Bandung, 31 Desember Tim Peneliti
|
|
|
- Suhendra Dharmawijaya
- 9 tahun lalu
- Tontonan:
Transkripsi
1 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 dilakukan bertujuan untuk mengetahui peran pasar modal didalam mendorong perekonomian Indonesia selama periode 1996 hingga 2006 dalam bentuk data kwartalan. Penelitian ini melibatkan seluruh emiten dari berbagai sektor yang terdapat dalam bursa efek Jakarta. Dari hasil penelitian ini diharapkan dapat berguna bagi Bursa Efek Jakarta Khususnya di dalam mendorong perannya di dalam mendorong sektor riil dan keuangan sehingga memacu pertumbuhan ekonomi. Bagi Fakultas Ekonomi Unpad, penelitian ini merupakan wahana untuk melakukan studi empiris mengenai pasar modal dalam kaitannya dengan sektor riil. Bandung, 31 Desember 2006 Tim Peneliti
2 !"## $!! %$%$ &
3 ! " #$%%! &' ( )* + )*+! )*+ #$,-#$,, #$,$ )*+ & ). *./ 01 2 )*+. #$,% #$$3" #$$6 #$$5 ",#5-,1 7 8' 9669 "! " ") ) )* +! ) : #$,#. ' ) 7 ' 9669.'*. 4 ) (;
4 ; #$,5. ' )* + " 4 "!! " < / " / / "! = )* + " " ' )*+
5 !&&! < # " " 9 / " & ) < Pemilik dana Intermediasi Finansial ' </ :' 5 *9660 DANA SUMBER FINANSIAL TAK LANGSUNG DANA DANA Pasar Finansial SUMBER FINANSIAL LANGSUNG DANA DANA Peminjam dana
6 !! :4 >! 4 4 = = 44 = = & )! ) /
7 =.? 4 : " 4 " " " ) "= <
8 Produk Indonesia bruto (PNB) Tingkat Suku bunga (IR) Jumlah Uang beredar (M1) Indeks harga konsumen (IHK) Nilai tukar rupiah terhadap dollar (ER) ) " Permintaan dan Persediaan akan Saham Harga Saham IHSG Kinerja Industri
9 $ & ) " ' #$$ ) " #$$% #$$, " 9# ' #$$$ " GDPRIIL? 9#? ;"/; & '. #$$% #$$, 99 '. 9666
10 KURS? 99!;&'. 9- " "=!" = #$$ = 966% "=! IHK? 9-"=! "
11 ' " #$$ M1? 90+ )/# & #$$%4#$$, '.' # '.= 93
12 TK_BUNGA? 93&) 966% '. &! "='? 9669 ' 9669"='? #$$%#$$, "='? #, % + 4"='? ) "='? 95 <
13 IHSG? 95 "='? )"='? = 9% ROE? 9%
14 !!& '$($% ). 2 ' & ) /!#$%- ' #$%- /! =? ' #$33#$56 #$5%! ) <# 9
15 - 0 3 ' '$($' *) *+ 4 ) A B #$$5 4! A #$$5 4!A#$$5 ' ). + #$$- 06 #$,64#$,, / ) = A B #$$5 #$$,'#$$% ' 0% #$%5 #$$- A B
16 #$$, ' 4 '$($( *) *) ) *+ / ) # ) = /!#$%-'#$%-!A#$$- 9 * * 4 '?'#$5%? #$5$
17 - = 44 '$,$% &-./% * /#$$$ C " # "D 4 ) '. A.. '+. #3.)2(( / E2 "!/:&& +. ' #$,6 #$$3! # F 9 F-
18 *'$%$ ) *) ; # A 666% 666, 666, 666, 666% , 9-#$ 99,0 993, G6693H G66#5H G669#H G669-H G6693H A 6,%$ 6%3, 6%$0 6,,3 9-3$ #$%$ , G66#$H G660$H G6606H G66#$H A #60-9,-$ G6663H ( 639% , ) -,5% #9, -,3- G6666H 666#H G6666H G6666H AI 6-9- ) 909# 66#5H A 6#-- 6#-5 6#0$ 6#-- ) 0#6, 099$ 000-0#66 G6666H G6666H G6666H G6666H A 66,# 96%6 G6606H " #3% G6,%3H ;9 65$ 65$ 65, 65% 65$ ; 5 %, $ #6 A 666, 666, 666, 666% #$% G66#5H G66#3H G66#5H G669$H A ##-9 #69# %09 G666-H G666%H A #9#3 6$3# # $ 93#$ 9,09 G666#H G66#9H G6663H ( 656$ # 63$% ) # -$ G6666H G6669H G666#H G6666H AI 6-9- ) 6#-# G90%%H A 6#0-6#-5 6#-# 6#9$ ) 0-3# 099-0#5% 06,$ G6666H G6666H G6666H G6666H A 66,3 996# G669$H " # G6,#6H E #59,5 #030$ -36% -655 G666#H G6669H " 6,6$ 9#-5 G66-0H ;9 65$ 65% 65$ 6%# 65$ Keterangan: Variabel dependen yaitu rasio kapitalisasi pasar terhadap PDB, t-statistic berada di dalam kurung, dan P-values berada di bracket.
