BAB IV STUDI KASUS 4.1 Teori Inflasi Secara umum inflasi dapat

BAB IV
STUDI KASUS
4.1
Teori Inflasi
Secara umum inflasi dapat didefinisikan sebagai gejala kenaikan harga
barang-barang yang bersifat umum dan terus menerus (Nasution,1998). Menurut
Anwar Nasution (Ginting, 2008) inflasi adalah akibat surplus anggaran luar negeri
pemerintah yang hampir seluruh devisanya dibeli oleh Bank Indonesia sehingga
terjadi proses monetisasi. Dumary (Ginting, 2008)
menemukan adanya
mekanisme kausalitas dua arah antara Jumlah uang beredar dengan inflasi. Ahmed
dan Kapur (Ginting, 2008)
melakukan penelitian tentang dampak kebijakan
moneter terhadap tingkat inflasi di Indonesia dengan menggunakan metode OLS,
dimana hasil penelititannya adalah bahwa inflasi yang terjadi di Indonesia
merupakan fenomena moneter semata. Penelitian yang dilakukan oleh David
Grigorian, Armine Khachtryan dan Grigor Sarsyan (Ginting, 2008) memberikan
hasil bahwa inflasi yang disebabkan oleh faktor nilai tukar memberikan faktor
yang dominan penyebab inflasi di Armenia.
Menurut Lehner (Sasana, 2006) inflasi adalah keadaan dimana terjadi
kelebihan permintaan terhadap barang-barang dalam perekonomian secara
keseluruhan. Kenaikan dari satu atau dua barang saja tidak dapat disebut inflasi,
kecuali bila kenaikan tersebut meluas dan mengakibatkan kenaikan harga
sebagian besar dari barang-barang lain.
31
32
4.2
Teori Permintaan Uang Keynes
Ada dua teori permintaan uang Keynes sebagai berikut :
1.
Permintaan uang untuk tujuan transaksi dan berjaga-jaga
Keynes menyatakan bahwa permintaan uang kas untuk tujuan transaksi
dan berjaga-jaga tergantung dari pendapatan. Makin tinggi tingkat pendapatan,
makin besar keinginan akan uang kas untuk transaksi dan berjaga-jaga. Seseorang
atau masyarakat yang tingkat pendapatannya tinggi, biasanya melakukan transaksi
yang lebih banyak dibanding seseorang atau masyarakat yang pendapatannya
rendah.
2.
Permintaan uang untuk tujuan spekulasi
Permintaan uang untuk tujuan spekulasi, menurut Keynes ditentukan oleh
tingkat bunga. Makin tinggi tingkat suku bunga makin rendah keinginan
masyarakat akan uang kas untuk tujuan/motifasi spekulasi dengan alasan apabila
tingkat bunga naik, berarti ongkos memegang uang kas makin besar, sehingga
keinginan masyarakat terhadap uang kas akan makin kecil. Sebaliknya, makin
rendah tingkat bunga makin besar keinginan masyarakat untuk menyimpan uang
kas.
Menurut Keynes terjadinya inflasi disebabkan permintaan total sedangkan
permintaan total ini tidak hanya disebabkan oleh ekspansi bank sentral, namun
dapat pula disebabkan oleh pengeluaran investasi baik oleh pemerintah, maupun
oleh swasta dan pengeluaran konsumsi pemerintah yang melebihi penerimaan.
Secara garis besar Keynes menyebutkan bahwa inflasi terjadi karena suatu
masyarakat ingin hidup di luar batas kemampuan ekonominya.
33
Pertumbuhan jumlah uang beredar yang tinggi sering menjadi penyebab
tingginya tingkat inflasi, naiknya jumlah uang akan menaikkan permintaan total
yang pada akhirnya jika tidak diikuti oleh pertumbuhan di sektor riil akan
menyebabkan naiknya tingkat harga. Hal ini berarti jika pertumbuhan di sektor
moneter yang dicerminkan oleh meningkatnya jumlah uang beredar diikuti
dengan pertumbuhan di sektor riil, maka peristiwa meningkatnya inflasi bisa
diminimalisir.
