HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Dalam bab ini akan disajikan hasil dari analisa data berdasarkan pengamatan sejumlah variabel yang dipakai dalam penelitian. Sebagaimana yang telah diuraikan pada bab sebelumnya, penelitian ini melibatkan dua variabel independen yaitu devaluasi Yuan dan cadangan devisa Republik Indonesia dan satu variabel dependen yaitu nilai tukar Rupiah terhadap Dolar Amerika Serikat. Populasi dalam penelitian ini adalah seluruh nilai kurs pada awal terbentuknya nilai kurs USD/IDR. Teknik sampling yang digunakan dalam penelitian ini adalah purposive sampling dimana populasi akan disaring melalui kriteria yang telah ditentukan oleh penulis, sehingga diperoleh sampel berupa 12 data bulanan rata-rata kurs tengah harian untuk USD/CNY dan USD/IDR serta 12 data selisih bulanan posisi cadangan devisa.

4.1. Analisis Kondisi Kebijakan Devaluasi Yuan, Cadangan Devisa dan Nilai Tukar Rupiah per Dolar Amerika pada Tahun 2015

4.1.1. Perkembangan Devaluasi Yuan pada Tahun 2015

Devaluasi Yuan merupakan suatu kebijakan nasional yang diterbitkan oleh Pemerintah Republik Rakyat Tiongkok, data yang digunakan pada variabel ini adalah data historis kurs tengah transaksi harian USD/CNY yang bersumber dari www.federalreserve.gov. Lalu selanjutnya data tersebut diolah oleh penulis sehingga mendapatkan rata-rata kurs tengah perbulan yang dapat dilihat pada lampiran 1. Adapun contoh perhitungan untuk mendapatkan nilai rata-rata kurs tengah transaksi devaluasi Yuan sebagai berikut:

∑ Xi

Nilai kurs tengah

Jika dilakukan penghitungan dengan menggunakan bentuk tabel, maka hasilnya adalah sebagai berikut :

Tabel 4.1.
 Contoh Perhitungan Kurs Tengah Transaksi USD/CNY di Bulan Agustus 2015 dengan Menghitung Rata-ratanya

Tanggal

Kurs Tengah Transaksi

Rata-rata Kurs Tengah Transaki Bulanan

(Sumber: www.federalreserve.gov. Diolah)

Dari perhitungan tersebut, maka didapatkan sampel yang berjumlah 12 (dua belas) data sebagai berikut:

Tabel 4.2. Hasil Data Kurs Tengah Transaksi Bulanan pada Tahun 2015

Tanggal

USD/CNY

(Sumber: www.federalreserve.gov. Diolah)

Adapun alasan dibalik pengambilan 12 (dua belas) data time series tersebut adalah untuk mendapatkan estimasi yang lebih tepat terhadap kontrol variabel pada tahun 2015 saja agar hasil yang didapatkan tidak terpengaruhi data yang tidak terikat dengan kejadian tersebut. Setelah didapatkan data tersebut, maka langkah selanjutnya adalah menganalisisnya dengan menggunakan tabel berikut ini:

Tabel 4.3. Hasil Olahan Tabel Deskriptif Statistik Kurs Tengah Transaksi USD/CNY pada Tahun 2015

Tanggal

USD/CNY

Jan, 2015

Feb, 2015

Mar, 2015

Apr, 2015

Nilai Maksimal

Nilai Minimal

Standar Deviasi

(Sumber: www.federalreserve.gov. Diolah)

Hasil dari tabel diatas jika digambarkan dalam sebuah grafik maka akan terlihat seperti grafik berikut ini :

USD/CNY

! Jan, 2015 Mar, 2015 May, 2015

Pergerakan Kurs Tengah USD/CNY Pada Tahun 2015

(Sumber: www.federalreserve.gov. Diolah)

Pada tabel tersebut dapat dilihat bahwa rata-rata nilai Yuan yang berkisar pada angka 6,2830 maka dapat dinilai bahwa tidak terjadi peningkatan nilai kurs secara ekstrem, atau kebijakan devaluasi kurs tersebut memiliki dampak yang moderat, sehingga tidak menimbulkan shock yang berlebihan tetapi tetap memenuhi kepentingan pemerintah Tiongkok untuk mengendalikan Pada tabel tersebut dapat dilihat bahwa rata-rata nilai Yuan yang berkisar pada angka 6,2830 maka dapat dinilai bahwa tidak terjadi peningkatan nilai kurs secara ekstrem, atau kebijakan devaluasi kurs tersebut memiliki dampak yang moderat, sehingga tidak menimbulkan shock yang berlebihan tetapi tetap memenuhi kepentingan pemerintah Tiongkok untuk mengendalikan

Kemudian jika dilihat pada nilai maksimal kurs USD/CNY yang berada pada bulan Desember 2015, hal ini menandakan bahwa terdapat efek berkepanjangan dari devaluasi Yuan sehingga menyebabkan nilai kurs USD/CNY terus terkoreksi dan terdepresiasi. Hal ini diduga akan memperlambat perekonomian Tiongkok yang sebelumnya berkembang pesat.

Perkembangan tersebut diduga terjadi sampai pada sebelum bulan April 2015 dimana nilai paling minimum USD/CNY berada pada angka 6,2010. Hal ini berarti bahwa nilai Yuan sangat tinggi dan menandakan bahwa perekonomian Tiongkok berada pada level yang terlalu pesat sehingga ditakutkan akan melemahkan nilai ekspornya. Hal tersebut kemudian dilanjutkan dengan kebijakan devaluasi Yuan yang dimulai pada bulan Agustus sehingga membuat nilai Yuan terdepresiasi hingga pada nilai maksimalnya pada bulan Desember 2015.

