BAB V KESIMPULAN DAN SARAN
|
|
|
- Dewi Wibowo
- 6 tahun lalu
- Tontonan:
Transkripsi
1 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 hasil kesimpulan. Saran dalam hasil penelitian ini diharapkan dapat bermanfaat bagi investor dan pihak-pihak lain yang berkepentingan sebagai masukan atau dasar pengambilan keputusan dalam melakukan aktifitas hedging dan memilih kontrak futures sebagai sarana hedging yang tepat dimasa yang akan datang. Penelitian ini dimaksudkan untuk menganalisis efektivitas hedging dengan membandingkan dua kontrak futures. Dalam penelitian ini digunakan metode Ordinary Least Square (OLS) dan metode Vector Auto Regression (VAR) dalam mendeterminansikan optimum hedge ratio, dan untuk mengestimasi optimum hedge ratio. Data set yang digunakan dalam penelitian ini adalah data spot saham harian serta data futures harian dari Januari 2012 sampai dengan Agustus Sumber data yang digunakan dalam penelitian ini adalah data sekunder. Pertama akan akan dilakukan uji stasioneritas data menggunakan Dengan menggunakan uji ADF (Augmented Dickey-Fuller), suatu variabel diuji apakah stasioner atau tidak, jika hasil yang didapat dalam pengujian ini belum stasioner maka akan dilanjutkan ke tahap berikutnya yaitu tahap uji derajat integrasi (Integration Test). 61
2 Tahap berikutnya adalah melakukan analisis menggunakan metode Ordinary Least Square (OLS) dan Vector Auto Regression (VAR) terhadap data harian BIST Securities Investment Trust, TURKDEX BIST 30 Index Future Contract dan TURKDEX BIST 100 Index Future Contract. Setelah optimum hedge ratio diketahui, tahap berikutnya adalah mencari dan membandingkan return serta tingkat risiko atau volalitily dari index BIST Securities Investment Trust dan juga hedge portofolionya. Selanjutnya adalah mencari efektivitas hedging-nya. Efektivitas hedging dalam penelitian ini adalah efektivitas dalam term pengurangan risiko atau risk reduction. Setelah diketahui hasilnya, lalu dilakukan perbandingan untuk menentukan kontrak manakah yang lebih efektif dipakai untuk sarana hedging. 5.1 Kesimpulan Index futures contract adalah salah satu cara me-manage atau melakukan lindung nilai (hedging) terhadap risiko sistematis di pasar saham. Penelitian ini dilakukan untuk mengkaji dan membandingkan efektivitas hedging dari dua kontrak futures yang diperdagangkan di Turkish Derivatives Exchange (TURKDEX) yakni TURKDEX BIST 30 Index Future Contract dan TURKDEX BIST 100 Index Future Contract terhadap BIST Securities Investment Trust. Data set yang digunakan dalam penelitian ini adalah data spot saham harian serta data futures harian dari Januari 2012 sampai dengan Agustus Dari hasil tersebut dapat dilihat bahwa kontrak futures TURKDEX BIST 100 Index Futures Contract lebih superior dalam mengurangi risiko posisi spot 62
3 dari BIST Securities Investment Trust. TURKDEX BIST 100 Index Futures Contract mampu mengurangi risiko sebesar 9,96% dengan model OLS dan 9,91 dengan model VAR, angka ini lebih besar dari risk reduction pada TURKDEX BIST 30 Index Futures Contract yang hanya sebesar 2,78% dengan model OLS dan 2,69% dengan model VAR. Pengurangan risiko ini juga bersamaan dengan penurunan atau pengurangan retrun (increasing loss). Dengan asumsi awal bahwa BIST Securities Investment Trust terdiri dari perusahaan Investment Trust yang dikelola oleh manajer profesional sehingga risiko tidak sistematisnya menjadi kecil, namun tetap menjadi sasaran dari risiko sistematis. Dengan demikian dapat dikatakan bahwa penggunaan TURKDEX BIST 100 Index Futures Contract dapat dikatakan mampu mengurangi risiko sistematis dari BIST Securities Investment Trust dan dapat digunakan sebagai sarana hedging yang baik. 5.2 Saran Penelitian ini dilakukan untuk mengkaji dan membandingkan efektivitas hedging dari dua kontrak futures yang diperdagangkan di Turkish Derivatives Exchange (TURKDEX) yakni TURKDEX BIST 30 Index Future Contract dan TURKDEX BIST 100 Index Future Contract terhadap BIST Securities Investment Trust. Saran untuk penelitian-penelitian selanjutnya agar menggunakan lebih dari dua kontrak futures, serta periode penelitian diperpanjang. Penelitian selanjutnya juga diharapkan dapat menggunakan lebih banyak metode dalam menentukan optimum hedge ratio. 63