19 '$,$' /'6671 C" $ % &# % ' ( D +#$$6 9660/?.;(= E.; = = )' JJ JJ = ( ; 9660 ) = 4
20 $ ($%$ & 4 " "#$$5 ""9665 )*+ ($'$ ' < ($'$%$ 8* )! 9666! / "='?;@* "='? ;@* ;@*4 ($'$'$ 8* ) &="=! ". 9666
21 &)') "- + ) /# ) " & "' "' ' / " ' ' +! ($($ ($($%$ )"*) / " ) / A4AA4A/< %$ A ) KA"='? "; "=! /# *; A"='? K ) "; *; "=! "L: "L/ ) "='? '$ A ) K;@* "; "=! /# *; ;@* K ) "; *; "=! "L: "L/ ) "='?
22 ($($'$ -)))8*! ='!='.A A 4. < /# n L n IH S G t = α 0 + α i L n G D P t i + β j IH K t j + γ k IR t k + n i = 0 n j = 0 n θ m L n E R t - m k = 0 m = 0 n + ε t n = 0 + λ n In d e k s _ F in a n c e t - n + φ n In d e k s _ M a n u f t - n n = 0 n LnGDP t = α 0 + α i LnIHSG t i + β j IHK t j + γ k IR t k + θ m LnER t-m + δ l LnM1 t l + ε t i=0 n j=0 n k =0 n m=0 n n l =0 /9 n n n ROE = α + α LnGDP + β IHK + γ IR + θ LnER t 0 i t i j t j k t k m t-m i= 0 j= 0 k= 0 m=0 n + λ Indeks _ Finance + φ Indeks _ Manuf + ε n t-n n t-n t n=0 n=0 n n n n n n LnGDP = α + α ROE + β IHK + γ IR + θ LnER + δ LnM1 + ε t 0 i t i j t j k t k m t-m l t l t i= 0 j= 0 k= 0 m=0 l= 0 n < ) K "='? K ;@* K4I "=! K" "; K& /# K+ *; K; "L:K "L/ K
23 / /!#)# K! /.A )." (."( +."( /.A 4 "='? ) / 4 4' 4 "='? )/4 4 "='? ) ($($( 9* + (*&. Metode ini merupakan metode untuk mencari koefisien autokorelasi () yang diperoleh dari persamaan : U t = U t-1 + e t
24 Nilai yang didapat dari metode ini kemudian digunakan untuk transformasi seluruh data yang ada di dalam model penelitian. Sebagai contoh, data IHSG dan Kurs akan ditransformasi menjadi : (IHSG t - IHSG t-1 ) dan (Kurs t - Kurs t-1 ) Jika seluruh data telah ditransformasi kemudian akan digunakan untuk mengestimasi model tersebut.
25 8!,$$)#,$%$%$!# 4 #$$549665' " * :4 :4! +! - :< &,-!!! M"=! KN"=! 4# O P0# &,-!!! M"=! KQ # ON"=! 4# O PP09 &,-!!! M"=! KQ # OQ 9 ON"=! 4# O PP0- = NK6 + =4:':4' 4 <
26 *,$%!# : ; "='? " 405#$$ ) " 45$$% &) " 43-09# )/# " 4%$$$ & " 43%53 "=! " 4-,%3 ;@* ) "' / " 40,3, "'! " 40-#5 :;--"<=>?;'50(> 0# "='? ) "=! :4 4449$-3K-$RK31;@*;@. :4 4 49$-3K-$RK31 /? ,$%$'$!# ) ' /? 966-4
27 . < A ) KA"='? "; "=! /# *; P00 00 Dari persamaan regresi 4.4. lalu didapat nilai residunya. ) *4?*?>. *S?.*?< ˆt = ut 1 u δ P 03 N K 6 ) = *,$'$!# ) ) ; < )"='? );@* & & 40,%- 45%%$! / "='? ) ;@* ) & & 405-% :;--">?'56''/=(>5<=>?1 = =@ 4 4
28 4 =,$'$ ) ' < A ) KA"='? "; "=! /# *; A"='? K ) "; *; "=! A " A ) K;@* "; "=! /# *; ;@* K ) "; *; "=! A " 05 0% ' S <,$'$% ) &*)"*9 "='? < E<A@? );""A /<&4'A'I ' <#$$5T99665T9 "<06 " <(A@?!;';*.A&!L)?.A@?/#"=!4# "U/.:.!"U:".(*!;"'"' E ( '* 4' ( 9-%9636 6$6%#-3 95#0,,6 VV A@?"='? 665% ##9 96$3$69 VV A@?/# 63-93,3 66,5905 5#%3#5# VVV A@?!;';*.A #56# VV "=!4# 4666-,06 666##69 4-0,3#,6 VVV &!L)? #9#% $6 VVV!;"'"' 66##0#0 660%%,6 69-,,,0 &'
29 ;4I 6,$5066:4 0%55%-9.;4I 6,%%350 : #560#3% Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10% < Residual Actual Fitted! "='? ) RK31' * ) "='? 665% ) "='? +"='? #1 ) 665% 1 7
