Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi

ANALISIS PENGARUH BEBERAPA VARIABEL MAKRO
TERHADAP LAJU INFLASI (KASUS DI PROPINSI

SUMATERA UTARA TAHUN 1990-2006)
TUGAS AKHIR
AHMAD IQBAL
052407144
PROGRAM STUDI DIPLOMA D-3 STATISTIKA

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2008
Ahmad Iqbal : Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi (Kasus Di Propinsi Sumatera Utara
Tahun 1990-2006), 2008.
USU Repository 2009
ANALISIS PENGARUH BEBERAPA VARIABEL MAKRO TERHADAP
LAJU INFLASI (KASUS DI PROPINSI SUMATERA UTARA TAHUN 1990-
2006)
TUGAS AKHIR
Diajukan Untuk Melengkapi Tugas dan Memenuhi Syarat Mencapai Gelar Ahli
Madya
AHMAD IQBAL
052407144
PROGRAM STUDI DIPLOMA D-3 STATISTIKA

DEPARTEMEN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETHUAN ALAM
UNIVERSITAS SUMATERA UTARA
MEDAN
2008
Tahun 1990-2006), 2008.
USU Repository 2009
PERSETUJUAN
Judul : ANALISIS PENGARUH BEBERAPA VARIABEL

MAKRO TERHADAP LAJU INFLASI (KASUS DI
PROPINSI SUMATERA UTARA TAHUN 1990-
2006)
Kategori : TUGAS AKHIR
Nama : AHMAD IQBAL
Nomor Induk Mahasiswa : 052407144
Departemen : MATEMATIKA
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN
ALAM (FMIPA) UNIVERSITAS SUMATERA
UTARA
Disetujui di
Medan, 22 mei 2008-05-21
Diketahui/Disetujui oleh
Departemen Matematika FMIPA USU Pembimbing
Ketua,
Dr. Saib Suwilo, M. Sc Dr. Sutarman, M. Sc

NIP 131796149 NIP 131945359
Tahun 1990-2006), 2008.
USU Repository 2009
PERNYATAAN
ANALISIS PENGARUH BEBERAPA VARIABEL MAKRO TERHADAP LAJU

INFLASI (KASUS DI PROPINSI SUMATERA UTARA TAHUN 1990-2006)
TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali
beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 22 Mei 2008
AHMAD IQBAL
052407144
Tahun 1990-2006), 2008.
USU Repository 2009
PENGHARGAAN
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Pemurah dan Maha
Penyayang, dengan limpah karunia-Nya Tugas Akhir ini dapat diselesaikan dalam
waktu yang telah ditetapkan.
Ucapan terimakasih saya sampaikan kepada Dr. Sutarman, M.Sc selaku

pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan panduan dan
penuh kepercayaan pada penulis dalam menyelesaikan kajian ini. Panduan ringkas,
padat dan profesional telah diberikan agar penulis dapat menyelesaikan Tugas Akhir
ini. Ucapan terimakasih juga ditujukan kepada Ketua dan Sekretaris Departemen Dr.
Saib Suwilo, M.Sc dan Drs. Henry Rani Sitepu, M.Si, Dekan dan Pembantu Dekan
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua
Dosen Departemen Matematika FMIPA USU, Pegawai di FMIPA USU, dan rekan-
rekan kuliah. Akhirnya, tidak terlupakan kepada orang tua yang saya sayangi dan
semua keluarga yang selama ini memberikan bantuan dan dorongan yang diperlukan.
Semoga Tuhan Yang Maha Esa akan membalasnya.
Tahun 1990-2006), 2008.
USU Repository 2009
DAFTAR ISI
Halaman
Persetujuan ii
Pernyataan iii
Penghargaan iv
Daftar Isi v
Daftar Tabel vii
Daftar Gambar viii
Bab 1 Pendahuluan
1.1 Latar Belakang 1
1.2 Identifikasi Masalah 3
1.3 Pembatasan Masalah 3
1.4 Tujuan dan Manfaat Penelitian 3
1.5 Rumusan Hipotesis 4
1.6 Metodologi Penelitian 5
1.7 Sistematika Penulisan 7
Bab 2 Landasan Teoritis

2.1 Regresi Linier 9
2.2 Regresi Linier Berganda 15
2.3 Analisis Korelasi 24
Bab 3 Gambaran Umum

3.1 variabel ekonomi makro dan fundamental ekonomi makro 28
3.2 inflasi 30
3.3 investasi 34
3.4 jumlah uang beredar 35
3.5 perdagangan luar negeri 36
3.6 laju inflasi di sumatera utara 38
Bab 4 Analisis Data

4.1 Analisis Data 43
4.2 Pengujian Model Terhadap Asumsi Klasik 52
Tahun 1990-2006), 2008.
USU Repository 2009
4.3 Pengujian Regresi Linier Ganda 57
4.4 Koefisien Determinasi 58
4.5 Perhitungan Korelasi Antara Variabel Y Dengan Xi* 59
4.6 Pengujian Koefisien Regresi Secara Individu 61
Bab 5 Implementasi Sistem

5.1 Pengertian Implementasi Sistem 64
5.2 SPSS 64
5.3 Langkah-Langkah Pengolahan Data dengan SPSS 65
Bab 6 Kesimpulan dan Saran

6.1 Kesimpulan 77
6.2 Saran 78
Daftar Pustaka
Lampiran
Tahun 1990-2006), 2008.
USU Repository 2009
DAFTAR TABEL
Halaman
Tabel 3.1 Data Inflasi dan Variabel-Variabel Makro di Propinsi

Sumatera Utara Tahun 1990-2006 39
Tabel 4.1.1 Tabel Untuk Menentukan Nilai F 45
Tabel 4.1.2 Tabel Untuk Uji F dan Kekeliruan Taksiran Baku 50
Tabel 4.2.2.1 Untuk Menghitung Uji Autokorelasi 54
Tabel 4.2.3.1 Residu dan Rank Spearman 55
Tabel 4.3.1 Tabel Untuk Pengujian Regresi Linier Ganda 57
Tahun 1990-2006), 2008.
USU Repository 2009
DAFTAR GAMBAR
Halaman
Gambar 3.1 Pertumbuhan Laju Inflasi Tahun 1990-2006 41

Gambar 4.1.1 Visualisasi Grafik Masing-Masing Variabel
Independen Terhadap Inflasi 47
Gambar 4.2.3.1 Plot Residu 56
Gambar 5.1 Aktifkan Program SPSS 65
Gambar 5.2 Tampilan Data Editor 66
Gambar 5.3 Tampilan Variabel View 67
Gambar 5.4 Pengisian Variabel View dalam SPSS 68
Gambar 5.5 Pengisian Data View Dalam SPSS 69
Gambar 5.6 Tamplan Data 69
Gambar 5.7 Tampilan Jendela Pengisian Pengolahan Data 70
Gambar 5.8 Tampilan Jendela Pengisian Linier Regression 70
Gambar 5.9 Tampilan Jendela Linier Regression Statistics 71
Gambar 5.10 Tampilan Jendela Pengisian Linier Regression Plots 73
Gambar 5.11 Tampilan Regression Linier Save 74
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Salah satu permasalahan yang sering terjadi di negara sedang berkembang dalam
melaksanakan pembangunan adalah bagaimana negara tersebut memelihara kestabilan
dan pertumbuhan ekonominya. Kestabilan ekonomi menyangkut segi kestabilan
tingkat harga, tingkat pendapatan nasional, dan pertumbuhan kesempatan kerja.
Serangkaian kebijakan dapat dilakukan oleh pemerintah dalam usaha
stabilisasi. Misalnya kebijakan moneter, kebijakan fiskal, yan bertujuan untuk
mencapai kestabilan tingkat harga atau laju inflasi.
Kestabilan harga sangat dipengaruhi oleh variabel-variabel makro
perekonomian tersebut. Oleh karena itu, biasanya laju inflasi ini sering digunakan
sebagai indikator kestabilan ekonomi. Meskipun demikian, laju inflasi bukan harus
ditekan serendah mungkin. Karena dalam mekanisme ekonomi dalam masyarakat
diperlukan kenaikan harga-harga yang diproduksi oleh masyarakat. Dengan adanya
Tahun 1990-2006), 2008.
USU Repository 2009
akenaikan harga barang-barang dan jasa akan mendorong masyarakat untuk
melakukan kegiatan produksi. Sehingga dengan cara ini perekonomian dapat dipacu
untuk meningkatkan aktivitas produksi nasional.
Laju inflasi yang terlalu tinggi dapat megganggu usaha pemerintah
meningkatkan taraf hidup masyarakat. Demikian juga jika laju inflasi terlalu rendah,
karena sektor produksi tidak memiliki dorongan untuk memacu produksinya.
Kenyataan ini mendorong pemerintah untuk memperhatikan laju inflasi ini dalam
usaha membangun perekonomiannya. (algifari, 2000)
Sebagaimana diketahui bahwa negara Indonesia pernah dilanda krisis ekonomi
yang berlangsung sejak beberapa tahun yang lalu. Tingginya tingkat krisis yang
dialami negeri kita ini diindikasikan dengan laju inflasi yang cukup tinggi. Sebagai
dampak atas inflasi, terjadi penurunan tabungan, berkurangnya investasi, semakin
banyak modal yang dilarikan ke luar negeri, serta terhambatnya pertumbuhan
ekonomi. Kondisi seperti ini tak bisa dibiarkan untuk terus berlanjut dan
memaksa pemerintah untuk menentukan suatu kebijakan dalam mengatasinya.
Penerapan kebijakan moneter dengan menggunakan target inflasi (inflation targeting)
diharapkan dapat menciptakan fundamental ekonomi makro yang kuat. Karena inflasi
juga dipengaruhi oleh faktor kebijakan ekonomi makro. (algifari, 2000)
Tahun 1990-2006), 2008.
USU Repository 2009
berdasarkan uraian diatas, maka peneliti tertarik untuk menganalisis pengaruh
beberapa variabel makro terhadap laju inflasi di Propinsi Sumatera Utara pada periode
tahun 1990 sampai dengan tahun 2006.
1.2 Identifikasi Masalah
1. Apakah variabel-variabel makro, yaitu jumlah uang beredar, nilai ekspor, nilai
impor, dan tingkat suku bunga berpengaruh terhadap laju Inflasi di Propinsi
Sumatera Utara dalam periode tahun 1990 sampai dengan tahun 2006.
2. Berapa besarnya pengaruh yang dapat disumbangkan oleh keempat variabel
makro tersebut terhadap laju inflasi di Propinsi Sumatera Utara dalam periode
tahun 1990 sampai dengan tahun 2006.
1.3 Pembatasan Masalah
Tahun 1990-2006), 2008.
USU Repository 2009
Sebetulnya terdapat banyak faktor yang dapat mempengaruhi besarnya laju inflasi,
baik faktor ekonomi maupun faktor nonekonomi. Dalam penelitian ini, analisis
terhadap faktor-faktor yang mempengaruhi laju inflasi di Propinsi Sumatera Utara
hanya dibatasi pada faktor-faktor ekonomi makro saja, yaitu jumlah uang beredar,
nilai ekspor, nilai impor, dan investasi.
1.4 Tujuan Dan Manfaat Penelitian
Penelitian ini bertujuan untuk menganalisis pengaruh variabel-variabel ekonomi
makro, yaitu jumlah uang beredar, nilai ekspor, nilai impor, dan investasi terhadap
laju inflasi di propinsi Sumatera Utara pada periode tahun 1990 sampai dengan 2006.
Selain tujuan tersebut, penelitian ini diharapkan dapat memberikan manfaat
sebagai berikut:
1. Hasil penelitian ini dapat memberi gambaran tentang hubungan antara jumlah
uang beredar, nilai ekspor, nilai impor, dan investasi dengan laju inflasi di
Propinsi Sumatera Utara pada tahun 1990 sampai dengan tahun 2006.
2. Hasil penelitian ini dapat memberi informasi yang dapat digunakan sebagai
acuan pemerintah dalam menentukan kebijakan pengendalian laju inflasi.
Tahun 1990-2006), 2008.
USU Repository 2009
3. Hasil penelitian ini dapat memberikan bahan masukan bagi penelitian-
penelitian selanjutnya yang berkenaan dengan masalah laju inflasi di Propinsi
Sumatera Utara.
1.5 Rumusan Hipotesis
Sesuai dengan latar belakang masalah, pembatasan masalah di atas untuk mencapai
tujuan penelitian ini akan di uji beberapa hipotesis sebagai berikut:
1. Jumlah uang beredar berpengaruh positif terhadap laju inflasi.
2. Nilai ekspor berpengaruh positif terhadap laju inflasi.
3. Nilai impor berpengaruh negatif terhadap laju inflasi.
4. Investasi berpengaruh positif terhadap laju inflasi.
1.6 Metodologi Penelitian
Pada bagian ini akan diuraikan mengenai pengumpulan dan pemilihan data. Kemudian
dilanjutkan dengan uraian mengenai model empiris dan pengukuran variabel yang
digunakan dalam penelitian ini.
1.6.1 Pengumpulan Data dan Pemilihan Data
Tahun 1990-2006), 2008.
USU Repository 2009
Data yang digunakan dalam penelitian ini menggunakan data sekunder yang diperoleh
dari Badan Pusat Statistika, serta sumber-sumber lain yang relevan dalam rentang
waktu dari tahun 1990 sampai dengan tahun 2006.
Variabel yang digunakan dalam penelitian ini adalah jumlah uang beredar,
nilai impor, nilai ekspor, dan investasi.
Pemilihan rentang waktu penelitian ini dilakukan atas pertimbangan bahwa
sejak tahun 1990-an Program Pembangunan bidang ekonomi di Indonesia telah
menunjukkan perkembangan yang pesat. Pada masa itu pemerintah memberikan
banyak kemudahan bagi para investor yang akan berinvestasi di bidang keuangan dan
perbankan. Hingga pertengahan tahun 1990-an perekonomian Indonesia umumnya
dan Sumatera Utara khususnya terlihat semakin kuat dan mulai terpandang di dunia
internasional hingga terjadinya krisis moneter pada tahun 1997, inflasi indonesia
mencapai 77% dan 83% di sumatera utara. Diawal tahun 2000-an perekonomian
indonesia berangsur-angsur membaik hingga sekarang.
1.6.2 Model Empiris
Tahun 1990-2006), 2008.
USU Repository 2009
Untuk menguji hubungan antara variabel variabel dependen dengan variabel
independen digunakan model regresi linear sebagai model estimasi. Persamaan umum
dalam model regresi linear:
Y = b0 + b1 X 1 + b2 X 2 + b3 X 3 + + bn X n + e
Keterangan:
Y: Variabel Dependen
X1, X2, X3, ...,Xn : Variabel Independen
e : Kesalahan (error)
b0: Konstanta
b1, b2, b3, ...,bn: Koefisien Variabel Independen
Model regresi digunakan untuk menguji pengaruh variabel-variabel makro
yaitu jumlah uang beredar, nilai ekspor, nilai impor, dan tingkat suku bunga terhadap
laju inflasi sebagai berikut:
I t = b0 + b1 JUBt + b2 X t + b3 M t + b4 INVt + e
Keterangan:
It adalah laju Inflasi pada tahun t
Tahun 1990-2006), 2008.
USU Repository 2009
JUBt adalah Jumlah Uang Beredar pada tahun t
Xt adalah Nilai Ekspor pada tahun t
Mt adalah Nilai Impor pada tahun t
INVt adalah Investasi pada tahun t
b0 : Konstanta
b1, . . ., b4 : Koefisien Variabel Independen
et : Besarnya pengaruh Variabel selain variabel yang digunakan dalam model
Dalam penelitian ini di duga bahwa beberapa variabel makro, yaitu jumlah
uang beredar, nilai ekspor, nilai impor, dan tingkat suku bunga berpengaruh terhadap
laju inflasi. Untuk menganalisis pengaruh jumlah uang beredar, nilai ekspor, nilai
impor, dan investasi terhadap laju inflasi digunakan model regresi linear berganda. Di
dalam model regresi tersebut, laju inflasi sebagai variabel dependen dan jumlah uang
beredar,nilai ekspor, nilai impor, dan investasi sebagai variabel independen.
Pengujian terhadap laju inflasi dilakukan dengan menguji koefisien regresi
masing-masing variabel. Jika laju inflasi yang diharapkan tidak dipengaruhi oleh
masing-masing variabel makro maka besarnya b0, b1, b2, b3, dan b4 tidak berbeda
dengan nol (tidak signifikan). Nilai R2 (koefisien determinasi) yang diperoleh dapat
digunakan untuk menjelaskan persentase variasi nilai variabel dependen yang dapat
dijelaskan oleh persamaan regresi yang dihasilkan.
Tahun 1990-2006), 2008.
USU Repository 2009
1.7 Sistematika Penulisan
Laporan hasil penelitian ini di susun dengan sistematika sebagai berikut:
BAB I : PENDAHULUAN
Pada Bab ini akan di uraikan Latar Belakang, Rumusan Masalah,
Perumusan Hipotsis, Tujuan dan Manfaat Penelitian, dan Metodologi
penelitian.
BAB II : LANDASAN TEORI
Pada Bab ini akan diuraikan beberapa teori yang dapat digunakan
sebagai kerangka landasan penelitian ini.
BAB III : GAMBARAN UMUM
Pada Bab ini akan diuraikan perkembangan variabel-variabel yang
digunakan
BAB IV : ANALISIS DATA
Pada Bab ini akan diuraikan hasil pengujian terhadap hipotesis yang
dibuat dalam penelitian ini.
Tahun 1990-2006), 2008.
USU Repository 2009
BAB V : IMPLEMENTASI SISTEM
Pada Bab ini akan diperlihatkan hasil dari Analisis variabel - variabel
makro terhadap laju Inflasi (tahun 1990-2006) dengan menggunakan
program SPSS.
BAB VI : KESIMPULAN DAN IMPLIKASI KEBIJAKSANAAN
Pada Bab ini akan diuraikan kesimpulan yang dapat ditarik dari hasil
Analisis Data. Kemudian berdasarkan kesimpulan tersebut diuraikan
mengenai implikasi kebijaksanaannya.
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 2
LANDASAN TEORITIS
2.1 Regresi Linier
Regresi linier digunakan untuk memodelkan hubungan sebab akibat antara variabel
bebas dengan variabel tak bebas. Variabel yang mudah di dapat atau tersedia sering
dapat digolongkan ke dalam variabel bebas sedangkan variabel yang terjadi karena
variabel bebas merupakan variabel tak bebas. Variabel bebas dinyatakan dengan
X 1 , X 2 , , X k (k 1) sedangkan variabel tak bebas akan dinyatakan dengan Y.
Regresi dimaksudkan untuk mengetahui sampai sejauh mana satu variabel
berhubungan dengan lainnya atau dengan beberapa variabel lainnya. Regresi ini dapat
dibagi dua, yaitu:
1. regresi linier
2. regresi non-linier. Regresi non-linier ini dibagi dalam:
a. regresi kuadratik, regresi kubik dsb.
b. Regresi eksponensial
Tahun 1990-2006), 2008.
USU Repository 2009
c. Regresi pangkat,
d. dan lain-lain
Regresi membicarakan dua variabel, X dan Y , perubahan X menyebabkan
perubahan pada Y, tetapi perubahan pada Y tidak bisa menyebabkan perubahan pada
X. Dalam matematika, hubungan ini dikenal sebagai fungsi
Y = f (X )
Y = variabel dependen atau tergantung atau berubah tak bebas
X = variabel independen atau variabel berubah bebas
Jika variabel dependen dihubungkan dengan satu variabel independen saja,
persamaan regresi yang dihasilkan adalah regresi linear sederhana (linear regression).
Jika variabel independen-nya lebih dari satu, maka persamaan regresinya adalah
persamaan regresi linear berganda (multiple linear regression).
2.1.1 Regresi Linier Sederhana
Tahun 1990-2006), 2008.
USU Repository 2009
Bentuk umum persamaan regresi linear yang menunjukkan hubungan antara dua
variabel, yaitu variabel X sebagai variabel independen dan variabel Y sebagai variabel
dependen adalah:
Y = a + bX (2.1)
dimana: Y = variabel dependen
X = variabel independen
a = nilai konstanta
b = koefisien arah regresi
Persamaan diatas digunakan untuk menaksir nilai Y jika nilai a,b, dan X
diketahui. Nilai nilai a merupakan nilai Y yang dipotong oleh kurva linear pada sumbu
vertikal Y, atau dengan kata lain, a adalah nilai Y jika X = 0. Nilai b adalah kemiringan
(slope) kurva linear yang menunjukkan besarnya nilai perubahan nilai Y sebagai akibat
dari perubahan setiap unit nilai X.
Persamaan di atas merupakan model matematis deterministik, sebab apabila
nilai variabel X diketahui, maka nilai variabel Y dapat ditentukan tanpa mengandung
faktor kesalahan (error). Model matematis probabilistik atau disebut juga dengan
istilah model matematis stochastik adalah:
Tahun 1990-2006), 2008.
USU Repository 2009
Y = a + bX + e (2.2)
jika persamaan di atas, nilai variabel X sudah tertentu, nilai variabel Y masih belum
dapat ditentukan. Ini disebabkan masih terdapatnya faktor kesalahan (e). Besarnya e
(error) dapat ditentukan dengan formulasi sebagai berikut:

