Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga Saham Sektor Pertambangan Periode 2003-2012.

i

ANALISIS PENGARUH VARIABEL EKONOMI MAKRO

TERHADAP INDEKS HARGA SAHAM SEKTOR

PERTAMBANGAN PERIODE 2003-2012

Oleh: MITA NASRI

H24104017

PROGRAM SARJANA ALIH JENIS MANAJEMEN

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2013

ii

ANALISIS PENGARUH VARIABEL EKONOMI MAKRO

TERHADAP INDEKS HARGA SAHAM SEKTOR

PERTAMBANGAN PERIODE 2003-2012

SKRIPSI

Sebagai salah satu syarat untuk memperoleh gelar

SARJANA EKONOMI

Pada Program Sarjana Alih Jenis Manajemen

Departemen Manajemen

Fakultas Ekonomi dan Manajemen

Institut Pertanian Bogor

Oleh :

MITA NASRI

H24104017

PROGRAM SARJANA ALIH JENIS MANAJEMEN

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2013

iii

Judul : Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga Saham Sektor Pertambangan Periode 2003-2012.

Nama : Mita Nasri NIM : H24104017

Menyetujui, Dosen Pembimbing

Dr. Ir. Abdul Kohar Irwanto, M.Sc.

NIP 19550626 198003 1 002

Mengetahui: Ketua Departemen

Dr.Ir. Jono M. Munandar, M.Sc

NIP 19610123 198601 1 002

iv

ABSTRAK

MITA NASRI. Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga Saham Sektor Pertambangan Periode 2003-2012. Dibimbing oleh ABDUL KOHAR IRWANTO.

Krisis Eropa dan Amerika telah memberikan pengaruh pada perekonomian Indonesia. Di pasar saham, sektor pertambangan mengalami pengkoreksian harga terbesar sepanjang tahun 2010-2012. Penelitian ini bertujuan untuk menganalisis pengaruh variabel ekonomi makro terhadap indeks harga saham sektor pertambangan. Metode yang digunakan adalah Structural Equation Modelling. Jumlah data penelitian sebanyak 120 dan dikumpulkan dengan teknik mencatat. Dari hasil penelitian diketahui, dari kelima variabel ekonomi makro yang diuji hanya variabel jumlah uang beredar yang memberikan pengaruh signifikan terhadap indeks harga saham sektor pertambangan. Kenaikan jumlah uang beredar memicu kenaikan indeks harga saham sektor pertambangan.

Kata kunci : inflasi, suku bunga, nilai tukar, uang beredar, pertambangan.

ABSTRACT

MITA NASRI. Analysis of Effects of Macroeconomic Variables Against Mining Stock Index Period 2003-2012. Supervised by ABDUL KOHAR IRWANTO.

Crisis in Europe and America have an impact on the Indonesian economy. In the stock market, the mining sector experienced the largest price correction during 2010-2012. This study aimed to analyze the effects of macroeconomic variables on mining stocks index. The method used is Structural Equation Modelling. There are 120 data used for this analysis. The results revealed, of the five macroeconomic variables were tested only money supply that has significant impact on mining stock index. The increase in the money supply lead to rise in the price of mining stock index.

v

RIWAYAT HIDUP

Penulis dilahirkan di Bukittinggi, Sumatera Barat pada tanggal 15 Mei 1988. Merupakan anak ketiga dari empat bersaudara, dari pasangan Nasri Nasir dan Nurlis. Riwayat pendidikan formal penulis dimulai pada tahun 1994, ketika memasuki Sekolah Dasar Negeri 34 Sitapuang. Pada tahun 2000, penulis melanjutkan pendidikan di Pondok Pesantren Modern Diniyyah, Pasia, Bukittinggi.

Selanjutnya penulis memutuskan untuk melanjutkan pendidikan menengah atas di SMA Negeri 1 Pangkalan Koto Baru pada tahun 2003. Pada tahun 2006 penulis melanjutkan pendidikan ke Direktorat Program Diploma Institut Pertanian Bogor pada Program Keahlian Komunikasi melalui jalur USMI (Undangan Seleksi Masuk IPB) dan lulus pada tahun 2009. Pada tahun 2010 penulis melanjutkan pendidikan Sarjana di Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Selama tahun 2009 hingga awal tahun 2011, penulis aktif bekerja sebagai

layouter di Penerbitan IPB Press dan Belabook Media, serta menjadi asisten dosen di Program Keahlian Komunikasi IPB. Pada tahun 2011 hingga sekarang penulis bekerja di lembaga penelitian Brighten Institute. Selain itu pada tahun 2010 penulis mendirikan sebuah usaha penerbitan dengan nama Atmamedia Publishing.

vi

KATA PENGANTAR

Puji dan syukur saja belum terasa cukup untuk dipanjatkan kehadirat Allah SWT, yang telah memberikan rahmat dan karunia-Nya sehingga skripsi dengan judul “Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga Saham Sektor Pertambangan Periode 2010-2012” dapat diselesaikan.

Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Program Sarjana Alih Jenis Manajemen, Departemen Manajemen, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.

Proses penyusunan skripsi ini tidak terlepas dari bantuan dan dukungan dari berbagai pihak. Penulis berterimakasih pada Bapak Dr. Ir. Abdul Kohar Irwanto, M.Sc. selaku dosen pembimbing atas bimbingan, arahan dan waktu yang telah diberikan selama penyusunan skripsi ini. Penulis juga berterimakasih kepada Ibu Farida Ratna Dewi, SE, MM. dan Ibu Yusrina Permanasari S.Sos, ME. yang telah bersedia menguji hasil penelitian ini, dan memberikan banyak saran.

Dua orang manusia hebat yang telah berperan dalam penciptaan raga dan jiwa penulis, Appa Nasri Nasir dan Amma Nurlis. Terima kasih karena telah selalu mendoakan dan mengajarkan penulis untuk bermimpi, dan memberikan kesempatan untuk mewujudkannya. Terima kasih kepada Devni Prima Sari, Yondri Atma Putra, dan Rizki Akbar untuk dukungan yang diberikan. Kepada teman-teman yang telah memberikan saran serta kritikan demi perbaikan penulisan. Dan semua orang yang pernah penulis temui, yang penulis yakini telah memberikan kontribusi, sekecil apapun itu. Karena pada dasarnya, sekarang tidak akan pernah terjadi jika satu detik yang lalu berubah atau terhenti.

Bogor, Juni 2013

vii

DAFTAR ISI

Halaman

ABSTRAK ... iv

ABSTRACT ... iv

RIWAYAT HIDUP ... v

KATA PENGANTAR ... vi

DAFTAR ISI ... vii

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... x

DAFTAR LAMPIRAN ... xi

I. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Perumusan Masalah ... 2

1.3 Tujuan Penelitian ... 3

1.4 Manfaat Penelitian ... 3

1.5 Batasan Penelitian ... 3

II.TINJAUAN PUSTAKA ... 4

2.1 Pasar Modal dan Saham ... 4

2.2 Sektor Pertambangan ... 5

2.3 Nilai Tukar ... 5

2.4 Suku Bunga ... 7

2.5 Inflasi ... 8

2.6 Penelitian Terdahulu ... 9

III. METODE PENELITIAN ... 11

3.1 Kerangka Pemikiran ... 11

3.2 Lokasi dan Waktu Penelitian ... 12

3.3 Jenis dan Sumber Data ... 13

viii

IV. HASIL DAN PEMBAHASAN ... 18

4.1 Hasil Uji Kolmogorov Smirnov ... 18

4.2 Hasil Analisis dengan Metode Structural Equation Modelling (SEM) ... 18

4.3 Analisis Struktural Model ... 26

4.4 Implikasi Manajerial ... 27

KESIMPULAN DAN SARAN ... 30

Kesimpulan ... 30

Saran ... 30

DAFTAR PUSTAKA ... 31

ix

DAFTAR TABEL

No. Halaman

1. Matriks Penelitian Terdahulu ... 10

2. Nilai Chi Square, Degree of Freedom, dan Probabilitas ... 23

3. Nilai GFI dan AGFI ... 24

4. Nilai RMSEA ... 25

5. Nilai NFI, RFI, IFI, TLI, dan CFI ... 25

6. Nilai Regression Weight ... 26

x

DAFTAR GAMBAR

No. Halaman

1. Pergerakan Indeks Saham Sektoral 2011-2012 (IDX Statistic, 2012)... 1

2. Kerangka Pemikiran ... 11

3. Path Diagram ... 20

xi

DAFTAR LAMPIRAN

No. Halaman

1. Data Variabel yang Diuji... 35 2. Hasil Awal Uji Normalitas Kolmogorov Smirnov ... 38 3. Hasil Uji Kolmogorov Smirnov Setelah Penghapusan Pecilan dan

I. PENDAHULUAN

1.1 Latar Belakang

Krisis Eropa dan Amerika Serikat yang saat ini masih berlangsung dan diduga masih belum akan pulih di tahun 2013 telah memberikan pengaruh pada perekonomian Indonesia. Hal ini dapat dilihat dari ancaman defisit perdagangan nonmigas. Meningkatnya kinerja impor tidak diiringi oleh penguatan kinerja ekspor. Tingginya konsumsi masyarakat telah berimplikasi pada penguatan kinerja impor. Namun di sisi lain, kinerja ekspor relatif masih lemah akibat rendahnya permintaan dunia sehingga neraca perdagangan cenderung defisit.

Situasi ini ikut memengaruhi pasar modal. Lemahnya kinerja ekspor telah memberikan sentimen negatif terhadap harga saham dari sektor-sektor tertentu. Sepanjang tahun 2011 hingga tahun 2012 berdasarkan data Bursa Efek Indonesia terdapat tiga sektor yang mengalami pelemahan, mereka adalah sektor infrastruktur, pertanian, dan pertambangan. Pergerakan indeks harga saham masing-masing sektor dapat dilihat pada Gambar 1.

Gambar 1. Pergerakan Indeks Saham Sektoral 2011-2012 (IDX Statistic, 2012)

Mining, -45.30% Agriculture, -11.10%

Infrastructure, 9.80% Finance, 19.38% Basic-Ind, 34.70% Misc-Ind, 38.56% Consumer, 42.88% Trade, 55.42% Property, 60.11%

Memasuki akhir tahun 2012, sektor infrastruktur terkoreksi naik sebesar 9,8%. Sementara dua sektor lainnya yaitu pertambangan dan pertanian tetap melemah. Sektor pertambangan dipilih sebagai subyek penelitian karena berdasarkan data diketahui bahwa indeks harga saham sektor pertambangan mengalami pelemahan terbesar sepanjang tahun 2011- 2012 yaitu sebesar 45,30%. Hingga memasuki tahun 2013, saham sektor pertambangan masih menjadi penahan utama (laggard stock) kenaikan indeks harga saham gabungan (IHSG) sepanjang kuartal I 2013.

1.2 Perumusan Masalah

Terkoreksinya harga saham sektor pertambangan hingga memasuki tahun 2013 tidak bisa dipisahkan dari kinerja variabel ekonomi makro dan fluktuasinya akibat krisis. Menurut Gilarso (2004) perdagangan antar negara lebih kompleks daripada perdagangan dalam negeri karena hubungan perdagangan internasional melintasi batas-batas negeri dan berhubungan dengan negara dan pemerintah lain. Hal ini membuat hubungan ekonomi dengan luar negeri ikut memengaruhi kegiatan ekonomi dalam negeri.

