PENGARUH VARIABEL MAKRO EKONOMI TERHADAP HARGA
SAHAM SYARIAH DI INDONESIA DAN MALAYSIA
PERIODE MEI 2011 – DESEMBER 2015
SKRIPSI
Diajukan Untuk Memenuhi Persyaratan Memperoleh
Gelar Sarjana Ekonomi Syariah ( S.E.Sy)
Oleh:
ELLY NURDIANA
1112046100100
KONSENTRASI PERBANKAN SYARIAH
PROGRAM STUDI MUAMALAT (EKONOMI ISLAM)
FAKULTAS SYARIAH DAN HUKUM
UNIVERSITAS ISLAM NEGERI
SYARIF HIDAYATULLAH
JAKARTA
1437/2016
i
ABSTRAK
Elly Nurdiana. 1112046100100. Pengaruh Variabel Makro Ekonomi
terhadap Harga Saham Syariah di Indonesia dan Malaysia Periode Mei 2011-
Desember 2015. Konsentrasi Perbankan Syariah, Program Studi Muamalat,
Fakultas Syariah dan Hukum, UIN Syarif Hidayatullah Jakarta, 2016 M.
Penelitian ini bertujuan untuk melihat pengaruh inflasi, suku bunga the
fed, suku bunga domestik, nilai tukar (kurs), dan jumlah uang beredar periode Mei
2011 sampai dengan Desember 2015 terhadap harga saham syariah di Indonesia
dan Malaysia baik dalam jangaka pendek maupun jangka panjang. Dalam
penelitian ini metode analisis yang digunakan yaitu Error Correction Model
(ECM).
Hasil penelitian ini menunjukkan bahwa dalam jangka pendek variabel
inflasi, suku bunga the fed, dan jumlah uang beredar tidak memiliki pengaruh
terhadap harga saham syariah di Indonesia dan Malaysia. Suku bunga domestik
memiliki pengaruh positif yang signifikan terhadap saham syariah di Malaysia,
sedangkan dalam jangka pendek suku bunga domestik tidak memiliki pengaruh
terhadap harga saham syariah di Indonesia. Dalam jangka panjang suku bunga the
fed dan suku bunga domestik tidak memiliki pengaruh terhadap harga saham
syariah di Indonesia dan Malaysia, variabel inflasi memiliki pengaruh positif dan
signifikan terhadap harga saham syariah di Indonesia, sedangkan dalam jangka
panjang inflasi memiliki pengaruh negatif dan signifikan terhadap harga saham
syariah di Malaysia, variabel jumlah uang beredar memiliki pengaruh positif dan
signifikan terhadap harga saham syariah di Indonesia dan Malaysia dalam jangka
panjang. Dan variabel nilai tukar (kurs) memiliki pengaruh negatif dan signifikan
terhadap harga saham syariah di Indonesai dan Malayasia dalam jangka pendek
maupun panjang.
Kata Kunci : Variabel Makro Ekonomi, Inflasi, Suku Bunga The Fed, Suku
Bunga Domestik, Nilai Tukar (Kurs), Jumlah Uang Beredar
(M2), Error Correction Model (ECM)
Pembimbing : Sofyan Rizal, SE, M.si
Daftar Pustaka : Tahun 2004 s.d tahun 2015
ii
KATA PENGANTAR
Assalamu’alaikum Warahmatullahi Wabarakatuh
Bismillahirrahanirahiim
Segala puji dan syukur penulis panjatkan kehadirat Allah SWT, karena
berkat Rahman dan Rahim-Nya penulis mampu menyelasaikan skripsi dengan
judul “PENGARUH VARIABEL MAKRO EKONOMI TERHADAP HARGA
SAHAM SYARIAH DI INDONESIA DAN MALAYSIA PERIODE MEI 2011-
DESEMBER 2015”. Shalawat serta salam senantiasa tercurahkan kepada Nabi
Besar Muhammad SAW semoga kesejahteraan senantiasa menyelimuti keluarga
dan sahabat Nabi beserta seluruh pengikutnya.
Penulis menyadari bahwa dalam penulisan skripsi ini masih jauh dari kata
sempurna karena keterbatasan dan kurangnya pengetahuan yang dimiliki oleh
penulis. Meskipun demikian, penulis telah memberikan yang terbaik dengan
harapan yang tebaik atas hasil penelitian ini.
Disamping itu, selama proses penulisan skripsi ini penulis tidak terlepas
dari bantuan banyak pihak yang tulus memberikan doa, bimbingan, dan motivasi
sehingga skripsi ini dapat terselesaikan. Pada kesempatan ini, penulis ingin
mengucapkan terima kasih yang sebesar-besarnya kepada pihak-pihak yang telah
membantu dalam penyusunan skripsi ini. Secara khusus, penulis mengucapkan
terima kasaih sebesar-besarnya kepada:
1. Bapak Asep Saepudin Jahar, MA, Ph.D, selaku Dekan Fakultas Syariah
dan Hukum Universitas Islam Negeri Syarif Hidayatullah Jakarta.
iii
2. Bapak A.M Hasan Ali, M.A., selaku Ketua Prodi Muamalat dan Bapak
Abdurrauf, M.A., selaku Sekretaris Prodi Muamalat Fakultas Syariah dan
Hukum Universitas Islam Negeri Syarif Hidayatullah Jakarta yang telah
memberikan arahan dan membantu penulis secara tidak langsung dalam
menyelesaikan skirpsi ini.
3. Bapak Sofyan Rizal, SE, M.si selaku dosen pembimbing skripsi dan dosen
penasehat akademik yang senantiasa sabar dalam memberikan bimbingan
serta masukan-masukan yang baik sehingga skripsi ini dapat selesai.
4. Bapak dan Ibu dosen Fakultas Syariah dan Hukum Universitas Islam
Negeri Syarif Hidayatullah Jakarta yang telah memberikan ilmu yang
manfaat bagi penulis.
5. Kedua orang tua, Ayahanda Ali Nurdin dan Ibunda Nurul Aenah, Akmal
Nurdiansyah adik tercinta serta Keluarga besar penulis yang dengan segala
ketulusannya senantiasa mendoakan, mengarahkan, memotivasi, dan
memberi dukungan kepada penulis baik materi, moril dan spiritual.
6. Kepada sahabat (Ayu Dwi. A, Rt.Shifni, Rabiahtul addawiyah, Ani
Nurmulyani, serta yang lain yang tidak bisa saya sebutkan satu-persatu)
terima kasih sudah mau direpotkan selama penulisan skripsi ini.
7. Keluarga Perbankan Syariah C angkatan 2012 yang tidak mungkin saya
sebutkan satu persatu, terima kasih untuk kenangan indah selama
perjuangan ini.
iv
8. Ririn, syifa, Rusdi, Khubab, Aroka, Annisa, Anis, Teh Sani sahabat
serpejuangan yang telah berjuang bersama selama empat tahun ini, terima
kasih untuk semua support serta canda dan tawa selama ini.
9. Keluarga besar Infinite Brotherhood yang selalu menghibur dan memberi
semangat kepada penulis.
10. Sahabat-sahabat kos seulanga yang telah berbagi suka dan duka serta
menemani hari-hari penulis selama di perantauan.
Teriring doa semoga amal yang telah kita lakukan menjadi amal yang tiada
putus pahalanya serta bermanfaat untuk kita semua baik di dunia maupun di
akhirat. Aamiin.
Ciputat, September 2016
Penulis
v
DAFTAR ISI
ABSTRAK ............................................................................................................. i
KATA PENGANTAR .......................................................................................... ii
DAFTAR ISI .......................................................................................................... v
DAFTAR TABEL . ........................................................................................... vii
BAB I PENDAHULUAN
A. Latar Belakang Masalah ............................................................................... 1
B. Identifikasi Masalah ..................................................................................... 9
C. Pembatasan Masalah .................................................................................... 9
D. Perumusan Masalah ................................................................................... 10
E. Tujuan dan Manfaat Penelitian .................................................................. 10
F. Variabel Penelitian ..................................................................................... 11
G. Konsep ...................................................................................................... 12
H. Sistematika Penulisan ................................................................................ 13
BAB II LANDASAN TEORI
A. Investasi
1. Pengertian Investasi ............................................................................. 15
2. Tujuan Investasi ................................................................................... 15
3. Risiko Investasi .................................................................................... 16
4. Bentuk Investasi ................................................................................... 18
B. Saham
1. Pengertian Saham ................................................................................ .18
2. Indeks Harga Saham. ......................................................................... .20
3. Teknik Analisis .................................................................................... 22
C. Indeks Saham Syariah Indonesia (ISSI) .................................................... 23
D. FTSE Bursa Malaysia................................................................................25
E. Inflasi.......................................................................................................... 26
F. Suku Bunga The Fed .................................................................................. 28
G. Suku Bunga Domestik ............................................................................... 29
H. Nilai Tukar (Kurs) ..................................................................................... 30
I. Jumlah Uang Beredar ................................................................................. 31
J. Keterkaitan Variabel
1. Inflasi dengan Harga saham ................................................................. 32
2. Suku Bunga The Fed dengan Harga saham ......................................... 33
3. Suku Bunga Domestik dengan Harga saham ....................................... 34
4. Nilai Tukar (Kurs) dengan Harga Saham ............................................ 34
5. Jumlah Uang Beredar dengan Harga Saham. ..................................... 35
K. Review Studi Terdahulu. ........................................................................... 36
BAB III METODE PENELITIAN
A. Jenis dan Pendekatan Penelitian................................................................. 41
vi
B. Ruang Lingkup Penelitian .......................................................................... 41
C. Definisi Operasional Variabel Penelitian .................................................. .41
1. Variabel Terikat (Dependent Variabel) .............................................. .41
2. Variabel Bebas (Independent Variabel) . ............................................ 42
D. Teknik Pengumpulan Data ......................................................................... 44
E. Sumber Data. ............................................................................................. 45
F. Teknik Analisis Data .................................................................................. 46
1. Uji Normalitas ...................................................................................... 46
2. Uji Linearitas ........................................................................................ 47
3. Uji Stasioneritas ................................................................................... 47
a. Uji Akar Unit ................................................................................. 48
b. Uji Derajat Integrasi ...................................................................... 49
4. Uji Kointegrasi ..................................................................................... 49
5. Uji Asumsi Klasik ............................................................................... 50
a. Uji Multikolinearitas ..................................................................... 50
b. Uji Autokorelasi ............................................................................. 51
c. Uji Heteroskedastisitas ................................................................... 51
6. Uji Error Correction Model (ECM) ................................................... 52
G. Proses Penelitian ........................................................................................ 56
H. Hipotesis ..................................................................................................... 57
BAB IV ANALISIS DAN PEMBAHASAN
A. Analisis dan Pembahasan
1. Uji Normalitas ................................................................................ 60
2. Uji Linearitas .................................................................................. 61
3. Uji Stasioneritas
a. Uji Akar Unit ........................................................................... 62
b. Uji Derajat Integrasi ................................................................ 64
4. Uji Kointegrasi ............................................................................... 65
5. Uji Asumsi Klasik
a. Uji Multikolinearitas ................................................................ 68
b. Uji Autokorelasi ....................................................................... 69
c. Uji Heteroskedastisitas ............................................................. 71
6. Uji Error Correction Model (ECM) ............................................. 72
B. Pengujian Hipotesis .............................................................................. 77
C. Interpretasi Hasil Penelitian.................................................................83
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan ................................................................................................ 88
B. Saran ........................................................................................................... 91
DAFTAR PUSTAKA ........................................................................................... 93
LAMPIRAN .......................................................................................................... 97
vii
DAFTAR TABEL
Tabel 1.1 Perbandingan Indeks Saham Syariah dengan Indeks Seluruh Saham .... 2
Tabel 1.2 Kapitalisasi Pasar Bursa Efek Indonesia .................................................. 3
Tabel 1.3 Indikator Ekonomi Makro Indonesia.......................................................5
Tabel 2.1 Review Studi Terdahulu......................................................................... 36
Tabel 4.1 Uji Jarque-Bera Variabel Indonesia ...................................................... 60
Tabel 4.2 Uji Jarque-Bera Variabel Malaysia........................................................61
Tabel 4.3 Uji Ramsey RESET Variabel Indonesia ............................................... 61
Tabel 4.4 Uji Ramsey RESET Variabel Malaysia.................................................62
Tabel 4.5 Unit Root Test pada tingkat Level Variabel Indonesia ......................... 63
Tabel 4.6 Unit Root Test pada tingkat Level Variabel Malaysia...........................63
Tabel 4.7 Unit Root Test ADF pada First Difference Variabel Indonesia ............ 64
Tabel 4.8 Unit Root Test ADF pada First Difference Variabel Malaysia..............65
Tabel 4.9 Uji Kointegrasi Johansen Variabel Indonesia ....................................... 66
Tabel 4.10 Uji Kointegrasi Johansen Variabel Malaysia.......................................67
Tabel 4.11 Uji Multikolinearitas Variabel Indonesia ............................................ 68
Tabel 4.12 Uji Multikolinearitas first difference Variabel Indonesia ................... 68
Tabel 4.13 Uji Multikolinearitas Variabel Malaysia..............................................69
Tabel 4.14 Uji Autokorelasi Variabel Indonesia ................................................... 70
Tabel 4.15 Uji Autokorelasi Variabel Malaysia....................................................70
Tabel 4.16 Uji Autokorelasi first difference Variabel Indoneisa .......................... 70
Tabel 4.17 Uji Autokorelasi first difference Variabel Malaysia............................71
Tabel 4.18 Uji White Heteroskedasticity Variabel Indonesia ............................... 71
Tabel 4.19 Uji White Heteroskedasticity Variabel Malaysia.................................72
Tabel 4.20 Hasil Pengujian Jangka Panjang Model Indonesia .............................72
Tabel 4.21 Hasil Pengujian Jangka Panjang Model Malaysia...............................73
Tabel 4.22 Hasil Pengujian Jangka Pendek Model Indonesia .............................. 74
Tabel 4.23 Hasil Pengujian Jangka Pendek Model Malaysia................................75
Tabel 4.24 Hasil Perhitungan Koefisien Jangka Pendek & Jangka Panjang ........ 76
Tabel 4.25 Hasil Perhitungan Koefisien Jangka Pendek & Jangka Panjang ........ 77
1
BAB I
PENDAHULUAN
A. Latar Belakang
Stabilitas lingkungan ekonomi makro suatu negara sangat penting
untuk menarik minat investor agar mau menginvestasikan dananya di
negara tersebut. Salah satu program penting setiap negara adalah menarik
sebanyak mungkin investasi, hal ini tidak hanya berlaku bagi negara
berkembang, tetapi juga bagi negara maju. Berbagai upaya dilakukan oleh
suatu negara agar banyak investasi yang mengalir ke negaranya. Investor
juga akan menganalisis dan menilai apakah negara yang menjadi tujuan
investasinya layak atau tidak melihat dari kondisi ekonomi global dan
kondisi ekonomi negara tersebut.
Pertumbuhan investasi di suatu negara dapat terlihat dari pergerakan
indeks harga saham di pasar modal. Pasar modal merupakan sarana
pendanaan bagi perusahaan maupun institusi lain (misalnya pemerintah),
dan sebagai sarana bagi kegiatan berinvestasi. Di tempat inilah pelaku
pasar yang memiliki kelebihan dana (surplus fund) melakukan investasi
dalam bentuk surat berharga yang ditawarkan oleh emiten.
Indonesia dan Malaysia merupakan negara yang memiliki kesamaan
dalam budaya atau kultur, selain itu kedua negara ini merupakan negara
dengan penduduk mayoritas muslim. Adanya instrumen investasi berbasis
syariah tentulah sangat diperlukan untuk mendukung kegiatan investasi
2
penduduk muslim di kedua negara ini, salah satunya adalah adanya pasar
modal syariah.
Pasar modal syariah di Indonesia pertama kali muncul dengan
diterbitkannya reksa dana syariah pada tahun 1997. Selanjutnya diikuti
dengan munculnya Jakarta Islamic Index (JII) pada tahun 2000 dan
diterbitkannya obligasi syariah mudharabah pada tahun 2002. Kemudian,
pada 12 Mei 2011 Bursa Efek Indonesia (BEI) meluncurkan Indeks Saham
Syariah Indonesia (ISSI). ISSI merupakan indeks saham yang
mencerminkan keseluruhan saham syariah yang tercatat di BEI.
Sedangkan negara Malaysia sudah lebih dulu mengembangkan pasar
modal syariah yaitu pada tahun 1983 ditandai dengan diterbitkannya
obligasi syariah. Kemudian reksa dana syariah pada tahun 1993. Dan
terbaru pada tahun 2007 bursa Malaysia bekerjasama dengan FTSE Group
meluncurkan FTSE Bursa Malaysia Emas Sharia Index (FBMS)
Tabel 1.1
Perbandingan Indeks Saham Syariah dengan Indeks Seluruh Saham
2010 2011 2012 2013 2014 Pertumbuh
an
Indeks
Syariah
JII 532,90 537,03 594,78 585,11 691,04 29,68 %
ISSI - 125,36 144,99 143,71 168,64 34,52 %
Indeks
Keseluruha
LQ
45
661,38 673,51 735,04 711,14 898,58 35,86 %
3
n IHSG 3,703,51 3,821,99 4,316,69 4,274,18 5,226,95 41,14%
Sumber: www.OJK.co.id (RoadMap Pasar Modal Syariah 2015-2019)
Tabel 1.2
Kapitalisasi Pasar Bursa Efek Indonesia (Miliar)
Tahun Bulan JII ISSI IHSG LQ 45
2010 1.134.632,00 - 3.247.096,78 1.134.632,00
2011 1.414.983,81 1.968.091,37 3.537.294,21 1.414.983,81
2012 1.671.004,23 2.451.334,37 4.126.994,93 1.671.004,24
2013 1.672.099,91 2.557.846,77 4.219.020,24 1.672.099,91
2014 1.944.531,70 2.946.892,79 5.228.043,48 3.337.428,00
2015 Jan 1.988.532,27 2.997.601,71 5.287.336,95 3.387.470,25
Feb 2.031.926,87 3.045.812,76 5.427.597,13 3.520.646,71
Mar 2.049.109,36 3.068.467,89 5.555.200,60 3.576.638,02
Apr 1.872.517,30 2.852.497,67 5.146.751,10 3.234.546,38
Mei 1.966.213,21 2.960.219,00 5.280.033,32 3.363.936,17
Juni 1.896.504,96 2.863.813,60 5.000.315,41 3.121.811,88
Juli 1.858.574,52 2.813.505,41 4.961.662,77 3.030.299,76
Agst 1.732.095,80 2.591.624,10 4.646.247,07 2.870.911,27
Sept 1.609.933,83 2.449.104,28 4.374.682,33 2.625.706,25
Okt 1.696.865,14 2.576.748,18 4.701.660,05 2.832.673,44
Nov 1.678.634,10 2.556.257,33 4.717.619,98 2.816.748,58
Sumber: www.OJK.co.id (Statistik Saham-November 2015)
4
Dari awal kemunculannya hingga tahun 2014 Indeks Saham Syariah
Indonesia (ISSI) telah tumbuh sebesar 34,52%. Dan, pada penutupan bursa
2014, Indeks Saham Syariah Indonesia (ISSI) meningkat 17,35% ke level
168,64 dan nilai kapitalisasi pasar sahamnya meningkat 15,21% menjadi
sebesar Rp2.946,9 triliun atau sekitar 56,37% dari total kapitalisasi pasar
saham. Namun, sejak Mei 2015 trend pasar saham syariah di Indonesia
cenderung menurun.
Dalam melakukan investasi saham seorang investor akan dihadapkan
pada alternatif pemilihan saham dengan tingkat pengembalian (return) dan
tingkat risiko tertentu. Dalam menanamkan investasi pada suatu instrumen
investasi seorang investor akan berharap untuk mendapatkan suatu tingkat
pengembalian dari hasil investasinya tersebut. Hal ini menyebabkan,
sebelum melakukan investasi seorang investor akan mengumpulkan
informasi sebanyak mungkin yang nantinya akan digunakan dalam
pengembalian keputusan investasi dengan tujuan untuk memperoleh
tingkat pengembalian yang tinggi dengan risiko tertentu. Dengan
demikian, selain tingkat pengembalian (return) yang tinggi risiko investasi
pun perlu dipertimbangkan oleh seorang investor.
Investor biasanya akan melakukan analisis sebelum memutuskan
melakukan investasi pada saham. Untuk melakukan analisis saham
terdapat dua pendekatan dasar, yaitu analisis teknikal dan analisis
fundamental. Analisis teknikal yaitu, investor memperkirakan harga saham
dari pergerakan harga saham di masa lalu. Adapun analisis fundamental
5
yaitu, investor memperkirakan harga saham dengan melihat faktor
fundamental yang mempengaruhi perusahaan, seperti kinerja perusahaan
dan kondisi ekonomi makro domestik maupun luar negeri.
Lingkungan ekonomi makro merupakan lingkungan di luar
perusahaan yang mempengaruhi kinerja perusahaan. Biasanya indikator
ekonomi makro yang digunakan investor sebagai dasar penentuan
investasinya adalah inflasi, perubahan suku bunga, dan nilai tukar mata
uang domestik.
Tabel 1.3
Indikator Ekonomi Makro Indonesia
Tahun Inflasi Suku
bunga
Nilai tukar
Rupiah
Pertumbuhan
Ekonomi Indonesia
2011 3.7 % 6,53% 8.768 6.5%
2012 4,3% 5,77% 9.638 6.2%
2013 8,4% 6,44% 10.452 5.8%
2014 8.4% 7,54% 11.870 5%
2015 3.4% 7,52% 13.392 4.7%
Sumber: LPI BI 2011-2015 & Publikasi BI rate BI, data diolah
Pada tahun 2013 dan 2014 inflasi Indonesia mencapai 8%, namun
pada tahun 2015 pemerintah dapat mengendalikan inflasi kembali
dikisaran 3% dan berada dalam kisaran sasaran inflasi tahun 2015 yaitu,
6
4±1%.1 Suku bunga acuan yang ditetapkan oleh BI mengalami perubahan
yang fluktuatif namun cenderung meningkat yaitu selama periode
penelitian ini suku bunga berada dikisaran 6-7%. Dan untuk nilai tukar
rupiah terhadap dollar AS terus mengalami depresiasi, pada tahun 2015
nilai tukar rupiah terhadap dollar mencapai 13000/dollar. Secara
keseluruhan ekonomi Indonesia tumbuh mencapai 6.5% pada tahun 2011,
sedangkan tahun 2012 s.d 2015 pertumbuhan ekonomi Indonesia terus
mengalami penurunan.
Pertumbuhan ekonomi Malaysia selama tahun 2011 s.d 2015
mengalami pertumbuhan yang fluktuatif, pada tahun 2011 ekonomi
malaysia tumbuh sebesar 5.1% melambat dibandingkan tahun 2010 yang
mencapai 7.2%. Di tahun 2012 ekonomi Malaysia tumbuh sebesar 5.6%,
4.7% di tahun 2013 kemudian pada tahun 2014 mengalami kenaikan
menjadi 6.0% dan pertumbuhan ekonomo Malaysia kembali menurun
pada tahun 2015 yaitu tumbuh sebesar 5%.2
Indikator perekonomian domestik maupun perekonomian global
merupakan faktor yang paling banyak mendapatkan perhatian dari para
pelaku pasar modal. Berdasarkan penelitian Suramaya Suci Kewal (2012)
dalam penelitiannya mengenai pengaruh pengaruh inflasi, suku bunga,
kurs dan pertumbuhan PDB terhadap IHSG, didapatkan hasil bahwa
variabel inflasi, suku bunga dan PDB tidak memiliki pengaruh yang
signifikan terhadap IHSG, sedangkan variabel kurs rupiah terhadap IHSG
1 Bank Indonesia, Laporan Perekonomian Indonesia Tahun 2015, (Jakarta: Bank
Indonesia,2015), h. 37. 2 Dikutip dari Laporan Eknomi Malaysia Tahun 2011-2015.
