BAB III METODOLOGI PENELITIAN

40 BAB III METODOLOGI PENELITIAN Dalam peneltan n penuls bermaksud untuk menelt bagamana pengaruh perubahan kebjakan moneter terhadap jumlah kredt yang dberkan oleh bank pada beberapa kelompok bank berdasarkan jumlah aset yang dmlk. Analsa terhadap data yang dkumpulkan dlakukan secara statstk, secara ekonometrk dan secara ekonom. Analss secara statstk dbatas hanya secara deskrptf untuk menggambarkan konds masng-masng varabel dalam jangka waktu peneltan. Sedangkan analss model dlakukan dengan menggunakan teor ekonometrk. Untuk melhat dan menganalss hubungan-hubungan varabel dgunakan teor-teor ekonom yang relevan. 3.1 Data Peneltan n akan menggunakan data sekunder dar Bank Indonesa. Data yang dgunakan adalah panel data bulanan yang dsampakan kepada Bank Indonesa untuk perode tahun Jul 005 sampa dengan September 009. Untuk menganalsa perbedaan respon bank terhadap perubahan kebjakan moneter, yang dkarenakan perbedaan jumlah aset yang dmlk bank, maka penuls mengelompokan bank berdasarkan jumlah aset yang dmlk sebaga berkut: - Bank dengan jumlah aset < Rp. 1 Trlyun - Bank dengan jumlah aset Rp. 1 Trlyun sampa dengan Rp. 10 Trlyun Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

41 - Bank dengan jumlah aset Rp. 10 Trlyun sampa dengan 50 Trlyun - Bank dengan jumlah aset > Rp. 50 Trlyun 3. Kerangka Model Kerangka transms kebjakan moneter yang menjad dasar pada peneltan n adalah transms kebjakan moneter melalu jalur kredt bank (bank lendng channel). Pertmbangan pemlhan jalur tersebut adalah karena sampa saat n kredt merupakan sumber penbayaan terbesar bag perekonoman Indonesa, sehngga berjalannya fungs ntermedas perbankan akan sangat bermanfaat bag pertumbuhan perekonoman Indonesa. Selanjutnya melhat konds struktur perbankan Indonesa yang terdr dar beberapa kelompok bank dengan jumlah kepemlkan aset berbeda-beda yang memungknkan terjadnya perbedaan respon terhadap perubahan kebjakan moneter yang dkeluarkan bank sentral. Dalam stud n perubahan respon bank djelaskan dengan perubahan jumlah kredt yang dberkan, sedangkan perubahan kebjakan moneter djelaskan dengan perubahan BI rate sebaga ndkator arah kebjakan moneter. Selan hal tersebut stud n dlakukan dengan mengacu pada peneltan Ruby P. Kshan and Tmothy P. Opela (000) yang memberkan kesmpulan bahwa terdapat perbedaan respon yang dberkan oleh beberapa kelompok bank dengan kepemlkan jumlah aset yang berbeda atas perubahan kebjakan moneter d Austra, maka penuls tertark untuk melalukan stud atas hal tersebut d Indonesa. Model persamaan akan mengkut model yang dkembangkan oleh Ruby P. Kshan dan TmothyP. Opela (000). Secara sederhana, model Kshan dan Opela dapat durakan dalam persamaan lnear sebaga berkut: Untuk menguj perbedaan respon bank berdasarkan kelompok jumlah kepemlkan bank terhadap kebjakan moneter, dgunakan model sebaga berkut: LN t = β 1 + β FFRate t + β 3 SEC t + β 4 LTD t + u t...(3.1) Dmana LN t adalah pertumbuhan kredt yang dberkan oleh kelompok bank FFRate t adalah perubahan fed fund rate pada perode t, SEC t adalah perubahan jumlah yang dmlk kelompok bank pada perode t, dan LTD t adalah perubahan jumlah Large Tme Depost yang dmlk kelompok bank Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

