III. METODE PENELITIAN
|
|
- Harjanti Lesmana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 33 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini merupakan data sekunder yang berasal dari berbagai sumber dan dirinci dalam Tabel 3. Data tersebut berupa data triwulanan mulai periode 1990:1 hingga 2012:2, sehingga terdapat observasi sebanyak 90 triwulan. Selain itu juga dikumpulkan berbagai data pendukung seperti subsidi BBM dan APBN dari Kementrian Keuangan. Tabel 3 Data dan sumbernya Data Sumber PDB atas dasar harga konstan 2000 Badan Pusat Statistik (BPS) IHK Indonesia BPS Suku bunga Sertifikat Bank Indonesia (SBI) 3 bulan Bank Indonesia (BI) Kurs nominal (Rp/US$) BI M1 BI Suku bunga Amerika Serikat (Treasury Bills rate 3 The Federal Reserve months) IHK Amerika Serikat US Bureau of Labor Statistics Harga minyak dunia WTI US Department of Energy Series data PDB atas dasar harga konstan yang diperoleh dari BPS adalah dalam bentuk triwulanan dengan tahun dasar yang berbeda-beda. Series PDB riil pada periode 1990:1-1992:4 diperoleh atas dasar harga konstan 1983, sedangkan untuk series PDB riil pada periode 1993:1-1999:4 adalah atas dasar harga konstan Series data PDB riil untuk periode 2000:1-2012:2 adalah atas dasar harga konstan Oleh karena itu data PDB perlu disamakan tahun dasarnya dimana untuk series PDB riil sebelum tahun 2000:1 dirubah tahun dasarnya ke tahun dasar Kurs riil diperoleh dengan menggunakan rumus sebagai berikut: RER = NER IHK AS IHK Ind RER = real exchange rate atau kurs riil NER = nominal exchange rate atau kurs nominal, merupakan data pada akhir triwulan (maret, juni, september dan desember). Kurs nominal dalam penelitian ini didefinisikan sebagai harga mata uang asing dalam mata uang domestik (Rp/US$). Ketika kurs riil turun menunjukkan
2 34 apresiasi mata uang domestik dan ketika kurs riil meningkat menunjukkan depresiasi mata uang domestik. IHK AS = Indeks Harga Konsumen Amerika Serikat IHK Ind = Indeks Harga Konsumen Indonesia IHK diperoleh dalam frekuensi bulanan. Data IHK triwulanan diperoleh dari IHK akhir triwulan (IHK pada bulan maret, juni, september dan desember). Agar sesuai dengan tahun dasar PDB maka IHK Indonesia dan IHK Amerika Serikat dirubah tahun dasarnya ke tahun Real money atau permintaan uang riil dihitung dengan rumus sebagai berikut: RMB = M1 IHK Ind RMB = real money balance atau permintaan uang riil M1 = jumlah uang beredar, merupakan data akhir triwulan (maret, juni, september, desember). M1 adalah ukuran jumlah uang beredar yang meliputi uang kertas, uang logam dan uang giral. Suku bunga jangka pendek Amerika Serikat menggunakan US Treasury Bills rate 3 months dari secondary market dalam satuan persen per tahun, diperoleh dalam bentuk bulanan. Series data suku bunga AS dalam bentuk triwulanan diperoleh dengan menghitung rata-rata suku bunga AS bulanan. Suku bunga domestik yang digunakan seharusnya sesuai dengan US Treasury Bills rate 3 months, namun karena tidak tersedia data suku bunga obligasi pemerintah 3 bulan untuk Indonesia dengan series yang cukup panjang, maka dalam penelitian ini digunakan series suku bunga SBI 3 bulan. Pada periode 1993:1, 1994:3 s/d 1996:3 serta 2010:4 s/d 2012:1, tidak tersedia data suku bunga SBI 3 bulan. Untuk mengisi datanya, dilakukan dengan interpolasi dan ekstrapolasi dengan meregresikan suku bunga deposito 3 bulan terhadap suku bunga SBI 3 bulan. Gambar 6 menunjukkan perbandingan suku bunga SBI 3 bulan dengan suku bunga deposito Bank Umum 3 bulan. Hasil regresi suku bunga deposito terhadap suku bunga SBI menggunakan Eviews 6 disajikan pada Gambar 7.
3 35 persen SBI deposito 1990:1 1991:1 1992:1 1993:1 1994:1 1995:1 1996:1 1997:1 1998:1 1999:1 2000:1 2001:1 2002:1 2003:1 2004:1 2005:1 2006:1 2007:1 2008:1 2009:1 2010:1 2011:1 2012:1 Sumber: BI, 2012 Gambar 6 Perbandingan suku bunga SBI 3 bulan dan suku bunga deposito Bank Umum 3 bulan Gambar 6 memperlihatkan pergerakan suku bunga deposito Bank Umum untuk jangka pendek 3 bulan ternyata sangat mirip dengan pergerakan suku bunga SBI 3 bulan. Oleh karena itu dicoba untuk meregresikan kedua suku bunga tersebut untuk interpolasi dan ekstrapolasi suku bunga SBI. Dependent Variable: DEPO Method: Least Squares Sample (adjusted): 1990Q1 2010Q3 Included observations: 73 after adjustments DEPO=C(1)+C(2)*SBI Coefficient Std. Error t-statistic Prob. C(1) C(2) 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) Sumber: Hasil pengolahan Gambar 7 Regresi suku bunga deposito 3 bulan dan suku bunga SBI 3 bulan Berdasarkan Gambar 7 diperoleh bahwa R-squared regresi suku bunga deposito Bank Umum 3 bulan terhadap suku bunga SBI 3 bulan sangat tinggi yaitu 93%. Estimasi konstanta ditemukan tidak signifikan dengan p-value sebesar 0,1529, sedangkan estimasi slope signifikan. Untuk mengisi data SBI yang kosong dalam rentang waktu penelitian digunakan koefisien slope tersebut.