7
menunjukkan hasil yang negatif dan signifikan.3 Hal ini mengindikasikan
bahwa hubungan antara kurs rupiah dan harga saham berlawanan arah,
artinya semakin kuat kurs rupiah terhadap dollar AS (rupiah terapresiasi)
maka akan meningkatkan harga saham, dan sebaliknya.
Guardian Muhammad, dkk (2015) dalam penelitiannya mengenai
pengaruh suku bunga terhadap perdagangan saham, didapatkan hasil
bahwa BI rate dan fed rate tidak memiliki pengaruh yang signifikan
terhadap volume perdagangan saham di BEI. Sedangkan BI rate memiliki
pengaruh negatif yang signifikan terhadap value perdagangan saham dan
frekuensi perdagangan di BEI, dan fed rate tidak berpengaruh secara
signifikan terhadap value perdagangan saham dan frekuensi perdagangan
saham di BEI.4
Neny Mulyani (2014) dalam penelitiannya mengenai analisis
pengaruh inflasi, suku bunga, nilai tukar rupiah dan PDB terhadap JII,
didapatkan hasil inflasi berpengaruh positif dan signifikan terhadap JII,
suku bunga dan nilai tukar rupiah berpengaruh negatif dan signifikan
terhadap JII, dan PDB berpengaruh positif dan signifikan terhadap JII.5
Steven Sugiarto Lawrence (2013) dalam penelitiannya mengenai
pengaruh variabel makro ekonomi dan harga komoditas terhadap IHSG di
3 Suramaya Suci Kewal, “Pengaruh Inflasi, Suku Bunga, Kurs, dan Pertumbuhan PDB
Terhadap Indeks Harga Saham Gabungan”, Jurnal Ekonomi Vol.8, No.1 (April 2012), h.61. 4 Guardian Muhammad, dkk, “Pengaruh Suku Bunga Terhadap Aktivitas Perdagangan
Saham (Studi Pada Bursa Efek Indonesia Periode 2005-2014)”, Jurnal Administrasi dan Bisnis
(JAB) Vol.23, No.1 (Juni 2015), h.9. 5 Neny Mulyani, “Analisis Pengaruh Inflasi, Suku Bunga, Nilai Tukar Rupiah, dan
Produk Domestik Bruto Terhadap Jakarta Islamic Index”, Jurnal Bisnis dan Manajemen Eksekutif
Vol.1, No.1 (2014), h.11.
8
Indonesia, didapatkan hasil harga minyak dan jumlah uang beredar
memiliki pengaruh positif dan siginifikan terhadap IHSG. Inflasi, SBI dan
harga emas tidak memiliki pengaruh yang signifikan terhadap IHSG.6
I Putu Marta Edi Kusuma dan Ida Bagus Badjra (2016) dalam
penelitiannya mengenai pengaruh inflasi, JUB, nilai kurs dollar dan
pertumbuhan GDP terhadap IHSG di BEI, didapatkan hasil inflasi dan
jumlah uang beredar tidak memillik pengaruh yang signifikan terhadap
IHSG di BEI. Sedangkan nilai kurs dollar dan GDP memiliki pengaruh
positif dan signifikan terhadap IHSG di BEI.7
Dedi susilo, dkk (2015) dalam penelitian pengaruh variabel
fundamental dan makro ekonomi terhadap harga saham (studi pada
perusahaan yang masuk dalam indeks LQ45). Hasil penelitian
menunjukkan ROA, PBV, EPS, PER dan sensitivitas suku bunga
berpengaruh signifikan positif terhadap harga saham. ROE, sensitivitas
kurs, dan sensitivitas inflasi berpengaruh signifikan negatif terhadap harga
saham. DER tidak berpengaruh signifikan terhadap harga saham.8
Berdasarakan latar belakang masalah dan perbedaan hasil penelitian
pada variabel yang sama terhadap harga saham, maka penulis bermaksud
untuk menggali dan meneliti pengaruh variabel makro ekonomi terhadap
6 Steven Sugiarto Lawrence, “Pengaruh Variabel Makro Ekonomi dan Harga Komoditas
Terhadap Indeks Harga Saham Gabungan di Indonesia”, FINESTA Vol.1, No.2 (2013), h.21-22. 7 I Putu Marta Edi Kusuma dan Ida Bagus Badjra, “Pengaruh Inflasi, JUB, Nilai Kurs
Dollar dan Pertumbuhan GDP Terhadap IHSG di Bursa Efek Indonesia”, E-Jurnal Manajemen
Unud Vol.5, No.3 (2016), h.1849-1853. 8 Dedi Susilo, dkk, “Pengaruh Variabel Fundamental dan Makro Ekonomi terhadap Harga
Saham (Studi pada Perusahaan yang Masuk dalam Indeks LQ45)”, Jurnal Aplikasi Manajemen
(JAM) Vol. 13, No.1 (Januari 2015), h. 14
9
harga saham syariah di Indonesia dan Malaysia. Oleh karena itu, penulis
terdorong untuk mengadakan penelitian yang berjudul “Pengaruh
Variabel Makro Ekonomi terhadap Harga Saham Syariah di
Indonesia dan Malaysia Periode Mei 2011 – Desember 2015”.
B. Identifikasi
Sebelum dirumuskan masalah penelitian perlu dibuat identifikasi
masalah. Berdasarkan latar belakang di atas, maka dapat diidentifikasi
beberapa masalah sebagai berikut:
1. Indonesia dan Malaysia merupakan negara dengan penduduk
mayoritas muslim sehingga pasar modal syariah sangat diperlukan
guna mendukung masyarakat melakukan investasi sesuai syariat
islam.
2. Kapitalisasi saham syariah Indonesia mengalami penurunan sejak
Mei 2015.
3. Pertumbuhan ekonomi Indonesia melambat sejak tahun 2012 s.d
2015.
4. Pertumbuhan ekonomi Indonesia dan Malaysia tidak stabil.
C. Pembatasan Masalah
Berdasarkan latar belakang di atas penelitian ini akan penulis batasi
pada pembahasan Pengaruh Variabel Makro Ekonomi terhadap Harga
Saham Syariah di Indonesia dan Malaysia Periode Mei 2011 –
Desember 2015”. Variabel makro ekonomi di sini meliputi inflasi, suku
bunga the fed, suku bunga domestik (BI rate dan suku bunga Malaysia),
10
nilai tukar (rupiah dan ringgit), dan jumlah uang beredar. Untuk harga
saham pada penelitian ini penulis menggunakan Indeks Saham Syariah
Indonesia (ISSI) dan FTSE Bursa Malayasia Emas Shariah Index (FBMS).
Dan periode yang digunakan dalam penelitian ini yaitu periode Mei 2011
sampai Desember 2015.
D. Perumusan Masalah
1) Apakah inflasi, suku bunga the fed, suku bunga domestik, nilai tukar
dan jumlah uang beredar berpengaruh signifikan dalam jangka pendek
maupun jangka panjang terhadap harga saham syariah di Indonesia
dan Malaysia?
2) Variabel manakah yang paling berpengaruh terhadap harga saham
syariah di Indonesia dan Malaysia dalam jangka pendek maupun
jangka panjang?
E. Tujuan dan Manfaat Penelitian
1. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah :
a. Untuk menganalisis apakah ada pengaruh yang signifikan dari
inflasi, suku bunga the fed, suku bunga domestik, nilai tukar (kurs),
dan jumlah uang beredar dalam jangka pendek maupun jangka
panjang terhadap harga saham syariah di Indonesia dan Malaysia?
b. Untuk mengetahui variabel yang paling berpengaruh terhadap
harga saham syariah di Indonesia dan Malaysia dalam jangka
pendek maupun jangka panjang.
11
2. Manfaat Penelitian
a. Bagi Penulis, sebagai sarana untuk menambah wawasan
pengetahuan dan menerapkan ilmu yang telah didapat selama
proses pembelajaran, sehingga penulis dapat memahami,
mengidentifikasi, menganalisis, dan mengevaluasi antara teori yang
dipelajari dengan praktek di lapangan.
b. Bagi Investor, diharapkan informasi yang berhasil dikumpulkan
dalam penelitian ini dapat dijadikan sebagai salah satu referensi
dalam pengambilan keputusan investasi bagi investor yang ingin
menginvestasikan dananya di pasar modal, khususnya pada pasar
modal syariah.
c. Bagi Akademisi, penelitian ini diharapkan dapat dipergunakan
sebagai sumber rujukan yang berguna serta memperkaya koleksi
dalam khazanah keilmuan yakni ilmu ekonomi, terumat terkait
pasar modal syariah dan ekonomi makro
F. Variabel Penelitian
Berdasarkan pembatasan masalah di atas, maka variabel yang
digunakan dalam penelitian ini adalah :
1. Variabel Dependen : Indeks Saham Syariah Indonesia (ISSI) dan
FTSE Bursa Malayasia Emas Shariah Index
(FBMS)
2. Varibel Independen : inflasi (X1), buku bunga the fed (X2), suku
12
bunga domestik (X3), kurs (X4), JUB (X5).
G. Konsep
Gambar 1.1
Konsep
A.
B.
C.
D.
E.
F.
G.
H.
I.
Pengaruh Variabel Makro Ekonomi Terhadap Harga Saham Syariah di Indonesia
dan Malaysia Periode Mei 2011 – Desember 2015
Pendahuluan
Landasan Teori
Variabel Yang Diteliti:
1. Indeks Saham Syariah
Indonesia (Y1)
2. FTSE Bursa Malayasia Emas
Shariah Index (Y2)
3. Inflasi (X1)
4. Suku Bunga The Fed (X2)
5. Suku Bunga Domestik (X3)
6. Jumlah Uang Beredar (X4)
7. Nilia Tukar (X5)
8. Harga Emas (X5)
Y1 & Y2
X2
X3
X4
X5
X1
Analisis Statistik
Hasil Penelitian:
Dapat diketahui pengaruh variabel makro terhadap harga saham syariah di
Indonesia dan Malaysia.
Kesimpulan
13
H. Sistematika Penulisan
Skripsi ini disusun menjadi lima bab, di mana masing-masing bab
terdiri dari beberapa sub bab, diawali dengan latar belakang dan diakhiri
dengan kesimpulan serta saran. Adapun penyusunan skripsi ini adalah
sebagai berikut:
BAB I PENDAHULUAN
Dalam bab ini akan dijelaskan mengenai latar belakang
masalah, identifikasi dan pembatasan masalah, perumusan
masalah, tujuan dan manfaat penelitian, konsep, dan
sistematika penelitian.
BAB II LANDASAN TEORI
Bab ini menguraikan teori-teori yang berkaitan dengan
pembahasan skripsi ini, khususnya mengenai investasi,
saham, indeks harga saham Indonesia dan Malaysia serta
teori mengenai variabel makro ekonomi yang terdiri dari
inflasi, suku bunga the fed, suku bunga domestik, jumlah
uang beredar, dan nilai tukar (kurs). Pada akhir bab ini, juga
disajikan review studi terdahulu.
BAB III METODE PENELITIAN
Bab ini menguraikan tentang bagaimana penelitian ini
dilaksanakan, variabel-variabel apa yang digunakan serta
metode analisis data yang akan digunakan dalam
14
menganalisis data dalam penelitian.
BAB IV ANALISIS HASIL PENELITIAN
Bab ini menguraikan dan menjelaskan secara rinci semua
temuan yang dihasilkan dalam penelitian ini.
BAB V PENUTUP
Bab ini akan memberikan kesimpulan dari hasil pembahasan
pada bab-bab sebelumnya, serta saran-saran yang perlu dan
dapat dijadikan bahan pertimbangan dan kontribusi
pemikiran.
15
BAB II
LANDASAN TEORI
A. Investasi
1. Pengertian Investasi
Investasi yang lazim disebut juga sebagai penanaman modal
merupakan suatu istilah dengan beberapa pengertian yang berhubungan
dengan keuangan dan ekonomi. Investasi dapat diartikan sebagai
penempatan dana pada saat ini dengan harapan untuk memperoleh
keuntungan di masa yang akan datang.1
Berdasarkan pengertian di atas, ada beberapa unsur yang terkandung
dalam investasi. Pertama, pengeluaran atau pengorbanan sesuatu (sumber
daya) pada saat ini. Kedua, ketidakpastian mengenai hasil (risiko). Ketiga,
ketidakpastian pengembalian (return) di masa yang akan datang.2
2. Tujuan Investasi
Alasan paling mendasar mengapa seseorang melakukan investasi
adalah untuk mendapatkan keuntungan. Menurut Ahmad Rodoni,3 ada
beberapa alasan mengapa seseorang atau perusahan melakukan investasi,
antara lain sebagai berikut:
a. Untuk mendapatkan kehidupan yang lebih layak di masa yang akan
datang. Setiap orang pasti ingin meningkatkan taraf hidup atau
1 Abdul Halim, Analisis Investasi di Aset Keuangan, (Jakarta: Mitra Wacana Media,
2015), h.13. 2 Muhamad Nafik HR, Bursa Efek Investasi Syariah, (Jakarta :PT Serambi Ilmu Semesta,
2009), h.67. 3 Ahmad Rodoni, Investasi Syariah, (Jakarta: Lembaga Penelitian UIN Jakarta, 2009),
h.47.
16
setiap perusahaan pasti ingin memajukan perusahaanya di masa
yang akan datang, oleh karena itu mereka melakukan investasi
dengan tujuan akan mendapatkan kehidupan yang lebih layak di
masa yang akan datang.
b. Mengurangi tekanan inflasi. Dengan melakukan investasi,
seseorang atau perusahaan dapat menghindarkan kekayaannya agar
tidak merosot nilainya karena inflasi.
c. Dorongan untuk menghemat pajak. Kebijakan pemerintah untuk
meningkatkan investasi salah satunya yaitu fasilitas pajak yang
diberikan kepada seseorang, atau suatu perusahaan yang melakukan
investasi.
3. Risiko Investasi
Bisnis adalah pengambilan risiko, karena risiko selalu terdapat dalam
aktivitas ekonomi. Ditambah lagi adannya prinsip, no risk no return.
Risiko merupakan penyimpangan antara tingkat pengembalian yang
diharapkan dengan tingkat pengembalian yang dicapai. Berikut ini
beberapa jenis risiko yang mungkin timbul dan perlu dipertimbangkan
oleh investor antara lain:4
a. Risiko bisnis (business risk), merupakan risiko yang timbul akibat
menurunnya profitabilitas perusahaan emiten.
4 Abdul Halim, Analisis Investasi di Aset Keuangan, h.57.
17
b. Risiko likuiditas (liquidity risk), risiko ini berkaitan dengan
kemampuan saham yang bersangkutan untuk dapat segera
diperjualbelikan tanpa mengalami kerugian yang berarti.
c. Risiko tingkat bunga (interest rate risk), merupakan risiko yang
timbul akibat perubahan tingkat bunga yang berlaku di pasar,
biasanya risiko ini berjalan berlawanan dengan harga-harga
instrumen pasar modal.
d. Risiko pasar (market risk), risiko yang timbul akibat kondisi
perekonomian negara yang berubah-ubah dipengaruhi oleh resesi
dan kondisi perekonomian lain. Ketika security market index
meningkat secara terus-menerus selama jangka waktu tertentu,
trend yang menaik ini disebut bull market. Sebaliknya, ketika
security market index menurun secara terus-menerus selama jangka
waktu tertentu, trend yang menurun ini disebut bear market.
Dengan kekuatan bull market dan bear market ini cenderung
mempengaruhi semua saham secara sistematis, sehingga return
pasar menjadi fluktuatif.
e. Risiko daya beli (purchasing power-risk), merupakan risiko yang
timbul akibat pengaruh tingkat inflasi, di mana perubahan ini akan
menyebabkan berkurangnya daya beli uang yang diinvestasikan
maupun bunga yang diperoleh dari investasi. Sehingga nilai riil
pendapatan akan lebih kecil.
18
f. Risiko mata uang (currency risk), merupakan risiko yang timbul
akibat pengaruh perubahan nilai tukar mata uang domestik
(misalnya rupiah) dengan mata uang negara lain (misalnya dolar
Amerika).
4. Bentuk Investasi
Biasanya investor menempatkan dananya dalam dua jenis investasi,
yaitu:
a. Investasi pada real assets yaitu investasi yang dilakukan pada aset
berwujud fisik seperti : properti, tanah, emas dan lain-lain.
b. Investasi pada financial assets yaitu investasi yang dilakukan pada
surat-surat berharga yang diterbitkan oleh penerbitnya seperti :
pasar uang (SBPU,treasury bills, commercial paper, dsb) dan pasar
modal ( obligasi, saham, reksa dana, dsb).
B. Saham
1. Pengertian Saham
Saham dapat didefinisikan sebagai tanda penyertaan atau kepemilikan
seseorang atau pihak (badan usaha) dalam suatu perusahaan atau
perusahaan terbatas.5 Sederhananya saham merupakan surat bersifat
kepemilikan. Artinya si pemilik saham merupakan pemilik perusahaan.
Semakin besar porsi saham yang dimilikinya maka semakin besar pula
kekuasaanya di perusahaan itu.
5 Abdul Azis, Manajemen Investasi Syariah, (Bandung: Penerbit Alfabeta, 2010), h. 84
19
Pada dasarnya, ada dua keuntungan yang diperoleh investor dengan
membeli atau memiliki saham, yaitu:
a. Deviden
Deviden merupakan pembagian keuntungan yang diberikan
perusahaan yang berasal dari keuntungan yang diperoleh
perusahaan.
b. Capital Gain
Capital Gain merupakan selisih antara harga beli dan harga jual.
Sebagai instrument investasi, saham memiliki risiko, antara lain:
a. Capital Loss
Merupakan kebalikan dari Capital Gain, yaitu suatu kondisi
dimana investor menjual saham lebih rendah dari harga beli.
b. Risiko Likuidasi
Perusahaan yang sahamnya dimiliki, dinyatakan bangkrut oleh
Pengadilan, atau perusahaan tersebut dibubarkan. Dalam hal ini hak
klaim dari pemegang saham mendapat prioritas terakhir setelah
seluruh kewajiban perusahaan dapat dilunasi (dari hasil penjualan
kekayaan perusahaan). Jika masih terdapat sisa dari hasil penjualan
kekayaan perusahaan tersebut, maka sisa tersebut dibagi secara
proporsional kepada seluruh pemegang saham. Namun jika tidak
terdapat sisa kekayaan perusahaan, maka pemegang saham tidak
akan memperoleh hasil dari likuidasi tersebut.
20
2. Indeks Harga Saham
Indeks harga saham adalah indikator yang menunjukkan pergerakan
harga saham. Indeks harga saham menggambarkan kinerja saham baik
individual maupun kumulatif (kinerja pasar), sehingga dapat diketahui
konteks yang terjadi, bagaimana sesungguhnya perilaku investor dan
saluran dana secara makro lewat mekanisme pasar modal.6
Indeks harga saham merupakan salah satu parameter ekonomi makro,
karena indeks harga saham merupakan indikator utama yang
menggambarkan pergerakan harga saham, fungsi dari indeks harga saham
antara lain:
1) Sebagai indikator dari trend pasar.
2) Sebagai indikator tingkat keuntungan.
3) Sebagai tolak ukur (benchmark) kinerja suatu portofolio.
4) Memfasilitasi pembentukan portofolio dengan strategi pasif.
5) Berkembangnya produk derivatif.
6) Menunjukkan kualitas kerja emiten.
7) Menunjukkan kepercayaan investor dalam dan luar negeri.
8) Menggambarkan arah capital cash folw di suatu negara.
9) Bergairahnya sumber pendanaan eksternal dengan cost of capitali
rendah.
Sekarang ini BEI mempunyai beberapa jenis indeks harga saham yang
secara konsisten disebar luaskan melalui media cetak atau elektronik, yang
6 Nor Hadi, Pasar Modal Acuan Teorits dan Praktis Investasi di Instrumen Keuangan
Pasar, (Yogyakarta: Graha Ilmu, 2013), h.184
21
dapat digunakan sebagai pedoman oleh investor untuk melakukan investasi
di pasar modal, indeks harga saham tersebut antara lain:7
a. Indeks Saham Individual
b. Indeks Harga Saham Sektoral
Di Bursa Efek Indonesia, indeks harga saham sektoral terbagi
dalam sembilan sektor, antara lain:
1) Sektor pertanian.
2) Sektor pertambangan.
3) Sektor industri dasar.
4) Sektor aneka industri.
5) Sektor konsumsi.
6) Sektor properti.
7) Sektor infrastruktur.
8) Sektor keuangan.
9) Sektor perdagangan dan jasa sektor manufaktur.
c. Indeks LQ 45 (ILQ45)
d. Indeks Kompas 100
e. Indeks Harga Saham Gabungan (IHSG)
f. Indeks Syariah
Saat ini ada dua indeks syariah yaitu: Jakarta Islamic Index (JII)
dan Indeks Saham Syariah Indonesia (ISSI). JII sebagai rujukan
7 Indonesia Stock Exchange, Buku Panduan Indeks Harga Saham Bursa Efek Indonesia, (
Jakarta: Indonesia Stock Exchange Building,2010), h.3.
22
untuk kinerja 30 saham syariah yang likuid, sedangkan ISSI acuan
untuk kinerja saham syariah secara umum.
g. Indeks BISNIS-27
h. Indeks Papan Pengembangan
i. Indeks Papan Utama
j. Indeks SRI-KEHATI
k. Indeks PEFINDO25
3. Teknik Analisis
Investor harus melakukan analisis terhadap suatu efek atau
sekelompok efek. Salah satu tujuan penilian ini adalah untuk
mengidentifikasi efek yang salah harga, apakah harganya terlalu tinggi
atau terlalu rendah. Untuk itu, ada dua pendekatan yang dapat
dipergunakan, yaitu:8
a. Pendekatan Fundamental
Pendekatan ini didasarkan pada informasi-informasi yang
diterbitkan oleh emiten maupun oleh administratur bursa efek.
Karena kinerja emiten dipengaruhi oleh kondisi sektor industri di
mana perusahaan tersebut berada dan perekonomian secara makro,
maka untuk memperkirakan prospek harga sahamnya di masa
mendatang harus dikaitkan dengn faktor-faktor fundamental yang
mempengaruhinya. Jadi, analisis ini dimulai dari siklus usaha
perusahaan secara umum, selanjutnya ke sektor industrinya,
8 Abdul Halim, Analisis Investasi di Aset Keuangan, h. 14.
23
akhirnya dilakukan evaluasi terhadap kinerjanya dan saham yang
diterbitkan.
b. Pendekatan Teknikal
Pendekatan ini didasarkan pada data (perubahan) harga saham di
masa lalu sebagai upaya untuk memperkirakan harga saham di
masa mendatang. Dengan analisis ini para analis memperkirakan
pergesaran supply dan demand dalam jangka pendek, serta mereka
berusaha untuk mengabaikan risiko dan pertumbuhan earning
dalam menentukan barometer dari supply dan demand. Pendekatan
ini lebih mudah dan cepat dibandingkan analisis pendekatan
fundamental, karena dapat secara simultan diterapkan pada
beberapa saham. Analisis teknikal mendasarkan diri pada premis
bahwa harga saham tergantung pada supply dan demand saham itu
sendiri. Data finansial historis yang tergambar pada diagram
dipelajari untuk mendapatkan suatu pola yang berarti dan
menggunakan pola tersebut untuk memprediksi harga saham di
masa mendatang, serta untuk memperkirakan pergerakan
individual saham maupun pergerakan market index.