4.3
Tingkat Suku Bunga
Menurut Nopirin (Sasana, 2006) suku bunga adalah biaya yang harus
dibayar oleh peminjam atas pinjaman yang diterima dan merupakan imbalan bagi
pemberi pinjaman atas investasinya. Suku bunga juga merupakan sebuah harga
yang menghubungkan masa kini dengan masa depan, sebagaimana harga lainnya
maka tingkat suku bunga ditentukan oleh interaksi antara permintaan dan
penawaran (Mulia Nasution, 1998).
Suku bunga dibagi menjadi dua, suku bunga nominal dan riil. Suku bunga
nominal adalah rate yang dapat diamati di pasar. Sedangkan suku bunga riil
adalah konsep yang mengukur tingkat bunga yang sesungguhnya setelah suku
bunga nominal dikurangi dengan laju inflasi yang diharapkan.
Tingkat suku bunga juga digunakan pemerintah untuk mengendalikan
tingkat harga, ketika tingkat harga tinggi dimana jumlah uang beredar di
masyarakat banyak sehingga konsumsi masyarakat tinggi akan diantisipasi oleh
pemerintah dengan menetapkan tingkat suku bunga yang tinggi. Dengan tingkat
34
suku bunga tinggi yang diharapkan kemudian adalah berkurangnya jumlah uang
beredar sehingga permintaan total pun akan berkurang dan kenaikan harga bisa di
atasi.
4.4
Teori Paritas Daya Beli
Teori paritas daya beli pertama kali dikemukakan oleh Gustav Cassel 1922
(Sasana, 2006) mengandung dua pengertian, yaitu pengertian absolut dan
pengertian relatif. Pengertian absolut mengatakan bahwa kurs keseimbangan
diantara mata uang dalam negeri dan mata uang luar negeri merupakan rasio
antara harga absolut luar negeri dan harga absolut dalam negeri. Sedangkan
pengertian relatif menyatakan bahwa persentase perubahan kurs keseimbangan
diantara mata uang dalam negeri dan mata uang luar negeri merupakan rasio
antara persentase perubahan harga dalam negeri dan persentase perubahan harga
luar negeri, sehingga persentase perubahan kurs tersebut mencerminkan
perbedaan tingkat inflasi diantara dua negara.
Nilai mata uang dari suatu negara yang cenderung menurun menunjukan
negara tersebut mempunyai tingkat inflasi yang tinggi. Inflasi suatu negara tinggi
dibandingkan dengan negara lain berarti harga barang-barang di negara tersebut
naik lebih cepat dari negara lain.
4.5
Peubah Penelitian dan Definisi Operasional
Peubah-peubah dalam penelitian ini adalah laju inflasi sebagai peubah
terikat, sedangkan jumlah uang beredar (JUB), nilai tukar dan tingkat suku bunga
35
sebagai peubah bebas. Definisi operasional untuk masing-masing peubah sebagai
berikut :
1.
Inflasi
Inflasi adalah kenaikan harga secara umum dan terus menerus yang
meliputi semua barang dan jasa. Data menggunakan Indeks Harga Konsumen
yang dinyatakan dalam satuan persen.
2.
Jumlah Uang Beredar (JUB)
Dalam penelitian ini data mengenai jumlah uang beredar diambil dari data
uang dalam arti sempit (M1), dengan satuan milyar rupiah.
3.
Nilai Tukar
Dalam penelitian ini, nilai tukar yang digunakan adalah nilai tukar Dollar
AS terhadap Rupiah.
4.
Tingkat Suku Bunga
Tingkat suku bunga yang digunakan dalam penelitian ini adalah tingkat
suku bunga deposito berjalan satu bulan pada Bank Indonesia yang dinyatakan
dalam satuan persen.
4.6
Jenis dan Sumber Data
Jenis data yang digunakan adalah data sekunder yang bersumber dari
publikasi data statistik dan keuangan yang dikeluarkan oleh sumber-sumber yang
relevan. Sumber-sumber yang relevan tersebut diantaranya Bank Indonesia (BI)
dan Biro Pusat Statistik (BPS). Data-data tersebut berupa data runtun waktu (time
series) bulanan yaitu dari Januari 2003 sampai September 2005. Data
selengkapnya disajikan pada LAMPIRAN 1.
