Error Correction Model ECM Sistem Pembayaran Non Tunai

40 maximum eigenvalue statistic lebih kecil dari nilai kritisnya maka tidak ada kointegrasi.

3.6.3. Error Correction Model ECM

Error Correction Model ECM digunakankan untuk mengoreksi ada kemungkinan terjadi ketidakseimbangan disequilibrium dalam jangka pendek. Pendekatan model ECM mulai timbul sejak perhatian para ahli ekonometrika membahas secara khusus ekonometrika time series. Model ECM diperkenalkan oleh Sargan, dikembangkan oleh Hendry, dan dipopulerkan oleh Engle dan Granger 1987. Model ECM mempunyai beberapa kegunaan, namun penggunaan yang paling utama dalam ekonometrika adalah mengatasi data runtun waktu yang tidak stasioner dan spurious regression. Model ECM Engle-Granger dapat didefinisikan sebagai berikut Widarjono, 2013: 322: ∆� � = � + � 1 ∆� � + � 2 �� � + � � 3.6 dimana �� � = � �−1 − � − � 1 � �−1 3.7 � 1 = koefisien jangka pendek � 1 = koefisien jangka panjang � 2 = koefisien koreksi ketidakseimbangan. Koefisien koreksi ketidakseimbangan � 2 adalah nilai absolut yang menjelaskan seberapa cepat waktu yang diperlukan untuk mendapatkan nilai keseimbangan. Universitas Sumatera Utara Universitas Sumatera Utara 41

3.6.4. Uji Asumsi Klasik 1. Uji Autokolerasi

Model regresi linier klasik mengasumsikan bahwa faktor pengganggu yang berhubungan dengan observasi tidak dipengaruhi oleh faktor pengganggu pada pengamatan lainnya. Apabila terjadi gangguan antara anggota serangkaian observasi pada data runtun waktu maka akan muncul autokolerasi. Dalam penelitian ini untuk mendeteksi auto kolerasi mengunakan Breusch-Godfrey Serial Corelation LM Test. Adapun hipotesis dalam uji ini adalah: H : tidak terdapat autokolerasi H 1 : terdapat autokolerasi Wilayah kritik penolakan H adalah Probability ObsR-Ssquared α.

2. Uji Heteroskedastisitas

Apabila varians σ 2 dari faktor pengganggu error term adalah sama untuk semua observasi atas variabel bebas X i , disebut dengan homoskedastisitas varian sama. Apabila nilai varian dari variabel tak bebas Y i meningkat sebagai akibat meningkatnya varian dari variabel bebas X i maka varian dari Y i tidak sama, maka dapat dikatakan mengalami heteroskedastisitas. Dalam penelitian ini, untuk mendeteksi heterokedastisitas dengan melakukan uji White. Hipotesis yang diuji adalah: H : tidak terdapat heteroskedastisitas H 1 : terdapat heteroskedastisitas Wilayah kritik penolakan H adalah Probability ObsR-Ssquared α. Universitas Sumatera Utara Universitas Sumatera Utara 42

3. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah normal atau tidaknya faktor pengganggu error term. Dalam penelitian ini untuk menguji apakah data telah berdistribusi normal dengan mengunakan JB-test. Apabila angka probability 0,05 maka data berdistribusi normal, sebaliknya apabila angak probability 0,05 maka data tidak berdistrubusi normal. Universitas Sumatera Utara Universitas Sumatera Utara 43

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1.Gambaran Deskriptif Variabel 4.1.1. Perkembangan Jumlah Uang Beredar Uang beredar adalah suatu istilah yang dipakai dalam ilmu ekonomi yang didefenisikan sebagai jumlah uang yang berada di tangan masyarakat. Namun defenisi tersebut terus berkembang, sehingga perhitungan jumlah uang beredar di berbagai negara dapat berbeda-beda. Di Indonesia, peredaran uang dalam masyarakat secara umum dibagi menjadi uang beredar dalam arti sempit M1- narrow money yang terdiri dari uang kartal dan giro Rupiah dan uang beredar dalam arti luas M2-broad money yang terdiri dari M1 dan uang kuasi. Dalam gambar 4.1 ditunjukkan perkembangan jumlah uang beredar di masyarakat. Sumber: Data Olahan Eviews, Lampiran 1 Gambar 4.1. Perkembangan Jumlah Uang Beredar M1 dan M2 Sebagaimana terlihat dalam gambar 4.1. di atas, jumlah uang beredar dalam arti sempit M1 dan dalam arti luas M2 mengalami peningkatan dari Universitas Sumatera Utara Universitas Sumatera Utara 44 waktu ke waktu selama periode pengamatan. Dalam hal ini terdapat tiga pelaku utama yang mendorong peningkatan jumlah uang beredar di Indonesia yaitu, pemerintah, perusaahaan, dan masyarakat. Pemerintah sebagai pelaku ekonomi membutuhkan uang untuk malaksanakan program pembangunan. Bagi perusahaan uang sangat diperlukan untuk membiayai proses produksi dan distribusi barang dan jasa yang dihasilkan oleh perusahaan. Sedangkan, masyarakat membutuhkan uang untuk digunakan sebagai alat dalam melakukan transasi ekonomi setiap harinya. Maka tidak mengherankan jika jumlah uang beredar di Indonesia selalu memngalami peningkatan.