C. Indeks Saham Syariah Indonesia (ISSI)
ISSI merupakan indeks saham yang mencerminkan keseluruhan saham
syariah yang tercatat di BEI. Konstituen ISSI adalah keseluruhan saham
syariah tercatat di BEI dan terdaftar dalam Daftar Efek Syariah
(DES). Konstituen ISSI direview setiap 6 bulan sekali (Mei dan
24
November) dan dipublikasikan pada awal bulan berikutnya. Konstituen
ISSI juga dilakukan penyesuaian apabila ada saham syariah yang baru
tercatat atau dihapuskan dari DES. Metode perhitungan indeks
ISSI menggunakan rata-rata tertimbang dari kapitalisasi pasar. Tahun
dasar yang digunakan dalam perhitungan ISSI adalah awal penerbitan DES
yaitu Desember 2007. Indeks ISSI diluncurkan pada tanggal 12 Mei 2011.9
Saham-saham yang masuk dalam indeks syariah adalah emiten yang
kegiatan usahanya tidak bertentangan dengan syariah islam. Usaha-usaha
berikut dikeluarkan dalam perhitungan saham syariah, antara lain:
1) Usaha perjudian dan permainan yang tergolong judi.
2) Usaha lembaga keuangan yang konvesioanal (mengandung unsur
riba).
3) Usaha yang memproduksi, mendistribusi serta memperdagangkan
makanan dan minuman yang tergolong haram.
4) Usaha yang memproduksi, mendistribusi dan/ atau menyediakan
barang-barang atau jasa yang merusak moral dan bersifat mudarat.
Sedangkan kriteria saham yang masuk kategori saham syariah
adalah:10
1) Tidak melakukan kegiatan usaha sebagaimana diuraikan di atas.
9 IDX “Saham Syariah Indonesia (ISSI)”, http://www.idx.co.id/id-
id/beranda/produkdanlayanan/pasarsyariah/indexsahamsyariah.aspx, diakses 30 Agustus 2016. 10
Indonesia Stock Exchange, Buku Panduan Indeks Harga Saham Bursa Efek Indonesia,
h.12-13.
25
2) Tidak melakukan perdagangan yang tidak disertai dengan
penyerahan barang/ jasa dan perdagangan dengan penawaran dan
permintaan palsu.
3) Tidak melebihi rasio keuangan sebagai berikut:
a) Total hutang yang berbasis bunga dibandingkan dengan total
ekuitas tidak lebih dari 82% (hutang yang berbasis bunga
dibandingkan dengan total ekuitas tidak lebih dari 45%:55%).
b) Total bunga dan pendapatan tidak halal lainnya dibandingkan
dengan total pendapatan (revenue) tidak lebih dari 10%.
D. FTSE Bursa Malaysia
Pada tahun 2006 FTSE Group dan Bursa Malaysia bekerja sama untuk
menyediakan berbagai indeks untuk pasar modal Malaysia. FTSE Bursa
Malaysia Index Series berisi berbagai indeks yang real-time, mencakup
semua perusahaan yang memenuhi syarat serta terdaftar di Bursa Malaysia
dan ACE Pasar. Indeks ini terdiri dari beberapa bagian dari yang terbesar,
menengah, kecil dan syariah. Saat ini FTSE Bursa Malaysia memiliki
beberapa indeks antara lain:
1. FTSE Bursa Malaysia EMAS Index (FBMEMAS), konstituen dari
100 indeks teratas FTSE Bursa Malaysia dan FTSE Bursa Malaysia
Small Cap Index.
2. FTSE Bursa Malaysia EMAS Industry Indices yaitu, indeks yang
terdiri dari 10 Industri, 19 super sektors dan 39 Sektor.
26
3. FTSE Bursa Malaysia Small Cap Index, yaitu indeks yang terdiri
dari 98 % konstituen Bursa Malaysia yang termasuk konstituen
FTSE Bursa Malaysia 100 indeks teratas.
4. FTSE Bursa Malaysia EMAS Shariah Index yaitu konstituen
syariah dari FBMEMAS yang memenuhi persyaratan SAC.
5. FTSE Bursa Malaysia Small Cap Shariah Index, yaitu indeks
syariah yang menjadi konstituen small cap index dari FBMEMAS
yang memenuhi persyaratan SAC.11
6. Dan lain-lain.
E. Inflasi
Secara umum inflasi berarti kenaikan tingkat harga secara umum dari
barang atau komoditas dan jasa selama suatu periode waktu tertentu.
Inflasi dapat dianggap sebagai fenemona moneter kerena terjadinya
penurunan nilai unit perhitungan moneter terhadap suatu komoditas.12
Sebaliknya, jika yang terjadi adalah penurunan harga dari barang atau
komoditas dan jasa didefinisikan sebagai deplasi.
Dalam perekonomian moderen sekarang ini masalah dan penyebab
inflasi adalah sangat kompleks. Inflasi bukan hanya disebabkan oleh
penawaran uang yang berlebih tetapi juga oleh banyak faktor seperti
kenaikan gaji, ketidakstabilan politik, pengaruh inflasi di luar negeri dan
11
FTSE, http://www.ftse.com/products/indices/bursa-malaysia, diakses pada 29 agustus
2016 12
Adiwarman A.Karim, Ekonomi Makro Islam, (Jakarta: Rajawali Press, 2010), h.135.
27
kemerosotan mata uang.13
Inflasi dapat digolongkan karena penyebab-
penyebabnya yaitu sebagai berikut:14
1. Natural Inflation dan Human Error Inflation. Sesuai dengan
namanya Natural Inflation adalah inflasi yang terjadi karena sebab-
sebab alamiah yang manusia tidak mempuyai kuasa dalam
mencegahnya. Human Error Inflation adalah inflasi yang terjadi
karena kesalahan-kesalahan yang dilakukan oleh manusia sendiri.
2. Actual/ Anticipated/ Expected Inflation dan Unanticipated/
Unexpected Inflation. Pada Expected Inflation tingkat suku bunga
pinjaman riil akan sama dengan tingkat suku bunga pinjaman
nominal dikurangi inflasi, sedangkan pada Unexpected Inflation
tingkat suku bunga pinjaman nominal belum atau tidak
merefleksikan kompensasi terhadap efek inflasi.
3. Demand Pull dan Cost Push Inflation. Demand Pull Inflation
diakibatkan oleh perubahan-perubahan yang terjadi pada sisi
Permintaan dari barang dan jasa pada suatu perekonomian. Cost
Push Inflation adalah inflasi yang terjadi karena adanya perubahan-
perubahan pada sisi penawaran dari barang dan jasa pada suatu
perekonomian.
4. Spiralling Inflation. Inflasi jenis ini adalah inflasi yang diakibatkan
oleh inflasi yang terjadi sebelumnya yang mana inflasi yang
13
Sadono Sukirno, Makro Ekonomi Moderen Perkembangan Pemikiran dari Klasik
Hingga Keynesian Baru, (Jakarta: PT RajaGrafindo Persada, 2007), h.10. 14
Adiwarman A.Karim, Ekonomi Makro Islam, h.138-139.
28
sebelumnya terjadi sebagai akibat dari inflasi yang terjadi
sebelumnya lagi dan begitu seterusnya.
5. Imported Inflation dan Dosmetic Inflation. Imported Inflation bisa
dikatakan adalah inflasi di negara lain yang ikut dialami oleh suatu
negara karena harus menjadi price taker dalam pasar perdagangan
internasional. Dosmetic Inflation bisa dikatakan inflasi yang hanya
terjadi di dalam negeri suatu negara yang tidak mempengaruhi
negara-negara lain.
Adapun inflasi diukur dengan tingkat inflasi (rate of inflation)
tingkat perubahan dari harga secara umum. Persamaanya adalah
sebagai berikut:
tingkat hargat – tingkat hargat-1
X 100
tingkat hargat-1
F. Suku Bunga The Fed
Federal Funds Rate (FFR) adalah suku bunga antarbank sebagai
biaya pinjam-meminjam cadangan bank (bank reserves) yang ditempatkan
oleh perbankan umum pada bank sentral Amerika dalam durasi semalam
(overnight). Proses pinjam-meminjam ini dilakukan tanpa agunan (non-
collateralized). Biasanya, lembaga keuangan dengan saldo berlebih
(surplus) meminjamkan saldo rekening mereka kepada lembaga yang
kekurangan (deficit). Pelaku di pasar federal funds adalah bank-bank
29
dengan candangan berlebih memberikan pinjaman dan bank-bank yang
membutuhkan cadangan menelpon kas dan menegosiasikan tingkat suku
bunga. Fed funds rate merupakan tingkat suku bunga yang dikontrol
paling ketat oleh the fed melalui operasi pasar terbuka.15
Pergerakan fed funds rate sering dijadikan sebagai dasar pengambilan
keputusan investasi. Hal tersebut berpengaruh karena apabila suku bunga
fed funds rate mengalami kenaikan maka ada dampak jangka pendek dan
panjang terkait kenaikan suku bunga bank sentral AS tersebut. Pertama,
akan terjadi aliran dana investor asing keluar dari negara berkembang
termasuk Indonesia. Kedua, terjadi tekanan terhadap mata uang negara
berkembang di Asia termasuk rupiah dan ringgit. Ketiga, dolar AS akan
menguat signifikan. Sehingga kenaikan fed funds rate akan mempengaruhi
investasi dalam negeri.
G. Suku Bunga Domestik
Bunga adalah biaya yang dibayar oleh peminjam kepada pemberi
pinjaman atas penggunaan dananya.16
Dalam penelitian ini suku bunga
yang digunakan adalah suku bunga domestik, yaitu BI rate dan suku
bunga negara Malaysia.
BI rate adalah suku bunga acuan kebijakan moneter yang
diimplementasikan melalui sasaran operasioanal di pasar uang.
Operasional moneter diarahkan untuk mengatur jumlah likuidatas di pasar
15
Karl E. Case dan Ray C. Fair, Prinsip-Prinsip Ekonomi Makro, (Klaten : PT INDEKS,
Kelompok Gramedia, 2004), h.171. 16
Ibid,h.153.
30
sehingga suku bunga PUAB O/N diarahkan berada disekitar BI rate.17
Pergerakan suku bunga Pasar Uang Antar Bank O/N diharapkan akan
diikuti oleh oleh perkembangan suku bunga deposito, dan suku bunga
kredit perbankan. Bank Indonesia akan menaikan BI rate apabila inflasi
melampaui sasaran yang telah ditetapkan, dan Bank Indonesia akan
menurunkan BI rate bila inflasi di bawah sasaran.
H. Nilai Tukar (Kurs)
Nilai tukar atau yang dikenal dengan kurs didefinisikan sebagai
berapa banyak jumlah mata uang domestik yang dibutuhkan untuk
memperoleh satu unit mata uang lain.18
Pada umumnya permintaan valuta asing untuk :
1. Impor
2. Bayar hutang luar negeri
3. Bayar jasa dari luar negeri dan ;
4. Kegiatan spekulasi
Sedangkan penawaran valuta asing dari :
1. Ekspor
2. Penanaman modal asing
3. Utang luar negeri dan ;
4. Kegiatan spekulasi
17
Darwin Nasution, Bank Sentarl Itu Harus Membumi, (Yogyakarta: Galang Pustaka,
2013), h.88 18
Pratama Rahardja dan Mandala Manurung, Pengantar Ilmu Ekonomi (Mikro Ekonomi
dan MakroEkonomi), (Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, 2008),
h. 307.
31
Ada beberapa macam sistem penetapan kurs valuta asing, yakni
sebagai berikut :
1. Kurs tetap
Dapat terdiri karena dua hal, yakni :
a. Kurs tetap dengan standar emas, yaitu dengan mengkaitkan nilai
suatu mata uang dengan emas.
b. Kurs tetap dengan standar kertas, yaitu mengkaitkan nilai mata
uang suatu negara dengan mata uang negara lainnya.
2. Kurs bebas, yaitu nilai mata uang suatu negara ditentukan secara
bebas oleh kekuatan permintaan dan penawaran terhadap mata
uang tersebut. kurs bebas sering juga disebut kurs mengambang.
3. Kurs mengambang terkendali, yaitu adanya campur tangan negara
(pemerintah) untuk menstabilkan kurs pada tingkat tertentu.19
I. Jumlah Uang Beredar
Uang Beredar dapat didefinisikan dalam arti sempit (M1) dan dalam
arti luas (M2). Jumlah uang beredar dalam arti sempit (M1) adalah jumlah
uang beredar yang terdiri atas uang katral dan uang giral.20
Sedangkan
jumlah uang beredar dalam arti luas (M2) meliputi M1 ditambah uang
kuasai (mencakup tabungan, simpanan berjangka dalam rupiah dan valas,
serta giro dalam valuta asing), dan surat berharga yang diterbitkan oleh
19
Jimmy Hasoloan, Ekonomi Moneter, (Yogyakarta: PENERBIT DEEP PUBLISH,
2014), h.197-198. 20
Pramta Rahardja dan Mandala Manurung, Pengantar Ilmu Ekonomi (Mikro Ekonomi
dan MakroEkonomi), h, 324.
32
sistem moneter yang dimiliki sektor swasta domestik dengan sisa jangka
waktu sampai dengan satu tahun.
Perkembangan jumlah uang beredar mencerminkan perkembangan
ekonomi suatu negara. Biasanya bila perekenomian suatu negara
bertumbuh dan berkembang jumlah uang beredar juga bertambah,
sedangkan komposisinya berubah. Bila perekonomian makin maju, porsi
penggunaan uang katral (kertas dan logam) akan berkurang, digantikan
oleh uang giral atau near money. Biasanya juga bila perekonomian
meningkat, komposisi M1 dalam peredaran uang akan menurun, sebab
porsi uang kuasai makin besar.
J. Keterkaitan Variabel
1. Inflasi dengan Harga Saham
Tingkat inflasi dapat berpengaruh positif maupun negatif tergantung
pada derajat inflasi itu sendiri. Inflasi yang berlebihan dapat merugikan
perekonomian secara keseluruhan, yaitu dapat membuat banyak
perusahaan mengalami kebangkrutan. Jadi, dapat disimpulkan bahwa
inflasi yang tinggi akan menjatuhkan harga saham dipasar, sementara
inflasi yang sangat rendah akan berakibat pertumbuhan ekonomi akan
sangat lamban, dan pada akhirnya harga saham juga bergerak dengan
lamban.21
Inflasi pun dapat berpengaruh positif, terutama jika yang terjadi adalah
inflasi yang ringan, yaitu inflasi yang berada di bawah 10 %. Inflasi yang
21
Mohamad Samsul, Pasar Modal dan Manajemen Protofolio, (Jakarta: Erlangga, 2008),
h.201.
33
ringan akan mendorong pertumbuhan ekonomi, hal ini karena inflasi yang
ringan akan mampu memberikan semangat kepada pengusaha, untuk lebih
meningkatkan produksinya. Pengusaha semangat meningkatkan produksi
karena dengan kenaikan harga yang terjadi pengusaha akan mendapat
lebih banyak keuntungan. Namun, untuk menciptkan tingkat inflasi yang
membuat dunia usaha menjadi hidup, perusahaan mendapat keuntungan
yang memadai, pertumbuhan ekonomi dapat menutupi pengangguran dan
harga di pasar bergerak normal merupakan pekerjaan yang sulit.
2. Suku Bunga The Fed dengan Harga Saham
Investasi suatu negara juga tidak luput dari pengaruh suku bunga luar
negeri, seperti suku bunga acuan Amerika Serikat the fed. Berdasarkan
teori interest rate parity dan teori portofolio adjustment menyebutkan
bahwa perubahan tingkat suku bunga luar negeri akan mempengaruhi
terhadap keputusan investasi investor. Tingkat suku bunga luar negeri
yang lebih tinggi dibanding tingkat suku bunga domestik akan
menyebabkan capital outflow karena investor menilai lebih
menguntungkan berinvestasi di luar negeri dibandingkan berinvestasi
dalam negeri. Oleh sebab itu, kenaikan tingkat suku bunga luar negeri
yang dibarengi dengan penurunan tingkat suku bunga domestik akan
berdampak negatif bagi kondisi pasar modal domestik.22
22 Muhammad Syafi’i Antonio, dkk, “ The Islamic Capital Market Volatility: A
Comparative Study Between In Indonesia And Malaysia”, Buliten Ekonomi Moneter dan
Perbankan, (April 2013), h.394
34
3. Suku Bunga Domestik dengan Harga Saham
Tingkat suku bunga menentukan minat masyarakat dalam menentukan
pilihannya. Apabila suku bunga semakin tinggi, maka pilihan investor
dalam melakukan investasi akan semakin rendah. Alasannya adalah karena
investor akan menambah pengeluaran investasinya apabila ingin
mendapatkan keuntungan yang lebih besar dari tingkat suku bunga untuk
biaya investasi yang dikeluarkannya. Selain itu kenaikan suku bunga acuan
sepeti BI rate akan membuat investor lebih memilih menanamkan
dananya pada deposito.
Dengan demikian perubahan BI rate berpengaruh secara berlawanan
terhadap harga saham. Artinya kalau BI rate meningkat, maka harga
saham akan turun dan sebaliknya jika BI rate turun, maka harga saham
akan naik.23
4. Nilai Tukar (Kurs) dengan Harga Saham
Pengaruh variabel makro tidak selalu sama terhadap harga saham.
Misalnya, kenaikan kurs US$ terhadap mata uang negara lain berdampak
positif terhadap harga saham emiten yang berusaha di bidang ekspor,
tetapi berdampak negatif terhadap harga saham emiten yang memiliki
utang valuta asing. Emiten yang bergerak dalam bidang impor atau yang
bahan baku untuk produksinya masih didatangkan dari luar negeri, akan
terkena dampak negatif dari kenaikan kurs US$. Para investor yang
menggunakan analisis fundamental dalam proses pengembalian keputusan
23
Sarwo Edy Handoyo dan Herlin Tundjung Setijaningsih, “Pengaruh Harga Emas, Kurs,
BI Rate dan Volume Perdagangan Terhadap Harga Saham ANTM”, Jurnal Ekonomi Vol.18,
No.02 (Juli 2013), h.167.
35
jual-beli saham harus memperhatikan variabel-variabel yang diduga
mempunyai pengaruh kuat terhadap harga saham.24
5. Jumlah Uang Beredar dengan Harga Saham
Jika jumlah uang beredar meningkat, maka harga saham naik. Hal ini
dikarenakan masyarakat mendapatkan dirinya mempunyai lebih dari yang
diinginkan dan menggunakannya untuk konsumsi. Satu tempat untuk
mengkonsumsikan uang tersebut adalah pasar modal, yang meningkatkan
permintaan atas saham.25
Ketika para investor menyimpan uang mereka
dalam bentuk investasi saham, maka harga saham perusahaan akan
mengalami peningkatan yang berdampak pada meningkatnya indeks harga
saham.
Namun, jika meningkatnya jumlah uang beredar diikuti dengan
kenaikan tingktat suku bunga yang dilakukan oleh Bank Indonesia guna
menekan peredaran jumlah uang beredar di masyarakat, hal ini akan
mendorong investor untuk memindahkan investasinya pada instrumen
yang dapat memberikan keuntungan yang lebih besar yaitu investasi pada
perbankan dalam bentuk deposito.
24
Mohamad Samsul, Pasar Modal dan Manajemen Portofolio, h.335. 25
Frederic S. Mishkin, Ekonomi Uang, Perbankan, dan Pasar Keuangan,
(Jakarta:Penerbit Salemba Empat, 2009), h. 321.
36
K. Review Studi Terdahulu
Tabel 2.1
Studi Terdahulu
No Nama Penulis/
NIM/ Fakultas/
Universitas/ Judul
Skripsi/ Jurnal/
Tahun
Subtansi Perbedaan
dengan penulis
1 Muhammad Zuhdi
Amin/ Fakultas
Ekonomi dan
Bisnis/ Universitas
Brawijaya/
Pengaruh Tingkat
Inflasi, Suku
Bunga SBI, Nilai
Kurs Dollar
(USD/IDR) dan
Indeks Dow Jones
(DJIA) Terhadap
Pergerakan Indeks
Saham Gabungan
DI Bursa Efek
Indonesia (BEI)
(Periode 2008-
2011)/ 2012
Penelitian ini bertujuan
untuk menguji apakah tingkat
inflasi, suku bunga SBI, nilai
kurs dollar (USD/IDR), dan
indeks Dow Jones (DJIA)
berpengaruh terhadap IHSG
secara simultan dan parsial.
Metode yang digunakan adalah
regresi liner berganda.
Hasil penelitian
menunjukkan bahwa secara
Simultan semua variabel
independen tersebut
berpengaruh terhadap Indeks
Harga Saham Gabungan periode
2008-2011. Sedangkan secara
parsial, tingkat Inflasi tidak
berpengaruh terhadap IHSG,
tingkat suku bunga SBI
berpengaruh positif terhadap
IHSG, nilai kurs dollar
(USD/IDR) berpengaruh negatif
Perbedaan
dengan
penelitian ini
adalah variabel
dependen yang
diteliti dan
metode analisis
data yang
digunakan.
37
terhadap IHSG, dan indeks Dow
Jones (DJIA) berpengaruh
positif terhadap IHSG. Variabel
yang berpengaruh paling
dominan terhadap IHSG adalah
tingkat suku bunga SBI.
2 Hatman Maqdiyah,
dkk/ Fakultas Ilmu
Administrasi/
Universitas
Brawijaya Malang/
Pengaruh Tingkat
Bunga
Deposito,Tingkat
Inflasi, Produk
Domestik
Bruto,dan Nilai
Tukar Rupiah
Terhadap Indeks
Harga Saham
Jakarta Islamic
Index (JII) (Studi
pada Bursa Efek
Indonesia (BEI)
Periode 2009
hingga 2013)/
2014
Tujuan penelitian ini adalah
untuk mengetahui pengaruh
Tingkat Bunga Deposito,
Tingkat Inflasi, PDB, dan Nilai
Tukar Rupiah terhadap Indeks
harga saham Jakarta Islamic
Index (JII), baik secara
simultan, secara parsial dan
mengetahui variabel bebas
yang berpengaruh dominan
terhadap variabel terikat.
Hasil Uji Simultan (Uji F),
menunjukkan bahwa semua
variabel secara simultan
berpengaruh signifikan
terhadap indeks harga saham
JII. Sedangkan hasil uji parsial
tingkat bunga deposito dan
tingkat inflasi tidak
berpengaruh signifikan
terhadap indeks harga saham
JII. Sebaliknya variabel PDB
dan Nilai Tukar Rupiah
menunjukkan pengaruh yang
signifikan terhadap indeks
Perbedaan
pada penelitian
ini terletak pada
variabel yang
diteliti dan
metode analisis
data yang
digunakan.
38
harga saham JII dan variabel
yang berpengaruh dominan
adalah PDB.
3 Guardian
Muhammad, dkk/
Fakultas Ilmu
Administrasi/
Universitas
Brawijaya Malang/
Pengaruh Suku
Bunga Terhadap
Aktivitas
Perdagangan
Saham
(Studi Pada Bursa
Efek Indonesia
Periode 2005-
2014)/ 2015
Tujuan dari penelitian ini
adalah untuk menguji pengaruh
BI rate dan Fed rate secara
parsial dan simultan terhadap
volume perdagangan saham,
value perdagangan saham, dan
frekuensi perdagangan saham
dengan menggunakan analisis
regresi linier berganda.
Analisis parsial
menunjukkan bahwa; pertama,
BI rate berpengaruh negatif
terhadap value perdagangan
saham dan frekuensi
perdagangan saham, tetapi tidak
berpengaruh terhadap volume
perdagangan saham; kedua, Fed
rate tidak berpengaruh terhadap
volume perdagangan saham,
value perdagangan saham, dan
frekuensi perdagangan saham.
