signifikan, Ho ditolak model linier  Bila probabilitas obsR 2 0.05 maka tidak signifikan Ha ditolak model tidak linier

c. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi ditemukan adanya hubungan linier yang sempurna antara semua variabel bebas. Jika terjadi hubungan linear yang sempurna maka terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi hubungan yang linear diantara variabel bebasnya. Menurut Montgomery dan Hinies dalam blog Dicky Rahardiyantoro 2006 dijelaskan bahwa multikolinearitas data mengakibatkan koefisien regresi yang dihasilkan oleh analisis regresi berganda menjadi sangat lemah atau tidak dapat memberikan hasil analisis yang mewakili sifat atau pengaruh dari variable bebas yang bersangkutan. Dalam banyak masalah multikolinearitas dapat menyebabkan uji t menjadi tidak siginifikan. Pengujian dilakukan dengan menggunakan matriks korelasi Corelation Matrix. Dengan langkah pengujian sebagai berikut: Hipotesis: Ho: tidak bersifat Multikolinearitas Ha: bersifat Multikolinearitas Pengambilan keputusan dilakukan dengan kriteria:  Bila hubungan antara X 1 dan X 2 0.8 → Ho ditolak, model bersifat multikolinearitas  Bila hubungan antara X 1 dan X 2 0.8 → Ho diterima, model tidak bersifat multikolinieritas

d. Uji Heteroskedastisitas

Uji heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varian dari residual satu pengamatan ke pengamatan lain. Jika nilai dari variannya tetap maka disebut homoskedastisitas, sedangkan jika variannya berbeda disebut heteroskedastisitas, dimana model regresi yang baik adalah yang tidak terjadi heteroskedastisitas. Pendeteksian heteroskedastisitas dapat dilakukan melalui Uji White. Dengan langkah-langkah pengujian sebagai berikut: Hipotesis; Ho: tidak terjadi Heteroskedastisitas Ha: Terjadi Heteroskedastisitas Pengambilan keputusan dilakukan dengan kriteria:  Bila probabilitas ObsR 2 0.05 → Ho ditolak, terjadi heteroskedatisitas  Bila probabilitas ObsR 2 0.05 → Ho diterima, tidak terjadi heteroskedatisitas

e. Uji autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam sebuah model regresi liniear terdapat korelasi atau tidak. Model regresi yang baik adalah model regresi yang tidak terdapat problem autokorelasi. Pengambilan keputusan ada tidaknya autokorelasi adalah sebagai berikut : a. Bila D-W di bawah -2 berarti terdapat autokorelasi positif. b. Bila D-W diantara -2 s.d. +2 tidak terdapat autokorelasi. c. Bila D-W di atas +2 terdapat autokorelasi negatif. Untuk mengetahui ada atau tidaknya penyakit autokorelasi dalam suatu model, dapat dilihat dari nilai statistik Durbin-Watson. Tabel 3.1 Uji Durbin-Watson Ada autokorelasi positif Tidak dapat diputuskan Tidak ada autokorelasi Tidak dapat diputuskan Ada autokorelasi negatif dl du 2 4-du 4-dl 4

1.10 1.54 2.46 2.90

Langkah-langkah pengujian sebagai berikut: Hipotesis: Ho: tidak terdapat Autokorelasi Ha: Terdapat Autokorelasi Pengambilan keputusan dilakukan dengan kriteria:  Bila nilai DW tidak berada antara 1.54 – 2.46 → Ho ditolak, model terdapat autokorelasi  Bila nilai DW berada antara 1.54 – 2.46 → Ho diterima, model tidak terdapat autokorelasi Selain dengan menggunakan uji Durbin Watson, untuk melihat ada tidaknya penyakit autokorelasi dapat juga digunakan uji Langrange Multiplier LM Test dengan membandingkan nilai probabilitas R-Squared dengan α = 0.05 Gujarati: 2006 Langkah-langkah pengujian sebagai berikut: Hipotesis: Ho: tidak terjadi Autokorelasi Ha: Terjadi Autokorelasi Pengambilan keputusan dilakukan dengan kriteria:  Bila probabilitas ObsR 2 0.05 → Ho ditolak, terjadi autokorelasi  Bila probabilitas ObsR 2 0.05 → Ho diterima, tidak terjadi autokorelasi