Hal ini tentu mencerminkan dua sisi yang berbeda, di satu sisi terlihat bahwa hal ini cenderung berbahaya dikarenakan tren depresiasi terus terjadi dan menekan Yuan dan dapat membahayakan perekonomian Tiongkok. Tetapi di sisi lain berdasarkan kebijakan pemerintah Tiongkok yang mengutamakan ekspor, maka hal ini tentu menggembirakan bagi pemerintah Tiongkok yang dikarenakan jika semakin rendah nilai Yuan, maka jumlah ekspor tentu akan semakin meningkat. Dan hal ini kemungkinan merupakan hal yang menjadi tujuan utama bagi pemerintah Tiongkok.

Lalu jika menilai dari nilai maksimal dan minimalnya tidak terlalu ekstrem dan nilai standar deviasi yang rendah. Hal ini menjelaskan adanya kebijakan Bank Rakyat Tiongkok yang senantiasa mengintervensi nilai kursnya, sehingga tidak terjadi market shock yang dapat menyebabkan kehilangan rasa percaya investor terhadap nilai tukar Yuan. Hal ini berarti bahwa pemerintah Republik Rakyat Tionghoa walaupun telah meninggalkan sistem fixed rate semenjak tahun 2005, tetapi mereka masih menjalakan kebijakan sentralisasi.

Selain itu juga pada grafik 4.1 dapat dianalisis bahwa tren semenjak bulan Agustus 2015, kebijakan devaluasi yang membuat nilai Yuan terdepresiasi tetap menimbulkan gejolak dan terus meningkat nilainya. Hal ini mengindikasikan bahwa walaupun dengan sistem kurs mengambang terkendali yang diterapkan oleh Bank Rakyat Tiongkok, hal tersebut ternyata tetap memicu massive

sell off yang dimanfaatkan leh para pedagang pasar valuta asing sehingga terlihat bahwa Bank Rakyat Tiongkok terus menerus melakukan koreksi nilai untuk menekan nilai Yuan semakin

terdepresiasi.

4.1.2. Perkembangan Cadangan Devisa di Indonesia pada Tahun 2015

Dari hasil data yang diunduh dari situs www.bi.go.id yang berupa data cadangan devisa menurut metode IRFCL. Peneliti mengolah data tersebut untuk mendapatkan perkembangan data cadangan devisa di Indonesia, dan untuk mendapatkan indikatornya yang berupa selisih cadangan devisa, berikut ini contoh perhitungan cadangan devisa pada bulan Agustus sampai dengan September 2015:

Selisih IRFCL = X t –X t –1

Selisih IRCL = $ 101.720.000.000 – 105.346.000.000 = - $ 3.626.000.000

Selanjutnya, pengolahan data perkembangan cadangan devisa pada tahun 2015 dengan menggunakan statistik deskriptif dapat dilihat pada tabel berikut ini :

Tabel 4.4.

Pengolahan Data Perkembangan Cadangan Devisa pada Tahun 2015 Menggunakan Statistik

Deskriptif

Cadangan Devisa

Tanggal

(IRFCL)

Selisih IRFCL

Nilai Maksimal

Nilai Minimal

(Sumber: www.bi.go.id. Diolah)

Jika digambarkan ke dalam sebuah grafik, maka tabel diatas terlihat seperti berikut ini :

Selisih Cadangan Devisa

-1,500,000,000 -3,000,000,000 -4,500,000,000

Tanggal Feb, 2015 Apr, 2015 Jun, 2015 Aug, 2015 Oct, 2015 Dec, 2015 Grafik 4.2. Pengolahan Data Perkembangan Cadangan Devisa pada Tahun 2015

(Sumber: www.bi.go.id. Diolah)

Dari informasi tersebut diatas, dapat dilihat dari nilai rata-ratanya menunjukan angka negatif. Hal ini berarti pada tahun 2015, posisi cadangan devisa terus terjadi penurunan yang menyimpulkan bahwa terjadi kemerosotan ekonomi pada faktor prediktor cadangan devisa yang menyebabkan kondisi ekonomi Indonesia memburuk. Hal ini tentu menyimpulkan bahwa sudah sewajarnya nilai tukar USD/IDR mengalami depresiasi nilai.

Lalu terlihat bahwa nilai maksimalnya berada pada bulan Desember. Hal tersebut mengindikasikan bahwa dengan terpuruknya nilai tukar USD/IDR, membuat pemerintah tersadar bahwa keadaan makroekonomi sedang bermasalah. Diduga peningkatan tersebut disebabkan oleh paket kebijakan ekonomi yang dilakukan pemerintah Indonesia untuk mencegah nilai kurs semakin anjlok.

Namun terlihat juga bahwa nilai minimum terbesar berada pada bulan Februari. Hal ini diduga disebabkan oleh hutang luar negeri di Indonesia yang terus menumpuk hingga membebani cadangan devisa yang dapat dilihat pada lampiran 3. Hal ini ditunjukan pula dengan perkembangan cadangan devisa yang terus menerus mengalami nilai minus semenjak bulan Februari 2015, artinya bahwa cadangan devisa secara konstan mengalami penurunan nilai.