36
4.7
Metode Analisis
Berdasarkan teori yang diajukan, Inflasi (INF) dipengaruhi oleh Kurs,
Jumlah Uang Beredar (JUB) dan Suku bunga (Skb). Model matematisnya adalah :
INFt = f(Kurs, JUB, Skb)
(4.1)
Model estimasi yang digunakan dalam penelitian ini adalah analisis model
dinamis yaitu menggunakan Error Correction Model (ECM). Model dinamis
ECM yang digunakan adalah sebagai berikut :
DINFt = a0 + a1 DKurst + a2 DJUBt + a3 DSkbt + a4 Kurst-1 + a5 JUBt-1 +a6 Skbt-1 +
a7 ECT
(4.2)
Data yang digunakan dalam tugas akhir ini merupakan data runtun waktu
dengan analisis regresi, maka sebelum melakukan estimasi dengan mengunakan
ECM, terlebih dahulu akan diperiksa apakah data tersebut memenuhi asumsiasumsi dalam regresi linier atau tidak seperti yang sudah dijelaskan pada bab
sebelumnya.
1.
Asumsi Normalitas
Dengan menggunakan bantuan software SPSS diperoleh :
Tabel 1 Uji Normalitas
Tests of Normality
a
inf
kurs
JUB
sukubunga
Kolmogorov-Smirnov
Statistic
df
Sig.
,095
33
,200*
,102
33
,200*
,110
33
,200*
,212
33
,001
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
Statistic
,981
,970
,953
,779
Shapiro-Wilk
df
33
33
33
33
Sig.
,806
,483
,164
,000
37
Dari output di atas, pada kolom Kolmogorov-Smirnov terlihat bahwa nilai
signifikan inflasi > ߙ = 0,05, sehingga H0 diterima artinya inflasi berdistribusi
normal. Jadi, asumsi normalitas terpenuhi.
2.
Asumsi Linieritas
Tabel 2 Uji Linieritas
ANOVAb
Model
1
Regression
Residual
Total
Sum of
Squares
22,003
17,371
39,373
df
3
29
32
Mean Square
7,334
,599
F
12,244
Sig.
,000a
a. Predictors: (Constant), skb, kurs, jub
b. Dependent Variable: inf
Dari tabel ANOVA di atas diperoleh Fhitung = 12,244 dan nilai signifikan =
0,000, sedangkan Ftabel = Fఈൗଶ ; 3; 29 = 1,61. Karena Fhitung > Ftabel dan nilai
signikan = 0,000 < ߙ = 0,05 maka hipotesis H0 ditolak artinya persamaan
regresinya linier.
3.
Uji Keberartian Koefisien
Tabel 3 Uji Keberartian Koefisien
Coefficientsa
Model
1
(Constant)
kurs
jub
skb
Unstandardized
Coefficients
B
Std. Error
-10,388
3,767
,001
,001
3,16E-005
,000
,618
,147
a. Dependent Variable: inf
Standardized
Coefficients
Beta
,160
,807
,918
t
-2,757
,896
3,104
4,192
Sig.
,010
,377
,004
,000
38
Dari tabel Coefficients di atas, diperoleh thitung untuk konstanta, kurs, JUB,
dan suku bunga masing-masing sebesar -2,757; 0,896; 3,104, dan 4,192, dan pada
tingkat signifikansi ߙ = 0,05 dengan derajat kebebasan = 30, diperoleh
ttabel = 2,045. Berdasarkan hipotesis pada bab sebelumnya maka dapat
disimpulkan bahwa untuk konstanta, JUB dan suku bunga, H0 ditolak artinya
kedua peubah tersebut signifikan atau cukup berarti. Sementara untuk kurs H0
diterima karena thitung < ttabel (0,896 < 2,045) artinya peubah kurs tidak signifikan
atau tidak berarti, sedemikian sehingga untuk pembahasan selanjutnya peubah
kurs tidak diikutsertakan dalam pemodelan.
4.
Asumsi Multikolinieritas
Tabel 4 Uji Multikolinieritas
Coefficientsa
Model
1
(Constant)
kurs
jub
skb
Unstandardized
Coefficients
B
Std. Error
-10,388
3,767
,001
,001
3,16E-005
,000
,618
,147
Standardized
Coefficients
Beta
,160
,807
,918
t
-2,757
,896
3,104
4,192
Sig.