4.1.2. Sistem Pembayaran Non Tunai

Sistem pembayaran non tunai memegang peran yang strategis dalam mendukung aktivitas perekonomian terutama untuk menjamin terselengaranya berbagai transaksi pembayaran yang dilakukan oleh para pelaku ekonomi. Selain itu sistem pembayaran juga berperan penting dalam mendukung terciptanya stabilitas keuangan dan pelaksanaan kebijakan moneter. Saat ini sistem pembayaran di Indonesia diselenggarakan oleh Bank Indonesia dan pihak luar Bank Indonesia atau industri pembayaran. Sistem pembayaran yang diselenggarakan oleh Bank Indonesia yakni, system BI-RTGS, SKNBI dan BI- SSSS, sementara itu APMK, e-money, dan Kegiatan Usaha Pengiriman Uang KUPU diselengarakan oleh bank maunpun lembaga non-bank. Perkembangan sistem pembayaran di Indonesia secara umum menunjukan trend kearah sistem pembayaran non tunai. Peningkatan inovasi dalam sistem pembayaran non tunai tidak terlepas dari semakin meningkatnya kebutuhan Universitas Sumatera Utara Universitas Sumatera Utara 45 masyarakat akan instrumen pembayaran yang praktis, efisien dan nyaman. Dalam gambar 4.2. ditunjukkan perkembangan sistem pembayaran non tunai yang diselengarakan oleh Bank Indonesia. Dengan nilai transaksi yang cukup tinggi, BI-RTGS dikategorikan sebagai Systematically Important Payment System SIPS, yaitu sistem yang memproses transaksi bernilai besar dengan potensi resiko sistematik Bank Indonesia, 2013: 11. Sumber: Data Olahan Eviews, Lampiran 1 Gambar 4.2. Perkembangan Transaksi Melalui Sistem BI-RTGS dan SKNBI Pada gambar 4.2. di atas terlihat bahwa, baik sistem BI-RTGS maupun SKNBI menunjukkan trend kenaikan baik dari segi nilai transaksi dan volume transaksi selama periode pengamatan. Hal ini disebabkan dengan semakin luasnya cakupan wilayah pelaksanaan BI-RTGS dan penyempurnaan SKNBI yang semakin meningkatkan minat masyarakat untuk mengunakan jasa pembayaran tersebut. Peningkatan volume transaksi BI-RTGS mengindikasikan bahwa transfer dana melalui BI-RTGS dan SKNBI masih menjadi pilihan transfer selain transfer melalui APMK. 2,000 3,000 4,000 5,000 6,000 7,000 8,000 9,000 10,000 11,000 400 600 800 1,000 1,200 1,400 1,600 1,800 2,000 2,200 2009 2010 2011 2012 2013 NTRTGS VTRTGS Nilai Triliun Rupiah Volume Juta Transaksi 50 100 150 200 250 300 2 4 6 8 10 12 2009 2010 2011 2012 2013 NTKLIRING VTKLIRING Nilai Triliun rupiah Volume Juta Transaksi 100 120 140 160 180 200 220 240 260 280 6 7 7 8 8 9 9 10 10 11 2010 2011 2012 2013 NTKLIRING VTKLIRING Nilai Triliun Rupiah Volume Juta Transaksi 3,000 4,000 5,000 6,000 7,000 8,000 9,000 10,000 11,000 900 1,000 1,100 1,200 1,300 1,400 1,500 1,600 1,700 2010 2011 2012 2013 NTRTGS VTRTGS Nilai Triliun Rupiah Volume Juta Transaksi Universitas Sumatera Utara Universitas Sumatera Utara 46 Sebagaimana dijelaskan sebelumnya, sistem pembayaran non tunai juga diselenggarakan oleh pihak di luar Bank Indonesia. Sistem pembayaran yang diselenggarakan oleh pihak di luar bank Indonesia meliputi APMK, e-money. Yang termasuk dalam APMK adalah aktivitas pengunaan instrumen pembayaran menggunkan kartu ATM Debet, kartu kredit. Dalam gambar 4.3. ditunjukkan perkembangan transaksi menggunakan APMK di Indonesia. Sum ber: Data Olahan Eviews, Lampiran 1 Gambar 4.3. Perkembangan Transaksi Menggunakan APMK Perkembangan transaksi APMK menunjukkan trend peningkatan dari waktu ke waktu selama