Dari tabel tersebut juga dapat dianalisis bahwa standar deviasi yang ada sesungguhnya cukup besar dikarenakan nilai standar deviasinya dapat mendekati nilai maksimal dan minimalnya Dari tabel tersebut juga dapat dianalisis bahwa standar deviasi yang ada sesungguhnya cukup besar dikarenakan nilai standar deviasinya dapat mendekati nilai maksimal dan minimalnya

4.1.3. Perkembangan Nilai Tukar Rupiah Terhadap Dolar Amerika Serikat pada Tahun 2015

Dari hasil data yang didapatkan dari www.bi.go.id yang berupa data historis kurs transaksi jual dan beli USD/IDR. Maka selanjutnya data tersebut diolah oleh penulis sehingga mendapatkan rata-rata kurs tengah perbulan yang dapat dilihat pada lampiran 2. Adapun contoh perhitungan pada bulan Agustus untuk mendapatkan nilai kurs tengah transaksi adalah sebagai berikut:

∑ Xi

Nilai kurs tengah

Dari contoh perhitungan tersebut, didapatkan angka kurs tengah harian. Lalu dari keseluruhan data harian tersebut yang dikumpulkan dalam bulanan, maka selnajutnya dirata-ratakan jumlahnya hingga mendapatkan hasil:

Tabel 4.5.
 Contoh Perhitungan Kurs Tengah Transaksi USD/IDR di Bulan Agustus 2015 dengan Menghitung Rata-ratanya

Kurs Tengah Tanggal

Kurs Jual

Kurs Beli

Transaksi

Transaksi

Transaksi

14,081.00 4-Aug-15

3-Aug-15

14,127.00 5-Aug-15

14,160.00 6-Aug-15

14,178.00 7-Aug-15

14,234.00 10-Aug-15

14,285.00 11-Aug-15

Rata-rata Kurs Tengah Transaki Bulanan

(Sumber: www.bi.go.id. Diolah)

Setelah didapatkan data tersebut, maka langkah selanjutnya adalah menganalisisnya dengan menggunakan tabel deskriptif berikut ini:

Tabel 4.6. Hasil Olahan Tabel Deskriptif Statistik Kurs Tengah Transaksi USD/IDR pada Tahun 2015

Tanggal

USD/IDR

Nilai Maksimal

Nilai Minimal

Standar Deviasi

(Sumber: www.bi.go.id. Diolah)

Jika digambarkan ke dalam sebuah grafik maka terlihat sebagai berikut :

Grafik 4.3. Pergerakan Kurs Tengah Transaksi USD/IDR pada Tahun 2015

(Sumber: www.bi.go.id. Diolah)

Pada tabel tersebut dapat dilihat bahwa nilai rata-ratanya menunjukan angka cukup tinggi yaitu 13.389 yang berarti bahwa nilai tukar USD/IDR memang mengalami tren depresiasi. Hal tersebut juga didukung oleh grafik 4.3 yang menunjukan trennya memang terus meningkat. Hal tersebut diduga berkorelasi dengan keadaan devaluasi Yuan dan cadangan devisa yang memang nilai rata-ratanya menunjukan tren depresiasi.

Pada nilai maksimalnya sendiri yang ditunjukan berada pada bulan September 2015 dapat dianalisis bahwa hal ini disebabkan oleh keadaan USD/CNY dan selisih cadangan devisa yang pada bulan September 2015 dimana pada saat itu nilai USD/CNY berada pada nilai kedua terbesar nilai maksimalnya dan selisih cadangan devisa juga berada pada nilai kedua terbesar nilai minimumnya.

Pada nilai minimalnya sendiri, nilainya menunjukan angka 12.579 yang terjadi di bulan Januari 2015. Hal ini berarti bahwa kurs USD/IDR tidak bounce back setelah terjadi fluktuasi pada nilainya yang disebabkan oleh devaluasi Yuan dan cadangan devisa yang memburuk. Hal tersebut Pada nilai minimalnya sendiri, nilainya menunjukan angka 12.579 yang terjadi di bulan Januari 2015. Hal ini berarti bahwa kurs USD/IDR tidak bounce back setelah terjadi fluktuasi pada nilainya yang disebabkan oleh devaluasi Yuan dan cadangan devisa yang memburuk. Hal tersebut

4.2. Pengaruh antara Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

Untuk mengetahui pengaruh dan hubungan diantara devaluasi Yuan dan cadangan devisa terhadap nilai tukar Rupiah per Dolar Amerika Serikat secara bersama, diperlukan uji normalitas dan uji asumsi klasik terlebuh dahulu. Setelah itu baru dilakukan analisis koefisien berganda, analisis koefisien determinasi, dan analisis regresi berganda.

4.2.1. Uji Normalitas

Dari data yang telah terkumpul, maka kesemuanya kemudian dimasukan ke aplikasi statistik pengolahan data SPSS dan melalui uji Kolmogorov-Smirnov, maka didapatkan tabel sebagai berikut :

Tabel 4.7. Uji Kolmogorov-Smirnov Devaluasi Yuan, Cadangan Devisa dan Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel diatas, dilihat bahwa ketiga variabel yang diuji, nilai residualnya melebihi tingkat signifikansi 0,05. Dengan nilai residual diatas 0,05 maka data dapat disimpulkan bersifat normal. Hal ini sebenarnya sejalan dengan hasil analisis statistik deksriptif yang menyimpulkan bahwa nilai standar deviasinya tidak terlalu tinggi. Hal tersebut ditunjukan dari grafik histogram juga menegaskan bahwa distribusi data dapat disebut normal karena membentuk seperti lonceng, yang tampak dalam Grafik sebagai berikut:

Grafik 4.4. Histogram Data Devaluasi Nilai Yuan, Cadangan Devisa dan Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari gambar tersebut dapat disimpulkan bahwa kesemua data bersifat normal dan lolos uji normalitas data.

4.2.2. Uji Asumsi Klasik

Syarat untuk dilakukan uji regresi linear berganda adalah bahwa keseluruhan variabel yang akan duji harus lolos uji asumsi klasik. Maka dari itu penulis akan melakukan uji asumsi klasik

sebelum memasukan ke dalam regresi linear berganda yang berupa:

1. Uji Multikolinearitas

Uji multikolinearitas digunakan untuk memeriksa kesalahan teoritis di dalam menentukan variabel yang akan diuji. Kesalahan teoritis tersebut biasanya bersifat dimana variabel yang diuji mempunyai sifat hampir sama atau bahkan sama. Kesalahan tersebut dapat memberikan konsekuensi berupa penyimpangan model regresi sehingga hasil yang didapatkan cenderung bias. Pada uji multikolinearitas, digunakan uji kolinearitas statistik yang menggunakan uji beda membandingkan nilai Tolerance dan nilai VIF. Data dapat disebut tidak mengalami multikolinearitas jika nilai tolerance diatas 0,10 dan nilai VIF dibawah 10,00.

