Analisis Pengaruh Variabel Makroekonomi dan Indeks Harga Saham Syariah di Beberapa Negara terhadap Jakarta Islamic Index (JII)

ANALISIS PENGARUH VARIABEL MAKROEKONOMI DAN
INDEKS HARGA SAHAM SYARIAH DI BEBERAPA NEGARA
TERHADAP JAKARTA ISLAMIC INDEX (JII)

SRI WULAN FATMAWATI

DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi Analisis Pengaruh Variabel
Makroekonomi dan Indeks Harga Saham Syariah di Beberapa Negara Terhadap
Jakarta Islamic Index (JII) adalah benar karya saya dengan arahan dari komisi
pembimbing dan belum diajukan dalam bentuk apapun kepada perguruan tinggi
manapun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan
maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan
dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.

Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Juni 2013

Sri Wulan Fatmawati
NIM H14090073

ABSTRAK
SRI WULAN FATMAWATI. Analisis Pengaruh Variabel Makroekonomi dan
Indeks Harga Saham Syariah di Beberapa Negara terhadap Jakarta Islamic Index
(JII). Dibimbing oleh IRFAN SYAUQI BEIK.
Penelitian ini menguji pengaruh variabel makroekonomi dan indeks harga
saham syariah di beberapa negara terhadap Jakarta Islamic Index (JII). Variabel
yang digunakan dalam penelitian ini adalah Jakarta Islamic Index (JII), Industrial
Production Index (IPI), Consumer Price Index (CPI), Broad Money (M2),
Exchange Rate Indonesia Rupiah-United States Dollar (ER), BI Rate, SBIS, Dow
Jones Islamic Market Index Europe (DJIEU), Dow Jones Islamic Market Index
Malaysia (DJIMY), Dow Jones Islamic Market Index US (IMUS), Dow Jones
Islamic Market Index Japan (DJIJP). Penelitian ini menggunakan Vector Error
Correction Model (VECM), dengan data time series bulanan dari Januari 2007

sampai dengan Oktober 2012. Penelitian ini menemukan bahwa JII dipengaruhi
positif signifikan oleh DJIEU, DJIMY dan IPI. JII dipengaruhi negatif signifikan
oleh DJIJP, IMUS, M2 dan SBIS.
Kata kunci: Variabel Makroekonomi, Vector Error Correction Model (VECM),
Saham Syariah, Jakarta Islamic Index (JII)

ABSTRACT
SRI WULAN FATMAWATI. Impact of Macroeonomic Variables and Price of
Islamic Stock Market Index in Several Countries towards Jakarta Islamic Index
(JII). Supervised by IRFAN SYAUQI BEIK.
This research examines the impact of macroeconomic variables and Islamic
stock market index in several countries towards Jakarta Islamic Index (JII). The
variables observed in this research are Jakarta Islamic Index (JII), Industrial
Production Index (IPI), Consumer Price Index (CPI), Broad Money (M2),
Exchange Rate Indonesia Rupiah-United States Dollar (ER), BI Rate, SBIS, Dow
Jones Islamic Market Index Europe (DJIEU), Dow Jones Islamic Market Index
Malaysia (DJIMY), Dow Jones Islamic Market Index US (IMUS), Dow Jones
Islamic Market Index Japan (DJIJP). Using Vector Error Correction Model
(VECM), this research utilizes time series monthly data from January 2007 to
October 2012. The finding shows that JII is positively significant affected by

DJIEU, DJIMY and IPI. JII is negatively significant affected by DJIJP, IMUS,
M2 and SBIS.
Keywords: Macroeconomic Variables, Vector Error Correction Model (VECM),
Islamic Stock Market, Jakarta Islamic Index (JII)

ANALISIS PENGARUH VARIABEL MAKROEKONOMI DAN
INDEKS HARGA SAHAM SYARIAH DI BEBERAPA NEGARA
TERHADAP JAKARTA ISLAMIC INDEX (JII)

SRI WULAN FATMAWATI

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR

BOGOR
2013

Judul Skripsi : Analisis Pengaruh Variabel Makroekonomi dan Indeks Harga
Saham Syariah di Beberapa Negara terhadap Jakarta Islamic
Index (JII)
Nama
: Sri Wulan Fatmawati
NIM
: H14090073

Disetujui oleh

Irfan Syauqi Beik, Ph.D
Pembimbing

Diketahui oleh

Dr. Ir. Dedi Budiman Hakim, M.Ec
Ketua Departemen

Tanggal Lulus:

PRAKATA
Puji syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan
hidayah-Nya, sehingga penulis dapat menyelesaikan skripsi yang berjudul
“Analisis Pengaruh Variabel Makroekonomi dan Indeks Harga Saham Syariah di
Beberapa Negara terhadap Jakarta Islamic Index (JII)”. Shalawat dan salam selalu
tercurahkan kepada Nabi Muhammad SAW yang telah menjadi tauladan bagi
umatnya. Skripsi ini merupakan salah satu syarat untuk memperoleh gelar Sarjana
Ekonomi pada Departemen Ilmu Ekonomi, Institut Pertanian Bogor.
Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang tak
terhingga kepada orang tua dan keluarga penulis, yakni Bapak H.Abdul Kodir dan
Ibu Kurniasih serta adik-adik, Fajar Kurniawan dan Nazwa Alya Izabella atas
segala doa dan dukungan yang selalu diberikan. Selain itu penulis juga
mengucapkan terima kasih kepada:
1.
Bapak Irfan Syauqi Beik, Ph.D selaku dosen pembimbing skripsi yang
dengan sabar telah membantu penulis dalam menyelesaikan skripsi ini.
2.

Bapak Prof. Dr. Noer Azam Achsani selaku dosen penguji utama dan Bapak
Salahuddin el Ayyubi, MA selaku dosen penguji dari komisi pendidikan
atas kritik dan saran yang membangun untuk perbaikan skripsi ini.
3.
Bapak Rifky Ismail dan Bapak Made serta seluruh staf Bank Indonesia yang
telah bersedia membantu penulis.
4.
Para dosen, staf dan seluruh civitas akademik Departemen Ilmu Ekonomi
FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis.
5.
Teman-teman satu bimbingan, Nidaa Nazaahah Kusumawati, Mas’Udi
Faridatush Syafiyah, dan Rina Murniati atas segala doa dan dukungannya.
6.
Sahabat penulis Risya, Vioni, Aktri’s, Qisthy, Astri, Intan, Haidhar, Wal,
Fahrul, Shinta, Regina, Rini, Bob, Farah, Mega, Meiyora, Salsa, Rissa,
Melli, serta teman-teman Ilmu Ekonomi 46, 47 dan 48.
7.
Qurroh Ayuniyyah, Masyitha Mutiara Ramadhan, Sri Retno Wahyu
Nugraheni, Rina Hartini dan Irfan Heri Hikmawan serta Ilmu Ekonomi 45
yang telah membantu penulis dalam menyelesaikan skripsi ini.

8.
Semua pihak yang telah membantu dalam menyelesaikan penulisan skripsi
ini yang tidak bisa disebutkan satu per satu.
Semoga karya ilmiah ini bermanfaat.