4 36 Data harga minyak mentah dunia West Texas Intermediate (WTI) diperoleh dari US Department of Energy dalam bentuk data triwulanan. Series data harga tersebut merupakan spot price dan masih berupa harga nominal. Oleh karena itu harga nominal tersebut dibuat menjadi harga riil dengan membagi harga nominal minyak mentah dengan IHK Amerika Serikat. Selain memasukkan enam variabel diatas, model juga diperkaya dengan dua variabel dummy. Krisis moneter tahun 1998 mengakibatkan terjadinya structural break sehingga dibuat variabel dummy krisis Penentuan periode break dilakukan berdasarkan uji structural break pada PDB dalam unit root with structural break-test. Dihasilkan bahwa periode 1998:1 adalah awal terjadinya structural break. Oleh karena itu dalam model dimasukkan shift dummy dengan nilai 0 untuk periode sebelum 1998:1 dan minus 1 untuk periode 1998:1 hingga 2012:2. Gambar 8 menyajikan hasil uji structural break menggunakan JMulTi Break date search for series: lpdb sample range: [1990 Q4, 2012 Q2], T = 87 searched range: [1991 Q3, 2011 Q4], T = 82 number of lags (1st diff): 1 suggested break date: 1998 Q1 Sumber: Hasil pengolahan Gambar 8 Uji structural break Variabel dummy kedua adalah dummy net impor. Dummy ini dimasukkan dalam model karena ketika Indonesia masih menjadi net eksportir minyak, maka guncangan kenaikan harga minyak dunia akan berdampak positif bagi perekonomian Indonesia. Namun mulai tahun 2004:1, Indonesia menjadi net importir minyak sehingga kenaikan harga minyak dunia akan membawa dampak negatif bagi perekonomian domestik. Oleh karena itu dibuat dummy net impor dengan nilai 0 untuk periode sebelum 2004:1 dan nilai minus 1 untuk periode 2004:1 hingga 2012:2. Pengolahan data pada penelitian ini menggunakan Microsoft Excel 2007, Eviews 6 dan JMulTi Eviews 6 digunakan untuk interpolasi dan ekstrapolasi suku bunga SBI 3 bulan serta untuk uji kausalitas suku bunga AS dan harga
5 37 minyak dunia. JMulTi 4.24 digunakan untuk menguji asumsi-asumsi time series dan menganalisis business cycle Indonesia. 3.2 Analisis Deskriptif Analisis deskriptif menyajikan analisis tabel dan gambar untuk memudahkan pemahaman dan penafsiran. Analisis deskriptif dalam penelitian ini digunakan untuk memberikan gambaran fluktuasi makroekonomi Indonesia meliputi PDB, kurs riil, permintaan uang riil dan suku bunga domestik selama periode penelitian. 3.3 Prosedur Analisis Business Cycle Gambar 9 menunjukkan pilihan metode yang akan digunakan dalam penelitian, apakah SVAR atau SVECM berdasarkan stasioneritas variabel dalam model dan kehadiran rank kointegrasi. Data (level) Uji Stasioneritas Stasioner Tidak Stasioner Uji Kointegrasi Tidak ada kointegrasi Ada kointegrasi Uji stasioneritas dalam difference hingga stasioner Rank Kointegrasi VAR VAR Difference VECM SVAR restriksi struktural restriksi struktural SVECM IRF Innovation Accounting Gambar 9 Tahapan prosedur analisis penelitian FEVD
6 38 Apabila seluruh variabel stasioner dalam level maka akan digunakan VAR. Bila model tidak stasioner dalam level namun ditemui terkointegrasi maka digunakan VECM. Bila variabel tidak stasioner dalam level dan setelah diuji kointegrasinya ternyata tidak ditemui adanya hubungan jangka panjang diantara variabel-variabel tersebut maka digunakan VAR difference. Analisis berikutnya setelah model VAR/VECM ditentukan adalah memperkaya model dengan teori business cycle dalam kerangka kerja New Keynesian sehingga menjadi Structural VAR/Structural VECM. Selanjutnya menganalisis hasil IRF dengan melakukan bootstrap terlebih dahulu untuk memperoleh selang kepercayaan bagi IRF. Teknik bootstrap ini bermanfaat untuk sampel yang relatif kecil sehingga IRF yang dihasilkan menjadi lebih reliable (Lütkepohl dan Kratzig, 2004). Dalam penelitian ini dilakukan bootstrap dengan replikasi sebanyak 1000 kali. Langkah berikutnya adalah menganalisis FEVD. 3.4 Pengujian Time Series Uji Stasioneritas Umumnya data series ekonomi makro adalah tidak stasioner. Syarat stasioneritas ini harus dipenuhi agar tidak memperoleh hasil regresi semu atau spurious. Regresi semu ditandai dengan t statistik dan F statistik yang signifikan dan R 2 yang tinggi, namun terjadi autokorelasi. Beberapa metode time series mensyaratkan data yang stasioner. Suatu variabel disebut stasioner jika memiliki rata-rata, varians dan kovarians yang konstan atau time invariant, sedangkan errornya bersifat white noise memiliki rata-rata nol, varians yang konstan dan tidak ada autokorelasi. Hubungan signifikan yang terjadi antar variabel tidak memiliki arti ekonomi namun lebih disebabkan adanya common trend pada variabel-variabel tersebut. y t = a 1 y t 1 + ε t (9) dimana {ε t } adalah white noise. Menurut Enders (2004), jika a 1 = 0 maka variabel tersebut mengikuti model Random Walk. Jika a 1 1 maka variabel y bersifat memiliki unit root atau tidak stasioner sehingga nilai variabel y akan cenderung divergen dari mean