4 pada perode t. Selanjutnya atas dasar data ndkator kebjakan moneter dan data perbankan Indonesa, maka dgunakan model sebaga berkut: KYD t =β 1 + β BIR t + β 3 DPK t + β 4 SBH t + u t... (3.) Keterangan: - KYD t = Jumlah kredt yang dberkan pada kelompok bank perode ke-t - BIR t = BI Rate pada perode ke-t - DPK t = Jumlah Dana Phak Ketga pada kelompok bank perode ke-t - SBH t = Jumlah Surat Berharga yang dmlk oleh kelompok bank perode ke-t Untuk mengetahu pertumbuhan kredt pada kelompok bank perode bulan t sebaga varabel terkat, kam menggunakan ser data yang terdr dar data kredt bank yang dkelompokan atas jumlah kepemlkan aset bank. Selanjutnya sejalan dengan teor mekansme transms kebjakan moneter melalu bank lendng channel yang menjelaskan bahwa perubahan suku bunga bank sentral akan mempengaruh pertumbuhan kredt maka kam menggunakan BI Rate sebaga varbel bebas yang akan menjelaskan dampak perubahan kebjakan moneter terhadap pertumbuhan kredt bank yang dkelompokan berdasarkan jumlah kepemlkan aset bank. Kemudan untuk melhat dampak perubahan varabel nternal bank, kam menggunakan varabel DPK sebaga faktor sumber dana bank serta varabel SBH sebaga unsur alternatve penempatan dana bank. Adapun untuk pengelompokan kepemlkan bank kam hanya melakukan analss pada kelompok bank dengan jumlah kepemlkan aset sebaga berkut : - Bank dengan jumlah aset < Rp. 1 Trlyun - Bank dengan jumlah aset Rp. 1 Trlyun sampa dengan Rp. 10 Trlyun - Bank dengan jumlah aset Rp. 10 Trlyun sampa dengan 50 - Bank dengan jumlah aset > Rp. 50 Trlyun Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

43 3.3. Metodolog Ekonometr 3.3.1 Model Estmas Regres Lner Metode ekonometrk yang akan dgunakan pada peneltan n adalah model estmas regres lner. Regres merupakan metode estmas utama dalam ekonometrka. Dalam analss regres, suatu persamaan regres dbentuk untuk menerangkan pola hubungan varabel-varabel. Setelah analss membentuk persamaan regres, kemudan persamaan tersebut membuat pendugaan nla suatu varabel, jka nla varabel lannya dketahu. Varabel yang akan dduga dnamakan varabel terkat (terkatt varabel) dan varabel yang menerangkan perubahan varabel terkat dnamakan varabel bebas (bebast varabel). (Sr Mulyono:1990) Metode estmas parameter (koefsen) regres yang basa dgunakan adalah metode kuadrat terkecl (Ordnary Least Square). Metode n berusaha untuk memnmumkan smpangan kuadrat antara nla sebenarnya (Y) terhadap nla dugaan (Ŷ) dar varabel terkat atau dengan kata lan memnmumkan error kuadrat [ ξ = (Y - Ŷ ) ]. Penaksran koefsen-koefsen regres dar suatu model regres lner dengan menggunakan metode OLS akan menghaslkan penaksr yang bersfat BLUE (Best Lnear Unbased Estmate) sesua dengan teorema Gauss-Markov. Untuk menghaslkan penaksr yang bersfat BLUE, ada beberapa asums yang harus dpenuh (Gujarat; 003) : a. ξ adalah varabel random yang memlk dstrbus Normal(0, σ ). b. E (ξ X ) = 0, untuk setap. Error yang postf dapat salng menghapuskan dengan error yang negatf, sehngga rata-rata kesalahan error peramalan adalah sama dengan nol. c. Tdak ada kesalahan dalam spesfkas model. Untuk mendeteks ada tdaknya kesalahan dalam spesfkas model bsa menggunakan Wstate s general heteroscedaststy test wth cross term. Varabel bebas adalah fxed. d. Var (ξ X ) = σ ; Artnya varan ξ konstan d dalam setap perode (tdak ada masalah heteroskedaststas atau dsebut homoskedaststas). Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