Tabel 4.8. Uji Multikolinearitas Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel hasil pengujian diatas dapat disimpulkan bahwa: USDCNY & FXRES memberikan nilai tolerance 0,923 > 0,10 ; dan

USDCNY & FXRES memberikan nilai VIF 1,072 < 10,00. Dalam kriteria uji dijelaskan bahwa nilai tolerance harus diatas 0,10 dan nilai VIF dibawah 10,00. Maka dapat disimpulkan diantara variabel independen tidak terdapat gejala multikolinearitas, atau kedua variabel merupakan jenis alat ukur yang bersifat sama.

2. Uji Heterokedastisitas

Uji heterokedastisitas adalah pengujian yang dilakukan untuk melihat penyimpangan atau ketidaksamaan varian dari residual untuk semua pengamatan pada model regresi. Uji heterokedasitisas dalam penelitian ini memiliki dua kriteria uji, yaitu harus lolos uji glejser, dan juga harus memenuhi kriteria data yang menyebar di scatter plot. Untuk hasil uji glejser dalam software SPSS, setelah didapatkan hasil residual absolut, maka langkah selanjutnya adalah meregreskan kedua variabel independen terhadap nilai residual absolutnya. Maka didapatkan data sebagai berikut:

Tabel 4.9. Uji Glejser Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel tersebut dapat dilihat bahwa kedua variabel tersebut tingkat signifikansinya adalah 1,000. Dengan kriteria uji bahwa nilai residual harus melebihi tingkat signifikansi 0,05 maka data lolos uji glejser.

Selanjutnya untuk menguji akurasi uji glejser tersebut, maka dapat memasukannya ke dalam scatter plot berikut ini:

Gambar 4.1.

Scatterplot Pengaruh Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai

Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari scatter plot diatas tidak didapatkan suatu pola khusus yang tampak pada mata. Dan juga keseluruhan variabel pengamatan terdapat baik di atas maupun dibawah angka 0 secara vertikal dan juga horizontal. Sehingga dapat disimpulkan data tidak mengalami masalah heterokedastisitas, atau data bersifat homokedastisitas.

4.2.3. Analisis Koefisien Korelasi Berganda

Koefisien korelasi berganda digunakan untuk mencari hubungan antara variabel independen dan variabel dependen secara bersama-sama. Sehingga dapat diketahui besarnya sumbangan seluruh variabel bebas yang menjadi objek penelitian terhadap variabel dependennya. Penulis melakukan pengujian keeratan hubungan dan kontribusi dari variabel devaluasi Yuan dan cadangan devisa terhadap depresiasi nilai tukar Rupiah per Dolar Amerika Serikat sebagai berikut:

Tabel 4.10. Analisis Koefisien Korelasi Berganda Pengaruh Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Berdasarkan hasil uji tersebut, dapat dilihat nilai koefisien korelasi yang ditunjukan oleh nilai R sejumlah 0,900. Hal ini jika dibandingkan dengan tabel hubungan koefisien korelasi dapat disimpulkan bahwa devaluasi Yuan dan cadangan devisa memiliki keeratan yang sangat kuat dengan depresiasi nilai tukar Rupiah per Dolar Amerika Serikat.

4.2.4. Analisis Koefisien Determinasi

Koefisien determinasi digunakan untuk mengukur seberapa besar kemampuan model menjelaskan variasi variabel independen. Jika terdapat nilai yang mendekati satu berarti variabel- variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen, sedangkan sisanya dijelaskan oleh faktor-faktor lain. Untuk mengetahui hubungan diantara variabel yang diuji, dapat dilihat pada nilai R Square sejumah 0,810. Hal ini berarti kemampuan variabel tersebut untuk menjelaskan variabel kurs USD/IDR adalah sebesar 81% sedangkan sisa 19% dapat dijelaskan oleh faktor lain diluar devaluasi Yuan.

Menilai hal tersebut, dapat dinilai bahwa koefisien determinasinya cukup tinggi. Hal ini berarti bahwa kurs USD/CNY dan perubahan cadangan devisa merupakan faktor yang sangat berpengaruh dalam menjelaskan pergerakan kurs USD/IDR. Hal ini tentu cukup mengejutkan mengingat masih banyak hipotesis yang dapat diajukan untuk menjelaskan kurs USD/IDR. Hal ini berarti bahwa kedua faktor ini sangat berpengaruh di dalam menentukan pergerakan kurs USD/IDR.

4.2.5. Analisis Regresi Berganda

Setelah lolos dari uji asumsi klasik, maka variabel yang diuji selanjutnya dimasukan kedalam uji regresi linear secara bersama melalui software SPSS dan menghasilkan:

Tabel 4.11. Analisis Regresi Berganda Pengaruh Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel tersebut diatas, maka dapat dibuat persamaan regresinya dengan memasukan nila Beta menjadi: Y = α + βX + ℮

Y = -21.365,281 + 5.525,441X 1 – 0,00000009109X 2 +℮

Persamaan regresi tersebut dapat diinterpretasikan sebagai:

1. Nilai koefisien regresi konstanta pada model regresi tersebut adalah sebesar -21.365,281 yang memberikan gambaran persamaan model jika semua variabel independen sama dengan nol, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat adalah sebesar -21.365,281.

2. Nilai koefisien regresi Devaluasi Yuan pada model regresi tersebut adalah sebesar 5.525,441 yang memberikan gambaran persamaan model jika keofisien regresi Devaluasi Yuan meningkat satu satuan, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat akan naik sebesar 5.525,441 satuan dengan kondisi variabel prediktor lainnya konstan.