30 + RK#1' * ) 63-- ) + #1 ) '. ) RK31 ' ) * ) #1 ) "=! RK#1+"=! # )666-, & ) RK#1' ) + #1 )60-1,$'$' ) *)8*9 ;@* <
31 );""A /<&4'A'I ' <#$$5T-9665T9 "<-, " "U/.:.!"U:".(*!;"'"' ( E '* 4' ( 03%$566 #9$5-, $, VVV ;@*4# 6666,0# $ 90##39- VV A@?/# 60-,$65 6##6%35 -$59,6$ VVV A@?!;';*.A 46# ,5,0 4-55$0#$ VVV "=!4# 46669%0-666#9%# 49#35$$9 VV &!L)?. 466##%0-666-#0-4-%-55-3 VVV!;"'"' 66$0%3% 66%90%$ #-6%-%# &' ;4I 6,%3-03:4-6$,00$.;4I 6,0593$ : #9-6#, Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10% Residual Actual Fitted
32 <! )RK#61' )66,01 + RK# 1' * ) 60-$ ) + #1 ) 60-$ 1 '. ) RK#1 ' ) * ) 46#63 #1 )6#631 "=! RK31+"=! # )6669% & ) RK#1' ) + #1 )66##%1,$'$( # ) & "='? <
33 /<&4'A'I ' <#$$5T-9665T9 "<-, " "U/.:.!"=!4#"U:".(* "U/.:.!!;"'"' ( E '* 4' ( #5$5%-3 #3%,0-0 #6%0$0$ &' A@? );""A 60% $ 9-99%-- VV A@?!;';*.A 466#-$-# 66#069% 46$$-#-6 &' &!L)? $ 6666%,9 6,6-3$% &' "=!4# 4666##,# 66665%% 4#%006%, V!;"'"' 4666# ,$ #6 &' "U/.:.! 666%# $09 %56-#%0 VVV "U:".(* 666#$ %9 390,-5% VVV ;4I 6$,5$$3:4 9%3%3$5.;4I 6$,-06, : #0$#%#0 Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10%
34 < Residual Actual Fitted ) RK31' *"='? ) 60%3 "='? )+ )#1 "='?60%31 7 '. "='?RK31' "='? * "='? 466#-$ #1 "='?66#-$1
35 & "='? RK#61' "='? +#1 "='?6659$1 "=! RK#61+"=! # "='?6#91 "='? 7 "='? 4 " RK# 1 + # "='?6%91 " RK#1+ # "='?6#$1,$'$, # ) ;@* < E<;@* /<&4'A'I ' <#$$5T-9665T9 "<-, " <(A@?!;';*.A&!L)?.A@?/#"=!4# "U/.:.!"U:".(*!;"'"' ( E '* 4' ( 43-$$0$, #35% $%- VVV A@? );""A4# 556-#99 #$%,$9$ ---5%#3 VVV A@?!;';*.A 959,#%6-600$9, 6,5-#-# &'
36 &!L)?. -%,5$$9 96-5,53 #,3$993 V "=!4# 4-#,366$ #60$3$ VVV!;"'"' 4,3#,-$, %0#%%$5 4##0,-%- &' "U/.:.! #-5,,$6 6%%%693 #%5#%6, V "U:".(* 4#96--$5 65%$9,, 4#%%#330 V ;4I 600,5#9: ;4I 69$5363 :4 666$$9% 47 #,5#9-$ Keterangan : *** = signifikan pada = 1% TS = Tidak signifikan ** = signifikan pada = 5% * = Signifikan pada = 10% < Residual Actual Fitted ) RK#1' + )#1 ;@* 556- '. ;@*RK#61' ;@* +#1 ;@* 695-
37 & RK#6 1 ' ;@* + # 1 ;@* -%,% "=! RK#1+"=! # ;@*-#,3 ;@* 7 ;@* 4 " RK#61+ # ;@*#-5,$ " RK#6 1 + # ;@*#96-
38 8$! >$%$9! "='? ) RK31' 7 + RK#1' 7 '. ) RK31 ' ) 7 "=! RK#1 & ) RK#1 7 ) "='? ;@* RK#1 RK31' 7
39 '. "='? & "='? RK#61& RK#6 1 ' "=! "='? ;@* 4 RK#1RK#61 "='? 7 "='? 4 " "='? ;@* 4 RK#1RK#61 " "='? RK# 1 ;@*RK#61 ' = )*+
40 )*+ DD / 4 "='? ;@* 4 )
41 .?,( #$,,.; ) +# " ** ;-%9> #$$- (''=/." $ % &# % ' ( 9665 (''=/.; +! % # % &? + : * E# !. ; A# (.!/!&7 )* ;# $#$$5 4!. ; A# " & / # 0 &7 )* ;#699$#4-9##$$5?E:AA " #"+.* E""#/#$$$? 966- C)* D:*&/?4= ( "W A ; ".!/%! + * A-395,,4%95#$$% A;'B#")*+.!&7 ) * ;E#69#$$5 /:' 5 * ' ( ' 9669 # " & / #1*2( +. * <9%43# '.# ) 0 "* + #6%%%#4,9#$$% '="*" $ # *!#$$0