4 DAFTAR PUSTAKA Batu, P.L., 2010, Perdagangan Berjangka Future Trading, Penerbit Elex Media Komputindo Kompas Gramedia, Jakarta. BENET, B.A. (1992). Hedge Period length and ex ante futures hedging effectiveness: the case of foreign exchange risk cross hedges. Journal of Futures Markets, 12, pp Bhaduri, S. N., Durai, R. S. (2008). Optimal hedge ratio and hedging effectiveness of stock index futures: Evidence from India. Macroeconomics and Finance in Emerging Market Economies, 1(1), pp Butterworth, D., Holmes, P. (2001). The hedging effectiveness of stock index futures: Evidence for the FTSE-100 and FTSE-MID250 indexes traded in the UK. Applied Financial Economics, 11, pp Butterworth, D., Holmes, P. (2005). The hedging effectiveness of U.K. stock index futures contracts using an extended mean gini approach: Evidence for the FTSE 100 and FTSE Mid250 contracts. Multinational Finance Journal. 9(3/4), pp Djojosoedarso, Soeisno, 1999, Prinsip-Prinsip Manajemen Risiko dan Asuransi, Salemba Empat, Jakarta. Faisal, M., Manajemen Keuangan Internasional, Salemba Empat, Jakarta. Figlewski, S., Kon, S. (1982). Portfolio management with stock index futures. Financial Analysts Journal, pp Figlewski. S. (1984). Hedging performance and basis risk in stock index futures. Journal of Finance, 39(3), pp Gujarati, Damodar. 1995, Ekonometrika Dasar. Penerbit Erlangga, Jakarta. Hull, J.C., 2003, Options, Futures, and Other Derivatives, 5th Edition, Pearson Education (Singapore) PTE. Ltd., Indian Branch, Delhi. Hull, J.C Fundamentals Of Future And Options Markets. Sixth Edition. Penerbit Pearson Prentice Hall, New Jersey. 64
5 In, F., Kim, S. (2006). The hedge ratio and the empirical relationship between the stock and the futures markets: A new approach using wavelet analysis. Journal of Business, 79(2), pp Laws, J., Thompson, J. (2005). Hedging effectiveness of stock index futures. European Journal of Operational Research, 163, pp Madura, Jeff., 1997, Manajemen Keuangan Internasional, Edisi keempat, jilid 1, Terjemahan, Penerbit Erlangga, Jakarta. Madura, Jeff International Corporate Financial, Edisi ke 8, Penerbit Salemba Empat, Jakarta. Malliaris, A.G., Urrutia, J.L. (19991). The impact of the lengths of estimation periods and hedging horizons on the effectiveness of a hedge: Evidence from foreign currency futures, Journal of Futures, 3, pp Ripple, Ronald, D., dan Moosa I. A., 2007, Futures Maturity and Hedging Effectiveness: The Case Of Oil Futures. La Trobe University. Ross, S.A., Wasterfield, R.W., Jordan, B.D., 2009, Pengantar Keuangan Perusahaa. Edisi Kedelapan, Jilid 2, Terjemahan, Penerbit Salemba Empat, Jakarta. Shapiro, Alan, C. 1998, Fondation Of Multinational Financial Management, International edition, Prentice-Hall, New Jersey. Sunaryo, T Manajemen Risiko Finansial, Penerbit Salemba Empat, Jakarta. Sharpe, William F Investments. Second Edition. Prentice Hall, New Jersey. Weston, J, Fred., dan Thomas, E, Copeland, 1995, Manajemen Keuangan, Edisi 8. Jilid 1, Alihbahasa: Jaka Wasana dan Kirbrandoko, Penerbit Gelora Aksara Pratama, Jakarta. Winaryo, Wing W. 2011, Analisis Ekonometrika dan Statistik dengan Eviews, Edisi ketiga, Penerbit STIM YKPN, Yogyakarta. Yang, W., Allen, D. E. (2004). Multivariate GARCH hedge ratios and hedging effectiveness in Australian futures markets. Accounting and Finance, 45, pp
6 LAMPIRAN 1