3. Nilai koefisien regresi cadangan devisa pada model regresi tersebut adalah sebesar -0,0000000109 yang memberikan gambaran persamaan model jika koefisien regresi cadangan devisa meningkat satu satuan, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat akan turun sebesar -0,0000000109 satuan dengan kondisi variabel prediktor lainnya konstan.

4.2.6. Pengujian Hipotesis secara Bersama

Nilai statistik F menunjukan apakah devaluasi Yuan dan cadangan devisa yang dimasukan dalam model regresi secara bersama berpengaruh terhadap nilai tukar Rupiah per Dolar Amerika Serikat yang didapatkan dari hasil berikut ini:

Tabel 4.12. Pengujian Hipotesis Pengaruh Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada Tahun 2015

! (Sumber: Diolah

menggunakan SPSS 21)

1. Perumusan hipotesis uji F

H 0 : β 1 =β 2 =0 : Tidak ada pengaruh secara bersamaan antara kurs USD/CNY dan perkembangan cadangan devisa

dengan kurs USD/IDR.

H a : β 1 ≠β 2 ≠0 : Tidak ada pengaruh secara bersamaan antara kurs USD/CNY dan perkembangan cadangan devisa

dengan kurs USD/IDR.

2. Penentuan tingkat signifikansi

Tingkat signifikansi yang ditentukan dalam penelitian ini sebesar α = 5 persen. Tingkat signifikansi 0,05 persen atau 5 persen artinya kemungkinan besar hasil penarikan kesimpulan memiliki profitabilitas 95 persen atau toleransi kesalahan 5 persen.

3. Menghitung uji F (F-Test)

Hal pertama yang dilakukan adalah mendapatkan nilai F hitung , kemudian dibandingkan dengan

F tabel . Untuk mendapatkan nilai F hitung sendiri digunakan rumus:

F hitung =

( 1 − R )( n − k − 1 )

Dimana,

R 2 = Koefisien determinasi k

= Jumlah variabel independen n

= Jumlah sampel

Sedangkan untuk mendapatkan nilai F tabel didapatkan dari melihat dua derajat kebebasan (degree of freedom) pada tabel distribusi F. Sehingga ketika sudah didapatkan kedua nilainya, maka akan muncul suatu angka sebagai patokan yang biasa disebut nilai F tabel . Nilai kedua derajat kebebasan tersebut dapat dicari dengan cara:

df 1 (pembilang) = jumlah variabel independen

df 2 (penyebut) = n-k-1 Dimana,

n : jumlah sampel k :

jumlah variabel independen jumlah variabel independen

10 senilai 2,69.

4. Penentuan kriteria pengambilan keputusan

Untuk menguji apakah variabel independen mempunyai pengaruh terhadap pergerakan kurs USD/IDR, maka dilakukan pengujian hipotesis dengan uji F. Uji hipotesis ini didapatkan dari melihat tingkat signfikansinya dan nilai F yang tercantum pada tabel anova hasil pengolahan regresi linear berganda menggunakan software pengolah data SPSS versi 21. Sehingga dapat dirumuskan kriteria hipotesis sebagai berikut:

a. Uji F statistik signifikan lebih besar (>) dari 0,05 dan nilai F hitung >F tabel ; maka Ho diterima, dan

b. Uji F statistik signifikan lebih kecil (<) dari 0,05 nilai F hitung <F tabel ; maka Ho ditolak. Jika ternyata hasilnya signifikan, maka konstanta dan koefisien korelasi dari uji regresi linear berganda layak dimasukan ke dalam persamaan linear berganda yang dapat digunakan sebagai model prediktor variabel dependen.

F tabel = 2,69

F hitung = 19,181

Gambar 4.2. Hasil Penerimaan dan Penolakan H 0 Pengaruh Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat secara Bersama pada

Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

5. Dasar pengambilan keputusan

Dari hasil tersebut dapat dilihat bahwa nilai signifikansinya 0,001 dengan tingkat kepercayaan 95%. Jadi dengan tingkat signifikansi 0,001 < 0,05 maka dapat disimpulkan kedua variable signifikan dan mempengaruhi secara kuat terhadap variabel dependen, sehingga peneliti menolak

H 0 atau menerima H a .

Artinya, terjadi tingkat signifikansi yang sangat tinggi, bahkan jika dengan tingkat kepercayaan 0,001 kedua variabel independennya tetap terjadi signfikansi terhadap variabel kurs USD/IDR. Hal ini menandakan bahwa pemilihan parameter kurs USD/CNY dan perubahan cadangan devisa sangat mampu dalam menjelaskan hubungan eksplanatori diantara kurs USD/IDR dengan determinannya, yaitu kurs USD/CNY dan perubahan cadangan devisa. Kemudian, jika dilihat dari F hitung, pada tabel F dengan df pembilang 12 dan df penyebut 9, didapatkan angka 3,07. Sedangkan pada tabel ANOVA tersebut dapat dilihat F hitung bernilai 19,181. Maka dengan kesimpulan bahwa 19,181 > 2,69 atau F hitung > F tabel, maka dapat

disimpulkan hasilnya adalah menolak H 0 atau menerima H a , sehingga terdapat pengaruh secara bersama antara kurs USD/CNY dan perkembangan cadangan devisa dengan kurs USD/IDR.

Hal ini mendukung penelitian Rao dan Ramachandaran (2014) yang mengatakan bahwa sentimen pasar dari hard currency dapat melemahkan kurs tersebut, penelitian Cai, Joo dan

Chang (2009) yang mendapatkan hasil bahwa sentimen pasar pada kurs USD akan menyebabkan kurs lain pada emerging market akan sangat sensitif dalam meresponnya. Dan juga

pada penelitian Sugartiningsih (2014) yang menyebutkan bahwa cadangan devisa memiliki pengaruh negatif signifikan terhadap kurs USD/IDR, penelitian Kisaka, Kithitu dan Kamuti

(2014) yang menemukan bahwa cadangan devisa memiliki pengaruh yang kecil dalam menjelaskan nilai kurs.