periode penelitian baik dari sisi nilai transaksi maupun volume tramsaksi. Peningkatan ini diprediksi akan terus meningkat sejalan dengan semakin beragamnya fasilitas dan fungsi yang di tawarkan oleh APMK. Selain itu dengan semakin meningkatnya jumlah merchant yang menerima pembayaran melalui EFT POS Electronic Fund Transfer – Point Of Sales. Melalui EFT POS pemegang kartu ATMdebit dapat melakukan pembayaran untuk pembelian 8 10 12 14 16 18 20 22 24 26 14 15 16 17 18 19 20 21 22 23 2010 2011 2012 2013 NTKK VTKK Nilai Triliun Rupiah Volume Juta Transaksi 120 160 200 240 280 320 360 400 100 150 200 250 300 350 400 450 2010 2011 2012 2013 NTATM VTATM Nilai Triliun Rupiah Volume Juta Transaksi Universitas Sumatera Utara Universitas Sumatera Utara 47 barang atau jasa melalui transfer dana online dari account pemegang kartu ke account merchant pemilik toko. E-money pertama kali diterbitkan di Indonesia pada tahun 2007. Dibandingkan dengan instrumen non tunai lainnya penggunaan e-money masih belum signifikan, meskipun pada dasarnya e-money memiliki potensi yang cukup besar, khususnya di sektor pembayaran ritel. Dalam gambar 4.4 ditunjukkan perkembangan transaksi menggunakan e-money. Sumber: Data Olahan Eviews, Lampiran 1 Gambar 4.4. Perkembangan Transaksi Menggunakan E-money Terlihat dari nilai transaksi dan volume transaksi untuk e-money menunjukkan trend peningkatan selama periode pengamatan. Bahkan aktivitas peggunanan e-money pada tahun 2012 mengalami peningkatan cukup tinggi, dibandingkan periode sebelumnya, yaitu naik sekitar 37 untuk volume transaksi dan 89 untuk nilai transaksi. Peningkatan ini dapat menjadi indikasi adanya perubahan pola transaksi pembayaran konsumen yang sebagian besar menggunakan transaksi tunai mulai berubah secara perlahan menuju penggunaan e-money. Walaupun pada periode 2012-2013 terlihat bahwa aktivitas transaksi e- Universitas Sumatera Utara Universitas Sumatera Utara 48 money sangat fluktuatif tetapi tetap megarah kepada pola peningkatan penggunaan e-money. Secara keseluruhan variabel pembayaran non tunai, BI-RTGS, SKNBI, APMK, dan e-money menunjukkan trend kenaikan selama periode penelitian. Hal ini terjadi seiring dengan pesatnya kemajuan teknologi yang mengakibatkan semakin berkembangnya akses dan ketersediaan instrumen pembayaran non tunai sehingga mendorong masyarakat untuk mengguanakannya. Perkembangan ini tentunya tidak terlepas dari inovasi dan persaingan industri perbankan dalam menyediakan layanan keuangan kepada masyarakat unuk terus menarik minat masyarakat dalam menggunakan produk mereka. 4.2.Analisis Data 4.2.1. Pengujian Stasioneritas Sebelum data dipergunakan dalam estimasi model, berdasarkan prosedur pengunaan data time series perlu dilakukan pengujian unit root. Uji akar unit dilakukan untuk melihat stasioneritas data. Data yang digunakan dalam pengestimasian model harus bersifat stasioner. Data yang tidak stasioner akan menyebabkan regresi lancung. Dalam penelitian uji akar unit dilakukan dengan menggunakan metode Augmented Dickey Fuller ADF test. Tabel 4.1 berikut ini menunjukkan hasil pengujian akar unit dengan menggunakan ADF-Test pada tingkat level, dapat dilihat bahwa terdapat dua variabel dari seluruh variabel yang digunakan dalam penelitian ini yang bersifat stasioner. Yaitu volume transaksi SKNBI dan volume transaksi BI-RTGS. Hal ini terlihat