7 Null Hypothesis: SETTLEMENT_BITS_30 has a unit root Exogenous: Constant Lag Length: 4 (Automatic - based on SIC, maxlag=17) 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(SETTLEMENT_BITS_30) Method: Least Squares Date: 06/18/14 Time: 19:08 Sample (adjusted): 1/09/2012 8/02/2013 Included observations: 399 after adjustments Variable Coefficient Std. Error t-statistic Prob. SETTLEMENT_BITS_30(-1) D(SETTLEMENT_BITS_30(-1)) D(SETTLEMENT_BITS_30(-2)) D(SETTLEMENT_BITS_30(-3)) D(SETTLEMENT_BITS_30(-4)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 7.33E+08 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
8 Null Hypothesis: RF_BITS_30 has a unit root Exogenous: Constant Lag Length: 3 (Automatic - based on SIC, maxlag=17) 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(RF_BITS_30) Method: Least Squares Date: 06/18/14 Time: 19:09 Sample (adjusted): 1/06/2012 8/02/2013 Included observations: 400 after adjustments Variable Coefficient Std. Error t-statistic Prob. RF_BITS_30(-1) D(RF_BITS_30(-1)) D(RF_BITS_30(-2)) D(RF_BITS_30(-3)) C R-squared Mean dependent var 3.19E-05 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)
9 Null Hypothesis: SETTLEMENT_BITS_100 has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=17) 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(SETTLEMENT_BITS_100) Method: Least Squares Date: 06/18/14 Time: 19:10 Sample (adjusted): 1/03/2012 8/02/2013 Included observations: 403 after adjustments Variable Coefficient Std. Error t-statistic Prob. SETTLEMENT_BITS_100(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 3.83E+08 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
10 Null Hypothesis: RF_BITS_100 has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=17) 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(RF_BITS_100) Method: Least Squares Date: 06/18/14 Time: 19:11 Sample (adjusted): 1/03/2012 8/02/2013 Included observations: 403 after adjustments Variable Coefficient Std. Error t-statistic Prob. RF_BITS_100(-1) C R-squared Mean dependent var 7.64E-05 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)
11 Null Hypothesis: CLOSING_PRICE_SITS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=17) 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(CLOSING_PRICE_SITS) Method: Least Squares Date: 06/18/14 Time: 19:12 Sample (adjusted): 1/03/2012 8/02/2013 Included observations: 403 after adjustments Variable Coefficient Std. Error t-statistic Prob. CLOSING_PRICE_SITS(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)
12 Null Hypothesis: RS_BITS_SITS has a unit root Exogenous: Constant Lag Length: 0 (Automatic - based on SIC, maxlag=17) 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(RS) Method: Least Squares Date: 06/18/14 Time: 19:12 Sample (adjusted): 1/03/2012 8/02/2013 Included observations: 403 after adjustments Variable Coefficient Std. Error t-statistic Prob. RS(-1) C R-squared Mean dependent var -3.49E-05 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)
13 LAMPIRAN 2
14 Date: 06/20/14 Time: 04:31 Sample (adjusted): 1/09/2012 8/02/2013 Included observations: 399 after adjustments Trend assumption: Linear deterministic trend Series: RF_BITS_30 RS Lags interval (in first differences): 1 to 4 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * At most 1 * Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * At most 1 * Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegrating Coefficients (normalized by b'*s11*b=i): RF_BITS_30 RS Unrestricted Adjustment Coefficients (alpha): D(RF_BITS_30) D(RS) Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) RF_BITS_30 RS ( ) Adjustment coefficients (standard error in parentheses) D(RF_BITS_30) ( ) D(RS) ( )