e = Y Y (2.3)
pada persamaan regresi dengan model determinisik, nilai e diasumsikan nol

dengan varians sama, sehingga pada persamaan (2.2), nilai Y = Y
2.1.2 Persamaan Estimasi Dengan Metode Kuadrat Terkecil ( Least Square
Method)
Persamaan linear yang baik untuk mengestimasi nilai variabel dependen adalah
persamaan linear yang kurvanya mempunyai kesalahan yang minimum (Minimized
the Error) antara titik estimasi dengan yang sebenarnya.
Metode Kuadrat Terkecil (Least Squares Method) untuk menentukan
persamaan linear estimasi, berarti memilih satu kurva linear dari beberapa
Tahun 1990-2006), 2008.
USU Repository 2009
kemungkinan kurva linear yang dapat di buat dari data yang ada, yang mempunyai
kesalahan (error) paling kecil dari data aktual dengan data sebenarnya. Kriteria ini
dikenal dengan istilah prinsip kuadrat terkecil (Principle Of Least Square). Prinsip
pemilihan garis regresi ini adalah sebagai berikut:
pilih garis yang mempunyai jumlah kuadrat deviasi nilai observasi Y terhadap nilai
Y prediksinya yang minimum sebagai garis regresi yang paling baik
Prinsip pemilihan garis yang mempunyai nilai a dan b yang dapat
meminimumkan:

SSE = (Yi Yi ) 2
Simbol SSE menunjukkan jumlah kuadrat deviasi, atau sering disebut jumlah
kuadrat untuk kesalahan (Sum Of Square For Error). Prediksi kuadrat terkecil (Least
Squares Prediction Line) sebagai berikut:

Y = a + bX
yang menyatakan bahwa:
Y : taksiran nilai Y
a : taksiran nilai a
Tahun 1990-2006), 2008.
USU Repository 2009

b : taksiran nilai b
X : nilai tertentu X
Persamaan estimasi secara umum dapat di tulis sebagai berikut:

Y = a + bX
Y (Y hat) adalah nilai estimasi Y, a intersep kurva estimasi, b adalah slope kurva
estimasi. Nilai a dan b pada persamaan estimasi dapat ditentukan dengan formulasi
sebagai berikut:
nXY X .XY
b=
nX 2 (X ) 2
a = Y bX
Y : nilai rata-rata Y
X : nilai rata-rata X
n : banyaknya data yang digunakan sebagai sampel
2.1.3 Pengujian Terhadap Koefisien Regresi
Tahun 1990-2006), 2008.
USU Repository 2009
Pengujian ini dilakukan untuk mengetahui apakah variabel independen (X)
berpengaruh terhadap variabl dependen (Y). Pengujian hipotesis terhadap koefisien
regresi dilakukan melalui langkah-langkah sebagai berikut:
Langkah 1: perumusan hipotesis
H0 : b = 0
HA :b 0
Jika b = 0 berarti variabel independen (X) tidak berpengaruh terhadap vaiabel
variabel dependen (Y). Sedangkan jika b 0 berarti variabel independen (X)
berpengaruh terhadap variabel dependen (Y).
Langkah 2: menentukan nilai kritis pengujian dengan memperhatikan derajat
kebebasan dan tingkat signifikansi yang digunakan. Jika tingkat signifikansi
yang digunakan 1%, maka nilai kritis pengujian adalah t ( n k ; / 2 ) , dimana
pengujian dilakukan dengan dua sisi, sehingga yang digunakan adalah / 2 .
Nilai kritis dapat ditentukan dengan menggunakan tabel distribusi t.
Langkah 3: menentukan nilai t hitung dengan formulasi sebagai berikut:
b
t hitung = ,
Sb
Tahun 1990-2006), 2008.
USU Repository 2009
S b adalah kesalahan standar koefisien regresi yang dapat ditentukan dengan
formula sebagai berikut:
S y2.12...k
S bi =
( x )(1 R ) , S
*2
i i
2
y.12....k adalah Kesalahan baku taksiran
(Y )2
Y
S y.12...k =
n ( p + 1)
i
nilai b = 0 , karena pada perumusan hipotesis nol, nilai b = 0
Langkah 4: membuat keputusan terhadap hipotesis dengan membandingkan
nilai t hitung dengan nilai t tabel . Jika nilai t hitung absolut lebih besar dari pada nilai
t tabel , maka keputusannya menolak hipotesis nol (H 0 ) . Demikian sebalikya, jika
nilai t hitung absolut lebih kecil dari pada nilai t tabel , maka keputusannya adalah
menerima hipotesis nol (H 0 ) .
Langkah 5: pembuatan kesimpulan berdasarkan keputusan yang diambil.
Menolak H 0 dan menerima H A , artinya secara statistik nilai b tidak sama
dengan nol. Kesimpulannya berdasarkan statistik variabel independen (X)
berpengaruh terhadap variabel dependen (Y). Demikian juga sebaliknya.
2.2 Regresi Linier Berganda
Tahun 1990-2006), 2008.
USU Repository 2009
Hubungan fungsional antara variabel dependen (Y) dengan variabel independen (X)
adalah:
Y = f ( X 1 , X 2 ,, X n ) (2.4)
Dalam regresi berganda, persamaan regresi mempunyai lebih dari satu variabel
independen. Secara umum, persamaan regresi berganda dapat ditulis sebagai berikut:

Y = a + b1 X 1 + b2 X 2 + ... + bn X n (2.5)
Y : nilai estimasi Y
a : nilai Y pada perpotongan antara garis linear dengan summbu vertikal Y
X 1 , X 2 , , X n : nilai variabel independen X 1 , X 2 sampai X n
b1 , b2 , , bn : slope yang berhubungan dengan variabel X 1 , X 2 sampai X n
besarnya a , b1 , b2 sampai bn dapat ditentukan dengan menggunakan persmaan berikut
ini:
Y = na + b1 X 1 + b2 X 2 + + bn X n
X Y = a X
1 1 + b1 X 12 + b2 X 1 X 2 + + bn X 1 X n
X 2 Y = a X 2 + b1 X 1 X 2 + b2 X 22 + + bn X 2 X n
Tahun 1990-2006), 2008.
USU Repository 2009
X n Y = a X n + b1 X 1 X n + b2 X 2 X n + + bn X n2
Besarnya a , b1 , b2 sampai bn dapat dicari dengan memanipulasi persaman-persaman
di atas.
2.2.1 Analisis Persamaan Regresi
Persamaan yang diperoleh dalam suatu prosesperhitungan tidak selalu baik untuk
mengestimasi nilai variabel dependen. Untuk mengetahui apakah suatu persamaan
regresi yang dihasilkan baik untuk mengestimasi nilai variabel dependen diperlukan
pengetahuan tentang hal-hal berikut ini:
1. koefisien regresi (uji parsial)
2. persentase pengaruh semua variabel indepnden secara bersama-sama
(simultan) terhadap nilai variabel dependen.
3. pengaruh semua variabel independen secara bersama-sama terhadap nilai
variabel dependen (uji simultan).
Langkah-langkah analisis dalam pengujian hipotesis terhadap koefisien regresi adalah
sebagai berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
1. Perumusan Hipotesis
H 0 : b1 = b2 = = bn = 0
H A : b1 = b2 = = bn 0
2. Penentuan nilai kritis, dengan meggunakan pengujian tabel distribusi t:
t n ( p +1); / 2
dimana, p adalah jumlah parameter.
3. Pengambilan keputusan dilakukan berdasarkan perbandingan nilai
t hitung masing-masing koefisien regresi dengan nilai t tabel (nilai kritis) sesuai
dengan tingkat signifikansi yang digunakan.
Jika nilai t hitung absolut lebih besar dari pada nilai t tabel , maka keputusannya
menolak hipotesis nol (H 0 ) . Demikian sebalikya, jika nilai t hitung absolut lebih
kecil dari pada nilai t tabel , maka keputusannya adalah menerima hipotesis nol
(H 0 ) .
4. Kesimpulan
menolak (H 0 ) artinya nilai koefisien regresi dari setiap persamaan regresi
berbeda dengan 0, sehingga dapat disimpulkan variabel-variabel independen
berpengaruh terhadap variabel dependen. Terima (H 0 ) artinya nilai koefisien
regresi dari setiap persamaan regresi sama dengan dengan 0, sehingga dapat
Tahun 1990-2006), 2008.
USU Repository 2009
disimpulkan variabel-variabel independen tidak berpengaruh terhadap variabel
dependen.
Persentase pengaruh semua variabel independen terhadap nilai variabel
( )
dependen ditunjukkan oleh besarnya koefisien determinasi R 2 . Misalnya diperoleh
nilai koefisien determinasi (R ) adalah