Analisis simultan menunjukkan
bahwa BI rate dan Fed rate
Perbedaan
dengan
penelitian
penulis adalah
variabel dan
metode analisis
data yang
digunakan
39
berpengaruh positif terhadap
value perdagangan saham, tetapi
tidak berpengaruh terhadap
volume perdagangan saham dan
frekuensi perdagangan saham
4 Dimas Prabowo/
1090840000
52/ Fakultas
Ekonomi dan
Bisnis/ UIN Syarif
Hidayatullah
Jakarta/ Analisis
Pengaruh Inflasi,
Sertifikat Bank
Indonesia
Syariah (SBIS),
dan Jumlah Uang
Beredar (JUB)
Terhadap
Indeks Syariah
Yang Terdaftar Di
Indeks Saham
Syariah
Indonesia (ISSI)/
2013
Penelitian ini bertujuan
untuk mengetahui variabel–
variabel yang mempengaruhi
variabel ISSI selama periode
Mei 2010 sampai dengan April
2013. Dalam penelitian ini
menggunakan alat analisis
Vector Autorgresive (VAR)
untuk menganalisis hubungan
kausalitas antar variabel secara
keseluruhan.
Variabel yang diuji dalam
penelitian sini adalah inflasi,
SBIS, dan JUB terhadap
variabel ISSI. Hasil dari
penelitian ini adalah inflasi
tidak memiliki hubungan
kausalitas dengan variabel ISSI
karena nilai probabilitasnya
lebih besar dari 5%. SBIS
memiliki hubungan kausalitas
dengan ISSI. JUB memiliki
hubungan kausalitas yang
paling besar terhadap variabel
ISSI. SBIS memiliki pola
Perbedaan
dengan
penelitian
penulis adalah
variabel yang
digunakan dan
metode analisis
yang digunakan.
40
dinamis yang paling besar
terhadap varaibel ISSI
dibandingkan variabel lainnya.
JUB memiliki guncangan yang
paling besar terhadap variabel
ISSI dibandingkan variabel
lainnyayaitu sebesar 46,5%
41
BAB III
METODE PENELITIAN
A. Jenis dan Pendekatan Penelitian
Jenis penelitian ini adalah penelitian kuantitatif. Penelitian kuantitatif
adalah jenis penelitian yang menekankan pada pengujian teori-teori
melalui variabel-variabel penelitan dalam angka-angka, dan melakukan
analisis data dengan prosedur statistika. Adapun jenis pendekatan
penelitian ini adalah asosiatif (korelation).
Penelitian asosiatif merupakan penelitian untuk mengetahui hubungan
antara dua variabel atau lebih, atau hubungan antara variabel bebas dengan
variabel terikat.1 Dengan menggunakan pendekatan asosiatif diharapkan
dapat dijelaskan hubungan antara variabel makro ekonomi dengan harga
saham syariah di Indonesia dan Malaysia.
B. Ruang Lingkup Penelitian
Penelitian ini bertujuan untuk meneliti pengaruh variabel makro
ekonomi yang terdiri dari inflasi, suku bunga the fed, suku bunga
domestik, nilai tukar (kurs) dan jumlah uang beredar terhadap harga saham
ISSI dan FBMS.
C. Definisi Operasional Variabel Penelitian
Variabel-variabel yang menjadi objek dalam penelitian ini adalah:
1. Variabel Terikat (Dependent Variabel)
1 Iskandar, Metodologi Penelitian Pendidikan dan Sosial, (Ciputat : Ciputat Mega Mall,
2013) Cet ke-5, h. 64
42
a. Indeks Harga Saham ISSI
Indeks harga saham adalah indikator utama yang menunjukkan
pergerakan harga saham. Indeks harga saham menggambarkan
kinerja saham baik secara individual maupun kumulatif
(kinerja pasar), sehingga indeks harga saham diperlukan
sebagai indikator untuk mengamati pergerakan harga dari tiap-
tiap sekuritas. Data yang digunakan dalam penelitian adalah
data rata-rata indeks harga saham ISSI bulanan dari bulan Mei
2011 sampai Desember 2015. Harga yang digunakan adalah
harga penutupan pada sore hari yang diperoleh dari
www.idx.co.id
b. Indeks Harga Saham FTSE Bursa Malaysia EMAS Shariah
Index (FBMS)
Indek harga saham FBMS Bursa Malaysia EMAS Shariah
Index adalah indeks saham syariah Malaysia. Data yang
digunakan dalam penelitian ini adalah data harga saham FBMS
bulanan dari bulai Mei 2011 sampai Desember 2015. Harga
yang digunakan adalah data penutupan pada sore hari yang
diperoleh dari http://id.investing.com
2. Variabel Bebas (Independent Variabel)
a. Inflasi
Inflasi adalah kenaikan harga secara terus-menerus dalam
suatu periode. Hampir setiap tahun kita dapat merasakan
43
naiknya harga dari suatu barang, hal ini tidak terlepas dari
besarnya tingkat inflasi pada periode tersebut. Data yang
digunakan dalam penelitian ini adalah data inflasi bulanan dari
bulan Mei 2011 sampai dengan Desember 2015 negara
Indonesia dan Malaysia, yang diperoleh dari situs resmi Bank
Indonesia www.bi.go.id untuk inflasi Indonesia dan
http://id.tradingeconomics.com/malaysia untuk inflasi negara
Malaysia.
b. Suku Bunga The Fed
Fed funds rate adalah tingkat bunga yang ditetapkan oleh
Federal Reserve untuk pinjamanan yang diberikan kepada
bank lain. Data yang digunakan dalam penelitian ini adalah
data bulanan dari bulan Mei 2011 sampai dengan Desember
2015. Data diperoleh dari situs resmi Federal Reserve.
c. Suku Bunga Domestik
Dalam penelitian ini data yang digunakan adalah data BI rate
dan suku bunga negara Malaysia bulanan yaitu dari bulan Mei
2011 sampai dengan Desember 2015 yang diperoleh dari situs
resmi Bank Indonesia untuk BI rate dan situs resmi Bank
Negara Malaysia untuk suku bunga Malaysia.
d. Nilai Tukar (Kurs)
Nilai tukar adalah jumlah mata uang domestik yang dibutuhkan
untuk memperoleh satu unit mata uang asing. Nilai tukar yang
44
digunakan dalam penelitian ini adalah nilai tukar rupiah
terhadap dollar AS dan nilai tukar ringgit terhadap dollar AS.
Data yang digunakan dalam penelitian ini adalah data rata-rata
kurs tengah dari bulan Mei 2011 sampai dengan Desember 2015
yang diperoleh dari situs http://pusatdata.kontan.co.id. untuk
nilai tukar rupiah dan situs resmi Bank Negara Malaysia untuk
nilai tukar ringgit.
e. Jumlah Uang Beredar
Jumlah uang beredar dalam arti luas (M2) merupakan seluruh
uang yang berada ditangan masyarakat, yang terdiri dari uang
katral dan uang giral (M1) ditambah dengan uang kuasai
(mencakup tabungan, simpanan berjangka dalam rupiah dan
valas, serta giro dalam valuta asing). Data yang digunakan
dalam penelitian ini adalah data M2 bulanan yang diperoleh dari
situs resmi Kementrian Perdagangan dan situs resmi Bank
Negara Malaysia dari Mei 2011 sampai dengan Desember 2015.
D. Teknik Pengumpulan Data
Teknik pengumpulan data dalam penelitian ini adalah Dokumentasi,
yaitu dengan mengumpulkan data-data yang tercantum pada
www.idx.co.id untuk ISSI, http://id.investing.com untuk FBMS, situs
resmi Bank Indonesia www.bi.go.id untuk inflasi dan BI rate, situs resmi
Bank Negara Malaysia www.bmn.gov untuk, nilai tukar ringgit, suku
bunga Malaysia dan jumlah uang beredar, http://pusatdata.kontan.co.id
45
untuk nilai tukar rupiah, situs resmi Kementerian Perdagangan
www.kemendag.go.id untuk jumlah uang beredar,
http://id.tradingeconomics.com/malaysia untuk inflasi Malaysia, serta situs
resmi Federal Reserve www.federalreserve.gov untuk suku bunga the fed.
E. Sumber Data
Data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder merupakan data yang diperoleh melalui pengumpulan atau
pengolahan data yang bersifat studi dokumentasi terhadap literatur yang
memiliki relevansi dengan permasalahan yang diteliti. Pada umumnya data
sekunder yang digunakan berupa dokumen pribadi, catatan, atau laporan
historis yang dipublikasikan. Adapun data-data yang dikumpulkan sebagai
berikut:
a. Data rata-rata indeks harga saham ISSI dan FBMS penutupan pada
sore hari yang diperoleh dari www.idx.co.id dan
http://id.investing.com.
b. Data Inflasi yang diperoleh dari situs resmi Bank Indonesia dan
http://id.tradingeconomics.com/malaysia.
c. Data Fed Funds Rate yang diperoleh dari situs resmi federal
reserve
d. Data BI Rate dan suku bunga Malaysia yang diperoleh dari situs
resmi Bank Indonesia dan situs resmi Bank Negara Malaysia.
e. Data kurs rupiah yang diperoleh dari http://pusatdata.kontan.co.id
dan kurs ringgit www.bnm.gov
46
f. Data Jumlah Uang Beredar (M2) yang diperoleh dari situs resmi
Kementrian Perdagangan dan situs resmi Bank Negara Malaysia.
F. Teknik Analisis Data
Dalam penelitian ini metode yang digunakan adalah Error Corection
Model (ECM), yaitu metode analisis deskripsi yang bertujuan untuk
mengidentifikasi hubungan jangka panjang dan jangka pendek yang terjadi
karena adanya kointegrasi diantara variabel penelitian. ECM digunakan
untuk menyeimbangkan hubungan jangka pendek variabel-variabel yang
telah memiliki keseimbangan jangka panjang.
Alasan memilih metode ini adalah karena ECM merupakan metode
analisis dinamik yang dapat digunakan untuk mengestimasi hubungan
jangka pendek dan jangka panjang dari dua atau lebih variabel yang
diteliti.
Agar memperoleh hasil yang valid ada beberapa tahapan yang harus
dilakukan dalam melakukan estimasi, antara lain:
1. Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah suatu model
berdistribusi normal atau tidak. Untuk mendeteksi apakah model
berdistribusi normal atau tidak terdapat dua cara, yaitu dengan analisis
grafik dan uji statistik.
Langakah-langkah pengujian normalitas sebagai berikut:
Hipotesis:
Ho: Data berdistribusi normal
47
Ha: Data berdistribusi tidak normal
Bila Probabilitas Obs*R2 > 0.05 = Ho diterima, Ha ditolak
Bila Probabilitas Obs*R2 < 0.05 = Ho ditolak, Ha diterima
2. Uji Linearitas
Uji linearitas adalah uji yang digunakan untuk mengetahui apakah
antara variabel dependen (Y) dan variabel independen (X) memiliki
hubungan yang linear. Untuk mengetahui suatu model linear atau tidak
dapat dilakukan dengan Uji Ramsey (RESET). Uji ramsey (RESET)
pertama kali dikenalkan oleh Ramsey pada 1969. Uji ini juga disebut
dengan general test of spesification error atau lebih dikenal dengan
RESET, karena uji ini berkaitan dengan masalah spesifikasi kesalahan.
Hipotesis:
Ho: Model linear
H1: Model tidak linear
Pengujian ini dilakukan dengan melihat nilai probabilitas Obs*R2,
dengan ketentuan sebagai berikut:
Apabila nilai probabilitas Obs*R2 > 0.05 = Ho diterima, maka model
linear
Apabila nilai Probabilitas Obs*R2
< 0.05 = Ho ditolak,maka model
tidak linear.
3. Uji Stasioneritas
Uji stasioner digunakan untuk memastikan bahwa data yang
digunakan adalah stasioner. Uji stasioneritas dilakukan, agar estimasi
48
regresi yang dihasilkan tidak mengandung fenomena nonsense
regression (spurious regression). Yaitu, keadaan yang
menggambarkan hubungan variabel nampak signifikan secara statistik,
namun sebenarnya tidak memiliki hubungan.2
a. Uji Akar Unit
Dalam menguji stasioneritas data dengan menggunakan uji
formula sering disebut dengan Uji Akar Unit (Unit Root Test). Uji
akar unit dilakukan untuk melihat apakah data yang digunakan
stasioner atau tidak. Apabila hasil uji akar unit menunjukkan data
belum stasioner pada level, maka akan dilakukan cara differencing
data hingga data menjadi stasioner. Dalam penelitian ini, metode
uji mengunakan Augmented Dickey-Fuller (ADF) test.
Hipotesis:
Ho: Data tidak Stasioner
H1: Data Stasioner
Apabila hasil uji Augmented Dickey-Fuller menyatakan bahwa:
Jika ADF test statistk < mackinnon critical value, maka data tidak
stasioner, Ho diterima.
Jika ADF test statistk > mackinnon critical value, maka data
stasioner, Ho ditolak.
2 Hendri Tanjung dan Abrista Devi, Metodologi Penelitian Ekonomi Islam, (Jakarta:
Gramata Publishing, 2013), h.271-272.
49
b. Uji Derajat Integrasi
Uji derajat integrasi dilakukan apabila uji stasioneritas dengan
menggunakan uji akar unit menunjukkan data belum stasioner pada
tingkat level, sehingga perlu distasionerkan. Uji derajat integrasi ini
ada dua, yaitu diferensiasi pertama (first difference) dan
diferensiasi kedua (second difference). Apabila pada pengujian
diferensiasi pertama data masih belum stasioner, maka dilakukan
pengujian diferensiasi kedua.
Seperti pada uji akar unit, apabila hasil uji ADF menyatakan:
Jika ADFtest statistk < mackinnon critical value, maka data tidak
stasioner, Ho diterima
Jika ADFtest statistk > mackinnon critical value, maka data stasioner,
Ho ditolak
4. Uji Kointegrasi
Uji kointegrasi dilakukan untuk mengetahui hubungan jangka
panjang antara variabel-variabel yang secara individu tidak stasioner,
tetapi kombinasi linear antara dua variabel atau lebih tersebut
stasioner. Dengan kata lain, kombinasi variabel-variabel yang tidak
stasioner menghasilkan residual yang stasioner. Dengan demikian,
seluruh variabel tersebut bergerak bersama menuju keseimbangan
jangka panjang.3 Apabila data variabel-variabel tersebut stasioner
maka antara variabel memiliki hubungan jangka panjang.
3 Ibid,, h.274
50
Dalam penelitian ini, uji kointegrasi dilakukan dengan
menggunakan metode Johansen’s Cointegration Test. Uji ini
dilakukan dengan membandingkan nilai trace statistic dengan nilai
critical value. Apabila nilai trace statistic lebih besar dari nilai critical
value maka terjadi kointegrasi. Jika nilai trace statistic lebih kecil dari
nilai critical value maka tidak terjadi kointegrasi. Selian itu dapat juga
membandingkan max eigen statistic dengan critical value, apabila nilai
max eigen statistic lebih besar dari nilai critical value maka terjadi
kointegrasi, begitupun sebaliknya.
5. Uji Asumsi Klasik
Persamaan yang baik adalah persamaan yang memenuhi kaidah
BLUE (Best Linear Unbiased Estimator). Agar suatu persamaan dapat
dikategorikan memenuhi kaidah BLUE, maka data yang digunakan
harus memenuhi beberapa asumsi yang sering dikenal dengan istilah
asumsi klasik. Uji asumsi klasik mencakup uji multikolinearitas, uji
autokorelasi, dan uji heteroskedastisitas.
a. Uji Multikolinearitas
Multikolinearitas adalah kondisi adanya hubungan linear
antara variabel independen.4 Multikolinearitas terjadi karena nilai
R2 tinggi, tetapi variabel independen banyak yang tidak signifikan.
Dalam penelitian ini, pengujian multikolinearitas dilakukan dengan
cara menguji koefisien korelasi (r) antara variabel independen yang
4 Wing Wahyu Winarno, Ekonometrikan dan Statiska dengan Eviews, (Yogyakarta: Unit
Penerbit dan Pecetakan Sekolah Tinggi Ilmu Manajemen YKPN, 2007), h.5.1.
51
dilihat dari matriks korelasi. Jika koefisein korelasi cukup tinggi (di
atas 0.80 umumnya), maka diduga ada multikolinearitas dalam
model. Sebaliknya jika koefisien korelasi kurang dari 0.8 maka
tidak terjadi mutlikolinearitas.
b. Uji Autokeralasi
Uji autokorelasi dimaksud untuk menguji apakah ada korelasi
antara anggota sampel yang diurutkan berdasarkan waktu.
Penyimpangan asumsi ini biasanya muncul pada observasi yang
menggunakan data time series.
Pada penelitian ini, untuk menditeksi ada atau tidaknya gejala
autokorelasi menggunakan uji Breusch-Godfrey. Nama lain uji BG
adalah uji Lagrange Multiplier. Pada uji Lagrange Multiplier
pengambilan keputusan dilihat dari nilai probability Chi Square.
Jika Probabilitas Chi-Square < 0.05 maka terjadi autokorelasi
Jika probabilitas Chi- Square > 0.05 maka tidak terjadi autokorelasi
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat apakah
terdapat ketidaksamaan varian dari residual pengamatan yang satu
ke pengamatan lainnya. Apabila timbul ketidaksamaan varian,
maka terdapat masalah heteroskedastisitas. Apabila muncul gejala
52
heteroskedastisitas, maka persamaan yang dihasilkan bukanlah
persamaan yang bersifat BLUE.5
Dalam penelitian ini untuk menditeksi ada atau tidaknya
gejala heteroskedastisitas digunakan uji White ( White’s General
Heteroskedasticity Test). Uji White menggunakan residual
kuadrat sebagai variabel dependen, dan variabel independennya
terdiri atas variabel independen yang sudah ada, ditambah dengan
kuadarat variabel independen, ditambah lagi dengan perkalian dua
variabel independen. Di mana keputusan ada atau tidaknya gejala
heteroskedastisitas dapat dilihat dari nilai Obs*R Square
Ho = tidak ada heteroskedastisitas
Ha = ada heteroskedastisitas
Kriteria Uji White:
Bila Probabilitas Obs*R Square <.0.05 = Ho ditolak, artimya
terjadi heteroskedastisitas
Bila Probabilitas Obs*R Square >0.05 = Ho diterima, artinya tidak
terjadi heteroskedastisitas.
6. Uji Error Corection Model (ECM)
Error Corection Model (ECM) merupakan model ekonometrika
dinamik. Model dinamik merupakan salah satu model yang penting
dalam pembentukkan model ekonometri dan analisisnya. Hal ini
karena sebagian besar analisis ekonomi berkaitan erat dengan analisis
5 Fridayana Yudiaatmaja, Analisis Regresi Dengan Menggunakan Aplikasi Komputer dan
SPSS, (Jakarta: PT Gramedia Pustaka Utama, 2013), h.82.
53
runtun waktu (time series). Pada dasarnya spesikasi model linear
dinamik (MLD) lebih ditekankan pada pengaruh hubungan jangka
pendek antara variabel dependen dengan variabel independen.
Sedangkan, teori ekonomi lebih memusatkan pada perilaku variabel
dalam keseimbangan atau hubungan jangka panjang
(Insukindor,1996:1).6
Model ECM (Error Corection Model ) pertama kali dikenalkan
oleh Sargan dan dipopulerkan oleh Engel dan Granger.7 Error
Corection Model (ECM) dipandang memiliki kemampuan yang lebih
baik dibandingkan dengan model dinamik lainnya karena
kemampuannya lebih baik dalam menganalisis hubungan jangka
pendek dan jangka panjang antara variabel dependen dengan variabel
independen, dan dalam usaha mencari pemecahan terhadap persoalan
variabel runtun waktu (time series) yang tidak stasioner serta regresi
lancung (spurious regression).
Dalam penelitian ini, proses analisis yang dilakukan terdiri dari Uji
asumsi klasii, uji akar unit dan uji derajat integrasi, uji kointegrasi dan
pendeketan ECM. Analisis yang digunakan untuk mengetahui
besarnya pengaruh variabel independen terhadap variabel dependen
dalam jangka pendek maupun dalam jangaka panjang.
6 Insukindor, “Pendekatan Masa Depan Dalam Penyusunan Model Ekonometrika:
Forward-Looking Model dan Pendekatan Kointegrasi” | dalam Agus Tri Basuki, Regresi Model
PAM, ECM dan Data Panel dengan Eviews 7, (Yogyakarta: Katalog Dalam Terbitan (KDT),
2014),h.36. 7 Nachrowi D Nachrowi dan Hardius Usman, Pendekatan Populer dan Praktis
Ekonometrika untuk Analisis Ekonomi dan Keuangan, (Jakarta: Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia,2006), h.370.
54
Persamaan jangka panjang Error Correction Model (ECM) pada
penelitian ini adalah sebagai berikut:
HSISSI = β0 + β1INFLASIt + β2FFRt + β3IRATEt + β4KURSt +
β5JUBt + et
HSFBMS = β0 + β1INFLASIt + β2FFRt + β3MALAYRATEt +
β4KURSt + β5JUBt + et
Dimana:
HSISSI : Harga Saham ISSI
HSFBMS : Harga Saham FTSE Emas Shariah Index
β0 : Kostanta
β1-β5 : Koefisien Regresi
INFLASI : Inflasi
FFR : Suku Bunga The Fed
BIRATE : BI Rate
MALAYRATE : Suku Bunga Malaysia
KURS : Kurs
JUB : Jumlah Uang Beredar
et : Error Term
Persamaan jangka pendek Error Correction Model (ECM) pada
penelitian ini adalah sebagai berikut:
HSISSI = β0 + Dβ1INFLASIt + Dβ2FFRt +D β3IRATEt +
Dβ4KURSt + Dβ5JUBt +ECT
55
HSFBMS = β0 + Dβ1INFLASIt + Dβ2FFRt + Dβ3MALAYRATEt +
Dβ4KURS t + Dβ5JUBt + ECT
Dimana:
HSISSI :Harga Saham ISSI
HSFBMS : Harga Saham FTSE Emas Shariah Index
β0 : Kostanta
D : Perubahan
β1-β5 : Koefisien Regresi
INFLASI : Inflasi
FFR : Suku Bunga The Fed
BIRATE : BI Rate
MALAYRATE : Suku Bunga Malaysia
KURS : Kurs
JUB : Jumlah Uang Beredar
ECT : Error Correction Term ( angka yang menunjukkan
besarnya koreksi kesalahan)
56
G. Proses Penelitian
Gambar 3.1
Alur Proses Penelitian
Ya
Ya
Ya
Ya
Ya
Inflasi, Suku Bunga The Fed, Suku Bunga Domestik, Kurs, JUB
Harga Saham ISSI dan FBMS
Uji Normalitas
Uji Linearitas
Data Berdistribusi
Normal
Data Linear
Uji stasioneritas
(Uji Akar Unit)
Uji Derajat
Integrasi
Uji Kointegrasi
(Uji Johansenohansen)
Uji Asumsi Klasik
Multikolinearitas
Autokorelasi
heteroskedastisitas
Error Correction Model (ECM)
Analisis
Stasioner pada
tingkat yang sama Ada hubungan
jangka panjang
57
H. Hipotesis
Hipotesis adalah kesimpulan atau jawaban sementara dari
permasalahan penelitian yang masih harus diuji kebenerannya secara
empirik. Hipotesa tidak hanya disusun beradasarkan pengamatan awal
terhadap objek penelitian, melainkan juga berdasarkan pada hasil kajian
terhadap literatur yang relevan dengan penelitian.
Hipotesis terbagi atas dua jenis, yaitu hipotesis nol (Ho) dan hipotesis
alternatif (H1 atau Ha).8 Hipotesis nol menyatakan bahwa tidak ada
perubahannya atau pengaruh antara variabel penelitian. Sedangkan
hipotesis alternatif menyatakan jika adanya pengaruh antara variabel
penelitian.
1. Variabel Inflasi
Ho: Inflasi tidak memiliki pengaruh yang signifikan dalam jangka
panjang maupun jangka pendek terhadap harga saham ISSI dan
FBMS.
H1: Inflasi memiliki pengaruh yang signifikan dalam jangka
panjang maupun jangka pendek terhadap harga saham ISSI dan
FBMS.
2. Variabel Suku Bunga The Fed
Ho: Suku bunga the fed tidak memiliki pengaruh yang signifikan
dalam jangka panjang maupun jangka pendek terhadap harga
saham ISSI dan FBMS.