Keluar masuknya produk ekspor dan impor tidak hanya terkait dengan keluar masuknya uang untuk pembayaran, tetapi juga menyangkut keseimbangan arus barang dan arus uang dalam negeri serta taraf kegiatan perusahaan, keuangan negara, serta kesempatan kerja. Oleh karena itu fluktuasi variabel-variabel ekonomi makro diasumsikan menjadi alasan menurunnya kinerja ekspor yang berimbas pada pelemahan harga saham pada sektor pertambangan.

Berdasarkan pernyataan tersebut, maka pertanyaan-pertanyaan penting dalam penelitian ini adalah sebagai berikut.

a. Apakah indikator ekonomi makro (nilai tukar, suku bunga, inflasi, dan jumlah uang beredar) berpengaruh terhadap indeks harga saham pertambangan?

b. Apakah ada pengaruh antar indikator ekonomi (nilai tukar, suku bunga, inflasi, dan jumlah uang beredar) tersebut?

1.3 Tujuan Penelitian

Berdasarkan perumusan masalah tersebut, maka tujuan dari penelitian ini adalah sebagai berikut:

a. Menganalisis pengaruh indikator ekonomi makro (nilai tukar, suku bunga, inflasi, dan jumlah uang beredar) terhadap indeks harga saham pertambangan.

b. Menganalisis pengaruh antar indikator ekonomi (nilai tukar, suku bunga, inflasi, dan jumlah uang beredar) tersebut.

1.4 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini adalah :

a. Bagi perusahaan, hasil penelitian ini dapat memberikan informasi mengenai pengaruh variabel-variabel ekonomi terhadap indeks harga saham/harga saham secara tidak langsung dan menjadi bahan masukan dalam membuat kebijakan.

b. Bagi investor, penelitian ini dapat memberi masukan mengenai kondisi serta pengaruh variabel-variabel ekonomi terhadap harga saham dan bisa menjadi bahan pertimbangan sebelum mengambil keputusan untuk berinvestasi.

1.5 Batasan Penelitian

Batasan dari penelitian ini adalah menganalisis pengaruh variabel ekonomi makro terhadap indeks saham sektor pertambangan selama periode 2003-2012. Penelitian dilakukan berdasarkan data variabel ekonomi makro bulanan dari Bank Indonesia dan Badan Pusat, serta indeks harga saham sektoral bulanan dari laporan bulanan Bursa Efek Indonesia. Penelitian dilakukan dengan menggunakan metode structural equation modelling.

II.TINJAUAN PUSTAKA

2.1 Pasar Modal dan Saham

Pasar uang dan pasar modal di Indonesia telah dirintis oleh pemerintah sejak tahun 1968. Pasar modal didirikan dengan tujuan untuk memobilisasi dana masyarakat melalui pemilikan saham dan obligasi yang dikeluarkan oleh badan usaha di Indonesia (Boediono, 1998).

Menurut Scott dalam Nugroho (2001) pasar modal adalah pasar konkrit atau abstrak yang mempertemukan pihak yang menawarkan dan yang memerlukan dana jangka panjang, yaitu jangka waktu satu tahun ke atas atau pasar modal adalah pasar untuk dana jangka panjang dimana saham biasa, saham preferen dan obligasi diperdagangkan.

Saham merupakan surat berharga yang menunjukkan kepemilikan perusahaan sehingga pemegang saham memiliki hak klaim atas dividen atau distribusi lain yang dilakukan peusahaan kepada pemegang sahamnya, termasuk hak klaim atas aset perusahaan, dengan prioritas setelah hak klaim pemegang surat berharga lain dipenuhi jika terjadi likuiditas. Husnan (2002) menyebutkan bahwa sekuritas (saham) merupakan secarik kertas yang menunjukkan hak pemodal (yaitu pihak yang memiliki kertas tersebut) untuk memperoleh bagian dari prospek atau kekayaan organisasi yang menerbitkan sekuritas tersebut dan berbagai kondisi yang memungkinkan pemodal tersebut menjalankan haknya.

Harga saham merupakan suatu hal yang abstrak sehingga sulit untuk diukur secara tepat. Tinggi rendahnya harga suatu saham merupakan

judgement momental (penilaian sesaat) yang dipengaruhi oleh banyak faktor. Kondisi perusahaan, kebijaksanaan direksi, tingkat suku bunga, harga komoditi, investasi lain, kondisi ekonomi, kebijaksanaan pemerintah, tingkat pendapatan, laju inflasi, penawaran dan permintaan, dan kemampuan analisa efek berpengaruh dalam penentuan harga saham (Usman, 1989). Harga saham bisa naik dan bisa turun tergantung perubahan satu atau lebih faktor-faktor di atas.

2.2 Sektor Pertambangan

Dalam Undang-Undang RI No. 4 Tahun 2009 yang merupakan pengganti Undang-Undang RI No. 11 Tahun 1967 pertambangan didefinisikan sebagai sebagian atau seluruh tahapan kegiatan dalam rangka penelitian, pengelolaan dan pengusahaan mineral atau batubara yang rneliputi penyelidikan umum, eksplorasi, studi kelayakan, konstruksi, penambangan, pengolahan dan pemurnian, pengangkutan dan penjualan, serta kegiatan pascatambang.

Selain itu juga dijelaskan dalam Undang-Undang RI No. 4 Tahun 2009 bahwa usaha pertambangan adalah kegiatan dalam rangka pengusahaan mineral atau batubara yang meliputi tahapan kegiatan penyelidikan umum, eksplorasi, studi kelayakan, konsultasi, penambangan, pengolahan dan pemurnian, pengangkutan dan penjualan, serta pascatambang.

Ada beberapa karakteristik dari pertambangan yang membedakannya dengan sektor industri atau komodi lainnya, yaitu:

a. Tidak dapat diperbarui

b. Kegiatannya memiliki dampak lingkungan baik fisik maupun sosial yang relatif lebih tinggi dibandingkan komoditi lain

c. Berisiko relatif lebih tinggi

Selain memiliki karakteristik yang berbeda, sektor pertambangan juga memiliki risiko yang lebih kompleks. Risiko yang terdapat dalam bidang pertambangan antara lain risiko geologi (eksplorasi) yang berhubungan dengan ketidakpastian penemuan cadangan (produksi), risiko teknologi yang berhubungan dengan ketidakpastian biaya, risiko pasar yang berhubungan dengan perubahan harga, dan risiko kebijakan pemerintah yang berhubungan dengan perubahan pajak dan harga domestik. Risiko-risiko tersebut berhubungan dengan besaran-besaran yang memengaruhi keuntungan usaha yaitu produksi, harga, biaya dan pajak.

2.3 Nilai Tukar

Nilai tukar adalah harga suatu mata uang terhadap mata uang lainnya atau nilai dari suatu mata uang terhadap nilai mata uang lainnya (Salvatore 1997). Menurut Madura (2003) perubahan nilai tukar antar mata uang suatu

negara dipengaruhi oleh beberapa faktor yang terjadi di negara yang bersangkutan diantaranya selisih tingkat inflasi, selisih tingkat suku bunga, selisih tingkat pertumbuhan GDP, intervensi pemerintah di pasar valuta asing dan expectations (perkiraan pasar atas nilai mata uang yang akan datang). Suatu negara yang menganut sistem perekonomian terbuka harus mempertimbangkan kurs mata uangnya dalam menganalisa kondisi makroekonomi negara yang bersangkutan.

Kurs dapat dibedakan menjadi dua, yaitu kurs nominal dan kurs riil. Kurs nominal adalah harga relatif dari mata uang dua negara. Sedangkan kurs riil adalah harga relatif dari barang-barang kedua negara tersebut (Mankiw, 2007). Perhitungan kurs riil dapat ditulis sebagai berikut:

Kurs riil = ... (1)

Menurut Batiz (1994), perekonomian yang terbuka umumnya ditandai dengan adanya pergerakan uang antar negara, salah satunya dalam pasar modal. Hal yang penting untuk diperhatikan oleh investor adalah bagaimana menginvestasikan modalnya serta bagaimana cara melindungi uang terhadap resiko perubahan nilai tukar yang terjadi.

Permintaan dan penawaran valuta asing pada foreign exchange market

menentukan besarnya kurs mata uang dalam negeri. Jika kurs mengalami depresiasi berarti, permintaan terhadap mata uang dalam negeri menurun atau dengan kata lain terjadi peningkatan permintaan terhadap mata uang luar negeri. Meningkatkannya permintaan akan mata uang luar negeri selain disebabkan karena meningkatnya permintaan akan impor, juga disebabkan karena tujuan spekulatif oleh investor, dengan tujuan pada saat nilai mata uang luar negeri terhadap mata uang domestik mencapai titik teratas maka investor akan melepas valuta asing yang dipegang untuk mendapatkan keuntungan yang besar. Terjadinya peningkatan permintaan di pasar valuta asing menyebabkan investor mengurangi alokasi investasinya di pasar yang lainnya (Judiseno, 2005).

Menurut Negara (2001), nilai tukar rupiah terutama terhadap dollar Amerika dapat dijadikan indikator kinerja bursa. Pada saat nilai tukar

Kurs Nominal x Harga barang luar _____________________________

mengalami depresiasi, biasanya indeks harga saham akan melemah hal ini disebabkan karena terdepresiasinya nilai tukar mengindikasikan bahwa masyarakat investor lebih cenderung menanamkan modalnya di pasar valuta asing, salah satunya dengan membeli dollar. Sebaliknya jika nilai tukar mengalami apresiasi maka indeks harga saham akan mengalami penguatan.

2.4 Suku Bunga

Menurut Karl dan Fair (2004) suku bunga adalah pembayaran bunga tahunan dari suatu pinjaman, dalam bentuk persentase dari pinjaman yang diperoleh dari jumlah bunga yang diterima tiap tahun dibagi dengan jumlah pinjaman. Sunariyah (2004) menyatakan suku bunga adalah harga dari pinjaman yang dinyatakan sebagai persentase uang pokok per unit waktu, dimana bunga merupakan ukuran harga sumber daya yang digunakan oleh debitur yang harus dibayarkan kepada kreditur.

Menurut para ekonom klasik nilai suku bunga ditentukan oleh interaksi antara surplus spending units (penabung) dan deficit spending units (pihak yang membutuhkan dana). Interaksi tersebut dilakukan untuk mencari kesepakatan harga atau bunga dari uang yang mereka gunakan untuk keperluan investasi. Sehingga menurut pandangan klasik fluktuasi bunga dapat memengaruhi perilaku penabung maupun investor. Tinggi rendahnya penawaran dana investasi ditentukan oleh tinggi rendahnya suku bunga tabungan masyarakat.

Ramirez dan Khan (1999) mengatakan ada dua jenis faktor yang menentukan nilai suku bunga, yaitu faktor internal dan eksternal. Faktor internal meliputi pendapatan nasional, jumlah uang beredar, dan inflasi. Sedang faktor eksternal merupakan suku bunga luar negeri dan tingkat perubahan nilai valuta asing yang diduga.