7 39 tertentu. Jika a 1 < 1 maka variabel y tidak memiliki unit root atau stasioner. Oleh karena itu perlu diuji apakah a 1 1 atau tidak. Dickey-Fuller (DF) memodifikasi persamaan (9) dengan mengurangkan kedua sisi dengan y t 1 : y t y t 1 = a 1 y t 1 y t 1 + ε t y t = (a 1 1)y t 1 + ε t y t = γy t 1 + ε t (10) dimana γ = a 1 1. Menguji γ = 0 ekuivalen dengan menguji a 1 = 1. Dari persamaan (10) maka dapat dibuat hipotesis: H0: γ = 0 atau ada unit root H1: γ < 0 atau tidak ada unit root Statistik uji: t hit = γ γ σ γ Kriteria keputusannya yaitu jika t hit lebih besar dari nilai kritis MacKinnon maka tidak ada cukup bukti untuk menolak H0 berarti {y t } mengandung unit root atau tidak stasioner. Jika t hit lebih negatif dari nilai kritis MacKinnon maka H0 ditolak berarti {y t } tidak mengandung unit root atau dikatakan stasioner. Untuk menguji kehadiran unit root, selain persamaan (10) terdapat persamaan regresi lain yang dapat digunakan yaitu: y t = a 0 + γy t 1 + ε t (11) y t = a 0 + γy t 1 + a 2 t + ε t (12) Perbedaan ketiga persamaan diatas terletak pada apakah konstanta a 0 dan time trend a 2 t dimasukkan dalam persamaan. Persamaan (10) adalah model pure random walk, persamaan (11) adalah model random walk plus drift, sedangkan persamaan (12) merupakan model random walk plus drift and time trend. Karena terdapat 3 model persamaan maka DF juga menyediakan nilai kritis yang berbeda sesuai model yang digunakan tergantung dari bentuk regresi dan jumlah sampel. t statistik dari persamaan (10), (11) dan (12) masing-masing dibandingkan dengan τ,τ μ dan τ T. Jika dari hasil pengujian stasioneritas DF ternyata ada unit root maka common trend harus dibuang dengan cara differencing atau detrending. Differencing dilakukan dengan meregresikan selisih variabel
8 40 kemudian diuji dengan DF-test jika dihasilkan tolak H0 maka variabel bersangkutan stasioner pada first difference. Augmented Dickey Fuller (ADF) mengatasi masalah pengujian unit root dengan DF-test yang tidak mempertimbangkan lag dalam persamaan. y t = a 0 + γy t 1 + p i=2 p dimana γ = (1 i=1 a i ) β i = p j=1 a j β i y t i+1 + ε t Jika a i, γ = 0 maka sistem memiliki unit root. Kehadiran unit root diuji dengan cara yang sama seperti diatas Uji Stabilitas Model VAR/VEC Sebelum hasil estimasi VAR dianalisis, terlebih dahulu dilakukan pengujian stabilitas model. Hal ini penting karena hasil analisis IRF dan FEVD yang dihasilkan tidak akan valid jika model VAR/VEC yang diestimasi tidak stabil. Pengujian stabilitas model VAR dapat dilakukan dengan CUSUM sedangkan untuk VECM menggunakan recursive eigen value dan tau_t statistics (Lütkepohl & Kratzig 2004) Uji Ordo Optimal VAR/VECM Untuk menentukan panjang lag optimal digunakan kriteria informasi seperti AIC (Akaike Information Criterion), HQ (Hannan-Quinn Information Criterion), SBC (Schwarz Bayesian Information Criterion) dan FPE (Final Prediction Error). Lütkepohl dan Kratzig (2004) menyatakan bahwa kriteria informasi dihitung dari reduced form VAR/VECM. Panjang lag optimal dipilih dengan meminimisasi salah satu kriteria informasi berikut: AIC(n) = log det Σ u (n) + 2 T nk2 HQ(n) = log det Σ u (n) + 2loglogT nk 2 T SC(n) = log det Σ u (n) + logt T nk2 FPE(n) = T+n T n K det Σ u (n)
9 41 Σ u (n) diestimasi dengan T 1 T t 1 u t u t n adalah total parameter setiap persamaan dari model n adalah ordo lag dari variabel endogen Panjang lag yang meminimumkan tiap kriteria informasi diatas adalah yang disajikan dalam output JMulTi Uji Kointegrasi Kointegrasi adalah hubungan jangka panjang antara variabel-variabel yang tidak stasioner dalam level. Keberadaan hubungan kointegrasi memberikan peluang bagi data yang secara individual tidak stasioner untuk menghasilkan sebuah kombinasi linier diantara mereka sehingga tercipta kondisi yang stasioner. Secara sederhana, dua variabel disebut terkointegrasi jika hubungan kedua variabel tersebut dalam jangka panjang akan mendekati atau mencapai kondisi ekuilibriumnya. Adanya kointegrasi diketahui dengan kehadiran rank kointegrasi. Untuk menguji adanya kointegrasi dari enam variabel yang digunakan dalam penelitian ini digunakan Saikkonen & Lütkepohl-test. Uji kointegrasi dalam JMulTi dilakukan berdasarkan model umum sebagai berikut: y t = D t + x t y t adalah vektor K variabel D t adalah deterministic term, misalnya D t = μ 0 + μ 1 t x t adalah VAR(p) dengan representasi VECM: Δx t = Πx t 1 + p 1 j=1 Γ j Δy t j + u t u t adalah vektor proses white noise dengan u t (0, u). Rank Π adalah rank kointegrasi dari x t, sehingga merupakan rank kointegrasi dari y t. Rank kointegrasi diuji berdasarkan hipotesis: H 0 (r 0 ): rk(π) = r 0 H 1 (r 0 ): rk(π) > r 0 r 0 = 0,, K 1
10 Model Vector Autoregressive (VAR) Model VAR digunakan jika seluruh variabel stasioner dalam level. Namun jika variabel tidak stasioner dalam level dan tidak terkointegrasi maka digunakan VAR difference. Menurut Sims (1980) dalam Lütkepohl (2005), model VAR merupakan alternatif dari model persamaan simultan yang banyak digunakan sebelum tahun Persamaan simultan tidak memperhitungkan struktur dinamika data time series dengan frekuensi bulanan atau triwulanan. Sims juga mengkritisi model persamaan simultan klasik mengenai identifikasi dan asumsi exogeneity untuk beberapa variabel, bahwa sulit untuk menemukan variabel yang betul-betul eksogen. Enders (2004) menyatakan bahwa VAR merupakan sistem persamaan dimana tiap variabel endogen merupakan fungsi dari konstanta dan lag seluruh variabel endogen dalam sistem. Bentuk standar model VAR dalam JMulTi adalah sebagai berikut (Lütkepohl & Kratzig 2004): y t = A 1 y t A p y t p + B 0 x t + + B q x t q + CD t + u t (13) y t = (y 1t,, y Kt ) adalah vektor dari K variabel endogen x t = (x 1t,, x Mt ) adalah vektor dari M variabel eksogen D t = variabel deterministik, meliputi konstanta, trend linier, seasonal dummy dan variabel dummy lainnya. u t = proses white noise dengan rata-rata nol dan matriks kovarians yang positif, berdimensi K A i, B j, C = matriks parameter Jika tidak ada variabel eksogen maka model VAR menjadi: y t = A 1 y t A p y t p + CD t + u t Estimasi dapat dilakukan dengan Generalized Least Squares (GLS). Untuk itu setiap persamaan dalam sistem diestimasi dahulu menggunakan Ordinary Least Squares (OLS). Residual digunakan untuk mengestimasi matriks kovarian yang bersifat white noise, Σ u, sebagai Σ u = T 1 T t 1 u t u t. Estimator ini kemudian digunakan dalam tahap selanjutnya untuk menghitung estimator GLS.