8 Hendri Tanjung dan Abrista Devi, Metodologi Penelitian Ekonomi Islam, h.100.
58
H1: Suku bunga the fed memiliki pengaruh yang signifikan dalam
jangka panjang maupun pendek terhadap harga saham ISSI dan
FBMS.
3. Variabel Suku Bunga Domestik
Ho: Suku Bunga Domestik tidak memiliki pengaruh yang
signifikan dalam jangka panjang maupun jangka pendek terhadap
harga saham ISSI dan FBMS.
H1: Suku Bunga Domestik memiliki pengaruh yang signifikan
dalam jangka panjang maupun pendek terhadap harga saham ISSI
dan FBMS.
4. Variabel Nilai Tukar (Kurs)
Ho: Nilai tukar (kurs) tidak memiliki pengaruh yang signifikan
dalam jangka panjang maupun jangka pendek terhadap harga
saham ISSI dan FBMS.
H1: Nilai tukar (kurs) memiliki pengaruh yang signifikan dalam
jangka panjang maupun pendek terhadap harga saham ISSI dan
FBMS.
5. Variabel Jumlah Uang Beredar
Ho: Jumlah uang beredar tidak memiliki pengaruh yang signifikan
dalam jangka panjang maupun jangka pendek terhadap harga
saham ISSI dan FBMS.
59
H1: Jumlah uang beredar memiliki pengaruh yang signifikan dalam
jangka panjang maupun pendek terhadap harga saham ISSI dan
FBMS.
60
BAB IV
ANALISIS DAN PEMBAHASAN
A. Analisis dan Pembahasan
1. Uji Normalitas
Uji normalitas yang digunakan dalam penelitian ini menggunakan
uji statistik Jarque-Bera. Bila J-B lebih kecil dari 2, maka artinya data
berdistribusi normal. Bila Probabilitas lebih besar dari 0.05 maka data
berdistribusi normal.
Tabel 4.1
Uji Jarque-Bera Variabel Indonesia
0
2
4
6
8
10
12
-20000 -15000 -10000 -5000 0 5000 10000 15000
Series: Residuals
Sample 2011M01 2015M07
Observations 55
Mean 5.03e-12
Median 603.9947
Maximum 16160.46
Minimum -18411.82
Std. Dev. 6884.981
Skewness -0.326036
Kurtosis 3.324939
Jarque-Bera 1.216379
Probability 0.544335
Berdasarkan tabel di atas terlihat bahwa data penelitian ini
berdistribusi normal. Hal ini terlihat dari nilai J-B yang lebih kecil dari
2 yakni sebesar 1.216379 dan nilai probability sebesar 0.544335 yang
lebih besar dari 0.05.
61
Tabel 4.2
Uji Jarque-Bera Variabel Malaysia
0
2
4
6
8
10
12
-800 -600 -400 -200 0 200 400 600 800
Series: Residuals
Sample 2011M01 2015M08
Observations 56
Mean -5.64e-13
Median 54.09773
Maximum 717.5676
Minimum -768.9205
Std. Dev. 368.7664
Skewness -0.120652
Kurtosis 2.234812
Jarque-Bera 1.502062
Probability 0.471880
Berdasarkan tabel di atas terlihat bahwa data penelitian ini
berdistribusi normal. Hal ini terlihat dari nilai J-B yang lebih kecil dari
2 yakni sebesar 1.502062 dan nilai probability sebesar 0.471880 yang
lebih besar dari 0.05.
2. Uji Linearitas
Tabel 4.3
Uji Ramsey RESET Variabel Indonesia
Ramsey RESET Test
Equation: UNTITLED
Specification: ISSI C INFLASI FFR BIRATE KURS JUB
Omitted Variables: Squares of fitted values
Value Df Probability
t-statistic 0.898513 48 0.3734
F-statistic 0.807325 (1, 48) 0.3734
Likelihood ratio 0.917367 1 0.3382
62
Tabel 4.4
Uji Ramsey RESET Variabel Malaysia
Ramsey RESET Test
Equation: UNTITLED
Specification: FBMS C INFLASI FFR MALAYRATE KURS JUB
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 0.738366 49 0.4638
F-statistic 0.545185 (1, 49) 0.4638
Likelihood ratio 0.619628 1 0.4312
Dari uji Ramsey RESET di atas menunjukkan bahwa tidak ada
masalah linearitas pada variabel Indonesia maupun Malaysia. Hal ini
terlihat dari nilai probabilitas sebesar 0.3382 untuk Indonesia dan
0.4312 untuk Malaysia yang mana keduanya lebih besar dari tingkat
keyakinan sebesar 5%. Artinya bentuk fungsi dari penelitian ini adalah
linear.
3. Uji stasioneritas
a. Uji Akar Unit
Untuk menguji stasioneritas data, dapat digunakan uji akar
unit (Unit Root Test). Pada penelitian ini pengujian data dilakukan
dengan uji Augemented Dickey-Fuller. Apabila nilai t-statistik
ADF lebih besar dari nilai kritis pada tingkat keyakinan 5%, maka
data stasioner. Jika nilai t-statistik ADF lebih kecil dari nilai kritis
pada tingkat keyakinan 5% maka data tidak stationer.
63
Tabel 4.5
Unit Root Test pada tingkat Level Variabel Indonesia
Variabel Nilai t-Statistik
ADF
Nilai Kritis
Statistik Prob Kesimpulan
ISSI -1.858057 -2.916566 0.3492
Tidak
stasioner
INFLASI -2.228882 -2.917650 0.1988 Tidak
stasioner
FFR -0.961570 -2.916566 0.7606
Tidak
stasioner
BIRATE -1.131607 -2.918778 0.6966 Tidak
stasioner
KURS -0.367722 -2.916566 0.9070 Tidak
stasioner
JUB -0.586078 -2.917650 0.8647 Tidak
stasioner
Tabel 4.6
Unit Root Test pada tingkat Level Variabel Malaysia
Variabel Nilai t-Statistik
ADF
Nilai Kritis
Statistik Prob Kesimpulan
FBMS -1.383221 -2.915522 0.5839
Tidak
stasioner
INFLASI -0.954049 -2.915522 0.7633 Tidak
stasioner
FFR -5.978371 -2.915522 0.0000 Stasioner
MALAY
RATE -1.716651 -2.917650 0.4172
Tidak
stasioner
KURS 0.703867 -2.915522 0.9912 Tidak
stasioner
64
JUB -2.083959 -2.915522 0.2518 Tidak
stasioner
Pada uji akar unit di atas diketahui bahwa masing-masing
variabel Indonesia tidak stasioner pada tingkat level, sedangkan
variabel Malaysia ada satu yang stasioner pada tingkat level yaitu
variabel fed funds rate dengan ADF Statistik sebesar 5.978371
yang lebih besar dari nilai mackinnon critacal value sebesar
2.915522, namun untuk variabel lain tidak stasioner pada tingkat
level.
b. Uji Derajat Integrasi
Tabel 4.7
Unit Root Test ADF pada First Difference Variabel Indonesia
Variabel Nilai t-Statistik
ADF
Nilai Kritis
Statistik Prob Kesimpulan
ISSI -6.540494 -2.917650 0.0000 Stasioner
INFLASI -4.775980 -2.917650 0.0003 Stasioner
FFR -5.174821 -2.917650 0.0001 Stasioner
BIRATE -3.066005 -2.918778 0.0355 Stasioner
KURS -8.095175 -2.917650 0.0000 Stasioner
JUB -9.872837 -2.917650 0.0000 Stasioner
65
Tabel 4.8
Unit Root Test ADF pada First Difference Variabel Malaysia
Variabel Nilai t-Statistik
ADF
Nilai Kritis
Statistik Prob Kesimpulan
FBMS -7.798280 -2.916566 0.0000 Stasioner
INFLASI -5.163527 -2.916566 0.0001 Stasioner
FFR -8.393433 -2.918778 0.0000 Stasioner
MALAY
RATE -11.35752 -2.917650 0.000 Stasioner
KURS -6.719318 -2.916566 0.0000 Stasioner
JUB -8.123829 -2.916566 0.0000 Stasioner
Pada tabel di atas menunjukkan bahwa seluruh variabel
Indonesia maupun Malaysia telah stasioner pada integrasi pertama
(first difference). Hal ini terlihat pada nilai t-statistik ADF masing-
masing variabel telah lebih besar dari nilai kritis statistik pada
tingkat keyakinan 5%. Dapat dilihat juga dari nilai probabilitas
masing-masing variabel yang lebih kecil dari 0.05.
4. Uji Kointegrasi
Dalam penelitian ini, uji kointegrasi dilakukan dengan
menggunakan metode Johansen’s Cointegration Test.
66
Tabel 4.9
Uji Kointegrasi Johansen Variabel Indonesia
Date: 07/26/16 Time: 13:23
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Trend assumption: Linear deterministic trend
Series: ISSI INFLASI FFR BIRATE KURS JUB
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.629758 117.9702 95.75366 0.0006
At most 1 0.381099 65.30951 69.81889 0.1086
At most 2 0.317458 39.87958 47.85613 0.2269
At most 3 0.274027 19.63721 29.79707 0.4478
At most 4 0.047776 2.664336 15.49471 0.9800
At most 5 0.001315 0.069735 3.841466 0.7917
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
Hypothesized Max-Eigen 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.629758 52.66066 40.07757 0.0012
At most 1 0.381099 25.42993 33.87687 0.3565
At most 2 0.317458 20.24237 27.58434 0.3246
At most 3 0.274027 16.97288 21.13162 0.1733
At most 4 0.047776 2.594600 14.26460 0.9700
At most 5 0.001315 0.069735 3.841466 0.7917
67
Tabel 4.10
Uji Kointegrasi Johansen Varibel Malaysia
Date: 08/31/16 Time: 09:34
Sample (adjusted): 2011M03 2015M08
Included observations: 54 after adjustments
Trend assumption: Linear deterministic trend
Series: FBMS INFLASI FFR MALAYRATE KURS JUB
Lags interval (in first differences): 1 to 1
Unrestricted Cointegration Rank Test (Trace)
Hypothesized Trace 0.05
No. of CE(s) Eigenvalue Statistic Critical Value Prob.**
None * 0.703172 145.8425 95.75366 0.0000
At most 1 * 0.568619 80.25395 69.81889 0.0058
At most 2 0.293513 34.85274 47.85613 0.4558
At most 3 0.158775 16.09041 29.79707 0.7059
At most 4 0.105663 6.754017 15.49471 0.6064
At most 5 0.013312 0.723669 3.841466 0.3949
Dari uji kointegrasi johansen di atas dapat dilihat bahwa nilai trace
statistic variabel Indonesia sebesar 117.9702 lebih besar dari nilai
critical value sebesar 95.75366, untuk variabel Malaysia nilai trace
statistic sebesar 145.8425 lebih besar dari nilai critical value sebesar
95.75366. Kemudian juga dapat dilihat dari nilai Max-Eigen Statistik
variabel Indonesia sebesar 52.66066 lebih besar dari nilai Critical
Value 40.07757 dan untuk variabel Malaysia nilai Max-Eigen Statistik
sebesar 65.58853 lebih besar dari nilai Critical Value 40.07757 hal ini
menunjukkan bahwa dalam jangka panjang terdapat kointegrasi dalam
model.
68
5. Uji Asumsi Klasik
a. Multikolinearitas
Tabel 4.11
Uji Multikolinearitas Variabel Indonesia
Dari tabel di atas diketahui bahwa ada variabel yang memiliki nilai
lebih dari 0.8, sehingga dapat disimpulkan bahwa model ini
mengandung masalah multikolinearitas. Untuk mengatasi masalah
multikolinearitas dapat dilakukan dengan beberapa cara. Dalam
penelitian ini digunakan Uji first difference. Hasil dari uji first differnce
adalah sebagai berikut:
Tabel 4.12
Uji Multikolinearitas first difference Variabel Indonesia
INFLASI FFR BIRATE KURS JUB
INFLASI 1 0.391947 0.017554 0.408880 0.499184
FFR 0.391947 1 -0.327861 0.568200 0.533235
BIRATE 0.017554 -0.327861 1 -0.321638 0.087927
KURS 0.408880 0.568200 -0.321638 1 0.824196
JUB 0.499184 0.533235 0.087927 0.824196 1
D(INFLA
SI) D(FFR) D(BIRATE) D(KURS) D(JUB)
D(INFLAS
I) 1 -0.212952 0.032462 -0.183619 -0.542073
69
Setelah dilakukan uji first difference delta diketahui bahwa tidak
ada nilai yang di atas 0.8, maka model ini sudah terbebas dari masalah
multikolinearitas.
Tabel 4.13
Uji Multikolinearitas Variabel Malaysia
Dari tabel di atas diketahui bahwa tidak ada variabel yang
memiliki nilai lebih dari 0.8, sehingga dapat disimpulkan bahwa model
ini tidak mengandung masalah multikolinearitas.
b. Uji Autokorelasi
Untuk menguji autokorelasi dalam penelitian ini digunakan uji
Breusch-Godfrey. Jika nilai probabilitas Chi-Square lebih besar dari
0.05 maka dapat disimpulkan bahwa tidak ada masalah autokorelasi
dalam model penelitian ini.
D(FFR) -0.212952 1 -0.071121 0.307121 0.222366
D(BIRATE
) 0.032462 -0.071121 1 -0.090655 0.023059
D(KURS) -0.183619 0.307121 -0.090655 1 0.224246
D(JUB) -0.542073 0.222366 0.023059 0.224246 1
INFLASI FFR BIRATE KURS JUB
INFLASI 1 -0.397499 0.304353 0.295745 0.173119
FFR -0.397499 1 0.045625 0.159115 0.099614
MALAY
RATE
0.304353 0.045625 1 0.464145 0.154896
KURS 0.295745 0.159115 0.464145 1 0.724825
JUB 0.173119 0.099614 0.154896 0.724825 1
70
Tabel 4.14
Uji Autokorelasi Variabel Indonesia
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 7.472731 Prob. F(2,47) 0.0015
Obs*R-squared 13.26974 Prob. Chi-Square(2) 0.0013
Tabel 4.15
Uji Autokorelasi Variabel Malaysia
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 12.24156 Prob. F(2,48) 0.0001
Obs*R-squared 18.91551 Prob. Chi-Square(2) 0.0001
Tabel di atas menunjukkan bahwa kedua model mengandung
masalah autokorelasi. Hal ini terlihat dari nilai probabilitas Chi-Square
sebesar 0.0013 untuk variabel Indonesia dan 0,0001 untuk variabel
Malaysia yang mana keduanya lebih kecil dari 0.05. Untuk mengatasi
masalah autokorelasi dapat dilakukan dengan beberapa cara. Dalam
penelitian ini digunakan Uji first difference. Hasil dari uji first differnce
adalah sebagai berikut:
Tabel 4.16
Uji Autokorelasi first difference Variabel Indoneisa
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.033493 Prob. F(2,46) 0.9671
Obs*R-squared 0.078521 Prob. Chi-Square(2) 0.9615
71
Tabel 4.17
Uji Autokorelasi first difference Variabel Malaysia
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.078599 Prob. F(2,47) 0.9245
Obs*R-squared 0.183342 Prob. Chi-Square(2) 0.9124
Setelah dilakukan uji first difference diketahui bahwa nilai
probabilits Chi-Square sebesar 0.9615 untuk varaibel Indonesia dan
0,9124 untuk variabel Malaysia yang berarti lebih besar dari 0.05, dapat
disimpulkan bahwa model ini sudah terbebas dari masalah autokorelasi.
c. Uji Heteroskedastisitas
Dalam penelitian ini, uji heteroskedastisitas dilakukan
menggunakan uji White Heteroskedasticity. Jika nilai probabilitias Chi-
Square lebih besar dari 0.05 maka data terbebas dari heteroskedastisitas.
Sedangkan jika nilai probabilitas Chi-Square lebih kecil dari 0.05 maka
data mengandung masalah heteroskedastisitas.
Tabel 4.18
Uji White Heteroskedasticity Variabel Indonesia
Heteroskedasticity Test: White
F-statistic 1.217160 Prob. F(5,49) 0.3152
Obs*R-squared 6.076323 Prob. Chi-Square(5) 0.2989
Scaled explained SS 5.606467 Prob. Chi-Square(5) 0.3464
72
Dari tabel di atas dapat diketahui bahwa data yang digunakan tidak
mengandung masalah heteroskedastisitas atau data bersifat
homokedastisitas. Hal ini terlihat dari nilai probabilitas Chi-Square
sebesar 0.2989 yang lebih besar dari 0.05.
Tabel 4.19
Uji White Heteroskedasticity Variabel Malaysia
Heteroskedasticity Test: White
F-statistic 2.588125 Prob. F(5,50) 0.0370
Obs*R-squared 11.51363 Prob. Chi-Square(5) 0.0421
Scaled explained SS 5.666917 Prob. Chi-Square(5) 0.3400
Untuk data negara Malaysia data yang digunakan mengandung
masalah heteroskedastisitas atau data tidak bersifat homokedastisitas.
Hal ini terlihat dari nilai probabilitas Chi-Square sebesar 0.0421 yang
lebih kecil dari 0.05.
6. Uji Error Correction Model (ECM)
a. Persamaan Jangka Panjang Model Indonesia
HSISSI = β0 + β1INFLASIt + β2FFRt + β3BIIRATEt + β4KURSt +
β5JUBt + et
Tabel 4.20
Hasil Pengujian Jangka Panjang Model Indonesia
Dependent Variable: ISSI
Method: Least Squares
Date: 07/26/16 Time: 12:29
Sample (adjusted): 2011M01 2015M07
Included observations: 55 after adjustments
73
Variable Coefficient Std. Error t-Statistic Prob.
C 98549.30 12780.42 7.710959 0.0000
INFLASI 194240.9 81149.95 2.393605 0.0206
FFR -69254.67 44589.00 -1.553178 0.1268
BIRATE 466919.9 306942.5 1.521197 0.1346
KURS -27.42307 3.062832 -8.953499 0.0000
JUB 0.089148 0.007732 11.52917 0.0000
R-squared 0.804383 Mean dependent var 148622.9
Adjusted R-squared 0.784423 S.D. dependent var 15566.82
S.E. of regression 7227.724 Akaike info criterion 20.71190
Sum squared resid 2.56E+09 Schwarz criterion 20.93089
Log likelihood -563.5774 Hannan-Quinn criter. 20.79659
F-statistic 40.29802 Durbin-Watson stat 1.067631
Prob(F-statistic) 0.000000
Hasil estimasi tersebut adalah sebagai berikut:
HISSI = 98549.30 + 194240.9*INFLASIt - 69254.67*FFRt +
466919.9*BIRATEt - 27.42307*KURSt + 0.089148*JUB
b. Persamaan Jangka Panjang Model Malaysia
HSFBMS = β0 + β1INFLASIt + β2FFRt + β3MALAYRATEt +
β4KURSt + β5JUBt + et
Tabel 4.21
Hasil Pengujian Jangka Panjang Model Malaysia
Dependent Variable: FBMS
Method: Least Squares
Date: 08/31/16 Time: 09:41
Sample (adjusted): 2011M01 2015M08
Included observations: 56 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 2692.851 585.1553 4.601942 0.0000
INFLASI -4646.165 1882.772 -2.467726 0.0171
FFR 4776.150 5097.140 0.937025 0.3532
MALAYRATE 1242.600 845.1506 1.470270 0.1478
74
KURS -0.163587 0.024595 -6.651255 0.0000
JUB 0.001061 5.91E-05 17.95817 0.0000
R-squared 0.894531 Mean dependent var 11880.48
Adjusted R-squared 0.883984 S.D. dependent var 1135.505
S.E. of regression 386.7655 Akaike info criterion 14.85447
Sum squared resid 7479378. Schwarz criterion 15.07147
Log likelihood -409.9252 Hannan-Quinn criter. 14.93860
F-statistic 84.81462 Durbin-Watson stat 0.785579
Prob(F-statistic) 0.000000
Hasil estimasi tersebut adalah sebagai berikut:
HSFBMS = 2692.851-4646.165*INFLASIt + 4776.150*FFRt +
1242.600*MALAYRATEt - 0.163587*KURSt +
0.001061*JUB
Tabel di atas merupakan hasil dari uji kointegrasi sebelumya. Uji
kointegrasi digunakan untuk mengetahui apakah ada keseimbangan
jangka panjang dalam model yang digunakan.
c. Persamaan Jangka Pendek Model Indonesia
HSISSI = β0 + Dβ1INFLASIt + Dβ2FFRt + Dβ3BIRATEt +
Dβ4KURS t+ Dβ5JUBt + ECT
Tabel 4.22
Hasil Pengujian Jangka Pendek Model Indonesia
Dependent Variable: D(ISSI)
Method: Least Squares
Date: 07/26/16 Time: 13:03
Sample (adjusted): 2011M02 2015M07
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 961.9827 919.0056 1.046765 0.3006
D(INFLASI) -18439.77 100928.3 -0.182702 0.8558
75
D(FFR) -11984.20 34946.22 -0.342933 0.7332
D(BIRATE) -181719.5 451010.9 -0.402916 0.6888
D(KURS) -13.08789 2.817019 -4.646007 0.0000
D(JUB) 0.020318 0.019218 1.057232 0.2958
ECT(-1) -0.249327 0.113371 -2.199214 0.0328
R-squared 0.372346 Mean dependent var 384.6481
Adjusted R-squared 0.292220 S.D. dependent var 5973.396
S.E. of regression 5025.397 Akaike info criterion 20.00282
Sum squared resid 1.19E+09 Schwarz criterion 20.26065
Log likelihood -533.0761 Hannan-Quinn criter. 20.10225
F-statistic 4.647009 Durbin-Watson stat 1.815775
Prob(F-statistic) 0.000876
.
d. Persamaan Jangka Pendek Model Malaysia
HSFBMS = β0 + Dβ1INFLASIt + Dβ2FFRt + Dβ3MALAYRATEt
+ Dβ4KURS t + Dβ5JUBt + ECT
Tabel 4.23
Hasil Pengujian Jangka Pendek Model Malaysia
Dependent Variable: D(FBMS)
Method: Least Squares
Date: 08/31/16 Time: 10:00
Sample (adjusted): 2011M02 2015M08
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 81.75106 47.05262 1.737439 0.0887
D(INFLASI) -2675.808 1853.297 -1.443810 0.1553
D(FFR) 4261.957 2648.581 1.609147 0.1141
D(MALAYRATE) 1385.656 440.2424 3.147484 0.0028
D(KURS) -0.247257 0.042532 -5.813437 0.0000
D(JUB) 0.000158 0.000356 0.442934 0.6598
ECT(-1) -0.417925 0.105584 -3.958222 0.0002
R-squared 0.481756 Mean dependent var 43.63473
Adjusted R-squared 0.416975 S.D. dependent var 353.5983
S.E. of regression 269.9938 Akaike info criterion 14.15309
Sum squared resid 3499039. Schwarz criterion 14.40857
Log likelihood -382.2099 Hannan-Quinn criter. 14.25188
76
F-statistic 7.436733 Durbin-Watson stat 1.826837
Prob(F-statistic) 0.000012
Untuk menyatakan apakah model ECM benar atau tidak, maka
koefisien Error Correction Term (ECT) harus signifikan. Untuk
melihat apakah koefisein ECT signifikan atau tidak dilihat dari nilai
probabilitasnya. Untuk model Indonesia dari tabel di atas diperoleh
nilai probabiltas koefisien ECT sebesar 0.0328 yang lebih kecil dari
0.05. kemudian nilai koefisien ECT sebesar -0.249327 yang berarti
bahwa ketidakseimbangan jangka pendek menuju keseimbangan
jangka panjang dapat terkoreksi sebesar 24 % dalam jangka pendek.
Sedangakn untuk model Malaysia diperoleh nilai probabiltas
koefisien ECT sebesar 0.0002 yang lebih kecil dari 0.05. kemudian
nilai koefisien ECT sebesar -0.417925 yang berarti bahwa
ketidakseimbangan jangka pendek menuju keseimbangan jangka
panjang dapat terkoreksi sebesar 41 % dalam jangka pendek.