Suku bunga dapat dibedakan menjadi dua yaitu suku bunga nominal dan suku bunga riil. Dimana suku bunga nominal adalah rasio antara jumlah uang yang dibayarkan kembali dengan jumlah uang yang dipinjam. Sedang suku bunga riil lebih menekankan pada rasio daya beli uang yang dibayarkan kembali terhadap daya beli uang yang dipinjam.

Hubungan tingkat bunga nominal dan tingkat bunga riil dengan inflasi dapat ditulis sebagai berikut:

i = r + π ... (2) Dimana:

i = Tingkat bunga nominal r = Tingkat bunga riil π = Laju inflasi

Dari persamaan tersebut dinyatakan bahwa, tingkat bunga bisa berubah karena dua alasan (Mankiw, 2007) yaitu karena tingkat bunga riil berubah dan karena tingkat inflasi berubah.

Menurut teori kuantitas, kenaikan dalam tingkat pertumbuhan uang sebesar satu persen menyebabkan kenaikan tingkat inflasi sebesar satu persen. Selanjutnya dari persamaan Fisher dapat dinyatakan pula bahwa kenaikan satu persen tingkat inflasi akan menaikkan suku bunga nominal sebesar satu persen. Dari fakta ini jelas bahwa suku bunga dan inflasi mempunyai hubungan yang positif.

2.5 Inflasi

Menurut Sholihin (2010) inflasi adalah keadaan ekonomi yang ditandai oleh kenaikan harga secara cepat sehingga berdampak pada menurunnya daya beli, sering pula diikuti menurunnya tingkat tabungan dan atau investasi karena meningkatnya konsumsi masyarakat. Menurut ilmu ekonomi modern, terdapat dua jenis inflasi yang berbeda satu sama lain, yaitu inflasi karena dorongan biaya (cost-push inflation) dan inflasi karena meningkatnya permintaan (demand-pull inflation).

Dalam hal inflasi karena dorongan biaya, kenaikan upah memaksa industri untuk menaikkan harga guna menutup biaya upah dalam kontrak yang baru yang mengakibatkan adanya pola siklus upah dan harga yang lebih tinggi yang disebut spiral harga upah (wage price spiral). Dalam hal inflasi karena meningkatnya permintaan, permintaan yang tinggi atas kredit merangsang pertumbuhan produk nasional bruto yang selanjutnya menarik harga lebih lanjut ke atas.

Penyebab utama dan satu-satunya yang memungkinkan gejala inflasi terjadi menurut teori kuantitas mengenai uang pada mazhab klasik adalah terjadinya kelebihan uang yang beredar sebagai akibat penambahan jumlah uang di masyarakat. Friedman dan Schwartz menulis dua makalah yang mendokumentasi sumber dan pengaruh perubahan dalam kuantitas uang selama periode 1867 – 1960 dan 1867 – 1975 di Amerika Serikat. Secara empiris, Friedman dan Schwartz berhasil memverifikasi hubungan antara inflasi dan pertumbuhan jumlah uang beredar.

Hasil penelitian Friedman dan Schwartz menunjukkan bahwa di Amerika Serikat pada dekade dengan pertumbuhan uang tinggi cenderung memiliki inflasi yang tinggi, dan dekade dengan pertumbuhan uang rendah cenderung memiliki inflasi yang rendah. Namun demikian, menurut Mankiw (2007), keeratan hubungan inflasi dengan jumlah uang beredar tidak dapat dilihat dalam jangka pendek. Teori inflasi ini bekerja dengan baik dalam jangka panjang.

Inflasi dan suku bunga mempunyai hubungan timbal balik. Suku bunga tinggi akan mengakibatkan kenaikan bunga pinjaman kredit bank yang dibutuhkan oleh peminjam dana meningkat sehingga ongkos produksi akan meningkat dan berujung pada harga jual produk yang meningkat pula. Inflasi yang meningkat mengakibatkan suku bunga juga meningkat, sebab jika terjadi inflasi maka setiap investor akan meminta imbal hasil minimum yang telah mampu mengganti besarnya inflasi. Setiap kenaikan inflasi cenderung akan melemahkan kinerja bursa efek atau mengurangi laju pertumbuhan kinerja bursa efek.

2.6 Penelitian Terdahulu

Penelitian tentang analisis pengaruh variabel ekonomi makro terhadap indeks harga saham sektor pertambangan, dalam upaya mengetahui apakah inflasi, nilai tukar, suku bunga, dan perputaran uang memengaruhi harga indeks saham sektor pertambangan, memiliki kemiripan dengan penelitian yang telah dilakukan sebelumnya. Detail mengenai penelitian-penelitian tersebut dapat dilihat pada Tabel 1.

Tabel 1. Matriks Penelitian Terdahulu

No. Karakterisitik Penelitian - Penelitian

1 Peneliti Achmad Ath Thobarry Budiwono Yarlin Lenggu Verra Damayanti Saban T.

Judul

Analisis Pengaruh Nilai Tukar, Suku Bunga,

Laju Inflasi, dan Pertumbuhan GDP Terhadap

Indeks Harga Saham Sektor Properti

Analisis Pengaruh Variabel-Variabel Fundamental dan Teknikal Terhadap Harga Saham

Analisis Pengaruh Variabel Ekonomi Makro Terhadap Indeks Harga Saham Tiga Bank Persero

Analisis hubungan variabel makro ekonomi terhadap indeks harga saham sektoral di Bursa Efek Jakarta Penerapan Model Vector Error Correction dalam Menganalisis Hubungan Antara Indeks Harga Saham, Suku Bunga, dan Kurs

2 Jenis/ Institusi

Tesis/ Magister Manajemen, Universitas Diponegoro

Tesis/ Magister Teknik dan Manajemen, Institut Teknologi Bandung

Skripsi / Ilmu Ekonomi Institut Pertanian Bogor

Tesis / Perencanaan dan Kebijakan Publik, Universitas Indonesia

Skripsi / Fakultas Ekonomi, Universitas Indonesia

3 Variabel Dependen Indeks Harga Saham

Sektor Properti Harga Saham

Indeks Harga

Saham Indeks Harga saham Sektoral Indeks Saham

4 Variabel Independen

Nilai Tukar, Suku Bunga,

Laju Inflasi, dan Pertumbuhan GDP

ROI, Current Ratio, Inflasi, Tingkat Bunga, Jumlah Uang Beredar, Kurs Rupiah, Volume Penjualan, Saham masa lalu

Inflasi, Nilai Tukar, Tingkat Suku Bunga, dan Jumlah Uang beredar

PDB, Suku Bunga, dan Nilai

Tukar Rupiah Suku Bunga dan Kurs

5 Teknik Analisis Pemodelan

Regresi Linier

Berganda Structural Equation Modelling

Regresi Linier Berganda

Seemingly Unrelated Regression (SUR)

A Vector Error Correction Model

(VECM)

6 Tahun 2009 2007 2006 2005 2004

7 Hasil/Kesimpulan

Nilai Tukar

berpengaruh signifikan positif terhadap indeks harga saham sektor properti. Inflasi berpengaruh signifikan negatif.

Harga saham disetiap perusahaan dipengaruhi oleh variabel berbeda. Secara umum, indikator keuangan perusahaan seperti ROI dan current ratio

tidak dapat dibuktikan secara statistik memberikan pengaruh terhadap harga saham.

Variabel yang secara bersama- sama memengaruhi indeks harga saham yaitu nilai tukar dan suku bunga.

Variabel PDB, SBI dan Nilai Tukar berpengaruh signifikan terhadap indeks harga saham sektoral. Indeks harga saham yang paling terpengaruh dengan adanya perubahan variabel makro ekonomi adalah indeks harga saham pertambangan.

Terdapat hubungan jangka panjang antara indeks saham, suku bunga, dan kurs. Dalam jangka pendek tingkat suku bunga bergerak sendiri di luar keseimbangan.

III. METODE PENELITIAN

3.1 Kerangka Pemikiran

Penelitian dilakukan dengan cara menganalisis pengaruh krisis terhadap variabel ekonomi makro berupa nilai tukar, suku bunga, inflasi, dan jumlah uang beredar dan pengaruhnya terhadap indeks harga saham sektor pertambangan. Grafik kerangka pemikiran dapat dilihat pada Gambar 2.

Gambar 2. Kerangka Pemikiran

Melemahnya nilai tukar domestik terhadap mata uang asing (seperti rupiah terhadap dollar) memberikan pengaruh yang negatif terhadap pasar ekuitas karena pasar ekuitas menjadi tidak memiliki daya tarik (Ang, 1997). Hal ini sejalan dengan penelitian Hardiningsih et al. (2002) bahwa nilai tukar rupiah mempunyai pengaruh negatif terhadap indeks harga saham gabungan (IHSG). Menurut Sri Adiningsih (1998) menurunnya kurs rupiah terhadap mata uang asing khususnya dollar US memiliki pengaruh negatif terhadap kondisi ekonomi secara keseluruhan termasuk pasar modal, serta naiknya

tingkat bunga akan mengurangi pemodal untuk melakukan investasi dipasar modal.

Melemahnya nilai tukar rupiah secara signifikan akan memengaruhi tingkat pengembalian investasi suatu perusahaan khususnya perusahaan yang hanya mengandalkan bahan baku dari luar negeri, dan hal tersebut juga akan dapat menimpa perusahaan yang hanya mengandalkan pinjaman luar negeri dalam bentuk dollar US untuk membiayai operasi perusahaan. Jadi, dengan terdepresiasinya nilai tukar rupiah akan mengakibatkan biaya yang akan ditanggung perusahaan semakin besar sehingga menekan tingkat keuntungan yang diperoleh perusahaan. Hal tersebut akan dapat menurunkan harga saham perusahaan yang diperjualbelikan di pasar modal dan secara otomatis akan menurunkan indeks harga saham sektoral yang berimplikasi memengaruhi indeks harga saham gabungan (IHSG).

Kurs berpengaruh negatif terhadap indeks harga saham, yaitu jika kurs mengalami depresiasi, maka masyarakat investor lebih cenderung untuk bermain di pasar valuta asing, dengan membeli dollar sebanyak mungkin untuk tujuan spekulatif. Hal ini menyebabkan permintaan akan saham mengalami penurunan. Sedangkan inflasi berpengaruh terhadap indeks harga saham melalui pasar barang, jika terjadi inflasi maka masyarakat akan meningkatkan permintaan akan barang dan jasa karena diduga harga akan terus meningkat dimasa yang akan datang (Lenggu, 2006). Pengaruh yang diberikan oleh variabel ekonomi makro terhadap indeks harga saham ini selanjutnya dianalisis dengan menggunakan metode structural equation modelling (SEM).

3.2 Lokasi dan Waktu Penelitian

Penelitian ini dilaksanakan pada bulan September 2012 sampai dengan bulan Maret 2013 dan lokasi penelitian pada Bursa Efek Indonesia. Subjek penelitian adalah indeks harga saham pertambangan selama periode 2003-2012.