11 Model Vector Error Correction (VEC) Sebagian besar data makroekonomi adalah tidak stasioner dalam level. Untuk menghindari hasil yang spurious, maka data harus distasionerkan dahulu, salah satu caranya dengan melakukan differencing. Namun memaksa variabel menjadi stasioner dengan differencing menyebabkan hilangnya informasi jangka panjang. Oleh karena itu berkembang metode analisis VECM yang dapat mengakomodir data yang tidak stasioner dalam level dengan tetap memperoleh hasil yang tidak spurious. Menurut Enders (2004), VECM adalah VAR terestriksi yang digunakan untuk variabel yang tidak stasioner tetapi memiliki potensi untuk terkointegrasi. Setelah dilakukan pengujian kointegrasi pada model yang digunakan maka persamaan kointegrasi dimasukkan dalam model VAR yang digunakan. Memasukkan matriks kointegrasi dalam model VAR akan dihasilkan model VAR terkointegrasi yang disebut VECM. Dalam VECM terdapat speed of adjustment dari jangka pendek ke jangka panjang. Model umum VEC dalam JMulTi (Lütkepohl & Kratzig 2004) adalah sebagai berikut: Γ 0 Δy t = α[β : η ] y t 1 D + Γ 1 Δy t Γ p Δy t p + B 0 x t + + B q x t q + t 1 CD t + u t (14) dimana y t = (y 1t,, y Kt ) adalah vektor K variabel endogen x t = (x 1t,, x Mt ) adalah vector M variabel eksogen D t = mengandung seluruh deterministic term yang dimasukkan dalam hubungan kointegrasi. Deterministic terms meliputi konstanta, linear trend, seasonal dummy dan variabel dummy lainnya. D t = mengandung seluruh deterministic terms yang tidak dimasukkan dalam hubungan kointegrasi u t = vektor residual diasumsikan zero mean white noise berdimensi K α = matriks loading coefficient berdimensi K x r β = matriks yang mengandung hubungan kointegrasi berdimensi K x r Rank kointegrasi (r) berada dalam range: 1 r K 1
12 44 Γ i, B j, C = matriks parameter η memiliki dimensi kolom r dan dimensi baris sesuai dimensi D t 1 Persamaan (14) merupakan bentuk struktural yang hanya diestimasi jika identifikasi restriksi diterapkan. Jika Γ 0 dispesifikasi menjadi matriks identitas maka model tersebut menjadi reduced form. Dimungkinkan untuk menspesifikasi model tanpa memasukkan variabel eksogen. Estimasi dengan Johansen dapat dilakukan pada model dalam bentuk: ΔY t = αβ y t 1 + Γ 1 ΔY t Γ p ΔY t p + CD t + u t D t 1 β = β η dimana dimensi baris dari β adalah K, sehingga β adalah matriks berdimensi K x r. β adalah matrik kointegrasi yang otomatis dinormalisasi sebagai berikut: β = I r β (K r) Estimasi dengan metode Johansen dapat dilakukan jika: 1. Γ 0 = I 2. Tidak ada restriksi nol pada matriks Γ i (j = 1,, p) 3. Tidak ada variabel eksogen sehingga reduced form dispesifikasi tanpa variabel eksogen dan tiap persamaan memiliki variabel penjelas yang sama. 3.7 Model Structural VAR (SVAR) Menurut Keating (1992), IRF dan FEVD yang menjadi alat analisis utama dalam model VAR merupakan indikator dinamika model empiris yang diperoleh dari teknik yang tidak ada hubungannya dengan teori ekonomi, yaitu melalui dekomposisi Choleski pada matriks kovarian residual VAR. Kritik mengenai tidak diakomodasinya teori ekonomi dalam model VAR menyebabkan pengembangan model VAR menjadi Structural VAR (SVAR). Kelebihan SVAR dibandingkan dengan model VAR adalah diakomodasinya teori ekonomi dalam model VAR. Metode SVAR memungkinkan peneliti untuk
13 45 menggunakan teori ekonomi dalam mentransformasi reduced form VAR ke sistem persamaan struktural. Parameter diestimasi dengan menerapkan restriksi struktural contemporaneous. Perbedaan utama antara atheoritical VAR dengan structural VAR adalah pada IRF dan FEVD. IRF dan FEVD pada SVAR dapat memberikan interpretasi struktural sehingga banyak ekonom percaya bahwa SVAR dapat membuka informasi yang terkandung dalam model time series berbentuk reduced form (Keating, 1992). Model SVAR dapat digunakan untuk mengidentifikasi guncangan yang akan dilacak dalam IRF dengan menerapkan restriksi pada matriks A dan B dalam model struktural sebagai berikut: Ay t = A 1 y t A p y t p + B 0 x t + + B q x t q + C D t + Bε t (15) ε t adalah structural error, diasumsikan white noise berukuran (0, I K ). Koefisien matriks pada persamaan (15) berbeda dengan koefisien reduced form pada persamaan (13). Residual reduced form, u t, diperoleh dari model struktural yaitu: u t = A 1 Bε t sehingga Σ u = A 1 BB A Model Structural VEC (SVEC) Restriksi jangka pendek sesuai dengan teori ekonomi juga dapat diterapkan pada model VEC apabila variabel ditemukan tidak stasioner dalam level namun terkointegrasi. VECM diperkaya dengan teori ekonomi sehingga menjadi Structural VECM. Menurut Lütkepohl dan Kratzig (2004), model SVEC dapat digunakan untuk mengidentifikasi guncangan agar dapat terlacak dalam analisis IRF dengan menerapkan restriksi pada matriks B yaitu: B ε t = u t B adalah matriks efek contemporaneous dari guncangan. Estimasi dilakukan oleh maximum likelihood. Untuk mengidentifikasi guncangan struktural dalam penelitian ini maka diterapkan restriksi struktural contemporaneous terhadap matriks B yang menggambarkan struktur hubungan jangka pendek antar variabel sebagai berikut:
