BAB VI KESIMPULAN DAN SARAN. pertanyaan-pertanyaan yang berkaitan dengan faktor-faktor yang
|
|
|
- Johan Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB VI KESIMPULAN DAN SARAN A. Kesimpulan Kesimpulan ini adalah jawaban atau fakta yang menjawab pertanyaan-pertanyaan yang berkaitan dengan faktor-faktor yang mempengaruhi utang luar negeri di Indonesia tahun Berdasarkan penelitian yang telah dilakukan, maka dapat disumpulkan sebagai berikut: 1. Dalam jangka panjang diketahui variabel PDB berpengaruh signifikan terhadap utang luar negeri di Indonesia. Analisis jangka panjang memiliki pengaruh negatif sehingga kenaikan PDB akan menurunkan utang luar negeri. 2. Dalam jangka panjang diketahui variabel PMA tidak berpengaruh signifikan terhadap utang luar negeri di Indonesia. 3. Dalam jangka panjang diketahui variabel JUB berpengaruh signifikan terhadap utang luar negeri Indonesia. Analisis jangka panjang memiliki pengaruh negatif sehingga kenaikan JUB akan menurunkan utang luar negeri. 4. Dalam jangka panjang diketahui variabel berpengaruh signifikan terhadap utang luar negeri di Indonesia. Analisis jangka panjang memiliki pengaruh negatif sehingga kenaikan Kurs akan menurunkan utang luar negeri. 64
2 B. Saran Berdasarkan penelitian yang dilakukan dan hasil dari penelitian yang diperoleh, maka terdapat beberapa saran yang disampaikan penulis terhadap utang luar negeri di Indonesia: 1. Dari hasil penelitian ini dapat dilihat bahwa ketika PDB meningkat maka utang luar negeri akan menurun. Dengan ini pemerintah harus mampu menguatkan sektor unggulan dan mampu menggali sektor non-unggulan agar dapat meningkatkan PDB. Sehingga, tingginya pendapatan nasional akan mengurangi tingkat utang luar negeri di Indonesia. 2. Dari hasil penelitian ini dapat dilihat bahwa PMA tidak berpengaruh signifikan terhadap utang luar negeri di Indonesia. Namun, pemerintah tetap harus meningkatkan investasi asing ke dalam negeri dengan tujuan agar mampu menyerap tenaga kerja sehingga dapat meningkatkan daya beli masyarakat. 3. Dari hasil penelitian ini dapat dilihat bahwa ketika JUB meningkat maka utang luar negeri akan menurun. Dalam hal ini pemerintah sebagai agen stabilitas mampu mendistribusikan JUB ke seluruh daerah yang tidak hanya berpusat di satu kota tertentu agar lebih tangguh dalam menghadapi guncangan ekonomi global. 4. Dari hasil penelitian ini dapat dilihat bahwa ketika Kurs meningkat maka utang luar negeri akan menurun. Hal ini menunjukkan ketika nilai tukar rupiah menguat maka negara cenderung tidak melakukan utang luar negeri. Bukan berarti membiarkan Kurs melemah menjadi solusi untuk
3 tidak melakukan utang luar negeri. Pemerintah sebagai agen stabilitas tetap harus menjaga nilai kurs rupiah agar tetap stabil karena berhubungan dengan daya beli masyarakat di dalam negeri.
4 DAFTAR PUSTAKA Ahman, Eeng; Epi Indriani, 2007, Membina Kompetensi Ekonomi, Bandung: Grafindo Media Pratama. Ainiyah, Imas Qorhothul, 2015, Utang Luar Negeri: Instrumen Pembiayaan Pembangunan di Indonesia, Skripsi, Depok: Universitas Indonesia. Ansori, Rizki, 2010, Analisis Pengaruh Tingkat Inflasi,SBI, Jumlah Uang Beredar, dan Tingkat Pendapatan Terhadap Nilai Tukar Rupiah Terhadap Dollar Amerika, Skripsi, Jakarta: Universitas Islam Negeri Syarif Hidayatullah. Apriyatman, Aullia, 2014, Analisis Faktor-Faktor Yang Mempengaruhi Utang Luar Negeri. Pemerintah Indonesia (Periode ), Skripsi, Lampung: Universitas Negeri Lampung. Arif, Dodi, (2014), Pengaruh Produk Domestik Bruto, Jumlah Uang Beredar, Inflasi dan BI Rate Terhadap Indeks Harga Saham Gabungan di Indonesia Periode , Jurnal Ekonomi Bisnis, Vol.19, No.3, Halaman Astanti, Ayu, 2015, Analisis Kausalitas Antara Utang Luar Negeri dan Pertumbuhan Ekonomi di Indonesia Tahun , Skripsi, Jember: Universitas Jember. Atmadja, Adwin Surya, (2000), Utang Luar Negeri Pemerintah Indonesia : Perkembangan dan Dampaknya, Jurnal Akuntansi & Keuangan, Vol. 2, No.1, Halaman Azis, Muhammad Abdul, 2009, Analisis Faktor-Faktor Yang Mempengaruhi Konsumsi Masyarakat di Provinsi Jawa Tengah Tahun (Studi Kasus Kota Semarang, Solo, Purwokerto dan Tegal), Skripsi, Surakarta: Universitas Sebelas Maret. Basuki, Agus Tri, 2015, Regresi Dalam Penelitian Ekonomi dan Bisnis, Sleman: Danisa Media. Budiyanti, Eka; Lisnawati, (2010), Analisis Faktor Fundamental Ekonomi Yang Mempengaruhi Risiko Pinjaman Luar Negeri Indonesia, Jurnal Ekonomi & Kebijakan Publik, Vol.1, No.1, Halaman Cateora, Philip R; John L.Graham, 2007, International Marketing 13 th ed, Jakarta: Penerbit Salemba Empat. 67
5 Fatmawati, Ria Yani, (2015), Analisis Pengaruh Perdagangan Internasional dan Utang Luar Negeri Terhadap Gross Domestic Product Indonesia (Periode ), E-Jurnal Ekonomi Studi Pembangunan, Vol.07, No.1, Halaman Badan Pusat Statistik, 2017, Data Produk Domestik Bruto Bulanan. Diakses tanggal 15 Febuari Bank Indonesia Data Kurs Diakses pada tanggal 18 Januari Bank Indonesia Data Jumlah Uang Beredar Diakses pada tanggal 21 Januari Bank Indonesia Data Utang Luar Negeri Diakses pada tanggal 11 Januari Badan Koordinasi Penanaman Modal tanggal 18 Januari Diakses pada Febriana, Asri; Masyhudi Muqorobbin, (2014), Investasi Asing Langsung di Indonesia dan Faktor Yang Mempengaruhinya, Jurnal Ekonomi dan Studi Pembangunan, Vol.15, No.2, Halaman Gilarso, T, 2004, Pengantar Ilmu Ekonomi Makro, Yogyakarta: Kanisius. Hadiyatullah, 2011, Model Vector Regressive (VAR) dan Penerapannya Untuk Analisis Pengaruh Harga Migas Terhadap Indeks Harga Konsumen(IHK), Skripsi, Yogyakarta: Universitas Negeri Yogyakarta. Harahap, Mahindun Dhiani Melda, 2007, Faktor-faktor Yang Mempengaruhi Utang Luar Negeri, Tesis, Medan: Universitas Sumatera Utara. Hisrich, Robert D; Michael P Peters; Dean A Shepherd, 2008, Enterpreuner Kewirausahaan, Jakarta: Penerbit Salemba Empat. Hutapea, P Dungdang, 2007, Analisis Faktor-Faktor Yang Mempengaruhi Volume Penyerapan Utang Luar Negeri di Indonesia, Skripsi, Bogor: Institut Pertanian Bogor. Inani, Amalia Tafitri, 2015, Analisis Faktor-Faktor Yang Mempengaruhi Utang Luar Negeri Pemerintah Indonesia Pada Tahun , Skripsi, Purwokerto: Universitas Negeri Jenderal Soedirman. Lembaga Penyelidikan Ekonomi dan Masyarakat (LPEM) Fakultas Ekonomi Universitas Indonesia, 2009, Indonesia Economic Outlook, Jakarta: Gramedia Widiasarana Indonesia (Grasindo).