2
0.97 artinya pengaruh semua variabel
independen terhadap perubahan nilai variabel dependen adalah 97% dan sisanya 3%
dipengaruhi oleh variabel lain selain variabel independen yang digunakan.
Uji simultan dilakukan Untuk mengetahui apakah semua variabel independen
bersama-sama (simultan) dapat berpengaruh terhadap variabel dependen.pengujian
terhadap pengaruh variabel independen secara bersama-sama (simultan) terhadap
perubahan nilai variabel dependen dilakukan melalui pengujian terhadap perubahan
besarnya perubahan nilai variabel dependen yang dapat dijelaskan (explained) oleh
perubahan nilai semua variabel independen.
Langkah-langkah analisis dalam pengujian hipotesis terhadap variasi nilai
variabel dependen yang dapat dijelaskan oleh variasi nilai variabel independen adalah
sebagai berikut:
1. Perumusan Hipotesis
Tahun 1990-2006), 2008.
USU Repository 2009
(H 0 ) : variasi perubahan nilai variabel independen tidak dapat menjelaskan
variasi perubahan nilai variabel dependen.
H A : variasi perubahan nilai variabel independen dapat menjelaskan variasi
perubahan nilai variabel dependen.
2. Nilai kritis dalam distribusi F dengan tingkat signifikansi ( ) dan degree of
freedom (df) dengan F( p ,( n ( p +1)); ) dimana p adalah jumlah parameter.
3. Tentukan nilai Fhitung
(Y Y )
2
i
p
nilai Fhit =
(Y )
2
i Y
n ( p + 1)
4. Keputusan
Pengambilan keputusan dilakukan berdasarkan perbandingan nilai
Fhitung dengan nilai Ftabel (nilai kritis) sesuai dengan tingkat signifikansi yang
digunakan, jika:
Fhitung < Ftabel maka terima hipotesis H 0 dan
Fhitung > Ftabel maka tolak hipotesis H 0
Tahun 1990-2006), 2008.
USU Repository 2009
5. Kesimpulan
Terima H 0 artinya semua variabel independen secara bersama-sama (secara
simultan) tidak berpengaruh terhadap perubahan variabel dependen.
Tolak H 0 artinya semua variabel independen secara bersama-sama (secara
simultan) dapat berpengaruh terhadap perubahan variabel dependen.
2.2.2 Penyimpangan Terhadap Asumsi Model Klasik
Model regresi yang diperoleh dari metode Kuadrat Terkecil Biasa (Ordinary Least
Squares/OLS) merupakan model regresi yang menghasilkan estimator linear tidak bias
yang terbaik (Best Lenear Unbias Estimator/BLUE). Kondisi ini akan terjadi jika
dipenuhi beberapa asumsi, yang disebut dengan asumsi klasik, sebagai berikut:
1. Non-Multikolineritas. Artinya, antara variabel dependen yang satu dengan
independen yang lain dalam model regresi tidak saling berhubungan secara
sempurna atau mendekati sempurna.
2. Homoskedastisitas. Artinya, varians variabel independen adalah konstan untuk
setiap nilai tertentu variabel independen.
3. Non-Autokorelasi. Artinya, tidak terdapat pengaruh dari variabel dalam model
melalui tenggang waktu (time lag). Misalnya, nilai suatu variabel saat ini akan
Tahun 1990-2006), 2008.
USU Repository 2009
berpengaruh terhadap nilai variabel laqin pada masa yang akan datang.
Menurut model klasik ini tidak mungkin terjadi.
4. Nilai rata-rata kesalahan (error) populasi pada model stokastiknya sama
dengan nol.
5. Variabel independen adalah non stokastik (nilai konstan pada setiap kali
percobaan yang dilakukan secara berulang).
6. Distribusi kesalahan (error) adalah normal.
2.2.2.1 Multikolinearitas
Multikolinearitas artinya antarvariabel independen yang terdapat dalam model
memiliki hubungan yang sempurna atau mendekati sempurna (koefisien korelasinya
tinggi atau bahkan1).
Diagnosis adanya multikolinearitas di dalam model regresi adalah sebagai
berikut:
1. Melalui nilai R 2 , dan F RATIO. Jika R 2 tinggi, nilai F RATIO tinggi,
sedangkan sebagian besar atau bahkan seluruh koefisien regresi tidak
signifikan (nilai t hitung sangat rendah), maka kemungkinan terdapat
multikolinearitas dalam model tersebut.
Tahun 1990-2006), 2008.
USU Repository 2009
2. Menentukan koefisien korelasi antara variabel independen yang satu dengan
variabel independen yang lain. Jika antara dua variabel independen memiliki
koefisien korelasi yang tinggi atau tanda koefisien korelasi variabel
independen berbeda dengan tanda koefisien regresinya. Maka, di dalam model
regresi tersebut terdapat multikolinearitas.
3. Membuat persamaan regresi antarvariabel independen. Jika koefisien
regresinya signifikan, maka dalam model terdapat multikolinearitas.
Menghilangkan adanya multikolinearitas pada suatu model regresi terdapat
bermacam-macam cara. Cara yang sering digunakan yaitu dengan mentransformasi
variabel. Nilai variabel yang digunakan mundur satu tahun. Misalnya pada model
regresi:
Y = a + b1 X 1 + b2 X 2 + b3 X 3 + e
terdapat multikoliearitas, maka untuk menghilangkan dapat dilakukan dengan
mentransformasi variabel yang terdapat dalam model menjadi:
Y(t 1) = a + b1 X 1(t 1) + b2 X 2 (t 2 ) + b3 X 3(t 1) + e(t 1)
Tahun 1990-2006), 2008.
USU Repository 2009
2.2.2.2 Heteroskedastisitas
Heteroskedastisitas artinya varians variabel dalam model tidak sama (konstan).
Konsekuensi adanya heteroskedastisitas dalam model regresi adalah penaksir
(estimator) yang diperoleh tidak efisien.
Diagnosis adanya heteroskedastisitas secara kuantitatif di dalam model regresi
dapat dilakukan dengan melakukan pengujian korelasi ranking spearman (rs ) dapat
dihitung dengan formula:
d i2
rs = 1 6
(
N N 2 1
)

yang menyatakan bahwa:

d i : selisih ranking stndar deviasi (S) dan ranking nilai mutlak error (e). e = Y Y
N : banyaknya sampel
Pengujian ini menggunakan disribusi t dengan membandingkan nilai t hitung
dengan t tabel . Jika nilai t hitung > t tabel , maka pengujian menolak hipotesis nol (H 0 ) yang
menyatakan tidak terdapat heteroskedastisitas pada model regresi. Nilai t hitung adalah:
Tahun 1990-2006), 2008.
USU Repository 2009
rs N 2
t =
1 rs2
dengan df = N-2
salah satu cara yang dapat dilakukan untuk menghilangkan heteroskedastisitas dalam
model regresi, yaitu dengan mentransformasi variabel menjadi log, menjadi:
ln Y = a + b1 ln X 1 + b2 ln X 2 + b3 ln X 3 + e
di-antilog-kan akan diperoleh model regresi:
Y = aX 1b1 X 2b 2 X 3b 3 e
b1 ,b2 dan b3 menunjukkan elastisitas X 1 , X 2 dan X 3 .
2.2.2.3 Autokorelasi
Autokorelasi artinya adanya korelasi antaranggota sampel yang diurutkan berdasarkan
waktu. Penyimpangan ini biasanya muncul pada observasi yang menggunakan data
time series.
Konsekuensi dari adanya autokorelasi adalah varians sampel tidak dapat
menggambarkan varians populasinya.
Tahun 1990-2006), 2008.
USU Repository 2009
Untuk megdiagnosis adanya autokorelasi dilakukan melalui pengujian
terhadap nilai uji durbin-watson (uji Dw) dengan etentuan sebagai berikut:
Dw Kesimpulan
Kurang dari 1,10 Ada autokorelasi
1,10 dan 1,54 Tanpa ksimpulan
1,55 dan 2,46 Tidak ada autokorelasi
2,46 dan 2,90 Tanpa kesimpilan
lebih dari 2,91 Ada autokorelasi
Salah satu cara untuk menghilangkan pengaruh autokorelasi dapat dilakukan
dengan memasukkan lag variabel Y ke dalam model sehingga model regresinya
menjadi:

Y = a + b1 X 1 + b2 X 2 + b3 X 3 + b4Yt 1
2.3 Analisis Korelasi
Tahun 1990-2006), 2008.
USU Repository 2009
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat
hubungan linear antara suatu variabel dengan variabel lain. Biasanya, analisis korelasi
digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan
garis regresi dalam menjelaskan variasi nilai variabel dependen.
Ukuran statistik yang dapat menggambarkan hubungan antara suatu variabel
( )
dengan variabel lain adalah koefisien determinasi r 2 dan koefisien korelasi (r ) .
2.3.1 Koefisien Determinasi r 2 ( )
Koefisien determinasi adalah salah satu nilai statistik yang dapat digunakan untuk
mengetahui apakah ada hubungan pengaruh antara dua variabel. Nilai koefisien
determinasi menunjukkan persentase variasi nilai variabel dependen yang dapat
dijelaskan oleh persamaan regresi yang dihasilkan.
Koefisien determinasi adalah satu dikurangi rasio antara besarnya deviasi nilai
Y observasi dari garis regresi dengan besarnya deviasi nilai Y observasi dari rata-
ratanya. Secara matematis dapat ditulis sebagai berikut:
Y Y

r2 = 1
Y Y ( 2
)
Tahun 1990-2006), 2008.
USU Repository 2009
( )
koefisien determinasi r 2 adalah persentase nilai Y yang dapat dijelaskan oleh garis
regresi. Deviasi total adalah persentase deviasi yang dapat dijelaskan ditambah
persentase deviasi yang tidak dapat dijelaskan. Dengan demikian persentase deviasi
yang dapat dijelaskan ditambah persentase deviasi yang tidak dapat dijelaskan adalah
100% atau 1.
Total Deviasi = Explained Variation + Unexplained Variation
dimana:
(Y )
2
total deviasi dari semua titik (pasangan data) adalah Y

2

explained variation = variasi yang dapat dijelaskan Y Y

2

unexplained variation = variasi yang tidak dapat dijelaskan Y Y

atau dapat juga ditulis besrnya koefisien determinasi deviasi yang tidak dapat
dijelakan dibagi deviasi total. Secara matematis dapat ditulis sebagai berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
2