3.3 Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari laporan bulanan Bursa Efek Indonesia atau Jakarta Stocks Exchange Monthly Statistic periode 2003-2012. Beberapa data yang menyangkut variabel ekonomi makro diambil dari laporan bulanan yang dikeluarkan oleh Bank Indonesia. Informasi tambahan diambil dari berbagai sumber seperti situs Badan Pusat Statistik (www.bps.go.id) dan situs-situs lain tentang bursa efek dan pasar modal. Data penunjang yang relevan dengan penelitian berupa studi pustaka dan kajian literatur diperoleh dari buku, jurnal, majalah, laporan penelitian, dan publikasi elektronik.

3.4 Metode Pengolahan dan Analisis Data

Metode analisis yang digunakan dalam penelitian ini adalah metode

Structural Equation Modeling (SEM) yaitu suatu teknik analisis multivariat yang dapat digunakan untuk menganalisis beberapa hubungan dependen sekaligus secara simultan. SEM juga memberikan efisiensi secara statistik.

Untuk menggunakan SEM ada beberapa asumsi dasar yang sebelumnya harus dipenuhi, yaitu:

a. Syarat ukuran sampel

b. Analisis SEM mewajibkan data berdistribusi normal. Untuk memenuhi kewajiban ini maka dilakukan uji Kolmogorov Smirnov.

3.4.1 Ukuran Sampel

Asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah sampel yang memenuhi kaidah analisis. Menurut Sekaran (2003) analisis SEM membutuhkan sampel paling sedikit lima kali jumlah variabel yang digunakan. Sementara syarat jumlah sampel minimum yang dianjurkan oleh Joreskog dan Sorbom (1996), bergantung pada jumlah variabel teramati yang akan diteliti. Rumusnya adalah sebagai berikut:

�(�+1)

2

... (1)

Dalam penelitian ini ada 5 variabel teramati yang digunakan. Jika mengikuti syarat minimum sampel yang dinyatakan Sekaran, maka diperlukan minimal 25 data. Dan jika menggunakan syarat minimum sampel dari Joreskog dan Sorbom, maka hanya diperlukan 15 data.

Para ahli berpendapat bahwa apapun teknik SEM yang digunakan, pada dasarnya metode SEM merupakan metode yang digunakan untuk penelitian berukuran besar. Kline (1998) menjelaskan bahwa jumlah data yang kecil dari 100 hanya bisa digunakan untuk mengukur model yang sangat sederhana. Sebagai acuan Kline membuat kalkulasi ratio jumlah data terhadap parameter sebagai berikut:

a. Ratio 20:1 akan menghasilkan penelitian sesuai dengan yang diinginkan. b. Ratio 10:1 akan menghasilkan penelitian yang lebih realistis.

c. Ratio 5:1 akan menghasilkan penelitian yang masih diragukan secara statistik.

Dalam penelitian ini ada 120 data yang digunakan. Data diambil secara bulanan selama rentang 10 tahun. Jumlah ini diasumsikan telah memenuhi minimum sampel yang disyaratkan oleh metode SEM.

3.4.2 Uji Kolmogorov Smirnov

Uji Kolmogorov Smirnov merupakan pengujian statistik non-parametric yang paling mendasar dan paling banyak digunakan. Pertama kali diperkenalkan oleh Andrey Nikolaevich Kolmogorov pada tahun 1933 dan kemudian ditabulasikan oleh Nikolai Vasilyevich Smirnov pada tahun 1948.

Uji Kolmogorov Smirnov dimanfaatkan untuk uji satu sampel ( one-sample test) yang memungkinkan perbandingan suatu distribusi frekuensi dengan beberapa distribusi terkenal, seperti distribusi normal Gaussian (Stephens, 1992). Kelebihan dari uji Kolmogorov Smirnov adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat yang lain, seperti yang sering terjadi pada uji normalitas dengan menggunakan grafik.

Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah membandingkan distribusi data (yang akan diuji normalitasnya) dengan

distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score dan diasumsikan normal.

Penerapan pada uji Kolmogorov Smirnov adalah bahwa jika nilai signifikan di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang besar/signifikan dengan data normal baku atau dalam arti lain data tersebut tidak normal. Jika nilai signifikan di atas 0,05 berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku atau data yang diuji normal.

Ada beberapa hal yang bisa dilakukan jika data yang dianalisis tidak terdistribusi secara normal:

a. Menambah jumlah data

b. Menghilangkan data yang menjadi outliner/ pencilan c. Melakukan transformasi data

3.4.3 Structural Equation Modelling (SEM)

Structural equation modeling (SEM) adalah teknik statistik multivariat yang merupakan kombinasi antara analisis faktor dan analisis regresi (korelasi), yang bertujuan untuk menguji hubungan-hubungan antar variabel yang ada pada sebuah model, baik itu antar indikator dengan konstruknya, ataupun hubungan antar konstruk.

Marayuma (1998) menyebutkan SEM adalah sebuah model statistik yang memberikan perkiraan perhitungan dari kekuatan hubungan hipotesis di antara variabel dalam sebuah model teoritis, baik secara langsung atau melalui variabel antara. SEM adalah model yang memungkinkan pengujian sebuah rangkaian hubungan yang relatif rumit.

SEM telah dikemukakan oleh para ahli statistik pada tahun 1950-an namun baru mulai dikembangkan pada tahun 1970-an. Awal perkembangan Metode SEM diawali dengan diciptakannya metode estimasi maximum likehood oleh Joreskog dan Sorbom hingga kemudian bermunculan berbagai software khusus SEM seperti Amos, Lisrel, dan EQS.

Prosedur SEM secara umum mengandung tahap-tahap sebagai berikut (Bollen dan Long, 1993):

a. Spesifikasi model (model specification)

Tahap ini berkaitan dengan pembentukan model awal persamaan struktural, sebelum dilakukan estimasi. Model awal diformulasikan berdasarkan suatu teori atau penelitian sebelumnya.

b. Identifikasi (identification)

Tahap ini berkaitan dengan pengkajian tentang kemungkinan diperolehnya nilai yang unik untuk setiap parameter yang ada di dalam model dan kemungkinan persamaan simultan tidak ada solusinya.

c. Estimasi (estimation)

Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan nilai-nilai parameter dengan menggunakan salah satu metode estimasi yang tersedia. Pemilihan metode estimasi yang digunakan seringkali ditentukan berdasarkan karakteristik dari variabel-variabel yang dianalisis.

d. Uji kecocokan (testing fit)

Tahap ini berkaitan dengan pengujian kecocokan antara model dengan data. Beberapa kriteria ukuran kecocokan atau goodness of fit yang dapat digunakan untuk melaksanakan langkah ini antara lain:

1. X2 (Chi Square Statistic) dan probabilitas

Alat uji fundamental untuk mengukur overall fit adalah likehood ratio chi square statistic. Model dikategorikan baik jika mempunyai

chi square = 0 berarti tidak ada perbedaan. Tingkat signifikan penerimaan yang direkomendasikan adalah p ≥ 0,05 yang berarti matriks input sebenarnya dengan matriks input yang diprediksi tidak berbeda secara statistik.

2. CMIN/DF (Normed Chi Square)

CMIN/DF adalah ukuran yang diperoleh dari nilai chi square dibagi

degree of freedom. Nilai yang direkomendasikan untuk menerima kesesuaian sebuah model adalah nilai CMIN/DF yang lebih kecil atau sama dengan 2,00.

3. GFI (Goodness of Fit Index)

Digunakan untuk menghitung proporsi tertimbang dari varian dalam matriks kovarian sampel yang dijelaskan oleh matriks kovarian populasi yang terestimasikan. Indeks ini mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dengan residual kuadrat model yang diprediksi dibandingkan dengan data yang sebenarnya. Nilai Goodness of Fit Index biasanya dari nol sampai satu. Nilai yang lebih baik mendekati satu mengindikasikan model yang diuji memiliki kesesuaian yang baik.

4. AGFI (adjusted GFI)

AGFI merupakan pengembangan dari GFI yang disesuaikan dengan

degree of freedom yang tersedia untuk menguji diterima tidaknya model. Tingkat penerimaan yang direkomendasikan adalah mempunyai nilai sama atau lebih besar dari 0,9.

5. TLI (Tucker-Lewis Index)

TLI adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model. Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah lebih besar atau sama dengan 0,9 dan nilai mendekati 1.

e. Respesifikasi (respecification)

Tahap ini berkaitan dengan respesifikasi model berdasarkan atas hasil uji kecocokan tahap sebelumnya.

IV. HASIL DAN PEMBAHASAN

4.1 Hasil Uji Kolmogorov Smirnov

Pengujian dilakukan terhadap kelima variabel yang digunakan dalam penelitian (indeks harga saham sektor pertambangan, nilai tukar, suku bunga, inflasi dan jumlah uang beredar) dengan bantuan aplikasi SPSS Statistic 17. Data mentah yang digunakan dalam pengujian dapat dilihat pada Lampiran 1.

Berdasarkan hasil pengujian diketahui bahwa hanya data inflasi dan nilai tukar yang memenuhi syarat normalitas, dengan nilai signifikan sebesar 0,70 dan 0,46. Sementara data-data lainnya tidak memenuhi syarat normalitas karena nilai signifikannya lebih kecil dari 0,05. Rincian mengenai pengujian terdapat pada Lampiran 2.

Agar hasil penelitian tidak bias (karena SEM mensyaratkan data terdistribusi dengan normal) maka dilakukan pengolahan lanjutan terhadap data-data yang tidak terdistribusi secara normal. Langkah pertama yaitu penghilangan pencilan. Hal ini dilakukan mengingat jumlah data yang tersedia melebihi jumlah yang disyaratkan (untuk hasil yang dinginkan rasio data dan parameter 20:1) sehingga pengurangan data pencilan bisa dilakukan. Setelah pengurangan pencilan jumlah data yang diteliti menjadi 106 data. Langkah selanjutnya yaitu mentransformasi data. Transformasi data dilakukan menggunakan program SPSS 17.

Selanjutnya, data hasil pengurangan pencilan dan transformasi diuji kembali menggunakan uji Kolgomorov Smirnov. Dari hasil pengujian kedua, akhirnya didapat data-data yang memenuhi normalitas, dengan nilai signifikan diatas 0,05. Rincian mengenai pengujian terdapat pada Lampiran 3.

4.2 Hasil Analisis dengan Metode Structural Equation Modelling (SEM)

Hasil analisis dari metode Structural Equation Modelling (SEM) hanya dapat digunakan jika pengujian memenuhi syarat kesesuaian. Untuk mendapatkan hasil serta mengetahui apakah model telah memenuhi syarat kesesuaian ada beberapa tahapan yang harus dilakukan.

4.2.1 Spesifikasi Model

SEM dimulai dengan menspesifikasikan model penelitian yang akan diestimasi. Spesifikasi model penelitian merepresentasikan permasalahan yang diteliti. Hoyle (1998) mengatakan bahwa analisis tidak akan dimulai sampai peneliti menspesifikasikan sebuah model yang menunjukkan hubungan (hipotesis) di antara variabel-variabel yang akan dianalisis. Untuk penelitian ini, hipotesis yang diuji adalah:

H10 : Nilai tukar berhubungan negatif terhadap indeks harga saham sektor

pertambangan.

H20 : Suku bunga berhubungan negatif terhadap indeks harga saham sektor

pertambangan.

H30 : Inflasi berhubungan negatif terhadap indeks harga saham sektor

pertambangan.