42 $!# Null Hypothesis: D(IHSG) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) 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(IHSG,2) Method: Least Squares Date: 07/11/05 Time: 08:55 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(IHSG(-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 F-statistic Durbin-Watson stat Prob(F-statistic) Null Hypothesis: D(GDPRIIL) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) t-statistic Prob.* Augmented Dickey-Fuller test statistic
43 Test critical values: 1% level % level % level *MacKinnon (1996) one-sided p-values. Augmented Dickey-Fuller Test Equation Dependent Variable: D(GDPRIIL,2) Method: Least Squares Date: 07/11/05 Time: 08:57 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(GDPRIIL(-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 F-statistic Durbin-Watson stat Prob(F-statistic) Null Hypothesis: D(TK_BUNGA) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) 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(TK_BUNGA,2) Method: Least Squares Date: 07/11/05 Time: 08:58 Sample (adjusted): 1996Q3 2006Q3
44 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(TK_BUNGA(-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 F-statistic Durbin-Watson stat Prob(F-statistic) Null Hypothesis: D(M1) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) 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(M1,2) Method: Least Squares Date: 07/11/05 Time: 09:00 Sample (adjusted): 1996Q3 2006Q3 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(M1(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 3.88E+09 Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
45 Null Hypothesis: D(KURS) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) 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,2) Method: Least Squares Date: 07/11/05 Time: 09:00 Sample (adjusted): 1996Q3 2006Q3 Included observations: 41 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 F-statistic Durbin-Watson stat Prob(F-statistic) Null Hypothesis: D(IHK) has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=9) t-statistic Prob.* Augmented Dickey-Fuller test statistic Test critical values: 1% level % level
46 *MacKinnon (1996) one-sided p-values. 10% level Augmented Dickey-Fuller Test Equation Dependent Variable: D(IHK,2) Method: Least Squares Date: 07/11/05 Time: 09:01 Sample (adjusted): 1996Q3 2006Q2 Included observations: 40 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(IHK(-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 F-statistic Durbin-Watson stat Prob(F-statistic) Null Hypothesis: ROE has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=0) 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(ROE) Method: Least Squares Date: 07/11/05 Time: 09:02 Sample (adjusted): 1996Q2 2006Q2 Included observations: 41 after adjustments Variable Coefficient Std. Error t-statistic Prob.
