III. METODE PENELITIAN
A.
Jenis dan Sumber Data
Data yang digunakan dalam studi ini adalah data sekunder runtut waktu (timeseries) bulanan dari periode 2008:04 – 2013:12 yang diperoleh dari laporan Bank Indonesia dalam situs resmi Bank Indonesia di http:\\www.bi.go.id. Selain itu juga digunakan buku-buku bacaan sebagai referensi yang dapat menunjang penulisan skripsi ini.
Variabel-variabel yang digunakan dalam penelitian ini adalah data BI rate (RBI), Suku bunga Sertifikat Bank Indonesia (SBI), Tingkat imbal hasil Sertifikat Bank Indonesia Syari’ah (SBIS), Suku bunga kredit (modal kerja) bank konvensional (rKMK), Tingkat bagi hasil pembiayaan bank syariah (PLS), Total kredit bank konvensional (LOAN), Total pembiayaan bank syariah (FINC), suku bunga deposito bank konvensional (RDEPK), tingkat imbal hasil deposito mudharabah bank syari’ah (RDEPS), Produk Domestik Bruto (PDB) dan data Inflasi (INF). Penjelasan dari masing-masing variabel dideskripsikan dalam sebuah Tabel 10. Nama Variabel, Simbol, Satuan, dan Sumber Data dibawah ini.
61
Tabel 10. Nama Variabel, Simbol, Satuan, dan Sumber Data
Simbol
Satuan pengukuran
Sumber Data
RBI
Persentase
BI
Suku bunga Sertifikat Bank Indonesia
SBI
Persentase
BI
Tingkat imbal hasil Sertifikat Bank Indonesia Syariah
SBIS
Persentase
BI
Suku bunga Kredit Modal Kerja Bank Konvensional
RKMK
Persentase
BI
Tingkat bagi hasil pembiayaan (Modal Kerja) bank syariah
PLS
Persentase
BI
Total kredit bank konvensional ( Ln)
LOAN
Milyar Rupiah
BI
Total pembiayaan bank syariah (Ln)
FINC
Milyar Rupiah
BI
suku bunga deposito nominal jangka waktu 1 bulan bank konvensional
RDEPK
Persentase
BI
tingkat bagi hasil bank syariah pada deposito mudharabah bank syari'ah
RDEPS
Persentase
BI
Produk Domestik Bruto (log)
PDB
Milyar Rupiah
BI
Tingkat Inflasi
INF
Persentase
BI
Nama Variabel BI rate
B.
Definisi Operasional Variabel
Dalam penelitian ini definisi variabel-variabel yang dipakai dalam penelitian ini adalah sebagai berikut: 1. BI rate (RBI) BI rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan Bank Indonesia dan diumumkan kepada publik oleh Dewan Gubernur Bank Indonesia melalui rapat dewan gubernur yang diadakan setiap bulan dan diimplementasikan pada operasi moneter yang
62
dilakukan melalui pengelolaan likuiditas di pasar uang untuk mencapai sasaran operasional kebijakan moneter, yaitu menjaga kestabilan nilai tukar rupiah dan inflasi (Bank Indonesia, www.bi.go.id). 2. Suku bunga Sertifikat Bank Indonesia (SBI) Sertifikat Bank Indonesia (SBI) adalah surat berharga yang dikeluarkan oleh Bank Indonesia sebagai pengakuan utang berjangka waktu pendek (1-3 bulan) dengan sistem diskonto/bunga. SBI merupakan salah satu mekanisme yang digunakan Bank Indonesia untuk mengontrol kestabilan nilai Rupiah. Dengan menjual SBI, Bank Indonesia dapat menyerap kelebihan uang primer yang beredar. Data SBI yang digunakan adalah data bulanan suku bunga Sertifikat Bank Indonesia (SBI) jangka waktu 1 bulan yang diperoleh dari data Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia pada periode April 2008 – Desember 2013. 3. Tingkat bagi hasil/Imbalan Sertifikat Bank Indonesia Syariah (SBIS) Sertifikat Bank Indonesia Syariah (selanjutnya disingkat SBIS), bahwa definisi SBIS adalah surat berharga berdasarkan prinsip syariah berjangka waktu pendek dalam mata uang rupiah yang diterbitkan oleh Bank Indonesia. Hal ini sedikit berbeda dengan SBI Konvensional yang diterbitkan melalui lelang dengan tingkat diskonto yang berbasis bunga (interest), sedangkan SBIS diterbitkan menggunakan akad/kontrak transaksi ju’alah (Peraturan Bank Indonesia No.10/11/PBI/2008). Data SBIS yang digunakan adalah data bulanan tingkat bagi hasil/Imbalan Sertifikat Bank Indonesia Syariah (SBIS). SBIS adalah pengganti Sertifikat Wadi’ah Bank Indonesia (SWBI). Sejak April 2008, SBIS baru mulai