14 b 16 b b 25 0 εy ε Q uy u b 31 b 32 1 b ε M/P Q b 41 b b 45 0 ε i = u M/P u i b 56 ε i u i ε P o u P o b 16 = efek contemporaneous harga minyak dunia (P o ) terhadap PDB (Y) b 21 = efek contemporaneous PDB terhadap kurs riil (Q) b 25 = efek contemporaneous suku bunga AS (i ) terhadap kurs riil b 31 = efek contemporaneous PDB terhadap permintaan uang riil (M/P) b 32 = efek contemporaneous kurs riil terhadap permintaan uang riil b 34 = efek contemporaneous suku bunga domestik (i) terhadap permintaan uang riil b 41 = efek contemporaneous PDB terhadap suku bunga domestik b 42 = efek contemporaneous kurs riil terhadap suku bunga domestik b 45 = efek contemporaneous suku bunga AS terhadap suku bunga domestik b 56 = efek contemporaneous harga minyak dunia terhadap suku bunga 3.9 Analisis Dinamika Respon Business Cycle Indonesia Untuk mengetahui dinamika respon masing-masing variabel dalam penelitian terhadap guncangan pada salah satu variabel digunakan analisis Impulse Response Functions (IRF). IRF merupakan suatu metode yang digunakan untuk melihat respon dinamis setiap variabel endogen terhadap suatu guncangan variabel tertentu. Hal ini disebabkan karena guncangan variabel ke-i tidak hanya berpengaruh terhadap variabel ke-i saja namun ditransmisikan kepada semua variabel endogen lainnya melalui struktur dinamis atau struktur lag dalam VAR. Sehingga IRF mengukur pengaruh suatu guncangan pada suatu waktu kepada inovasi variabel endogen pada saat tersebut dan di masa yang akan datang. Berdasarkan analisis ini dapat diketahui dampak guncangan eksternal dan domestik dari sisi permintaan dan penawaran bersifat sementara atau permanen, serta apakah respon yang ditunjukkan tiap variabel signifikan secara statistik.
15 Analisis Sumber Guncangan Utama Business Cycle Indonesia Untuk mengetahui guncangan mana yang paling berperan dalam menjelaskan setiap variabel makroekonomi dalam model digunakan Forecast Error Variance Decomposition (FEVD). FEVD merupakan metode yang digunakan untuk melihat besarnya peran guncangan variabel tertentu dalam persentase terhadap variabilitas tiap variabel dalam model. Metode ini mencirikan suatu struktur dinamis dalam model VAR. Melalui metode ini dapat diketahui kekuatan dan kelemahan masing-masing variabel dalam kurun waktu yang panjang. Jadi melalui FEVD dapat diketahui secara pasti faktor-faktor yang memengaruhi fluktuasi variabel tertentu. Berdasarkan analisis ini dapat disimpulkan bagaimana peran guncangan-guncangan permintaan dan penawaran baik eksternal dan domestik terhadap business cycle Indonesia.
V. SPESIFIKASI MODEL DAN HUBUNGAN CONTEMPORANEOUS
59 V. SPESIFIKASI MODEL DAN HUBUNGAN CONTEMPORANEOUS 5.1 Pengujian Asumsi Time Series 5.1.1 Uji Stasioneritas Uji Stasioneritas merupakan uji awal untuk setiap data time series yang masuk dalam model dalam
Lebih terperinciMETODE PENELITIAN. merupakan data time series dari bulan Januari 2002 sampai Desember Data
23 III. METODE PENELITIN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan data time series dari bulan Januari 2002 sampai Desember 2009. Data
Lebih terperinciIII. METODE PENELITIAN. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari 2000
28 III. METODE PENELITIAN 3.1. Data 3.1.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Bentuk data berupa data time series dengan frekuensi bulanan dari Januari
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1. Lokasi dan Waktu Penelitian Penelitian dilaksanakan pada bulan Januari hingga Maret 2012. Penelitian dilakukan di Asosiasi Kakao Indonesia (Askindo). Penentuan tempat dilakukan
Lebih terperinciMETODE PENELITIAN. terdiri dari data pinjaman luar negeri, pengeluaran pemerintah, penerimaan pajak,
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data terdiri dari data pinjaman luar negeri, pengeluaran pemerintah, penerimaan pajak,
Lebih terperinciBAB III METODE PENELITIAN
45 BAB III METODE PENELITIAN 3.1. Kerangka Pemikiran Untuk menggambarkan bagaimana pengaruh capital gain IHSG dengan pergerakan yield obligasi pemerintah dan pengaruh tingkat suku bunga terhadap IHSG dan
Lebih terperinciBAB III METODE PENELITIAN. sekunder yang akan digunakan ialah data deret waktu bulanan (time series) dari bulan
40 BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang akan dipakai dalam penelitian ini berupa data sekunder. Data sekunder yang akan digunakan ialah data deret waktu bulanan (time series)
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data time series
40 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data time series sekunder. Data-data tersebut diperoleh dari berbagai sumber, antara lain dari
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Data yang digunakan untuk penelitian ini adalah pengeluaran riil pemerintah (G t ), PBD riil (Y t ), konsumsi (CC t ), investasi (I t ), Indeks Harga Konsumen
Lebih terperinciIII. METODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan maka yang dijadikan objek
53 III. METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Untuk membatasi ruang lingkup permasalahan maka yang dijadikan objek penelitian yang dilakukan, maka penelitian ini akan menganalisis kinerja kebijakan
Lebih terperinciMETODE PENELITIAN. waktu (time series) dari tahun 1986 sampai Data tersebut diperoleh dari
40 III. METODE PENELITIAN 3.1. Jenis Dan Sumber Data Jenis data yang akan digunakan dalam penelitian ini adalah data sekunder yang relevan dengan penelitian. Semua data yang digunakan merupakan data deret
Lebih terperinciIII. METODE PENELITIAN. Jenis data yang digunakan adalah data sekunder berupa time series
30 III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder berupa time series bulanan periode Mei 2006 sampai dengan Desember 2010. Sumber data di dapat dari Statistik
Lebih terperinciIII METODE PENELITIAN
18 III METODE PENELITIAN 3.1. Kerangka Pemikiran Mengetahui kointegrasi pada setiap produk adalah salah satu permasalahan yang perlu dikaji dan diteliti oleh perusahaan. Dengan melihat kointegrasi produk,