6 Lubis, Rizky P; Muhammad Firdaus; Hendro Sasongko, (2015), Faktor-Faktor Yang Mempengaruhi Investasi Asing Langsung Pada Sektor Perkebunan di Indonesia, Jurnal Bisnis dan Manajemen, Vol.XVI, No.2, Halaman Mankiw, Gregory, 2006, Pengantar Ekonomi Makro, Edisi Ketiga, Jakarta: Salemba Empat. Merdekawati, Bouvilya, 2014, Faktor-Faktor Yang Mempengaruhi Beban Hutang Luar Negeri Pemerintah Indonesia, Skripsi, Surakarta: Universitas Muhammadiyah Surakarta. Mudara, I Made Yogatama Pande, 2011, Pengaruh Produk Domestik Bruto, Suku Bunga, Upah Pekerja, dan Nilai Total Ekspor Terhadap Investasi Asing Langsung di Indonesia ( ), Skripsi, Semarang: Universitas Diponegoro. Mudrikah, Alfiah; Dewi Sartika; Rahma Yuniarti; Ismanto; Akbar Budi Satria, (2014), Kontribusi Sektor Pariwisata Terhadap GDP Indonesia Tahun , Economics Development Analysis Journal, Vol.03, No.02, Halaman Nopirin, 1992, Ekonomi Moneter Buku I, Edisi Keempat, Cetakan Pertama. Yogyakarta: BPFE-YOGYAKARTA. Priyanto, Kurniawan Dwi, 2010, Analisis Pengaruh Utang Luar Negeri, Penanaman Modal Asing, dan Ekspor Terhadap Pertumbuhan Ekonomi Indonesia, Skripsi, Surakarta: Universitas Sebelas Maret. Purba, Deni Fransiska, 2012, Analisis Faktor-Faktor Yang Mempengaruhi Utang Luar Negeri Indonesia Tahun , Skripsi, Semarang: Universitas Negeri Semarang. Rofida, (2014), Keterkaitan Investasi Modal Terhadap GDP di Indonesia, Economic Development Analysis Journal, Vol.03, No.02, Halaman Rosyaidi, Hilman, 2011, Analisis Faktor-Fakor yang Mempengaruhi Hutang Luar Negeri di Indonesia, Skripsi, Jawa Timur: Universitas Pembangunan Nasional Veteran. Safitriani, Suci, 2014, Perdagangan Internasional dan Foreign Direct Investment di Indonesia, Skripsi, Jakarta: Sekolah Tinggi Ilmu Statistik. Saleh, Samsubar, (2008), Faktor-Faktor Yang Mempengaruhi Pinjaman Luar Negeri Serta Imbasnya Terhadap APBN, UNISIA, Vol.XXXI, No.70, Halaman
7 Simi, Agustinus Bata; Suhadak; Raden Rustam Hidayat, (2015), Pengaruh Utang Luar Negeri dan Fluktuasi Nilai Tukar Rupiah Terhadap Pertumbuhan Ekonomi Indonesia (Studi Pada Bank Indonesia Tahun ), Jurnal Adsministrasi Bisnis, Vol. 28, No.2, Halaman 1-9. Sugiyono, 2007, Metode Penelitian Pendidikan Pendekatan Kuantutatif, Kualitatif, dan R&D. Bandung: ALFABETA. Sulaksono, Agus, (2015), Pengaruh Investasi dan Tenaga Kerja Terhadap PDB Sektor Pertambangan di Indonesia, Jurnal Ekonomi Bisnis, Vol.20, No.1, Halaman Todaro, Michael P, 1998, Pembangunan Ekonomi di Dunia Ketiga, Jakarta: Erlangga. Ulfa, Siti Aminah, 2011, Pengaruh Jumlah Uang Beredar (JUB), Suku Bunga Sertifikat Bank Indonesia (SBI), Impor, Ekspor Terhadap Kurs Rupiah/Dollar Amerika Serikat Periode Januari 2006 Sampai Maret 2010, Skripsi, Semarang: Universitas Negeri Semarang. Universitas Gadjah Mada, 2017, Diakses tanggal 18 Maret 2017 pukul p.m. Universitas Jenderal Soedirman, 2016, Diakses tanggal 21 Maret 2017 pukul a.m. Wibowo, Catur, 2012, Analisis Faktor-Faktor Yang Mempengaruhi Hutang Luar Negeri Pemerintah Indonesia, Skripsi, Surakarta: Universitas Sebelas Maret. Winarno, W. W. (2015), Analisis Ekonometrika dan Statistika dengan Eviews, Edisi Keempat, Cetakan Pertama. Yogyakarta: UPP STIM YKPN. Widharma, I Wayan Gayun; I Made Kembar; Anak Agung Istri, (2013), Utang Luar Negeri Pemerintah Indonesia: Kajian Terhadap Faktor-Faktor yang Berpengaruh, E-Jurnal Ekonomi dan Bisnis,Vol.02, No.02, Halaman Nur, Mufiedah, 2010, Analisis Faktor-Faktor Yang Mempengaruhi Pinjaman Luar Negeri Swasta di Indonesai, Tesis, Sumatera Utara: Universitas Sumatera Utara. World Bank Debtor Reporting System, 2014, Diakses tanggal 20 Desember 2016 pukul pm.