Tabel 4.24
Hasil Perhitungan Koefisien Jangka Pendek & Jangka Panjang
Model Indonesia
Variabel Jangka Pendek Jangka Panjang
Koefisien Probabilitas Koefisien Probabilitas
Konstanta 961.9827 0.3006 98549.30 0.0000
Inflasi -18439.77 0.8558 194240.9 0.0206
FFR -11984.20 0.7332 -69254.67 0.1268
BI Rate -181719.5 0.6888 466919.9 0.1346
Nilai Tukar
(Kurs) -13.08789 0.0000 -27.42307 0.0000
JUB 0.020318 0.2958 0.089148 0.0000
77
Tabel 4.25
Hasil Perhitungan Koefisien Jangka Pendek & Jangka Panjang
Model Malaysia
Variabel Jangka Pendek Jangka Panjang
Koefisien Probabilitas Koefisien Probabilitas
Konstanta 81.75106 0.0887 2692.851 0.0000
Inflasi -2675.808 0.1553 -4646.165 0.0171
FFR 4261.957 0.1141 4776.150 0.3532
Malay Rate 1385.656. 0.0028 1242.600 0.1478
Nilai Tukar
(Kurs) -0.247257 0.0000 - 0.163587 0.0000
JUB 0.000158 0.6598 0.001061 0.0000
B. Pengujian Hipotesis
1. Pengaruh Inflasi terhadap ISSI dan FBMS
a. Pengaruh Inflasi terhadap ISSI Jangka Pendek dan Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek inflasi
tidak memiliki pengaruh yang signifikan terhadap harga saham
ISSI. Hal ini ditunjukkan dari nilai probabilitas sebesar 0.8558
yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang inflasi
memiliki pengaruh positif yang signifikan terhadap harga saham
ISSI. Hal ini ditunjukkan dari nilai koefisiennya sebesar 194240.9
dan nilai probabilitasnya sebesar 0.0206 yang lebih kecil dari
tingkat α = 5%. Jadi dapat disimpulkan bila inflasi naik sebesar
1% maka harga saham ISSI akan naik pula sebesar 194240.9 %.
78
b. Pengaruh Inflasi terhadap FBMS Jangka Pendek dan Jangka
Panjang
Hasil perhitungan menunjukkan dalam jangka pendek inflasi
tidak memiliki pengaruh yang signifikan terhadap harga saham
FBMS. Hal ini ditunjukkan dari nilai probabilitas sebesar 0.1553
yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang inflasi
memiliki pengaruh negatif yang signifikan terhadap harga saham
FBMS. Hal ini ditunjukkan dari nilai koefisiennya sebesar -
4646.165 dan nilai probabilitasnya sebesar 0.0171 yang lebih kecil
dari tingkat α = 5%. Jadi dapat disimpulkan bila inflasi naik
sebesar 1% maka harga saham FBMS akan turun pula sebesar
4646.165 %.
2. Pengaruh Suku Bunga The Fed terhadap ISSI dan FBMS
a. Pengaruh Suku Bunga The Fed terhadap ISSI Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek suku
bunga the fed tidak memiliki pengaruh yang signifikan terhadap
harga saham ISSI. Hal ini terlihat dari nilai probabilitasnya sebesar
0.7332 yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang suku
bunga the fed tidak memiliki pengaruh yang signifikan terhadap
79
harga saham ISSI. Hal ini terlihat dari nilai probabilitasnya sebesar
0.1268 yang lebih besar dari tingkat α = 5%.
b. Pengaruh Suku Bunga The Fed terhadap FBMS Jangka Pendek
dan Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek suku
bunga the fed tidak memiliki pengaruh yang signifikan terhadap
harga saham FBMS. Hal ini terlihat dari nilai probabilitasnya
sebesar 0.1141 yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang suku
bunga the fed tidak memiliki pengaruh yang signifikan terhadap
harga saham FBMS. Hal ini terlihat dari nilai probabilitasnya
sebesar 0.3532 yang lebih besar dari tingkat α = 5%.
3. Pengaruh Suku Bunga Domestik terhadap ISSI dan FBMS
a. Pengaruh Suku Bunga Domestik terhadap ISSI Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek suku
bunga domestik tidak memiliki pengaruh yang signifikan terhadap
harga saham ISSI. Hal ini terlihat dari nilai probabilitasnya sebesar
0.6888 yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang suku
bunga domestik tidak memiliki pengaruh yang signifikan terhadap
harga saham ISSI. Hal ini terlihat dari nilai probabilitasnya sebesar
0.1346 yang lebih besar dari tingkat α = 5%.
80
b. Pengaruh Suku Bunga Domestik terhadap FBMS Jangka Pendek
dan Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek suku
bunga domestik memiliki pengaruh positif yang signifikan
terhadap harga saham FBMS. Hal ini ditunjukkan dari nilai
koefisiennya sebesar 1385.656 dan nilai probabilitasnya sebesar
0.0028 yang lebih kecil dati tingkat α = 5%. Jadi dapat
disimpulkan bila suku bunga naik sebesar 1% maka harga saham
FBMS akan naik pula sebesar 1385.656 %.
Hasil perhitungan menunjukkan dalam jangka panjang suku
bunga domestik tidak memiliki pengaruh yang signifikan terhadap
harga saham FBMS. Hal ini terlihat dari nilai probabilitasnya
sebesar 0.1478 yang lebih besar dari tingkat α = 5%.
4. Pengaruh Nilai Tukar (Kurs) terhadap ISSI dan FBMS
a. Pengaruh Nilai Tukar (Kurs) Terhadap ISSI Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek Kurs
memiliki pengaruh negatif yang signifikan terhadap harga saham
ISSI. Hal ini terlihat dari nilai koefisiennya sebesar -13.08789 dan
nilai probabilitas sebesar 0.0000 yang lebih kecil dari tingkat α =
5%. Dapat disimpulkan apabila Kurs naik sebesar 1% maka harga
saham ISSI akan mengalami penurunan sebesar 13.08789%.
81
Hasil perhitungan menunjukkan dalam jangka panjang Kurs
memiliki pengaruh negatif yang signifikan terhadap harga saham
ISSI. Hal ini terlihat dari nilai koefisiennya sebesar -27.42307 dan
nilai probabilitas sebesar 0.0000 yang lebih kecil dari tingkat α =
5%. Dapat disimpulkan apabila Kurs naik sebesar 1% maka harga
saham ISSI akan mengalami penurunan sebesar 27.42307 %.
b. Pengaruh Nilai Tukar (Kurs) Terhadap FBMS Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka Pendek Kurs
memiliki pengaruh negatif yang signifikan terhadap harga saham
FBMS. Hal ini terlihat dari nilai koefisiennya sebesar -0.247257
dan nilai probabilitas sebesar 0.0000 yang lebih kecil dari tingkat
α = 5%. Dapat disimpulkan apabila Kurs naik sebesar 1% maka
harga saham FBMS akan mengalami penurunan sebesar 0.247257
%.
Hasil perhitungan menunjukkan dalam jangka panjang Kurs
memiliki pengaruh negatif yang signifikan terhadap harga saham
FBMS. Hal ini terlihat dari nilai koefisiennya sebesar -0.163587
dan nilai probabilitas sebesar 0.0000 yang lebih kecil dari tingkat
α = 5%. Dapat disimpulkan apabila Kurs naik sebesar 1% maka
harga saham FBMS akan mengalami penurunan sebesar 0.163587
%.
82
5. Pengaruh Jumlah Uang Beredar terhadap ISSI dan FBMS
a. Pengaruh Jumlah Uang Beredar terhadap ISSI Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek jumlah
uang beredar tidak memiliki pengaruh yang signifikan terhadap
harga saham ISSI. Hal ini terlihat dari nilai probabilitas sebesar
0.2958 yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang jumlah
uang beredar memiliki pengaruh positif yang signifikan terhadap
harga saham ISSI. Hal ini terlihat dari nilai koefisiennya sebesar
0.089148 dan nilai probabilitas sebesar 0.0000 yang lebih kecil dari
tingkat α = 5%. Dapat disimpulkan apabila jumlah uang beredar
naik sebesar 1% maka harga saham ISSI akan mengalami kenaikan
sebesar 0.089148%.
b. Pengaruh Jumah Uang Beredar terhadap FBMS Jangka Pendek dan
Jangka Panjang
Hasil perhitungan menunjukkan dalam jangka pendek jumlah
uang beredar tidak memiliki pengaruh yang signifikan terhadap
harga saham FBMS. Hal ini terlihat dari nilai probabilitas sebesar
0.6598 yang lebih besar dari tingkat α = 5%.
Hasil perhitungan menunjukkan dalam jangka panjang jumlah
uang beredar memiliki pengaruh positif yang signifikan terhadap
harga saham FBMS. Hal ini terlihat dari nilai koefisiennya sebesar
83
0.001061 dan nilai probabilitas sebesar 0.0000 yang lebih kecil dari
tingkat α = 5%. Dapat disimpulkan apabila jumlah uang beredar
naik sebesar 1% maka harga saham FBMS akan mengalami
kenaikan sebesar 0.001061 %.
C. Interpretasi Hasil Penelitian
Berdasarkan uji hipotesis di atas dalam jangka pendek inflasi tidak
memiliki pengaruh yang signifikan terhadap harga saham ISSI dan FBMS.
Hasil penelitian ini sejalan dengan penelitian I Putu Marta Edi Kusuma
dan Ida Bagus Badjra (2016) yang menyatakan bahwa inflasi tidak
memilki pengaruh yang signifikan terhadap IHSG. Berdasarkan data
inflasi, rata-rata inflasi kedua negara selama periode penelitian termasuk
dalam tingkat inflasi yang ringan, sehingga dalam jangka pendek pasar
masih bisa menerima tingkat inflasi dibawah 10%.
Dalam jangka panjang inflasi memiliki pengaruh positif yang signifikan
terhadap harga saham ISSI penelitiian ini sesuai dengan penelitian Neny
Mulyani (2014) yang menyatakan bahwa inflasi memiliki pengaruh positif
yang signifikan terhadap JII. Sedangkan dalam jangka panjang inflasi
berpengaruh negatif dan signifikan terhadap harga saham FBMS. Hasil
Penelitian ini sesuai dengan penelitian yang dilakukan oleh Zainuddin Iba
dan Aditya Wardhana (2012) yang menyatakan bahwa inflasi memiliki
pengaruh negatif yang signifikan terhadap harga saham. Perbedaan hasil
penelitian ini dikarenakan rata-rata inflasi Indonesia pada periode
penelitian termasuk ke dalam ketegori inflasi ringan yaitu 5.7%. Dampak
84
inflasi ringan ini mendorong pengusaha di Indonesia untuk lebih
meningkatkan produksinya, karena dengan kenaikan harga yang terjadi
pengusaha akan mendapat lebih banyak keuntungan yang berdampak pada
meningkatnya harga saham. Sedangkan rata-rata inflasi Malaysia pada
periode penelitian ini berada dikisaran 2.4% dan merupakan inflasi yang
rendah dalam jangka panjang. Inflasi yang terlalu rendah dapat membuat
pertumbuhan ekonomi menjadi lamban dan berdampak pada menurunnya
harga saham.
Suku bunga the fed tidak memiliki pengaruh yang signifikan terhadap
hargas saham ISSI dan FBMS dalam jangka pendek maupun dalam jangka
panjang. Hasil penelitian ini sesuai dengan penelitian Guardian
Muhammad, dkk (2015) yang menyatakan bahwa suku bunga the fed tidak
memiliki pengaruh yang signifikan terhadap value perdagangan saham dan
frekuensi perdagangan saham. Hasil penelitian menunjukkan bahwa dalam
jangka panjang maupun dalam jangka pendek suku bunga the fed tidak
memiliki pengaruh yang signifikan terhadap indeks harga saham ISSI dan
FBMS. Hasil penelitian mengindikasikan terjadinya informasi asimetris
pada investor dalam menerima informasi perubahan suku bunga the fed
dan investor cenderung lebih memperhatikan variabel makroekonomi
domestik negaranya dibandingkan dengan variabel makroekonomi luar
negeri sebagai perrtimbangan dalam melakukan investasi.
Dalam jangka pendek suku bunga domestik memiliki pengaruh positif
yang signifikan terhadap harga saham FBMS. Hasil penelitian ini sesusai
85
dengan penelitian yang dilakukan oleh Dedi Susiloa, dkk (2015) yang
menyatakan bahwa sensitivitas suku bunga berpengaruh signifikan positif
terhadap harga saham. Suku bunga domestik tidak memilki pengaruh yang
signifikan terhadap harga saham ISSI dalam jangka pendek dan panjang,
dalam jangka panjang suku bunga domestik tidak memiliki pengaruh
terhadap harga sama FBMS. Penelitian ini sesuai dengan penilitian yang
dilakukan Steven Sugiarto Lawrence (2013) yang menyatakan bahwa
suku bunga SBI tidak memiliki pengaruh yang signifikan terhadap IHSG.
Perbedaan penelitian ini karena tingkat suku bunga negara Malaysia lebih
rendah dibandingkan Indonesia, rata-rata tingkat suku bunga Malaysia
pada periode penelitian 3.3%, sehingga ketika tingkat suku bunga
domestik Malaysia mengalami kenaikan, kenaikannya tidak terlalu besar.
Oleh sebab itu, ketika suku bunga naik investor tetap memilih
menginvestasikan dananya pada saham karena dipandang lebih
menguntungkan. Dalam jangka panjang suku bunga domestik tidak
berpengaruh signifikan terhadap harga saham FBMS, dan dalam jangka
pendek dan panjang suku bunga domestik tidak berpengaruh terhadap
harga saham ISSI. Hal ini dapat disebabkan kerena tipe investor Indonesia
dan Malaysia merupakan tipe investor yang senang melakukan investasi
saham untuk spekulan, sehingga investor lebih senang melakukan aksi
profit taking dengan harapan memperoleh capital again yang cukup tinggi
di pasar modal dibandingkan berinvestasi dalam SBI. Selain itu,
dikarenakan tingkat suku bunga domestik Malaysia yang rendah membuat
86
investor lebih senang melakukan investasi saham yang dianggap memiliki
tingkat pengembalian lebih besar, sehingga kenaikan atau penurunan
tingkat suku bunga tidak mempengaruhi investor dalam jangka panjang.
Nilai tukar (kurs) memilki pengaruh negatif yang signifikan terhadap
harga saham ISSI dan FBMS dalam jangka pendek maupun jangka
panjang. Hasil penelitian ini sejalan dengan penelitian Suramaya Suci
Kewal (2012) yang menyatakan bahwa kurs memiliki pengaruh negatif
yang signifikan terhadap IHSG. Hasil penelitian ini juga sesuai dengan
teori yang menyatakan bahwa kurs berpengaruh negatif terhadap harga
saham emiten yang memiliki utang valuta asing, emiten yang bergerak
dalam bidang impor atau yang bahan baku untuk produksinya masih
didatangkan dari luar negeri. Penurunan mata uang domestik
mengakibatkan keuntungan perusahaan akan menurun, akibatnya
keuntungan yang diterima oleh investor akan menurun pula atau tidak
sesuai dengan yang mereka harapkan. Hal ini akan mengakibatkan
kurangnya minat investor dalam melakukan investasi saham dan
menyebabkan menurunnya harga saham. Selain itu penurunan mata uang
domestik menggambarkan keadaaan ekonomi suatu negara sedang tidak
baik, sehingga kepercayaan para investor pasar modal yang kebanyakan
adalah investor asing menurun.
Jumlah uang beredar tidak memiliki pengaruh yang signifikan terhadap
harga saham ISSI dan FBMS dalam jangka pendek. Hasil penelitian ini
sesuai dengan penelitian yang dilakukan I Putu Marta Edi Kusuma dan Ida
87
Bagus Badjra (2016) yang menyatakan bahwa jumlah uang beredar tidak
berpengaruh yang signifikan terhadap IHSG. Hal ini dapat disebabkan
karena dalam jangka pendek masyarakat akan lebih memilih untuk
memenuhi kebutuhannya terlebih dahulu sehingga dalam jangka pendek
mereka akan lebih memilih melakukan investasi pada sesuatu yang dapat
dicairkan dengan mudah dan memiliki resiko yang kecil.
Dalam jangka panjang jumlah uang beredar memiliki pengaruh positif
yang signifikan terhadap harga saham ISSI dan FBMS. Hasil penelitian ini
sesuai dengan penelitian Steven Sugiarto Lawrence (2013) yang
menyatakan bahwa jumlah uang beredar memiliki pengaruh yang
signifikan terhadap IHSG. Hasil penelitian ini juga sesuai dengan teori
yang menyatakan bahwa semakin banyak uang yang berada di tangan
masyarakat maka akan semakin tinggi harga saham, hal ini karena
masyarakat menggunakan uangnya selain untuk tujuan konsumsi juga
untuk tujuan investasi dengan membeli surat berharga.
88
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Berdasarkan analisis penelitian dan pembahasan yang dikemukakan
pada bab-bab sebelumnya, maka kesimpulan diperoleh dari penelitian ini
adalah sebagai berikut:
1. Hasil variabel makro ekonomi terhadap harga saham syariah di
Indonesia dan Malaysia adalah:
a. Variabel inflasi (X1), dalam jangka pendek tidak memiliki
pengaruh yang signifikan terhadap harga saham syariah di
Indonesia dan Malaysia. Hal ini ditunjukkan dari nilai
probabilitas sebesar 0.8558 untuk harga saham syariah Indonesia
dan 0.1553 untuk harga saham syariah Malaysia yang mana nilai
probabilitas lebih besar dari tingkat α = 5%. Dalam jangka
panjang inflasi memiliki pengaruh positif yang signifikan
terhadap harga saham syariah Indonesia. Hal ini ditunjukkan dari
nilai koefisiennya sebesar 194240.9 dan nilai probabilitasnya
sebesar 0.0206 yang lebih kecil dati tingkat α = 5%. Dan inflasi
berpengaruh negatif terhadap harga saham Malaysia dalam jangka
panjang hal ini ditunjukkan dari nilai koefisiennya sebesar -
4646.165 dan nilai probabilitasnya sebesar 0.0171 yang lebih
kecil dari tingkat α = 5%.
89
b. Variabel suku bunga the fed (X2), dalam jangka pendek suku
bunga teh fed tidak memiliki pengaruh yang signifikan terhadap
harga saham syariah di Indonesia dan Malaysia. Hal ini terlihat
dari nilai probabilitasnya sebesar 0.7332 untuk harga saham
syariah Indonesia dan 0.1141 untuk harga saham syariah
Malaysia yang mana nilai probabilitas lebih besar dari tingkat α =
5%. Dalam jangka panjang suku bunga teh fed juga tidak
memiliki pengaruh yang signifikan terhadap harga saham syariah
di Indonesia dan Malaysia. Hal ini terlihat dari nilai
probabilitasnya sebesar 0.1268 untuk harga saham syariah
Indonesia dan 0.3532 untuk harga saham syariah Malaysia yang
mana nilai probabilitas lebih besar dari tingkat α = 5%.
c. Suku bunga domestik (X3), dalam jangka pendek dan panjang
suku bunga domestik tidak memiliki pengaruh yang signifikan
terhadap harga saham syariah Indonesia. Hal ini terlihat dari nilai
probabilitasnya sebesar 0.6888 dalam jangkan pendek dan 0.1346
dalam jangka panjang yang mana nilai probabilitas lebih besar
dari tingkat α = 5%. Untuk harga saham syariah Malaysia suku
bunga domestik memiliki pengaruh positif yang signifikan dalam
jangka pendek, hal ini terlihat dari nilai koefisiennya sebesar
1385.656 dan nilai probabilitasnya sebesar 0.0028 yang lebih
kecil dari tingkat α = 5%. Dan dalam jangka panjang suku bunga
domestik tidak memiliki pengaruh yang signifikan terhadap harga
90
saham syariah Malaysia. Hal ini terlihat dari nilai probabilitasnya
sebesar 0.1478 yang lebih besar dari tingkat α = 5%.
d. Nilai tukar (X4), dalam jangka pendek kurs memiliki pengaruh
negatif yang signifikan terhadap harga saham syariah Indonesia
dan Malaysia. Hal ini terlihat dari nilai koefisiennya sebesar -
13.08789 dengan nilai probabilitas sebesar 0.0000 untuk harga
saham syariah Indonesia dan nilai koefisien -0.247257 dengan
probabilitas sebesar 0.0000 untuk harga saham Malaysia yang
mana nilai probabilitas lebih kecil dari tingkat α = 5%. Dalam
jangka panjang kurs juga memiliki pengaruh negatif dan
signifikan terhadap harga saham syariah di Indonesia dan
Malaysia. Hal ini terlihat dari nilai koefisiennya sebesar -
27.42307 untuk harga saham syariah Indonesia dengan nilai
probabilitas sebesar 0.0000 dan nilai koefisien 0.163587 dengan
probabilitas sebesar 0.0000 untuk harga saham syariah Malaysia
yang mana nilai probabilitas lebih kecil dari tingkat α = 5%.
e. Jumlah Uang beredar (X5), dalam jangka pendek jumlah uang
beredar tidak memiliki pengaruh yang signifikan terhadap harga
saham syariah di Indonesia dan Malaysia. Hal ini terlihat dari
nilai probabilitas sebesar 0.2958 untuk harga saham syariah
Indonesia dan 0.6598 untuk harga saham syariah Malaysia yang
mana nilai probabilitas lebih besar dari tingkat α = 5%. Dalam
jangka panjang jumlah uang beredar memiliki pengaruh positif
91
yang signifikan terhadap harga saham di Indonesia dan Malaysia.
Hal ini terlihat dari nilai koefisiennya sebesar 0.089148 dengan
nilai probabilitas sebesar 0.0000 untuk harga saham syariah
Indonesia dan nilai koefisien 0.001061 dengan probabilitas
sebesar 0.0000 untuk harga saham Malaysia yang mana nilai
probabilitas lebih kecil dari tingkat α = 5%.
2. Berdasarkan hasil analisis dalam jangka pendek dan panjang variabel
yang paling berpengaruh terhadap harga saham syariah di Indoensia
dan Malaysia adalah variabel nilai tukar (kurs). Dengan nilai
probabilitas 0.000 yang lebih kecil dari tingkat α = 5% dalam jangka
pendek maupun panjang.
B. Saran
1. Bagi investor yang hendak melakukan investasi pada saham
disarankan untuk selalu memperhatikan informasi mengenai
perubahan variabel makro ekonomi yang dapat mempengaruhi
pergerakan harga saham, baik informasi mengenai keadaan ekonomi
makro dalam negeri maupun keadaan ekonomi makro luar negeri.
Informasi tersebut diperlukan untuk memprediksi fluktuasi harga
saham syariah di Indonesia dan Malaysia, sehingga dapat menerapkan
strategi yang tepat dalam mengambil keputusan investasi, khususnya
dalam perdagangan saham.
2. Bagi penelitian selanjutnya diharapkan dapat mengembangkan
penelitian ini dengan menambahkan periode penelitian, variabel
92
ekonomi lainnya misalkan ekonomi mikro disertai dengan teori yang
mendukungnya serta metode penelitian.
93
DAFTAR PUSTAKA
Antonio, Muhammad Syafi’i, dkk. “ The Islamic Capital Market Volatility: A
Comparative Study Between In Indonesia And Malaysia”. Buliten Ekonomi
Moneter dan Perbankan, (April 2013).
Azis, Abdul. Manajemen Investasi Syariah. Bandung: Penerbit Alfabeta. 2010.
Bank Indonesia. Laporan Perekonomian Indonesia Tahun 2011. Jakarta: Bank Indonesia.
2011.
-----------------. Laporan Perekonomian Indonesia Tahun 2012. Jakarta: Bank Indonesia.
2012.