Y Y
r2 =
Y Y ( 2
)
2.3.2 Koefisien Korelasi (r )
Koefisien korelasi merupakan ukuran yang dapat digunakan untuk mengetahui
bagaimana keeratan hubungan antara suatu variabel dengan variabel lain. Jika
koefisien korelasi berhubungan dengan sampel yang digunakan, maka koefisiean
korelasi besarnya adalah akar koefisien determinasi. Atau secara matematis dapat
ditulis sebagai berikut:
r = r2
Koefisien korelasi (r ) dapat digunakan untuk:
1. mengetahui keeratan hubungan (korelasi linear) antara dua variabel.
2. mengetahui arah hubungan antara dua variabel.
Untuk mengetahui keeratan hubungan antara dua variabel dengan
menggunakan koefisien korelasi adalah dengan menggunakan nilai absolut dari dari
Tahun 1990-2006), 2008.
USU Repository 2009
koefisien korelasi ersebut. Besarnya koefisien korelasi (r ) antara dua macam variabel
adalah nol sampai dengan 1 . Apabila dua buah variabel mempunyai nilai r = 0,
berarti antara dua variabel tersebut tidak ada hubungan. Sedangkan apabila dua buah
variabel mempunyai r 1 , maka dua buah variabel tersebut mempunyai hubungan
yang sempurna.
Semakin tinggi nilai r (semakin mendekati 1), maka tingkat keeratan
hubungan antara dua variabel tersebut semakin tinggi. Dan sebaliknya semakin rendah
r (semakin mendekati 0), maka tingkat keeratan hubungan antara dua variabel
tersebut semakin lemah.
Koefisien korelasi dapat juga digunakan untuk mengetahui arah hubungan
antara dua variabel. Tanda (+ dan -) yang terdapat pada koefisien korelasi
menunjukkan arah hubungan antara dua variabel tersebut. Tanda minus (-) pada nilai
r menunjukkan hubungan yang berlawanan arah. Artinya, apabila nilai variabel yang
satu naik, maka nilai variabel yang lain turun. Tanda plus (+) pada nilai r
menunjukkan hubungan yang searah. Artinya, apabila nilai variabel yang satu naik,
maka nilai variabel yang lain juga naik.
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 3
GAMBARAN UMUM
3.1 Variabel Ekonomi Makro Dan Fundamental Ekonomi Makro
Tahun 1990-2006), 2008.
USU Repository 2009
Ekonomi makro adalah merupakan bagian dari ilmu ekonomi yang mempelajari
masalah ekonomi secara keseluruhan/totalitas (agregate) atau dapat diartikan sebagai
ilmu ekonomi yang membicarakan perekonomian sebagai suatu keseluruhan yang
mengabaikan unit-unit individu serta masalah-masalah yang dihadapinya. Maksud
digunakannya istilah keseluruhan (agregate) yaitu untuk menonjolkan bahwa yang
menjadi pusat perhatian dari ekonomi makro adalah variabel-variabel ekonomi secara
totalitas, variabel-variabel ekonomi makro yang digunakan oleh penulis adalah inflasi,
jumlah uang beredar, investasi, besarnya nilai ekspor dan impor.
Variabel adalah elemen dasar dari sebuah model dan karenanya perlu
didefinisikan secara jelas dan tepat.
Pengelompokan variabel variabel dapat dibedakan menjadi dua macam, yaitu
variabel eksogen dan variabel endogen. Variabel eksogen yaitu variabel-variabel yang
nlainya ditentukan diluar model atau dengan kata lain nilai variabel ini sudah tertentu.
Sementara variabel endogen merupakan variabel yang nilainya baru dapat ditentukan
bila nilai variabel-variabel eksogen diketahui nilainya.
Untuk membangun ekonomi makro indonesia, salah satunya dapat ditempuh
melalui salah satu pendekatan fundamental ekonomi makro kuat.
Tahun 1990-2006), 2008.
USU Repository 2009
Yang dimaksud dengan fundamental ekonomi makro kuat menurut H.
Soeharsono Sagir, prasyaratnya adalah: "Pertumbuhan ekonomi tinggi/GDP/GNP
yang meningkat signifikan, minimal 3 kali dari pertumbuhan penduduk (6%/tahun);
yang didukung oleh: perluasan kesempatan kerja, tidak terjadi carry over penganggur
yang tidak terserap oleh pasar kerja/kenaikan GDP/GNP."
Yang terjadi sekarang bukan saja carry over tenaga kerja yang tidak terserap,
tetapi justru bertambah karena PHK atau makin meningkatnya angka pengangguran.
Korelasi positif antara pertumbuhan dan perluasan kesempatan kerja, dapat
pula tercermin dari dukungan kemampuan pemerintah (fiskal) yang tidak terus
menerus defisit, hingga makin tergantung pada utang luar negeri (memperbesar utang)
ditambah menutup defisit dengan menjual kekayaan negara (aset negara); kemampuan
sektor moneter (bank) sebagai lembaga intermediasi, memupuk modal (simpanan
masyarakat) untuk disalurkan sebagai kredit meningkatkan taraf hidup rakyat banyak
(perluasan kesempatan kerja artinya peningkatan pendapatan).
Selain sektor fiskal dan moneter yang sehat, fundamental ekonomi makro kuat,
perlu didukung sektor perdagangan luar negeri yang sehat atau neraca pembayaran
yang favorable. Artinya cadangan devisa yang tersedia dan tercatat di Bank Indonesia
Tahun 1990-2006), 2008.
USU Repository 2009
sebagai manajer cadangan devisa - merupakan hasil dari surplus ekspor, bukan
bersumber dari masuknya modal dari luar negeri, tambahan utang atau arus masuknya
asing (PMA).
Pertumbuhan ekonomi, perluasan kesempatan kerja, fiskal, moneter/bank yang sehat
dan perdagangan luar negeri yang surplus (cadangan devisa naik, bukan karena tambahan
utang), pertumbuhan ekonomi tanpa kerusakan lingkungan (banjir, hutan gundul, polusi air)
merupakan prasyarat untuk fundamental ekonomi makro kuat. Menurut H. Soeharsono Sagir
Fundamental ekonomi kuat, tidak hanya berindikasi inflasi dan nilai tukar terkendali atau stabil.
Ekonomi makro kuat, jika kita bebas dari ekonomi biaya tinggi, dan produk kita memiliki
unggulan daya saing (kompetitif, dengan ekspor lebih besar daripada impor).
3.2 Inflasi (inflation)
Inflasi sendiri didefenisikan sebagai kondisi apabila tingkat harga-harga dan biaya-
biaya umum naik, harga beras, bahan bakar mobil, tingkat upah, harga tanah, sewa
barang-barang modal juga mengalami kenaikan. Kebalikannya adalah deflasi dimana
harga-harga dan biaya-biaya secara umum turun. (Samuelson, 1989:196).
Sedangkan Lerner (Gunawan, 1991:1) mendefenisikan inflasi sebagai suatu
keadaan dimana terjadi kelebihan permintaan (excess demand) terhadap barang-
barang dalam perekonomian, secara keseluruhan dan terus-menerus. Kelebihan
Tahun 1990-2006), 2008.
USU Repository 2009
permintaan tersebut dapat diartikan ganda yaitu, pengeluaran yang diharapkan terlalu
banyak dibandingkan dengan barang yang tersedia, atau barang yang tersedia terlalu
sedikit bila dibandingkan dengan tingkat pengeluaran yang diharapkan.
Ada beberapa alasan pentingnya laju inflasi diperhatikan dan dipelajari oleh
penentu kebijakan, yaitu:
1. Inflasi yang terlalu tinggi dapat mengakibatkan distribusi tidak merata.
2. Inflasi yang tinggi dapat menyebabkan berkurangnya tabungan domestik yang
merupakan sumber dana investasi bagi negara sedang berkembang.
3. Inflasi yang tinggi mengakibatkan terjadinya deficit neraca perdagangan dan
meningkatkan utang luar negeri.
4. Inflasi yang tinggi dapat berdampak terhadap ketidakstabilan politik dalam
negeri.
5. Inflasi dapat merangsang pertumbuhan ekonomi melalui transfer sumber-
sumber dari masyarakat (rumah tangga) ke investor.
Inflasi adalah gejala kenaikan harga barang-barang yang bersifat umum dan
terus menerus. Dari definisi ini, ada tiga komponen yang harus dipenuhi agar dapat
dikatakan telah terjadi inflasi:
Kenaikan harga
Bersifat umum
Tahun 1990-2006), 2008.
USU Repository 2009
Berlangsung terus menerus
Harga suatu komoditas dikatakan naik jika menjadi lebih tinggi dari pada
harga periode sebelumnya. Perbandingan tingkat harga bisa dilakukan dengan jarak
waktu yang lebih panjang: seminggu, sebulan, triwulan dan setahun.
Perbandingan harga juga bisa dilakukan berdasarkan patokan musiman.
Misalnya, pada musim paceklik harga beras bisa mencapai Rp. 5000 per kilogram.
sebab harga gabah telah naik. Tetapi di musim panen, harganya dapat lebih murah,
karena harga gabah juga biasanya lebih murah. Dengan demikian, dapat dikatakan
pada musim paceklik selalu terjadi kenaikan harga beras.
Kenaikan harga suatu komoditas belum dapat dikatakan inflasi jika kenaikan
tersebut menyebabkan harga-harga secara umum naik. Misalnya harga buah mangga
di medan, jika belum musimnya dapat mencapai Rp. 15.000,00 per kilogram. Tetapi
jika sudah musimnya, dpat di beli hanya dengan harga Rp. 5.000,00 Rp. 7.500,00
per kilogram. Jadi harga mangga pada periode-periode tertentu akan mengalami
kenaikan dua sampai tiga kali lipat. Tetapi kenaikan mangga yang sangat tajam
tersebut tidak menimbulkan inflasi, karena komoditas lain tidak naik. Mangga
bukanlah komoditas pokok, sehingga tidak memiliki dampak besar terhadap sabilitas
harga.
Tahun 1990-2006), 2008.
USU Repository 2009
Kenaikan harga yang bersifat umum juga belum akan memunculkan inflasi,
jika terjadinya hanya sesaat. Jika pmerintah melaporkan bahwa inflasi tahun ini adalah
10%, artinya akumulasi inflasi adalah 10% per tahun. Inflasi triwulan rata-rata 2,5%
(10%:4), sedangkan inflasi bulanan sekitar 0,83% (10%:12).
Milton Friedman seorang ekonom besar yang memenangkan hadiah nobel
dalam ilmu ekonomi pada tahun 1976 memandang bahwa inflasi merupakan bagian
dari ekonomi moneter, sebagaimana diungkapkannya dalam sebuah tulisannya, bahwa
Inflasi selalu dan dimana pun merupakan fenomena moneter, (Mankiw, 2000:154)
Analisis ekonomi dan kebijakan ekonomi terhadap inflasi sejak tahun 1970-an
dapat dibedakan menjadi dua kelompok aliran, yakni Keynesian dan Monetaris.
Teori inflasi Keynes mengasumsikan bahwa perekonomian sudah berada pada
tingkat full employment. Menurut Keynes kuantitas uang tidak berpengaruh terhadap
tingkat permintaan total, karena suatu perekonomian dapat mengalami inflasi
walaupun tingkat kuantitas uang tetap konstan. Jika uang beredar bertambah maka
harga akan naik. Kenaikan harga ini akan menyebabkan bertambahnya permintaan
uang untuk transaksi, dengan demikian akan menaikkan suku bunga. Hal ini akan
Tahun 1990-2006), 2008.
USU Repository 2009
mencegah pertambahan permintaan untuk investasi dan akan melunakkan tekanan
inflasi.
Teori inflasi Moneterisme berpendapat bahwa, inflasi timbul disebabkan oleh
kebijaksanaan moneter dan fiskal yang ekspansif, sehingga jumlah uang beredar di
masyarakat sangat berlebihan. Kelebihan uang beredar di masyarakat akan
menyebabkan terjadinya kelebihan permintaan barang dan jasa di sektor riil. Menurut
golongan moneteris, inflasi dapat diturunkan dengan cara menahan dan
menghilangkan kelebihan permintaan melalui kebijakan moneter dan fiskal yang
bersifat kontraktif, atau melalui kontrol terhadap peningkatan upah serta penghapusan
terhadap subsidi atas nilai tukar valuta asing.
Inflasi sendiri didefenisikan sebagai kondisi apabila tingkat harga-harga dan
biaya-biaya umum naik, harga beras, bahan bakar mobil, tingkat upah, harga tanah,
sewa barang-barang modal juga mengalami kenaikan. Kebalikannya adalah deflasi
dimana harga-harga dan biaya-biaya secara umum turun. (Samuelson, 1989:196).
Sedangkan Lerner (Gunawan, 1991:1) mendefenisikan inflasi sebagai suatu
keadaan dimana terjadi kelebihan permintaan (excess demand) terhadap barang-
barang dalam perekonomian, secara keseluruhan dan terus-menerus. Kelebihan
permintaan tersebut dapat diartikan ganda yaitu, pengeluaran yang diharapkan terlalu
Tahun 1990-2006), 2008.
USU Repository 2009
banyak dibandingkan dengan barang yang tersedia, atau barang yang tersedia terlalu
sedikit bila dibandingkan dengan tingkat pengeluaran yang diharapkan.
3.3 Investasi
Investasi didefinisikan sebagai semua pengeluaran pada barang-barang kapital riil.
Akan tetapi, dalam investasi juga mencakup pembelian aktiva. Secara umum
pengeluaran invesasi berkaitan dengan pengelolaan sumber daya yang ada saat ini
untuk diperoleh penggunaan atau manfaatnya pada saat yang akan datang.
Dilihat dari jenisnya, investasi dapa di bagimenjadi dua macam yaitu investasi
riil dan investasi finansial. Yang dimaksud dengan investasi riil yaitu investasi
terhadap barang-barang tahan lama (barang-barang modal) ang akan digunakan dalam
proses produksi. sedangkan investasi finansial adalah investasi terhadap surat-surat
berharga, misalnya pembelian saham, obligasi dan surat bukti hutang lainnya. Dari
segi siapa kah yang pada umumnya melakukan investasi dapat dinyatakan sebagai
berikut:
1. pemerintah (public investment)
2. swasta (private investment)
3. pemerinah dan swasta
Tahun 1990-2006), 2008.
USU Repository 2009
Investasi mempunyai peranan yang penting dalam unsur pendapatan nasional,
penurunan investasi akan memberikan dampak penurunan yang lebih besar terhadap
pendapatan nasional. Penurunan investasi akan menyebabkan tingkat tingkat
pendapatan nasional akan menurun karena peranan investasi terhadap kapasitas
produksi sangat besar. Investasi akan memperbesar pengeluaran masyaraka melalui
peningkatan pendapatan masyarakat. Faktor produksi akan mengalami penyusutan,
sehingga akan mengalami produktivitas. Supaya tidak terjadi penurunan produktivitas
harus diimbangi dengan investasi yang lebih besar dari penyusunan faktor-faktor
produksi. Perekonomian masyarakat akan berkembang secara dinamis dengan naiknya
investasi yang lebih besar dari penyusuan faktor produksi. Bila penambahan investasi
lebih kecil, maka terjadi stagnasi perekonomian untuk dapat berkembang.
Ketidakstabilan investasi ini, membuat ahli ekonomi mengikuti pandangan
keynes: agar perekonomian dapat berkembang dan tumbuh, kebijakan moneter
diperlukan untuk mengatur tingkat bunga yang layak untuk mengadakan invstasi,
karena tingkat bunga yang tinggi akan menekan tingkat investasi dalam perekonomia.
Keynes mengatakan, masalah investasi baik diinjau dari penentuan jumlahnya maupun
kesempatan untuk mengadakan investasi itu sendiri, didasarkan pada konsep tingkat
pengembalian modal. Investasi dilakukan, apabila itngkat pengembalian modal lebih
besar dari tingkat bunga yang berlaku.
Tahun 1990-2006), 2008.
USU Repository 2009
3.4 Jumlah Uang Beredar
Jumlah uang beredar adalah total stok uang dalam perekonomian pada periode tertentu
yang biasanya dalam kurun waktu satu tahun anggran. Jumlah uang beredar bukan
hanya untuk uang yang beredar di tangan masyarakat, melainkan seluruh uang yang
dikeluarkan secara resmi oleh bank sentral maupun bank umum. Jumlah uang beredar
yang dimaksud disini adalah jumlah keseluruhan uang kartal dan uang giral yang
beredar pada periode tahunan.
Uang kartal adalah uang yang dikeluarkan dan diterbitkan oleh pemerintah
melalui bank indonesia (bank sentral). Uang kartal merupakan jenis uang yang di akui
oleh pemerintah sebagai alat pembayaran sah, dan keberadaannya dilindungi oleh
undang-undang. Uang kartal dapat berupa uang kertas maupun uang logam yang
berlaku, tidak termasuk uang kas pada KPKN (kantor perbendaharaan dan kas negara)
dan bank umum. Yang dimaksud uang giral adalah uang yang diterbitkan oleh bank-
bank umum. Sebagai contoh rekening giro, surat hutang, kiriman uang, simpanan
berjangka dan tabungan dalam rupiah yang sudah jatuh waktu, yang seluruhya
merupakan simpanan penduduk dalam rupiah pada sistim moneter.
Tahun 1990-2006), 2008.
USU Repository 2009
3.6 Perdagangan Luar Negeri
Perdagangan luar negeri adalah perdagangan antar negara yang memiliki kesatuan
hukum dan kedaulatan yang berbeda dengan kesepakatan tertentu dan memenuhi
kaidah-kaidah baku yang telah ditentukan dan diterima secara internasional.
Beberapa faktor yang menyebabkan terjadinya perdagangan luar negeri
diantaranya adalah sebagai berikut:
1. Untuk memperoleh barang atau sumber daya yang tidak dapat dihasilkan di
dalam negeri.
2. Untuk mendapatkan barang yang sebenarnya dapat dihasilkan di dalam negeri
tetapi kualitasnya belum memenuhi syarat.
3. Untuk mendapatkan teknologi yang lebih modern dalam rangka
memberdayakan sumber daya alam di dalam negeri.
4. Untuk memperluas pasaran produk yang dihasilkan di dalam negeri.
5. Mendapatkan keuntungan.
Dalam konteks perdagangan luar negeri terkadang volume perdagangan antara
negara diistilahkan dengan defisit dan surflus. Defisit terjadi bila pembeliannya
(impor) lebih banyak dari pada penjualannya (ekspor), sebaliknya surflus bila
penjualannya (ekspor) lebih besar dari pembeliannya (impor).
Tahun 1990-2006), 2008.
USU Repository 2009
Nilai ekspor mencerminkan permintaan barang dan jasa yang dihasilkan
perekonomian suatu daerah oleh masyarakat luar negeri. Kenaikan nilai ekspor
merupakan indikasi kenaikan permintaan oleh masayarakat luar negeri terhadap
barang dan jasa yang dihasilkan perekonomian daerah tersebut. Oleh karena itu, jika
nilai ekspor suatu daerah meningkat akan mendorong naiknya harga-harga.
Nilai impor menunjukkan permintaan masyarakat terhadap barang dan jasa
yang dihasilkan oleh masyarakat luar negeri. Peningkatan nilai impor memberikan
indikasi bahwa permintaan masyarakat terhadap barang dan jasa yang dihasilkan
masyarakat luar negeri menngkat. Kenaikan nilai impor ini akan menambah barang
dan jasa di dalam perekonomian, sehingga laju inflasi akan menurun
3.7 Laju Inflasi di Sumatera Utara
Inflasi merupakan salah satu indikator dalam perencanaan perekonomian
pembangunan suatu daerah. Tinggi rendahnya angka inflasi akan memberikan dampak
bagi perekonomian. Terlalu tingginya angka inflasi lebih dari 2 digit dapat
menghambat pembangunan, karena dapat memperkecil nilai pendapatan riil.
Inflasi di Sumut adalah gejala inflasi pada umumnya yang merupakan
pergerakan harga-harga umum yang sifatnya stationary. Inflasi bukan merupakan
Tahun 1990-2006), 2008.
USU Repository 2009
trend melainkan gerakan naik turunnya harga-harga umum sebagai akibat dari
perubahan-perubahan variabel bebas, yang umumnya terkait erat dengan
meningkatnya jumlah uang beredar. Kenaikan jumlah uang beredar dalam
perekonomian Sumut dapat terjadi karena meningkatnya pengeluaran agregat yang
dipicu oleh ekspansi kredit (ekspansi moneter secara umum) dan peningkatan
pengeluaran oleh pemerintah daerah Propinsi, Kabupaten atau Kota.
Berikut data inflasi dan variabel-variabel makro lainnya di propinsi sumatera
utara tahun 1990-2006:
Tabel 3.1 Data Inflasi Dan Variabel-Variabel Makro Lainnya di Propinsi