8 LAMPIRAN
9 TAHUN ULN (milyar dollar) PDB (milyar dollar) PMA (milyar dollar) KURS(kurs Tengah) JUB(m1)
10 Uji stasioner ULN LEVEL Null Hypothesis: ULN has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(ULN) Method: Least Squares Date: 02/17/17 Time: 20:19 Sample (adjusted): Included observations: 30 after adjustments Variable Coefficient Std. Error t-statistic Prob. ULN(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 1E+12 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) ST Null Hypothesis: D(ULN) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values.
11 Augmented Dickey-Fuller Test Equation Dependent Variable: D(ULN,2) Method: Least Squares Date: 02/17/17 Time: 20:20 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(ULN(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 1.14E+12 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) PDB LEVEL Null Hypothesis: PDB has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(PDB) Method: Least Squares Date: 02/17/17 Time: 20:20 Sample (adjusted): Included observations: 30 after adjustments Variable Coefficient Std. Error t-statistic Prob. PDB(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 9.01E+10 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 06892
12 1ST Null Hypothesis: D(PDB) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(PDB,2) Method: Least Squares Date: 02/17/17 Time: 20:21 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(PDB(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 9.10E+10 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) PMA LEVEL Null Hypothesis: PMA has a unit root Exogenous: Constant Lag Length: 1 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values.
13 Augmented Dickey-Fuller Test Equation Dependent Variable: D(PMA) Method: Least Squares Date: 02/17/17 Time: 20:22 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. PMA(-1) D(PMA(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 2.01E+10 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) ST Null Hypothesis: D(PMA) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(PMA,2) Method: Least Squares Date: 02/17/17 Time: 20:23 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(PMA(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 2.66E+10 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 00006
14 KURS LEVEL Null Hypothesis: KURS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(KURS) Method: Least Squares Date: 02/17/17 Time: 20:23 Sample (adjusted): Included observations: 30 after adjustments Variable Coefficient Std. Error t-statistic Prob. KURS(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) ST Null Hypothesis: D(KURS) has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level
15 *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(KURS,2) Method: Least Squares Date: 02/17/17 Time: 20:24 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(KURS(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) JUB LEVEL Null Hypothesis: JUB has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values.
16 Augmented Dickey-Fuller Test Equation Dependent Variable: D(JUB) Method: Least Squares Date: 02/17/17 Time: 20:57 Sample (adjusted): Included observations: 30 after adjustments Variable Coefficient Std. Error t-statistic Prob. JUB(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) ST Null Hypothesis: D(JUB) has a unit root Exogenous: Constant, Linear Trend Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values.
17 Augmented Dickey-Fuller Test Equation Dependent Variable: D(JUB,2) Method: Least Squares Date: 02/17/17 Time: 20:57 Sample (adjusted): Included observations: 29 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(JUB(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 00460
18 UJI LAG VAR Lag Order Selection Criteria Endogenous variables: D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) Exogenous variables: C Date: 02/17/17 Time: 21:05 Sample: Included observations: 28 Lag LogL LR FPE AIC SC HQ NA 3.42e * 9.44e-11* * * * e * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
19 UJI STABILITAS Roots of Characteristic Polynomial Endogenous variables: D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) Exogenous variables: C Lag specification: 1 2 Date: 02/17/17 Time: 21:06 Root Modulus i i i i i i i i No root lies outside the unit circle. VAR satisfies the stability condition.
20 UJI JOHANSEN Date: 02/17/17 Time: 21:07 Sample (adjusted): Included observations: 28 after adjustments Trend assumption: Linear deterministic trend Series: D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) 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 * At most 1 * At most At most At most Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * At most 1 * At most At most At most Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegrating Coefficients (normalized by b'*s11*b=i): D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) Unrestricted Adjustment Coefficients (alpha): D(LOG(ULN),2) D(LOG(PDB),2) D(LOG(PMA),2) D(JUB)
21 D(LOG(KURS),2 ) Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) ( ) ( ) ( ) ( ) Adjustment coefficients (standard error in parentheses) D(LOG(ULN),2) ( ) D(LOG(PDB),2) ( ) D(LOG(PMA),2) ( ) D(JUB) ( ) D(LOG(KURS),2 ) ( ) 2 Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) ( ) ( ) ( ) ( ) (0587) ( ) Adjustment coefficients (standard error in parentheses) D(LOG(ULN),2) ( ) ( ) D(LOG(PDB),2) ( ) ( ) D(LOG(PMA),2) ( ) ( ) D(JUB) ( ) ( ) D(LOG(KURS),2 ) ( ) ( ) 3 Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) ( ) ( ) (0828) ( )
22 Adjustment coefficients (standard error in parentheses) D(LOG(ULN),2) ( ) ( ) ( ) D(LOG(PDB),2) ( ) ( ) ( ) D(LOG(PMA),2) ( ) ( ) ( ) D(JUB) ( ) ( ) ( ) D(LOG(KURS),2 ) ( ) ( ) ( ) ( ) ( ) 4 Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS)) ( ) ( ) ( ) ( ) Adjustment coefficients (standard error in parentheses) D(LOG(ULN),2) ( ) ( ) ( ) ( ) D(LOG(PDB),2) ( ) ( ) ( ) (0510) D(LOG(PMA),2) ( ) ( ) ( ) ( ) D(JUB) ( ) ( ) ( ) (0630) D(LOG(KURS),2 ) ( ) ( ) ( ) ( )
23 UJI GRANGER Pairwise Granger Causality Tests Date: 02/17/17 Time: 21:11 Sample: Lags: 1 Null Hypothesis: Obs F-Statistic Prob. PDB does not Granger Cause ULN ULN does not Granger Cause PDB PMA does not Granger Cause ULN ULN does not Granger Cause PMA JUB does not Granger Cause ULN ULN does not Granger Cause JUB KURS does not Granger Cause ULN ULN does not Granger Cause KURS PMA does not Granger Cause PDB PDB does not Granger Cause PMA JUB does not Granger Cause PDB PDB does not Granger Cause JUB KURS does not Granger Cause PDB PDB does not Granger Cause KURS JUB does not Granger Cause PMA PMA does not Granger Cause JUB KURS does not Granger Cause PMA PMA does not Granger Cause KURS KURS does not Granger Cause JUB JUB does not Granger Cause KURS