15 Date: 06/20/14 Time: 06:41 Sample (adjusted): 1/05/2012 8/02/2013 Included observations: 401 after adjustments Trend assumption: Linear deterministic trend Series: RS RF_BITS_100 Lags interval (in first differences): 1 to 2 Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * At most 1 * Trace test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05 No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * At most 1 * Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level * denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug-Michelis (1999) p-values Unrestricted Cointegrating Coefficients (normalized by b'*s11*b=i): RS RF_BITS_ Unrestricted Adjustment Coefficients (alpha): D(RS) D(RF_BITS_100 ) Cointegrating Equation(s): Log likelihood Normalized cointegrating coefficients (standard error in parentheses) RS RF_BITS_ ( ) Adjustment coefficients (standard error in parentheses) D(RS) ( ) D(RF_BITS_100 ) ( )
16 LAMPIRAN 3
17 Dependent Variable: RS Method: Least Squares Date: 06/18/14 Time: 19:22 Sample: 1/02/2012 8/02/2013 Included observations: 404 Variable Coefficient Std. Error t-statistic Prob. RF_BITS_ 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 Durbin-Watson stat Dependent Variable: RS Method: Least Squares Date: 06/18/14 Time: 19:24 Sample: 1/02/2012 8/02/2013 Included observations: 404 Variable Coefficient Std. Error t-statistic Prob. RF_BITS_ 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 Durbin-Watson stat
18 LAMPIRAN 4
19 VAR Lag Order Selection Criteria Endogenous variables: RF_BITS_30 RS Exogenous variables: C Date: 06/20/14 Time: 03:16 Sample: 1/02/2012 8/02/2013 Included observations: 396 Lag LogL LR FPE AIC SC HQ NA 2.02e e * * e e * 1.81e-08* * e e e e * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
20 Vector Autoregression Estimates Date: 06/20/14 Time: 04:06 Sample (adjusted): 1/06/2012 8/02/2013 Included observations: 400 after adjustments Standard errors in ( ) & t-statistics in [ ] RS RF_BITS_30 RS(-1) ( ) ( ) [ ] [ ] RS(-2) ( ) ( ) [ ] [ ] RS(-3) ( ) ( ) [ ] [ ] RS(-4) ( ) ( ) [ ] [ ] RF_BITS_30(-1) ( ) ( ) [ ] [ ] RF_BITS_30(-2) ( ) ( ) [ ] [ ] RF_BITS_30(-3) ( ) ( ) [ ] [ ] RF_BITS_30(-4) ( ) ( ) [ ] [ ] C ( ) ( ) [ ] [ ] R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent
21 Determinant resid covariance (dof adj.) 1.77E-08 Determinant resid covariance 1.70E-08 Log likelihood Akaike information criterion Schwarz criterion Residual Covarian Matrix RS RF_BITS_30 RS 0, , RF_BITS_30 0,
22 VAR Lag Order Selection Criteria Endogenous variables: RS RF_BITS_100 Exogenous variables: C Date: 06/20/14 Time: 04:54 Sample: 1/02/2012 8/02/2013 Included observations: 396 Lag LogL LR FPE AIC SC HQ NA 1.33e * * 1.31e-08* * * e e e e e e e * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
23 Vector Autoregression Estimates Date: 06/20/14 Time: 05:49 Sample (adjusted): 1/04/2012 8/02/2013 Included observations: 402 after adjustments Standard errors in ( ) & t-statistics in [ ] RS RF_BITS_100 RS(-1) ( ) ( ) [ ] [ ] RS(-2) ( ) ( ) [ ] [ ] RF_BITS_100(-1) ( ) ( ) [ ] [ ] RF_BITS_100(-2) ( ) ( ) [ ] [ ] C ( ) ( ) [ ] [ ] R-squared Adj. R-squared Sum sq. resids S.E. equation F-statistic Log likelihood Akaike AIC Schwarz SC Mean dependent S.D. dependent Determinant resid covariance (dof adj.) 1.31E-08 Determinant resid covariance 1.27E-08 Log likelihood Akaike information criterion Schwarz criterion
24 Residual Covarian Matrix RS RF_BITS_30 RS 0, , RF_BITS_30 0,
OPTIMAL HEDGE RATIO DAN EFEKTIVITAS HEDGING: APLIKASI PADA TURKDEX-BIST 30 INDEX FUTURES CONTRACT DAN TURKDEX-BIST 100 INDEX FUTURES CONTRACT
OPTIMAL HEDGE RATIO DAN EFEKTIVITAS HEDGING: APLIKASI PADA TURKDEX-BIST 30 INDEX FUTURES CONTRACT DAN TURKDEX-BIST 100 INDEX FUTURES CONTRACT Thomas Yudhistira J. Sukmawati Sukamulja Program Studi Manajemen,
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
Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun (juta rupiah)
Lampiran I Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun 1983-2007 (juta rupiah) Tahun Penerimaan Pajak Pengeluaran Pemerintah 1983 150.392 1.627.530 1984 155.699 1.842300 1985 149.670
BAB 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
Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun
69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Semua data yang digunkana dalam analisis ini merupakan data sekunder mulai tahun 1995 sampai tahun 2014 di Indonesia. Penelitian ini dimaksudkan
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 V KESIMPULAN DAN SARAN. penelitian dan pembahasan pada bab sebelumnya. Kemudian, akan di sampaikan
BAB V KESIMPULAN DAN SARAN Sebagai penutup dari thesis ini, akan disajikan kesimpulan dari hasil penelitian dan pembahasan pada bab sebelumnya. Kemudian, akan di sampaikan pula saran yang didasarkan pada
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
APLIKASI MODEL VAR DAN VECM DALAM EKONOMI
BAHAN AJAR APLIKASI MODEL VAR DAN VECM DALAM EKONOMI MODEL VAR Pengertian VAR AGUS TRI BASUKI Dosen Fakultas Ekonomi Univ. Muhammadiyah Yogyakarta Vector Autoregression atau VAR merupakan salah satu metode
BAB 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
Oleh: Chenny Seftarita, S.E, M.Si
KEBIJAKAN EKONOMI MAKRO DAN PENDAPATAN NASIONAL DI INDONESIA Oleh: Chenny Seftarita, S.E, M.Si (chennyseftarita@gmail.com) Abstrak-The nature of links between the government activity and economic growth
BAB 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 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
BAB IV HASIL PENELITIAN A. Analisis Deskriptif Data 1. Analisis Bank Indonesia Rate Bank Indonesia rate atau yang disebut dengan suku bunga Bank Indonesia (BI) merupakan kebijakan moneter (keuangan) yang
BAB 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
BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VAR
1 regresi model VAR BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VAR 9.1 Pengertian VAR Vector Autoregression atau VAR merupakan salah satu metode time series yang sering digunakan dalam penelitian,
BAB 1V HASIL DAN ANALISIS
BAB 1V HASIL DAN ANALISIS 4.1 Diskripsi Data Penelitian 4.1.1 Nilai Tukar Rupiah Nilai tukar adalah harga suatu mata uang suatu Negara dalam satuan mata uang asing, yang mana jumlah mata uang asing tersebut
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
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Dalam penelitian ini, sampel yang dijadikan objek penelitian adalah perusahaan yang bergerak di bidang farmasi dari tahun 2011 sampai dengan
BAB IV ANALISIS DAN PEMBAHASAN
51 BAB IV ANALISIS DAN PEMBAHASAN Pada bagian ini akan dilakukan pengujian terhadap data yang meliputi pemilihan model dengan membandingkan antara model linear dan model logarima, pengujian kausalitas,
BAB V. KESIMPULAN dan SARAN. inflasi dengan pengangguran di Indonesia periode , yang terjadi pada
BAB V KESIMPULAN dan SARAN 5.1. Kesimpulan Berdasarkan hasil uji kausalitas Granger ada hubungan satu arah antara inflasi dengan pengangguran di Indonesia periode 1991-2014, yang terjadi pada lag 3. Artinya,
BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Uji Stasioneritas Data
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kausalitas dan Instrumen Data 1. Uji Stasioner Test Variabel Level t-statistik Sumber: Data Diolah Tabel 5.1 Uji Stasioneritas Data Prob ULN 2.065415 0.9998
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Perusahaan Sampel yang dijadikan objek penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2011 sampai dengan 2014. Perusahaan
BAB IV HASIL 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
KAJIAN AKTIVITAS EKONOMI LUAR NEGERI INDONESIA TERHADAP PERTUMBUHAN EKONOMI INDONESIA PERIODE DOI: /medstat
p-issn 1979 3693 e-issn 2477 0647 MEDIA STATISTIKA 9(2) 2016: 119-132 http://ejournal.undip.ac.id/index.php/media_statistika KAJIAN AKTIVITAS EKONOMI LUAR NEGERI INDONESIA TERHADAP PERTUMBUHAN EKONOMI
1 analisis regresi dengan pendekatan VECM
1 analisis regresi dengan pendekatan VECM BAHAN AJAR EKONOMETRIKA AGUS TRI BASUKI, SE., M.SI MODEL VECM 10. Pengertian VECM VECM (atau Vector Error Correction Model) merupakan metode turunan dari VAR.