44 e. Cov (ξ, ξj) = 0, untuk setap j. Artnya error peramalan ke- tdak berkorelas dengan error peramalan ke-j (tdak ada masalah autokorelas). f. Cov (ξ, X ) = 0 Error peramalan tdak berkorelas dengan varabel X. Jka asums rata-rata kesalahan peramalan sama dengan nol terpenuh maka asums n terpenuh. g. Tdak ada masalah multkolnertas Artnya tdak ada hubungan/korelas yang cukup kuat antara sesama varabel bebas dalam model. 3.3. Uj Hpotesa Parameter-parameter hasl estmas dengan metode OLS kemudan duj secara statstk untuk menguj apakah hpotesa bsa dterma atau tdak. Uj hpotesa adalah suatu anggapan atau pendapat yang dterma secara kuanttatf untuk mengolah suatu fakta untuk peneltan. Pengujan dlakukan untuk menentukan bak atau buruknya model melalu uj kesesuaan model (R ), uj secara serempak (F test) maupun uj secara parsal (t test), untuk menentukan dterma atau dtolaknya hpotesa nol. 3.3..1 Uj Kesesuaan (R ) Uj R dgunakan untuk mengukur kebakan atau kesesuaan suatu model persamaan regres, lebh dar dua varabel. Koefsen determnas majemuk R memberkan propors atau presentase varas total dalam varabel tak bebas Y dengan varabel bebas X secara bersama-sama. Besaran R terletak antara 0 dan 1, jka R = 1 berart bahwa semua varas data varabel t yang dgunakan dalam model regres, sebesar 100%. Jka R = 0 berart tdak ada varas dalam varabel terkat Y yang dapat djelaskan oleh varabel-varabel bebas X. Model dkatakan bak jka R mendekat 1. Hal yang perlu dperhatkan dar sfat R adalah sangat dpengaruh oleh banyaknya varabel bebas. Semakn banyak varabel bebas dmasukkan ke dalam model, maka nla R akan semakn tngg. Hal n tentunya akan sangat menyesatkan, oleh karena tu harus ada faktor koreks untuk mengantspas Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

45 bertambahnya varabel bebas. Dengan demkan untuk kasus regres lner berganda sebaknya dgunakan Adjusted-R. Koefsen n sudah dhlangkan pengaruh derajat bebasnya, sehngga benar-benar menunjukkan pengaruh dar varabel bebas terhadap varabel tak bebas. Nla Adjusted-R dapat dperoleh dengan formula sebaga berkut: n 1 R adj 1 (1 R )... (3.3) n k 1 3.3.. Uj Sgnfkans Model (Uj Fsher / F) Pengujan n dlakukan untuk mengetahu apakah varabel bebas secara keseluruhan (model) mempunya pengaruh yang sgnfkan terhadap varabel tak bebas. Tahapan uj F adalah sebaga berkut : a. Merumuskan hpotess. H o : sgnfkan H 1 : β 0, β 1 = β.. β = 0, artnya secara overall tdak ada pengaruh yang dar varabel bebas terhadap varabel tak bebas. artnya mnmal ada satu varabel bebas mempunya pengaruh yang sgnfkan terhadap varabel tak bebas. b. Menentukan tngkat sgnfkans pengujan (α). c. Mencar nla F-statstcs dengan formula sebaga berkut : F ht Dmana, ( Y k ( Y n k Y ) Y ) 1 1 n R k R k SSR ( Y Y ) jumlah kuadrat regres 1,.(3.4) SSE Y Y ) ( jumlah kuadrat error peramalan SST SSR SSR ( Y Y ) jumlah kuadrat total k adalah banyaknya varabel bebas n adalah banyaknya observas. Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