47 ROE(-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 F-statistic Durbin-Watson stat Prob(F-statistic) $!# )!# ) ) Dependent Variable: D(RESID01) Method: Least Squares Date: 07/11/05 Time: 07:16 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments Variable Coefficient Std. Error t-statistic Prob. RESID01(-1) 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 Durbin-Watson stat Uji Kointegrasi Model Perekonomian Nasional dengan IHSG Dependent Variable: D(RESID02) Method: Least Squares Date: 07/11/05 Time: 07:18 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments
48 Variable Coefficient Std. Error t-statistic Prob. RESID02(-1) 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 Durbin-Watson stat Uji Kointegrasi Model Kinerja Pasar Modal IHSG Dependent Variable: D(RESID03) Method: Least Squares Date: 07/11/05 Time: 07:20 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments Variable Coefficient Std. Error t-statistic Prob. RESID03(-1) 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 Durbin-Watson stat Uji Kointegrasi Model Kinerja Pasar Modal ROE Dependent Variable: D(RESID04) Method: Least Squares Date: 07/11/05 Time: 07:21 Sample (adjusted): 1996Q4 2006Q2 Included observations: 36 after adjustments
49 Variable Coefficient Std. Error t-statistic Prob. RESID04(-1) 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 Durbin-Watson stat III. Hasil Regresi Dependent Variable: LOG(GDPRIIL) Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:43 Sample (adjusted): 1996Q2 2006Q2 Included observations: 40 after adjustments Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Variable Coefficient Std. Error t-statistic Prob. C LOG(IHSG) LOG(M1) LOG(KURSREAL) IHK(-1) TK_BUNGA DKRISIS R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Dependent Variable: LOG(GDPRIIL) Method: Two-Stage Least Squares Date: 07/11/05 Time: 00:18 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments
50 Convergence achieved after 9 iterations Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C ROE(-1) LOG(M1) LOG(KURSREAL) IHK(-1) TK_BUNGA DKRISIS AR(1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Inverted AR Roots -.07 Dependent Variable: LOG(IHSG) Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:34 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments Convergence achieved after 12 iterations White Heteroskedasticity-Consistent Standard Errors & Covariance Instrument list: C LOG(M1) LOG(KURSREAL) TK_BUNGA INDXMANUFAK IHK(-1) INDXFINANCE INDXMANUFAK DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C LOG(GDPRIIL) LOG(KURSREAL) TK_BUNGA
51 IHK(-1) DKRISIS INDXMANUFAK INDXFINANCE AR(1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Inverted AR Roots.67 Dependent Variable: ROE Method: Two-Stage Least Squares Date: 07/11/05 Time: 01:45 Sample (adjusted): 1996Q3 2006Q2 Included observations: 38 after adjustments Convergence achieved after 52 iterations Instrument list: C LOG(KURSREAL) TK_BUNGA LOG(M1) IHK(-1) INDXMANUFAK INDXFINANCE DKRISIS Lagged dependent variable & regressors added to instrument list Variable Coefficient Std. Error t-statistic Prob. C LOG(GDPRIIL(-1)) LOG(KURSREAL) TK_BUNGA IHK(-1) DKRISIS INDXMANUFAK INDXFINANCE AR(1) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Inverted AR Roots.24
52
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
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
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 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
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
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
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
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 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 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
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:
MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE
MODEL AUTOREGRESSIVE (AR) ATAU MODEL UNIVARIATE Data yang digunakan adalah data M2Trend.wf1 (buku rujukan pertama, bab-8). Model analisisnya adalah Xt = M2 diregresikan dengan t = waktu. Model yang akan
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 IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan datatime series atau data runtun waktu sebanyak 12 observasi, yaitu
Lampiran 1. Data Regresi. 71 Universitas Sumatera Utara
Lampiran 1 Data Regresi I obs X1 X2 X3 X4 Y 1 5.000000 1.000000 2.000000 18.00000 20.00000 2 4.000000 1.000000 2.000000 20.00000 20.00000 3 4.000000 2.000000 3.000000 20.00000 20.00000 4 3.000000 5.000000
BAB V HASIL ANALISIS DAN PEMBAHASAN
72 BAB V HASIL ANALISIS DAN PEMBAHASAN Dalam penelitian ini alat analisis data yang digunakan adalah model regresi linear klasik (OLS). Untuk pembuktian kebenaran hipotesis dan untuk menguji setiap variabel
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 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 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
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
REGRESI LINIER SEDERHANA
REGRESI LINIER SEDERHANA Model fungsi : Y = f (X) LAHIR = F (WUS) LAHIR, yaitu data jumlah kelahiran setahun lalu di sejumlah Kecamatan di Jateng WUS, yaitu data jumlah wanita usia subur di sejumlah Kecamatan
BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode
BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan penulis dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) pada periode 1993-2013 kurun waktu
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
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
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.,
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 IV HASIL DAN ANALISIS. bentuk deret waktu (time series) selama 17 tahun, yaitu tahun Data
1.1 Analisis Deskripsi Data BAB IV HASIL DAN ANALISIS Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) selama 17 tahun, yaitu tahun 1996-2012. Data tersebut
BAB IV ANALISIS HASIL DAN PEMBAHASAN. Uji akar akar unit yang bertujuan untuk menganalisis data time series
44 BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Analisa Kelayakan Data 4.1.1 Uji Stasioner Uji akar akar unit yang bertujuan untuk menganalisis data time series stasioner (tidak ada akar akar unit) atau tidak
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
ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia
(ECONOMETRIC MODEL: SIMUTANEOUS EQUATION MODEL) The title of paper: ECONOMIC MODEL FROM DEMAND SIDE: Evidence In Indonesia OLEH: S U R I A N I NIM: 1509300010009 UNIVERSITAS SYIAH KUALA PROGRAM DOKTOR
BAB IV HASIL PENELITIAN DAN PEMBAHASAN Berdasarkan metode purposive sampling yang digunakan, sampel yang
67 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Obyek Penelitian Obyek yang digunakan dalam penelitian ini adalah kemiskinan rumah tangga yang secara berturut-turut pada periode tahun 1981
FENOMENA DEINDUSTRIALISASI DI PROVINSI SULAWESI TENGGARA TAHUN RICO TANTOWI PUTRA / 3SE1
FENOMENA DEINDUSTRIALISASI DI PROVINSI SULAWESI TENGGARA TAHUN 1990-2010 Berdasarkan Metode Error Correction Model (ECM) Disusun Untuk Memenuhi Tugas Mata Kuliah Time Series RICO TANTOWI PUTRA 09.6104/
LAMPIRAN 1. Kuisioner Penelitian KUISIONER
LAMPIRAN 1 Kuisioner Penelitian No : KUISIONER ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN MASYARAKAT DALAM MEMANFAATKAN KREDIT KEPEMILIKAN RUMAH DI KOTA MEDAN (STUDI KASUS PT. BRI MEDAN) Oleh:
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 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.