BAB V PENUTUP. Desa Parangtritis, Kecamatan Kretek, Kabupaten Bantul, DIY pada bulan
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian pada rantai tata niaga bawang merah di Desa Parangtritis, Kecamatan Kretek, Kabupaten Bantul, DIY pada bulan September Oktober 2014 maka diperoleh
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 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
Bandung, 31 Desember Tim Peneliti
Kegiatan penelitian ini merupakan kegiatan penelitian kerja sama antara Bursa Efek Jakarta dengan Fakultas Ekonomi Unpad dengan judul Kontribusi/Peranan Pasar Modal Terhadap Perekonomian Indonesia yang
BAB 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
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:
BAB V HASIL PENELITIAN DAN PEMBAHASAN. maupun variabel dependent. Persamaan regresi dengan variabel-variabel yang
BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1. Uji Stasioneritas 5.1.1 Uji Akar Unit ( Unit Root Test ) Tahap pertama dalam metode VAR yaitu dengan melakukan pengujian stasioner dari setipa masing-masing variabel,
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan, maka dapat dibuat kesimpulan sebagai berikut : 1. Hasil estimasi VECM menunjukkan bahwa pada dalam jangka pendek,
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN A. Kesimpulan 1. Hasil uji kausalitas Granger menginformasikan adanya hubungan kausalitas dua arah (bi-directional causality) antara variabel pertumbuhan DPK ( DPK), yakni pertumbuhan
BAB 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
BAB IV ANALISA DAN PEMBAHASAN. perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan
BAB IV ANALISA DAN PEMBAHASAN 4.1 Sumber Data Keselurahan data yang diterima sebelumnya belum mengindikasikan dinamika perubahan sehingga harus diolah terlebih dahulu. Pengolahan data dilakukan dengan
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 KESIMPULAN DAN SARAN. 1) Dalam jangka pendek produksi beras Indonesia berpengaruh negatif dan. terhadap besarnya impor beras Indonesia.
56 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Berdasarkan beberapa temuan dan uji dalam penelitian ini, peneliti mengambil beberapa kesimpulan yaitu : 1) Dalam jangka pendek produksi beras Indonesia berpengaruh
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 Pembahasan. 1. Analisis Deskriptif Saham Sektor Pertanian. dipisahkan dari sektor pertanian dan perkebunan, karena sektor-sektor ini
BAB IV Hasil dan Pembahasan A. Gambaran Umum Objek Penelitian 1. Analisis Deskriptif Saham Sektor Pertanian Jakarta Islamic Index dimaksudkan untuk digunakan sebagai tolak ukur untuk mengukur kinerja suatu
ANALISIS VARIABEL PEMBANGUNAN EKONOMI DAN SOSIAL DAERAH PROVINSI SUMATERA SELATAN PERIODE (SEBUAH KAJIAN DENGAN PENDEKATAN ECM DAN VECM)
Vol. 4, No. 1, April 2014 E S E N S I Jurnal Bisnis dan Manajemen ANALISIS VARIABEL PEMBANGUNAN EKONOMI DAN SOSIAL DAERAH PROVINSI SUMATERA SELATAN PERIODE 1980-2013 (SEBUAH KAJIAN DENGAN PENDEKATAN ECM
BAB 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
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.
ANALISIS VECTOR AUTOREGRESION (VAR) TERHADAP INTERRELATIONSHIP ANTARA IPM DAN PERTUMBUHAN EKONOMI DI SUMATERA UTARA
ANALISIS VECTOR AUTOREGRESION (VAR) TERHADAP INTERRELATIONSHIP ANTARA IPM DAN PERTUMBUHAN EKONOMI DI SUMATERA UTARA MASTA SEMBIRING Dosen Fakultas Ekonomi Universitas Muhammadiyah Sumatera Utara email
BAB IV HASIL DAN ANALISIS. Berdasarkan data pada lampiran 1 maka analisis deskriptif sebagai berikut.
45 BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Berdasarkan data pada lampiran 1 maka analisis deskriptif sebagai berikut. Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan
BULAN
LAMPIRAN I Data Inflasi Bulanan Provinsi Sumatera Utara Menggunakan Indeks Harga Konsumen (IHK) Provinsi Sumatera Utara Periode Januari 2002 - Desember 2013 TAHUN 2002 2003 2004 2005 2006 2007 BULAN JANUARI
BAB V HASIL 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
HASIL DAN PEMBAHASAN Pengujian Akar Unit (Unit Root Test) bahwa setiap data time series yang akan dianalisis akan menimbulkan spurious
48 IV. HASIL DAN PEMBAHASAN 4.1. Pengujian Akar Unit (Unit Root Test) Pengujian akar unit merupakan tahap awal sebelum melakukan estimasi model time series. Pemahaman tentang pengujian akar unit ini mengandung
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 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
ANALISIS TIME SERIES MODEL LAG POLINOMIAL. Program Studi Matematika
ANALISIS TIME SERIES MODEL LAG POLINOMIAL (Studi Kasus: Indeks Harga Saham Harian Syariah Jakarta Islamic Index (JII) dan Nilai Tukar Rupiah Terhadap Dolar Amerika (US$)) Skripsi Untuk memenuhi sebagian
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).