46 d. Membandngkan nla F-statstcs dengan F-tabel berderajat bebas (α, k, n-k- 1). Jka F-stat F (α, k, n-k-1), berart terma H o, dan jka F-stat > F (α, k, n-k-1), berart tolak H o Atau pengujan juga bsa dlakukan dengan membandngkan nla Prob (Fstat) dengan α. Jka Prob (F-stat) α berart terma H o, dan jka Prob (Fstat) < α berart tolak H o 3.3..3 Uj Secara Parsal (Uj T) Pengujan n dlakukan untuk mengetahu apakah varabel bebas secara parsal mempunya pengaruh yang sgnfkan terhadap varabel tak bebas. Langkah pengujannya adalah sebaga berkut : a. Merumuskan hpotess H o : β = 0, menyatakan koefsen regres parameter populas tdak berbeda nyata (not sgnfcant) dar nol. H 1 : β 0, menyatakan koefsen regres parameter populas berbeda nyata (sgnfcant) dar nol. b. Menentukan tngkat sgnfkans pengujan (α). c. Mencar nla t-statstcs dengan formula sebaga berkut : t ht, * 1 n X ( e o X ) X n e ( X ) X e Y ) n ( Y Y o Y 1 n k 1 n k 1 (3.5) dmana k adalah banyaknya varabel bebas dan n adalah banyaknya observas. d. Membandngkan nla t-statstcs dengan t-tabel berderajat bebas (α/,n-k-1). Jka t-stat t (α/, n-k-1), berart terma H o dan jka t-stat > t (α/, n-k-1), berart tolak H o XY Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

47 Pengujan juga bsa dlakukan dengan membandngkan nla Prob (t-stat) dengan nla α. Jka Prob (t-stat) α berart terma H o dan jka Prob (t-stat) < α berart tolak H o 3.3.3 Uj Asums OLS Sebaga upaya untuk menghaslkan model yang efsen, vsble dan konssten, maka perlu pendeteksan terhadap pelanggaran asums model yatu gangguan antar waktu (tme-related dsturbance), gangguan antar ndvdu (cross secton dsturbance), dan gangguan akbat keduanya. 3.3.3.1 Uj Multkolnertas Multkolnertas muncul jka dantara varabel bebas memlk korelas yang tngg, sehngga sult memsahkan efek satu varabel bebas terhadap varabel terkat dar efek varabel bebas lannya. Indkas-ndkas terjadnya multkolnertas menurut Gujarat (003) : 1. Jka dtemukan nla R yang tngg dan nla statstk F yang sgnfkan tetap sebagan besar nla statstk t tdak sgnfkan. Korelas sederhana yang relatf tngg (0,8 atau lebh) antara satu atau lebh pasang varabel bebas. Jka koefsen kurang dar 0.8 berart masalah tdak terlalu serus, belum terjad multkolnertas 3. Regres bantuan (auxlary regresson), dengan cara meregres masng-masng peubah bebas pada peubah lannya. Apabla nla R tngg maka ada ndkas ketergantungan lner yang hamper past dantara varabel-varabel bebas. Pemecahan masalah multkolnertas adalah : a. Tdak perlu dlakukan perbakan jka seluruh hasl pengujan sgnfkan b. Mengeluarkan varabel bebas yang menyebabkan mulkolnertas, c. Menggabungkan data cross-secton dengan data tme seres karena semakn banyak data, multkolnertas akan cenderung turun 3.3.3. Uj Heteroskedaststas Untuk melakukan pengujan atas varas error peramalan, maka dlakukan uj heteroskedaststas untuk menguj bahwa error peramalan tdak sama untuk Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