4.3. Pengaruh antara Devaluasi Nilai Yuan dan Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika pada Tahun 2015

Setelah dilakukan uji secara bersama, maka diperlukan pengujian secara parsial yang berfungsi untuk memeriksa kembali hubungan secara terpisah diantara kedua variabel independen terhadap pergerakan kurs USD/IDR.

4.3.1. Pengaruh antara Devaluasi Nilai Yuan terhadap Depresiasi Nilai Tukar Rupiah pada Tahun 2015

Uji parsial yang dilakukan pada variabel devaluasi Yuan terhadap nilai tukar Rupiah per Dolar Amerika Serikat dilakukan untuk mengetahui apakah ada hubungan diantara kedua variabel

tersebut.

4.3.1.1. Analisis Koefisien Korelasi Sederhana

Koefisien korelasi sederhana kali ini digunakan untuk mencari hubungan antara devaluasi Yuan dan depresiasi nilai tukar Rupiah per Dolar Amerika. Penulis melakukan pengujian keeratan hubungan dan kontribusi dari variabel devaluasi Yuan terhadap depresiasi nilai tukar Rupiah per Dolar Amerika Serikat sebagai berikut:

Tabel 4.13. Analisis Koefisien Korelasi Pengaruh Devaluasi Nilai Yuan terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Berdasarkan hasil uji tersebut, dapat dilihat nilai koefisien korelasi yang ditunjukan oleh nilai R sejumlah 0,773. Hal ini jika dibandingkan dengan tabel hubungan koefisien korelasi dapat

disimpulkan bahwa devaluasi Yuan dan cadangan devisa memiliki keeratan yang kuat dengan depresiasi nilai tukar Rupiah per Dolar Amerika Serikat.

4.3.1.2. Analisis Koefisien Determinasi

Koefisien determinasi digunakan untuk mengukur seberapa besar kemampuan model menjelaskan variasi variabel independen. Jika terdapat nilai yang mendekati satu berarti variabel- Koefisien determinasi digunakan untuk mengukur seberapa besar kemampuan model menjelaskan variasi variabel independen. Jika terdapat nilai yang mendekati satu berarti variabel-

Menilai hal tersebut, dapat dinilai bahwa koefisien determinasinya cukup berpengaruh. Hal ini berarti bahwa kurs USD/CNY merupakan faktor yang lumayan berperan dalam menjelaskan pergerakan kurs USD/IDR.

4.3.1.3. Analisis Regresi Sederhana

Analisis regresi linear sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel terikat dan variabel bebas. Dampak dari analisis regresi ini dapat digunakan untuk memutuskan apakah naik dan menurunnya variabel nilai tukar Rupiah per Dolar Amerika Serikat dapat dilakukan melalui menaikan dan menurunkan keadaan variabel devaluasi Yuan. Maka diperoleh pengujian sebagai berikut:

Tabel 4.14.

Analisis Regresi Sederhana Pengaruh Devaluasi Nilai Yuan terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel tersebut diatas, maka dapat dibuat persamaan regresinya dengan memasukan nila Beta menjadi: Y = α + βX + ℮ Y = -16.530,567 + 4.762,030 X + ℮

Persamaan regresi tersebut dapat diinterpretasikan sebagai:

1. Nilai koefisien regresi konstanta pada model regresi tersebut adalah sebesar -16.530,567 yang memberikan gambaran persamaan model jika variabel independen sama dengan nol, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat adalah sebesar -16.530,567.

2. Nilai koefisien regresi Devaluasi Yuan pada model regresi tersebut adalah sebesar 4.762,030 yang memberikan gambaran persamaan model jika koefisien regresi Devaluasi Yuan meningkat satu satuan, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat akan naik sebesar 4.762,030 satuan. Hal tersebut menyatakan adanya arah hubungan yang searah, dimana dengan peningkatan devaluasi Yuan akan mengakibatkan nilai tukar Rupiah terhadap Dolar Amerika juga akan meningkat.

4.3.1.4. Pengujian Hipotesis secara Parsial

Nilai statistik t menunjukan apakah devaluasi Yuan dimasukan dalam model regresi terhadap nilai tukar Rupiah per Dolar Amerika Serikat berpengaruh secara parsial yang didapatkan dari hasil berikut ini:

Tabel 4.15. Pengujian Hipotesis Pengaruh Devaluasi Nilai Yuan terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Uji terhadap nilai statistik t merupakan uji signifikansi parameter individual. Nilai statistik t menunjukan seberapa jauh pengaruh variabel independen secara individual terhadap variabel dependennya. Rumusan hipotesis parsial yang akan diuji adalah sebagai berikut:

1. Perumusan hipotesis uji t

a. Kurs USD/CNY terhadap kurs USD/IDR

H 0 : β 1 =0 : Tidak ada pengaruh antara kurs USD/CNY

terhadap kurs USD/IDR.

H a : β 1 ≠0 : Terdapat pengaruh antara kurs USD/CNY terhadap

kurs USD/IDR.

b. Cadangan devisa terhadap Kurs USD/IDR

H 0 : β 1 =0 : Tidak terdapat pengaruh antara cadangan devisa

terhadap kurs USD/IDR.

H a : β 1 ≠0 : Terdapat pengaruh antara cadangan devisa

terhadap kurs USD/IDR.

2. Penentuan tingkat signifikansi

Tingkat signifikansi yang ditentukan dalam penelitian ini sebesar α = 5 persen. Tingkat signifikansi 0,05 atau 5 persen artinya kemungkinan besar hasil penarikan kesimpulan memiliki profitabilitas 95 persen atau toleransi kesalahan 5 persen.