Sumatera Utara Tahun 1990-2006
Inflasi jumlah Uang

Obs Investasi Ekspor Impor
Beredar
(%) (US. $.000) (ton) (ton)
(miliar rupiah)
1990 7,56% 588.613,83 3.021.622 1.537.463 23.819
1991 8,99% 49.163,59 3.478.838 1.390.363 26.342
1992 4,56% 129.290,00 3.711.046 1.405.989 28.779
1993 9,75% 55.695,33 3.949.725 1.875.391 36.806
Tahun 1990-2006), 2008.
USU Repository 2009
1994 6,78% 20.255,93 4.083.768 1.727.141 45.374
1995 10,54% 104.843,11 3.633.141 2.128.075 52.677
1996 8,7% 58.222,54 3.920.002 2.302.568 64.089
1997 13,1% 61.406,62 4.886.759 2.139.307 78.343
1998 83,56% 81.419,40 4.401.819 959.311 101.197
1999 1,37% 58.805,03 5.150.993 2.601.042 124.632
2000 5,73% 78.826,00 5.166.654 2.620.166 162.186
2001 14,78% 39.902,11 5.492.341 2.830.242 177.731
2002 9,59% 13.822,57 6.622.573 2.684.055 191.939
2003 4,23% 97.757,97 5.490.113 2343.112 223.799
2004 6,80% 77.672,04 7.512.890 3.221.858 253.818
2005 22,41% 85.834,58 8.174.804 3.717.119 281.905
2006 15,28% 182.038,82 8.704.825 4.404.172 361.073
Sumber: BPS Propinsi Sumatera Utara
Berdasarkan gambar di atas bahwa stabilitas harga di Sumut berada pada laju
inflasi di bawah dua digit untuk waktu yang lama. Kecuali pada tahun 1995, 1997,
1998 dan 2001, 2002 dan 2006. angka inflasi menembus dua digit dan yang terparah
teradi pada tahun 1998 dengan laju inflasi mencapai angka tertinggi, yakni 83,56%.
Tetapi seiring dengan kebijakan-kebijakan stabilisasi yang dilakukan secara nasional,
misalnya pengetatan jumlah uang beredar (tigh money policy), menurunkan suku
bunga SBI, maka inflasi tahun 1999 di Sumut turun drastis hingga hanya 1,37%.
Tetapi perlu diingat bahwa inflasi sebenarnya merupakan gejala lumrah perekonomian
Tahun 1990-2006), 2008.
USU Repository 2009
yang bergairah dengan naiknya pengeluaran agregat, tetapi inflasi pada tahun 1998
lebih banyak disebabkan oleh imported inflation karena depresiasi nilai rupiah yang
besar selama 1997-1998. Banyak perusahaan industri mengalami kenaikan biaya
produksi akibat naiknya harga bahan baku impor dalam rupiah.
Tahun 1990-2006), 2008.
USU Repository 2009
83.56%
22.41%
14.78% 15.28%
13.10%
9.75% 10.54%
8.99% 8.70% 9.59%
7.56%
6.78% 6.80%
4.56% 5.73%
4.23%
1.37%
Gambar 3.1 Pertumbuhan Laj u Inflasi untuk Tahun 1990-2006
Dari gambar diatas masa krisis (resesi) inflasi yang tinggi terjadi pada tahun
1998 yang merupakan gejala cost push inflation yang tidak saja karena faktor-faktor
struktural dalam negeri dan di daerah sendiri, tetapi juga karena kenaikan biaya
produksi yang menggunakan bahan baku impor dan barang konsumsi impor.
Tahun 1990-2006), 2008.
USU Repository 2009
Investasi sangat diharapkan sebagai penggerak perekonomian Sumatera Utara,
karena terbatasnya dan yang dimiliki pemerintah Propinsi Sumatera Utara. Untuk
menggerakkan pertumbuhan ekonomi ini, peran investasi oleh swasta sangat
diharapkan, baik investasi dari luar negeri (PMA) maupun investasi dalam negeri
(PMDN).
Dari tabel diatas juga dapat dilihat puncak investasi di sumatera utara terjadi
pada tahun 1990. hal ini bisa dicapai dengan banyaknya bermunculan bank-bank
swasta baru milik konglomerat indonesia. Penurunan tingkat investasi 1991 sangat
besar karena gairah perekonomian mengalami penurunan. Pada tahun 2002 adalah
tingkat investasi terendah di sumatera utara dari tahun 1990-2006.
Perdagangan luar negeri sumatera utara terus mengalami peningkatan pada
tahun 2003 sampai pada tahun 2006. pada tahun 2006 volume ekspor sumatera utara
mencapai nilai tertinggi 8,7 juta ton dan volume impor sebesar 3,4 juta ton Yang juga
merupakan impor tertinggi untuk tahun 1990 sampai tahun 2006. sedangkan jumlah
uang beredar terus mengalami peningkatan mulai dari tahun 1990 sampai tahun 2006.
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 4
ANALISIS DATA
4.1 Analisis Data
Data Penelitian ini menggunakan data sekunder yang bersumber dari Badan Pusat
Statistik Sumatera Utara, untuk kemudian di analisis dengan metode Ordinary Least
Square (OLS). Adapun alat bantu dalam mengolah data sekunder ini adalah Program
SPSS.
Dari perhitungan data (Lampiran B) diperoleh suatu persamaan:
x 1 y = b1 x12 + b2 x1 x 2 + b3 x1 x3 + b4 x1 x 4
x 2 y = b1 x1 x 2 + b2 x 22 + b3 x 2 x3 + b4 x 2 x 4
x 3 y = b1 x 1 x3 + b2 x 2 x3 + b3 x32 + b4 x3 x 4
Tahun 1990-2006), 2008.
USU Repository 2009
x 4 y = b1 x1 x 4 + b2 x 2 x 4 + b3 x3 x 4 + b4 x 42
Dapat disubtitusikan nilai-nilai yang bersesuaian , sehingga di peroleh
persamaan:
4.410.994,81 = 274.319.330.959,49b1 - 742.714.539.580,18b2 -
213.980.930.457,93b3 - 28.747.893.943,23b4
-17.481.589,47 = -742.714.539.580,18 b1 + 46.183.504.627.848 b2 +
21.572.697.318.943b3 + 2.694.143.803.898 b4
-79.853.791,38 = -213.980.930.457,93 b1 + 21.572.697.318.943b2 +
12.444.993.190.197,50b3 + 1.290.194.499.943,76b4
-316.903,04 = -28.747.893.943,23 b1 + 2.694.143.803.898b2 +
1.290.194.499.943,76 b3 + 169.676.229.269,88b4
Setelah persamaan di atas diselesaikan, maka diperoleh koefisien-koefisien
regresi linier ganda sebagai berikut:
b1 = 0,0000023 b2 = 0,0000087 b3 = -0,000033 b4 = 0,000
Unuk mendapatkan b0 :
b0 = Y b1 X 1 b2 X 2 b3 X 3 b4 X 4
Tahun 1990-2006), 2008.
USU Repository 2009
b0 = 13,75 0,0000023(104.915,61) 0,0000087(5.141.289) +
0,000033(2.346.257,3) - 0,000(131.441,65)
b0 = 30,375
Dengan demikian persamaan regresi linier ganda atas X1, X2, X3, dan X4 adalah
Y = 30,375 + 0,0000023 X 1 + 0,0000087 X 2 0,000033 X 3 + 0,000 X 4
Langkah selanjutnya adalah melakukan uji hipotesis nyata tidaknya model
regresi linier dengan mengambil hipotesa:
H0: b0 = b1 = b2 = b3 = b4 = 0
H1: b0 = b1 = b2 = b3 = b4 0
Atau dengan kata lain
H0 : tidak ada hubungan linier antara variabel bebas dan variabel terikat
H1 : ada hubungan linier antara variabel bebas dan variabel terikat
Uji yang dilakukan untuk menguji hipotesa tersebut adalah dengan
menentukan nilai F. Untuk menentukan nilai F perhatikan tabel berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
Tabel 4.1.1 Tabel Untuk Menentukan Nilai F
Obs Y e = Yi Y (Y Y )
i
2
Y Y (Y Y )2
1 10.16241502 -2.60 6.77 -3.59 13

2 18.09760611 -9.10760611 82.95 4.35 19
3 20.08549995 -15.5254999 241.04 6.34 40
4 7.449429648 2.300570352 5.29 -6.30 40
5 14.46768264 -7.68768264 59.10 0.72 1
6 -1.658680364 12.19868036 148.81 -15.41 237
7 -3.657944955 12.35794496 152.72 -17.41 303
8 11.90600106 1.193998942 1.43 -1.84 3
9 49.48816734 34.07183266 1,160.89 35.74 1,277
10 4.490932229 -3.12093223 9.74 -9.26 86
11 8.538940954 -2.80894095 7.89 -5.21 27
12 6.215403209 8.564596791 73.35 -7.53 57
13 22.57218719 -12.9821872 168.54 8.82 78
14 27.94771443 -23.7177144 562.53 14.20 202
15 20.1349916 -13.3349916 177.82 6.38 41
16 12.93324235 9.476757647 89.81 -0.82 1
17 4.556411577 10.72358842 115.00 -9.19 85
Jlh 3,063.67 -0.020 2,508.223
(Y )
2
i Y
p
Fhit =
(Y )
2
i Y
n ( p + 1)
2.508,2
= 4
3.056,9
12
Tahun 1990-2006), 2008.
USU Repository 2009
= 2,46
Dengan demikian dapat disimpulkan bahwa, dari distribusi Ftabel untuk
dkpembilang = 4, dkpenyebut = 12 dan Ftabel (0,05) = 3,26. sehingga didapat Fhitung lebih
kecil Ftabel maka H0 diterima dan H1 ditolak. Hal ini berarti tidak ada hubungan linier
antara variabel bebas dan variabel terikat. Dikarenakan tidak terdapat hubungan linier,
maka hubungan antara variabel tersebut adalah non linier. Untuk mendeteksi
hubungan tersebut dapat dilihat melalui pendekatan model dari visualisasi grafik
scatterplot masing-masing variabel independen terhadap variabel dependen.
100% 100%
80%
80%
60%
60%
Inflasi
Inflasi
40%
40%
20%
20%
0%
0%
3000000.000 4000000.000 5000000.000 6000000.000 7000000.000 8000000.000 9000000.000

0.000 100000.000 200000.000 300000.000 400000.000 500000.000 600000.000
Ekspor
Investasi
Tahun 1990-2006), 2008.
USU Repository 2009
100% 100%
80% 80%
60% 60%
Inflasi
Inflasi
40%
40%
20%
20%
0%
0%
0.000 100000.000 200000.000 300000.000 400000.000

500000.000 1000000.000 1500000.000 2000000.000 2500000.000 3000000.000 3500000.000 4000000.000 4500000.000
Jumlah Uang Beredar
Impor
Gambar 4.1.1 Visualisasi Grafik Masing-Masing Variabel Independen Terhadap
Inflasi
Dari visualisasi grafik scatterplot dapat dilihat bahwa model linier sangat tidak
mungkin terjadi, maka data perlu untuk ditransformasi supaya menjadi linier. Model
diatas linier dalam parameter tetapi tidak dalam variabel. peneliti mencoba dengan
pendekatan model transformasi kebalikan (grafik lebih dekat ke fungsi kebalikan)
1 1 1 1
Yi = a + b1 + b2 + b3 + b4 + e
X1 X2 X3 X4
Atau dapat dituliskan persamaan estimasi Y:
Tahun 1990-2006), 2008.
USU Repository 2009
Yi = a + b1 X 1* + b2 X 2* + b3 X 3* + b4 X 4* + e
Dari persamaan:
x 1
*
( )
y = b1 x1*
2
+ b2 x1 x 2 + b3 x1 x3 + b4 x1 x 4
* * * * * *
x 2
*
y = b1 x1 x 2 + b2 x 2*
* *
( ) 2
+ b3 x 2 x3 + b4 x 2 x 4
* * * *
x 3
*
y = b1 x 1 x3 + b2 x 2 x3 + b3 x3*
* * * *
( ) 2
+ b4 x3 x 4
* *
x 4
*
y = b1 x1 x4 + b2 x2 x4 + b3 x3 x4* + b4 x4*
* * * * *
( ) 2
Dapat disubtitusikan nilai-nilai yang bersesuaian (lampiran C), sehingga di peroleh
persamaan:
- 0.00052953 = 48.10-10 b1 3.10-12 b2 5.10-12 b3 55.10-11 b1
-0.00000087 = -3.10-12 b1 + 65.10-15 b2 + 14.10-14 b3 + 118.10-13 b4
0.00003615 = -5.10-12 b1 + 14.10-14 b2 + 65.10-14 b3 + 25.10-12 b4
-0.00067970 = - 55.10-11 b1 118.10-13 b2 + 25.10-12 b3 + 27.10-10 b4
Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien
regresi linier berganda setelah parameternya ditransformasi sebagai berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
b1 = -155978 b2 = -9 x 107 b3 = 108 b4 = -838183
b0 = Y b1 X 1 b2 X 2* b3 X 3* b4 X 4*
*
b0 = 13,75 (-155978x0,000018808) - ( -9 x 107x 0,000000213) (108x0,00000049)
(-838183x0,000015346)
b0 = - 1,87
Sehingga persamaan regresi linier ganda setelah ditransformasi adalah:
Y = 1,87 155978 X 1* 9.10 7 X 2* + 10 8 X 3* 838183 X 4*
Untuk menguji kelineran dilakukan uji hipotesis nyata tidaknya model regresi
linier dengan mengambil hipotesa:
H0: b0 = b1 = b2 = b3 = b4 = 0
H1: b0 = b1 = b2 = b3 = b4 0
Atau dengan kata lain
H0 : tidak ada hubungan linier antara variabel bebas dan variabel terikat
H1 : ada hubungan linier antara variabel bebas dan variabel terikat
Uji yang dilakukan untuk menguji hipotesa tersebut adalah dengan
menentukan nilai F . Untuk menentukan nilai Fhit perhatikan tabel
Tahun 1990-2006), 2008.
USU Repository 2009
Tabel 4.1.2 Tabel Untuk Uji F dan Kekeliruan Taksiran Baku
No Y Y (Y Y )
i (Y Y )
i
2
(Y Y ) (Y Y )2
1 7.56 -0.14049 7.70049 59.29754624 -13.89049 192.9457124