H40 : Jumlah uang beredar berhubungan positif terhadap indeks harga saham

sektor pertambangan.

H50 : Nilai tukar memiliki pengaruh terhadap suku bunga.

H60 : Suku bunga memiliki pengaruh terhadap jumlah uang beredar.

H70 : Suku bunga memiliki pengaruh terhadap inflasi.

Hubungan-hubungan tersebut bisa digambarkan dengan persamaan linier sebagai berikut:

y = b1x1 + b2x2 + b3x3 + b4x4+ ε1

x2 = b5x1 + ε1

x3 = b6x2 + ε1

x3 = b7x2 + ε1

Dimana:

y = Indeks harga saham sektor pertambangan x1 = Nilai tukar

x2 = Suku bunga

x3 = Inflasi

Langkah selanjutnya dari spesifikasi model adalah membuat path diagram dari hipotesis-hipotesis diatas. Hubungan antara masing-masing variabel dalam bentuk path diagram dapat dilihat pada Gambar 3.

Gambar 3. Path Diagram

Karakteristik dasar penggunaan SEM harus menggunakan dua variabel yakni variabel observed (laten) dan unobserved. Karena pada path analysis

semua variabel merupakan variabel laten, maka error term yang dilambangkan dengan simbol e berfungsi sebagai variabel unobserve. Analisis terhadap path diagram akan menghasilkan nilai-nilai untuk masing-masing parameter, error term, dan residu.

4.2.2 Identifikasi

Sebelum dilakukan tahap estimasi untuk mencari solusi dari persamaan simultan yang mewakili model yang dispesifikasi, terlebih dahulu dilakukan pemeriksaan identifikasi dari persamaan simultan. Identifikasi menjelaskan apakah informasi yang disediakan oleh data empiris (varian dan kovarian variabel-variabel yang terobservasi) secara aktual mencukupi untuk memberikan solusi terhadap persamaan-persamaan yang berisi parameter-parameter model. Terdapat tiga kemungkinan status dari identifikasi model (Wijanto 2008):

a. Under Identified adalah model dengan jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui (data tersebut merupakan varian dan kovarian dari variabel-variabel teramati). Under identified model pada SEM terjadi ketika degree of freedom (df) < 0.

b. Just identified adalah model dengan jumlah parameter yang sama dengan data diketahui. (df = 0)

c. Over identified adalah model dengan jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui (df > 0).

Dalam penelitian ini jumlah data yang diketahui adalah 106 data, dengan jumlah parameter adalah 11. Sehingga dapat disimpulkan bahwa model over identified.

4.2.3 Estimasi

Setelah mengetahui bahwa identifikasi dari model adalah over identified, maka tahapan selanjutnya melakukan estimasi untuk memperoleh nilai dari parameter-parameter yang ada di dalam model. Rumusan yang digunakan untuk mengestimasi model adalah membandingkan jumlah unsur-unsur non redundant dengan jumlah parameter. Untuk mengetahui jumlah unsur-unsur non redundant digunakan perhitungan berikut:

Dimana :

p = Jumlah variabel terikat

q = Jumlah variabel bebas

e = Error term

s = Unsur-unsur non redundant

Jumlah parameter yang diestimasi (t) pada model penelitian ini adalah 11, yaitu b1 sampai dengan b7 ditambah error term. Sedangkan jumlah p yaitu

variabel-variabel y adalah 4, sedangkan q yaitu variabel-variabel x adalah 7 sehingga unsur-unsur non redundant (s) adalah:

½ (4+7) (4+7+1) = 66

Dengan demikian t < s, sehingga model diestimasikan over identified.

Kondisi tersebut memberikan indikasi bahwa model dapat dianalisis menggunakan model persamaan struktural. Penelitian ini menggunakan

maximum likehood estimator (MLE). Dengan MLE tahap estimasi akan menghasilkan solusi yang berisi nilai akhir dari parameter-parameter yang diestimasi.

4.2.4 Uji Kecocokan

Pada tahapan uji kecocokan, akan diperiksa tingkat kecocokan antara data dengan model, validitas dan realibilitas model pengukuran, dan signifikansi koefisien-koefisien dari model struktural. Untuk menentukan derajat prediksi model keseluruhan (model struktural dan pengukuran) terhadap matrik korelasi dan kovarian dilakukan pengukuran kecocokan absolut (chi square, non centrality parameter, goodness of fit index, dan root mean square approximation).

Chi square digunakan untuk menguji seberapa dekat kecocokan antara matrik kovarian sampel S dengan matrik kovarian model (�). Hasil pengujian kecocokan dengan melihat nilai chi square, derajat kebebasan dan probabilitas terhadap model dalam penelitian ini terdapat pada Tabel 2.

Tabel 2. Nilai Chi Square, Degree of Freedom, dan Probabilitas

Model CMIN DF P CMIN/DF

Default model 4,598 4 ,331 1,150

Saturated model ,000 0

Independence model 147,082 10 ,000 14,708

Pada Tabel 2 dijelaskan masing-masing nilai untuk model default, model saturated, maupun model independence. Model default adalah model yang sekarang sedang diuji. Model saturated adalah hasil pengujian pada kondisi just identified, yakni derajat kebebasan atau df (degree of freedom) adalah 0. Model independence adalah hasil pengujian pada kondisi di mana setiap variabel indikator dianggap tidak berhubungan dengan variabel latennya.

CMIN menunjukkan nilai chi square, yang pada default model bernilai 4,598. Seperti yang dinyatakan oleh Mustafa (2012), sebuah model dikatakan baik jika memiliki nilai chi square mendekati nol atau sekecil mungkin.

Dasar uji chi square sendiri adalah membandingkan perbedaan frekuensi hasil observasi (O) dengan frekuensi yang diharapkan (E). Rumus dasar dari uji chi square adalah :

�

2

₌

( 0− )2

... (4) Dimana:

x2 : Nilai chi square

fe : Frekuensi yang diharapkan

fo : Frekuensi yang diperoleh/diamati

Derajat kebebasan atau DF (Degree of Freedom) adalah banyaknya kebebasan untuk memberi nilai kepada variabel. Kebebasan akan berkurang jika pemberian nilai kepada variabel diberi syarat. Makin banyak syarat semakin kecil derajat kebebasan.

P menunjukkan nilai probabilitas atau level signifikan sebuah model. Menurut Wijanto (2008), sebuah penelitian diusahakan menghasilkan level signifikan lebih atau sama dengan 0,05. Model yang diuji menunjukkan level signifikan sebesar 0,331 (>0,05). Hal ini menandakan bahwa hipotesis nol

diterima dan matrik input yang diprediksi dengan yang sebenarnya (actual) tidak berbeda secara statistik.

CMIN/DF atau Normed chi-square menunjukkan penyimpangan matriks maupun model hipotesis [ (�)] terhadap matriks data sampel. Nilai CMIN/DF terhadap model adalah sebesar 1,150. Nilai yang direkomendasikan untuk menerima kesesuaian model adalah CMIN/DF yang lebih kecil atau sama dengan 2,00. Hal ini mengindikasikan model yang diteliti fit secara keseluruhan atau tidak ada perbedaan model secara teoritis dengan data empiris (lapangan).

Goodness of fit index (GFI) membandingkan model yang dihipotesis dengan tidak ada model sama sekali [ (0)]. GFI yang dihasilkan dari pengujian model terdapat pada Tabel 3.

Tabel 3. Nilai GFI dan AGFI

Model GFI AGFI

Default model ,983 ,937

Saturated model 1,000

Independence model ,746 ,618 Menurut Wijanto (2008) nilai GFI berkisar antara 0 (poor fit) sampai 1 (perfect fit). Nilai GFI ≥ 0,90 merupakan good fit (kecocokan yang baik).

AGFI adalah perluasan dari GFI yang disesuaikan dengan rasio antara

degree of freedom dari null/ independence/ baseline model dengan degree of freedom dari model yang dihipotesiskan atau diestimasi (Joreskog dan Sorbom, 1988). Seperti halnya GFI, nilai AGFI berkisar antara 0 sampai 1. Nilai AGFI ≥ 0,90 menunjukkan good fit.

Root mean square error of approximation atau RMSEA merupakan salah satu indeks yang informatif dalam SEM. Indeks ini pertama kali diusulkan oleh Steiger dan Lind (1980). Nilai RMSEA dari model penelitian ini terdapat pada Tabel 4.

Tabel 4. Nilai RMSEA

Model RMSEA

Default model ,038

Independence model ,361

Wijanto (2008) menyatakan nilai RMSEA dari default model yang ≤ 0,05 menandakan close fit, yaitu model menyerupai keadaan aktual. Untuk model dalam penelitian ini didapatkan nilai RMSEA default model sebesar 0,038

Selain ukuran kecocokan absolut ukuran lainnya yang perlu dilihat dari hasil pengujian adalah ukuran kecocokan inkremental. Ukuran ini membandingkan model yang diusulkan (default model) dengan model dasar (independence model). Ukuran kecocokan inkremental mengandung ukuran-ukuran yang mewakili sudut pandang comparative fit to base model. Dari berbagai ukuran kecocokan inkremental, ada beberapa ukuran-ukuran yang biasanya digunakan untuk mengevaluasi SEM.

Pengukuran indeks inkremental seperti nilai indeks NFI (Normed Fit Index) dan CFI (Comparative Fit Index) yang dikemukakan oleh Benler dan Bonet (1980), Tucker Lewis Index atau TLI yang diusulkan oleh Tucker dan Lewis (1973), relative fit index (RFI) dan incremental fit index (IFI) dari Bollen (1898) terdapat pada Tabel 5.

Tabel 5. Nilai NFI, RFI, IFI, TLI, dan CFI

Model NFI

Delta1

RFI rho1

IFI Delta2

TLI

rho2 CFI

Default model ,969 ,922 ,996 ,989 ,996

Saturated model 1,000 1,000 1,000

Independence model ,000 ,000 ,000 ,000 ,000

NFI, RFI, IFI, TLI, dan CFI mensyaratkan nilai ≥ 0,90 sebagai good fit, yaitu model dikatakan baik dan sesuai dengan situasi aktual. Nilai pengukuran terhadap semua indeks tersebut berada atas nilai 0,90. Sehingga model yang dianalisis memenuhi kesesuaian.

4.3 Analisis Struktural Model

Analisis struktural bertujuan untuk melakukan analisis terhadap hubungan-hubungan (parameter) yang diestimasi dalam model. Nilai-nilai bobot regresi dari hubungan-hubungan yang dihipotesis terdapat pada Tabel 6.