,010
,377
,004
,000
Collinearity Statistics
Tolerance
VIF
,478
,225
,317
2,090
4,442
3,152
a. Dependent Variable: inf
Pada tabel Coefficients di atas, diperoleh nilai VIF untuk masing-masing
peubah bebas < 5 artinya Multikolinieritas pada data tidak cukup mengganggu.
5.
Uji Heteroskedastisitas
Untuk mendeteksi ada tidaknya heteroskedastisitas, dapat dilihat melalui
scatterplots regresi, seperti ditunjukan pada gambar berikut :
39
Scatterplot
Dependent Variable: inf
Regression Standardized Residual
3
2
1
0
-1
-2
-2
-1
0
1
2
3
4
Regression Standardized Predicted Value
Gambar 1 scatterplot
Karena titik-titik menyebar dengan pola yang tidak jelas di atas dan di
bawah angka nol pada sumbu Y ini mengindikasikan tidak terjadi masalah
heteroskedastisitas.
6. Uji autokorelasi
Tabel 5 Uji Autokorelasi
Model Summaryb
Model
1
R
R Square
,739a
,547
Adjusted
R Square
,516
Std. Error of
the Estimate
,77141
DurbinWatson
,947
a. Predictors: (Constant), skb, jub
b. Dependent Variable: inf
Dari output di atas diperoleh nilai Durbin-Watson sebesar 0,947. Dari data
diperoleh nilai dL dan dU pada sigifikansi 0, 05, n = 33, dan k = 2 (n adalah
jumlah data dan k adalah jumlah peubah bebas) adalah dL = 1,32 dan dU = 1,58.
Karena nilai DW < dL maka H0 ditolak artinya terjadi autokorelasi. Autokorelasi
40
tersebut akan di atasi dengan cara estimasi nilai ߩ berdasarkan pendekatan nilai
Durbin-Watson (Nachrowi, 2006). Dalam cara ini akan ditunjukan rumus untuk
menghitung ߩො berdasarkan pendekatan nilai statistik DW. Rumusnya adalah
sebagai berikut:
ߩො = 1 −
஽ௐ
(4.3)
ଶ
Dimana :
ߩො = estimasi koefisien korelasi
DW = statistik Durbin-Watson
Dari data diperoleh ߩො = 1 −
଴,ଽସ଻
ଶ
= 0,5265, ini artinya pada data terdapat
autokorelasi yang kuat. Karena nilai ߩො = 0,5265, maka data pada peubah bebas
dan peubah terikat akan ditransformasi dengan cara:
ܻ௧ ∗ = ܻ௧ − 0,5265ܻ௧ିଵ
ܺ௧ ∗ = ܺ௧ − 0,5265ܺ௧ିଵ
Data hasil transformasi dapat dilihat pada LAMPIRAN 1. Nilai DurbinWatson dari data hasil transformasi data tersebut dapat diketahui dengan
menggunakan software SPSS sebagai berikut :
Tabel 6 Uji Autokorelasi pada Data yang ditransformasi
Model Summaryb
Model
1
R
,528a
R Square
,279
Adjusted
R Square
,230
a. Predictors: (Constant), skb, jub
b. Dependent Variable: inf
Std. Error of
the Estimate
,60309
DurbinWatson
1,491
41
Dari output SPSS di atas, diperoleh nilai Durbin-Watson 1,491. Dengan
menggunakan rumus (4.3) diperoleh ߩ = 0,2545 artinya korelasi pada
residualnya sangat kecil.
Tabel 7 Koefisien Regresi
Coefficientsa
Model
1
(Constant)
jub
skb
Unstandardized
Coefficients
B
Std. Error
-,959
1,257
2,44E-005
,000
,383
,131
Standardized
Coefficients
Beta
,506
,509
t
-,763
2,898
2,916
Sig.
,451
,007
,007
Collinearity Statistics
Tolerance
VIF
,789
,789
1,268
1,268
a. Dependent Variable: inf
Semua asumsi dalam analisis regresi sudah terpenuhi dan diperoleh model
regresi terbaik yang lolos dari semua asumsi klasik yaitu sebagai berikut :
INF = 2,44E − 005 JUB + 0,383 SUKUBUNGA
(4.4)
= 2,44 × 10ି଴,଴ହ JUB + 0,383 SUKUBUNGA
= 2,175 JUB + 0,383 SUKUBUNGA
Langkah selanjutnya adalah uji kestasioneran data atau uji derajat
integrasi dengan menggunakan uji akar unit.