2 8.99 11.56854 -2.57854 6.648868532 -2.18146 4.758767732
3 4.56 17.06856 -12.50856 156.4640733 3.31856 11.01284047
4 9.75 4.72814 5.02186 25.21907786 -9.02186 81.39395786
5 6.78 9.68733 -2.90733 8.452567729 -4.06267 16.50528753
6 10.54 4.22798 6.31202 39.84159648 -9.52202 90.66886488
7 8.70 4.02247 4.67753 21.8792869 -9.72753 94.6248399
8 13.10 14.70667 -1.60667 2.581388489 0.95667 0.915217489
9 83.56 75.88109 7.67891 58.96565879 62.13109 3860.272345
10 1.37 10.86913 -9.49913 90.23347076 -2.88087 8.299411957
11 5.73 12.86145 -7.13145 50.8575791 -0.88855 0.789521103
12 14.78 9.49007 5.28993 27.9833594 -4.25993 18.1470036
13 9.59 7.37 2.22 4.9284 -6.38000 40.7044
14 4.23 20.44807 -16.21807 263.0257945 6.69807 44.86414172
15 6.80 12.87463 -6.07463 36.90112964 -0.87537 0.766272637
16 22.41 10.07432 12.33568 152.1690011 -3.67568 13.51062346
17 15.28 7.99205 7.28795 53.1142152 -5.75795 33.1539882
Jlh 233.73 233.73 0.00 1058.563014 -0.01999 4513.333196
Dimana:
(Y )
2
i Y
p
Fhit =
(Y )
2
i Y
n ( p + 1)
Tahun 1990-2006), 2008.
USU Repository 2009
4513,333196
= 4
1058,563014
12
= 12,791
Ftab = F(4, 12, 0.05) = 3,26 sehingga di dapat Fhitung lebih besar Ftabel maka H0 ditolak dan
H1 diterima. Hal ini berarti terdapat hubungan linier antara variabel bebas dan variabel
terikat dan variabel independen secara nyata memberi konstribusi secara bersama-sam
a terhadap variabel dependen.
Untuk menghitung kekeliruan baku taksiran diperlukan harga-harga Y yang
diperoleh dari persamaan regresi di atas.
(Y )2
Dengan k = 4, n = 17 dan i Y = 1058.563014, di dapat:
(Y )
2
Y
=
2 i
S y .12... k
n k 1
1058,563014
S 2 y.1.2...k =
17 4 1
= 88,2135845
S y .1.2...k = 9,392208712
Tahun 1990-2006), 2008.
USU Repository 2009
Ini berarti bahwa rata-rata inflasi yang sebenarnya akan menyimpang dari rata-
rata yang diperkirakan sebesar 9,39%.
4.2 Pengujian Model Terhadap Asumsi Klasik
Model regresi yang dihasilkan estimator linear tidak bias yang terbaik (Best Lenear
Unbias Estimator/BLUE) jika dipenuhi beberapa asumsi:
4.2.1 Non Multikolinearitas
Untuk mendeteksi adanya kolinearitas antar variabel bebas adalah dengan melihat
korelasi parsial antara variabel bebas, jika terdapat korelasi yang tinggi antara variabel
bebas (mendekati korelasi ganda) atau dapat juga didteksi dari nilai VIF:
( )
VIF = 1 / 1 R 2 xi dengan R xi2 adalah koefisien determinasi jika peubah Xi diprediksi
dari peubah independen lainnya. (nilai VIF dapat dilihat dilampiran). bila nilai VIF
nya signifikan maka kemungkinan terdapat adanya multikolienaritas.
Multikolienaritas yang tidak serius terjadi jika VIF berada antara satu sampai sepuluh
(Myers, 1995).
Tahun 1990-2006), 2008.
USU Repository 2009
Untuk menghilangkan adanya kolianearitas, salah satunya dengan cara tidak
mengikut sertakan variabel yang mempunyai nilai korelasi yang tinggi (VIF yang
signifikan) ke dalam model yang baru, dalam perhitungan SPSS diperoleh bahwa
variabel ekspor mempunyai VIF yang besar (lihat di lampiran). Sehingga variabel
ekspor tidak diikutsertakan ke dalam model estimasi (jumlah variabel independen
berkurang). Untuk menentukan persamaan model setelah mengalami perlakuan
reduksi adalah meregresilinearkan kembali dengan metode OLS seperti diatas dan
hasilnya diperoleh:
b0 = -16,365 b1 = -143894 b3 = 108 b4 = -1175309
Sehingga diperoleh persamaan untuk estimasinya:
Y = 16,365 143894 X *1 + 10 8 X 3 1175309 X 4

* *
Dimana:
X1 = investasi
X3 = impor
X4 = jumlah uang beredar
Untuk melihat apakah variabel-variabel yang diikutsertakan dalam model
estimasi tersebut masih mempunyai hubungan kolinearitas, dapat dihitung dengan
menentukan nilai VIF nya (lihat di lampiran).
Tahun 1990-2006), 2008.
USU Repository 2009
X1* nilai VIF = 1,02
Karena nilai VIF tidak begitu besar maka kesimpulannya adalah tidak terdapat
multikolinearitas.
4.2.2 Mendeteksi Adanya Non-Autokorelasi
Untuk mendeteksi adanya autokorelasi adalah dengan cara melihat nilai D-W (Durbin-
watson).
Hipotesis yang digunakan:
H0 : tidak ada autokorelasi antar sisaan
H1 : ada autokorelasi antar sisaan
n 2
(e t et 1 )
Statistik uji: d = t =2
2
, Dengan et = Yt - Yt
t =n
e
t =1
t
Tahun 1990-2006), 2008.
USU Repository 2009
Tabel 4.2.2.1 Untuk Menghitung Uji Autokorelasi
No Y Y (
e = Yi Y ) (
e 2 = Yi Y )2
et et 1 (et e t 1 )2
1 7.56 0.63331 6.92669 47.97903
2 8.99 9.43297 -0.44297 0.19622 -7.36966 54.31188852
3 4.56 14.24025 -9.68025 93.70724 -9.23728 85.3273418
4 9.75 4.19780 5.55220 30.82692 15.23245 232.027533
5 6.78 10.20041 -3.42041 11.69920 -8.97261 80.50773021
6 10.54 8.81474 1.72526 2.97652 5.14567 26.47791975
7 8.70 8.19255 0.50745 0.25751 -1.21781 1.483061196
8 13.10 14.91122 -1.81122 3.28052 -2.31867 5.376230569
9 83.56 75.43113 8.12887 66.07853 9.94009 98.80538921
10 1.37 12.23272 -10.86272 117.99869 -18.99159 360.6804907
11 5.73 14.76229 -9.03229 81.58226 1.83043 3.350473985
12 14.78 10.83419 3.94581 15.56942 12.97810 168.4310796
13 9.59 6.40913 3.18087 10.11793 -0.76494 0.585133204
14 4.23 21.54134 -17.31134 299.68249 -20.49221 419.9306707
15 6.80 10.35373 -3.55373 12.62900 13.75761 189.2718329
16 22.41 6.93122 15.47878 239.59263 19.03251 362.2364369
17 15.28 4.61099 10.66901 113.82777 -4.80977 23.13388745
Jlh 233.73 233.72999 0.0000 1148.00189 3.74232 2111.93710
Berdasarkan tabel diatas, diperoleh:
2111,9371
d= = 1,839
1148,00189
Artinya Dari hasil estimasi pada model diperoleh nilai D-W = 1,839.
berdasarkan tabel pada bab 2.2.2.3 diperoleh kesimpulan bahwa nilai ini terletak
diantara nilai kesimpulan tidak ada autokorelasi.
Tahun 1990-2006), 2008.
USU Repository 2009
4.2.3 Analisa Residu
Tabel. 4.2.3.1 Residu dan Rank Spearman
rank(Y) rank(e) d
No Y e
(ry) (re) (ry-re)
d2
1 0.63331 6.92669 17 4 13 169
2 9.43297 -0.44297 10 10 0 0
3 14.24025 -9.68025 5 15 -10 100
4 4.19780 5.55220 6 5 1 1
5 10.20041 -3.42041 9 12 -3 9
6 8.81474 1.72526 11 8 3 9
7 8.19255 0.50745 12 9 3 9
8 14.91122 -1.81122 3 11 -8 64
9 75.43113 8.12887 1 3 -2 4
10 12.23272 -10.86272 6 16 -10 100
11 14.76229 -9.03229 4 14 -10 100
12 10.83419 3.94581 7 6 1 1
13 6.40913 3.18087 14 7 7 49
14 21.54134 -17.31134 2 17 -15 225
15 10.35373 -3.55373 8 13 -5 25
16 6.93122 15.47878 13 1 12 144
17 4.61099 10.66901 15 2 13 169
jlh 233.72999 0.0000 1178
Untuk nilai rata-rata residu (e) = 0 dipenuhi
Varian (ej) = varian (ek) = 2
Koefisien korelasi rank spearman:
1178
rs = 1 6 = -0,444
(
15 15 1
2
)
Tahun 1990-2006), 2008.
USU Repository 2009
0,444 13
t uji = = -1,785
1 (,444 )
2
ttabel = t(13;0.05) = 2,16
kesimpulan:
t uji < ttabel
Berdasarkan kondisi ini maka varian (ej) = varian (ek). Sehingga asumsi ini dipenuhi.
PLOT RESIDU

Unsta ndardized Resid ual
10.00

0.00
Mean = 0.00000

-10.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
Case
Gambar 4.2.3.1 Plot Residu
Tahun 1990-2006), 2008.
USU Repository 2009
Dengan demikian model persamaan yang digunakan sudah memenuhi asumsi-
asumsi regresi, sehingga teknik analisis dengan menggunakan metode kuadrat terkecil
biasa (OLS) menghasilkan penaksir tak bias.
4.3 Pengujian Regresi Linier Ganda
Tabel. 4.3.1 Tabel Untuk Pengujian Regresi Linier Ganda
No Y (Y Y )
i (Y Y )
i
2
(Y Y ) (Y Y )2
1 0.63331 6.92669 47.97903 -13.11669 172.04756

2 9.43297 -0.44297 0.19622 -4.31703 18.63675
3 14.24025 -9.68025 93.70724 0.49025 0.24035
4 4.19780 5.55220 30.82692 -9.55220 91.24452
5 10.20041 -3.42041 11.69920 -3.54959 12.59959
6 8.81474 1.72526 2.97652 -4.93526 24.35679
7 8.19255 0.50745 0.25751 -5.55745 30.88525
8 14.91122 -1.81122 3.28052 1.16122 1.34843
9 75.43113 8.12887 66.07853 61.68113 3804.56180
10 12.23272 -10.86272 117.99869 -1.51728 2.30214
11 14.76229 -9.03229 81.58226 1.01229 1.02473
12 10.83419 3.94581 15.56942 -2.91581 8.50195
13 6.40913 3.18087 10.11793 -7.34087 53.88837
14 21.54134 -17.31134 299.68249 7.79134 60.70498
15 10.35373 -3.55373 12.62900 -3.39627 11.53465
16 6.93122 15.47878 239.59263 -6.81878 46.49576
17 4.61099 10.66901 113.82777 -9.13901 83.52150
Jlh 233.72999 0.0000 1148.00189 -0.02001 4423.89512
Dimana:
Tahun 1990-2006), 2008.
USU Repository 2009
(Y )2
i Y
p
Fhit =
(Y )
2
i Y
n ( p + 1)
4423,895
= 3
1148,0019
13
= 16,69
Ftab = F(3, 13, 0.05) = 3,41
Sehingga di dapat Fhitung lebih besar Ftabel maka H0 ditolak dan H1 diterima.
Hal ini berarti terdapat hubungan linier antara variabel bebas dan variabel terikat dan
variabel independen secara nyata memberi konstribusi secara bersama-sama terhadap
variabel dependen.
4.4 Koefisien Determinasi
Untuk menghitung besarya nilai koefisien determinasi:
Tahun 1990-2006), 2008.
USU Repository 2009
(Y )
n
2
i Y
R2 = i =1
(Y )
n
2
i Y
i =1
4423,895
R2 =
5571,9
= 0,794
Berarti variabel penjelas (independen variable) dapat menjelaskan perubahan
variabel tak bebas (dependen variable) sebesar 79,4%, sedangkan sisanya sebesar
20,6% dijelaskan oleh variabel lain yang tidak masuk dalam model.
4.5 Perhitungan Korelasi Antara Variabel Y Dengan Xi*
4.5.1 Hubungan Antara Inflasi dengan Investasi
ryx1 =
x y *
1
=
0,00052953
= 0,102
x y ( )
*2
1
2
10

48.10 5571,89

Tahun 1990-2006), 2008.
USU Repository 2009
Nilai negatif menandakan hubungan yang berlawanan antara inflasi dengan
investasi, artinya penambahan nilai investasi akan mengurangi inflasi, dan sebaliknya.
Tetapi hubungan keduanya hampir tidak berarti, ini ditandai dengan nilai r yang
begitu rendah yaitu 0,102
4.5.2 Hubungan Antara Inflasi dengan Impor
ryx 3 =
x y *
3
=
0,00003615
= 0,60
x y
(
)
*2 2
14
65.10 5571,89
3
Nilai positif menandakan hubungan yang searah antara inflasi dengan impor,
artinya penambahan nilai investasi akan meningkatkan inflasi, dan sebaliknya
penurunan nilai impor akan menurunkan inflasi. hubungan keduanya ditandai dengan
nilai r yaitu 0,60.
4.5.3 Hubungan Antara Inflasi dengan Jumlah Uang Beredar
ryx 4 =
x y *
4
=
0,0006797
= 0,175
x y
(
)
*2 2
10
27.10 5571,89
4
Tahun 1990-2006), 2008.
USU Repository 2009
Nilai negatif menandakan hubungan yang berlawanan antara inflasi dengan
jumlah uang beredar, artinya penambahan nilai jumlah uang beredar akan mengurangi
inflasi, dan sebaliknya. Tetapi hubungan keduanya hampir tidak berarti, ini ditandai
dengan nilai r yang begitu rendah yaitu 0,175.
4.6 Perhitungan Korelasi Antar Variabel Bebas
r13 =
x x *
1
*
3
=
52.10 13
= 0,09
x x *2
1
*2
3

48.10
10
65.10
14

r14 =
x x *
1
*
4
=
55.10 11
= 0,153
x x *2
1
*2
4

48.10
10
27.10
10

r34 =
x x *
3
*
4
=
25.10 12
= 0,59
x x *2
3
*2
4

65.10
14
27.10
10

Berdasarkan perhitungan diatas dapat dilihat bahwa yang mempunyai korelasi
yang kuat adalah antara impor dengan jumlah uang beredar.
Tahun 1990-2006), 2008.
USU Repository 2009
4.6 Pengujian Koefisien Regresi Secara Individu
Untuk melihat apakah secara individu atau parsial msing-masing variabel independen
dalam model berpengaruh nyata terhadap variabel dependennya, dapat dilakukan
dengan uji t.
Hipotesisnya adalah:
H 0 : i = 0 (tidak ada pengaruh dari peubah Xi terhadap Y)
H 1 : i 0 (ada pengaruh dari peubah Xi terhadap Y)
bi
Dimana t hit = ,
S (bi )
S y2.12...k
dimana S bi = ,
*2
xi 1 Ri
2
(Y )2
Y
S y2.1.2...k = i
n k 1
1148.00189 = 88,31
S y2.1.2..k =
13
Tahun 1990-2006), 2008.
USU Repository 2009
Sehingga diperoleh:
88,31
S b1 = = 136191,6
48.10 10 1 0.09 2