Table 6. Nilai Regression Weight

Regresi Estimate S.E. C.R. P Label

Suku Bunga <--- Nilai Tukar ,000 ,000 1,516 ,129 par_6

JUB <--- Suku Bunga -995755,547 416512,879 -2,391 ,017 par_5

IHSP <--- Suku Bunga 13,662 84,807 ,161 ,872 par_1

IHSP <--- Nilai Tukar -,003 ,006 -,537 ,591 par_2

IHSP <--- Inflasi 16,134 6,141 2,627 ,009 par_3

IHSP <--- JUB ,000 ,000 15,997 *** par_4

Keterangan: IHSP = Indeks harga saham Sektor Pertambangan, JUB = Jumlah Uang Beredar

Dari kelima variabel ekonomi makro yang diasumsikan memengaruhi indeks harga saham sektor pertambangan selama tahun 2003-2012, hanya jumlah uang beredar yang memberikan pengaruh secara signifikan. Apabila jumlah uang beredar mengalami pergerakan maka besar kemungkinan indeks harga saham sektor pertambangan ikut bergerak. Regresi inflasi terhadap indeks harga saham pertambangan hampir mendekati nilai signifikan yang ditetapkan sebesar 0,05. Sama halnya dengan regresi suku bunga terhadap jumlah uang beredar. Meski pengaruh suku bunga terhadap jumlah uang beredar mendekati signifikan, namun suku bunga tidak memberikan pengaruh yang besar pada indeks harga saham pertambangan.

Nilai korelasi yang menunjukan kekuatan dan arah hubungan linier antara dua variabel terdapat pada Tabel 7.

Tabel 7. Korelasi Antar Variabel

Variabel Nilai

Tukar

Suku

Bunga JUB Inflasi IHSP

Nilai Tukar 1,000

Suku Bunga ,146 1,000

JUB ,054 -,227 1,000

Inflasi -,012 -,135 -,094 1,000

Dari keempat variabel ekonomi makro yang diuji, hanya suku bunga yang berkorelasi negatif terhadap indeks harga saham pertambangan. Nilai tukar, suku bunga, dan jumlah uang beredar memberikan pengaruh negatif terhadap inflasi. Itu artinya akan ada kenaikan inflasi jika terjadi penurunan suku bunga, nilai tukar, dan jumlah uang beredar.

4.4 Implikasi Manajerial

Jumlah uang beredar berpengaruh secara signifikan dan berkorelasi secara positif terhadap indeks harga saham pertambangan. Kelebihan jumlah uang beredar memicu naiknya indeks harga saham pertambangan. Jumlah uang beredar berkorelasi secara negatif dengan suku bunga, dimana suku bunga juga berkorelasi negatif dengan indeks harga saham pertambangan.

Pada saat jumlah uang beredar tinggi, maka pada saat yang sama suku bunga berada pada titik yang rendah. Rendahnya suku bunga lebih diakibatkan adanya kebijakan ekonomi yang dilakukan pemerintah. Dalam dunia ekonomi diketahui istilah fasilitas diskonto (diskonto rate), yaitu menurunkan / menaikkan tingkat bunga untuk mengurangi atau menambah jumlah uang beredar. Karena hal itulah jumlah uang beredar dan suku bunga berkorelasi negatif.

Situasi ini membuat investor tidak tertarik untuk menyimpan modalnya di lembaga perbankan. Menginvestasikan modal di pasar modal dianggap lebih menguntungkan. Sebaliknya kenaikan suku bunga deposito akan mengakibatkan penurunan harga indeks harga saham. Ini sependapat dengan hasil penelitian terdahulu lainnya, yaitu dengan adanya kenaikan suku bunga investor lebih tertarik untuk menyimpan uang di bank dibandingkan dengan menginvestasikannya di pasar modal (Langgu, 2006). Hubungan-hubungan antar variabel tersebut dapat dilihat secara rinci melalui causal loop pada Gambar 4.

Gambar 4. Causal Loop Antar Variabel

Dari hubungan-hubungan antar variabel tersebut diketahui tingginya inflasi akan mengakibatkan berkurangnya jumlah uang beredar. Dimana sedikitnya jumlah uang beredar ditandai oleh tingginya nilai suku bunga. Dalam situasi ini, investor lebih memilih untuk menyimpan uang di lembaga perbankan. Rendahnya inflasi akan meningkatkan jumlah uang beredar, sehingga memaksa suku bunga untuk mengalami penurunan. Penurunan nilai suku bunga akan memberikan korelasi negatif yang tidak begitu pada inflasi. Hal ini sesuai dengan teori ekonomi yaitu jika jumlah uang yang beredar melampaui jumlah barang dan jasa yang tersedia maka akan terjadi inflasi yaitu penurunan nilai mata uang.

Penguatan nilai tukar dolar terhadap rupiah atau pelemahan nilai tukar rupiah terhadap dolar memicu kenaikan indeks harga saham sektor pertambangan. Namun pada sisi lain kenaikan nilai tukar akan mengakibatkan meningkatnya debt to equaity ratio. Berdasarkan hasil statistik, meskipun pelemahan nilai tukar rupiah memberikan resiko pada kinerja keuangan perusahaan namun hal ini sama sekali tidak memberikan pengaruh buruk pada indeks harga saham pertambangan. Situasi ini diduga diakibatkan

besarnya jumlah konsumen asing produk pertambangan dibandingkan konsumen domestik.

Perusahaan tidak bisa berharap bahwa nilai tukar akan selalu berada pada titik stabil atau mengalami pelemahan, karena pelemahan nilai tukar akan memberikan picuan terhadap inflasi yang lebih besar dibandingkan kenaikan terhadap indeks harga saham sektor pertambangan dan secara nyata memberikan beban tambahan pada debt to equaty ratio perusahaan.

Tingginya rasio ekspor sektor pertambangan dibandingkan dengan sektor lain merupakan salah satu sentimen negatif penyebab melemahnya nilai saham. Situasi ini diperburuk dengan posisi batubara yang tercatat sebagai komoditas pertambangan energi terburuk sepanjang tahun 2012 karena adanya kelebihan produksi di Australia, Indonesia, Afrika Selatan, dan Kolombia yang tidak diimbangi dengan kenaikan permintaan China dan Eropa.

Penurunan harga saham yang dipicu oleh sentimen negatif penurunan jumlah ekspor harus disiasati perusahaan dengan cara meningkatkan penjualan produk secara domestik. Meningkatnya penjualan domestik akan memperbaiki kinerja keuangan perusahaan dan membuat perusahaan lebih kebal terhadap pengaruh krisis di Eropa dan Amerika.

Selain itu ada beberapa langkah strategis yang bisa diambil oleh perusahaan untuk mengamankan harga saham salah satunya adalah melakukan pembelian kembali terhadap saham (buyback). Pembelian kembali saham dimaksudkan untuk meminimalisir penurunan harga saham. Tata cara pembelian kembali saham diatur dalam Peraturan Bapepam Nomor XI. B. 2. Perusahaan publik diberikan kesempatan untuk membeli kembali saham yang telah dikeluarkannya dengan tetap berpegang kepada pembatasan dan persyaratan yang ditentukan dalam Undang-Undang No 1. Tahun 1995. Pembelian kembali saham juga mengandung resiko jika perusahaan mengalokasikan sebagian besar dana untuk melakukan pembelian sehingga menghambat ekspansi atau pertumbuhan.

KESIMPULAN DAN SARAN

Kesimpulan

1. Dari hasil penelitian ini diketahui bahwa indikator ekonomi makro berupa suku bunga, nilai tukar, inflasi, dan jumlah uang beredar memiliki pengaruh terhadap fluktuasi indeks harga saham pertambangan selama periode 2003-2012. Dari keempat indikator ekonomi makro tersebut, jumlah uang beredar memberikan pengaruh yang paling signifikan dengan korelasi positif. Itu artinya, kelebihan jumlah uang beredar akan memicu investor untuk menginvestasikan modalnya pada saham sektor pertambangan.

2. Masing-masing indikator ekonomi makro memberikan pengaruh terhadap indikator lainnya. Namun hubungan pengaruh yang teramati hanyalah hubungan suku bunga dengan jumlah uang beredar dan nilai tukar terhadap suku bunga. Pengujian pada kedua hubungan ini memperlihatkan nilai regresi yang kecil. Korelasi antara suku bunga dengan jumlah uang beredar bernilai negatif. Dimana peningkatan jumlah uang beredar akan memicu kenaikan nilai suku bunga.

Saran

Berdasarkan kajian secara statistik diketahui jika hanya satu variabel dari lima variabel ekonomi makro yang mempengaruhi indeks harga saham sektor pertambangan secara signifikan. Sehingga dapat disimpulkan penurunan harga indeks saham sektor pertambangan lebih disebabkan gejolak ekonomi global. Sehingga untuk mengatasi hal ini perusahaan harus menggiatkan penjualan produk di lingkungan domestik. Meningkatnya konsumen domestik membuat perusahaan lebih kebal terhadap krisis di Eropa dan Amerika.

DAFTAR PUSTAKA

Adiningsih, Sri dkk. 1998. Perangkat Analisis dan Teknik Analisis Investasi di Pasar Modal Indonesia. Jakarta: P.T. Bursa Efek Jakarta.

Ang, Robert, 1997, Buku Pintar: Pasar Modal Indonesia, Mediasoft Indonesia, Jakarta.

Badan Pusat Statistik. 2013. Inflasi [Internet]. Jakarta (ID). Tersedia pada: http://www.bps.go.id/menutab.php?tabel=1&kat=2&id_subyek=03

Batiz, et al. 1994. International Finance and Open Economy, Macroeconomis. New Jersey (US). Pretince Hall.

Budiwono. 2007. Analisis Pengaruh Variabel-Variabel Fundamental dan Teknikal terhadap Harga Saham. Bandung (ID). ITB.

Boediono (1998). Ekonomi Mikro, Seri Sinopsis Pengantar Ilmu Ekonomi No. 1. Yogyakarta (ID). BPFE.

Bollen KA, Long JS. 1993. Testing Structural Equation Model. Newbury Park (CA). Sage Publication.

Damayanti, Verra. 2005. Analisis Hubungan Variabel Makro Ekonomi terhadap Indeks Harga Saham Sektoral di Bursa Efek Jakarta. Jakarta (ID). Universitas Indonesia.

Dornbusch, R. 2004. Macroeconomics. International Edition. Cambridge (UK). Prentice-Hall International.

Ekonomi FE UM. 2005. PengaruhVariabel-Variabel Fundamental dan Teknikal terhadap Harga Saham. Ekofeum Online-Jurnal [Internet]. Yogyakarta (ID).

Gilarso, T. 2004. Pengantar Ilmu Ekonomi Makro. Yogyakarta (ID). Penerbit Kanisius.

Hair, dkk. 1998. Multivariate Data Analysis. New Jersey (US). Prentice-Hall. Hidayat, Taufik. 2011. Buku Pintar Investasi Syariah. Jakarta Selatan (ID).

Mediakita.

Hardiningsih, Pancawati. 2002. “Pengaruh Faktor Fundamental Dan Resiko Ekonomi Terhadap Return Saham Pada Perusahaan Di Bursa Efek Jakarta: Studi Kasus Basic Industry & Chemical”. Jurnal Strategi Bisnis, Vol. 8. Des. Semarang (ID). UNDIP.

Hoyle, R. 1998. Structural Equation Modelling: Concepts, Issues and Applications. Thousand Oaks (CA). Sage.

Husnan, Suad. 2002. Dasar-dasar Teori Portofolio dan Analisis Sekuritas. Yogyakarta (ID). UPP AMP YKPN.

Indonesia Stock Exchange. 2011. IDX Statistic 2010 [Internet]. Jakarta (ID). Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/ Publication/ Statistic/ Yearly/Baru_IDX-Statistics-2010.pdf.