Bogor, Juni 2013
Sri Wulan Fatmawati

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

DAFTAR LAMPIRAN

vi

PENDAHULUAN

1

Latar Belakang

1

Perumusan Masalah

4

Tujuan Penelitian

4

Ruang Lingkup Penelitian

4

TINJAUAN PUSTAKA

5

METODOLOGI PENELITIAN

8

HASIL DAN PEMBAHASAN

13

SIMPULAN DAN SARAN

21

Simpulan

21

Saran

22

DAFTAR PUSTAKA

22

LAMPIRAN

25

RIWAYAT HIDUP

48

DAFTAR TABEL
1 Perkembangan Jumlah Saham Syariah dalam DES
2 Kapitalisasi Saham Syariah

3 Hasil Pengujian Akar Unit pada Level
4 Hasil Pengujian Akar Unit pada First Difference
5 Pengujian Lag Optimal
6 Hasil Pengujian Kointegrasi
7 Hasil Kusalitas Granger
8 Hasil VECM

1
2
13
14
14
15
16
16

DAFTAR GAMBAR
1 Indeks Harga Saham di Beberapa Negara
2 Indeks Harga Saham Jakarta Islamic Index (JII)
3 Kerangka Pemikiran
4 Hasil IRF
5 Hasil FEVD

3
3
7
20
21

DAFTAR LAMPIRAN
1 Uji Stasioneritas
2 Uji Lag Optimal
3 Uji Stabilitas VAR
4 Uji Kointegrasi
5 Uji Kausalitas Granger
6 Uji VECM
7 Uji IRF
8 Uji FEVD

25
30
31
32
33
36
42
45

1

PENDAHULUAN
Latar Belakang
Pasar modal menjadi sesuatu yang penting di era globalisasi ini. Indonesia
merupakan negara yang pasar keuangannya sedang berkembang. Pasar modal
merupakan salah satu kebutuhan bagi Indonesia, bukan hanya dijadikan tempat
untuk menghimpun modal, akan tetapi juga sebagai alternatif investasi, sumber
dana melalui penjualan saham dan penerbitan obligasi serta sebagai indikator
makroekonomi.
Investasi di Indonesia saat ini sedang mengalami perkembangan yang cukup
baik. Hal ini ditandai dengan membaiknya indeks yang berkaitan dengan
Indonesia yaitu Indeks Harga Saham Gabungan (IHSG), LQ45, Jakarta Islamic
Index (JII), dan Indeks Saham Syariah Indonesia (ISSI). Perkembangan pasar
modal ini diharapkan mampu untuk meningkatkan perekonomian Indonesia.
Dimana pasar modal merupakan salah satu faktor penting dalam pembangunan
ekonomi.
Seiring dengan berjalannya waktu, dalam rangka mengakomodasi
kebutuhan umat Islam di Indonesia yang ingin melakukan investasi dengan
prinsip dasar syariah maka muncullah pasar modal syariah. Kondisi ini dapat
dilihat ketika pada 3 Juli 1997 PT Danareksa Investment Management
meluncurkan Danareksa Syariah. Kemudian pada 3 Juli 2000 Bursa Efek
Indonesia bekerjasama dengan PT Danareksa Investment Management
meluncurkan Jakarta Islamic Index (JII). Selanjutnya, investasi syariah di pasar
modal syariah terus bertambah yaitu dengan kehadiran obligasi syariah, reksadana
indeks, dan Indeks Saham Syariah Indonesia (ISSI).
Tabel 1 Perkembangan Jumlah Saham Syariah dalam DES
Tahun

Periode

Jumlah Saham Syariah

2007

I
II
I
II
I
II
I
II
I
II
I
II

174
183
191
195
198
199
210
228
234
253
304
321

2008
2009
2010
2011
2012
Sumber: Bapepam LK

Tabel 1 menggambarkan kondisi perkembangan pasar modal syariah di
Indonesia selama periode 2007 sampai dengan 2012 dimana jumlah saham syariah

2

terus meningkat. Hal ini menunjukkan bahwa saham syariah cukup diminati para
investor.
Kapitalisasi pasar modal syariah pada tahun 2008 mengalami penurunan
dari 1.105.897,25 pada tahun 2007 menjadi 428.525,74. Hal ini terjadi karena
krisis global yang terjadi pada tahun 2008 yang dipicu oleh jatuhnya subprime
mortgage. Akan tetapi mulai dari tahun 2009 sampai dengan tahun 2012 nilai
kapitalisasi saham syariah terus mengalami kenaikan, pada penutupan terakhir
tahun 2012 dengan nilai 1.671.004,23.
Tabel 2 Tabel Kapitalisasi Saham Syariah
Tahun
2007
2008
2009
2010
2011
2012
Sumber: Bapepam LK

Jakarta Islamic Index
(Rp Miliar)
1.105.897,25
428.525,74
937.919,08
1.134.632,00
1.414.983,81
1.671.004,23

Menurut Achien (2000) dalam Huda dan Nasution (2008) Pengembang
pertama indeks Islam dan equity fund seperti reksadana adalah Amerika Serikat,
setelah The Amana Fund diluncurkan The North American Islamic Trust sebagai
equity fund pertama di dunia pada 1986. Pada Februari 1999, Dow Jones
meluncurkan indeks pasar Islam yang pertama. Dow Jones Islamic Market Index
(DJIMI) merupakan bagian dari kelompok indeks-indeks global Dow Jones
(DJGI). Hal ini membuktikan bahwa Amerika Serikat lebih dahulu melaksanakan
kegiatan pasar modal syariah.
Dow Jones Islamic Market Index (DJIMI) meliputi saham-saham dari 34
negara mencakup 10 sektor ekonomi, 18 sektor pasar, 51 kelompok, dan 89
subkelompok industri. Beberapa negara yang termasuk dalam Dow Jones Islamic
Market Index (DJIMI) diantaranya adalah Dow Jones Islamic Market Index
Europe (DJIEU), Dow Jones Islamic Market Index Malaysia (DJIMY), Dow
Jones Islamic Market Index US (IMUS), Dow Jones Islamic Market Index Japan
(DJIJP). Saham-saham syariah tersebut merupakan salah satu saham dengan harga
yang cukup tinggi dibandingkan dengan saham syariah di negara lainnya. Dimana
pada gambar 1 dapat dilihat harga saham syariah yang paling tinggi dimiliki oleh
Dow Jones Islamic Market Index Europe (DJIEU), diikuti oleh Dow Jones Islamic
Market Index US (IMUS), Dow Jones Islamic Market Index Malaysia (DJIMY),
Dow Jones Islamic Market Index Japan (DJIJP), dan Jakarta Islamic Index (JII).
Pada gambar 1 juga terlihat pada September dan Oktober 2008 saham-saham
syariah tersebut mengalami penurunan. Penurunan tersebut disebabkan krisis
global yang terjadi pada tahun 2008 yang dipicu oleh jatuhnya subprime
mortgage. Jatuhnya harga saham-saham syariah ini memberikan dampak terhadap
perekonomian suatu Negara, termasuk Negara Eropa, Amerika itu sendiri, Jepang,
Malaysia, dan Indonesia. Hal yang sedikit berbeda terjadi pada Indonesia dimana

3

pada krisis global 2008 perekonomian Indonesia cukup stabil begitupun dengan
saham JII adalah yang paling stabil diantara indeks saham lainnya (Beik 2011).

Gambar 1 Indeks Harga Saham Beberapa Negara
Sumber: www.finance.yahoo.com
Jakarta Islamic Index (JII) merupakan salah satu sarana bagi para investor
yang ingin menanamkan dananya dalam bentuk syariah yang ada di bursa efek
Indonesia. Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang
merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar
yang besar (BEI 2013). Indeks harga saham JII pada gambar 2 menunjukkan
perkembangan fluktuatif dari tahun 2007 sampai dengan 2012. Pada tahun 2008
saham di Jakarta Islamic Index (JII) mengalami penurunan.

Gambar 2 Indeks Harga Saham JII
Sumber: www.finance.yahoo.com

4

Pasar modal syariah merupakan alternatif investasi yang tidak bisa terlepas
dari variabel makroekonomi dan juga rentan dipengaruhi oleh pasar saham
internasional. Penurunan harga saham syariah dan kapitalisasi saham yang terjadi
pada tahun 2008 menyebabkan kapitalisasi saham JII dan kontribusi terhadap
PDB Indonesia juga menurun. Maka dari itu penelitian mengenai pengaruh
variabel makroekonomi dan indeks harga saham di beberapa negara terhadap
Jakarta Islamic Index (JII) penting untuk dilakukan.

Perumusan Masalah
Pasar modal syariah di Indonesia memiliki peluang yang sangat besar untuk
berkembang. Kondisi jumlah penduduk Indonesia yang mayoritas muslim dan
level Investment grade yang telah didapat Indonesia dari lembaga pemeringkat
Fitch Rating ini merupakan langkah yang baik terhadap pasar modal syariah.
Jakarta Islamic Index (JII) telah menunjukkan perkembangan yang cukup
baik dengan bertambahnya emiten dan jumlah saham syariah dari tahun ke
tahunnya. Krisis global tahun 2008 memberikan dampak cukup signifikan
terhadap perekonomian Indonesia dan indeks harga saham pada Jakarta Islamic
Index (JII). Ini mengindikaskan bahwa ada keterkaitan antara indeks harga saham
dunia yang juga jatuh pada saat itu. Kestabilan makroekonomi Indonesia saat itu
juga menjadi salah satu faktor yang membuat Indonesia cukup bisa bertahan pada
krisis global 2008.
Maka dari itu, penelitian ini berupaya untuk mengkaji sejauh mana
pengaruh variabel makroekonomi dan indeks harga saham syariah di beberapa
negara terhadap Jakarta Islamic Index (JII). Berdasarkan uraian di atas, berikut
merupakan perumusan masalah yang akan diteliti:
1. Bagaimana pengaruh variabel makroekonomi dan indeks harga saham syariah
di beberapa negara terhadap Jakarta Islamic Index (JII)?
2. Seberapa besar pengaruh variabel makroekonomi dan indeks harga saham
syariah di beberapa negara terhadap Jakarta Islamic Index (JII)?

Tujuan Penelitian
Berdasarkan uraian latar belakang dan perumusan masalah di atas, maka
tujuan penelitian ini adalah sebagai berikut:
1. Menganalisis pengaruh variabel makroekonomi dan indeks harga saham
syariah di beberapa negara terhadap Jakarta Islamic Index (JII).
2. Menganalisis variabel makroekonomi dan saham syariah di beberapa negara
manakah yang paling berpengaruh terhadap Jakarta Islamic Index (JII).

Ruang Lingkup Penelitian
Penelitian ini menggunakan ekonometrika yang dianalisis secara deskriptif
dan kuantitatif. Variabel yang digunakan yaitu indeks harga Jakarta Islamic Index
(JII), Industrial Production Index (IPI), Consumer Price Index (CPI), Jumlah
Uang Beredar (M2), Exchange Rate (ER), BI Rate, Sertifikat Bank Indonesia

5

Syariah (SBIS), Dow Jones Islamic Market Index Europe (DJIEU), Dow Jones
Islamic Market Index Malaysia (DJIMY), Dow Jones Islamic Market Index US
(IMUS), Dow Jones Islamic Market Index Japan (DJIJP). Periode waktu yang
digunakan dimulai bulan Januari 2007 sampai Oktober 2012. Faktor-faktor
eksternal yang dapat memengaruhi dalam analisis skripsi ini dianggap konstan.

TINJAUAN PUSTAKA
Ada beberapa studi yang relatif berfokus dalam menguji pengaruh variabel
makroekonomi dan indeks harga saham baik secara regional maupun global.
Ibrahim dan Yusoff (2001), Maghayereh (2003), Maysami et al. (2004), Menike
(2006), Nugraha (2007), Yusof dan Majid (2007), Abidin (2008), Yusof dan
Majid (2009), Asmy et al. (2010), Savasa dan Samiloglub (2010), Syukma (2011),
Albaity (2011), Beik dan Wardhana (2011), Rad (2011), Kuwomu dan Victor
(2011), Hosseini et al. (2011), Istiqomah (2012), Hussin et al. (2012), Bekhet dan
Mugableh (2012), serta Majid et al. (2012) adalah beberapa studi yang menguji
mengenai variabel makroekonomi dan indeks harga saham. Dalam beberapa
penelitian tersebut variabel makroekonomi yang digunakan adalah Industrial
Production Index (IPI) menurut beberapa penelitian yang telah dilakukan IPI
mempunyai hubungan yang positif dengan harga saham (Maysami et al. 2004).
Hal ini juga sesuai dengan penelitian Ibrahim dan Yusoff (2001), Maghayereh
(2003), Nugraha (2007), Savasa dan Samiloglub (2010), Syukma (2011), Hosseini
et al. (2011), Hussin et al. (2012), Bekhet dan Mugableh (2012), dan Majid et al.
(2012). Peningkatan IPI akan memengaruhi harga saham melalui dampaknya
terhadap keuntungan perusahaan.
Hubungan antara Consumer Price Index (CPI) dan harga saham dapat
berpengaruh baik postif maupun negatif. Menurut Maghayereh (2003), Syukma
(2011) dan Bekhet dan Mugableh (2012) kedua variabel memiliki hubungan yang
negatif. Mereka mengindikasikan naiknya CPI mengindikasikan naiknya hargaharga barang konsumsi yang berarti naiknya biaya hidup masyarakat. Hal ini
membuat masyarakat lebih memilih mengalokasikan dananya untuk konsumsi
daripada investasi. Hal ini berdampak pada menurunnya permintaan saham pada
pasar modal. Rendahnya permintaan membuat harga saham menurun. Namun
Penelitian lain menunjukkan bahwa kedua variabel memiliki hubungan yang
positif. Ibrahim dan Yusoff (2001), Maysami et al. (2004), Menike (2006), Asmy
et al. (2010), Kuwomu dan Victor (2011), Hosseini et al. (2011), Hussin et al.
(2012) menemukan bahwa CPI berhubungan positif dengan harga saham.
Hubungan antara jumlah uang beredar dengan harga saham dapat
berpengaruh positif maupun negatif. Maysami et al. (2004), Menike (2006),
Yusof dan Majid (2009), Hosseini et al. (2011), Majid et al. (2012) menunjukkan
bahwa ketika terjadi kenaikan jumlah uang beredar akan menyebabkan suku
bunga turun, dalam hal ini investor akan menginvestasikan dananya pada pasar
modal. Peningkatan investasi yang terjadi di pasar modal akan memengaruhi
permintaan saham. Semakin banyak permintaan maka harga sahampun
mengalami peningkatan. Namun Ibrahim dan Yusoff (2001), Asmy et al. (2010),

6

Hussin et al. (2012), Bekhet dan Mugableh (2012) menunjukkan hubungan yang
negatif diantara kedua variabel.
Exchange Rate dan harga saham dapat berpengaruh positif maupun negatif
dimana Penelitian oleh Maysami et al. (2004), Nugraha (2007), Asmy et al.
(2010) menunjukkan hubungan positif antara kedua variabel. Namun menurut
Ibrahim dan Yusoff (2001), Menike (2006), Yusof dan Majid (2009), Syukma
(2011), Kuwomu dan Victor (2011), Hussin et al. (2012), Bekhet dan Mugableh
(2012), dan Majid et al. (2012) menunjukkan bahwa kedua variabel tersebut
memiliki hubungan negatif hal ini mengindikasikan bahwa ketika nilai tukar
rupiah mengalami depresiasi maka investor akan mengalihkan dananya ke luar
negeri sehingga terjadi capital outflow. Mengalihnya dana ke luar negeri
menyebabkan investasi dalam negeri menurun. Penurunan ini berdampak pada
berkurangnya investasi akan saham di dalam negeri sehingga harga sahampun ikut
mengalami penurunan.
Menurut penelitian Maghayereh (2003), Menike (2006), Kuwomu dan
Victor (2011), Hussin et al. (2012) suku bunga berpengaruh negatif terhadap
harga saham. Hal ini disebabkan investor cenderung menanamkan dananya dalam
bentuk investasi lain. Sehingga harga saham menjadi turun.
Penelitian oleh Abidin (2008) yang melihat Keterkaitan Antara Indeks
Saham Syariah di Beberapa Negara dan Indeks Saham Jakarta Islamic Index (JII)
di Indonesia menghasilkan bahwa pada model JII, DJIMJPN berpengaruh
signifikan terhadap JII dimana untuk jangka panjang berpengaruh secara positif
dan untuk jangka pendek berpengaruh secara negatif. Berdasarkan hasil IRF, JII
cukup stabil dalam merespon guncangan lainnya. Adapun DJIMKND ternyata
belum cukup dominan dalam menjelaskan fluktuasi JII. Penelitian oleh Rosylin
Mohd. Yusof dan M. Shabri Abd. Majid (2007) mengenai Stock Market Volatility
Transmission in Malaysia: Islamic Versus Conventional Stock Market
menunjukkan bahwa tingkat suku bunga volatilitas memengaruhi volatilitas pasar
saham konvensional tetapi tidak volatilitas pasar saham syariah. Hal ini menyoroti
prinsip Islam bahwa tingkat bunga bukan merupakan variabel yang signifikan
dalam menjelaskan volatilitas pasar saham. Temuan ini memberikan dukungan
lebih lanjut bahwa suku bunga berdampak tidak signifikan pada volatilitas pasar
saham syariah.
Penelitian oleh Mohamed Shikh Albaity (2011) dengan judul Impact of the
Monetary Policy Instrument on Islamic Stock Market Index Return menunjukkan
bahwa M1, M3, KLIBOR signifikan terhadap KLCI. Kemudian M2, M3, dan CPI
berpengaruh terhadap KLSI dan DJIMI. Penelitian oleh Irfan Syauqi Beik dan
Wisnu Wardhana (2011) dengan judul The Relationship between Jakarta Islamic
Index and Other Selected Market: Evidence from Impulse Response Function.
Penelitian dilakukan pada Januari 2006 sampai dengan Desember 2008. Penelitian
ini menunjukkan tidak ada hubungan jangka panjang antara pasar modal
Indonesia dengan Malaysia dan AS. Kemudian JII adalah paling stabil diantara
indeks saham lainnya. Hal ini memberikan alternatif investasi bagi para investor.
Bagi Indonesia sendiri kondisi ini menjadi kesempatan untuk mempromosikan
pasar modal sebagai tujuan investasi yang menguntungkan. Penelitian oleh Abbas
Alavi Rad (2011) yang berjudul Macroeconomic Variables and Stock Market:
Evidence from Iran menunjukkan bahwa respon indeks harga saham terhadap
guncangan dalam variabel ekonomi makro seperti indeks harga konsumen (IHK),

7

pasar bebas nilai tukar (FER) dan likuiditas (M2) lemah dan membutuhkan waktu
empat bulan untuk stabil. Kemudian hasil Variance Decomposition (FEVD)
mengungkapkan bahwa pangsa variabel ekonomi makro seperti indeks harga
konsumen (IHK), pasar bebas nilai tukar pasar (FER) dan likuiditas (M2)
berfluktuasi sekitar 12 persen.

Kerangka Pemikiran
Perkembangan Pasar
Modal Syariah
Indonesia

Reksadana Syariah

Saham Syariah

Jakarta Islamic Index
(JII)

jumlah
uang
beredar (M2), nilai
tukar
rupiah,
Industrial
Production Index
(IPI),
Consumer
Price Index (CPI),
BI Rate, SBIS

Obligasi Syariah

Indeks Saham Syariah
Indonesia (ISSI)

Dow Jones Islamic
Market Index Europe
(DJIEU), Dow Jones
Islamic Market Index
Malaysia
(DJIMY),
Dow Jones Islamic
Market
Index
US
(IMUS), Dow Jones
Islamic Market Index
Japan (DJIJP).

Model VARVECM

Catatan : tanda

Gambar 3 Kerangka Pemikiran
adalah yang diteliti, tanda

tidak diteliti

8

METODOLOGI PENELITIAN
Model Penelitian
Analisis Pengaruh Variabel Makroekonomi dan Indeks Harga Saham
Syariah di Beberapa Negara terhadap Jakarta Islamic Index (JII) dilihat dengan
menggunakan indeks harga Jakarta Islamic Index (JII), Industrial Production
Index (IPI), Consumer Price Index (CPI), jumlah uang beredar (M2), Exchange
Rate (ER), BI Rate, Sertifikat Bank Indonesia Syariah (SBIS), Dow Jones Islamic
Market Index Europe (DJIEU), Dow Jones Islamic Market Index Malaysia
(DJIMY), Dow Jones Islamic Market Index US (IMUS), Dow Jones Islamic
Market Index Japan (DJIJP). Dengan demikian model penelitian ini adalah:
∆LNJII t = α 0 +

[

∆LNJII t-i +
∆LNM2 t-i +
∆SBIS t-i +
∆LNIMUS t-i +
t-i +
t-i +
t-i +

∆LNIPI t-i +
∆LNCPIt-i +
∆LNER t-i +
∆BIRATE t-i +
∆LNDJIEU t-i +
∆LNDJIMY t-i +
∆LNDJIJP t-i + ε t + CointEq
t-i +
t-i +
t-i +
t-i +
t-i +
t-i +
t-i +
t-i ]

Dimana:
LNJII
LNIPI
LNCPI
LNM2
LNER
BIRATE
SBIS
LNDJIEU
LNDJIMY
LNIMUS
LNDJIJP
α0
ε

= Indeks saham berbasis syariah yang ada di Indonesia
= Industrial Production Index (IPI) tahun dasar 2010
= Consumer Price Index (CPI) tahun dasar 2007
= Jumlah uang beredar dalam arti luas
= Nilai tukar Rupiah terhadap Dollar AS (Rp/USD)
= Suku bunga Bank Indonesia
= Sertifikat Bank Indonesia Syariah (SBIS) satu bulan
= Indeks saham berbasis syariah yang ada di Eropa
= Indeks saham berbasis syariah yang ada di Malaysia
= Indeks saham berbasis syariah yang ada di US
= Indeks saham berbasis syariah yang ada di Jepang
= Intersep
= Error

Variabel dan Definisi Variabel
Berikut ini penjelasan mengenai variabel-variabel yang digunakan dalam
penelitian :
a. Jakarta Islamic Index (JII) adalah indeks saham berbasis syariah yang ada di
Indonesia.
b. Industrial Production Index (IPI) adalah sebuah indikator ekonomi yang
mengukur produksi output riil. IPI sering digunakan sebagai representasi bagi

9

c.

d.
e.
f.
g.
h.
i.
j.
k.

pendapatan nasional untuk menggantikan ketiadaan data PDB bulanan. IPI
yang digunakan dalam penelitian ini menggunakan tahun dasar 2010.
Consumer Price Index (CPI) adalah gambaran tingkat harga barang dan jasa
yang dikonsumsi masyarakat, CPI ini dinyatakan dalam bentuk indeks dan
berupa data bulanan. CPI juga merupakan gambaran tingkat inflasi, dalam
penelitian ini menggunakan CPI tahun dasar 2007.
Jumlah uang beredar (M2) merupakan jumlah uang beredar dalam arti luas.
Exchange Rate (ER) merupakan nilai tukar Rupiah terhadap Dollar AS
(Rp/USD).
BI Rate menggambarkan suku bunga Bank Indonesia.
SBIS adalah suku bunga Sertifikat Bank Indonesia Syariah (SBIS), dalam
penelitian ini menggunakan data SBIS satu bulan.
Dow Jones Islamic Market Index Europe (DJIEU) adalah indeks saham
berbasis syariah yang ada di Eropa.
Dow Jones Islamic Market Index Malaysia (DJIMY) adalah indeks saham
berbasis syariah yang ada di Malaysia.
Dow Jones Islamic Market Index US (IMUS) adalah indeks saham berbasis
syariah yang ada di Amerika Serikat.
Dow Jones Islamic Market Index Japan (DJIJP) adalah indeks saham berbasis
syariah yang ada di Jepang.

Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini merupakan data sekunder
berupa time series bulanan dari Januari 2007 sampai dengan Oktober 2012. Datadata untuk penelitian ini diperoleh dari berbagai sumber diantaranya: Badan
Pengawas Pasar Modal Lembaga Keuangan (BAPEPAM LK), Bursa Efek
Indonesia (BEI), Badan Pusat Statistik (BPS), Bank Indonesia (BI), IFS, CEIC
dan yahoo finance. Adapun data yang digunakan untuk variabel ini yaitu indeks
harga Jakarta Islamic Index (JII), Industrial Production Index (IPI), Consumer
Price Index (CPI), Jumlah uang beredar (M2), Exchange Rate (ER), BI Rate,
Sertifikat Bank Indonesia Syariah (SBIS), Dow Jones Islamic Market Index
Europe (DJIEU), Dow Jones Islamic Market Index Malaysia (DJIMY), Dow
Jones Islamic Market Index US (IMUS), Dow Jones Islamic Market Index Japan
(DJIJP).

Metode Analisis
Penelitian ini menggunakan metode analisis yang bersifat deskriptif dan
kuantitatif. Alat analisis yang digunakan dalam penelitian ini adalah metode
Vector Autoregression (VAR) apabila data yang digunakan stasioner pada level.
Namun bila data belum stasioner pada tingkat level maka dilanjutkan dengan
metode Vector Error Correction Model (VECM). Semua data dalam penelitian ini
ditransformasikan ke dalam bentuk logaritma natural (ln) kecuali BI Rate dan
SBIS. Data-data tersebut diolah menggunakan perangkat lunak (software)
Microsoft Excel 2010 dan Eviews 6.

10

Vector Autoregression (VAR)
Model Vector Autoregressive (VAR) diperkenalkan oleh Christopher Sims
pada tahun 1980. Stock dan Watson (2001) dalam Firdaus (2011) memaparkan
bahwa jika sebelumnya univariate autoregression merupakan sebuah persamaan
tunggal (single equation) dengan model linier variabel tunggal (single-variable
linear model), di mana nilai sekarang dari masing-masing variabel dijelaskan oleh
nilai lag-nya sendiri, maka VAR merupakan sebuah n-persamaan (n-equation)
dengan n-variabel (n-variable), di mana masing-masing variabel dijelaskan oleh
nilai lag-nya sendiri, serta nilai saat ini dan masa lampaunya (current and past
values). Menurut Arsana (2005) dalam Firdaus (2011), alat analisis yang
disediakan oleh VAR bagi deskripsi data, peramalan, inferensi struktural, dan
analisis kebijakan dilakukan melalui empat macam penggunaannya, yakni
Forecasting, Impuls Response Function (IRF), Forecast Error Variance
Decomposition (FEVD), dan Granger Causality Test.
Adapun persamaan umum VAR adalah sebagai berikut (Enders 2004 dalam
Firdaus 2011):
y t = A 0 + A 1 yt-1 + A 2 yt-2 + ... + A p yt-p + ε t
Dimana:
yt
= vektor berukuran (n.1) yang berisikan n variabel yang terdapat dalam
sebuah model VAR
A0
= vektor intersep berukuran (n.1)
Ai
= matriks koefisien/ parameter berukuran (n.n) untuk setiap i = 1,2,...,p
εt
= vektor error berukuran (n.1)
Vector Error Correction Model (VECM)
Vector Error Correction Model (VECM) merupakan bentuk VAR yang
terestriksi Enders (2007) dalam Firdaus (2011). Restriksi tambahan ini harus
diberikan karena keberadaan bentuk data yang tidak stasioner pada level, VECM
kemudian memanfaatkan informasi restriksi kointegrasi tersebut ke dalam
spesifikasinya. Oleh karena itu VECM sering disebut sebagai desain VAR bagi
series nonstasioner yang memiliki hubungan kointegrasi. Dengan demikian,
dalam VECM terdapat speed of adjustment dari jangka pendek ke jangka panjang
(Firdaus 2011).
Adapun model VECM secara umum adalah sebagai berikut:
Δy t = µ 0x + µ 1x t + Π x y t-1 +

Δy t-i + ε t

Dimana:
yt
= vektor yang berisi variabel yang dianalisis dalam penelitian
µ 0x
= vektor intersep
µ 1x
= vektor koefisien regresi
t
= time trend
Πx
= α x β’dimana b’ mengandung persamaan kointegrasi jangka panjang

11

y t-1
Γ ix
k-1
εt

= variabel in-level
= matriks koefisien regresi
= ordo VECM dari VAR
= error term

Uji Stasioneritas Data
Tahap pertama yang dilakukan dalam mengolah data time series adalah
dengan uji akar unit (unit root test). Uji akar unit ini dilakukan untuk melihat
apakah data yang diamati stasioner atau tidak. Data yang stasioner cenderung
mendekati nilai rata-rata dan berfluktuasi di sekitar nilai rata-ratanya. Data yang
tidak stasioner dapat menghasilkan regresi yang lacung (spurious regression)
yaitu regresi yang menggambarkan hubungan dua variabel atau lebih yang terlihat
signifikan secara statistik padahal kenyatannya tidak.
Uji stasioneritas data dalam penelitian ini menggunakan Augmented DickeyFuller (ADF). Dalam tes Augmented Dickey-Fuller (ADF), apabila nilai mutlak tADF lebih besar dari nilai mutlak MacKinnon Critical Values-nya maka data
telah stasioner pada taraf nyata yang telah ditentukan. Selain itu dapat juga dilihat
dari nilai probabilitasnya. Jika data stasioner maka VAR dapat digunakan akan
tetapi jika tidak stasioner maka ada dua pilihan yaitu menggunakan VAR dalam
bentuk first diference atau VECM. Keberadaan variabel yang tidak stasioner
meningkatkan kemungkinan adanya hubungan kointegrasi antar variabel.

Uji Lag Optimal
Lag dalam sebuah sistem VAR merupakan hal yang penting. Di samping
berguna untuk menunjukkan berapa lama reaksi suatu variabel terhadap variabel
lainnya, penentuan lag optimal juga berguna untuk menghilangkan masalah
autokorelasi dalam sebuah sistem VAR (Firdaus 2011).
Pengujian panjang lag yang optimal dapat diidentifikasi dengan
menggunakan Akaike Information Criterion (AIC), Schwarz Information
Criterion (SIC), Hannan-Quinn Criterion (HQ), dan sebagainya. Lag yang dipilih
adalah model dengan nilai AIC dan SIC terkecil dan nilai HQ terbesar.

Uji Stabilitas VAR
Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi
polinomial atau dikenal dengan roots of characteristic polinomial. Jika semua
akar dari fungsi polinomial tersebut berada di dalam unit circle maka model VAR
tersebut dianggap stabil sehingga Impuls Response Function (IRF) dan Forecast
Error Variance Decomposition (FEVD) yang dihasilkan dianggap valid (Firdaus
2011).

12

Uji Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang
tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan oleh
Engle dan Granger (1987) sebagai kombinasi linear dari dua atau lebih variabel
yang tidak stasioner akan menghasilkan variabel yang stasioner. Kombinasi linear
ini dikenal dengan istilah persamaan kointegrasi dan dapat diinterpretasikan
sebagai hubungan keseimbangan jangka panjang di antara variabel (Firdaus
2011).
Pengujian kointegrasi sendiri dapat dilakukan dengan uji kointegrasi EngleGranger, uji kointegrasi Johansen, dan uji kointegrasi Durbin-Watson. Salah satu
uji kointegrasi yang dilakukan dalam penelitian ini adalah uji kointegrasi
Johansen. Jika trace statistic > critical value, persamaan tersebut terkointegrasi.
Dengan H 0 = non-kointegrasi dan H 1 = kointegrasi. Jika trace statistic > critical
value maka tolak H 0 dan terima H 1 yang artinya persamaan tersebut
terkointegrasi.

Uji Kausalitas Granger
Uji kausalitas granger dilakukan untuk melihat hubungan kausalitas di
antara variabel-variabel yang ada dalam model. Uji ini untuk mengetahui apakah
suatu variabel bebas (independent variable) meningkatkan kinerja forecasting dari
variabel tidak bebas (dependent variable) (Firdaus 2011).

Impulse Response Function (IRF)
Impuls Response Function (IRF) adalah suatu metode yang digunakan untuk
menentukan respons suatu variabel endogen terhadap suatu shock tertentu. Hal ini
dikarenakan shock variabel misalnya ke-i tidak hanya berpengaruh terhadap
variabel ke-i itu saja tetapi ditransmisikan kepada semua variabel endogen lainnya
melalui struktur dinamis atau struktur lag dalam VAR. Dengan kata lain IRF
mengukur pengaruh suatu shock pada suatu waktu kepada inovasi variabel
endogen pada saat tersebut dan di masa yang akan datang. Sementara itu IRF
bertujuan untuk mengisolasi suatu guncangan agar lebih spesifik yang artinya
suatu variabel dapat dipengaruhi oleh shock atau guncangan tertentu. Apabila
suatu variabel tidak dapat dipengaruhi oleh shock, maka shock spesifik tersebut
tidak dapat diketahui melainkan shock secara umum (Firdaus 2011).

Forecast Error Variance Decomposition (FEVD)
Analisis FEVD dalam model VAR bertujuan untuk memprediksi kontribusi
presentase varian setiap peubah karena adanya perubahan peubah tertentu dalam
sistem VAR. Pada analisis IRF sebelumnya digunakan untuk melihat dampak
guncangan dari satu peubah terhadap peubah lainnya, dalam analisis FEVD
digunakan untuk menggambarkan relatif pentingnya setiap peubah dalam sistem
VAR karena adanya shock (Juanda dan Junaidi 2012).

13

HASIL DAN PEMBAHASAN
Uji Stasioneritas Data
Uji stasioneritas data merupakan tahap yang penting dalam menganalisis
data time series. Hal ini dilakukan untuk melihat ada tidaknya unit root diantara
variabel. Metode pengujian akar unit variabel dalam model penelitian ini
didasarkan pada uji Augmented Dickey-Fuller (ADF) pada tingkat level. Jika nilai
mutlak t-ADF lebih besar dari nilai mutlak MacKinnon Critical Values-nya maka
data telah stasioner pada taraf nyata yang telah ditentukan. Apabila tidak stasioner
maka dilanjutkan pada tingkat first difference dan second difference. Hasil
Pengujian akar unit pada level dapat dilihat pada tabel 3.
Tabel 3 Hasil Pengujian Akar Unit Pada Level
Variabel

Nilai ADF

LNJII
-1.643
LNIPI
-5.046
LNCPI
-2.137
LNM2
-3.789
LNER
-2.115
BIRATE
-3.041
SBIS
-2.345
LNDJIEU -1.596
LNDJIMY -1.368
LNIMUS -1.014
LNDJIJP
-2.102
Sumber : Lampiran 1

Nilai Kritis Mackinnon
1%
5%
10%
-3.530
-2.905
-2.590
-4.099
-3.477
-3.166
-4.099
-3.477
-3.166
-4.097
-3.476
-3.166
-3.530
-2.905
-2.590
-4.099
-3.477
-3.166
-3.529
-2.904
-2.590
-3.529
-2.904
-2.590
-3.530
-2.905
-2.590
-3.529
-2.904
-2.590
-3.530
-2.905
-2.590

Keterangan
Tidak Stasioner
Stasioner
Tidak Stasioner
Stasioner
Tidak Stasioner
Tidak Stasioner
Tidak Stasioner
Tidak Stasioner
Tidak Stasioner
Tidak Stasioner
Tidak Stasioner

Hasil uji stasioneritas data pada level menunjukkan bahwa semua variabel
tidak stasioner kecuali (IPI) dan (M2) yang stasioner pada taraf nyata 5%. Hal ini
dikarenakan nilai mutlak t-ADF lebih kecil dari nilai mutlak MacKinnon Critical
Values-nya pada taraf 5%. Penelitian dengan data yang tidak stasioner dapat
menghasilkan regresi palsu (spurious regression). Maka dari itu uji stasioneritas
dilanjutkan pada tingkat first difference.
Hasil uji stasioneritas data pada tabel 4 menunjukkan bahwa semua data
yang digunakan dalam penelitian telah stasioner pada tingkat first difference. Hal
ini dikarenakan nilai mutlak t-ADF lebih besar dari nilai mutlak MacKinnon
Critical Values-nya pada taraf nyata 5%.

14

Tabel 4 Hasil Pengujian Akar Unit Pada First Difference
Variabel

Nilai ADF

DLNJII
-6.067
DLNIPI
-6.852
DLNCPI
-5.393
DLNM2
-8.126
DLNER
-6.203
DBIRATE
-3.603
DSBIS
-13.004
DLNDJIEU
-6.583
DLNDJIMY -6.422
DLNIMUS
-6.633
DLNDJIJP
-6.274
Sumber: Lampiran 1

Nilai Kritis Mackinnon
1%
5%
10%
-3.530
-2.905
-2.590
-3.533
-2.906
-2.591
-4.101
-3.478
-3.167
-3.532
-2.906
-2.590
-3.530
-3.530
-2.590
-3.530
-2.905
-2.590
-3.530
-2.905
-2.590
-3.530
-2.905
-2.590
-3.530
-2.905
-2.590
-3.530
-2.905
-2.590
-3.530
-2.905
-2.590

Keterangan
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner
Stasioner

Penentuan Lag Optimal
Langkah penting yang harus dilakukan dalam menggunakan model VAR
adalah penentuan jumlah lag yang optimal yang digunakan dalam model (Firdaus
2011). Dalam model VAR penentuan lag optimal sangat berguna untuk
menghilangkan autokorelasi. Penentuan lag optimal yang dilakukan dalam
penelitian ini didasarkan pada nilai Akaike Information Criterion (AIC). Hasil
pengujian lag optimal dapat dilihat pada tabel 5. Berdasarkan perhitungan nilai
Akaike Information Criterion (AIC), lag optimal berada pada lag tiga.
Tabel 5 Pengujian Lag Optimal

Sumber
Catatan

Lag
AIC
0
-25.32866
1
-41.28332
2
-42.08743
3
-42.70146*
: Lampiran 2
: Tanda * menunujukkan angka terkecil

Uji Stabilitas VAR
Uji stabilitas VAR dilakukan dengan menghitung akar-akar dari fungsi
polinomial atau dikenal dengan roots of characteristic polinimial (Firdaus 2011).
Stabilitas VAR perlu diuji dahulu sebelum melakukan analisis yang lebih jauh.
Model VAR dianggap stabil apabila seluruh roots-nya memiliki modulus lebih
kecil dari satu dan berada di dalam unit circle. Nilai modulus untuk model
penelitian Jakarta Islamic Index (JII) ini berkisar antara 0.217998- 0.996523.
Berdasarkan hasil tersebut maka dapat disimpulkan bahwa model VAR stabil.

15

Untuk lebih jelasnya, hasil pengujian stabilitas VAR dapat dilihat pada lampiran
3.
Uji Kointegrasi
Uji kointegrasi bertujuan untuk menentukan apakah variabel-variabel yang
tidak stasioner terkointegrasi atau tidak. Konsep kointegrasi dikemukakan oleh
Engle-Granger (1987) sebagai kombinasi linear dari dua atau lebih variabel yang
tidak stasioner. Kombinasi linear ini dikenal dengan istilah persamaan kointegrasi
dan dapat diinterpretasikan sebagai hubungan keseimbangan jangka panjang di
antara variabel (Verbeek dalam Firdaus 2011).
Tabel 6 Hasil Pengujian Kointegrasi
Hypothesized
Eigenvalue
Trace Statistic
No.of CE(s)
None *
0.757689
430.9355
At most 1 *
0.660536
335.9607
At most 2 *
0.612711
263.5748
At most 3 *
0.581392
200.0198
At most 4 *
0.494200
141.6748
At most 5 *
0.365467
96.00665
At most 6 *
0.305600
65.53065
At most 7 *
0.260460
41.09533
At most 8
0.184656
20.87958
At most 9
0.090104
7.201838
At most 10
0.012980
0.875343
Sumber : Lampiran 4
Catatan : Tanda * menunjukkan signifikan pada taraf 5%

5 Persent Critical
Value
263.2603
219.4016
179.5098
143.6691
111.7805
83.93712
60.06141
40.17493
24.27596
12.32090
4.129906

Semua variabel telah stasioner pada tingkat first difference (Lampiran 1),
maka dari itu uji kointegrasi melalui uji Johansen Cointegration Test dapat
dilakukan. Jika Trace statistic > Critical Value maka persamaan tersebut
terkointegrasi. Dengan demikian H 0 = nonkointegrasi dengan hipotesis
alternatifnya H 1 = kointegrasi. Jika Trace statistic > Critical Value, maka tolak
H 0 atau terima H 1 yang artinya terjadi kointegrasi (Firdaus 2011). Tabel 6
menunjukkan pengujian kointegrasi.
Hasil pengujian pada tabel 6 menunjukkan bahwa dengan menggunakan
taraf nyata 5% terdapat delapan persamaan yang terkointegrasi. Hal tersebut
dapat dilihat saat nilai Trace statistic > Critical Value. Informasi mengenai
terdapatnya persamaan yang terkointegrasi ini akan dilanjutkan dengan
menggunakan model Vector Error Correction Model (VECM).

Uji Kausalitas Granger
Uji kausalitas granger dilakukan untuk melihat hubungan kausalitas di
antara variabel-variabel yang ada dalam model. Berdasarkan hasil uji kausalitas
Granger pada tabel 7 menunjukkan bahwa tidak terdapat hubungan sebab akibat
diantara variabel. Terlihat bahwa CPI memengaruhi BI Rate, BI Rate

16

memengaruhi DJIMY, BI Rate memengaruhi JII, BI Rate memengaruhi SBIS, IPI
memengaruhi CPI, CPI memengaruhi JII, M2 memengaruhi CPI, DJIEU
memengaruhi ER, DJIJP memengaruhi ER, DJIMY memengaruhi ER, DJIMY
memengaruhi M2, IMUS memengaruhi ER, JII memengaruhi ER.
Tabel 7 Hasil Kausalitas Granger
HIPOTESIS
DLNCPI does not Granger Cause DBIRATE
DBIRATE does not Granger Cause DLNDJIMY
DBIRATE does not Granger Cause DLNJII
DBIRATE does not Granger Cause DSBIS
DLNIPI does not Granger Cause DLNCPI
DLNCPI does not Granger Cause DLNJII
DLNM2 does not Granger Cause DLNCPI
DLNDJIEU does not Granger Cause DLNER
DLNDJIJP does not Granger Cause DLNER
DLNDJIMY does not Granger Cause DLNER
DLNDJIMY does not Granger Cause DLNM2
DLNIMUS does not Granger Cause DLNER
DLNJII does not Granger Cause DLNER
Sumber: Lampiran 5

PROBABILITY
0.0089
0.0364
0.002
0.0001
0.0113
0.0267
0.0004
4.E-06
4.E-05
7.E-05
0.0279
3.E-05
8.E-09

Hasil Estimasi Vector Error Correction Model (VECM)
Estimasi VECM dilakukan untuk melihat adanya hubungan jangka pendek
dan jangka panjang. Pada jangka pendek terdapat koreksi kesalahan sebesar
0.74657, hal ini mengindikasikan untuk menuju keseimbangan jangka panjang
diperlukan koreksi sebesar 0.74657 persen.
Tabel 8 Hasil VECM
VARIABEL
BIRATE(-1)
LNCPI(-1)
LNDJIEU(-1)
LNDJIJP(-1)
LNDJIMY(-1)
LNER(-1)
LNIMUS(-1)
LNIPI(-1)
LNM2(-1)
SBIS(-1)
C

JANGKA PANJANG
KOEFISIEN
-0.01154
0.45827
0.63652
-0.53719
1.04431
-0.18877
-0.82999
1.64438
-0.42506
-0.03183
-0.64856

T-STATISTIC
-1.20634
1.12589
5.56779
-5.56169
28.32000
-1.65012
-6.08749
10.52420
-2.43573
-5.25776
-

17

JANGKA PENDEK
VARIABEL
KOEFISIEN
CointEq1
-0.74657
D(LNJII(-1))
0.18710
D(LNJII (-2))
0.05910
D(LNJII (-3))
0.42413
D(BIRATE(-1))
0.11791
D(BIRATE(-2))
-0.08831
D(BIRATE(-3))
-0.08339
D(LNCPI(-1))
-4.78917
D(LNCPI (-2))
-0.97027
D(LNCPI (-3))
-6.44818
D(LNDJIEU(-1))
-0.55385
D(LNDJIEU(-2))
0.18203
D(LNDJIEU(-3))
-0.70540
D(LNDJIJP(-1))
0.45205
D(LNDJIJP(-2))
-0.35314
D(LNDJIJP(-3))
1.11652
D(LNDJIMY(-1))
-0.21360
D(LNDJIMY(-2))
0.21777
D(LNDJIMY(-3))
-0.11112
D(LNER(-1))
0.75505
D(LNER(-2))
0.55772
D(LNER(-3))
0.05373
D(LNIMUS(-1))
1.13044
D(LNIMUS(-2))
0.07766
D(LNIMUS(-3))
-0.12892
D(LNIPI(-1))
-1.47684
D(LNIPI(-2))
-1.36728
D(LNIPI(-3))
-0.81425
D(LNM2(-1))
0.43578
D(LNM2(-2))
0.24299
D(LNM2(-3))
0.41502
D(SBIS(-1))
0.00940
D(SBIS(-2))
0.03116
D(SBIS(-3))
0.02621
C
0.05260
Sumber: Lampiran 6
Catatan: Tanda * menunjukkan signifikan pada taraf 5%

T-STATISTIC
-1.97657
0.56180
0.17288
1.33743
0.89603
-0.67981
-0.88808
-1.23061
-0.19623
-1.78322
-0.83121
0.26207
-1.12677
0.95687
-0.73910
2.12999*
-0.47448
0.56826
-0.27233
1.07020
0.81596
0.11670
1.32693
0.10314
-0.21590
-1.95938
-2.02174*
-1.64192
0.54009
0.30263
0.46026
0.42952
1.18580
1.19119
1.60846

Hasil estimasi VECM pada jangka pendek menunjukkan bahwa DJIJP pada
lag ketiga memengaruhi JII secara signifikan yaitu sebesar 1.11652 yang artinya
apabila terjadi kenaikan DJIJP lag ketiga sebesar satu persen maka JII naik
sebesar 1.11652 persen. IPI pada lag kedua memengaruhi JII secara signifikan