dari nilai absolut ADF-nya lebih besar dari nilai kritis McKinnon pada Universitas Sumatera Utara Universitas Sumatera Utara 49 taraf nyata 1 persen dan 5 persen. Dengan demikian dapat dikatakan bahwa pada tahap ini, data yang dipergunakan mengandung unit root atau tidak stasioner pada derajat yang sama yaitu tingkat level I0 atau derajat nol. Oleh karena itu, pengujian akan dilanjutkan pada uji stasioneritas pada first-difference sampai semua variable stasioner pada derajat yang sama. Tabel 4.1. Hasil Uji Stasioneritas – ADF Test pada Level Variabel t-statistic Keterangan Nilai ADF McKinnon 1 5 10 M1 -0.964764 -3.577723 -2.925169 -2.600658 Tidak Stasioner M2 -0.299991 -3.577723 -2.925169 -2.600658 Tidak Stasioner VTATM 0.236140 -3.600987 -2.935001 -2.605836 Tidak Stasioner VTKK 0.088128 -3.600987 -2.935001 -2.605836 Tidak Stasioner VTE -0.651198 -3.581152 -2.926622 -2.601424 Tidak Stasioner VTKLIRING -4.400480 -3.577723 -2.925169 -2.600658 Stasioner VTRTGS -3.549386 -3.577723 -2.925169 -2.600658 Stasioner NTATM -0.468220 -3.600987 -2.935001 -2.605836 Tidak Stasioner NTKK -0.656295 -3.600987 -2.935001 -2.605836 Tidak Stasioner NTE -0.392691 -3.584743 -2.928142 -2.602225 Tidak Stasioner NTKLIRING -0.005990 -3.584743 -2.928142 -2.602225 Tidak Stasioner NTRTGS -1.792367 -3.577723 -2.925169 -2.600658 Tidak Stasioner Keterangan: data stasioner pada taraf nyata 1 persen, 5 persen, dan 10 persen data stasioner pada taraf nyata 5 persen dan 10 persen data stasioner pada taraf nyata 10 persen Sumber : Data Olahan Eviews, Lampiran 2 Berdasarkan hasil uji unit root sebagai mana terlihat dalam Tabel 4.2. berikut ini. Hasil uji statistik ADF pada first-difference menunjukkan bahwa hipotesis nol dapat ditolak, artinya data telah stasioner setelah diturunkan satu kali pada derajat integrasi satu I1. Hal ini dibuktikan dengan nilai absolut statistik ADF-nya lebih besar dari nila kritis McKinnon-nya pada taraf nyata 1 persen. Universitas Sumatera Utara Universitas Sumatera Utara 50 Tabel 4.2. Hasil Uji Stasioneritas – ADF Test pada First Difference Tanpa Tren Variabel t-statistic Keterangan Nilai ADF McKinnon 1 5 10 M1 -6.889905 -3.584743 -2.928142 -2.602225 Stasioner M2 -8.787332 -3.581152 -2.926622 -2.601424 Stasioner VTATM -5.666488 -3.600987 -2.935001 -2.605836 Stasioner VTKK -5.713612 -3.600987 -2.935001 -2.605836 Stasioner VTE -9.927890 -3.581152 -2.926622 -2.601424 Stasioner VTKLIRING -8.553965 -3.584743 -2.928142 -2.602225 Stasioner VTRTGS -6.517804 -3.592462 -2.931404 -2.603944 Stasioner NTATM -6.499457 -3.600987 -2.935001 -2.605836 Stasioner NTKK -5.530286 -3.600987 -2.935001 -2.605836 Stasioner NTE -8.520118 -3.584743 -2.928142 -2.602225 Stasioner NTKLIRING -9.953422 -3.584743 -2.928142 -2.602225 Stasioner NTRTGS -7.388482 -3.581152 -2.926622 -2.601424 Stasioner Keterangan: data stasioner pada taraf nyata 1 persen, 5 persen, dan 10 persen data stasioner pada taraf nyata 5 persen dan 10 persen data stasioner pada taraf nyata 10 persen Sumber: Data Olahan Eviews, Lampiran 3 Dengan demikian, sesuai dengan hasil uji unit root pada Tabel 4.2. diatas dapat disimpulkan bahwa seluruh variabel yang digunakan dalam penelitian ini telah stasioner pada tingkat first-difference. Dengan kata lain, variabel tersebut terintegrasi pada derajat yang sama yaitu pada derajat intergrasi satu I1.

4.2.2. Uji Kointegrasi