Analisis Data dan Pembahasan

B. Analisis Data dan Pembahasan

1. Metode analisis data

a. Uji pemilihan model

Pemilihan bentuk fungsi model empirik merupakan masalah empirik (empirical question) yang sangat penting. Hal ini karena teori ekonomi tidak secara spesifik menunjukkan bentuk fungsi suatu model empirik dinyatakan dalam bentuk linear atau log-linear atau bentuk fungsi lainnya. Oleh karena itu, dalam melakukan studi empiris sebaiknya model yang akan digunakan diuji dulu, apakah sebaiknya menggunakan bentuk linear ataukah log-linear (Insukindro et al., 2003: 14).

Ada beberapa metode yang dapat digunakan dalam pemilihan bentuk fungsi model empirik antara lain metode transformasi Box-Cox,

MWD test , metode Bara dan McAleer atau B-M test dan metode yang dikembangkan Zarembka (Modul Laboratorium Ekonometrika, 2006: 80). Dalam penelitian ini akan menggunakan metode yang dikembangkan Mac Kinnon, White dan Davidson pada tahun 1983 yang lebih dikenal dengan MWD test.

Rule of thumb dari uji MWD adalah bila Z 1 signifikan secara statistik, maka kita menolak model yang benar adalah linier atau dengan kata lain, b ila Z 1 signifikan secara statistik maka model yang benar adalah log-linier. Sebaliknya bila Z 2 signifikan secara statistik maka kita menolak model yang benar adalah log-linier atau dengan kata lain, bila Z 2 signifikan secara statistik maka model yang

benar adalah linier. Hasil uji MWD adalah:

Tabel 4.6 Hasil Uji MWD Linier

Coefficients a

(Constant) SBI JUB INF IMPOR Z1

Model 1

B Std. Error

t Sig.

a. Dependent Variable: KURS

Sumber: Hasil olahan SPSS Sumber: Hasil olahan SPSS

berarti model linier dapat digunakan.

Tabel 4.7 Hasil Uji MWD Log-Linier

Coefficients a

(Constant) LSBI LJUB

LINF LIMPOR

Z2

Model 1

B Std. Error

t Sig.

a. Dependent Variable: LKURS

Sumber: Hasil olahan SPSS

Dari hasil uji MWD tersebut dapat kita lihat Z 2 tidak signifikan secara statistik pada tingkat signifikansi 5% (Z 2 = 0,000). Hal tersebut

berarti model log-linier dapat digunakan.

Berdasarkan hasil uji MWD di atas, yaitu MWD linear dan MWD log-linear dapat diketahui bahwa Z 1 signifikan secara statistik (Z 1 =

0,000) dan Z 2 signifikan secara statistik (Z 2 = 0,000). Dari hasil

tersebut kedua model dapat digunakan dalam penelitian ini .

b. Metode regresi linier berganda (Ordinary Least Square)

Untuk menguji hipotesis menggunakan analisis regresi lin ier berganda sehingga dapat mengetahui pengaruh suku bunga SBI, jumlah uang beredar, inflasi, nilai impor terhadap nilai kurs rupiah. Pada persamaan regresi tersebut antara variable inflansi dan suku Untuk menguji hipotesis menggunakan analisis regresi lin ier berganda sehingga dapat mengetahui pengaruh suku bunga SBI, jumlah uang beredar, inflasi, nilai impor terhadap nilai kurs rupiah. Pada persamaan regresi tersebut antara variable inflansi dan suku

Tabel 4.8 Hasil Regresi Persamaan OLS

Coefficients a

(Constant) JUB INF IMPOR

Model 1

B Std. Error

t Sig.

a. Dependent Variable: KURS

Sumber: Hasil olahan SPSS th 2011

Berdasarkan tabel 4.8 dapat dibuat persamaan regresi sebagai berikut : KURS=7800,52+0,001JUB+46,658INF-

3,2E008IMPOR…...…………………… (4.8) Tahap selanjutnya setelah dilakukan estimasi regresi maka

dilakukan uji statistik dan uji asumsi klasik. Pengujian tersebut dilakukan untuk mengetahui apakah dugaan sementara (hipotesis) terhadap parameter sudah sesuai secara teori dan statistik.

c. Uji statistik

1) Uji t statistik Dari tabel 4.8

a) Variabel jumlah uang beredar (JUB) memiliki koefisien regresi sebesar 0,001 dan nilai probabilitas sebesar 0,003 sehingga a) Variabel jumlah uang beredar (JUB) memiliki koefisien regresi sebesar 0,001 dan nilai probabilitas sebesar 0,003 sehingga

b) Variabel inflasi (INF) memiliki koefisien regresi sebesar 46,658 dan nilai probabilitas sebesar 0,042 sehingga signifikan dengan hubungan positif atau searah dengan variabel dependen KURS.

c) Variabel volume impor memiliki koefisien regresi sebesar - 3,2E-008 dan nilai probabilitas sebesar 0,39 sehingga tidak signifikan dengan variabel dependen KURS.