4.8
Uji Kestasioneran
Data yang digunakan dalam tugas akhir ini adalah data runtun waktu yang
sudah ditransformasi. Oleh karena menggunakan data runtun waktu, maka terlebih
dahulu data akan diperiksa kestasionerannya untuk menghindari adanya regresi
lancung. Dalam tugas akhir ini, penulis menggunakan 2 cara untuk memeriksa
kestasioneran data antara lain plot data dan uji akar unit atau uji derajat integrasi.
42
4.8.1
Plot Data
Plot data adalah suatu cara memeriksa kestasioneran data secara grafis.
Hasil plot data dengan menggunakan software Minitab 13.2 dapat dilihat pada
LAMPIRAN 2.
Dari plot data, terlihat bahwa bahwa data inflasi dan sukubunga stasioner
karena plot datanya tidak membentuk suatu pola tertentu, sedangkan untuk JUB
tidak stasioner karena plot datanya membentuk suatu pola naik sehingga
variansnya semakin membesar. Dengan demikian, data yang digunakan dalam
penelitian
ini belum stasioner pada derajat yang sama. Selain plot data,
kestasioneran dapat dilihat dari plot Fak dan Fakp-nya seperti yang tersedia pada
LAMPIRAN 3. Dari plot data Fak dan Fakp-nya, untuk data inflasi dan
sukubunga stasioner karena Fak tidak turun lambat dan Fakp-nya tidak mendekati
1 sedangkan untuk data JUB tidak stasioner karena Fak turun lambat dan Fakpnya
mendekati 1. Dengan menggunakan plot data, Fak dan Fakp sering ada keraguan
terhadap pola yang ditunjukan plot data tersebut yang dapat mengakibatkan
keputusan yang diambil berbeda satu dengan yang lainnya. Oleh karena itu, untuk
lebih yakin dalam mengambil keputusan, memeriksa kestasioneran data dapat
dilakukan dengan menggunakan uji akar unit atau uji derajat integrasi yang
dikenalkan oleh Engle dan Granger.
4.8.2
Uji Derajat Integrasi
Uji derajat integrasi dimaksudkan untuk mengetahui pada derajat
berapakah data akan stasioner. Secara umum apabila suatu data memerlukan
43
differensiasi sampai ke d supaya stasioner, maka dapat dinyatakan sebagai I (d).
Dalam uji derajat integrasi yang dilakukan terhadap seluruh peubah dalam model
penelitian didasarkan pada uji akar unit (unit root test) atau ADF (Augmented
Dickey Fuller) yang perhitungannya menggunakan software E-views 6.0. Setelah
melakukan perhitungan pada data, diketahui bahwa semua peubah stasioner
tingkat satu atau dapat ditulis I(1). Hasil pengujian stasioner dengan uji akar unit
dapat dilihat pada output berikut :
a.
Uji akar unit untuk inflasi
Tabel 8. Uji Akar Unit untuk Inflasi
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-8.409196
0.0000
Test critical values:
1% level
-3.661661
5% level
-2.960411
10% level
-2.619160
*MacKinnon (1996) one-sided p-values.
b.
Uji akar unit untuk suku bunga
Tabel 9. Uji Akar Unit untuk Suku Bunga
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-5.848361
0.0000
Test critical values:
1% level
-3.670170
5% level
-2.963972
10% level
-2.621007
*MacKinnon (1996) one-sided p-values.
44
c.
Uji akar unit untuk JUB
Tabel 10. Uji Akar Unit untuk JUB
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-6.106683
0.0000
Test critical values:
1% level
-3.670170
5% level
-2.963972
10% level
-2.621007
*MacKinnon (1996) one-sided p-values.
Hasil uji ADF menunujukan bahwa data inflasi, JUB dan sukubunga
stasioner yang ditunjukan oleh statitistik Dickey Fuller yang lebih besar (dalam
harga mutlak) dari nilai kritis Mackkinon pada derajat kepercayaan berapapun
artinya inflasi, JUB dan sukubunga stasioner dan berordo satu atau dinotasikan
dengan I(1) karena peubah-peubah tersebut sama-sama stasioner pada pembedaan
pertama.
4.9
Pengujian Kointegrasi
Setelah melakukan uji stasioner dan diyakini seluruh peubah yang diamati
merupakan peubah yang sudah stasioner dan memiliki derajat yang sama, maka
langkah selanjutnya adalah pengujian kointegrasi untuk melihat hubungan jangka
panjang dari model tersebut.
45
Tabel 11. Uji Kointegrasi
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-4.720531
0.0007
Test critical values:
1% level
-3.679322
5% level
-2.967767
10% level
-2.622989
*MacKinnon (1996) one-sided p-values.
Pada output di atas, terlihat bahwa nilai ADF lebih besar dari nilai kritis
Mackinnon untuk derajat kepercayaan berapapun. Kondisi tersebut menyimpulkan
bahwa peubah-peubah yang diamati dalam penelitian ini berkointegrasi pada
derajat yang sama. Hal ini berarti Inflasi, JUB, dan Sukubunga dalam jangka
panjang memiliki keterkaitan dan berkointegrasi.
4.10 Uji Kausalitas Granger
Berdasarkan Uji Kausalitas dengan menggunakan metode Engle-Granger,
maka didapatkan hasil sebagai berikut :
a. Uji kausalitas antara Inflasi dan Sukubunga
Tabel 12. Uji Kausalitas antara Inflasi dan Suku Bunga
Null Hypothesis:
SKB does not Granger Cause INF
INF does not Granger Cause SKB
Obs
F-Statistic
Prob.
32
0.51765
0.4776
0.31615
0.5783
46
Dari output di atas dapat dibuat dua bentuk hipotesis, yaitu :
H0 : Sukubunga tidak mempengaruhi Inflasi
i.
H1 : Sukubunga mempengaruhi Inflasi
ii.
H0 : Inflasi tidak mempengaruhi Sukubunga
H1 : Inflasi mempengaruhi Sukubunga
Output di atas menunjukan bahwa kedua nilai probabilitas lebih besar
daripada nilai ߙ = 0,05. Dengan demikian H0 di terima artinya peubah sukubunga
dan infasi ternyata tidak saling mempengaruhi.
b.
Uji kausalitas antara Inflasi dan JUB
Tabel 13. Uji Kausalitas antara Inflasi dan JUB
Null Hypothesis:
JUB does not Granger Cause INF
INF does not Granger Cause JUB
Obs
F-Statistic
Prob.
32
5.31110
0.0285
0.90850
0.3484
Dari output di atas dapat dibuat dua bentuk hipotesis, yaitu :
i.
H0 : JUB tidak mempengaruhi Inflasi
H1 :JUB mempengaruhi Inflasi
ii.
H0 : Inflasi tidak mempengaruhi JUB
H1 : Inflasi mempengaruhi JUB
Hasil uji kausalitas Granger antara Inflasi dan JUB dalam periode
penelitian (2003:1 – 2005:9) menunjukan bahwa terjadi hubungan searah dari
JUB terhadap Inflasi, dan bukan sebaliknya. Hal ini dibuktikan dari hipotesis H0
47
yang menyatakan bahwa Sukubunga tidak mepengaruhi Inflasi (JUB does not
Granger Cause Inflasi) ditolak karena nilai probabilitas kurang dari ߙ (0,05).
Dengan demikian dapat disimpulkan bahwa selama periode penelitian, pergerakan
Inflasi dipengaruhi oleh pergerakan JUB, namun hal sebaliknya tidak terjadi atau
pergerakan Inflasi tidak mempengaruhi Sukubunga.
Uji kausalitas Granger ini selanjutnya digunakan sebagai pedoman atau
acuan untuk menentukan peubah bebas dan peubah terikat yang tepat bagi
pembentukan model estimasi. Dalam hal ini Inflasi diidentifikasi sebagai peubah
terikat, sedangkan JUB diidentifikasi sebagai peubah bebas.
4.11 Pengujian Model Dinamis Error Correction Model
Studi empirik dengan menggunakan model ECM dimaksudkan untuk
mendapatkan ilustrasi mengenai pengaruh jangka pendek dan jangka panjang dari
peubah bebas JUB terhadap Inflasi.
Data yang digunakan adalah data runtun waktu periode 2003:01-2005:09,
yang bersumber dari berbagai media publikasi (Statistik Bank Indonesia). Dengan
menggunakan perhitungan program E-views didapat persamaan ECM yang dapat
dilihat pada tabel 14.
48
Tabel 14. ECM Jangka Panjang
Dependent Variable: INFt
Method: Least Squares
Date: 06/28/10 Time: 23:32
Sample: 2003M01 2005M09
Included observations: 33
Variable
Coefficient
Std. Error
t-Statistic
Prob.
JUBt
3.82E-05
7.05E-06
5.426785
0.0000
C
-7.846802
2.473812 -3.171947
0.0035
R-squared
0.546592
Mean dependent var
6.836970
Adjusted R-squared
0.516365
S.D. dependent var
1.109244
S.E. of regression
0.771411
Akaike info criterion
2.405318
Sum squared resid
17.85226
Schwarz criterion
2.541364
Log likelihood
-36.68775
F-statistic
18.08278
Prob(F-statistic)
0.000007
Hannan-Quinn criter. 2.451093
Durbin-Watson stat
0.947494
Output di atas menunjukan nilai koefisien JUBt dan konstanta pada model
signifikan dan cukup berarti yang ditunjukan dengan nilai probabilitas masingmasing adalah 0,0000 dan 0,0035 yang kurang dari ߙ = 5% artinya dalam jangka
panjang, peubah JUB berpengaruh secara signifikan terhadap inflasi di Indonesia.
49
Untuk estimasi jangka pendek, dapat dilihat pada output berikut :
Tabel 15. ECM Jangka Pendek
Dependent Variable: D(INF_)
Method: Least Squares
Date: 07/18/10 Time: 17:55
Sample (adjusted): 2003M05 2005M09
Included observations: 29 after adjustments
Variable
Coefficient
D(JUB_)
-2.54E-05
JUB_1
1.10E-05
RESID01(-1)
Std. Error
t-Statistic
Prob.
2.00E-05 -1.266928
0.2169
9.39E-06
1.166136
0.2546
-6.08E-05
2.35E-05 -2.589795
0.0158
C
-1.165496
1.056336 -1.103338
0.2804
R-squared
0.276532
Mean dependent var
0.028595
Adjusted R-squared
0.189715
S.D. dependent var
0.632139
S.E. of regression
0.569025
Akaike info criterion
1.837658
Sum squared resid
8.094741
Schwarz criterion
2.026250
Log likelihood
-22.64604
F-statistic
3.185252
Prob(F-statistic)
0.041168
Hannan-Quinn criter. 1.896723
Durbin-Watson stat
2.606663
Output di atas menunjukan nilai koefisien ECT pada model tersebut
signifikan. Hal ini ditunjukan dengan nilai probabilitas RESID01(-1) = 0,0158
50
yang kurang dari ߙ = 5%. Berdasarkan hasil estimasi model ECM di atas dapat
diketahui bahwa dalam jangka pendek, peubah yang digunakan dalam penelitian
tidak berpengaruh secara signifikan terhadap inflasi di Indonesia.
Dengan demikian maka diketahui bahwa estimasi model jangka pendek
tingkat inflasi di Indonesia dapat dirumuskan dalam persamaan berikut :
DINFt = −6,08E − 05 ECT
(4.5)
= −6,08 × 10ି଴,ହ ECT
= −1,923 ECT
Sedangkan untuk estimasi jangka panjang persamaannya adalah sebagai berikut :
INFt = −7,846802 + 3,82E − 05 JUB୲
(4.6)
= −7,846802 + ሺ3,82 × 10ି଴,ହ ሻJUB୲
= −7,846802 + 1,208 JUB୲
Dari persamaan (4.5) dan (4.6) dapat dijelaskan bahwa Jumlah Uang
Beredar (JUB) ternyata tidak mempengaruhi inflasi dalam jangka pendek, tetapi
dalam jangka panjang JUB mempunyai hubungan yang positif dan berpengaruh
secara signifikan terhadap Inflasi di Indonesia. Koefisien regresi sebesar 3,82E05 = 1,208 dalam persamaan jangka panjang menunjukan bahwa dengan naiknya
JUB sebesar 1 persen, akan menaikkan tingkat inflasi sebesar 1,208 persen. Hasil
tersebut menunjukan bahwa peningkatan JUB dalam jangka panjang akan
menaikkan tingkat Inflasi di Indonesia.