-----------------. Laporan Perekonomian Indonesia Tahun 2013. Jakarta: Bank Indonesia.
2013.
-----------------. Laporan Perekonomian Indonesia Tahun 2014. Jakarta: Bank Indonesia.
2014.
-----------------. Laporan Perekonomian Indonesia Tahun 2015. Jakarta: Bank Indonesia.
2015.
Bank Negara Malaysia. Perkembangan Ekonomi Tahun 2011. Malaysia: Bank Negara
Malaysia. 2011.
--------------------------. Perkembangan Ekonomi Tahun 2012. Malaysia: Bank Negara
Malaysia. 2012.
--------------------------. Perkembangan Ekonomi Tahun 2013. Malaysia: Bank Negara
Malaysia. 2013.
--------------------------. Perkembangan Ekonomi Tahun 2014. Malaysia: Bank Negara
Malaysia. 2014.
--------------------------. Perkembangan Ekonomi Tahun 2015. Malaysia: Bank Negara
Malaysia. 2015.
Basuki, Agus Tri. Regresi Model PAM, ECM dan Data Panel dengan Eviews 7.
Yogyakarta: Katalog Dalam Terbitan (KDT), 2014.
Case, Karl E. dan Fair, Ray C. Prinsip-Prinsip Ekonomi Makro. Klaten : PT INDEKS,
Kelompok Gramedia. 2004.
94
Hadi, Nor. Pasar Modal Acuan Teorits dan Praktis Investasi di Instrumen Keuangan
Pasar. Yogyakarta: Graha Ilmu, 2013.
Halim, Abdul. Analisis Investasi di Aset Keuangan. Jakarta: Mitra Wacana Media, 2015.
Handoyo, Sarwo Edy dan Setijaningsih, Herlin Tundjung. “Pengaruh Harga Emas, Kurs,
BI Rate dan Volume Perdagangan Terhadap Harga Saham ANTM”. Jurnal
Ekonomi, Vol.18, No.02 (Juli 2013).
Hasoloan, Jimmy. Ekonomi Moneter. Yogyakarta: PENERBIT DEEP PUBLISH. 2014.
HR, Muhamad Nafik. Bursa Efek Investasi Syariah. Jakarta :PT Serambi Ilmu Semesta,
2009.
http://id.investing.com
http://id.tradingeconomics.com/malaysia
http://pusatdata.kontan.co.id.
http://www.ftse.com/products/indices/bursa-malaysia
Indonesia Stock Exchange. Buku Panduan Indeks Harga Saham Bursa Efek Indonesia.
Jakarta: Indonesia Stock Exchange Building,2010.
Iskandar. Metodologi Penelitian Pendidikan dan Sosial. Ciputat : Ciputat Mega Mall, Cet
ke-5, 2013.
Karim, Adiwarman A. Ekonomi Makro Islam. Jakarta: Rajawali Press, 2010.
Kewal, Suramaya Suci. “Pengaruh Inflasi, Suku Bunga, Kurs dan Pertumbuhan PDB
Terhadap Indeks Harga Saham Gabungan”. Jurnal Ekonomi, Vol.8, No.1 (April
2012).
Kusuma, I Putu Marta Edi dan Badjra, Ida Bagus. “Pengaruh Inflasi, JUB, Nilai Kurs
Dollar dan Pertumbuhan GDP Terhadap IHSG di Bursa Efek Indonesia”. E-
Jurnal, Manajemen Unud Vol.5, No.3 (2016).
Lawrence, Steven Sugiarto. “Pengaruh Variabel Makro Ekonomi dan Harga Komoditas
Terhadap Indeks Harga Saham Gabungan di Indonesia”. FINESTA, Vol.1, No.2
(2013).
Mishkin, Frederic S. Ekonomi Uang, Perbankan, dan Pasar Keuangan. Jakarta:Penerbit
Salemba Empat, 2009.
95
Muhammad, Guardian, dkk. “Pengaruh Suku Bunga Terhadap Aktivitas Perdagangan
Saham (Studi Pada Bursa Efek Indonesia Periode 2005-2014)”. Jurnal
Administrasi dan Bisnis (JAB), Vol.23, No.1 (Juni, 2015).
Mulyani, Neny. “Analisis Pengaruh Inflasi, Suku Bunga, Nilai Tukar Rupiah, Dan
Produk Domestik Bruto Terhadap Jakarta Islamic Index”. Jurnal Bisnis dan
Manajemen Eksekutif, Vol.1, No.1 (2014) .
Nachrowi, Nachrowi D dan Usman, Hardius. Pendekatan Populer dan Praktis
Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: Lembaga Penerbit
Fakultas Ekonomi Universitas Indonesia, 2006.
Nasution, Darwin. Bank Sentarl Itu Harus Membumi. Yogyakarta: Galang Pustaka. 2013.
Otoritas Jasa Keuangan. RoadMap Pasar Modal Syariah 2015-2019. Jakarta: OJK,2015.
---------------------------.Statistik Saham November . Jakarta: OJK, 2015.
Purnomo, Tri Hendra, dkk. “Pengaruh Nilai Tukar, Suku Bunga, dan Inflasi Terhadap
Return Saham Pada Perusahaan Properti”. Jurnal Ilmu dan Riset Manajemen,
Vol.2, No 10 (2013).
Raharja, Pratama dan Manurung, Mandala. Pengantar Ilmu Ekonomi Mikro Ekonomi dan
Makro Ekonomi. Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas
Indonesia, 2008.
Rodoni, Ahmad. Investasi Syariah. Jakarta: Lembaga Penelitian UIN Jakarta, 2009.
Samsul, Mohamad. Pasar Modal dan Manajemen Protofolio. Jakarta: Erlangga, 2008.
Sudarismiati, Anik. “Analisis Pengaruh Perdagangan Valuta Asing Terhadap Fluktuasi
Nilai Tukar Rupiah”. Jurnal Akutansi, Manajemen Bisnis dan Sektor Publik
(JAMBSP), Vol.5, No.1 (Oktober, 2008).
Sukirno, Sadono. Makro Ekonomi Moderen Perkembangan Pemikiran dari Klasik Hingga
Keynesian Baru. Jakarta: PT RajaGrafindo Persada, 2007.
Susilo, Dedi. “Pengaruh Variabel Fundamental dan Makro Ekonomi terhadap Harga
Saham (Studi pada Perusahaan yang Masuk dalam Indeks LQ45)”. Jurnal
Aplikasi Manajemen (JAM), Vol. 13, No.1 (Januari 2015).
Tanjung, Hendri dan Devi, Abrista. Metodologi Penelitian Ekonomi Islam. Jakarta:
Gramata Publishing, 2013.
Winarno, Wing Wahyu. Ekonometrikan dan Statiska dengan Eviews. Yogyakarta: Unit
Penerbit dan Pecetakan Sekolah Tinggi Ilmu Manajemen YKPN, 2007.
96
www.bi.go.id
www.bnm.gov
www.bps.go.id
www.federalreserve.gov
www.idx.co.id
www.kemendag.go.id
Yudiaatmaja, Fridayana. Analisis Regresi Dengan Menggunakan Aplikasi Komputer dan
SPSS. Jakarta: PT Gramedia Pustaka Utama, 2013.
97
LAMPIRAN
Lampiran 1: Data Penelitian Indonesia
Bulan/Tahun Harga ISSI Inflasi FFR BI Rate Kurs JUB
May-11 123812 5,98% 0,09 6,75% 8537 2475285
Jun-11 124290 5,4% 0,09 6,75% 8597 2522783
Jul-11 132688 4,61% 0,07 6,75% 8508 2564556
Aug-11 124084 4,79% 0,1 6,75% 8578 2621345
Sep-11 115420 4,61% 0,08 6,75% 8823 2643331
Okct-11 122660 4,42% 0,07 6,50% 8835 2677786
Nov-11 121006 4,15% 0,08 6,00% 9170 2729538
Dec-11 125356 3,79% 0,07 6,00% 9068 2877219
Jan-12 130737 3,65% 0,08 6,00% 9000 2857126
Feb-12 133450 3,56% 0,1 5,75% 9085 2852004
Mar-12 138741 3,97% 0,13 5,75% 9180 2914194
Apr-12 139984 4,50% 0,14 5,75% 9190 2929610
May-12 128116 4,45% 0,16 5,75% 9565 2994474
Jun-12 131610 4,53% 0,16 5,75% 9480 3052786
Jul-12 137857 4,56% 0,16 5,75% 9485 3057335
Aug-12 135960 4,58% 0,13 5,75% 9573 3091568
Sep-12 143959 4,31% 0,14 5,75% 9590 3128179
Oct-12 147775 4,61% 0,16 5,75% 9615 3164443
Nov-12 143889 4,32% 0,16 5,75% 9605 3207908
Dec-12 144995 4,30% 0,16 5,75% 9670 3307507
Jan-13 147510 4,57% 0,14 5,75% 9698 3268789
Feb-13 157642 4,31% 0,15 5,75% 9667 3280420
Mar-13 162641 5,90% 0,14 5,75% 9719 3322528
Apr-13 166912 5,57% 0,15 5,75% 9722 3360928
May-13 169814 5,47% 0,11 5,75% 9802 3426304
Jun-13 164240 5,90% 0,09 6,00% 9929 3413378
Jul-13 154202 8,61% 0,09 6,50% 10278 3506573
Aug-13 143922 8,79% 0,08 6,50% 10924 3502419
Sep-13 145155 8,40% 0,08 7,25% 11613 3584080
Oct-13 151308 8,32% 0,09 7,25% 11234 3576869
Nov-13 143029 8,37% 0,08 7,50% 11977 3615972
Dec-13 143706 8,38% 0,09 7,50% 12189 3730197
Jan-14 146858 8,22% 0,07 7,50% 12226 3652349
Feb-14 152878 7,75% 0,07 7,50% 11634 3643059
Mar-14 157354 7,32% 0,08 7,50% 11404 3660605
Apr-14 158831 7,25% 0,09 7,50% 11532 3730376
May-14 161081 7,32% 0,09 7,50% 11611 3789278
Jun-14 159747 6,70% 0,1 7,50% 11969 3865890
Jul-14 167342 4,53& 0,09 7,50% 11591 3895981
Aug-14 168982 3,99% 0,09 7,50% 11717 3895374
Sep-14 166756 4,53% 0,09 7,50% 12212 4010146
Oct-14 163412 4,83% 0,09 7,50% 12082 4024488
Nov-14 166105 6,23% 0,09 7,75% 12196 4076669
Dec-14 168638 8,36% 0,12 7,75% 12440 4173326
Jan-15 171497 6,96% 0,11 7,75% 12515 4174825
98
Feb-15 174317 6,29% 0,11 7,50% 12863 4218122
Mar-15 174098 6,38% 0,11 7,50% 13084 4246361
Apr-15 161710 6,79% 0,12 7,50% 12937 4275711
May-15 167066 7,15% 0,12 7,50% 13211 4288369
Jun-15 157919 7,26% 0,13 7,50% 13332 4358801
Jul-15 154497 7,26% 0,13 7,50% 13481 4373208
Aug-15 142306 7,18% 0,14 7,50% 14027 4404085
Sep-15 134392 6,83% 0,14 7,50% 14657 4508603
Oct-15 140956 6,25% 0,12 7,50% 13639 4443078
Nov-15 139799 4,89% 0,12 7,50% 13840 4452324
Dec-15 145061 3,35% 0,24 7,50% 13795 4546743
Lampiran 2 : Data Penelitian Indonesia (dalam bentuk LN)
Bulan/
Tahun LnHargaISSI LnInflasi LnFFR LnBIRate LnKurs LnJUB
May-11 11,72651957 -2,81674962 -2,407945609 -2,695627681 9,052164937 14,7218661
Jun-11 11,73037282 -2,91877123 -2,407945609 -2,695627681 9,059168584 14,74087322
Jul-11 11,79575579 -3,07694233 -2,659260037 -2,695627681 9,048762176 14,75729592
Aug-11 11,72871403 -3,03863977 -2,302585093 -2,695627681 9,056956065 14,7791981
Sep-11 11,65633293 -3,07694233 -2,525728644 -2,695627681 9,085117227 14,78755042
Oct-11 11,71717158 -3,11903049 -2,659260037 -2,733368009 9,086476385 14,80050089
Nov-11 11,70359541 -3,18206185 -2,525728644 -2,813410717 9,123692565 14,81964292
Dec-11 11,73891297 -3,27280417 -2,659260037 -2,813410717 9,112507012 14,87233476
Jan-12 11,78094295 -3,31044302 -2,525728644 -2,813410717 9,104979856 14,86532678
Feb-12 11,80148215 -3,33540964 -2,302585093 -2,855970331 9,114379981 14,86353246
Mar-12 11,84036416 -3,22640409 -2,040220829 -2,855970331 9,124782484 14,88510384
Apr-12 11,84928341 -3,10109279 -1,966112856 -2,855970331 9,125871215 14,89037987
May-12 11,76069138 -3,11226609 -1,832581464 -2,855970331 9,165865882 14,91227915
Jun-12 11,78759828 -3,09444825 -1,832581464 -2,855970331 9,156939595 14,93156517
Jul-12 11,83397219 -3,08784756 -1,832581464 -2,855970331 9,157466882 14,93305418
Aug-12 11,820116 -3,08347119 -2,040220829 -2,855970331 9,166701915 14,94418896
Sep-12 11,87728382 -3,14423228 -1,966112856 -2,855970331 9,168476168 14,9559616
Oct-12 11,90344613 -3,07694233 -1,832581464 -2,855970331 9,171079658 14,96748761
Nov-12 11,87679745 -3,14191478 -1,832581464 -2,855970331 9,170039075 14,98112957
Dec-12 11,88445454 -3,14655516 -1,832581464 -2,855970331 9,176783588 15,01170529
Jan-13 11,90165125 -3,08565698 -1,966112856 -2,855970331 9,179674958 14,99993014
Feb-13 11,96808192 -3,14423228 -1,897119985 -2,855970331 9,176473302 15,00348202
Mar-13 11,9993006 -2,83021784 -1,966112856 -2,855970331 9,181838012 15,0162365
Apr-13 12,02522201 -2,88777513 -1,897119985 -2,855970331 9,182146638 15,02772768
May-13 12,042459 -2,90589157 -2,207274913 -2,855970331 9,190341725 15,04699269
Jun-13 12,00908405 -2,83021784 -2,407945609 -2,813410717 9,203215047 15,04321297
Jul-13 11,94601871 -2,45224587 -2,407945609 -2,733368009 9,237760968 15,07014977
Aug-13 11,87702677 -2,43155547 -2,525728644 -2,733368009 9,298717483 15,06896443
Sep-13 11,88555742 -2,47693848 -2,525728644 -2,624168717 9,359880439 15,09201237
Oct-13 11,92707277 -2,48650793 -2,407945609 -2,624168717 9,326700173 15,08999839
Nov-13 11,87080269 -2,4805163 -2,525728644 -2,590267165 9,390743423 15,10087126
Dec-13 11,87552482 -2,47932227 -2,407945609 -2,590267165 9,408289185 15,13197161
Jan-14 11,89722141 -2,49859998 -2,659260037 -2,590267165 9,411320111 15,11088108
Feb-14 11,9373955 -2,55747734 -2,659260037 -2,590267165 9,361687124 15,10833427
Mar-14 11,96625332 -2,61455986 -2,525728644 -2,590267165 9,34171945 15,11313899
Apr-14 11,97559602 -2,62416872 -2,407945609 -2,590267165 9,352881059 15,13201959
99
May-14 11,98966262 -2,61455986 -2,407945609 -2,590267165 9,359708204 15,14768606
Jun-14 11,98134659 -2,70306266 -2,302585093 -2,590267165 9,390075253 15,16770249
Jul-14 12,0277949 1,510721939 -2,407945609 -2,590267165 9,357984214 15,17545607
Aug-14 12,03754748 -3,22137896 -2,407945609 -2,590267165 9,368796058 15,17530025
Sep-14 12,02428695 -3,09444825 -2,407945609 -2,590267165 9,410174354 15,20433821
Oct-14 12,0040299 -3,03032372 -2,407945609 -2,590267165 9,399472021 15,20790826
Nov-14 12,0203754 -2,77579385 -2,407945609 -2,557477343 9,408863308 15,22079079
Dec-14 12,03550968 -2,48171176 -2,120263536 -2,557477343 9,428672366 15,24422388
Jan-15 12,05232105 -2,66499071 -2,207274913 -2,557477343 9,434683204 15,244583
Feb-15 12,06863076 -2,76620912 -2,207274913 -2,590267165 9,462110252 15,25490056
Mar-15 12,06737364 -2,75200209 -2,207274913 -2,590267165 9,479145389 15,26157294
Apr-15 11,99355989 -2,68971924 -2,120263536 -2,590267165 9,467846702 15,26846096
May-15 12,02614422 -2,63805783 -2,120263536 -2,590267165 9,488805095 15,27141703
Jun-15 11,96983752 -2,62279036 -2,040220829 -2,590267165 9,497922439 15,28770758
Jul-15 11,94792996 -2,62279036 -2,040220829 -2,590267165 9,509036566 15,29100739
Aug-15 11,86573495 -2,6338708 -1,966112856 -2,590267165 9,548739323 15,29804308
Sep-15 11,80851618 -2,68384551 -1,966112856 -2,590267165 9,592673316 15,32149791
Oct-15 11,85620306 -2,77258872 -2,120263536 -2,590267165 9,520688615 15,30685794
Nov-15 11,84796096 -3,01797788 -2,120263536 -2,590267165 9,535318229 15,30893677
Dec-15 11,88490962 -3,39620984 -1,427116356 -2,590267165 9,532061487 15,32992171
Lampiran 3 : Data Penelitian Malaysia
Bulan/Tahun Harga FBMS Inflasi FFR(%) Malay Rate Kurs JUB
May-11 10400,74 3,3% 0,09 3,28% 30115 11454307
Jun-11 10517,49 3,5% 0,09 3,43% 30205 11589808
Jul-11 10375,72 3,4% 0,07 3,34% 29555 11564364
Aug-11 9603,77 3,3% 0,1 3,27% 29803 11604645
Sep-11 9126,66 3,4% 0,08 3,27% 31910 11872199
Okct-11 9924,87 3,4% 0,07 3,26% 30735 11832944
Nov-11 9848,22 3,3% 0,08 3,20% 31725 12118360
Dec-11 10300,29 3,0% 0,07 3,21% 31770 12409286
Jan-12 10498,87 2,7% 0,08 3,13% 30455 12700540
Feb-12 10813,97 2,2% 0,1 3,13% 30000 12736322
Mar-12 10816,23 2,1% 0,13 3,11% 30680 12796188
Apr-12 10721,44 1,9% 0,14 3,13% 30340 12965893
May-12 10716,73 1,8% 0,16 3,16% 31820 12952837
Jun-12 11003,17 1,6% 0,16 3,15% 31895 13062967
Jul-12 11278,6 1,4% 0,16 3,17% 31440 13113076
Aug-12 11377,7 1,4% 0,13 3,14% 31315 13220312
Sep-12 11341,75 1,4% 0,14 3,15% 30660 13351875
Oct-12 11488,38 1,4% 0,16 3,17% 30565 13377116
Nov-12 10957,26 1,3% 0,16 3,21% 30435 13417128
Dec-12 11520,73 1,2% 0,16 3,19% 30583 13504244
Jan-13 11112,97 1,3% 0,14 3,20% 30995 13758580
Feb-13 11105,74 1,5% 0,15 3,19% 30920 13793896
Mar-13 11357,06 1,6% 0,14 3,17% 30885 13921229
Apr-13 11663,19 1,7% 0,15 3,11% 30315 13997989
May-13 12403,8 1,8% 0,11 3,15% 30850 14146321
Jun-13 12294,5 1,8% 0,09 3,12% 31785 14145399
Jul-13 12373,68 2,0% 0,09 3,17% 32490 14232369
Aug-13 12046,89 1,9% 0,08 3,16% 32995 14257834
100
Sep-13 12364,88 2,6% 0,08 3,13% 32575 14294869
Oct-13 12742,22 2,8% 0,09 3,15% 31581 14391065
Nov-13 12734,18 2,9% 0,08 3,20% 32265 14266010
Dec-13 13051,6 3,2% 0,09 3,18% 32815 14523171
Jan-14 12604,02 3,4% 0,07 3,21% 33460 14644089
Feb-14 12895,61 3,5% 0,07 3,29% 32785 14601422
Mar-14 13146,18 3,5% 0,08 3,29% 32685 14739822
Apr-14 13214,5 3,4% 0,09 3,38% 32671 14839621
May-14 13136,04 3,2% 0,09 3,43% 32150 14918723
Jun-14 13387,34 3,3% 0,1 3,45% 32105 14935199
Jul-14 13383,98 3,2% 0,09 3,42% 31890 15036835
Aug-14 13219,74 3,3% 0,09 3,69% 31570 14941215
Sep-14 13185,85 2,6% 0,09 3,72% 32715 15039321
Oct-14 13346,37 2,8% 0,09 3,59% 32835 15164746
Nov-14 13036,26 3,0% 0,09 3,79% 33685 15278142
Dec-14 12507,03 2,7% 0,12 3,86% 34950 15538074
Jan-15 12851,97 1,0% 0,11 3,84% 36235 15543445
Feb-15 13120,63 0,1% 0,11 3,77% 36113 15609234
Mar-15 13122,15 0,9% 0,11 3,73% 37165 15897436
Apr-15 13073,91 1,8% 0,12 3,29% 35705 15798585
May-15 12576,45 2,1% 0,12 3,69% 36515 15763295
Jun-15 12208,85 2,5% 0,13 3,67% 37855 15825226
Jul-15 12373,72 3,3% 0,13 3,66% 38175 15613484
Aug-15 11443,34 3,1% 0,14 3,67% 42140 15628874
Sep-15 11889,05 2,6% 0,14 3,73% 44455 15824622
Oct-15 12392,83 2,5% 0,12 3,75% 43040 15764610
Nov-15 12506,87 2,6% 0,12 3,73% 42615 15841178
Dec-15 12800,65 2,7% 0,24 3,85% 42920 15952637
Lampiran 4 : Data Penelitian Malaysia (dalam bentuk LN)
Bulan/Tahun Harga FBMS Inflasi Malay Rate Kurs JUB
May-11 9,249632 -3,41125 -3,41733 10,31278 16,25388
Jun-11 9,260795 -3,35241 -3,37261 10,31576 16,26564
Jul-11 9,247224 -3,38139 -3,3992 10,29401 16,26344
Aug-11 9,169911 -3,41125 -3,42038 10,30236 16,26692
Sep-11 9,118955 -3,38139 -3,42038 10,37067 16,28971
Okct-11 9,202799 -3,38139 -3,42344 10,33316 16,2864
Nov-11 9,195046 -3,41125 -3,44202 10,36486 16,31023
Dec-11 9,239927 -3,50656 -3,4389 10,36628 16,33396
Jan-12 9,259023 -3,61192 -3,46414 10,32401 16,35716
Feb-12 9,288594 -3,81671 -3,46414 10,30895 16,35997
Mar-12 9,288803 -3,86323 -3,47055 10,33137 16,36466
Apr-12 9,280001 -3,96332 -3,46414 10,32022 16,37783
May-12 9,279561 -4,01738 -3,4546 10,36785 16,37683
Jun-12 9,305939 -4,13517 -3,45777 10,3702 16,38529
Jul-12 9,330662 -4,2687 -3,45144 10,35584 16,38912
Aug-12 9,339411 -4,2687 -3,46095 10,35185 16,39726
Sep-12 9,336246 -4,2687 -3,45777 10,33071 16,40717
Oct-12 9,349091 -4,2687 -3,45144 10,32761 16,40906
Nov-12 9,301758 -4,34281 -3,4389 10,32335 16,41204
Dec-12 9,351903 -4,42285 -3,44515 10,3282 16,41851
101
Jan-13 9,315868 -4,34281 -3,44202 10,34158 16,43717
Feb-13 9,315217 -4,19971 -3,44515 10,33916 16,43974
Mar-13 9,337595 -4,13517 -3,45144 10,33803 16,44893
Apr-13 9,364193 -4,07454 -3,47055 10,3194 16,45442
May-13 9,425758 -4,01738 -3,45777 10,33689 16,46497
Jun-13 9,416907 -4,01738 -3,46734 10,36675 16,4649
Jul-13 9,423327 -3,91202 -3,45144 10,38869 16,47103
Aug-13 9,396562 -3,96332 -3,4546 10,40411 16,47282
Sep-13 9,422615 -3,64966 -3,46414 10,3913 16,47541
Oct-13 9,452676 -3,57555 -3,45777 10,36031 16,48212
Nov-13 9,452045 -3,54046 -3,44202 10,38174 16,47339
Dec-13 9,476666 -3,44202 -3,44829 10,39864 16,49126
Jan-14 9,441771 -3,38139 -3,4389 10,41811 16,49955
Feb-14 9,464642 -3,35241 -3,41428 10,39773 16,49663
Mar-14 9,483887 -3,35241 -3,41428 10,39467 16,50606
Apr-14 9,48907 -3,38139 -3,38729 10,39424 16,51281
May-14 9,483115 -3,44202 -3,37261 10,37817 16,51813
Jun-14 9,502065 -3,41125 -3,3668 10,37677 16,51923
Jul-14 9,501814 -3,44202 -3,37553 10,37005 16,52601
Aug-14 9,489466 -3,41125 -3,29954 10,35996 16,51963
Sep-14 9,4869 -3,64966 -3,29145 10,39559 16,52618
Oct-14 9,499 -3,57555 -3,32702 10,39925 16,53448
Nov-14 9,47549 -3,50656 -3,2728 10,42481 16,54193
Dec-14 9,434046 -3,61192 -3,2545 10,46167 16,5588
Jan-15 9,461252 -4,60517 -3,2597 10,49778 16,55915
Feb-15 9,481941 -6,90776 -3,2781 10,49441 16,56337
Mar-15 9,482057 -4,71053 -3,28876 10,52312 16,58167
Apr-15 9,478374 -4,01738 -3,41428 10,48305 16,57543
May-15 9,439581 -3,86323 -3,29954 10,50548 16,57319
Jun-15 9,409916 -3,68888 -3,30498 10,54152 16,57712
Jul-15 9,42333 -3,41125 -3,30771 10,54994 16,56365
Aug-15 9,345163 -3,47377 -3,30498 10,64875 16,56463
Sep-15 9,383373 -3,64966 -3,28876 10,70223 16,57708
Oct-15 9,424873 -3,68888 -3,28341 10,66989 16,57328
Nov-15 9,434033 -3,64966 -3,28876 10,65996 16,57812
Dec-15 9,457251 -3,61192 -3,2571 10,66709 16,58513
Lampiran 5 : Uji Stasioneritas
1. Uji Akar Unit
Augmented Dickey-Fuller Unit Root Test On ISSI
Null Hypothesis: ISSI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.858057 0.3492
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
102
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ISSI)
Method: Least Squares
Date: 07/26/16 Time: 13:16
Sample (adjusted): 2011M02 2015M07
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
ISSI(-1) -0.094902 0.051076 -1.858057 0.0688
C 14495.54 7635.899 1.898341 0.0632
R-squared 0.062258 Mean dependent var 384.6481
Adjusted R-squared 0.044225 S.D. dependent var 5973.396
S.E. of regression 5839.816 Akaike info criterion 20.21912
Sum squared resid 1.77E+09 Schwarz criterion 20.29279
Log likelihood -543.9162 Hannan-Quinn criter. 20.24753
F-statistic 3.452377 Durbin-Watson stat 1.703565
Prob(F-statistic) 0.068826
Augmented Dickey-Fuller Unit Root Test On Inflasi Indonesia
Null Hypothesis: INFLASI has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.228882 0.1988
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI)
Method: Least Squares
Date: 07/26/16 Time: 13:17
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