88,31
S b3 = = 11794835,96
65.10 14 1 0,153 2

88,31
S b4 = = 223992,03
27.10 10 1 0,59 2

maka nilai untuk:
143894
t1 = = 1,05 3
136191,6
10 8
t3 = = 8,48
11794835,96
1175309
t4 = = 5,25
223992,03
Dengan mengambil = 5% , maka nilai ttab = t(0,05/2;13) = 2,16
Tahun 1990-2006), 2008.
USU Repository 2009
Dari nilai di atas diperoleh untuk nilai t1< ttab maka H0 diterima, artinya
variabel X1 tidak berpengaruh nyata terhadap variabel tidak bebas pada tingkat
kepercayaan 95% persen.
Untuk nilai t3 = 8,48 . t3 > tab maka H0 ditolak atau H1 diterima, artinya X3
berpengaruh nyata terhadap variabel dependen (Y) pada tingkat kepercayaan 95%.
Untuk nilai t4 = 5,25. t4 > ttab maka H0 ditolak atau H1 diterima, artinya X4
berpengaruh nyata terhadap variabel dependen (Y) pada tingkat kepercayaan 95% .
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem
Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain
sistem yang ada dalam desain yang disetujui, menginstal, dan memulai sistem baru
atau sistem yang baru.
Tahapan implementasi sistem merupakan tahapan hasil desain tertulis ke
dalam programming. Dalam pengelolaan pada karya tulis ini penulis menggunakan
satu perangkat lunak sebagai implementasi sistem yaitu program SPSS 13.0 for
windows dalam masalah memperoleh hasil perhitungan.
Tahun 1990-2006), 2008.
USU Repository 2009
5.2 SPSS (Staistical Product For Service Solution) Dan Komputer Statistika
SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa
untuk ilmu sosial (SPSS pada saat itu adalah singkatan dari Statistical Package for the
Social Science), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk
riset ilmu-ilmu sains, produksi di pabrik dan lain sebagainya. Sehingga sekarang
kepanjangan SPSS adalah Statistical Package for Service Solution.
SPSS adalah suatu program komputer khusus statistik yang mampu
memproses data statistik secara cepat dan tepat.
5.3 Langkah-Langkah Pengolahan Data dengan SPSS
Berikut ini adalah langkah-langkah yang dilakukan dalam menyelesaikan regresi linier
berganda dengan SPSS sesuai dengan data dalam penulisan ini:
1. Aktifkan program SPSS pada windows dengan perintah:
start lalu all program dan pilih SPSS for windows tekan SPSS 13.0 for
windows
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.1 Aktifkan Program SPSS
2. Setelah diklik tombol diatas, akan muncul tampilan data editor seperti gambar
berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.2 Tampilan Data Editor
Menamai variabel dan property yang diperlukan. Buat nama untuk setiap
variabel, jenis atau type, label data dan sebgainya. Untuk membuatnya kliktab
sheet variabel view yang ada di bagian kiri bawah, atau dapat langsung
menekan Ctrl+T. Tmampilannya sebagai berikut:
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.3 Tampilan Variabel View
2.1 Pengisian Variabel
Name, letakkan pointer pada kolom name klik ganda pada sel tersebut
dan ketik nama variabel yang mau dimasukkan (disingkat)
Type, tipe data untuk variabel yang mau dimasukkan (numeric)
Width, ketikkan 8
Decimal, ketikkan 2
Label. Label adalah keterangan untuk nama variabel yang disertakan
atau tidak. Ketikkan nama variabel dengan jelas (tanpa disingkat)
Value dan missing. Abaikan saja
Tahun 1990-2006), 2008.
USU Repository 2009
Column. Ketikkan 10
Align. Pilih left
Measure, Adalah hal yang penting menyangkut tipe variabel yang
nantinya menentukan jenis analisis yang digunakan.
Gambar 5.4 Pengisian Variabel View Dalam SPSS
2.2 Pengisian Data
Letakkan data pada baris pertama variabel inf. Kemudian isi data sesuai
dengan kasus diatas dengan mengetikkan data awal. Demikian pula
untuk pengisian untuk variabel lainnya. Setelah itu disimpan.
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.5 Pengisian Data View dalam SPSS
3. Pengolahan Data
berikut adalah data inflasi, investasi, ekspor, impor dan jumlah uang beredar
dalm SPSS:
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.6 Tampilan Data
Setelah kita mengisikan data pada SPSS Editor, ikuti langkah berikut:
1. Klik pada Analyze pada bagian Menu, lalu pilih Regression dan kemudian
pilih Linear
Tahun 1990-2006), 2008.
USU Repository 2009
Gambar 5.7 Tampilan Jendela Pengisian Pengolahan Data
Klik ekspor (X1), impor (X2), jumlah uang beredar(X3) dan investasi (X4) pada
kotak Independent(s), sedangkan inflasi (Y) pada kotak Dependent.
Gambar 5.8 Tampilan Jendela Pengisian Linier Regression

2. Klik Statistics, pilih Estimates, Model fit, Descriptive dan Durbin-Watson,
kemudian klik Continue.
Pilihan Statistics digunakan untuk menampilkan berbagai nilai statistik yang
diinginkan, antara lain koefisien regresi yang pada pilihannya terdapat taksiran
(estimates), selang kepercayaan (confidence intervals), matriks covarians dan
statistik lainnya, seperti Model fit, R Square change (untuk mengukur
prosentase besarnya pengaruh variabel independent terhadap variabel
Tahun 1990-2006), 2008.
USU Repository 2009
dependent), Descriptive, Part and partial correlation dan Colinearity
diagnostics.
Pada kotak Residual, terdapat pilihan Durbin-Watson (digunakan untuk
menentukan ada tidaknya korelasi residual atau autokorelasi dari model regresi yang
dihasilkan), Casewise diagnostics dan pilihan Standard Deviations.
Gambar 5.9 Tampilan Jendela Pengisian Linier Regression Statistics
3. Klik Plots, lalu masukkan DEPENDNT ke kotak Y axis dan ADJPRED ke
kotak X axis. Pilih Histogram dan Normal Probability. Lalu, klik Continue.
Tahun 1990-2006), 2008.
USU Repository 2009
Kotak pilihan Y adalah tempat pendaftaran suatu variabel yang akan
difungsikan sebagai Y axis (sumbu Y), begitu pula dengan kotak pilihan X untuk
variabel yang akan difungsikan sebagai sumbu X.
Pada kotak dialog ini terdapat beberapa pilihan yang disediakan, yaitu:
DEPENDNT (the dependent variable).
ZPRED (standardized predicted values). Merupakan nilai-nilai prediksi yang
terstandarisasi.
ZRESID (standardized residual). Merupakan nilai residual yang
terstandarisasi.
DRESID (deleted residual).
ADJPRED (adjusted predicted values). Merupakan harga prediktor yang
disesuaikan.
SRESID (studentized residuals). Merupakan residual student.
SDRESID (studentized deleted residuals). Merupakan residual student yang
dihilangkan.
Pada kotak Standardized Residual Plots terdapat dua pilihan plot, yakni:
Tahun 1990-2006), 2008.
USU Repository 2009
Histogram, berguna untuk menampilkan distribusi dari residual yang
terstandarisasi.
Normal probability plot, berguna untuk membandingkan distribusi residual
yang terstandarisasi dengan distribusi normal.
Kotak cek Produce all partial plots digunakan untuk menghasilkan diagram-
diagram pencar dari residual pada masing-masing variabel independent dengan
residual variabel dependent
Gambar 5.10 Tampilan Jendela Pengisian Linier Regression Plots
4. Klik Save, pilih Unstandardized, lalu klik Continue.
Tahun 1990-2006), 2008.
USU Repository 2009
Pilihan Save digunakan untuk menyimpan dan membuat file baru dari nilai-
nilai prediksi, residual dan statistik lainnya.Pada kotak dialog Save terdapat
banyak pilihan statistik yang dapat disimpan pada file kerja (data editor), yaitu
Predicted values, Residuals, Distances, Influence statistics dan Prediction
intervals. Kita tinggal memilih yang dikehendaki.
Gambar 5.11 Tampilan Regression Linier Save
5. Klik Options, lalu klik saja Continue (berarti memilih setting default).
Pilihan Option berguna untuk menampilkan analisis statistik dengan
menggunakan kriteria metode Stepwise, Backward, and Forward.
Tahun 1990-2006), 2008.
USU Repository 2009
Pada bagian Stepping Method Criteria terdapat dua pilihan yakni:
Use Probability of F. Jika memilih pilihan ini, kita harus memasukkan harga
Entry dan harga Removal pada kotak yang disediakan. Harga Entry selalu
lebih rendah dari harga Removal. Melalui pilihan ini, suatu variabel akan
dimasukkan jika tingkat signifikansi dari F lebih kecil dari harga Entry, dan
akan dikeluarkan jika tingkat signifikansinya lebih besar dari harga Removal.
Use F value. Jika memilih pilihan ini, kita harus memasukkan harga Entry dan
harga Removal. Harga Entry selalu lebih besar dari harga Removal. Melalui
pilihan ini, suatu variabel akan dimasukkan jika tingkat signifikansi dari F
lebih besar dari harga Entry, dan akan dikeluarkan jika tingkat signifikansinya
lebih kecil dari harga Removal.
Pilihan Include constant in equation berfungsi untuk menampilkan nilai
kostanta dalam persamaan regresi. Dalam keadaan default, pilihan ini diaktifkan. Jika
kita tidak mengaktifkan pilihan ini, berarti kita akan mendapatkan regresi orisinil
tanpa konstanta regresi. Namun, R kuadrat yang dihasilkan tidak dapat digunakan
untuk memprediksipengaruh variabel independent terhadap variabel dependent.
Pada kotak Missing Values terdapat tiga pilihan, yakni:
Tahun 1990-2006), 2008.
USU Repository 2009
Exclude cases listwise. Menganalisis case-case yang hanya memiliki harga
valid dari semua variabel.
Exclude cases pairwise. Menganalisis koefisien korelasi dari seluruh cases
yang berharga valid dari dua variabel yang dikorelasikan.
Replace with mean. Menggantikan missing value dengan mean variabel.
Pada keadaan default,yang diaktifkan adalah pilihan Exclude cases listwise.
Gambar 5.12 Tampilan Regression Options
6. Klik OK untuk melihat outputnya.
Tahun 1990-2006), 2008.
USU Repository 2009
BAB 6
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Hubungan investasi, ekspor, impor dan jumlah uang beredar terhadap inflasi di
propinsi sumatera utara adalah non-linier, untuk melinierkan model parameter-
parameter harus ditransformasi, diperoleh persamaan estimasi Y:
Y = 1,87 155978 X 1* 9.10 7 X 2* + 10 8 X 3* 838,83 X 4*
Model regresi yang dihasilkan mengandung adanya kolinearitas, maka variabel
ekspor direduksi untuk menghilangkan kolineraritas, diperoleh persaman estimasi Y:
Y = 16,365 143894 X 1* + 10 8 X 3* 1175309 X 4*
Dari persamaan estimasi diatas diperoleh:
Tahun 1990-2006), 2008.
USU Repository 2009
1. Variabel independen investasi, ekspor, impor, dan jumlah uang beredar) dapat
menjelaskan perubahan variasi variabel tak bebas (inflasi) sebesar 79,4 % dan
sisanya 20,6 % dijelaskan oleh variabel lain selain variabel yang masuk dalam
model.
2. Investasi memiliki hubungan negatif dengan inflasi dengan r = -0,102, dan
investasi tidak memberi kontribusi secara nyata terhadap perubahan inflasi di
Sumatera Utara dengan tingkat kepercayaan 95%.
3. Impor berpengaruh positif terhadap inflasi dengan r = 0,60 dan memberi
konstribusi secara nyata terhadap perubahan inflasi di Sumatera Utara dengan
tingkat kepercayaan 95%.
4. Jumlah uang beredar berpengaruh negatif terhadap inflasi dengan r = -0,175
dan jumlah uang beredar memberi kontribusi secara nyata terhadap perubahan
inflasi di Sumatera Utara dengan tingkat kepercayaan 95%.
5.2 Saran
1. Dengan hasil penelitian ini diharapkan pemerintah dapat memperhatikan
indikator-indikator ekonomi makro yang mempengaruhi laju inflasi untuk
menentukan kebijakan-kebijakan ekonomi di Propinsi Sumatera Utara.
Tahun 1990-2006), 2008.
USU Repository 2009
2. Hasil penelitian ini diharapkan dapat membantu untuk penelitian selanjtunya
yang berhubungan dengan inflasi di Sumatera Utara khususnya.
Tahun 1990-2006), 2008.
USU Repository 2009
DAFTAR PUSTAKA
Algifari. 2000. Analisis Regresi, Teori, Kasus dan Solusi.Edisi Kedua. Yogyakarta :
BPFE-Yogyakarta.
Waluyo, Dwi Eko. 2001. Teori Ekonomi Makro. Edisi Kedua. Malang: Universitas
Muhammadiyah Malang.
Algifari. 1997. Analisis Regresi, Teori, Kasus dan Solusi.Edisi Pertama. Yogyakarta:
BPFE-Yogyakarta.
Pengampuh, Team. 2006. Pengantar Ekonomi Makro. Medan : Unversitas Negeri

Medan.
Pracoyo, Antyo dan Tri Kunawangsih Pracoyo. 2005. Aspek Dasar Ekonomi Makro
di Indonesia. Jakarta: PT Grasindo.
Supranto, J. 1995. Ekonometrik. Edisi Revisi. Jakarta: Lembaga Penerbit Fakultas