3. Penghitungan uji t

Hal pertama yang dilakukan adalah mendapatkan nilai t hitung , kemudian dibandingkan dengan t tabel . Untuk mendapatkan nilai t hitung sendiri digunakan rumus:

b t hitung =

sb

Dimana,

b = Koefisien Korelasi s

= Jumlah Sampel

Dengan jumlah sampel 12 dan variabel independen 2 didapatkan t tabel dengan df = 10 senilai 2,22814. Sedangkan untuk mendapatkan nilai t tabel dapat diperoleh melalui tabel statistika tabel t dengan melihat angka yang muncul pada bagian ketika membagi tingkat signifikansi dengan 2, dan menghitung df = n-k-1 (n = jumlah sampel, k = jumlah variabel independen) maka akan muncul t tabel .

4. Penentuan kriteria pengambilan keputusan

Untuk menguji apakah secara parsial kedua variabel independen mempunyai pengaruh terhadap pergerakan kurs USD/IDR, maka dilakukan pengujian hipotesis dengan uji t. Uji hipotesis ini Untuk menguji apakah secara parsial kedua variabel independen mempunyai pengaruh terhadap pergerakan kurs USD/IDR, maka dilakukan pengujian hipotesis dengan uji t. Uji hipotesis ini

• H 0 diterima jika nilai t hitung berada di daerah penerimaan H 0 atau –t tabel <t hitung <t tabel . • H 0 ditolak jika nilai t hitung berada di daerah penolakan H 0 atau t hitung > t tabel atau t hitung < –t tabel

Gambar 4.3. Hasil Penerimaan dan Penolakan H 0 Pengaruh Nilai Devaluasi Yuan terhadap Depresiasi

Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

5. Dasar pengambilan keputusan

Dari hasil tersebut dapat dilihat bahwa nilai signifikansinya 0,003 dengan tingkat kepercayaan 95%. Jadi dengan tingkat signifikansi 0,003 < 0,05 maka dapat disimpulkan devaluasi Yuan signifikan dan mempengaruhi secara kuat terhadap nilai tukar Rupiah terhadap Dolar Amerika

Serikat, sehingga peneliti menolak H 0 atau menerima H a .

Artinya, terjadi tingkat signifikansi, yang dimana hal ini menandakan bahwa pemilihan parameter kurs USD/CNY dianggap mampu dalam menjelaskan hubungan eksplanatori diantara kurs USD/IDR dengan determinannya. Kemudian, jika dilihat dari t hitung, pada tabel t dengan df 10 dan tingkat signifikansi dibagi dua didapatkan nilai 2,22814. Sedangkan pada gambar 4.13 tersebut dapat dilihat t hitung Artinya, terjadi tingkat signifikansi, yang dimana hal ini menandakan bahwa pemilihan parameter kurs USD/CNY dianggap mampu dalam menjelaskan hubungan eksplanatori diantara kurs USD/IDR dengan determinannya. Kemudian, jika dilihat dari t hitung, pada tabel t dengan df 10 dan tingkat signifikansi dibagi dua didapatkan nilai 2,22814. Sedangkan pada gambar 4.13 tersebut dapat dilihat t hitung

Ramachandaran (2014) yang mengatakan bahwa sentimen pasar dari hard currency dapat melemahkan kurs tersebut, dan penelitian Cai, Joo dan Chang (2009) yang mendapatkan hasil

bahwa sentimen pasar pada negara berkembang sangat berpengaruh terhadap kurs USD yang disebabkan oleh volatilitas sentimen pasar terhadap berita. Serta penelitian Plakandaras,

Papadimitriou, Gogas, dan Diamantaras (2014) yang menyatakan bahwa pergerakan investor dalam bereaksi terhadap sentimen pasar akan mempengaruhi volatilitas pasar secara

keseluruhan.

4.3.2. Pengaruh antara Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah pada Tahun 2015

Uji parsial yang dilakukan pada variabel cadangan devisa terhadap nilai tukar Rupiah per Dolar Amerika Serikat dilakukan untuk mengetahui apakah ada hubungan diantara kedua variabel

tersebut.

4.3.2.1. Analisis Koefisien Korelasi Sederhana

Koefisien korelasi sederhana kali ini digunakan untuk mencari hubungan antara cadangan devisa dan depresiasi nilai tukar Rupiah per Dolar Amerika. Penulis melakukan pengujian keeratan hubungan dan kontribusi dari variabel cadangan devisa terhadap depresiasi nilai tukar Rupiah per Dolar Amerika Serikat sebagai berikut:

Tabel 4.16.

Analisis Koefisien Korelasi Pengaruh Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015 secara Bersama

(Sumber: Diolah menggunakan SPSS 21)

Berdasarkan hasil uji tersebut, dapat dilihat nilai koefisien korelasi yang ditunjukan oleh nilai R sejumlah 0,244. Hal ini jika dibandingkan dengan tabel hubungan koefisien korelasi dapat disimpulkan bahwa cadangan devisa dan cadangan devisa memiliki hubungan yang lemah dengan depresiasi nilai tukar Rupiah per Dolar Amerika Serikat.

4.3.2.2. Analisis Koefisien Determinasi

Koefisien determinasi digunakan untuk mengukur seberapa besar kemampuan model menjelaskan variasi variabel independen. Jika terdapat nilai yang mendekati satu berarti variabel-

variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen, sedangkan sisanya dijelaskan oleh faktor-faktor lain. Untuk mengetahui hubungan diantara variabel yang diuji, dapat dilihat pada nilai R Square sejumah 0,060. Hal ini berarti kemampuan variabel tersebut untuk menjelaskan variabel kurs USD/IDR adalah sebesar 6% sedangkan sisa 94% dapat dijelaskan oleh faktor lain diluar cadangan devisa dan

4.3.2.3. Analisis Regresi Sederhana

Analisis regresi linear sederhana digunakan untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel terikat dan variabel bebas. Dampak dari analisis regresi ini dapat digunakan untuk memutuskan apakah naik dan menurunnya variabel nilai tukar Rupiah per

Dolar Amerika Serikat dapat dilakukan melalui menaikan dan menurunkan keadaan variabel cadangan devisa. Maka diperoleh pengujian sebagai berikut:

Tabel 4.17. Analisis Regresi Sederhana Pengaruh Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Dari tabel tersebut diatas, maka dapat dibuat persamaan regresinya dengan memasukan nila Beta menjadi:

Y = α + βX + ℮ Y = -13.369,819 – 0,0000000465X + ℮

Persamaan regresi tersebut dapat diinterpretasikan sebagai:

1. Nilai koefisien regresi konstanta pada model regresi tersebut adalah sebesar 13.369,819 yang memberikan gambaran persamaan model jika variabel independen sama dengan nol, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat adalah sebesar 13.369,819.