63
menggantikan SWBI. Data SBIS diperoleh dari data Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia pada periode April 2008 – Desember 2013. 4. Suku bunga deposito bank konvensional (RDEPK) Suku bunga deposito adalah suku bunga yang diberikan oleh perbankan terhadap masyarakat yang menitipkan/menginvestasikan uang mereka di bank. Data yang digunakan adalah data suku bunga deposito nominal berjangka 1 bulan. Data yang diperoleh berupa data bulanan periode April 2008 – Desember 2013, bersumber dari data Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia. 5. Tingkat bagi hasil deposito mudharabah bank syariah (RDEPS) Tingkat bagi hasil deposito mudharabah bank syariah adalah Imbalan yang diberikan oleh perbankan syariah terhadap masyarakat yang menitipkan/ menginvestasikan uang mereka di bank syariah. Data yang digunakan adalah data tingkat bagi hasil/Imbalan deposito mudharabah bank syariah. Data yang diperoleh berupa data bulanan periode April 2008 – Desember 2013, bersumber dari data Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia. 6. Suku bunga Kredit Modal Kerja (RKMK) Kredit Modal Kerja adalah kredit yang digunakan debitur atau penerima kredit untuk modal kerja usaha, baik sebagai penambah modal kerja ataupun sebagai modal kerja awal. Kredit modal kerja dapat dibedakan sesuai dengan cara penggunaan kredit yang diberikan kepada debitur. Data yang digunakan adalah data suku bunga kredit modal kerja pada bank umum. Dalam penelitian ini menggunakan bank umum karena suku bunga bank umum relatif stabil dan juga
64
merupakan pedoman bagi bank swasta, dan dapat mewakili seluruh bank di Indonesia. Data yang diperoleh berupa data bulanan pada periode April 2008 – Desember 2013 bersumber dari data Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia.
7. Tingkat bagi hasil pembiayaan bank syariah (PLS) Data PLS yang digunakan adalah Tingkat bagi hasil/margin rata-rata pembiayaan bank syariah untuk penggunaan modal kerja. Data yang diperoleh berupa data bulanan periode April 2008 – Desember 2013, bersumber dari data Statistik Perbankan Indonesia (SPI) Bank Indonesia. 8. Total kredit bank konvensional (LOAN) Total kredit bank konvensional adalah jumlah dana berupa kredit yang disalurkan oleh bank konvensional. Data yang digunakan adalah data kredit pada bank umum. Data yang diperoleh berupa data bulanan pada periode April 2008 – Desember 2013, bersumber dari data Statistik Perbankan Indonesia (SPI) Bank Indonesia. 9. Total pembiayaan bank syariah (FINC) Total pembiayaan bank syariah adalah jumlah dana yang disalurkan oleh bank syariah dan unit usaha syariah untuk pembiayaan musyarakah, mudharabah, dll. Data yang digunakan adalah data pembiayaan perbankan syariah yang diperoleh berupa data bulanan periode April 2008 – Desember 2013, bersumber dari data Statistik Perbankan Indonesia (SPI) Bank Indonesia.
65
10. Produk Domestik Bruto (PDB) Data yang digunakan adalah PDB menurut Penggunaan atas dasar harga berlaku. Data yang diperoleh berupa data triwulanan periode 2008:1 – 2013:4, dan akan dijadikan data bulanan dengan diinterpolasikan dengan bantuan program EViews menggunakan metode quadratic match sum. 11. Inflasi (INF) Data inflasi yang digunakan adalah inflasi yoy berdasarkan Indeks Harga Konsumen (IHK). Data diperoleh dari Statistik Ekonomi dan Keuangan Indonesia (SEKI) Bank Indonesia, berupa data bulanan periode April 2008 – Desember 2013.
C.