Lebih terperinciMETODOLOGI PENELITIAN. Untuk membatasi ruang lingkup permasalahan yang dijadikan objek
III. METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Untuk membatasi ruang lingkup permasalahan yang dijadikan objek penelitian, maka penelitian ini hanya menganalisis mengenai harga BBM dan nilai tukar
Lebih terperinciBAB III METODE PENELITIAN. dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik (BPS), Food and
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang dikumpulkan dari berbagai sumber yaitu Badan Pusat Statistik (BPS), Food and
Lebih terperinciIII. METODE PENELITIAN
III. METODE PENELITIAN 3.1. Kerangka Pemikiran Penelitian Perusahaan merupakan suatu badan hukum yang memiliki suatu tujuan yang ingin dicapai salah satunya yaitu mendapatkan keuntungan. Untuk mencapai
Lebih terperinciBAB III METODE PENELITIAN. analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan
BAB III METODE PENELITIAN A. Jenis Penelitian Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan menggunakan
Lebih terperinciIII. METODE PENELITIAN
46 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan adalah data sekunder berupa data time series dari tahun 1986-2010. Data tersebut diperoleh dari Badan Pusat Statistik (BPS),
Lebih terperinciIII. METODE PENELITIAN. tahun 1980 hingga kuartal keempat tahun Tabel 3.1 Variabel, Notasi, dan Sumber Data
III. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa data kuartalan. Periode waktu penelitian ini dimulai dari kuartal pertama tahun
Lebih terperinciMETODE PENELITIAN Kerangka Pemikiran
20 III. METODE PENELITIAN 3.1. Kerangka Pemikiran Kerangka pemikiran dalam penelitian dapat dijadikan landasan dalam setiap tahap penelitian. Salah satu tujuan dari penelitian ini adalah mengetahui metode
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Objek Penelitian. Dalam penelitian ini penulis memilih impor beras sebagai objek melakukan riset di Indonesia pada tahun 1985-2015. Data bersumber dari Badan Pusat Statistika
Lebih terperinciMETODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Respon PDB terhadap shock
40 III. METODE PENELITIAN Variabel-variabel yang digunakan dalam penelitian Respon PDB terhadap shock kredit perbankan, pembiayaan pada lembaga keuangan non bank dan nilai emisi saham pada pasar modal
Lebih terperinciBAB 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
Lebih terperinciIII. METODOLOGI PENELITIAN. Data-data tersebut berupa data bulanan dalam rentang waktu (time series) Januari
40 III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Berdsarkan kajian beberapa literatur penelitian ini akan menggunakan data sekunder. Data-data tersebut berupa data bulanan dalam rentang waktu (time
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Metode dan Sifat Penelitian Jenis penelitian ini menggunakan metode kuantitatif karena menggunakan data penelitian berupa angka-angka dan analisis dengan menggunakan metode
Lebih terperinciBAB III METODE PENELITIAN. kegunaan tertentu. Cara ilmiah berarti kegiatan penelitian itu didasarkan pada
BAB III METODE PENELITIAN Menurut Sugiyono (2013), Metode penelitian pada dasarnya merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan hal tersebut terdapat empat
Lebih terperinciBAB 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
Lebih terperinciIV. METODE PENELITIAN
69 IV. METODE PENELITIAN 4.1. Jenis dan Sumber Data Penelitian menggunakan data sekunder, baik data yang bersifat kuantitatif maupun kualitatif. Data kuantitatif yang digunakan adalah data sekunder dengan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Pendekatan Penelitian Pendekatan penelitian ini menggunakan pendekatan kuantitatif yaitu pendekatan dengan cara mengukur variabel yang di lingkari oleh teori atau satu
Lebih terperinciMETODE PENELITIAN. time series bulanan dari Januari 2007 sampai dengan Desember Data-data
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan pada penelitian ini adalah data sekunder berupa time series bulanan dari Januari 2007 sampai dengan Desember 2011. Datadata yang
Lebih terperinciBAB III METODOLOGI PENELITIAN. Indonesia dan variabel independen, yaitu defisit transaksi berjalan dan inflasi.
BAB III METODOLOGI PENELITIAN A. Ruang Lingkup Penelitian Penelitian ini difokuskan pada variabel dependen utang luar negeri Indonesia dan variabel independen, yaitu defisit transaksi berjalan dan inflasi.
Lebih terperinciBAB 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
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. JENIS PENELITIAN Jenis penelitian ini adalah kuantitatif. Penelitian kuantitatif merupakan analisis yang berupa angka-angka sehingga dapat diukur dan dihitung dengan menggunakan
Lebih terperinciHASIL 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
Lebih terperinciBAB III METODE PENELITIAN
49 BAB III METODE PENELITIAN A. Variabel Penelitian dan Definisi Operasional 1. Variabel Penelitian Variabel-variabel dalam penelitian ini menggunakan variabel dependen dan independen. Variabel dependen
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinciIII. METODE PENELITIAN. series. Variabel yang digunakan dalam penelitian ini adalah BI rate, suku bunga
III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder dalam bentuk time series. Variabel yang digunakan dalam penelitian ini adalah BI rate, suku
Lebih terperinciBAB 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
Lebih terperinciIV. 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).