2) Uji F statistik

Jika melihat probabilitas F-Statistik hasil regresi persamaan suku bunga pinjaman perbankan pada tabel 4.8 diatas, dimana nilai probabilitas F-Statistiknya sebesar 0,018 yang lebih kecil dari tingkat signifikan 5% atau 0,05 maka secara bersama-sama variabel jumlah uang beredar, inflansi, dan impor berpengaruh terhadap variabel kurs rupiah.

3) Koefisien determinasi

Melihat koefisien determinan (R 2 ) pada persamaan penanaman modal dalam negeri sebesar 0,149. Berarti nilai ini menunjukan bahwa variasi dependen variabel sebesar 14,90% mampu dijelaskan independen variabel. Sisanya sebesar 65,10% dijelaskan oleh variabel-variabel diluar variabel yang digunakan dalam persamaan.

1) Uji multikolinearitas

Suatu keadaan dimana terdapat korelasi antar variabel bebas didalam model regresi. Mendeteksi multikolinearitas dapat digunakan matriks korelasi (pearson corelations) yaitu hubungan dari berbagai variabel yang dipakai dalam model regresi. Jika

koefisien korelasi >0,8 maka pengaruh masing-masing variabel X 1

sangat besar sehingga menjadi Multikolinearitas.

Hasil dari uji Klein untuk variabel-variabel bebas dapat dilihat pada tabel berikut.

Tabel 4.9 Hasil Uji Multikolinearitas .

Variabel

Rhit

Batas R

Keterangan

KURS- JUB

Tdk Multiko

KURS– Inflasi

Tdk Multiko

KURS– Impor

Tdk Multiko

Tdk Multiko

Tdk Multiko

Impor – Inflasi

Tdk Multiko

Sumber: Hasil olahan SPSS 17

Dari hasil perhitungan diperoleh nilai Rhitung antara variabel- variabel independen yang ditunjukkan dalam tabel diatas lebih

kecil 0,800. Dapat diambil kesimpulan bahwa pada model regresi yang ditaksir tidak terdapat masalah multikolinearitas.

2) Uji heteroskedastisitas 2) Uji heteroskedastisitas

Ho = tidak terdapat heteroskedastisitas Ha = terdapat heteroskedastisitas Bila nilasi t hitung < t tabel pada taraf signifikansi tertentu dan df

= N – k, maka Ho diterima, yang berarti tidak terdapat hubungan yang signifikansi antara residual dengan variabel penjelasnya atau dengan kata lain tidak terdapat masalah heteroskedastisitas dalam model.

Table 4.10 uji Heteroskedastisitas

Coefficients a

(Constant) JUB INF IMPOR

Model 1

B Std. Error

t Sig.

a. Dependent Variable: Unstandardized Residual

Sumber: Hasil olahan SPSS 17 Berdasarkan dari hasil estimasi dengan menggunakan uji Gletjer pada model regresi linier berganda tidak terjadi masalah Sumber: Hasil olahan SPSS 17 Berdasarkan dari hasil estimasi dengan menggunakan uji Gletjer pada model regresi linier berganda tidak terjadi masalah

pada model

tersebut

tidak

terdapat masalah

heteroskedastisitas.

3) Uji autokorelasi

Autokorelasi dapat didefinisikan sebagai adanya korelasi antara unsur-unsur variabel pengganggu sehingga penaksir tidak lagi

efisien baik dalam sampel kecil ataupun sampel besar. Dalam penelitian ini untuk mendeteksi ada tidaknya masalah autokorelasi akan digunakan Lagrange Multiplier Test.