Metode Analisis
Penelitian ini menggunakan model VECM untuk menjawab permasalahan yang telah dikemukakan di awal dengan menggunakan data time series jika data yang digunakan diketahui stasioner dan terdapat kointegrasi Sedangkan, jika data yang digunakan stasioner namun tidak terdapat kointegrasi didalamnya maka penelitian ini akan menggunakan model VAR. Proses pengolahan data pada penelitian ini menggunakan software eviews 4.1. Adapun tahapan dalam melakukan analisis penelitian ini adalah sebagai berikut: 1. Uji Stasioneritas (Unit Root Test)
Uji stasioneritas akar unit (Unit Root Test) merupakan uji yang pertama harus dilakukan sebelum melakukan analisis regresi dari data yang dipakai. Tujuan uji stasioneritas adalah untuk melihat apakah rata-rata varians data konstan sepanjang
66
waktu dan kovarian antara dua atau lebih data runtun waktu hanya tergantung pada kelambanan antara dua atau lebih periode waktu tersebut. Pada umumnya data time-series sering kali tidak stasioner. Jika hal ini terjadi, maka kondisi stasioner dapat tercapai dengan melakukan diferensiasi satu kali atau lebih. Terdapat beberapa metode pengujian unit root, diantaranya yang sering digunakan adalah Dickey-Fuller dan Phillips-Perron unit root test. Prosedur uji unit root adalah: 1. Dalam uji unit root yang pertama dilakukan adalah menguji masing-masing variabel yang kita gunakan untuk penelitian dari setiap level series. 2. Jika semua variabel adalah stasioner pada tingkat level, maka estimasi terhadap model yang digunakan adalah VAR In Level. 3. Dan jika seluruh data dinyatakan tidak stasioner, maka langkah selanjutnya adalah menentukan first difference dari masing-masing variabel tersebut dan kemudian melakukan uji unit root kembali terhadap first difference dari series. 4. Jika pada tingkat first difference dinyatakan telah stasioner, maka estimasi terhadap model tersebut dapat menggunakan uji kointegrasi untuk menentukan model analisis apa yang akan digunakan dalam penelitian.
Jika Phillips-Perron test statistic lebih besar dari nilai kritis maka Ho ditolak dan Ha diterima atau dengan kata lain data sudah stasioner. Sebaliknya, jika PhillipsPerron test statistic lebih kecil dari nilai kritis maka Ho diterima dan Ha ditolak atau dengan kata lain data mengandung unit root (data tidak stasioner).
67
2. Penentuan Lag Optimum Penentuan lag optimum ini digunakan dalam metode impulse responses dan variance decomposition. Dampak sebuah kebijakan ekonomi seperti kebijkan moneter biasanya tidak secara langsung berdampak pada aktivitas ekonomi tetapi memerlukan waktu (Widarjono, 2009). Penentuan panjang lag optimal dapat dilakukan dengan menggunakan kriteria informasi yang tersedia. Kandidat lag yang dipilih adalah panjang lag menurut kriteria Akaike Information Criterion (AIC) dan Schwartz Criterion (SC). Lag optimum dalam penelitian ini akan ditemukan pada spesifikasi model yang memberikan nilai SBC paling minimum. 3. Uji Stabilitas VAR Stabilitas VAR perlu diuji terlebih dahulu sebelum melakukan analisis lebih jauh, karena jika hasil estimasi VAR yang akan dikombinasikan dengan model koreksi kesalahan tidak stabil, maka Impulse Response Function dan Variance Decomposition menjadi tidak valid (Setiawan, 2007). Untuk menguji stabil atau tidaknya estimasi VAR yang telah dibentuk maka dilakukan pengecekan kondisi VAR stability berupa roots of characteristic polynomial. 4. Uji Kausalitas Granger Setelah menentukan panjang lag optimal, tahapan selanjutnya dalam model VAR adalah melakukan uji kausalitas Granger yang digunakan untuk mengetahui hubungan saling mempengaruhi antar variabel endogen sehingga spesifikasi model VAR menjadi tepat untuk digunakan mengingat sifatnya yang non
68
struktural. Uji kausalitas Granger melihat pengaruh masa lalu terhadap kondisi sekarang. Dalam konsep kausalitas Granger, dua perangkat data time series yang linier berkaitan dengan variabel X dan Y yang diformulasikan dalam dua bentuk model regresi. Hasil-hasil regresi pada kedua bentuk model regresi linier tersebut akan menghasilkan empat kemungkinan mengenai nilai koefisien regresi masingmasing sebagai berikut. a. ∑
β ≠ 0 dan ∑
b. ∑
β = 0 dan ∑
δ ≠ 0, terdapat kausalitas satu arah dari X ke Y
c. ∑
β ≠ 0 dan ∑
δ ≠ 0, terdapat kausalitas dua arah antara X &Y
d. ∑
β = 0 dan ∑
δ = 0, tidak terdapat kausalitas dua arah antara X &Y
δ = 0, terdapat kausalitas satu arah dari Y ke X
5. Uji Kointegrasi Uji ini dilakukan setelah uji stasioneritas dan telah berintegrasi pada derajat yang sama. Uji kointegrasi dilakukan dengan cara menguji stasioneritas dari residual, jika ternyata residual tidak mangandung akar unit atau data stasioner I(0) maka variabel-variabel didalam model terkointegrasi pada tingkat level. Sedangkan jika pada tingkat level tidak stasioner, maka dapat diuji stasioner pada tingkat diferensi yang sama yaitu Y adalah I(d) dan X adalah I(d) dimana d adalah tingkat diferensi yang sama maka kedua data adalah terkointegrasi. Uji ini dilakukan untuk mengetahui kemungkinan terjadinya keseimbangan jangka panjang antar variabelvariabel yg diamati.
69
Dalam penelitian ini uji kointegrasi menggunakan uji Engle-Granger dan uji kointegrasi Johansen. Uji Engle-Granger diawali dengan melakukan regresi persamaan dan kemudian mendapatkan residualnya. Dari residual ini kemudian kita uji dengan uji stasionary Phillips-Perron. Kemudian dari hasil estimasi nilai statistik Phillips-Perron dibandingkan dengan nilai kritisnya. Nilai statistik Phillips-Perron diperoleh dari koefisien β1. Jika nilai statistiknya lebih besar dari nilai kritisnya maka variabel-variabel yang diamati saling berkointegrasi atau mempunyai hubungan jangka panjang dan jika sebaliknya, maka variabel yang diamati tidak berkointegrasi, artinya tidak mempunyai hubungan jangka panjang (Widarjono, 2009). Sedangkan uji kointegrasi lainnya adalah Johansen, yakni melihat ada tidaknya kointegrasi didasarkan pada uji likelihood ratio (LR). Jika nilai LR lebih besar dari nilai kritis LR maka dapat diterima adanya kointegrasi sejumlah variabel. Nilai kritis LR diperoleh dari tabel yang dikembangkan oleh Johansen-Juselius dan Johansen juga menyediakan uji statistik alternatif yang dikenal dengan trace test dan maximum eigenvalue statistic (Mardani, 2013). 6. Vector Error Correction Model (VECM) Model VECM digunakan di dalam model VAR non struktural apabila data time series tidak stasioner pada level, tetapi stasioner pada data diferensi dan terkointegrasi sehingga menunjukan adanya hubungan teoritis antar variabel. Adanya kointegrasi ini maka model VECM yang merupakan model VAR non struktural ini disebut model VAR yang terestriksi. Spesifikasi VECM merestriksi hubungan perilaku jangka panjang antar variabel yang ada agar konvergen ke dalam hubungan kointegrasi namun tetap
70
membiarkan perubahan-perubahan dinamis di dalam jangka pendek. Terminologi kointegrasi ini dikenal sebagai kesalahan (error correction) karena bila terjadi deviasi terhadap keseimbangan jangka panjang akan dikoreksi secara bertahap melalui penyesuaian parsial jangka pendek secara bertahap. Model ekonomi dalam penelitian ini adalah sebagai berikut: -
Model ekonomi pada kebijakan moneter konvensional Inf = f (RBI, rSBI, rDepk, rKMK, LOAN, PDB) (3.1)
-
Model ekonomi pada kebijakan moneter syari’ah Inf = f (RBI, SBIS, rDeps, PLS, FINC, PDB) (3.2)
Dimana, Inf = Tingkat inflasi berdasarkan IHK (persen) RBI = BI Rate (persen) rSBI = Suku bunga Sertifikat Bank Indonesia (persen) SBIS = Tingkat Imbal Hasil Sertifikat Bank Indonesia Syariah (persen) rDepk = Suku bunga deposito bank konvensional (persen) rDeps = Tingkat bagi hasil/Imbalan Deposito mudharabah bank syariah (persen) rKMK = Suku bunga kredit modal kerja bank konvensional (persen) PLS = Tingkat bagi hasil pembiayaan modal kerja bank syariah (persen) LOAN = Logaritma Natural Total kredit bank bank konvensional (milyar) FINC = Logaritma Natural Total pembiayaan bank syariah (milyar) PDB = Produk Domestik Bruto (milyar) Model VAR/VECM secara umum adalah sebagai berikut: Ynt
= β01 + ∑
i2
Y1t-i + ∑
i2
Y2t-i + …. + ∑
in Ynt-i+
ent
(3.3)
Penanaman model VAR ini karena disebelah kanan persamaan hanya terdiri dari kelambanan variabel di sebelah kiri sehingga disebut dengan autoregressive. Sedangkan kata vector karena kita berhubungan dengan dua atau lebih variabel di dalam model. Derajat kointegrasi menunjukkan berapa panjang hubungan jangka panjang di antara peubah Yt dari model. Salah satu syarat agar model VECM
71
dapat dibangun selain model tidak stasioner adalah terkointegrasi. Derajat kointegrasi ditentukan dengan menggunakan Johansen procedure. Model VECM dalam penelitian ini adalah: = β0 + ∑
Inf t
∑
RBI t-1 + ∑
RKMK t-1 + ∑
α2 SBI t-1 + ∑ (Ln)LOAN t-1 + ∑
+ ECt-1 + et = β0 + ∑
Inf t
∑
(Ln)PDB t-1 (3.4)
RBI t-1 + ∑
PLS t-1 + ∑
ECt-1 + et
α3 RDEPK t-1 +
SBIS t-1 + ∑
(Ln)FINC t-1 + ∑
RDEPS t-1 + (Ln)PDB t-1 + (3.5)
dimana: Inf t RBIt-1 rSBI t-1 SBIS t-1 rDepk t-1 rDeps t-1 rKMK t-1 PLS t-1 (Ln)LOAN t-1 (Ln)FINC t-1 PDBt-1 ect-1 β0 et
= Tingkat inflasi berdasarkan IHK pada bulan t = BI Rate pada bulan t-n = Suku bunga Sertifikat Bank Indonesia pada bulan t-n = Tingkat Imbal Hasil Sertifikat Bank Indonesia Syari’ah pada bulan t-n = Suku bunga deposito bank konvensional pada bulan t-n = Tingkat bagi hasil/Imbalan Deposito mudharabah bank syariah pada bulan t-n = Suku bunga kredit modal kerja bank konvensional pada bulan t-n = Tingkat bagi hasil pembiayaan modal kerja bank syariah pada bulan t-n = Total kredit bank bank konvensional pada bulan t-n = Total pembiayaan bank syariah pada bulan t-n = Produk Domestik Bruto pada bulan t-n = Kesalahan Keseimbangan = Intersep/konstanta = faktor pengganggu
Persamaan diatas menunjukkan bahwa tujuh variabel ekonomi yang diamati dalam dua persamaan yaitu persamaan kebijakan moneter konvensional dan persamaan kebijakan moneter syariah berpengaruh dengan menggunakan pendekatan VECM.
72
7. Impulse Responses Function (IRF)
IRF merupakan perangkat VAR yang dapat digunakan untuk menjelaskan reaksi dari variabel Y dalam menerima shock dari variabel X. IRF berfungsi untuk mengukur besaran (perubahan dalam persen), orientasi (meningkat atau menurun), dan panjang (seberapa lama shock mempengaruhi variabel-variabel terikat) dari suatu respons dan mengevaluasi kecepatan dari mekanisme transmisi dalam beroperasi. (Widarjono, 2009: 353). 8. Variance Decomposition (VD) Analisis variance decomposition/VD menggambarkan relatif pentingnya setiap variabel di dalam sistem VAR karena adanya shock. Analisis VD berguna untuk memprediksi kontribusi persentase varian setiap variabel karena adanya perubahan variabel tertentu dalam sistem VAR (Widarjono, 2009: 356). Analisis VD bertujuan untuk melihat variabel yang paling berperan penting atau besarnya kontribusi variabel dalam menjelaskan perubahan suatu variabel.