Lebih terperinciBAB III METODE PENELITIAN. Jawa Tengah diproxykan melalui penyaluran pembiayaan, BI Rate, inflasi
BAB III METODE PENELITIAN A. Objek dan Subjek Penelitian Objek dalam penelitian ini adalah pertumbuhan ekonomi di Jawa Tengah. Sedangkan subjek penelitian menggunakan perbankan syariah di Jawa Tengah diproxykan
Lebih terperinciBAB III METODE PENELITIAN. Data yang digunakan dalam analisis ini adalah data sekunder berupa data
BAB III METODE PENELITIAN 3.1. Jenis dan Sumber Data Data yang digunakan dalam analisis ini adalah data sekunder berupa data bulanan periode 1998-2010. Variabel, data, satuan dan sumber data yang digunakan
Lebih terperinciBAB 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
Lebih terperinciIII. METODOLOGI PENELITIAN. diperoleh dari data Bank Indonesia (BI) dan laporan perekonomian indononesia
III. METODOLOGI PENELITIAN A. Jenis Dan Sumber Data Data digunakan adalah data sekunder (time series) berupa data bulanan yang diperoleh dari data Bank Indonesia (BI) dan laporan perekonomian indononesia
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinciMETODE PENELITIAN. 4.1 Jenis dan Sumber Data
41 IV. METODE PENELITIAN 4.1 Jenis dan Sumber Data Analisis integrasi pasar dan transmisi harga merupakan bagian dari analisis data time series. Penelitian ini menggunakan data bulanan pada periode Januari
Lebih terperinciBAB V HASIL DAN PEMBAHASAN. langkah yang penting sebelum mengolah data lebih lanjut. Data time series yang
60 BAB V HASIL DAN PEMBAHASAN 5.1. Uji Stasioneritas Hasil dan pembahasan dalam penelitian ini akan didasarkan pada langkahlangkah yang telah dijelaskan sebelumnya pada Bab III. Langkah pertama merupakan
Lebih terperinciBAB 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,
Lebih terperinciBAB III METODE PENELITIAN. Exchange Rate Rp/US$ ER WDI Tax Revenue Milyar Rupiah TR WDI Net Export US Dollar NE WDI
3 BAB III METODE PENELITIAN 3. Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari berbagai instansi yang terkait dengan permasalahan penelitian seperti
Lebih terperinciLampiran 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
Lebih terperinciBAB III METODE PENELITIAN
A. Objek Penelitian BAB III METODE PENELITIAN Obyek/Subyek yang diamati dalam penelitian ini adalah Pembiayaan Modal Kerja UMKM dengan variabel independen DPK, NPF, Margin, dan Inflasi sebagai variabel
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinciIV METODE PENELITIAN
IV METODE PENELITIAN 1.1. Lokasi dan Waktu Penelitian Penelitian dilaksanakan pada bulan Februari hingga April 2011. Penelitian dilakukan dengan mengunjungi PT. Kharisma Pemasaran Bersama Nusantara (PT.
Lebih terperinciMETODE PENELITIAN. Pada penelitian ini jenis data yang digunakan adalah data sekunder.data ini
27 III. METODE PENELITIAN A. Jenis dan Sumber Data Pada penelitian ini jenis data yang digunakan adalah data sekunder.data ini bersumber dari Bank Indonesia (www.bi.go.id), Badan Pusat Statistik (www.bps.go.id).selain
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN A. Obyek dan Subyek Penelitian 1. Obyek Penelitian Obyek penelitian ini adalah pertumbuhan indeks pembangungan manusia Indonesia dan metode penelitiannya adalah analisis kuantitatif
Lebih terperinciV. 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
Lebih terperinciIII. METODOLOGI PENELITIAN. urutan waktu dimulai dari penerapan Base Money Targeting Framework
63 III. METODOLOGI PENELITIAN A. Data dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder dengan urutan waktu dimulai dari penerapan Base Money Targeting Framework (BMTF) periode
Lebih terperinciPenjualan 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
Lebih terperinciIV. HASIL DAN PEMBAHASAN. Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini
42 IV. HASIL DAN PEMBAHASAN A. Hasil Penelitian 1. Hasil Uji Unit Root Untuk mengetahui apakah data yang dipakai sudah stationary dalam penelitian ini diuji dengan uji unit roots yang dilakukan dengan
Lebih terperinciLampiran 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.
Lebih terperinciIII.METODE PENELITIAN. Penelitian ini merupakan penelitian kuantitatif, karena penelitian ini
43 III.METODE PENELITIAN A. Jenis dan Sumber Data Penelitian ini merupakan penelitian kuantitatif, karena penelitian ini disajikan dengan angka-angka. Hal ini sesuai dengan pendapat Arikunto (2006) yang
Lebih terperinciBAB 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
Lebih terperinciIV. 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
Lebih terperinciBAB III METODE PENELITIN. yaitu ilmu yang valid, ilmu yang dibangun dari empiris, teramati terukur,
BAB III METODE PENELITIN A. Jenis dan Pendektan Penelitian 1. Jenis Penelitian Penelitian ini merupakan penelitian kuantitatif. Penelitian kuantitatif adalah suatu penelitian yang didasari oleh falsafah
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan dalam studi ini adalah data sekunder runtut waktu
III. METODE PENELITIAN A. Jenis dan Sumber Data Data yang digunakan dalam studi ini adalah data sekunder runtut waktu (timeseries) bulanan dari periode 2008:04 2013:12 yang diperoleh dari laporan Bank
Lebih terperinciBAB III METODE PENELITIAN. A. Pembentukan Indeks Kondisi Moneter dan Indeks Kondisi Keuangan
53 BAB III METODE PENELITIAN A. Pembentukan Indeks Kondisi Moneter dan Indeks Kondisi Keuangan Penggunaan Indeks Kondisi Moneter dan Indeks Kondisi Keuangan dilakukan dengan pembobotan antara masing-masing
Lebih terperinciECONOMIC 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
Lebih terperinciHASIL 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
Lebih terperinciBAB III METODELOGI PENELITIAN. variabel- variabel sebagai berikut : tingkat gross domestic product(gdp), total
BAB III METODELOGI PENELITIAN A. Obyek Penelitian Obyek yang diteliti dalam penelitian ini adalah semua data mengenai variabel- variabel sebagai berikut : tingkat gross domestic product(gdp), total pembiayaan
Lebih terperinciBAB III METODE PENELITIAN. data time series dengan frekuensi bulanan dari Januari 2000 sampai Januari 2013.