Indonesia Stock Exchange. 2012. IDX Statistic 2011 [Internet]. Jakarta (ID). Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/ Publication/ Statistic/Yearly/IDX_Annualy_Statistic2011(Revisi).pdf.

Indonesia Stock Exchange. 2013. IDX Statistic 2012 [Internet]. Jakarta (ID). Tersedia pada: http://www.idx.co.id/ Portals/0/StaticData/Publication/ Statistic/Yearly/20130205_IDX-Annually-2012.pdf

Judiseno, R. 2005. Sistem Moneter dan Perbankan di Indonesia. Jakarta (ID). PT. Gramedia Pustaka Utama.

Joreskog, Sorbom. 1996. Lisrel 8 – User’s Reference Guide. Chicago (US). Scientific Software International.

Karl, Fair. 2004. Prinsip-Prinsip Ekonomi Makro. Jakarta (ID). PT. Indeks.

Kline, R. B. 1998. Principles and Practice of Structural Equation Modelling. New York (US). The Guilford Press.

Kusnendi. 2008. Model-Model Persamaan Struktural - Satu dan Multigroup Sample dengan Lisrel. Bandung (ID). Alfabeta.

Lenggu, Yerlin. 2006. Analisis Pengaruh Variabel Ekonomi Makro terhadap Indeks harga Saham Tiga Bank Persero. Bogor (ID). IPB.

Madura, Jeff. 2003. Keuangan Perusahaan Internasional. Jakarta (ID). Salemba Empat.

Mankiw, Gregory. 2007. Teori Makroekonomi. Penerjemah Imam Nurmawan. Jakarta (ID). Penerbit Erlangga.

Marayuma. 1998. Basics of Structural Equation Modelling. London (UK). Sage Publications.

Negara, S. 2001. Kinerja Pasar Modal Indonesia dan Kaitannya dengan Kondisi Ekonomi Makro. Jakarta (ID). PEP-LIPI.

Nugroho, A.E. 2000. Industri Perbankan dan Keuangan Nasional. Jakarta (ID). PEP-LIPI.

Saban, T. 2004. Penerapan Model Vector Error Correction dalam Menganalisis Hubungan Antara Indeks Harga Saham, Suku Bunga, dan Kurs. Jakarta (ID). Universitas Indonesia.

Salvatore, D., 1997. Ekonomi Internasional. Edisi Kelima. Jakarta (ID). Penerbit Erlangga.

Sekaran, Uma. 2003. Research methods for Business: Skill-Bulding Approach. Fourth Edition. New York (US). John Willey and Sons Inc.

Sholihin, Ahmad. 2010. Buku Pintar Ekonomi Syariah. Jakarta (ID). Gramedia Pustaka Utama.

Stephens, M.A. (1992). An appreciation of Kolmogorov’s 1933 paper (SOL ONR No. 453). California (US). Department of Statistics, Stanford University. Sunariyah. 2004. Pengantar Pengetahuan Pasar Modal. Yogyakarta (ID). UPP

Thobarry, Achmad. 2009. Analisis Pengaruh Nilai Tukar, Suku Bunga, Laju Inflasi. Dan Pertumbuhan GDP terhadap Indeks Harga Sahama Sektor Properti. Semarang (ID). UNDIP.

Usman, M. 1989. “Keuangan dan Perbankan Indonesia: sebuah Karangan”. Jakarta (ID). Info Bank-ISEI.

Wijanto, SH. 2008. Structural Equation Modeling dengan Lisrel 8.8 (Konsep dan Tutorial). Jakarta (ID). Graha Ilmu.

Mustafa, Zainal. 2012. Panduan teknik Statistik SEM & PLS dengan SPSS AMOS. Yogyakarta (ID). Cahaya Atma Pustaka.

Zulganef. 2006. Pemodelan Persamaan Struktur dan Aplikasinya Menggunakan Amos 5. Bandung (ID). Pustaka.

Lampiran 1. Data Variabel yang Diuji

Tahun Bulan

Indeks Harga Saham Sektor Pertambangan

Inflasi Suku

Bunga Nilai Tukar Jumlah Uang Beredar 2003

Januari 98,97 0,80 12,78 9376 180112

Februari 107,21 0,76 12,55 9405 181530

Maret 105,48 -0,23 12,04 9408 181239

April 107,58 0,15 11,74 9175 182963

Mei 108,22 0,21 11,40 8779 191707

Juni 108,89 0,09 10,57 8785 194878

Juli 120,74 0,03 9,41 9005 196589

Agustus 148,08 0,84 8,65 9035 201859

September 162,55 0,36 7,90 8889 207587

Oktober 197,88 0,55 7,72 8995 212614

November 203,30 1,01 7,08 9037 224318

Desember 332,63 0,94 6,78 8965 223799

2004

Januari 310,15 0,57 6,39 8941 209113

Februari 372,52 -0,02 6,05 8947 208161

Maret 359,02 0,36 5,97 9087 209153

April 307,32 0,97 5,96 9161 208169

Mei 286,44 0,88 6,46 9710 215861

Juni 329,52 0,48 6,57 9915 226147

Juli 334,71 0,39 6,58 9668 231007

Agustus 345,86 0,09 6,53 9828 232642

September 414,96 0,02 6,56 9670 234676

Oktober 436,84 0,56 6,61 9590 240495

November 494,94 0,86 6,71 9518 243536

Desember 491,16 1,04 6,86 9790 245946

2005

Januari 562,38 1,43 6,84 9665 242373

Februari 579,53 -0,17 6,82 9760 244668

Maret 549,70 1,91 6,83 9980 244003

April 535,15 0,34 6,89 10070 240477

Mei 584,15 0,21 6,97 9995 246669

Juni 622,15 0,50 7,14 10213 261814

Juli 608,30 0,78 7,23 10319 261120

Agustus 602,43 0,55 7,59 10740 268856

September 647,02 0,69 8,47 10810 267762

Oktober 606,76 8,70 9,23 10590 280270

November 567,26 1,31 9,71 10535 268694

Desember 604,57 -0,04 10,28 10330 271140

2006

Januari 680,27 1,36 10,79 9895 274069

Februari 694,03 0,58 11,12 9730 270338

Maret 746,75 0,03 11,18 9575 270425

April 852,45 0,05 11,10 9275 273594

Mei 762,61 0,37 10,95 9720 296101

Juni 729,65 0,45 10,90 9800 303803

Juli 770,23 0,45 10,86 9570 303156

Agustus 758,14 0,33 10,58 9600 319018

September 760,04 0,38 10,38 9735 323885

Oktober 819,10 0,86 9,92 9610 336273

November 846,04 0,34 9,35 9665 332316

Tahun Bulan

Indeks Harga Saham Sektor Pertambangan

Inflasi Suku

Bunga Nilai Tukar Jumlah Uang Beredar 2007

Januari 995,17 1,04 8,47 9590 335700

Februari 1128,17 0,62 8,27 9660 336393

Maret 1346,42 0,24 8,06 9618 331736

April 1494,03 -0,16 7,95 9583 342141

Mei 1529,37 0,10 7,72 9328 343309

Juni 1647,04 0,23 7,53 9554 371768

Juli 1812,51 0,72 7,22 9686 386234

Agustus 1649,77 0,75 7,03 9910 391960

September 2023,91 0,80 7,02 9637 400075

Oktober 2702,98 0,79 7,03 9603 404018

November 3140,36 0,18 6,95 9876 413429

Desember 3270,09 1,10 7,24 9919 450055

2008

Januari 3140,90 1,77 6,88 9791 410752

Februari 3554,74 0,65 6,95 9551 401410

Maret 2840,04 0,95 6,91 9717 409768

April 2954,52 0,57 6,94 9734 414390

Mei 3388,29 1,41 7,00 9818 426283

Juni 3415,96 2,46 7,16 9725 453047

Juli 2995,30 1,37 7,37 9618 445921

Agustus 2577,22 0,51 7,78 9653 440336

September 1833,24 0,97 8,54 9878 479738

Oktober 1095,87 0,45 9,37 11495 459116

November 897,51 0,12 9,50 12651 463590

Desember 877,68 -0,04 9,83 11450 456787

2009

Januari 922,16 -0,07 9,53 11855 437845

Februari 963,89 0,21 9,25 12480 434761

Maret 1005,54 0,22 8,73 12075 448034

April 1444,46 -0,31 8,68 11213 452937

Mei 1818,96 0,04 8,51 10840 456955

Juni 1848,54 0,11 8,62 10725 482621

Juli 2144,91 0,45 8,57 10420 468944

Agustus 2140,43 0,56 8,48 10560 490128

September 2238,59 1,05 7,84 10181 490502

Oktober 2085,22 0,19 7,77 10045 485538

November 2129,87 -0,03 7,74 9980 495061

Desember 2203,48 0,33 7,69 9900 515824

2010

Januari 2236,40 0,84 7,89 9865 496527

Februari 2178,87 0,30 7,69 9835 490084

Maret 2430,26 -0,14 7,83 9615 494461

April 2576,58 0,15 7,89 9512 494718

Mei 2275,26 0,29 7,82 9680 514005

Juni 2238,86 0,97 7,81 9583 545405

Juli 2274,82 1,57 7,79 9452 539746

Agustus 2304,95 0,76 7,78 9541 555495

September 2631,90 0,44 7,73 9424 549941

Oktober 2758,16 0,06 7,66 9428 555549

November 2870,84 0,60 7,68 9513 571337

Tahun Bulan

Indeks Harga Saham Sektor Pertambangan

Inflasi Suku

Bunga

Nilai Tukar

Jumlah Uang Beredar

2011

Januari 3043,51 0,89 7,92 9534 604169

Februari 3128,11 0,13 7,75 9323 585890

Maret 3162,21 -0,32 7,61 9209 580601

April 3257,34 -0,31 7,62 9074 584634

Mei 3236,32 0,12 7,55 9037 611791

Juni 3254,45 0,55 7,51 9097 636206

Juli 3362,55 0,67 7,49 9008 639688

Agustus 2883,57 0,93 7,46 9078 662806

September 2487,20 0,27 7,47 9323 656096

Oktober 2725,10 -0,12 7,51 9335 665000

November 2492,26 0,34 7,42 9670 667587

Desember 2532,38 0,57 7,39 9568 722991

2012

Januari 2710,02 0,76 6,95 9500 696323

Februari 2804,07 0,05 6,73 9585 683253

Maret 2760,39 0,07 6,46 9680 714258

April 2578,25 0,21 6,06 9690 720924

Mei 2066,20 0,07 5,92 10065 749450

Juni 2045,46 0,62 5,83 9980 779416

Juli 2001,01 0,70 5,85 9985 771792

Agustus 1905,95 0,95 5,77 10060 772429

September 2030,60 0,01 5,71 10088 795518

Oktober 1901,74 0,16 5,80 10115 774983

November 1781,82 0,07 5,79 10105 801403

Lampiran 2. Hasil Awal Uji Normalitas Kolmogorov Smirnov One-Sample Kolmogorov-Smirnov Test

INDEKS_SAHAM

N 111

Normal Parametersa,,b Mean 1592.7876

Std. Deviation 1080.13734

Most Extreme Differences Absolute .168

Positive .168

Negative -.089

Kolmogorov-Smirnov Z 1.769

Asymp. Sig. (2-tailed) .004

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

NILAI_TUKAR

N 111

Normal Parametersa,,b Mean 9661.12

Std. Deviation 432.699

Most Extreme Differences Absolute .081

Positive .081

Negative -.077

Kolmogorov-Smirnov Z .852

Asymp. Sig. (2-tailed) .462

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

SUKU_BUNGA

N 111

Normal Parametersa,,b Mean 7.90766

Std. Deviation 1.614988

Most Extreme Differences Absolute .201

Positive .201

Negative -.087

Kolmogorov-Smirnov Z 2.120

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal. b. Calculated from data.