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
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
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
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
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
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 HASIL PENELITIAN DAN PEMBAHASAN. atas, data stasioner dibutuhkan untuk mempengaruhi hasil pengujian
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Uji Kualitas dan Instrumen Data 1. Uji Stasioneritas Tahap pertama yang harus dilalui untuk mendapatkan estimasi VECM adalah pengujian stasioneritas data masing-masing
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 V ANALISIS HASIL PENELITIAN
70 BAB V ANALISIS HASIL PENELITIAN 5.1. Uji Stasioneritas Uji stasioneritas merupakan tahap yang paling penting dalam menganalisis data time series untuk melihat ada tidaknya unit root yang terkandung
DAMPAK BELANJA PEMBANGUNAN DAN PENERIMAAN DAERAH TERHADAP PERTUMBUHAN EKONOMI DI PROVINSI ACEH
The 6 th Aceh Development International Conference 2017 Proceedings, Optimizing Applicable Researches Volume 1, March 24-26, 2017 International Islamic University Malaysia, Kuala Lumpur, ISBN 978-967-5742-11-8.
Lampiran 1. Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun (%)
Lampiran 1 Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun 2010-2014 Kab. Asahan 18 13 20 69 9 Kab. Dairi 0 59 41 82-35 Kab. Deli Serdang 13 159 27 22 22 Kab.
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. 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
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 V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut : 1) Secara statistik variabel dana pihak ketiga mempengaruhi
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Uji Kualitas Instrumen 1. Hasil Uji Stasioneritas Data (Unit Root Test) Uji stasioneritas data menggunakan metode pengujian ADF (Augmented Dickey Fuller)
BAB IV HASIL DAN PEMBAHASAN. di Indonesia, pengertian mengenai industri real estate tercantum
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Industri property & real estate dan konstruksi bangunan pada umumnya merupakan dua hal yang berbeda. Real estate merupakan tanah dan semua peningkatan permanen
BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Unit Root Test Augmented Dickey Fuller (ADF-Test)
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Hasil Penelitian 1. Uji Stasioneritas Tahap pertama yang harus dilakukan untuk mendapatkan estimasi VECM adalah pengujian stasioneritas data masing-masing variabel,
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
Bab V. Penutup. 5.1 Kesimpulan
Bab V Penutup 5.1 Kesimpulan Negara-negara yang digunakan dalam penelitian ini merupakan sembilan negara Asia yang pernah terkena krisis tahun 1997 dengan periode pengamatan tahun 2011-2014. Berdasarkan
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
INTERKORELASI ANTARA BI RATE DENGAN BAGI HASIL TABUNGAN BANK SYARIAH DI INDONESIA
INTERKORELASI ANTARA BI RATE DENGAN BAGI HASIL TABUNGAN BANK SYARIAH DI INDONESIA Lianti, T. Mustaqim 1) Elsha Nora 2) 1,2) Dosen Politeknik Negeri Lhokseumawe 3) Alumni Politeknik Negeri Lhokseumawe Abstract:
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. 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
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
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN 2006-2013 INDAH AYU PUSPITA SARI 14213347/3EA16 Sri Rakhmawati, SE.,
BAB V KESIMPULAN DAN REKOMENDASI KEBIJAKAN. a. Tingkat SBI berpengaruh tidak signifikan terhadap return saham. untuk jangka pendek dan jangka panjang.
BAB V KESIMPULAN DAN REKOMENDASI KEBIJAKAN A. Kesimpulan Setelah melakukan analisis dan pembahasan, maka dapat kesimpulan sebagai berikut: 1. Melalui uji kointegrasi dengan Johansen s Cointegration Test
DAFTAR PUSTAKA Alwi, Iskandar Z. 2008. Pasar Modal Teori dan Aplikasi, Jakarta: Yayasan Pancur Siwah. Amanda, Astrid dan DKK. 2012. Pengaruh Debt To Equity Ratio, Return On Equity, Earning Per Share Dan
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI NILAI TUKAR (KURS) DI INDONESIA PERIODE
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI NILAI TUKAR (KURS) DI INDONESIA PERIODE 1984-213 Disusun untuk Memenuhi Tugas Mata Kuliah Ekonometrika II Dosen Pembimbing : Drs. Agus Tri Basuki, SE, M.Si Disusun
BAB V HASIL PENELITIAN DAN PEMBAHASAN
BAB V HASIL PENELITIAN DAN PEMBAHASAN A. Pengujian Stasioner Data / Uji Akar (Unit Root Test) Suatu data atau variabel dapat dikatakan stasioner apabila nilai rata-rata dan memiliki varians yang konstan
Lampiran 1. Perkembangan APBN, (Rp triliun)
LAMPIRAN Lampiran 1. Perkembangan APBN, 000 009 (Rp triliun) Uraian 000 001 00 APBN APBN-P Real APBN APBN-P Real APBN APBN-P Real A. Pendapatan Negara dan Hibah 15.9 194.1 05.3 63. 99.9 301.1 301.9 305.