INFLASI(-1) -0.139843 0.062742 -2.228882 0.0303
D(INFLASI(-1)) 0.412844 0.135655 3.043340 0.0037
C 0.007890 0.003783 2.085829 0.0421
R-squared 0.190545 Mean dependent var -0.000245
Adjusted R-squared 0.158166 S.D. dependent var 0.007621
S.E. of regression 0.006992 Akaike info criterion -7.033162
Sum squared resid 0.002444 Schwarz criterion -6.921636
Log likelihood 189.3788 Hannan-Quinn criter. -6.990274
F-statistic 5.884964 Durbin-Watson stat 1.823552
Prob(F-statistic) 0.005068
103
Augmented Dickey-Fuller Unit Root Test On FFR
Null Hypothesis: FFR has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.961570 0.7606
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FFR)
Method: Least Squares
Date: 07/26/16 Time: 13:17
Sample (adjusted): 2011M02 2015M07
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
FFR(-1) -0.098181 0.102105 -0.961570 0.3407
C 0.013596 0.011631 1.168938 0.2478
R-squared 0.017470 Mean dependent var 0.002778
Adjusted R-squared -0.001424 S.D. dependent var 0.021668
S.E. of regression 0.021683 Akaike info criterion -4.788215
Sum squared resid 0.024449 Schwarz criterion -4.714549
Log likelihood 131.2818 Hannan-Quinn criter. -4.759805
F-statistic 0.924617 Durbin-Watson stat 1.440067
Prob(F-statistic) 0.340716
Augmented Dickey-Fuller Unit Root Test On BIrate
Null Hypothesis: BIRATE has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.131607 0.6966
Test critical values: 1% level -3.562669
5% level -2.918778
10% level -2.597285
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BIRATE)
Method: Least Squares
Date: 07/26/16 Time: 13:18
Sample (adjusted): 2011M04 2015M07
Included observations: 52 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
104
BIRATE(-1) -0.030812 0.027228 -1.131607 0.2634
D(BIRATE(-1)) 0.123159 0.133286 0.924023 0.3601
D(BIRATE(-2)) 0.392804 0.134067 2.929907 0.0052
C 0.002154 0.001849 1.164709 0.2499
R-squared 0.182223 Mean dependent var 0.000144
Adjusted R-squared 0.131112 S.D. dependent var 0.001673
S.E. of regression 0.001559 Akaike info criterion -10.01567
Sum squared resid 0.000117 Schwarz criterion -9.865579
Log likelihood 264.4075 Hannan-Quinn criter. -9.958131
F-statistic 3.565234 Durbin-Watson stat 2.089257
Prob(F-statistic) 0.020777
Augmented Dickey-Fuller Unit Root Test On Nilai Tukar Rupiah
Null Hypothesis: KURS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.367722 0.9070
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS)
Method: Least Squares
Date: 07/26/16 Time: 13:19
Sample (adjusted): 2011M02 2015M07
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
KURS(-1) -0.008922 0.024264 -0.367722 0.7146
C 194.0037 268.9923 0.721224 0.4740
R-squared 0.002594 Mean dependent var 96.25926
Adjusted R-squared -0.016587 S.D. dependent var 300.6332
S.E. of regression 303.1163 Akaike info criterion 14.30244
Sum squared resid 4777732. Schwarz criterion 14.37611
Log likelihood -384.1660 Hannan-Quinn criter. 14.33085
F-statistic 0.135219 Durbin-Watson stat 2.219654
Prob(F-statistic) 0.714573
Augmented Dickey-Fuller Unit Root Test On JUB Indonesia
Null Hypothesis: JUB has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
105
Augmented Dickey-Fuller test statistic -0.586078 0.8647
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB)
Method: Least Squares
Date: 07/26/16 Time: 13:20
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
JUB(-1) -0.006159 0.010508 -0.586078 0.5605
D(JUB(-1)) -0.331982 0.135590 -2.448421 0.0179
C 71380.16 38307.88 1.863328 0.0683
R-squared 0.111042 Mean dependent var 37399.75
Adjusted R-squared 0.075483 S.D. dependent var 44596.32
S.E. of regression 42880.16 Akaike info criterion 24.22514
Sum squared resid 9.19E+10 Schwarz criterion 24.33667
Log likelihood -638.9663 Hannan-Quinn criter. 24.26803
F-statistic 3.122800 Durbin-Watson stat 2.167257
Prob(F-statistic) 0.052727
Augmented Dickey-Fuller Unit Root Test On FBMS
Null Hypothesis: FBMS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.383221 0.5839
Test critical values: 1% level -3.555023
5% level -2.915522
10% level -2.595565
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTES)
Method: Least Squares
Date: 08/31/16 Time: 09:22
Sample (adjusted): 2011M02 2015M08
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
FTES(-1) -0.057949 0.041894 -1.383221 0.1724
C 731.1260 499.2660 1.464402 0.1490
R-squared 0.034842 Mean dependent var 43.63473
Adjusted R-squared 0.016632 S.D. dependent var 353.5983
S.E. of regression 350.6455 Akaike info criterion 14.59311
Sum squared resid 6516471. Schwarz criterion 14.66611
Log likelihood -399.3107 Hannan-Quinn criter. 14.62134
106
F-statistic 1.913299 Durbin-Watson stat 2.105793
Prob(F-statistic) 0.172397
Augmented Dickey-Fuller Unit Root Test On Inflasi Malaysia
Null Hypothesis: INFLASI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.954049 0.7633
Test critical values: 1% level -3.555023
5% level -2.915522
10% level -2.595565
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI)
Method: Least Squares
Date: 08/31/16 Time: 09:21
Sample (adjusted): 2011M02 2015M08
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
INFLASI(-1) -0.096108 0.100737 -0.954049 0.3444
C 0.013282 0.011436 1.161405 0.2507
R-squared 0.016884 Mean dependent var 0.002727
Adjusted R-squared -0.001666 S.D. dependent var 0.021470
S.E. of regression 0.021487 Akaike info criterion -4.807009
Sum squared resid 0.024471 Schwarz criterion -4.734015
Log likelihood 134.1928 Hannan-Quinn criter. -4.778782
F-statistic 0.910209 Durbin-Watson stat 1.456919
Prob(F-statistic) 0.344390
Augmented Dickey-Fuller Unit Root Test On FFR
Null Hypothesis: FFR has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.978371 0.0000
Test critical values: 1% level -3.555023
5% level -2.915522
10% level -2.595565
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FFR)
Method: Least Squares
Date: 08/31/16 Time: 09:24
Sample (adjusted): 2011M02 2015M08
107
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
FFR(-1) -0.802129 0.134172 -5.978371 0.0000
C 0.020557 0.003801 5.407574 0.0000
R-squared 0.402756 Mean dependent var -0.000109
Adjusted R-squared 0.391487 S.D. dependent var 0.015038
S.E. of regression 0.011731 Akaike info criterion -6.017548
Sum squared resid 0.007293 Schwarz criterion -5.944554
Log likelihood 167.4826 Hannan-Quinn criter. -5.989321
F-statistic 35.74092 Durbin-Watson stat 2.056397
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On Suku Bunga Malaysia
Null Hypothesis: MALAYRATE has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.716651 0.4172
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(MALAYRATE)
Method: Least Squares
Date: 08/31/16 Time: 09:25
Sample (adjusted): 2011M04 2015M08
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
MALAYRATE(-1) -0.493599 0.287536 -1.716651 0.0924
D(MALAYRATE(-1)) -0.536464 0.231253 -2.319815 0.0246
D(MALAYRATE(-2)) -0.565037 0.160983 -3.509912 0.0010
C 0.029149 0.016230 1.795971 0.0787
R-squared 0.527392 Mean dependent var 0.006634
Adjusted R-squared 0.498457 S.D. dependent var 0.099205
S.E. of regression 0.070256 Akaike info criterion -2.400859
Sum squared resid 0.241862 Schwarz criterion -2.252157
Log likelihood 67.62276 Hannan-Quinn criter. -2.343675
F-statistic 18.22669 Durbin-Watson stat 1.901201
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On Nilai Tukar Ringgit
Null Hypothesis: KURS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
108
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic 0.703867 0.9912
Test critical values: 1% level -3.555023
5% level -2.915522
10% level -2.595565
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS)
Method: Least Squares
Date: 08/31/16 Time: 09:26
Sample (adjusted): 2011M02 2015M08
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
KURS(-1) 0.026421 0.037537 0.703867 0.4846
C -641.4642 1248.912 -0.513618 0.6097
R-squared 0.009261 Mean dependent var 232.8182
Adjusted R-squared -0.009432 S.D. dependent var 960.6957
S.E. of regression 965.2157 Akaike info criterion 16.61827
Sum squared resid 49376994 Schwarz criterion 16.69126
Log likelihood -455.0023 Hannan-Quinn criter. 16.64649
F-statistic 0.495429 Durbin-Watson stat 1.925785
Prob(F-statistic) 0.484596
Augmented Dickey-Fuller Unit Root Test On JUB Malaysia
Null Hypothesis: JUB has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.083959 0.2518
Test critical values: 1% level -3.555023
5% level -2.915522
10% level -2.595565
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB)
Method: Least Squares
Date: 08/31/16 Time: 09:27
Sample (adjusted): 2011M02 2015M08
Included observations: 55 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
JUB(-1) -0.022827 0.010954 -2.083959 0.0420
C 403094.8 154857.6 2.603003 0.0120
R-squared 0.075735 Mean dependent var 81787.82
Adjusted R-squared 0.058296 S.D. dependent var 110505.6
S.E. of regression 107236.2 Akaike info criterion 26.03914
Sum squared resid 6.09E+11 Schwarz criterion 26.11214
109
Log likelihood -714.0764 Hannan-Quinn criter. 26.06737
F-statistic 4.342887 Durbin-Watson stat 2.356199
Prob(F-statistic) 0.042001
2. Uji Derajat Integrasi (1 st Difference)
Augmented Dickey-Fuller Unit Root Test On D(ISSI)
Null Hypothesis: D(ISSI) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.540494 0.0000
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(ISSI,2)
Method: Least Squares
Date: 07/26/16 Time: 13:16
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(ISSI(-1)) -0.901158 0.137781 -6.540494 0.0000
C 204.5293 818.7243 0.249815 0.8037
R-squared 0.456163 Mean dependent var -59.16981
Adjusted R-squared 0.445499 S.D. dependent var 7994.611
S.E. of regression 5953.172 Akaike info criterion 20.25824
Sum squared resid 1.81E+09 Schwarz criterion 20.33259
Log likelihood -534.8434 Hannan-Quinn criter. 20.28683
F-statistic 42.77807 Durbin-Watson stat 1.841660
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(Inflasi Indonesia)
Null Hypothesis: D(INFLASI) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.775980 0.0003
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values.
110
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI,2)
Method: Least Squares
Date: 07/26/16 Time: 13:17
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(INFLASI(-1)) -0.655307 0.137209 -4.775980 0.0000
C -0.000265 0.000997 -0.265560 0.7916
R-squared 0.309037 Mean dependent var -0.000302
Adjusted R-squared 0.295488 S.D. dependent var 0.008648
S.E. of regression 0.007259 Akaike info criterion -6.976171
Sum squared resid 0.002687 Schwarz criterion -6.901820
Log likelihood 186.8685 Hannan-Quinn criter. -6.947579
F-statistic 22.80999 Durbin-Watson stat 1.805881
Prob(F-statistic) 0.000016
Augmented Dickey-Fuller Unit Root Test On D(FFR)
Null Hypothesis: D(FFR) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.174821 0.0001
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FFR,2)
Method: Least Squares
Date: 07/26/16 Time: 13:18
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(FFR(-1)) -1.082351 0.209157 -5.174821 0.0000
C 0.003254 0.002999 1.084903 0.2831
R-squared 0.344294 Mean dependent var 0.002642
Adjusted R-squared 0.331437 S.D. dependent var 0.026686
S.E. of regression 0.021820 Akaike info criterion -4.775008
Sum squared resid 0.024281 Schwarz criterion -4.700657
Log likelihood 128.5377 Hannan-Quinn criter. -4.746416
F-statistic 26.77878 Durbin-Watson stat 1.373900
Prob(F-statistic) 0.000004
Augmented Dickey-Fuller Unit Root Test On D(BIrate)
111
Null Hypothesis: D(BIRATE) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.066005 0.0355
Test critical values: 1% level -3.562669
5% level -2.918778
10% level -2.597285
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BIRATE,2)
Method: Least Squares
Date: 07/26/16 Time: 13:19
Sample (adjusted): 2011M04 2015M07
Included observations: 52 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(BIRATE(-1)) -0.525253 0.171315 -3.066005 0.0035
D(BIRATE(-1),2) -0.368953 0.132778 -2.778712 0.0077
C 7.58E-05 0.000218 0.347157 0.7300
R-squared 0.495649 Mean dependent var 0.000000
Adjusted R-squared 0.475063 S.D. dependent var 0.002158
S.E. of regression 0.001564 Akaike info criterion -10.02781
Sum squared resid 0.000120 Schwarz criterion -9.915236
Log likelihood 263.7230 Hannan-Quinn criter. -9.984650
F-statistic 24.07728 Durbin-Watson stat 2.057026
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(Nilai Tukar Rupiah)
Null Hypothesis: D(KURS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.095175 0.0000
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS,2)
Method: Least Squares
Date: 07/26/16 Time: 13:19
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
112
D(KURS(-1)) -1.123166 0.138745 -8.095175 0.0000
C 111.9389 43.82739 2.554085 0.0137
R-squared 0.562351 Mean dependent var 0.830189
Adjusted R-squared 0.553770 S.D. dependent var 453.6175
S.E. of regression 303.0185 Akaike info criterion 14.30247
Sum squared resid 4682830. Schwarz criterion 14.37682
Log likelihood -377.0155 Hannan-Quinn criter. 14.33106
F-statistic 65.53186 Durbin-Watson stat 2.019878
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(JUB Indonesia)
Null Hypothesis: D(JUB) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.872837 0.0000
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB,2)
Method: Least Squares
Date: 07/26/16 Time: 13:21
Sample (adjusted): 2011M03 2015M07
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JUB(-1)) -1.329206 0.134633 -9.872837 0.0000
C 49384.96 7633.521 6.469486 0.0000
R-squared 0.656503 Mean dependent var 993.3208
Adjusted R-squared 0.649768 S.D. dependent var 71988.79
S.E. of regression 42603.27 Akaike info criterion 24.19426
Sum squared resid 9.26E+10 Schwarz criterion 24.26861
Log likelihood -639.1478 Hannan-Quinn criter. 24.22285
F-statistic 97.47290 Durbin-Watson stat 2.167826
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(FBMS)
Null Hypothesis: D(FBMS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic
Augmented Dickey-Fuller test statistic -7.798280
Test critical values: 1% level -3.557472
5% level -2.916566
113
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FTES,2)
Method: Least Squares
Date: 08/31/16 Time: 09:29
Sample (adjusted): 2011M03 2015M08
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic
D(FTES(-1)) -1.082462 0.138808 -7.798280
C 45.49696 49.14908 0.925693
R-squared 0.539061 Mean dependent var
Adjusted R-squared 0.530197 S.D. dependent var
S.E. of regression 358.9727 Akaike info criterion
Sum squared resid 6700793. Schwarz criterion
Log likelihood -393.2990 Hannan-Quinn criter.
F-statistic 60.81318 Durbin-Watson stat
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(Inflasi Malaysia)
Null Hypothesis: D(INFLASI) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.163527 0.0001
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI,2)
Method: Least Squares
Date: 08/31/16 Time: 09:30
Sample (adjusted): 2011M03 2015M08
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(INFLASI(-1)) -1.081164 0.209385 -5.163527 0.0000
C 0.002823 0.002975 0.948919 0.3471
R-squared 0.338944 Mean dependent var 0.002222
Adjusted R-squared 0.326231 S.D. dependent var 0.026612
S.E. of regression 0.021844 Akaike info criterion -4.773475
Sum squared resid 0.024812 Schwarz criterion -4.699809
Log likelihood 130.8838 Hannan-Quinn criter. -4.745065
F-statistic 26.66201 Durbin-Watson stat 1.439641
Prob(F-statistic) 0.000004
114
Augmented Dickey-Fuller Unit Root Test On D(FFR)
Null Hypothesis: D(FFR) has a unit root
Exogenous: Constant
Lag Length: 2 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.393433 0.0000
Test critical values: 1% level -3.562669
5% level -2.918778
10% level -2.597285
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(FFR,2)
Method: Least Squares
Date: 08/31/16 Time: 09:31
Sample (adjusted): 2011M05 2015M08
Included observations: 52 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(FFR(-1)) -2.953754 0.351913 -8.393433 0.0000
D(FFR(-1),2) 1.090888 0.255632 4.267415 0.0001
D(FFR(-2),2) 0.380057 0.133509 2.846664 0.0065
C -0.000436 0.001607 -0.271275 0.7873
R-squared 0.821589 Mean dependent var 3.85E-05
Adjusted R-squared 0.810439 S.D. dependent var 0.026602
S.E. of regression 0.011582 Akaike info criterion -6.004874
Sum squared resid 0.006439 Schwarz criterion -5.854778
Log likelihood 160.1267 Hannan-Quinn criter. -5.947331
F-statistic 73.68075 Durbin-Watson stat 2.157599
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(Suku Bunga Malaysia)
Null Hypothesis: D(MALAYRATE) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -11.35752 0.0000
Test critical values: 1% level -3.560019
5% level -2.917650
10% level -2.596689
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(MALAYRATE,2)
Method: Least Squares
Date: 08/31/16 Time: 09:32
Sample (adjusted): 2011M04 2015M08
Included observations: 53 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
115
D(MALAYRATE(-1)) -2.594908 0.228475 -11.35752 0.0000
D(MALAYRATE(-1),2) 0.729432 0.131896 5.530345 0.0000
C 0.006748 0.009837 0.685975 0.4959
R-squared 0.802547 Mean dependent var 0.006577
Adjusted R-squared 0.794649 S.D. dependent var 0.158027
S.E. of regression 0.071611 Akaike info criterion -2.380193
Sum squared resid 0.256408 Schwarz criterion -2.268667
Log likelihood 66.07512 Hannan-Quinn criter. -2.337306
F-statistic 101.6126 Durbin-Watson stat 2.128415
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(Nilai Tukar Ringgit)
Null Hypothesis: D(KURS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.719318 0.0000
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS,2)
Method: Least Squares
Date: 08/31/16 Time: 09:33
Sample (adjusted): 2011M03 2015M08
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(KURS(-1)) -0.929327 0.138307 -6.719318 0.0000
C 219.1034 136.6665 1.603198 0.1149
R-squared 0.464741 Mean dependent var 3.981481
Adjusted R-squared 0.454448 S.D. dependent var 1321.857
S.E. of regression 976.3440 Akaike info criterion 16.64184
Sum squared resid 49568879 Schwarz criterion 16.71551
Log likelihood -447.3297 Hannan-Quinn criter. 16.67025
F-statistic 45.14924 Durbin-Watson stat 1.977502
Prob(F-statistic) 0.000000
Augmented Dickey-Fuller Unit Root Test On D(JUB Malaysia)
Null Hypothesis: D(JUB) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10) t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.123829 0.0000
116
Test critical values: 1% level -3.557472
5% level -2.916566
10% level -2.596116
*MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB,2)
Method: Least Squares
Date: 08/31/16 Time: 09:33
Sample (adjusted): 2011M03 2015M08
Included observations: 54 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JUB(-1)) -1.117066 0.137505 -8.123829 0.0000
C 90303.40 18850.99 4.790379 0.0000
R-squared 0.559309 Mean dependent var -445.2222
Adjusted R-squared 0.550835 S.D. dependent var 166494.9
S.E. of regression 111584.5 Akaike info criterion 26.11929
Sum squared resid 6.47E+11 Schwarz criterion 26.19295
Log likelihood -703.2207 Hannan-Quinn criter. 26.14770
F-statistic 65.99660 Durbin-Watson stat 1.972535
Prob(F-statistic) 0.000000