Metode Analisis Analisis Runtun Waktu

III. METODOLOGI PENELITIAN

3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Bank Indonesia dan Badan Pengawas Pasar Modal Bapepam. Data yang digunakan merupakan data runtun waktu time series bulanan dari Januari 2003 sampai dengan Desember 2006.

3.2. Metode Analisis

Metode analisis yang digunakan untuk mengetahui hubungan dari variabel-variabel dalam penelitian ini adalah model koreksi kesalahan atau Error Correction Model ECM. Adapun syarat untuk menggunakan model koreksi kesalahan yaitu jika minimal ada salah satu variabel yang tidak stasioner. Analisis model jangka panjang dan jangka pendek dilakukan dengan menggunakan software E-Views 4.1 .

3.3. Analisis Runtun Waktu

Dalam penelitian ini akan dilakukan uji akar unit untuk mengetahui apakah data yang digunakan stasioner atau tidak. Ada tidaknya akar unit dapat diketahui dengan menggunakan Augmented Dickey Fuller ADF Test. Kemudian, dilakukan uji derajat integrasi serta uji kointegrasi untuk mengetahui adanya hubungan jangka panjang dengan menggunakan Engel-Granger Cointegration Test . Langkah selanjutnya adalah melakukan koreksi kesalahan error correction dengan menggunakan ECM. Langkah-langkah dalam pembuatan ECM adalah sebagai berikut :

3.3.1. Uji Akar Unit Unit Root

Uji stasioneritas dimaksudkan untuk mengetahui sifat dan kecenderungan data yang dianalisis, apakah data tersebut mempunyai pola yang stabil stasioner atau tidak. Apabila ditemukan data yang tidak memiliki sifat-sifat di atas, maka berbagai indikator yang menyertai hasil analisis empirik atau hasil analisis model regresi tidak menunjukkan sifat-sifat yang valid. Hipotesis yang digunakan yaitu sebagai berikut : H : Data tidak stasioner mengandung akar unit H 1 : Data stasioner tidak mengandung akar unit Perbedaan antara data time series yang stasioner dan yang tidak stasioner adalah dampak guncangan yang terjadi pada data time series yang stasioner bersifat sementara. Sejalan dengan waktu dampak dari guncangan tersebut akan berkurang dan data time series akan kembali ke long run mean levelnya dan berfluktuasi di sekitar mean tersebut. Perilaku dari data time series yang stasioner adalah sebagai berikut Thomas, 1997 : 1. Mean dari data menunjukkan perilaku yang konstan. 2. Data stasioner menunjukkan varians yang konstan. 3. Correlogram yang menyempit seiring dengan penambahan waktu. Data yang tidak stasioner cenderung mengalami perubahan yang mendasar seiring dengan berjalannya waktu atau time dependent. Adapun perilaku data yang tidak stasioner yaitu sebagai berikut Thomas, 1997 : 1. Data series yang tidak stasioner tidak memiliki long run mean. 2. Memiliki ketergantungan terhadap waktu dan varian dari data yang tidak stasioner akan semakin besar tanpa batas seiring dengan perubahan waktu. 3. Correlogram dari data tersebut cenderung melebar.

3.3.2. Uji Derajat Integrasi

Uji derajat integrasi merupakan kelanjutan dari uji akar-akar unit. Uji derajat integrasi merupakan konsekuensi dari tidak terpenuhinya asumsi stasioneritas pada derajat nol atau I0. Pada beberapa uji derajat integrasi dari masing-masing variabel adalah sangat penting untuk mengetahui apakah variabel- variabel yang digunakan tidak stasioner dan berapa kali variabel harus di- difference untuk menghasilkan variabel yang stasioner. Pada uji ini variabel yang diamati di-difference pada derajat tertentu sehingga semua variabel stasioner pada derajat yang sama. Suatu variabel dikatakan stasioner pada first difference jika setelah di-difference satu kali nilai Augmented Dickey-Fuller ADF Test lebih kecil dari nilai kritis MacKinnon.

3.3.3. Uji Kointegrasi

Setelah diperoleh hasil pengujian akar-akar unit, sebuah penelitian dengan analisis runtun waktu time series akan dilanjutkan pada analisis kointegrasi. Kointegrasi adalah suatu hubungan jangka panjang long term relationship antara variabel-variabel yang tidak stasioner. Kointegrasi berarti walaupun secara individual tidak stasioner namun kombinasi linier antara variabel-variabel tersebut dapat menjadi stasioner Thomas, 1997. Dengan kata lain, suatu sistem variabel dikatakan terkointegrasi jika beberapa variabel tersebut minimal satu variabel terintegrasi pada level satu I1 dan berlaku kombinasi linier dari sistem variabel tersebut yang terintegrasi pada level nol I0, yaitu disequilibrium error atau residual u bersifat stasioner. Engle dan Granger juga menyatakan bahwa suatu uji kointegrasi dapat dianggap sebagai uji awal untuk menghindari regresi yang palsu. Ada banyak cara yang dapat dilakukan untuk melakukan uji kointegrasi, yaitu antara lain Engle-Granger Cointegration Test, Johansen Cointegration Test, dan Cointegrating Regression Durbin-Watson Test. Uji kointegrasi yang akan digunakan dalam penelitian ini adalah uji kointegrasi Engle-Granger. Hal ini dikarenakan persamaan yang digunakan merupakan persamaan tunggal. Metode kointegrasi Engle-Granger sebenarnya menggunakan metode Augmented Dickey Fuller ADF yang terdiri dari dua tahap. Tahap pertama, meregresi persamaan OLS kemudian mendapatkan residual dari persamaan tersebut. Tahap kedua, dengan menggunakan metode ADF Test diuji akar unit terhadap residual dengan hipotesis yang sama dengan hipotesis uji akar unit ADF variabel-variabel sebelumnya. Jika hipotesis nol ditolak atau signifikan, maka variabel residual adalah stasioner atau dalam hal ini kombinasi linier antar variabel adalah stasioner. Artinya meskipun variabel-variabel yang digunakan tidak stasioner, namun dalam jangka panjang variabel-variabel tersebut cenderung menuju pada keseimbangan. Oleh karena itu, kombinasi linier dari variabel-variabel tersebut disebut regresi kointegrasi. Parameter-parameter yang dihasilkan dari kombinasi tersebut dapat disebut sebagai koefisien-koefisien jangka panjang atau co-integrated parameters. Model yang digunakan dalam penelitian ini adalah : ln NABS t = + 1 ln RGDP t + 2 ln M 2 t + 3 ln RXCR t + 4 SWBI t + 5 INFL t + 6 ln JII t + 7 ln JRDS t + t 3.1 Keterangan: NABS t = Nilai Aktiva Bersih Reksadana Syariah Rp Juta. RGDP t = Gross Domestic Product Rp Miliar. M 2 t = Jumlah Uang Beredar Rp Miliar. RXCR t = Exchange Rate Rupiah per Dollar AS. SWBI t = Bonus Sertifikat Wadiah Bank Indonesia . INFL t = Inflasi . JII t = Jakarta Islamic Index. JRDS t = Jumlah Reksadana Syariah. ,..., 7 = Koefisien yang diestimasi. t = Error.

3.4. Error Correction Model ECM