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
DAFTAR PUSTAKA. D. Nachrowi.(2006). Ekonometrika Analisis Ekonomi dan Keuangan. Cetakan Pertama. Jakakarta: Lembaga Penerbit FE UI.
DAFTAR PUSTAKA A.A.Yogi Prasanjaya dan I Wayan Ramantha. (2013). Analisis Pengaruh Rasio Car, Bopo, Ldr Dan Ukuran Perusahaan Terhadap Profitabilitas Bank Yang Terdaftar Di Bei. Ahmad Buyung Nusantara.
Lampiran 1. Sampel Penelitian
Lampiran 1. Sampel Penelitian No Keterangan Jumlah Perusahaan 1 Total industri food and beverage yang 16 terdaftar di Bursa Efek Indonesia selama tahun 2007-2012 2 Tidak mempublikasikan data mengenai 3
LAPORAN PENELITIAN HIBAH JURUSAN MANAJEMEN
0 LAPORAN PENELITIAN HIBAH JURUSAN MANAJEMEN Analisis Hubungan Kointegrasi dan Kausalitas Serta Hubungan Dinamis Antara Shanghai Composite Index (SHCOMP) China dan Indeks Hargaa Saham Gabungan (IHSG) Indonesia
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
LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman
LAMPIRAN Lampiran 1 Daftar Sampel Perusahaan Makanan dan Minuman No Nama Perusahaan Tanggal Listing Kriteria 1 2 3 1. PT. Cahaya Kalbar Tbk 9 Juli 1996 2. PT. Delta Djakarta Tbk 27 Februari 1984 3. PT.
BAB V PENUTUP. Konvergensi antar Provinsi di Indonesia adalah sebagai berikut:
BAB V PENUTUP 5.1 Kesimpulan Kesimpulan yang dapat diambil dari penelitian dan pembahasan terhadap Konvergensi antar Provinsi di Indonesia adalah sebagai berikut: 1. Berdasarkan hasil regresi pada analisis
BAB IV STUDI KASUS. Secara umum inflasi dapat didefinisikan sebagai gejala kenaikan harga
BAB IV STUDI KASUS 4.1 Teori Inflasi Secara umum inflasi dapat didefinisikan sebagai gejala kenaikan harga barang-barang yang bersifat umum dan terus menerus (Nasution,1998). Menurut Anwar Nasution (Ginting,
VARIABEL EKONOMI MAKRO DAN EKSPOR NON MIGAS DI INDONESIA
VARIABEL EKONOMI MAKRO DAN EKSPOR NON MIGAS DI INDONESIA Oleh: Chenny Seftarita, S.E, M.Si (penulis adalah dosen Fakultas Ekonomi UNSYIAH) (Email: chennyseftarita@yahoo.co.id) Abstract-This paper investigated
LAMPIRAN. 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
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
4. HASIL DAN PEMBAHASAN
4. HASIL DAN PEMBAHASAN 4.1. HASIL ANALISIS Pengujian vektor autoregresi pada penelitian ini menggunakan bantuan aplikasi perangkat lunak Eviews versi 6 yang dikembangkan dan didistribusikan oleh Quantitative
KAUSALITAS UPAH MINIMUM REGIONAL DENGAN LAJU INFLASI DI PROVINSI D.I. YOGYAKARTA TAHUN (DALAM PERSPEKTIF EKONOMI SYARI AH)
KAUSALITAS UPAH MINIMUM REGIONAL DENGAN LAJU INFLASI DI PROVINSI D.I. YOGYAKARTA TAHUN 1990-2012 (DALAM PERSPEKTIF EKONOMI SYARI AH) SKRIPSI DIAJUKAN KEPADA FAKULTAS EKONOMI DAN BISNIS ISLAM UNIVERSITAS
(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
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