5. Uji

Error Corection Model ECM Pengujian ECM dalam penelitian ini adalah sebagai berikut: Model Dasar : M2 = f PDB, KURS, SBI, UP Model Ekonometrika :M2 t = βo+β 1 PDB t +β 2 KURS t +β 3 SBI t + β 4 UP t + e Dengan model linier dinamis menggunakan fungsi biaya kuadrat tunggal, dapat diturunkan model koreksi kesalahan error correction model. Bentuk ECM dari studi ini adalah DM2 t = βo t + β 1 DPDB t + β 2 DKURS t + β 3 DSBI t + β 4 DUP t + β 5 BPDB t + β 6 BKURS t + β 7 BSBI t + β 8 BUP t + Β 9 ECT t + e Jika diuraikan dalam bentuk natural log akan berubah menjadi sebagai berikut: DLNM2 t = βo + β 1 DLNPDB t + β 2 DLNKURS t + β 3 DLNSBI t + β 4 DLNUP t + β 5 BLNPDB t + β 6 BLNKURS t + β 7 BLNSBI t + β 8 BLNUP t + β 9 ECT t + e Sehingga rumus ECM yang terbentuk untuk penelitia ini adalah DLNM2 C DLNPDB DLNKURS DLNSBI DLNUP LNPDB-1 LNKURS-1 LNSBI-1 LNUP-1 ECT Ket : βo = Konstanta constant β 1, …, β 9 = Koefisien regresi variabel bebas M2 = Jumlah Uang Beredar Arti Luas PDB = Produk Domestik Bruto KURS = Nilai Tukar SBI = Tingkat Suku Bunga Sertifikat Bank Indonesia UP = Uang Primer e = Error Term t = Periode Waktu Setelah model ECM terbentuk, maka pengujian dilanjutkan ke tahap berikutnya yaitu uji ECT

6. Uji

Error Corection Term ECT ECT adalah bagian dari pengujian analisa dinamis yaitu ECM. Nilai ECT diperoleh dari penjumlahan variabel independen tahun sebelumnya dikurangi variabel dependen tahun sebelumnya. Hal ini dimaksudkan untuk melihat bagaimana pengaruh dari model tersebut baik dalam jangka pendek maupun jangka panjang. Model ECT yang terbentuk pada penelitian ini adalah: ECT = LNPDB t -1+LNKURS t -1+LNSBI t -1+LNUP t -1–LNM2 t -1 Jika variabel ECT positif dan signifikan 5 maka spesifikasi model sudah sahih valid dan dapat menjelaskan variabel dependen.

E. Operasional Variabel Penelitian

Berdasarkan perumusan masalah dan kerangka pemikiran diatas, maka variable-variabel dalam penelitian ini, adalah: 1 Variabel tak bebas : Variabel tak bebas adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel tak bebas berupa :  Jumlah uang beredar M2 yaitu uang dalam arti luas yang terdiri dari M1 ditambah uang kuasi. 2 Variabel bebas : Variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel tak bebas. Variabel bebas berupa :  Pendapatan Nasional, diwakili oleh Produk Domestik Bruto PDB atas dasar harga konstan, seluruh output yang dihasilkan baik oleh warga negara Indonesia maupun warga negara asing yang ada di Indonesia. PDB yang dirinci menurut lapangan usaha atas dasar harga tetap.  Nilai Tukar Exchange Rate adalah perbandingan dan hasil interaksi antara dua buah mata uang. Dalam hal ini digunakan nilai tukar dolar Amerika Serikat terhadap Rupiah atas dasar kurs tengah Rupiah yang dihitung berdasarkan kurs jual beli yang ditetapkan oleh Bank Indonesia.  Tingkat Suku Bunga SBI adalah suatu jumlah yang diterima atas penggunaan sejumlah uang yang dipinjam untuk membiayai suatu keperluan tertentu dalam jangka waktu tertentu oleh pihak lain. Tingkat suku bunga yang diuangkan dalam penelitian ini adalah tingkat suku bunga Sertifikat Bank Indonesia.  Uang primer atau base money merupakan inti dari proses penciptaan uang, baik bagi penciptaan uang kartal maupun uang giral Boediono, 1994. Uang primer terdiri atas uang kartal yang dipegang oleh bank umum maupun masyarakat di luar Bank Indonesia dan kas negara serta rekening giro bank-bank umum dan sektor swasta di Bank Indonesia.

BAB IV ANALISA DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian

1. Sejarah Singkat Perkembangan Jumlah Uang Beredar M

2 Berdasarkan kepada ciri-ciri kegiatan perdagangan yang dijalankan dalam berbagai masyarakat, perekonomian dapat dibedakan menjadi perekonomian barter dan perekonomian uang. Perekonomian barter adalah suatu sistem kegiatan ekonomi masyarakat di mana kegiatan produksi dan perdagangan masih sangat sederhana, kegiatan tukar-menukar masih terbatas, dan jual beli dilakukan secara pertukaran barang dengan barang atau barter. Yang diartikan sebagai perekonomian uang adalah perekonomian yang sudah menggunakan uang sebagai alat pertukaran dalam kegiatan perdagangan. Semua negara di dunia saat ini sudah dapat digolongkan sebagai perekonomian uang. Peranan uang sangat penting, ini dapat dilihat dari memperhatikan masalah-masalah yang akan dihadapi apabila perdagangan dijalankan secara barter, yaitu diantaranya, penentuan harga sukar dilakukan; perekonomian barter membatasi pilihan pembeli; menyulitkan pembayaran tertunda dan sukar menyimpan kekayaan. Menurut Sadono Sukirno 2004:267, uang diciptakan dalam perekonomian dengan tujuan untuk melancarkan kegiatan tukar-menukar dan perdagangan. Selain untuk memperlancar kegiatan tukar-menukar, uang berfungsi sebagai satuan nilai, alat pembayaran tertunda serta alat penyimpan nilai.