18

yaitu sebesar -1.36728 yang artinya apabila terjadi kenaikan IPI lag kedua sebesar
satu persen maka JII menurun sebesar 1.36728 persen.
Hasil estimasi VECM pada jangka panjang menunjukkan bahwa BI Rate
berpengaruh negatif secara tidak signifikan terhadap JII yang artinya peningkatan
BI Rate sebesar satu persen akan menurunkan JII sebesar 0.01154 persen. Hal ini
sesuai penelitian Hussin et al. (2012) dimana suku bunga berpengaruh negatif
terhadap harga saham. Hal ini disebabkan investor cenderung menanamkan
dananya dalam bentuk investasi lain. Sehingga harga saham menjadi turun. Akan
tetapi dalam kasus JII ini tidak signifikan ini diduga karena JII berdasarkan
prinsip syariah dimana suku bunga dilarang dalam prinsip syariah. CPI
berpengaruh positif secara tidak signifikan terhadap JII yang artinya peningkatan
CPI sebesar satu persen akan menyebabkan kenaikan JII sebesar 0.45827 persen.
Hal ini sesuai dengan penelitian Ibrahim dan Yusoff (2001), Maysami et al.
(2004), Menike (2006), Asmy et al. (2010), Kuwomu dan Victor (2011), Hosseini
et al. (2011), Hussin et al. (2012) yang menemukan bahwa CPI berhubungan
positif dengan harga saham. Dalam kasus JII ini CPI tidak signifikan. DJIEU
berpengaruh positif secara signifikan terhadap JII yang artinya peningkatan
DJIEU sebesar satu persen akan meningkatkan JII sebesar 0.63652 persen.
DJIJP berpengaruh negatif secara signifikan terhadap JII yang artinya
peningkatan DJIJP sebesar satu persen akan menurunkan JII sebesar 0.53719
persen. DJIMY berpengaruh positif secara signifikan terhadap JII yang artinya
peningkatan DJIMY sebesar satu persen akan meningkatkan JII sebesar 1.04431
persen. ER berpengaruh negatif secara tidak signifikan terhadap JII yang artinya
peningkatan ER sebesar satu persen akan menyebabkan penurunan JII sebesar
0.18877 persen. Hal ini sesuai dengan penelitian Ibrahim dan Yusoff (2001),
Menike (2006), Yusof dan Majid (2009), Syukma (2011), Kuwomu dan Victor
(2011), Hussin et al. (2012), Bekhet dan Mugableh (2012), dan Majid et al.
(2012) yang menunjukkan bahwa ER dan harga saham memiliki hubungan
negatif, hal ini mengindikasikan bahwa ketika nilai tukar rupiah mengalami
depresiasi maka investor akan mengalihkan dananya ke luar negeri sehingga
terjadi capital outflow. Mengalihnya dana ke luar negeri menyebabkan investasi
dalam negeri menurun. Penurunan ini berdampak pada berkurangnya investasi
akan saham di dalam negeri sehingga harga sahampun ikut mengalami penurunan.
Akan tetapi hal ini tidak berpengaruh signifikan pada JII, ini diduga saham-saham
yang termasuk dalam JII selalu diperiksa setiap enam bulan dan tidak terlalu
banyaknya investor asing di JII, maka ER tidak berpengaruh.
IMUS berpengaruh negatif secara signifikan terhadap JII yang artinya
peningkatan IMUS sebesar satu persen akan menyebabkan penurunan JII sebesar
0.82999 persen. Hal ini diduga saham syariah Amerika ini adalah tujuan utama
para investor sehingga investor lebih memilih IMUS dibandingkan JII. IPI
berpengaruh positif secara signifikan terhadap JII yang artinya peningkatan IPI
sebesar satu persen akan meningkatkan JII sebesar 1.64438 persen. Hal ini sesuai
dengan penelitian Ibrahim dan Yusoff (2001), Maghayereh (2003), Maysami et al.
(2004), Nugraha (2007), Savasa dan Samiloglub (2010), Syukma (2011), Hosseini
et al. (2011), Hussin et al. (2012), Bekhet dan Mugableh (2012), dan Majid et al.
(2012). Peningkatan IPI akan memengaruhi harga saham melalui dampaknya
terhadap keuntungan perusahaan. Hal ini disebabkan JII memang memiliki
kontribusi terhadap PDB akan tetapi masih dalam share yang tidak terlalu besar.

19

M2 berpengaruh negatif secara signifikan terhadap JII yang artinya peningkatan
M2 sebesar satu persen akan menurunkan JII sebesar 0.42506 persen. Hal ini
sesuai penelitian Ibrahim dan Yusoff (2001), Asmy et al. (2010), Hussin et al.
(2012), Bekhet dan Mugableh (2012) yang menunjukkan hubungan negatif
diantara kedua variabel. SBIS berpengaruh negatif secara signifikan terhadap JII
yang artinya peningkatan SBIS sebesar satu persen akan menyebabkan penurunan
JII sebesar 0.03183 persen. Dalam kasus JII ini seharusnya SBIS tidak signifikan
dikarenakan suku bunga tidak sesuai prinsip syariah akan tetapi ternyata perilaku
investor dalam menanamkan sahamnya di JII masih mempertimbangkan pada
SBIS. Hasil estimasi VECM secara lengkap dapat dilihat pada lampiran 6.

Impulse Response Function (IRF)
Impuls Response Function (IRF) digunakan untuk menentukan respon suatu
variabel endogen terhadap suatu shock tertentu. Penelitian ini akan melihat
pengaruh JII terhadap JII sendiri, IPI, CPI, M2, ER, BI Rate, SBIS. DJIEU,
DJIMY, IMUS, dan DJIJP.
Dari gambar 3 untuk respon JII terhadap JII sendiri terlihat dari periode
awal JII mengalami penurunan pada periode 1 kemudian mengalami penurunan
lagi ke arah positif pada periode 7, setelah periode 7 barulah JII mengalami
kestabilan. Respon JII terhadap BI Rate mengalami penurunan sejak periode 2
kemudian penurunan yang cukup drastis terjadi pada periode 9 kemudian setelah
periode tersebut BI Rate stabil dengan respon negatif. Respon JII terhadap CPI
direspon negatif sejak periode 2 dan mengalami penurunan yang cukup drastis
pada periode 9, kemudian periode selanjutnya CPI stabil. Respon JII terhadap
DJIEU direspon positif pada periode 2 sampai periode 5, kemudian direspon
negatif pada periode 6 setelah itu mengalami kestabilan pada periode selanjutnya
direspon negatif.
Respon JII terhadap DJIJP terlihat mengalami respon negatif pada periode 2
kemudian direspon positif pada periode 8 sampai periode selanjutnya terus
direspon positif dan stabil. Respon JII terhadap DJIMY direspon positif pada
periode 2 dan setelah periode tersebut mengalami kestabilan direspon positif.
Respon JII terhadap ER berada pada respon positif dengan respon cukup tinggi
pada periode 11 setelah itu terus mengalami kestabilan. Respon JII terhadap
IMUS direspon positif pada periode 2 kemudian direspon negatif pada periode 3
dan mengalami penurunan lagi pada periode 8, setelah periode tersebut barulah
IMUS stabil.
Respon JII terhadap IPI mengalami respon negatif pada periode 1 kemudian
mengalami penurunan yang drastis direspon negatif pada periode 11 Setelah
periode tersebut IPI stabil direspon negatif. Respon JII terhadap M2 tidak terlalu
mengalami respon secara signifikan baik itu positif maupun negatif. Respon JII
terhadap M2 direspon negatif pada periode 2 kemudian direspon positif pada
periode 4, direspon negatif kembali pada periode 5 kemudian direpon positif
kembali pada periode 10. Setelah periode tersebut M2 stabil dire