Lanjutan Lampiran 2.

One-Sample Kolmogorov-Smirnov Test

INFLASI

N 111

Normal Parametersa,,b Mean .5192

Std. Deviation .45464

Most Extreme Differences Absolute .067

Positive .067

Negative -.046

Kolmogorov-Smirnov Z .707

Asymp. Sig. (2-tailed) .700

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

JUMLAH UANG BEREDAR

N 111

Normal Parametersa,,b Mean 418957.35

Std. Deviation 184437.549

Most Extreme Differences Absolute .135

Positive .135

Negative -.098

Kolmogorov-Smirnov Z 1.425

Asymp. Sig. (2-tailed) .034

a. Test distribution is Normal. b. Calculated from data.

Lampiran 3. Hasil Uji Kolmogorov Smirnov Setelah Penghapusan Pecilan dan Ditransformasi

One-Sample Kolmogorov-Smirnov Test

INDEKS HARGA SAHAM TR

N 106

Normal Parametersa,,b Mean 121.6187

Std. Deviation 58.29820

Most Extreme Differences Absolute .135

Positive .130

Negative -.135

Kolmogorov-Smirnov Z 1.388

Asymp. Sig. (2-tailed) .052

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

NILAI_TUKAR

N 106

Normal Parametersa,,b Mean 9705.29

Std. Deviation 510.569

Most Extreme Differences Absolute .130

Positive .130

Negative -.092

Kolmogorov-Smirnov Z 1.341

Asymp. Sig. (2-tailed) .055

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

SUKU BUNGA TR

N 106

Normal Parametersa,,b Mean .9429

Std. Deviation .03727

Most Extreme Differences Absolute .144

Positive .144

Negative -.068

Kolmogorov-Smirnov Z 1.479

Asymp. Sig. (2-tailed) .055

a. Test distribution is Normal. b. Calculated from data.

Lanjutan Lampiran 3.

One-Sample Kolmogorov-Smirnov Test

INFLASI

N 106

Normal Parametersa,,b Mean .5370

Std. Deviation .49671

Most Extreme Differences Absolute .069

Positive .069

Negative -.057

Kolmogorov-Smirnov Z .713

Asymp. Sig. (2-tailed) .689

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

J_UANG_BEREDAR

N 106

Normal Parametersa,,b Mean 411372.74

Std. Deviation 163331.249

Most Extreme Differences Absolute .130

Positive .130

Negative -.083

Kolmogorov-Smirnov Z 1.338

Asymp. Sig. (2-tailed) .056

a. Test distribution is Normal. b. Calculated from data.

Tahun Bulan

Indeks Harga Saham Sektor Pertambangan

Inflasi Suku Bunga Nilai Tukar Jumlah Uang Beredar 2007

Januari 995,17 1,04 8,47 9590 335700 Februari 1128,17 0,62 8,27 9660 336393 Maret 1346,42 0,24 8,06 9618 331736 April 1494,03 -0,16 7,95 9583 342141

Mei 1529,37 0,10 7,72 9328 343309

Juni 1647,04 0,23 7,53 9554 371768

Juli 1812,51 0,72 7,22 9686 386234

Agustus 1649,77 0,75 7,03 9910 391960 September 2023,91 0,80 7,02 9637 400075 Oktober 2702,98 0,79 7,03 9603 404018 November 3140,36 0,18 6,95 9876 413429 Desember 3270,09 1,10 7,24 9919 450055

2008

Januari 3140,90 1,77 6,88 9791 410752 Februari 3554,74 0,65 6,95 9551 401410 Maret 2840,04 0,95 6,91 9717 409768 April 2954,52 0,57 6,94 9734 414390

Mei 3388,29 1,41 7,00 9818 426283

Juni 3415,96 2,46 7,16 9725 453047

Juli 2995,30 1,37 7,37 9618 445921

Agustus 2577,22 0,51 7,78 9653 440336 September 1833,24 0,97 8,54 9878 479738 Oktober 1095,87 0,45 9,37 11495 459116 November 897,51 0,12 9,50 12651 463590 Desember 877,68 -0,04 9,83 11450 456787

2009

Januari 922,16 -0,07 9,53 11855 437845 Februari 963,89 0,21 9,25 12480 434761 Maret 1005,54 0,22 8,73 12075 448034 April 1444,46 -0,31 8,68 11213 452937

Mei 1818,96 0,04 8,51 10840 456955

Juni 1848,54 0,11 8,62 10725 482621 Juli 2144,91 0,45 8,57 10420 468944 Agustus 2140,43 0,56 8,48 10560 490128 September 2238,59 1,05 7,84 10181 490502 Oktober 2085,22 0,19 7,77 10045 485538 November 2129,87 -0,03 7,74 9980 495061 Desember 2203,48 0,33 7,69 9900 515824

2010

Januari 2236,40 0,84 7,89 9865 496527 Februari 2178,87 0,30 7,69 9835 490084 Maret 2430,26 -0,14 7,83 9615 494461 April 2576,58 0,15 7,89 9512 494718

Mei 2275,26 0,29 7,82 9680 514005

Juni 2238,86 0,97 7,81 9583 545405

Juli 2274,82 1,57 7,79 9452 539746

Agustus 2304,95 0,76 7,78 9541 555495 September 2631,90 0,44 7,73 9424 549941 Oktober 2758,16 0,06 7,66 9428 555549 November 2870,84 0,60 7,68 9513 571337 Desember 3274,16 0,92 8,07 9491 605411

Tahun Bulan

Indeks Harga Saham Sektor Pertambangan

Inflasi Suku Bunga

Nilai Tukar

Jumlah Uang Beredar

2011

Januari 3043,51 0,89 7,92 9534 604169 Februari 3128,11 0,13 7,75 9323 585890 Maret 3162,21 -0,32 7,61 9209 580601 April 3257,34 -0,31 7,62 9074 584634

Mei 3236,32 0,12 7,55 9037 611791

Juni 3254,45 0,55 7,51 9097 636206

Juli 3362,55 0,67 7,49 9008 639688

Agustus 2883,57 0,93 7,46 9078 662806 September 2487,20 0,27 7,47 9323 656096 Oktober 2725,10 -0,12 7,51 9335 665000 November 2492,26 0,34 7,42 9670 667587 Desember 2532,38 0,57 7,39 9568 722991

2012

Januari 2710,02 0,76 6,95 9500 696323 Februari 2804,07 0,05 6,73 9585 683253 Maret 2760,39 0,07 6,46 9680 714258 April 2578,25 0,21 6,06 9690 720924

Mei 2066,20 0,07 5,92 10065 749450

Juni 2045,46 0,62 5,83 9980 779416

Juli 2001,01 0,70 5,85 9985 771792

Agustus 1905,95 0,95 5,77 10060 772429 September 2030,60 0,01 5,71 10088 795518 Oktober 1901,74 0,16 5,80 10115 774983 November 1781,82 0,07 5,79 10105 801403 Desember 1863,65 0,54 5,92 10170 841722

Lampiran 2. Hasil Awal Uji Normalitas Kolmogorov Smirnov

One-Sample Kolmogorov-Smirnov Test

INDEKS_SAHAM

N 111

Normal Parametersa,,b Mean 1592.7876

Std. Deviation 1080.13734

Most Extreme Differences Absolute .168

Positive .168

Negative -.089

Kolmogorov-Smirnov Z 1.769

Asymp. Sig. (2-tailed) .004

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

NILAI_TUKAR

N 111

Normal Parametersa,,b Mean 9661.12

Std. Deviation 432.699

Most Extreme Differences Absolute .081

Positive .081

Negative -.077

Kolmogorov-Smirnov Z .852

Asymp. Sig. (2-tailed) .462

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

SUKU_BUNGA

N 111

Normal Parametersa,,b Mean 7.90766

Std. Deviation 1.614988

Most Extreme Differences Absolute .201

Positive .201

Negative -.087

Kolmogorov-Smirnov Z 2.120

Asymp. Sig. (2-tailed) .000

a. Test distribution is Normal. b. Calculated from data.

Lanjutan Lampiran 2.

One-Sample Kolmogorov-Smirnov Test

INFLASI

N 111

Normal Parametersa,,b Mean .5192

Std. Deviation .45464

Most Extreme Differences Absolute .067

Positive .067

Negative -.046

Kolmogorov-Smirnov Z .707

Asymp. Sig. (2-tailed) .700

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

JUMLAH UANG BEREDAR

N 111

Normal Parametersa,,b Mean 418957.35

Std. Deviation 184437.549

Most Extreme Differences Absolute .135

Positive .135

Negative -.098

Kolmogorov-Smirnov Z 1.425

Asymp. Sig. (2-tailed) .034

a. Test distribution is Normal. b. Calculated from data.

Lampiran 3. Hasil Uji Kolmogorov Smirnov Setelah Penghapusan

Pecilan dan Ditransformasi

One-Sample Kolmogorov-Smirnov Test

INDEKS HARGA SAHAM TR

N 106

Normal Parametersa,,b Mean 121.6187

Std. Deviation 58.29820

Most Extreme Differences Absolute .135

Positive .130

Negative -.135

Kolmogorov-Smirnov Z 1.388

Asymp. Sig. (2-tailed) .052

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

NILAI_TUKAR

N 106

Normal Parametersa,,b Mean 9705.29

Std. Deviation 510.569

Most Extreme Differences Absolute .130

Positive .130

Negative -.092

Kolmogorov-Smirnov Z 1.341

Asymp. Sig. (2-tailed) .055

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

SUKU BUNGA TR

N 106

Normal Parametersa,,b Mean .9429

Std. Deviation .03727

Most Extreme Differences Absolute .144

Positive .144

Negative -.068

Kolmogorov-Smirnov Z 1.479

Asymp. Sig. (2-tailed) .055

a. Test distribution is Normal. b. Calculated from data.

Lanjutan Lampiran 3.

One-Sample Kolmogorov-Smirnov Test

INFLASI

N 106

Normal Parametersa,,b Mean .5370

Std. Deviation .49671

Most Extreme Differences Absolute .069

Positive .069

Negative -.057

Kolmogorov-Smirnov Z .713

Asymp. Sig. (2-tailed) .689

a. Test distribution is Normal. b. Calculated from data.

One-Sample Kolmogorov-Smirnov Test

J_UANG_BEREDAR

N 106

Normal Parametersa,,b Mean 411372.74

Std. Deviation 163331.249

Most Extreme Differences Absolute .130

Positive .130

Negative -.083

Kolmogorov-Smirnov Z 1.338

Asymp. Sig. (2-tailed) .056

a. Test distribution is Normal. b. Calculated from data.