BAB IV HASIL DAN PEMBAHASAN
46 BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan pembiayaan yang terdaftar di Bursa Efek Indonesia periode 2010-2013.
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
Kredit (Y) Pendapatan (x1) Usia (x3) Modal Kerja (x2) Universitas Sumatera Utara
No Kredit (Y) Pendapatan (x1) Modal Kerja (x2) Usia (x3) Jumlah Tanggungan (x4) 1 1000000 80000 80000 20 0 2 1000000 275000 500000 21 1 3 1500000 400000 550000 25 1 4 2000000 400000 1000000 25 1 5 2000000
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 IV HASIL DAN PEMBAHASAN
88 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian Bursa Efek Jakarta (BEJ) merupakan salah satu dari dua bursa saham di Indonesia. Dikelola oleh PT. Bursa Efek Jakarta yang sahamnya dimiliki
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
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
Bahan Ajar Model ECM AGUS TRI BASUKI MODEL ECM
Bahan Ajar Model ECM AGUS TRI BASUKI MODEL ECM Tidak layak diragukan lagi bahwa spesifikasi model dinamik merupakan satu hal yang penting dalam pembentukan model ekonometri dan analisis yang menyertainya.
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 IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode
38 BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan dalam penelitian ini seluruhnya merupakan data sekunder dalam bentuk deret waktu (time series) selama 15 tahun pada periode
Lampiran-Lampiran ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG SEKTOR INFORMAL KUISIONER. ( Pedagang di Kawasan Pasar Buah Berastagi )
71 Lampiran-Lampiran Lampiran 1 ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PENDAPATAN PEDAGANG SEKTOR INFORMAL KUISIONER ( Pedagang di Kawasan Pasar Buah Berastagi ) PELAKU KEGIATAN USAHA 1. Nama : 2. Alamat
BAB XI UJI HIPOTESIS
BAB XI UJI HIPOTESIS Pendahuluan Uji hipotesis merupakan suatu prosedur untuk pembuktian kebenaran sifat populasi berdasarkan data sampel. Dalam melakukan penelitian berdasarkan sampel, seorang peneliti
LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x
LAMPIRAN 1 TABEL RESPONDEN No. y x1 x2 x3 1 1.12 8979000 3000000 4 2 1.15384 8979000 3500000 2 3 1.25 9000000 4000000 2 4 1.12 8900000 4000000 4 5 1.53846 10165900 7000000 3 6 1.875 10165900 9000000 2
Daftar Perusahaan yang Menjadi Sampel Penelitian
Lampiran 1 Daftar Perusahaan yang Menjadi Sampel Penelitian No. Nama Perusahaan 1 PT. Colorpak Indonesia 2 PT. Gudang Garam 3 PT. Sumi Indo Kabel 4 PT. Multi Bintang Indonesia 5 PT. Metrodata Electronics
(Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata
L A M P I R A N 95 96 Lampiran 1 (Data Mentah) Data Penerimaan Asli Daerah Sektor Pariwisata Kabupaten Lombok Timur, Jumlah Kunjunga Wisatawan dan Jumlah Objek Wisata TAHUN PAD Sektor Pariwisata Jumlah
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.
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 IV HASIL PENGUJIAN. Oleh karena itu, penelitian ini menggunakan uji hipotesis untuk membuktikan adanya
BAB IV HASIL PENGUJIAN IV.1 Gambaran Umum Obyek Penelitian Penelitian ini menggunakan metode penelitian kuantitatif berdasarkan data empiris. Oleh karena itu, penelitian ini menggunakan uji hipotesis untuk
BAB V KESIMPULAN DAN SARAN. Desember 2009 dalam kondisi jangka pendek.