Ekonomi Universitas Indonesia.
Badan Pusat Statistik (BPS) Sumatera Utara. Indikator Ekonomi.
Gujarati, D. 1978. Ekonometrika Dasar. Alih Bahasa Sumarno Zain. Jakarta: Penerbit
Erlangga.
http://priyadi.net/archives/2005/07/20/inflasi/. Diakses tanggal 2 April, 2008.
Tahun 1990-2006), 2008.
USU Repository 2009
Lampiran A. Data Laju Inflasi, Investasi, Ekspor, Impor dan Jumlah Uang
Beredar di Propinsi Sumatera Utara Tahun 1990-2006
Tahun Y X1 X2 X3 X4
1990 7,56% 588.613,83 3.021.622 1.537.463 23.819
1991 8,99% 49.163,59 3.478.838 1.390.363 26.342
1992 4,56% 129.290,00 3.711.046 1.405.989 28.779
1993 9,75% 55.695,33 3.949.725 1.875.391 36.806
1994 6,78% 20.255,93 4.083.768 1.727.141 45.374
1995 10,54% 104.843,11 3.633.141 2.128.075 52.677
1996 8,7% 58.222,54 3.920.002 2.302.568 64.089
1997 13,1% 61.406,62 4.886.759 2.139.307 78.343
1998 83,56% 81.419,40 4.401.819 959.311 101.197
1999 1,37% 58.805,03 5.150.993 2.601.042 124.632
2000 5,73% 78.826,00 5.166.654 2.620.166 162.186
2001 14,78% 39.902,11 5.492.341 2.830.242 177.731
2002 9,59% 13.822,57 6.622.573 2.684.055 191.939
2003 4,23% 97.757,97 5.490.113 2343.112 223.799
2004 6,80% 77.672,04 7.512.890 3.221.858 253.818
2005 22,41% 85.834,58 8.174.804 3.717.119 281.905
2006 15,28% 182.038,82 8.704.825 4.404.172 361.073
Sumber: BPS Propinsi Sumatera Utara
Dimana: Y = Inflasi X1 = Investasi (US. $.000)
X2 = Ekspor (ton) X3 = Impor (ton)
X4 = Jumlah Uang Beredar(Rp. Milyar)
Tahun 1990-2006), 2008.
USU Repository 2009
Lampiran B. Output SPSS
De scriptive S tatistics
Mean St d. Deviation N
Inflasi 13.74882 18.661284 17
Investasi 104915.6 130938.7574 17
Ek spor 5141289 1698961.165 17
Impor 2346257 881936.5478 17
Jumlah Uang B eredar 131441.6 102979.4364 17
Correlations
Jumlah Uang
Inflasi Investasi Ekspor Impor Beredar
Pearson Correlation Inflasi 1.000 -.057 .023 -.261 .038
Investasi -.057 1.000 -.209 -.116 -.133
Ekspor .023 -.209 1.000 .900 .962
Impor -.261 -.116 .900 1.000 .888
Jumlah Uang Beredar .038 -.133 .962 .888 1.000
Sig. (1-tailed) Inflasi . .414 .465 .156 .443
Investasi .414 . .211 .329 .305
Ekspor .465 .211 . .000 .000
Impor .156 .329 .000 . .000
Jumlah Uang Beredar .443 .305 .000 .000 .
N Inflasi 17 17 17 17 17
Investasi 17 17 17 17 17
Ekspor 17 17 17 17 17
Impor 17 17 17 17 17
Jumlah Uang Beredar 17 17 17 17 17
Variables Entered/Removed b
Variables Variables
Model Entered Removed Method
1 Jumlah
Uang
Beredar,
. Enter
Investasi,
Im por, a
Ekspor
a. All requested variables entered.
b. Dependent Variable: Inflasi
Tahun 1990-2006), 2008.
USU Repository 2009
ANOV Ab
Sum of
Model Squares df Mean S quare F Sig.
1 Regres sion 2508.223 4 627.056 2.456 .102a
Residual 3063.673 12 255.306
Total 5571.897 16
a. Predic tors: (Constant), Jumlah Uang Beredar, Investasi, Impor, Ek spor
Coefficients a
Unstandardized Standardized
Coefficients Coefficients 95% Confidence Interval for B Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Lower Bound Upper Bound Zero-order Partial Part Tolerance VIF
1 (Constant) 30.375 29.988 1.013 .331 -34.964 95.713
Investasi 2.27E-006 .000 .016 .070 .945 .000 .000 -.057 .020 .015 .880 1.137
Ekspor 8.74E-006 .000 .796 .891 .391 .000 .000 .023 .249 .191 .057 17.434
Impor -3.3E-005 .000 -1.562 -3.103 .009 .000 .000 -.261 -.667 -.664 .181 5.531
Jumlah Uang Beredar .000 .000 .661 .802 .438 .000 .000 .038 .226 .172 .067 14.827
a. Dependent Variable: Inflasi
De scri ptive S tatistics
Mean St d. Deviat ion N

Inflasi 13.74882 18.661284 17
kbinv ******** .0000172733 17
kbeks ******** .0000000622 17
kbimp ******** .0000002026 17
kbjub ******** .0000130211 17
Tahun 1990-2006), 2008.
USU Repository 2009
Correlations
Inflasi kbinv kbeks kbimp kbjub

Pearson Correlation Inflasi 1.000 -.103 -.047 .597 -.175
kbinv -.103 1.000 -.173 -.090 -.154
kbeks -.047 -.173 1.000 .671 .894
kbimp .597 -.090 .671 1.000 .586
kbjub -.175 -.154 .894 .586 1.000
Sig. (1-tailed) Inflasi . .347 .429 .006 .251
kbinv .347 . .254 .366 .277
kbeks .429 .254 . .002 .000
kbimp .006 .366 .002 . .007
kbjub .251 .277 .000 .007 .
N Inflasi 17 17 17 17 17
kbinv 17 17 17 17 17
kbeks 17 17 17 17 17
kbimp 17 17 17 17 17
kbjub 17 17 17 17 17
Variables Variables
1 kbjub,
kbinv,
. Enter
kbimp,a
kbeks
Model Summary b
Adjusted Std. Error of Durbin-

Model R R Square R Square the Estimate Watson
1 .900a .810 .747 9.392209 1.946
a. Predictors: (Constant), kbjub, kbinv, kbimp, kbeks
ANOV Ab
Sum of
1 Regres sion 4513.334 4 1128.333 12.791 .000a
Residual 1058.563 12 88.214
Total 5571.897 16
a. Predic tors: (Constant), kbjub, kbinv, kbimp, k bek s
Tahun 1990-2006), 2008.
USU Repository 2009
Coefficients a
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1.872 13.547 -.138 .892
kbinv -155978 138100.6 -.144 -1.129 .281
kbeks -9E+007 9E+007 -.310 -1.007 .334
kbimp 1E+008 2E+007 1.135 6.684 .000
kbjub -838183 403010.3 -.585 -2.080 .060
Residuals Statistics a,b
Minimum Maximum Mean Std. Deviation N

Predicted Value -.20494 75.60692 13.80175 16.746006 17
Std. Predicted Value -.836 3.691 .000 1.000 17
Standard Error of
2.026 8.488 4.013 1.810 17
Predicted Value
Adjusted Predicted Value -4.75810 23.17057 10.11355 7.212244 17
Residual -16.2166 11.727261 -.052929 8.140177 17
Std. Residual -1.796 1.299 -.006 .901 17
Stud. Residual -1.941 2.579 .098 1.153 17
Deleted Residual -18.9406 68.210655 3.635272 19.234678 17
Stud. Deleted Residual -2.212 3.546 .132 1.337 17
Mahal. Distance .856 15.018 4.000 3.869 17
Cook's Distance .001 12.599 .793 3.043 17
Centered Leverage Value .050 .883 .235 .228 17
b. Linear Regress ion through the Origin
Coefficients a,b
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 kbinv -161642 126805.4 -.179 -1.275 .225 .470 2.127
kbeks -1E+008 5E+007 -1.014 -2.313 .038 .048 20.713
kbimp 1E+008 2E+007 2.430 6.954 .000 .076 13.153
kbjub -797580 265208.8 -.697 -3.007 .010 .173 5.792
b. Linear Regress ion through the Origin
Tahun 1990-2006), 2008.
USU Repository 2009
Scatterplot
Dependent Variable: Inflasi
100%
80%
60%
Inflasi
40%
20%
0%
-5.000 0.000 5.000 10.000 15.000 20.000 25.000
Regression Adjusted (Press) Predicted Value
Scatterplot
100%
80%
60%
Inflasi
40%
20%
0%
-2 -1 0 1 2 3 4
Regression Studentized Residual
Tahun 1990-2006), 2008.
USU Repository 2009
Scatterplot
4
Regression Studentized Deleted
2
(Press) Residual
-1
-2
-3
-20 0 20 40 60 80
Regression Deleted (Press) Residual
Scatterplot
4
Regression Studentized Deleted
2
(Press) Residual
-1
-2
-3
-2 -1 0 1 2 3
Regression Studentized Residual
Tahun 1990-2006), 2008.
USU Repository 2009
Correlations
Inflasi kbinv kbimp kbjub

Pearson Correlation Inflasi 1.000 -.103 .597 -.175
kbinv -.103 1.000 -.090 -.154
kbimp .597 -.090 1.000 .586
kbjub -.175 -.154 .586 1.000
Sig. (1-tailed) Inflasi . .347 .006 .251
kbinv .347 . .366 .277
kbimp .006 .366 . .007
kbjub .251 .277 .007 .
N Inflasi 17 17 17 17
kbinv 17 17 17 17
kbimp 17 17 17 17
kbjub 17 17 17 17
Variables Variables
1 kbjub,
kbinv, a . Enter
kbimp
Model Summary b

1 .891a .794 .746 9.397225 1.840
a. Predictors: (Constant), kbjub, kbinv, kbimp
ANOV Ab
Sum of
1 Regres sion 4423.895 3 1474.632 16.699 .000a
Residual 1148.002 13 88.308
Total 5571.897 16
a. Predic tors: (Constant), kbjub, kbinv, kbimp
Tahun 1990-2006), 2008.
USU Repository 2009
Coefficients a
Coefficients Coefficients Correlations Collinearity Statistics
Model B Std. Error Beta t Sig. Zero-order Partial Part Tolerance VIF
1 (Constant) -13.635 6.862 -1.987 .068
kbinv -143894 137651.6 -.133 -1.045 .315 -.103 -.278 -.132 .976 1.024
kbimp 1E+008 1E+007 1.066 6.862 .000 .597 .885 .864 .657 1.523
kbjub -1175309 224441.5 -.820 -5.237 .000 -.175 -.824 -.659 .646 1.547
Descriptive Statistics
Mean Std. Deviation N

Inflasi 13.74882 18.661284 17
kbinv ******** .0000172733 17
kbimp ******** .0000002026 17
kbjub ******** .0000130211 17
Tahun 1990-2006), 2008.
USU Repository 2009
Coefficients a
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -13.635 6.862 -1.987 .068
kbinv -143894 137651.6 -.133 -1.045 .315 .976 1.024
kbimp 1E+008 1E+007 1.066 6.862 .000 .657 1.523
kbjub -1175309 224441.5 -.820 -5.237 .000 .646 1.547
Correlations
Inflasi kbinv kbimp kbjub

Pearson Correlation Inflasi 1.000 -.103 .597 -.175
kbinv -.103 1.000 -.090 -.154
kbimp .597 -.090 1.000 .586
kbjub -.175 -.154 .586 1.000
Sig. (1-tailed) Inflasi . .347 .006 .251
kbinv .347 . .366 .277
kbimp .006 .366 . .007
kbjub .251 .277 .007 .
N Inflasi 17 17 17 17
kbinv 17 17 17 17
kbimp 17 17 17 17
kbjub 17 17 17 17
Variables Variables
1 kbjub,
kbinv, a . Enter
kbimp
Model Summary b

1 .891a .794 .746 9.397225 1.840
a. Predictors: (Constant), kbjub, kbinv, kbimp
Tahun 1990-2006), 2008.
USU Repository 2009
ANOV Ab
Sum of
1 Regres sion 4423.895 3 1474.632 16.699 .000a
Residual 1148.002 13 88.308
Total 5571.897 16
a. Predic tors: (Constant), kbjub, kbinv, kbimp
a
Collinearity Diagnostics
Condition Variance Proportions

Model Dimension Eigenvalue Index (Constant) kbinv kbimp kbjub
1 1 3.259 1.000 .01 .03 .01 .02
2 .515 2.516 .00 .54 .01 .16
3 .171 4.359 .21 .39 .06 .62
4 .055 7.685 .78 .04 .92 .20
Histogram
3
Frequency
Mean = 8.88E-16
Std. Dev. = 0.901
0 N = 17
-2 -1 0 1 2
Regression Standardized Residual
Tahun 1990-2006), 2008.
USU Repository 2009
Normal P-P Plot of Regression Standardized Residual

1.0
0.8
Expected Cum Prob
0.6
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Observed Cum Prob
Tahun 1990-2006), 2008.
USU Repository 2009

Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Analisis Pengaruh Beberapa Variabel Makro Terhadap Laju Inflasi

Загружено:

Авторское право:

Доступные форматы

ANALISIS PENGARUH BEBERAPA VARIABEL MAKRO

TERHADAP LAJU INFLASI (KASUS DI PROPINSI

PROGRAM STUDI DIPLOMA D-3 STATISTIKA

PROGRAM STUDI DIPLOMA D-3 STATISTIKA

Judul : ANALISIS PENGARUH BEBERAPA VARIABEL

Dr. Saib Suwilo, M. Sc Dr. Sutarman, M. Sc

ANALISIS PENGARUH BEBERAPA VARIABEL MAKRO TERHADAP LAJU

Medan, 22 Mei 2008

Ucapan terimakasih saya sampaikan kepada Dr. Sutarman, M.Sc selaku

Bab 2 Landasan Teoritis

Bab 3 Gambaran Umum

Bab 4 Analisis Data

Bab 5 Implementasi Sistem

Bab 6 Kesimpulan dan Saran

Tabel 3.1 Data Inflasi dan Variabel-Variabel Makro di Propinsi

Gambar 3.1 Pertumbuhan Laju Inflasi Tahun 1990-2006 41

1.1 Latar Belakang

melaksanakan pembangunan adalah bagaimana negara tersebut memelihara kestabilan

dan pertumbuhan ekonominya. Kestabilan ekonomi menyangkut segi kestabilan

tingkat harga, tingkat pendapatan nasional, dan pertumbuhan kesempatan kerja.

Serangkaian kebijakan dapat dilakukan oleh pemerintah dalam usaha

stabilisasi. Misalnya kebijakan moneter, kebijakan fiskal, yan bertujuan untuk

mencapai kestabilan tingkat harga atau laju inflasi.

Kestabilan harga sangat dipengaruhi oleh variabel-variabel makro

ditekan serendah mungkin. Karena dalam mekanisme ekonomi dalam masyarakat

diperlukan kenaikan harga-harga yang diproduksi oleh masyarakat. Dengan adanya

untuk meningkatkan aktivitas produksi nasional.

Laju inflasi yang terlalu tinggi dapat megganggu usaha pemerintah

karena sektor produksi tidak memiliki dorongan untuk memacu produksinya.

usaha membangun perekonomiannya. (algifari, 2000)

Sebagaimana diketahui bahwa negara Indonesia pernah dilanda krisis ekonomi

dampak atas inflasi, terjadi penurunan tabungan, berkurangnya investasi, semakin

banyak modal yang dilarikan ke luar negeri, serta terhambatnya pertumbuhan

memaksa pemerintah untuk menentukan suatu kebijakan dalam mengatasinya.

Penerapan kebijakan moneter dengan menggunakan target inflasi (inflation targeting)

juga dipengaruhi oleh faktor kebijakan ekonomi makro. (algifari, 2000)

tahun 1990 sampai dengan tahun 2006.

1.2 Identifikasi Masalah

2. Berapa besarnya pengaruh yang dapat disumbangkan oleh keempat variabel

tahun 1990 sampai dengan tahun 2006.

1.3 Pembatasan Masalah

terhadap faktor-faktor yang mempengaruhi laju inflasi di Propinsi Sumatera Utara

nilai ekspor, nilai impor, dan investasi.

1.4 Tujuan Dan Manfaat Penelitian

Penelitian ini bertujuan untuk menganalisis pengaruh variabel-variabel ekonomi

Selain tujuan tersebut, penelitian ini diharapkan dapat memberikan manfaat

acuan pemerintah dalam menentukan kebijakan pengendalian laju inflasi.

penelitian selanjutnya yang berkenaan dengan masalah laju inflasi di Propinsi

1.5 Rumusan Hipotesis

tujuan penelitian ini akan di uji beberapa hipotesis sebagai berikut:

1. Jumlah uang beredar berpengaruh positif terhadap laju inflasi.

2. Nilai ekspor berpengaruh positif terhadap laju inflasi.

3. Nilai impor berpengaruh negatif terhadap laju inflasi.

4. Investasi berpengaruh positif terhadap laju inflasi.

1.6 Metodologi Penelitian

digunakan dalam penelitian ini.

1.6.1 Pengumpulan Data dan Pemilihan Data

waktu dari tahun 1990 sampai dengan tahun 2006.

nilai impor, nilai ekspor, dan investasi.

Pemilihan rentang waktu penelitian ini dilakukan atas pertimbangan bahwa

sejak tahun 1990-an Program Pembangunan bidang ekonomi di Indonesia telah

menunjukkan perkembangan yang pesat. Pada masa itu pemerintah memberikan

perbankan. Hingga pertengahan tahun 1990-an perekonomian Indonesia umumnya