24 UJI VECM Vector Error Correction Estimates Date: 02/17/17 Time: 21:08 Sample (adjusted): Included observations: 28 after adjustments Standard errors in ( ) & t-statistics in [ ] Cointegrating Eq: CointEq1 D(LOG(ULN(-1))) D(LOG(PDB(-1))) ( ) [ ] D(LOG(PMA(-1))) ( ) [ ] JUB(-1) ( ) [ ] D(LOG(KURS(-1))) ( ) [ ] C Error Correction: D(LOG(ULN),2) D(LOG(PDB),2) D(LOG(PMA),2) D(JUB) D(LOG(KURS), 2) CointEq ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] D(LOG(ULN(-1)),2) ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] D(LOG(PDB(-1)),2) ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] D(LOG(PMA(-1)),2) ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] D(JUB(-1)) ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] D(LOG(KURS(-1)),2) ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ]
25 C ( ) ( ) ( ) ( ) ( ) [ ] [ ] [ ] [ ] [ ] R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent Determinant resid covariance (dof adj.) 6.44E-11 Determinant resid covariance 1.53E-11 Log likelihood Akaike information criterion Schwarz criterion
26 IMPULSE RESPON FUNCTION Response to Cholesky One S.D. Innovations Response of D(LOG(ULN)) to D(LOG(ULN)) Response of D(LOG(ULN)) to D(LOG(PDB)) Response of D(LOG(ULN)) to D(LOG(PMA)) Response of D(LOG(ULN)) to JUB Response of D(LOG(ULN)) to D(LOG(KURS)) Response of D(LOG(PDB)) to D(LOG(ULN)) Response of D(LOG(PDB)) to D(LOG(PDB)) Response of D(LOG(PDB)) to D(LOG(PMA)) Response of D(LOG(PDB)) to JUB Response of D(LOG(PDB)) to D(LOG(KURS)) Response of D(LOG(PMA)) to D(LOG(ULN)) Response of D(LOG(PMA)) to D(LOG(PDB)) Response of D(LOG(PMA)) to D(LOG(PMA)) Response of D(LOG(PMA)) to JUB Response of D(LOG(PMA)) to D(LOG(KURS)) Response of JUB to D(LOG(ULN)) Response of JUB to D(LOG(PDB)) Response of JUB to D(LOG(PMA)) Response of JUB to JUB Response of JUB to D(LOG(KURS)) Response of D(LOG(KURS)) to D(LOG(ULN)) Response of D(LOG(KURS)) to D(LOG(PDB)) Response of D(LOG(KURS)) to D(LOG(PMA)) Response of D(LOG(KURS)) to JUB Response of D(LOG(KURS)) to D(LOG(KURS))
27 VARIANCE DECOMPOTION Variance Decomposition of D(LOG(ULN)): Period S.E. D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS) ) Variance Decomposition of D(LOG(PDB)): Period S.E. D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS) ) Variance Decomposition of D(LOG(PMA)): Period S.E. D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS) )
28 Variance Decomposition of JUB: Period S.E. D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS) ) Variance Decomposition of D(LOG(KURS)): Period S.E. D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS) ) Cholesky Ordering: D(LOG(ULN)) D(LOG(PDB)) D(LOG(PMA)) JUB D(LOG(KURS))
Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan
LAMPIRAN Lampiran 1. Data Penjualan dan Pasokan Bulan January 2005 2006 2007 Penjualan Pasokan Penjualan Pasokan Penjualan Pasokan 293.57 291.82 325.64 546.955 359.88 762.063 February 297.05 291.82 341.45
BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Uji Stasioneritas Data
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas dan Instrumen Data 1. Uji Stasioner Test Variabel Level t-statistik Sumber: Data Diolah Tabel 5.1 Uji Stasioneritas Data Prob ULN 2.065415 0.9998
Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun (juta rupiah)
Lampiran I Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun 1983-2007 (juta rupiah) Tahun Penerimaan Pajak Pengeluaran Pemerintah 1983 150.392 1.627.530 1984 155.699 1.842300 1985 149.670
BAB IV. Hasil dan Pembahasan. 1. Analisis Deskriptif Saham Sektor Pertanian. dipisahkan dari sektor pertanian dan perkebunan, karena sektor-sektor ini
BAB IV Hasil dan Pembahasan A. Gambaran Umum Objek Penelitian 1. Analisis Deskriptif Saham Sektor Pertanian Jakarta Islamic Index dimaksudkan untuk digunakan sebagai tolak ukur untuk mengukur kinerja suatu
BAB IV HASIL PENELITIAN
BAB IV HASIL PENELITIAN A. Analisis Deskriptif Data 1. Analisis Bank Indonesia Rate Bank Indonesia rate atau yang disebut dengan suku bunga Bank Indonesia (BI) merupakan kebijakan moneter (keuangan) yang
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN Sebagai penutup dari skripsi ini, akan disajikan kesimpulan dari hasil penelitian dan pembahasan pada bab sebelumnya. Kemudian, akan di sampaikan pula saran yang didasarkan pada
APLIKASI MODEL VAR DAN VECM DALAM EKONOMI
BAHAN AJAR APLIKASI MODEL VAR DAN VECM DALAM EKONOMI MODEL VAR Pengertian VAR AGUS TRI BASUKI Dosen Fakultas Ekonomi Univ. Muhammadiyah Yogyakarta Vector Autoregression atau VAR merupakan salah satu metode
BAB 1V HASIL DAN PEMBAHASAN. Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi
53 BAB 1V 4.1 Diskripsi Data Penelitian HASIL DAN PEMBAHASAN Skripsi ini meneliti mengenai analisis faktor-faktor yang mempengaruhi konsumsi masyarakat di Indonesia tahun 1995-2014 dengan model error correction
KAJIAN AKTIVITAS EKONOMI LUAR NEGERI INDONESIA TERHADAP PERTUMBUHAN EKONOMI INDONESIA PERIODE DOI: /medstat
p-issn 1979 3693 e-issn 2477 0647 MEDIA STATISTIKA 9(2) 2016: 119-132 http://ejournal.undip.ac.id/index.php/media_statistika KAJIAN AKTIVITAS EKONOMI LUAR NEGERI INDONESIA TERHADAP PERTUMBUHAN EKONOMI
BAB 1V HASIL DAN ANALISIS
BAB 1V HASIL DAN ANALISIS 4.1 Diskripsi Data Penelitian 4.1.1 Nilai Tukar Rupiah Nilai tukar adalah harga suatu mata uang suatu Negara dalam satuan mata uang asing, yang mana jumlah mata uang asing tersebut
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas dan Instrumen Data 1. Uji Stasioneritas Dalam mendapatkan estimasi model VECM, tahap pertama yang harus dilakukan pada pengujian data adalah dengan
BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil. kesimpulan yaitu
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan beberapa temuan dalam penelitian ini, peneliti mengambil kesimpulan yaitu 1) Dalam jangka pendek jumlah uang beredar tidak berpengaruh atau tidak signifikan terhadap
1 analisis regresi dengan pendekatan VECM
1 analisis regresi dengan pendekatan VECM BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VECM 10. Pengertian VECM VECM (atau Vector Error Correction Model) merupakan metode turunan dari VAR.
