BAB III OBJEK DAN DESAIN PENELITIAN III.1 Objek Penelitian Penelitian ini termasuk dalam jenis penelitian eksplanatif asosiatif, di mana hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian, yang akan diuji kebenarannya. Hubungan antar variabelnya bersifat kausalitas. Menurut Husein (2001) dalam Paradita (2006), desain kausal berguna untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya. Objek penelitian skripsi ini adalah IHSG, analisis yang digunakan dalam penelitian adalah regresi linier berganda, analisis regresi berganda dilakukan untuk mengetahui faktor-faktor yang mempengaruhi IHSG. III.2 Jenis dan Sumber Data 1. Jenis Data Penelitian ini merupakan penelitian yang bersifat kuantitatif. Jenis data yang digunakan adalah data time series bulanan dari Januari tahun 2009 sampai dengan April tahun 2011. 2. Sumber Data Penelitian ini menggunakan data sekunder (data yang diperoleh dari kepustakaan) berdasarkan urutan waktu (time series data). Data dikumpulkan secara bulanan mulai Januari 2009 sampai dengan April 2011. Data mengenai Indeks Harga Saham Gabungan diperoleh dari Yahoo Finance. Sedangkan data mengenai inflasi, 30
M2, dan nilai tukar (Rp terhadap US$) diperoleh dari Statistik Ekonomi Keuangan Indonesia yang dikeluarkan oleh Bank Indonesia dan juga dari Badan Pusat Statistik (BPS). III.3 Varibel Penelitian Penelitian ini termasuk dalam jenis penelitian eksplanatif asosiatif, dimana hubungan antar variabel tersebut dirumuskan dalam hipotesis penelitian, yang akan diuji kebenarannya. Variabel-variabel yang digunakan dalam penelitian ini adalah variabel terikat dan variabel bebas. Variabel terikat adalah variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Sedangkan variabel bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel terikat (Sudjono; 2005). Penelitian ini akan menggunakan empat variabel, yakni satu variabel terikat (dependen) dan tiga variabel bebas (independent). Variabel dependennya adalah IHSG, dan ketiga variable independennya adalah jumlah uang beredar, nilai tukar dolar, dan inflasi. Definisi operasional masing-masing variabel dalam penelitian ini sebagai berikut: 1. Indeks Harga Saham Gabungan (IHSG) IHSG adalah indeks harga yang merupakan gabungan harga semua saham yang tercatat di BEI, pengukuran yang dilakukan adalah dalam satuan poin.
31
2. Jumlah uang beredar (JUB) dalam artian luas atau broad money (M2) Broad money (M2) adalah penjumlahan dari M1 (uang kartal dan logam ditambah simpanan dalam bentuk rekening koran atau demand deposit) yang memasukan deposito berjangka dan tabungan serta rekening valuta asing milik swasta domestik sebagai bagian dari penyediaan uang atau uang kuasai (quasi money). Pengukuran yang digunakan adalah dalam satuan rupiah. 3. Inflasi Inflasi adalah tingkat kenaikan harga barang secara umum yang terjadi terus menerus. Tingkat inflasi yang digunakan adalah tingkat inflasi yang diperoleh dari Indeks Harga Konsumen (IHK). Pengukuran yang digunakan adalah dalam satuan persen. 4. Kurs dolar Amerika Nilai tukar adalah harga mata uang suatu negara terhadap mata uang negara lain. Nilai tukar yang digunakan adalah kurs dolar Amerika terhadap rupiah yang dihitung berdasarkan kurs tengah yang dihitung berdasarkan rata- rata kurs jual dan kurs beli diatur oleh Bank Indonesia. III.4 Metode Analisis Data III.4.1.Analisis Regresi Berganda Metode analisis yang digunakan pada penelitian ini adalah analisis regresi berganda (multiple regression), yang digunakan untuk menguji adanya pengaruh varibel independen terhadap variabel dependen. Secara umum analisis regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel terikat (dependen) dengan satu atau lebih variabel bebas (independen), dengan tujuan untuk mengestimasi dan memprediksi rata-rata populasi atau nilai rata-rata
32
variabel terikat (dependen) berdasarkan nilai variabel bebas (independen) yang diketahui (Gujarati; 2007). Analisis regresi adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan metematis antara variabel output/dependen (y) dengan satu atau beberapa varibel input/independen(x). Hubungan metematis digunakan sebagai suatu model regresi yang digunakan untuk meramalkan atau memprediksi nilai output (y) berdasarkan nilai input (x) tertentu. Model dasar dari penelitian ini adalah: IHSGt = β0 + β1 M2t + β2 Kurst + β3 Inft + εt ...............................................(3.1)
Selain itu model dasar akan diubah ke dalam bentuk logaritma natural, agar parameter dapat diinterpretasikan sebagai elastisitas. Dalam model penelitian ini logaritma yang digunakan adalah dalam bentuk logaritma alam (ln). Dimana model ln mempunyai beberapa keuntungan diantaranya 1) koefisien-koefisien model ln mempunyai interpretasi yang sederhana, 2) model ln sering mengurangi masalah statistik umum yang dikenal sebagai heteroskedastisitas, 3) model ln mudah dihitung. Persamaannya menjadi sebagai berikut : Ln IHSG t = βo+ β1 Ln M2t + β2 Ln kurs t + β3 inf + εt ....................................(3.2)
33