Dalam penelitian in i untuk mendeteksi ada tidaknya autokorelasi akan digunakan Lagrange Multiplier Test. Langkah dari Lagrange Multiplier Test adalah Melakukan regresi terhadap variabel independen dengan menempatkan nilai residual dari hasil regresi OLS sebagai variabel dependennya. Memasukkan nilai R² hasil regresi OLS ke dalam rumus (n- 1)R², dimana n adalah

jumlah observasi. Membandingkan nilai R 2 dari hasil regresi tersebut dengan nilai c² dalam tabel statistik Chi Square. Kriterianya adalah, jika apabila nilai (n-1) R 2 < nilai tabel c² berarti tidak terjadi masalah autokorelasi. Dan apabila nilai (n-1) R 2 > nilai tabel c² berarti terjadi masalah. Hasil dari perhitung nilai (n- 1)R² = 0, sedang c² = 79,0819 oleh karena 0 < 79,0819 maka tidak jumlah observasi. Membandingkan nilai R 2 dari hasil regresi tersebut dengan nilai c² dalam tabel statistik Chi Square. Kriterianya adalah, jika apabila nilai (n-1) R 2 < nilai tabel c² berarti tidak terjadi masalah autokorelasi. Dan apabila nilai (n-1) R 2 > nilai tabel c² berarti terjadi masalah. Hasil dari perhitung nilai (n- 1)R² = 0, sedang c² = 79,0819 oleh karena 0 < 79,0819 maka tidak

2. Interpretasi Hasil Analisis Regresi

a. Pengaruh JUB terhadap Kurs

Hasil estimasi Ordinary Least Square (OLS) menunjukkan bahwa variabel JUB mempunyai pengaruh positif dan signifikan terhadap

kurs rupiah. Hubungan yang positif ini sesuai dengan hipotesis di awal penelitian yang menyatakan bahwa variabel JUB mempunyai pengaruh

positif terhadap kurs rupiah. Koefisien variabel JUB yaitu sebesar 0,001 dan sign ifikan pada tingkat signifikansi 5% yang ditunjukkan

dengan probabilitas sebesar 0,0000.

Kurs merupakan salah satu harga yang lebih penting dalam perekonomian terbuka, mengingat pengaruhnya yang besar bagi neraca transaksi berjalan maupun bagi variabel-variabel makro ekonomi.

b. Pengaruh Inflasi terhadap Kurs

Hasil estimasi Ordinary Least Square (OLS) menunjukkan bahwa variabel inflasi berpengaruh positif terhadap kurs rupiah dengan koefisien regresi sebesar 18,041. Artinya jika inflasi naik 1 persen akan menyebabkan peningkatan kurs sebesar 18,041 persen, dengan asumsi variabel-variabel lain tetap. Pernyataan ini sesuai dengan hipotesis bahwa inflasi diduga berpengaruh positif signifikan terhadap kurs rupiah dengan derajat signifikansi 5 % yang ditunjukkan dengan probabilitas sebesar 0,000.

bunga dalam negeri cenderung naik, kenaikan tingkat bunga dalam negeri cenderung menarik modal masuk luar negeri. Kurs valuta asing akan turun (mata uang sendiri nilainya naik relatif terhadap valuta asing). Semua kegiatan ekonomi dan kebijakan pemerintah (fiskal dan moneter) yang mempengaruhi pendapatan, harga dan tingkat bunga, juga akan berpengaruh terhadap kurs valuta asing.

Kebijakan pemerintah (kenaikan pengeluaran misalnya) akan menaikkan pendapatan dan harga, kenaikan pendapatan dan harga ini akan menyebabkan impor naik dan berarti akan meningkatkan permintaan valuta asing, akibatnya selanjutnya kurs valuta asing akan naik (terdepresiasi mata uang sendiri). Di samping faktor ekonomi yang dapat mempengaruhi perubahan kurs valuta asing akan naik. Faktor psikologis juga akan dapat mempengaruhi pergeseran kurva permintaan dan penawaran valuta asing.

c. Pengaruh Impor terhadap Kurs

Hasil estimasi Ordinary Least Square (OLS) menunjukkan bahwa nilai impor tidak mempunyai pengaruh negatif dan tidak signifikan terhadap kurs rupiah. Koefisien variabel volume kredit yaitu sebesar - 3,2E-008 dan tidak signifikan pada tingkat signifikansi 5% yang ditunjukkan dengan probabilitas sebesar 0,394. Impor tidak berpengaruh signifikan ini tidaksesuai dengan hipotesis di awal Hasil estimasi Ordinary Least Square (OLS) menunjukkan bahwa nilai impor tidak mempunyai pengaruh negatif dan tidak signifikan terhadap kurs rupiah. Koefisien variabel volume kredit yaitu sebesar - 3,2E-008 dan tidak signifikan pada tingkat signifikansi 5% yang ditunjukkan dengan probabilitas sebesar 0,394. Impor tidak berpengaruh signifikan ini tidaksesuai dengan hipotesis di awal