45 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan uraian yang telah disampaikan pada bab sebelumnya, maka kesimpulan penelitian ini adalah: 1) Secara individu variabel Jumlah Uang Beredar (M1) tidak
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
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
LAMPIRAN 1. Industri TPT Menurut Statistik Industri Menengah dan Besar. (Berdasarkan Kode ISIC 5 Digit)
LAMPIRAN LAMPIRAN 1 Industri TPT Menurut Statistik Industri Menengah dan Besar (Berdasarkan Kode ISIC 5 Digit) ISIC 5 Digit Deskripsi Industri 32111 Industri permintalan benang 32112 Industri benang jahit
BAB V PENUTUP. Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : terhadap permintaan uang (M2) 2000:Q1 2008:Q2.
BAB V PENUTUP 5.1. Kesimpulan Kesimpulan yang diperoleh dari penelitian ini adalah sebagai berikut : 1. Pendapatan nasional (Y) mempunyai pengaruh positif dan signifikan terhadap permintaan uang (M2) 2000:Q1
BAB IV HASIL DAN ANALISIS. dilakukan untuk mengetahui seberapa pengaruh variabel-variabel independen
BAB IV HASIL DAN ANALISIS 4.1 Deskripsi Data Penelitian Jenis data yang digunakan adalah data panel yang berbentuk dari tahun 2006 sampai tahun 2013 yang mencakup 33 propinsi di Indonesia. Penelitian ini
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
Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang,
Lampiran 1. Produktivitas Padi, Luas Panen dan Produksi Padi di Kabupaten Deli Serdang, 2004-2010 Tahun Semester Produktivitas Padi (ton/ha) Luas Panen (ha) Produksi Padi (ton) 2004 1 4.585 40.187 184257.4
BAB V PENUTUP. adanya pengaruh penurunan volatilitas pada underlying spot market di. Indonesia karena keberadaan kontrak futures indeks LQ45 Futures,
BAB V PENUTUP Kesimpulan Berdasarkan analisis data pada Bab IV, maka dapat ditarik kesimpulan sebagai berikut: 1. Hasil pengujian pada return harian indeks LQ45 menemukan bahwa tidak adanya pengaruh penurunan
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).
LAMPIRAN 1. Total Fertility Rate (TFR) Provinsi di Indonesia
LAMPIRAN 1 Total Fertility Rate (TFR) Provinsi di Indonesia No Nama Provinsi TFR 1 N.A. Darussalam 3.1 2 Sumatera Utara 3.8 3 Sumatera Barat 3.4 4 Riau 2.7 5 Jambi 2.8 6 Sumatera Selatan 2.7 7 Bengkulu
Pusat Statistik. Adapun data yang telah di olah terdapat terdapat pada tabel 6.1
BAB VI ANALISA DATA 6.1. Deskripsi Data Data yai g dipergunakan dalam penelitian ini adalah data sekunder, terutama bersumber dari Badan Pusat Statistik, Intenational Financial Statistic dan situs Badan
Variabel Mempengaruhi IR untuk periode
Variabel Mempengaruhi IR untuk periode 2007 2008 Oleh: Wilson R. L. Tobing Adler Haymans Manurung Abstract Paper ini bertujuan untuk mengeksplorasi variable yang mempengaruhi Initial Return. Metode Regressi
BAB V PENUTUP. Berdasarkan hasil analisis regresi data panel menunjukkan bahwa model
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan hasil analisis regresi data panel menunjukkan bahwa model random effect yang diterima, dan berdasarkan pengujian disimpulkan sebagai berikut: 1. Dana alokasi umum
Surat Keterangan Perubahan Judul
LAMPIRAN 1 Surat Keterangan Perubahan Judul [Type text] LAMPIRAN 2 Permohonan Izin Penelitian [Type text] LAMPIRAN 3 Pengantar Riset [Type text] LAMPIRAN 4 Surat Keterangan Penelitian [Type text] LAMPIRAN
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
BAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pengantar Bab 4 akan memaparkan proses pengolahan data dan analisis hasil pengolahan data. Data akan diolah dalam bentuk persamaan regresi linear berganda dengan menggunakan
BAB V PENUTUP. Peningkatan Jumlah Uang yang Beredar (M1) dan Harga Premium Bersubsidi
BAB V PENUTUP 5.1. Kesimpulan Kesimpulan yang dapat diambildari penelitian dan pembahasan Pengaruh Peningkatan Jumlah Uang yang Beredar (M1) dan Harga Premium Bersubsidi terhadap Inflasi di Indonesia Periode
PERSAMAAN SIMULTAN Latihan Pratikum