48 semua pengamatan [ E(u )= ]. Pengujan dlakukan dengan plot e terhadap y atau x, tdak dsarankan karena keterbatasan pengamatan. Uj statstk dengan menggunakan Whte Heteroskeadstcty Test. Nla Heteroskedastcty Test: Breusch-Pagan-Godfrey (obs*r-squared) akan mengkut dstrbus Ch-square dengan dof sebanyak jumlah varabel bebas pada auxlary regresson-nya. Secara umum hpotess yg dgunakan adalah : H o : E(u ), tdak ada heteroskeadststas H 1 : E(u )=, ada heteroskeadststas Jka nla obs*rsquare < ch-square maka tdak ada heteroskeadststas Uj heteroskedaststas n perlu dlakukan karena adanya akbat yang dtmbulkan jka asums tersebut dlanggar, yatu: Nla koefsen un-based Varans estmas koefsen regres tdk mnmal lag, sehngga cenderung menghaslkan keputusan bahwa varable yang duj tdak sgnfkan pengaruhnya. Namun perlu dperhatkan bahwa jka dalam suatu model regres ada masalah heteroskedaststas sementara hasl pengujan parsal (ujt) dan overall (uj-f) menunjukkan bahwa pengaruhnya sgnfkan maka masalah tersebut tdak perlu datas Adapun cara yang dapat dlakukan untuk mengatas adanya heteroskedaststas adalah dengan melakukan beberapa cara, antara lan adalah transformas ke dalam bentuk double log, weghted least square atau menggunakan GLS (Generalzed Least Square) 3.3.3.3 Uj Autokorelas Autokorelas merupakan hubungan yang terjad antara error dar suatu observas dengan error dar observas lannya. Autokorelas basanya terjad pada data tme seres, yatu apabla error suatu observas mempengaruh error observas pada perode berkutnya. Autokorelas basanya tdak muncul pada data cross secton, karena hanya menunjukan satu ttk waktu saja. Untuk mendeteksnya dapat dlakukan dengan menggunakan beberapa cara : Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.

49 a. Keberadaan outokorelas dapat ddeteks dengan Durbn Watson Test yang membandngkan nla DW htung dengan nla atas bawah (d L ) dan batas atas (d u ) dar tabel Durbn Watson berdasarkan jumlah observas dan varabel bebas. Selang kepercayaan untuk menganalss autokorelas dbag menjad 5 daerah yatu: 1. Daerah A untuk nla uj DW < d L (korelas postf). Daerah B yatu untuk d L < nla uj DW < d u (tdak dapat dsmpulkan ada atau tdaknya autokorelas) 3. Daerah C, yatu d L < nla uj DW < 4 - d u (tdak ada autokorelas) 4. Daerah D, yatu 4 - d u < nla uj DW < 4 - d L (tdak dapat dsmpulkan ada atau tdaknya autokorelas) 5. Daerah E, yatu 4 - d L < DW < 4 (korelas postf) b. Menggunakan Correlograms dan Q stats, jka tdak ada autokorelas maka nla ACF, PACF pada seluruh lag mendekat Nol dan seluruh Q-stat tdak sgnfkan. c. Uj statstk dengan menggunakan Breusch-Godfrey (BG) Test. Nla statstc dar BG-test (obs*r-squared) akan mengkut dstrbus Ch-square dengan dof sebanyak lagnya. Secara umum hpotess yg dgunakan adalah : H o : 1 = =.. = I = 0, tdak ada autokorelas H 1 : 1.. I 0, ada autokorelas Jka nla obs*rsquare < ch-square maka tdak ada autokorelas Akbat yang dtmbulkan jka terjad autokorelas adalah meskpun hasl estmasnya unbased, namun standar error koefsen regresnya terlalu rendah sehngga hasl pengujan secara parsal cenderung sgnfkan. Untuk mengatasnya dapat dlakukan dengan beberapa cara : a. Mentransformas varable terkat dan bebas dengan Y* t = Y t ry t-1 ; X* t = X t rx t-1 b. Metode pembedaan pertama (frst dfference) : Y* t = Y t Y t-1 ; X* t = X t X t-1 ; dsn r dasumskan = 1 c. Prosedur teras Cochrane-Orcutt, kecenderungannya adalah Autoregressve pertama [AR(1)] atau Autoregressve kedua [AR()] Dampak perubahan..., Ttn Susbantn Soekasno, FE UI, 010.