HASIL DAN PEMBAHASAN Pengujian Akar Unit (Unit Root Test) bahwa setiap data time series yang akan dianalisis akan menimbulkan spurious
48 IV. HASIL DAN PEMBAHASAN 4.1. Pengujian Akar Unit (Unit Root Test) Pengujian akar unit merupakan tahap awal sebelum melakukan estimasi model time series. Pemahaman tentang pengujian akar unit ini mengandung
BAB V HASIL PENELITIAN DAN PEMBAHASAN. maupun variabel dependent. Persamaan regresi dengan variabel-variabel yang
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Uji Stasioneritas 5.1.1 Uji Akar Unit ( Unit Root Test ) Tahap pertama dalam metode VAR yaitu dengan melakukan pengujian stasioner dari setipa masing-masing variabel,
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VAR
1 regresi model VAR BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VAR 9.1 Pengertian VAR Vector Autoregression atau VAR merupakan salah satu metode time series yang sering digunakan dalam penelitian,
Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun
69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Semua data yang digunkana dalam analisis ini merupakan data sekunder mulai tahun 1995 sampai tahun 2014 di Indonesia. Penelitian ini dimaksudkan
BAB V HASIL PENELITIAN DAN PEMBAHASAN. atas, data stasioner dibutuhkan untuk mempengaruhi hasil pengujian
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas dan Instrumen Data 1. Uji Stasioneritas Tahap pertama yang harus dilalui untuk mendapatkan estimasi VECM adalah pengujian stasioneritas data masing-masing
Oleh: Chenny Seftarita, S.E, M.Si
KEBIJAKAN EKONOMI MAKRO DAN PENDAPATAN NASIONAL DI INDONESIA Oleh: Chenny Seftarita, S.E, M.Si (chennyseftarita@gmail.com) Abstrak-The nature of links between the government activity and economic growth
BAB V. KESIMPULAN dan SARAN. inflasi dengan pengangguran di Indonesia periode , yang terjadi pada
BAB V KESIMPULAN dan SARAN 5.1. Kesimpulan Berdasarkan hasil uji kausalitas Granger ada hubungan satu arah antara inflasi dengan pengangguran di Indonesia periode 1991-2014, yang terjadi pada lag 3. Artinya,
BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Unit Root Test Augmented Dickey Fuller (ADF-Test)
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Uji Stasioneritas Tahap pertama yang harus dilakukan untuk mendapatkan estimasi VECM adalah pengujian stasioneritas data masing-masing variabel,
BAB IV HASIL ANALISIS DAN PEMBAHASAN. yang dapat diperoleh dari pasar uang atau bisa juga dari pasar valas.
38 BAB IV HASIL ANALISIS DAN PEMBAHASAN A.Gambaran Umum Dalam perdagangan internasional kegiatan mengimpor barang dari suatu Negara ke Negara lain yang dilakukan para importir tidak mungkin membayarnya
BAB III METODOLOGI PENELITIAN. pola sejumlah data, kemudian menyajikan informasi tersebut dalam bentuk yang
BAB III METODOLOGI PENELITIAN A. Jenis Penelitian Jenis penelitian yang digunakan dalam penelitian ini adalah Deskriptif Kuantitatif, yaitu menggunakan metode numerik dan grafis untuk mengenali pola sejumlah
ANALISIS VECTOR AUTOREGRESION (VAR) TERHADAP INTERRELATIONSHIP ANTARA IPM DAN PERTUMBUHAN EKONOMI DI SUMATERA UTARA
ANALISIS VECTOR AUTOREGRESION (VAR) TERHADAP INTERRELATIONSHIP ANTARA IPM DAN PERTUMBUHAN EKONOMI DI SUMATERA UTARA MASTA SEMBIRING Dosen Fakultas Ekonomi Universitas Muhammadiyah Sumatera Utara email
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Dalam penelitian ini, sampel yang dijadikan objek penelitian adalah perusahaan yang bergerak di bidang farmasi dari tahun 2011 sampai dengan
BAB V HASIL PENELITIAN DAN PEMBAHASAN. stasioner dari setiap masing-masing variabel, baik itu variabel independent
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas Intrumen Data. 1. Uji Stasioner Data. Tahap pertama dalam metode VECM yaitu dengan melakukan pengujian stasioner dari setiap masing-masing variabel,
Bandung, 31 Desember Tim Peneliti
Kegiatan penelitian ini merupakan kegiatan penelitian kerja sama antara Bursa Efek Jakarta dengan Fakultas Ekonomi Unpad dengan judul Kontribusi/Peranan Pasar Modal Terhadap Perekonomian Indonesia yang
BAB V HASIL DAN PEMBAHASAN. Untuk memenuhi salah satu asumsi dalam uji data time series dan uji
BAB V HASIL DAN PEMBAHASAN 5.1 Uji Stasioneritas Untuk memenuhi salah satu asumsi dalam uji data time series dan uji VECM, maka perlu terlebih dahulu dilakukan uji stasioneritas. Uji stationaritas yang
BAB V ANALISIS HASIL PENELITIAN
70 BAB V ANALISIS HASIL PENELITIAN 5.1. Uji Stasioneritas Uji stasioneritas merupakan tahap yang paling penting dalam menganalisis data time series untuk melihat ada tidaknya unit root yang terkandung
BAB IV ANALISA DAN PEMBAHASAN. perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan
BAB IV ANALISA DAN PEMBAHASAN 4.1 Sumber Data Keselurahan data yang diterima sebelumnya belum mengindikasikan dinamika perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan
IV. HASIL DAN PEMBAHASAN
56 IV. HASIL DAN PEMBAHASAN Metode analisis yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector Error Correction Model (VECM).
RISET ITU MUDAH. Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah:
Rangga Handika Salah satu contoh pertanyaan yang mungkin muncul di benak kita adalah: Apakah berinvestasi pada saham bisa menutup penurunan pendapatan real kita yang tergerus inflasi? Untuk itu, marilah
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Deskripsi Data Penelitian Bab ini menjelaskan tentang analisis data dan hasil pengolahan data. Jenis data yang digunakan penulis adalah data time series dengan kurun waktu
BAB IV ANALISIS DAN PEMBAHASAN
51 BAB IV ANALISIS DAN PEMBAHASAN Pada bagian ini akan dilakukan pengujian terhadap data yang meliputi pemilihan model dengan membandingkan antara model linear dan model logarima, pengujian kausalitas,
BAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini.
BAB V PENUTUP Bab ini berisi kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat dan tepat yang dijabarkan dari hasil penelitian dan pembahasan untuk membuktikan kebenaran hipotesis penelitian.
HASIL DAN PEMBAHASAN. Pengujian kestasioneran data diperlukan pada tahap awal data time series
IV. HASIL DAN PEMBAHASAN 4.1. Pengujian Pra Estimasi 4.1.1. Kestasioneran Data Pengujian kestasioneran data diperlukan pada tahap awal data time series untuk melihat ada tidaknya unit root yang terkandung
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Uji Kualitas Instrumen 1. Hasil Uji Stasioneritas Data (Unit Root Test) Uji stasioneritas data menggunakan metode pengujian ADF (Augmented Dickey Fuller)
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek Penelitian Dalam penelitian ini, obyek yang diamati yaitu inflasi sebagai variabel dependen, dan variabel independen JUB, kurs, BI rate dan PDB sebagai variabel yang
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Pengujian Stasioner Data / Uji Akar (Unit Root Test) Suatu data atau variabel dapat dikatakan stasioner apabila nilai rata-rata dan memiliki varians yang konstan
DAFTAR PUSTAKA. Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta.