PERSAMAAN SIMULTAN Latihan Pratikum Analisis Simultan dengan 2SLS Two Stage Least Square (2SLS) adalah salah satu metode regresi yang termasuk ke dalam kelompok analisis persamaan struktural. Metode ini
Lampiran 1 Daftar Populasi Sampel Penelitian
Lampiran 1 Daftar Populasi Sampel Penelitian No. Kode Nama Perusahaan Kriteria Sampel 1 2 3 Ke 1. ASII PT. Astra Internasional, Tbk. 1 2. AUTO PT. Astra Otoparts, Tbk. 2 3. BRAM PT. Indokordsa, Tbk. 3
akan di gunakan berbentuk linier atau log linier. Maka dalam penelitian ini
56 BAB VI ANALISIS DAN PEMBAHASAN 6.1. Analisis Hasil Regresi dan Pengujian Hipotesis 6.1.1. Pemilihan Model Regresi Pemilihan model regresi ini menggunakan uji Mackinnon, white and Davidson (MWD) yang
Lampiran 1. Data Penelitian
Cilacap Banyumas Purbalingga Banjarnegara Kebumen Purworejo Wonosobo Magelan g Lampiran 1. Data Penelitian Kab / Kota Tahun Kemiskinan UMK TPT AMH LnUMK (%) (Rb Rp) (%) (%) 2010 18.11 698333 13.4565 9.75
Lampiran-Lampiran LAMPIRAN 1
Lampiran-Lampiran LAMPIRAN 1 Kuisioner Penelitian Analisis Kontribusi Koperasi Baitul Maal Wat Tamwil Ar-Ridhwan Dalam Pengembangan Usaha Kecil dan Menengah di Kota Medan I. Identitas Responden 1. Nama
BAB V KESIMPULAN DAN SARAN. pembahasan untuk membuktikan kebenaran dari suatu hipotesis. Saran dibuat. atau mengembangkan penelitian yang berkaitan.
66 BAB V KESIMPULAN DAN SARAN Bagian ini berisikan kesimpulan dan saran. Kesimpulan merupakan pernyataan singkat dan tepat yang diterangkan dari hasil penelitian dan pembahasan untuk membuktikan kebenaran
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel Hasil Common Effect Method: Panel Least Squares Date: 12/06/11 Time: 18:16 C 12.40080 1.872750 6.621707 0.0000 LOG(PDRB) 0.145885 0.114857 1.270151
MASALAH-MASALAH DALAM MODEL REGRESI LINIER
MASALAH-MASALAH DALAM MODEL REGRESI LINIER Pendahuluan Analisis model regresi linier memerlukan dipenuhinya berbagai asumsi agar model dapat digunakan sebagai alat prediksi yang baik. Namun tidak jarang
BAB 4 ANALISA DAN PEMBAHASAN
BAB 4 ANALISA DAN PEMBAHASAN 4.1 Analisa Data Panel Guna menjawab pertanyaan penelitian sebagaimana telah diutarakan dalam Bab 1, dalam bab ini akan dilakukan analisa data melalui tahap-tahap yang telah
1 r e g r e s i m o d e l E C M
1 r e g r e s i m o d e l E C M BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL ECM Tidak layak diragukan lagi bahwa spesifikasi model dinamik merupakan satu hal yang penting dalam pembentukan
BAB VI KESIMPULAN DAN SARAN. pertanyaan-pertanyaan yang berkaitan dengan faktor-faktor yang
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
1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
BAB I PENDAHULUAN A. LATARBELAKANG
BAB I PENDAHULUAN A. LATARBELAKANG Pertumbuhan ekonomi merupakan pertumbuhan output yang dibentuk oleh berbagai sektor ekonomi sehingga dapat menggambarkan bagaimana kemajuan atau kemunduran yang telah
Lampiran 1. Metodologi Penelitian. Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah :
58 Lampiran 1. Metodologi Penelitian Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah : Y it = α + β 1 X 1 it + β 2 X 2 it + ε it di mana: i menyatakan individual ke
ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP TINGKAT PENGANGGURAN DI KOTA MEDAN TAHUN
ANALISIS PENGARUH PERTUMBUHAN EKONOMI TERHADAP TINGKAT PENGANGGURAN DI KOTA MEDAN TAHUN 2000-2014 NADIA IKA PURNAMA Dosen Fakultas Ekonomi Universitas Muhammadiyah Sumatera Utara email : [email protected]
LAMPIRAN. Lampiran 1 Data Penelitian
LAMPIRAN Lampiran 1 Data Penelitian Kota/Kab Tahun PDRB INV LBR Bogor 2009 1273760 110108 111101 2010 1335090 1382859 268543 2011 1439103 23266318 268543 2012 1527428 23266318 268543 2013 1628110 23272174
BAB V HASIL PENELITIAN DAN PEMBAHASAN. sekunder deret waktu (time series) mulai dari Januari 2013 sampai
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Analisis dan Hasil Regresi Semua data yang digunakan dalam analisis ini merupakan data sekunder deret waktu (time series) mulai dari Januari 2013 sampai Desember