2. Nilai koefisien regresi cadangan devisa pada model regresi tersebut adalah sebesar -0,0000000465 yang memberikan gambaran persamaan model jika koefisien regresi cadangan devisa sama meningkat satu satuan, maka variabel nilai tukar Rupiah per Dolar Amerika Serikat akan menurun sebesar 0,0000000465 satuan. Hal tersebut menyatakan adanya arah hubungan yang berlawanan dimana dengan peningkatan cadangan devisa akan mengakibatkan penurunan nilai tukar Rupiah terhadap Dolar Amerika.

4.3.2.4. Pengujian Hipotesis secara Parsial

Nilai statistik t menunjukan apakah cadangan devisa dimasukan dalam model regresi terhadap nilai tukar Rupiah per Dolar Amerika Serikat berpengaruh secara parsial yang didapatkan dari hasil berikut ini:

Tabel 4.18.

Pengujian Hipotesis Pengaruh Cadangan Devisa terhadap Depresiasi Nilai

Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

Uji terhadap nilai statistik t merupakan uji signifikansi parameter individual. Nilai statistik t menunjukan seberapa jauh pengaruh variabel independen secara individual terhadap variabel dependennya. Rumusan hipotesis parsial yang akan diuji adalah sebagai berikut:

1. Perumusan hipotesis uji t

a. Kurs USD/CNY terhadap kurs USD/IDR

H 0 : β 1 =0 : Tidak ada pengaruh antara kurs USD/CNY

terhadap kurs USD/IDR.

H a : β 1 ≠0 : Terdapat pengaruh antara kurs USD/CNY terhadap

kurs USD/IDR.

b. Cadangan devisa terhadap Kurs USD/IDR

H 0 : β 1 =0 : Tidak terdapat pengaruh antara cadangan devisa

terhadap kurs USD/IDR.

H a : β 1 ≠0 : Terdapat pengaruh antara cadangan devisa

terhadap kurs USD/IDR.

2. Penentuan tingkat signifikansi

Tingkat signifikansi yang ditentukan dalam penelitian ini sebesar α = 5 persen. Tingkat signifikansi 0,05 atau 5 persen artinya kemungkinan besar hasil penarikan kesimpulan memiliki profitabilitas 95 persen atau toleransi kesalahan 5 persen.

3. Penghitungan uji t

Hal pertama yang dilakukan adalah mendapatkan nilai t hitung , kemudian dibandingkan dengan t tabel . Untuk mendapatkan nilai t hitung sendiri digunakan rumus:

b t hitung =

sb

Dimana,

b = Koefisien Korelasi s

= Jumlah Sampel

Sedangkan untuk mendapatkan nilai t tabel dapat diperoleh melalui tabel statistika tabel t dengan melihat angka yang muncul pada bagian ketika membagi tingkat signifikansi dengan 2, dan menghitung df = n-k-1 (n = jumlah sampel, k = jumlah variabel independen) maka akan muncul t tabel . Sehingga dengan jumlah sampel 12 dan variabel independen 2 didapatkan t tabel dengan df =

10 senilai 2,22814.

4. Penentuan kriteria pengambilan keputusan

Untuk menguji apakah secara parsial kedua variabel independen mempunyai pengaruh terhadap pergerakan kurs USD/IDR, maka dilakukan pengujian hipotesis dengan uji t. Uji hipotesis ini didapatkan dari nilai t yang tercantum pada tabel anova hasil pengolahan regresi linear berganda menggunakan software pengolah data SPSS versi 21. Sehingga dapat dirumuskan kriteria hipotesis sebagai berikut:

• H 0 diterima jika nilai t hitung berada di daerah penerimaan H 0 atau –t tabel <t hitung <t tabel . • H 0 ditolak jika nilai t hitung berada di daerah penolakan H 0 atau t hitung > t tabel atau t hitung < –t tabel

Gambar 4.4. Hasil Penerimaan dan Penolakan H 0 Pengaruh Cadangan Devisa terhadap Depresiasi Nilai Tukar Rupiah per Dolar Amerika Serikat pada Tahun 2015

(Sumber: Diolah menggunakan SPSS 21)

5. Dasar pengambilan keputusan Dari hasil tersebut dapat dilihat bahwa nilai signifikansinya 0,445 dengan tingkat kepercayaan

95%. Jadi dengan tingkat signifikansi 0,445 < 0,05 maka dapat disimpulkan cadangan devisa signifikan dan mempengaruhi terhadap nilai tukar Rupiah per Dolar Amerika Serikat, sehingga

peneliti menerima H 0 atau menolak H a .

Artinya, tidak terjadi tingkat signifikansi, yang dimana hal ini menandakan bahwa pemilihan parameter cadangan devisa tidak dapat menjelaskan hubungan eksplanatori diantara kurs USD/ IDR dengan determinannya.
 Akan tetapi jika dilihat dari t hitung, pada tabel t dengan df 10 dan tingkat signifikansi dibagi dua didapatkan nilai 2,22814. Sedangkan pada gambar 4.17 tersebut dapat dilihat t hitung