DAFTAR PUSTAKA Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta. Mattjik AS &M. Sumertajaya, (2000). Metodologi Penelitian Ekonomi dan Bisnis. IPB Press. Bogor. Nataludin. (2001). Potensi
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Dalam penelitian ini yang menjadi objek penelitian adalah perusahaan industri asuransi yang terdaftar di Bursa Efek Indonesia (BEI) pada periode tahun 2010-2013.
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Data Penelitian Penelitian ini dilakukan di Pojok Bursa Efek Indonesia Universitas Mercu Buana dengan data yang diambil adalah harga penutupan dari tahun 2009-2015, untuk
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN A. Kesimpulan 1. Hasil uji kausalitas Granger menginformasikan adanya hubungan kausalitas dua arah (bi-directional causality) antara variabel pertumbuhan DPK ( DPK), yakni pertumbuhan
BAB V KESIMPULAN DAN SARAN. 1) Dalam jangka pendek produksi beras Indonesia berpengaruh negatif dan. terhadap besarnya impor beras Indonesia.
56 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan beberapa temuan dan uji dalam penelitian ini, peneliti mengambil beberapa kesimpulan yaitu : 1) Dalam jangka pendek produksi beras Indonesia berpengaruh
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UTANG LUAR NEGERI INDONESIA PERIODE ( ) Pembimbing : Agus Tri Basuki, SE., M.Si.
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI UTANG LUAR NEGERI INDONESIA PERIODE (1984-2013) Pembimbing : Agus Tri Basuki, SE., M.Si. Disusun oleh: Septiyanti Ristuningsih 20130430356 JURUSAN ILMU EKONOMI
BAB V PENUTUP. Desa Parangtritis, Kecamatan Kretek, Kabupaten Bantul, DIY pada bulan
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian pada rantai tata niaga bawang merah di Desa Parangtritis, Kecamatan Kretek, Kabupaten Bantul, DIY pada bulan September Oktober 2014 maka diperoleh
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI NILAI TUKAR (KURS) DI INDONESIA PERIODE
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI NILAI TUKAR (KURS) DI INDONESIA PERIODE 1984-213 Disusun untuk Memenuhi Tugas Mata Kuliah Ekonometrika II Dosen Pembimbing : Drs. Agus Tri Basuki, SE, M.Si Disusun
BAB IV STUDI KASUS. Secara umum inflasi dapat didefinisikan sebagai gejala kenaikan harga
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,
Analisis Nilai Tukar Rupiah terhadap Dolar Amerika. Tahun JURNAL
Analisis Nilai Tukar Rupiah terhadap Dolar Amerika Tahun 2006-2014 JURNAL Oleh : Nama : Dewinta Putri Mandasari Nomor Mahasiswa : 12313145 Jurusan : Ilmu Ekonomi UNIVERSITAS ISLAM INDONESIA FAKULTAS EKONOMI
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan, maka dapat dibuat kesimpulan sebagai berikut : 1. Hasil estimasi VECM menunjukkan bahwa pada dalam jangka pendek,
INTERKORELASI ANTARA BI RATE DENGAN BAGI HASIL TABUNGAN BANK SYARIAH DI INDONESIA
INTERKORELASI ANTARA BI RATE DENGAN BAGI HASIL TABUNGAN BANK SYARIAH DI INDONESIA Lianti, T. Mustaqim 1) Elsha Nora 2) 1,2) Dosen Politeknik Negeri Lhokseumawe 3) Alumni Politeknik Negeri Lhokseumawe Abstract:
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Gambaran Umum Responden Dalam gambaran umum mengenai responden ini akan disajikan data yang telah diperolah dari penelitian yang telah dilakukan pada 100 orang
Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun (Ton) Januari Februari
76 Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun 2010 2014 (Ton) Bulan Tahun 2010 2011 2012 2013 2014 Januari 570 1.277 1.091 1.264 511 Februari 880 1.058 1.486 1.254 447 Maret 1.095 1.078
MENENTUKAN MODEL EKONOMI BERSTRUKTUR MELALUI ANALISIS VECTOR AUTO REGRESSION (VAR) DALAM PERTUMBUHAN EKONOMI INDONESIA PERIODE
Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 MENENTUKAN MODEL EKONOMI BERSTRUKTUR MELALUI ANALISIS VECTOR AUTO REGRESSION
Mario Adventino Hamboerh Siti Saadah Fakultas Ekonomi dan Bisnis Universitas Katolik Indonesia Atma Jaya
ANALISIS PERGERAKAN RUPIAH DI PASAR UANG TERHADAP KINERJA KEUANGAN (RETURN ON ASSET DAN RETURN ON EQUITY) PT INDOFOOD SUKSES MAKMUR, TBK (TRIWULANAN) DARI TAHUN 2010-2016 Mario Adventino Hamboerh Siti
ANALISIS VARIABEL PEMBANGUNAN EKONOMI DAN SOSIAL DAERAH PROVINSI SUMATERA SELATAN PERIODE (SEBUAH KAJIAN DENGAN PENDEKATAN ECM DAN VECM)
Vol. 4, No. 1, April 2014 E S E N S I Jurnal Bisnis dan Manajemen ANALISIS VARIABEL PEMBANGUNAN EKONOMI DAN SOSIAL DAERAH PROVINSI SUMATERA SELATAN PERIODE 1980-2013 (SEBUAH KAJIAN DENGAN PENDEKATAN ECM
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Perusahaan Sampel yang dijadikan objek penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2011 sampai dengan 2014. Perusahaan
BAB IV HASIL DAN ANALISIS. Berdasarkan data pada lampiran 1 maka analisis deskriptif sebagai berikut.
45 BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Berdasarkan data pada lampiran 1 maka analisis deskriptif sebagai berikut. Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut : 1) Secara statistik variabel dana pihak ketiga mempengaruhi
BAB 4 PEMBAHASAN. 51 Universitas Indonesia. Keterangan : Semua signifikan dalam level 1%
BAB 4 PEMBAHASAN 4.1. Hasil Uji Stasioneritas Data Data yang akan digunakan untuk estimasi VAR perlu dilakukan uji stasioneritasnya terlebih dahulu. Suatu data dikatakan stasioner jika nilai rata-rata
BAB V PENUTUP. sejenis yang ingin melanjutkan atau mengembangkan penelitian ini. maka dapat diperoleh kesimpulan sebagai berikut:
BAB V PENUTUP Bab ini berisi kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat dan tepat yang dijabarkan dari hasil penelitian dan pembahasan untuk membuktikan kebenaran hipotesis penelitian.
Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun
72 Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun 2005-2010 Kode Kabupaten/Kota Tahun Bekerja PDRB Pengeluaran Pemerintah
BAB V HASIL ESTIMASI DAN ANALISA
81 BAB V HASIL ESTIMASI DAN ANALISA Pembahasan pada bab ini akan dijelaskan tentang hasil regresi yang dimulai dari tahap awal hingga terakhir, sehingga nantinya dapat diketahui bagaimana penerapan model
BAB V KESIMPULAN DAN REKOMENDASI KEBIJAKAN. a. Tingkat SBI berpengaruh tidak signifikan terhadap return saham. untuk jangka pendek dan jangka panjang.
BAB V KESIMPULAN DAN REKOMENDASI KEBIJAKAN A. Kesimpulan Setelah melakukan analisis dan pembahasan, maka dapat kesimpulan sebagai berikut: 1. Melalui uji kointegrasi dengan Johansen s Cointegration Test
VARIABEL EKONOMI MAKRO DAN EKSPOR NON MIGAS DI INDONESIA
VARIABEL EKONOMI MAKRO DAN EKSPOR NON MIGAS DI INDONESIA Oleh: Chenny Seftarita, S.E, M.Si (penulis adalah dosen Fakultas Ekonomi UNSYIAH) (Email: chennyseftarita@yahoo.co.id) Abstract-This paper investigated
Lampiran 2 Penduduk Menurut Status Pekerjaan Utama (jiwa)
81 Lampiran 1 Jumlah Penduduk, Rumahtangga, dan Rata-rata Anggota Rumahtangga Tahun Jumlah Penduduk (ribu jiwa) Jumlah Rumahtangga Rata-rata Anggota Rumahtangga (1) (2) (3) (4) 2000 205.132 52.008,3 3,9
IV. HASIL DAN PEMBAHASAN 4.1. Uji Pra Estimasi Uji Akar Unit (Unit Root Test) Pada penerapan analisis regresi linier, asumsi-asumsi dasar yang
40 IV. HASIL DAN PEMBAHASAN 4.1. Uji Pra Estimasi 4.1.1. Uji Akar Unit (Unit Root Test) Pada penerapan analisis regresi linier, asumsi-asumsi dasar yang telah ditentukan harus dipenuhi. Salah satu asumsi
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum 1. Sejarah Perkembangan BEI dan perusahaan Manufaktur Sejarah Bursa Efek Indonesia yang didirikan oleh pemerintah Belanda di mulai sejak tahun 1912 namun kemudian
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif mewakili seluruh contoh populasi dalam penelitian. Hal ini menjelaskan mengenai kecenderungan data tengah dan pengukuran
ANALISIS EKSPOR, KURS DAN TINGKAT SUKU BUNGA TERHADAP NILAI PENDAPATAN DOMESTIK BRUTO INDONESIA TAHUN (Suatu Pendekatan Model VECM)
ANALISIS EKSPOR, KURS DAN TINGKAT SUKU BUNGA TERHADAP NILAI PENDAPATAN DOMESTIK BRUTO INDONESIA TAHUN 1970-2013 (Suatu Pendekatan Model VECM) Oleh : Prasetyo Ardi Nugroho Mahasiswa Ilmu Ekonomi Universitas
IV.HASIL DAN PEMBAHASAN
IV.HASIL DAN PEMBAHASAN 4.1. Gambaran Umum Perusahaan 4.1.1 Sejarah Singkat PT. Energi XYZ Semula pengusahaan gas XYZ di Indonesia adalah perusahaan gas swasta Belanda yang berdiri pada tahun 1859. Pada
Analisis Kausalitas dan Kointegrasi Antara Foreign Direct Investment (FDI) dengan Pertumbuhan Gross Domestic Product (GDP) di Australia
Analisis Kausalitas dan Kointegrasi Antara Foreign Direct Investment (FDI) dengan Pertumbuhan Gross Domestic Product (GDP) di Australia (Metode Cointegrasi test dan Granger Causality test) MUHAMMAD ALHASYMI
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling No Nama Bank Kriteria 1 Kriteria 2 Yang memenuhi kriteria 1 dan 2 1 PT. BPD Aceh 2 PT. BPD Bali 3 PT. BPD Bengkulu - - 4 PT.
HASIL DAN PEMBAHASAN. metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector
52 IV. HASIL DAN PEMBAHASAN Metode analisis yang digunakan oleh penulis dalam penelitian ini adalah metode Vector Auto Regression (VAR) dan dilanjutkan dengan metode Vector Error Correction Model (VECM).
Analisis Nilai Tukar Rupiah Terhadap Dollar Amerika Serikat Di Indonesia : Pendekatan Moneter Tahun
Analisis Nilai Tukar Rupiah Terhadap Dollar Amerika Serikat Di Indonesia : Pendekatan Moneter Tahun 1990-2015 Ginola Tri Shindy Email : trisindy.ginola@gmail.com Prodi Ilmu Ekonomi Fakultas Ekonomi Universitas
TIME SERIES DENGAN K-STAT &EVIEWS
TIME SERIES DENGAN K-STAT &EVIEWS Oleh Prana Ugiana Gio Video Cara Mendownload Aplikasi Olah Data K-Stat : https://www.youtube.com/watch?v=cnywqjes6hq Menggunakan Aplikasi Olah Data K-Stat secara Online:
Analisis Mekanisme Transmisi Kebijakan Moneter Jalur Kredit dan Jalur Harga Aset di Indonesia Pendekatan VECM (Periode 2005: :12)
Analisis Mekanisme Transmisi Kebijakan Moneter Jalur Kredit dan Jalur Harga Aset di Indonesia Pendekatan VECM (Periode 2005:01 2015:12) DISUSUN OLEH : SITI FATIMAH 27212052 LATAR BELAKANG Kebijakan moneter
BAB V PENUTUP. singkat yang didapat dari hasil penelitian. Saran dibuat berdasarkan pengetahuan
48 BAB V PENUTUP Bab ini berisi kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat yang didapat dari hasil penelitian. Saran dibuat berdasarkan pengetahuan penulis dan ditujukan untuk pengambil
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Kesimpulan yang dapat ditarik dari hasil analisis jumlah uang beredar dan tingkat suku bunga SBI terhadap inflasi di Indonesia tahun 1984-2009 adalah sebagai
BAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. METODE PENELITIAN 1. Objek Penelitian Objek dalam penelitian ini adalah Perbankan Syariah di Indonesia yang mempunyai laporan keuangan yang transparan dan di publikasikan oleh
Lampiran 1. Perkembangan APBN, (Rp triliun)
LAMPIRAN Lampiran 1. Perkembangan APBN, 000 009 (Rp triliun) Uraian 000 001 00 APBN APBN-P Real APBN APBN-P Real APBN APBN-P Real A. Pendapatan Negara dan Hibah 15.9 194.1 05.3 63. 99.9 301.1 301.9 305.