BAB III METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder dari Indeks Harga Saham Gabungan (IHSG), nilai tukar Rupiah terhadap Dollar AS (Kurs),
Lebih terperinciBAB IV. METODOLOGI PENELITIAN
43 BAB IV. METODOLOGI PENELITIAN Analisis data dilakukan melalui serangkaian tahapan pengujian menggunakan analis Vector Auto Regression (VAR). Pada tahap pertama dilakukan pengujian terhadap variabel
Lebih terperinciMODEL 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
Lebih terperinciIII. METODE PENELITIAN. Indonesia Bank Indonesia (SEKI-BI), Badan Pusat Statistik (BPS), dan Badan
49 III. METODE PENELITIAN 3.. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini seluruhnya merupakan data sekunder dalam bentuk bulanan yang diperoleh dari Statistik Ekonomi dan Keuangan
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN 3.1 Rancangan Model Penelitian Model dasar yang akan digunakan dalam penelitian ini adalah mengacu pada model yang digunakan oleh Dritsaki, Dritsaki, dan Adamopoulos (2004)
Lebih terperinciIV. HASIL DAN PEMBAHASAN. Metode yang digunakan untuk menganalisis data dalam penelitian ini
51 IV. HASIL DAN PEMBAHASAN Metode yang digunakan untuk menganalisis data dalam penelitian ini adalah metode analisis Vector Error Correction (VEC) yang dilengkapi dengan dua uji lag structure tambahan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN Perkembangan Luas Panen, Produksi dan Produktivitas Padi
BAB IV HASIL DAN PEMBAHASAN 4.1 Analisis Deskriptif 4.1.1 Perkembangan Luas Panen, Produksi dan Produktivitas Padi Produksi padi Indonesia meskipun mengalami fluktuasi namun masih menunjukkan pertumbuhan
Lebih terperinciBAB 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
Lebih terperinciIII. METODE PENELITIAN. Variabel-variabel yang digunakan dalam penelitian Analisis Faktor-Faktor Yang
III. METODE PENELITIAN A. Deskripsi Data Variabel Variabel-variabel yang digunakan dalam penelitian Analisis Faktor-Faktor Yang Mempengaruhi Cadangan Devisa di Indonesia Periode 2000-2014 adalah cadangan
Lebih terperinciBAB 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,
Lebih terperinci3 METODOLOGI PENELITIAN
23 2.9 Hipotesis Penelitian Berdasarkan tinjauan teoritis dan penelitian-penelitian terdahulu, hipotesis yang dirumuskan adalah sebagai berikut : 1 Terjadi integrasi antara pasar beras domestik dengan
Lebih terperinciBAB IV METODOLOGI PENELITIAN
BAB IV METODOLOGI PENELITIAN Pada bab sebelumnya telah disinggung mengenai error correction model (ECM) seringkali digunakan dalam menguji stabilitas permintaan uang. Penggunaannya karena ECM memiliki
Lebih terperinciBAB 3 DATA DAN METODOLOGI
23 BAB 3 DATA DAN METODOLOGI Model-model ekonometrika yang digunakan di dalam penelitian biasanya merupakan persamaan struktural, yaitu model yang dibangun berdasarkan hubungan antara variabel berdasarkan
Lebih terperinciBAB IV ANALISIS DAN PEMBAHASAN
59 BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini akan dijelaskan pelaksanaan tahapan-tahapan metode VECM yang terbentuk dari variabel-variabel capital gain IHSG (capihsg), yield obligasi 10 tahun (yieldobl10)
Lebih terperinciHASIL 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).
Lebih terperinci3. METODE PENELITIAN 3.1 Jenis dan Sumber Data
3. METODE PENELITIAN 3.1 Jenis dan Sumber Data Jenis data yang akan digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS). Data sekunder yang digunakan antara
Lebih terperinciIV. FLUKTUASI MAKROEKONOMI INDONESIA
49 IV. FLUKTUASI MAKROEKONOMI INDONESIA 4.1 Produk Domestik Bruto (PDB) PDB atas dasar harga konstan merupakan salah satu indikator makroekonomi yang menunjukkan aktivitas perekonomian agregat suatu negara
Lebih terperinciBAB III DATA DAN METODOLOGI PENELITIAN
BAB III DATA DAN METODOLOGI PENELITIAN III.1 Data penelitian Penelitian interdependensi pasar saham indonesia dengan pasar saham dunia ini menggunakan data sekunder berupa nilai penutupan harian/daily
Lebih terperinciIII. METODE PENELITIAN. Data yang digunakan pada penelitian ini adalah data sekunder yang diperoleh dari
III. METODE PENELITIAN Metode penelitian merupakan langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau informasi empiris guna memecahkan permasalahan dan menguji hipotesis penelitian.
Lebih terperinciBAB 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
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN A. Objek Penelitian Penilitian ini adalah pengaruh Dana Pihak Ketiga (DPK), Sertifikat Bank Indonesia Syariah (SBIS), dan Non Performing Financing (NPF) terhadap Pembiayaan
Lebih terperinciUniversitas Indonesia. Respon tingkat..., Adi Gemilang Gumiwang, FE UI, 2009
46 BAB 3 METODOLOGI PENELITIAN 3.1. Model Penelitian Darat 1988, 1990 dan Wasserfallen 1989, melalui penelitian sebelumnya, telah menguji pengaruh informasi variable variabel makroekonomi masa lalu terhadap
Lebih terperinciBAB 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
Lebih terperinciPenerimaan 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
Lebih terperinciBAB III METODE PENELITIAN. Variabel Penelitian dan Definisi Operasional Variabel. penjelasan kedua variabel tersebut :
BAB III METODE PENELITIAN A. Obyek Penelitian Variabel Penelitian dan Definisi Operasional Variabel 1. Variabel Penelitian Pengertian dari variabel penelitian adalah sesuatu hal yang berbentuk apa saja
Lebih terperinciMETODE PENELITIAN. Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Pusat Data dan Informasi Kementerian Energi dan Sumberdaya Mineral
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinci