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.