BAB IV HASIL PENELITIAN DAN PEMBAHASAN. A. Dinamika Perbankan Syariah di Jawa Tengah
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Dinamika Perbankan Syariah di Jawa Tengah Perkembangan sistem ekonomi syariah di Indonesia terlihat semakin pesat. Fenomena perbankan syariah di Indonesia dimulai
BULAN
LAMPIRAN I Data Inflasi Bulanan Provinsi Sumatera Utara Menggunakan Indeks Harga Konsumen (IHK) Provinsi Sumatera Utara Periode Januari 2002 - Desember 2013 TAHUN 2002 2003 2004 2005 2006 2007 BULAN JANUARI
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas Data 1. Hasil Uji Stasioneritas/ Unit Root Test Uji stasioneritas dalam penelitian ini adalah menggunakan uji akar-akar unit (Unit Root Test) dengan
V. HASIL DAN PEMBAHASAN. time series. Data time series umumnya tidak stasioner karena mengandung unit
48 V. HASIL DAN PEMBAHASAN 5.1 Uji Kestasioneritasan Data Uji stasioneritas data dilakukan pada setiap variabel yang digunakan pada model. Langkah ini digunakan untuk menghindari masalah regresi lancung
BAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Obyek Penelitian Obyek penelitian adalah sesuatu yang menjadi perhatian dalam suatu penelitian, objek penelitian ini menjadi sasaran dalam penelitian untuk mendapatkan
BAB XII INTERPRETASI HASIL OLAH DATA
BAB XII INTERPRETASI HASIL OLAH DATA Pendahuluan Intepretasi data adalah salah satu komponen penting dalam tahap akhir olah data. Ketika data telah diolah maka inilah kunci dari akhir tahap olah data sebelum
DAMPAK BELANJA PEMBANGUNAN DAN PENERIMAAN DAERAH TERHADAP PERTUMBUHAN EKONOMI DI PROVINSI ACEH
The 6 th Aceh Development International Conference 2017 Proceedings, Optimizing Applicable Researches Volume 1, March 24-26, 2017 International Islamic University Malaysia, Kuala Lumpur, ISBN 978-967-5742-11-8.
BAB V KESIMPULAN DAN SARAN. Berdasarkan beberapa temuan dan uji dalam penelitian ini, peneliti
57 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan beberapa temuan dan uji dalam penelitian ini, peneliti mengambil beberapa kesimpulan yaitu : 1. Dalam jangka pendek hutang luar negeri tidak signifikan
BAB V KESIMPULAN DAN SARAN. penelitian dan pembahasan pada bab sebelumnya. Kemudian, akan di sampaikan
BAB V KESIMPULAN DAN SARAN Sebagai penutup dari thesis ini, akan disajikan kesimpulan dari hasil penelitian dan pembahasan pada bab sebelumnya. Kemudian, akan di sampaikan pula saran yang didasarkan pada
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN 2006-2013 INDAH AYU PUSPITA SARI 14213347/3EA16 Sri Rakhmawati, SE.,
BAB V PENUTUP. terhadap variabel Y (PAD) Kabupaten Kapuas Hulu. signifikan terhadap variabel Y (PAD) Kabupaten Kapuas Hulu.
64 BAB V PENUTUP 5.1. Kesimpulan Berdasarkan tujuan dari penelitian ini, maka kesimpulan yang dapat diambil adalah sebagai berikut : 1. Variabel X 1 (PDRB) Kabupaten Kapuas Hulu berpengaruh secara signifikan
DAFTAR PUSTAKA. Ghozali, Imam Aplikasi Analisis Multivariate dengan Program SPSS 19 Cetakan V. Badan Penerbit Universitas Dipenogoro, Semarang.
106 DAFTAR PUSTAKA Abied Luthfi Safitri.2013. Pengaruh Earning Per Share, Price Earning Ratio, Return On Asset, Debt to Equity Ratio dan Market Value Added Terhadap Harga Saham dalam Kelompok Jakarta Islamic
4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. HASIL ANALISIS Pengujian vektor autoregresi pada penelitian ini menggunakan bantuan aplikasi perangkat lunak Eviews versi 6 yang dikembangkan dan didistribusikan oleh Quantitative
UNIT ROOT, COINTEGRATION, CORRECTION MODEL PADA CADANGAN DEVISA DAN NILAI TUKAR DI INDONESIA. Oleh : Teguh Sugiarto
UNIT ROOT, COINTEGRATION, CORRECTION MODEL PADA CADANGAN DEVISA DAN NILAI TUKAR DI INDONESIA Oleh : Teguh Sugiarto Fakultas Ekonomi Universitas Budi Luhur ABSTRAKSI Sebuah studi terbaru dan penelitian,
BAB IV HASIL PENELITIAN. Dalam penelitian ini sampel yang digunakan adalah indeks harga saham gabungan
BAB IV HASIL PENELITIAN IV.1. Gambaran Umum Objek Penelitian Dalam penelitian ini sampel yang digunakan adalah indeks harga saham gabungan (JSX dan IDX), indeks Dow Jones (DJIA), indeks FTSE (FTSE), indeks
DAFTAR PUSTAKA. D. Nachrowi.(2006). Ekonometrika Analisis Ekonomi dan Keuangan. Cetakan Pertama. Jakakarta: Lembaga Penerbit FE UI.
DAFTAR PUSTAKA A.A.Yogi Prasanjaya dan I Wayan Ramantha. (2013). Analisis Pengaruh Rasio Car, Bopo, Ldr Dan Ukuran Perusahaan Terhadap Profitabilitas Bank Yang Terdaftar Di Bei. Ahmad Buyung Nusantara.
BAB V KESIMPULAN DAN SAAN. Berikut ini akan diuraikan secara rinci: terhadap IHSG pada periode Januari 2004 Desember 2008.
63 BAB V KESIMPULAN DAN SAAN Berdasarkan hasil analisa yang telah dilakukan pada bab empat, maka dapat ditarik kesimpulan dan saran yang berkaitan dengan penelitian tersebut. Dari hasil penelitian tentang
DAFTAR PUSTAKA. Manurung,Mandala dan Pratama Rahardja (2004). Uang,Perbankan, dan Ekonomi Moneter. Jakarta. Lembaga Penerbit FEUI
DAFTAR PUSTAKA Kasmir. (2015). Analisis Laporan Keuangan. Jakarta : Raja Grafindo Persada Hasibuan, Malayu. (2007). Dasar-dasar Perbankan. Cetakan Keenam. Jakarta : Bumi Aksara Husnan, Suad & Enny P. (2012).