III..5 Uji Stasioneritas Sebagaiman diketahui bahwa data time series merupakan sekumpulan nilai suatu variabel yang diambil pada waktu yang berbeda, setiap data dikumpulkan secara berkala pada interval waktu tertentu, seperti data harian, bulanan, ataupun tahunan. Bila pengujian stasionaritas variabel pada data level menuinjukan tidak stasioner, maka dapat digunakan first different IHSG yaitu IHSGt – IHSGt-1 , adapun alternatif lain yang dapat digunakan seperti dengan menambahkan t (waktu) sebagai tren variabel yang berfungsi sebagai detrending atau menghilangkan tren (kecendrungan). Tanda-tanda stasioner pada data time seris yaitu jika mean, variance, dan autocovariance (dalam bermacam-macam lags) tetap sama (Gujarati:2007). Nilai covariance antara dua periode waktu hanya bergantung pada jarak lags. III.6 Analisis Statistik Deskriptif Statistik deskriptif adalah statistik yang memberikan gambaran mengenai deskripsi suatu data yang dilihat dari variance, minimum, maksimum, dan standar deviasi. Untuk mempermudah dan mempercepat pengolahan data akan digunakan program SPSS versi 15.0 III.7 Uji Asumsi Klasik Model regresi berganda dengan metode kuadrat terkecil biasa (Ordinary Least Square) merupakan model regresi yang menghasilkan estimator linear tidak bias yang terbaik (Best Linear Unbias Estimator) jika terpenuhi asumsi-asumsi klasik. Jika asumsi klasik tidak terpenuhi akan menyebabkan bias pada hasil penelitian. Asumsi klasik yang perlu diuji adalah uji normalitas data, uji multikolinearitas, uji otokorelasi dan uji heteroskedastisitas. Uji tersebut dapat dijabarkan sebagai berikut:
34
a. Uji Normalitas Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal. Model regresi yang baik adalah yang memiliki distribusi data normal atau mendekati data normal. Gujaratti (2007). b. Uji Multikolinearitas Multikolinearitas merupakan suatu keadaan dimana terjadinya satu atau lebih variabel bebas yang berkorelasi sempurna atau mendekati sempurna dengan variabel bebas lainnya. Ada beberapa cara untuk mendeteksi ada tidaknya gejala multikolinearitas, diantaranya dengan melihat pada matrik korelasi (korelasi antar variabel bebas), yaitu jika korelasi antar variabel melebihi 0,50 diduga terdapat gejala Multikolinearitas Gujaratti
(2007). Menurut Ghozali (2005) dalam Darmawati (2006), cara mendeteksi adanya multikolinieritas dalam penelitian ini adalah dengan menggunakan nilai toleransi atau menggunakan Variance Inflation Factor (VIF). Tolerance mengukur variabilitas independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai VIF yang tinggi. Nilai cutt-off yang umum dipakai untuk menunjukan adanya multikolinier adalah nilai tolerance dibawah 0.1 atau sama dengan nilai VIF diatas 10, dimana nilai ini berarti menunjukan adanya hubungan yang kuat antara variabel independen dalam model regresi, yang menyebabkan timbulnya masalah multikoliniearitas. c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain berbeda, maka disebut
35
heteroskedastisitas. Uji ini dilakukan dengan membuat model regresi yang melibatkan nilai residual, sebagai variabel dependen terhadap semua variable independen. Jika semua variabel independen signifikan secara statistik, maka terdapat heteroskedastisitas. Untuk menghilangkan heterosdekastisitas dilakukan dengan mentransformasi variable menjadi log sehingga diperoleh model regresi yang baru (Algifari; 2000). Model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. d. Uji Otokorelasi Menurut Ghozali (2002) dalam Darmawati (2006), uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya), dimana jika terjadi korelasi dinamakan pada problem autokorelasi. Autokorelasi muncul karena observasi yang beruntun sepanjang waktu berkaitan satu sama lain.Untuk melihat adanya autokorelasi, digunakan uji Durbin-Watson (Uji DW) dengan menentukan besarnya a, k, dan n dapat diketahui dengan menggunakan tabel DW. Model regresi yang baik adalah bebas dari autokorelasi, yaitu :
1. DW < dL
= ada korelasi positif
2. dL ≤ DW ≤ dU
= tidak dapat ditarik kesimpulan
3. dU < DW< 4-dU
= tidak ada korelasi positif atau negatif
4. 4-dU ≤ DW≤ 4-dL
= tidak dapat ditarik kesimpulan
5. DW > 4-dL
= ada korelasi negatif
36
III.8 Pengujian Hipotesis Uji Hipotesis digunakan untuk memeriksa atau menguji apakah koefisien regresi yang didapat signifikan (berbeda nyata). Dalam pengujian hipotesis ini dilakukan dua macam penelitian yaitu: a. Uji Hipotesis secara parsial (uji t) Uji t digunakan untuk menguji tingkat signifikan pengaruh variabel independen terhadap variabel dependen secara parsial. Pengujian ini dilakukan dengan hipotesis: 1. Untuk variabel kurs Ho : βi ≥ 0 Ha : βi < 0 Ho ditolak jika │t-hitung│> tα-tabel atau nilai-p <0,005 2. Untuk variabel inflasi dan jumlah uang beredar Ho: βi ≤ 0 Ha : βi > 0 Ho ditolak jika t-hitung> tα-tabel atau nilai-p < 0,05
b. Uji Hipotesis Secara Seremp ak (Uji F) Uji F digunakan untuk menguji pengaruh variabel bebas secara bersamasama atau simultan terhadap variabel terikat. Hipotesis nol (Ho) menyatakan bahwa semua variabel independen yang dimasukkan dalam model secara bersama-sama tidak mempunyai pengaruh terhadap variabel dependen, sedangkan Ha menyatakan bahwa semua variabel independen mempunyai pengaruh secara signifikan terhadap variabel dependen. Adapun hipotesis yang digunakan sebagai berikut:
37
Ho : β1 =β2=β3=0 Artinya semua variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. Ho : β1≠ β2≠β3=0 Artinya tidak semua variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. Kriteria tolak Ho jika F Hitung >F Tabel, atau nilai p < 0,05
38
