ABSTRACT
This study aims to verify the impac of interest rate, exchange rate and money supply on the property and real
estate sector composite index by using Error Correction Model (ECM) for 1998:1-2010:12 period. The result
of cointegration test shows that there is a long-term or equilibrium relationship between interest rate,
exchange rate, money supply and property and real estate sector composite index. In the short term, interest
rate and exchange rate to be significant and negative determinant of the property and real estate sector
composite index and money supply not be significant and positive of the property and real estate composite
index. In the long term, interest rate and money supply to be significant and positive determinant of the
property and real estate sector composite index, and exchange rate to be significant and negative
determinant of the property and real estate sector composite index.
Keyword : Property and real estate sector composite index, interest rate, exchange rate, money supply
(M2) and error correction model.
METODOLOGI PENELITIAN
Penelitian ini bersifat sensus, dimana
penelitian ini meneliti seluruh elemen populasi.
Populasi (sampel) dalam penelitian ini adalah
saham-saham yang terdaftar dalam indeks harga
saham sektor property dan real estate dari Januari
1998 sampai Desember 2010 denga total sampel
yaitu 158 bulan pengamatan. Data yang
digunakan adalah data sekunder yang diperoleh
dari laporan bulanan statistik Bank Indonesia dan
situs
resmi
BI
www.bi.go.id,
www.finance.yahoo.com.
Definisi
Operasional
dan
Pengukuran
Variabel
Indeks Harga Saham Sektor Property dan Real
Estate
Variabel terikat dalam penelitian ini adalah
Indeks Harga Saham Sektor Property dan Real
Estate. Indeks merupakan indikator yang
digunakan dalam melihat pregerakan harga
saham. Indeks harga saham sektor property dan
real estate mencerminkan pergerakan harga
saham pada sektor property dan real estate.
Data nilai Indeks Harga Saham Sektor
Property dan Real Estate yang digunakan dalam
penelitian ini menggunakan data bulanan, yaitu
data bulanan dari periode Januari 1998 sampai
Desember 2010. Data Indeks Harga Saham
Sektor Property dan Real Estate diperoleh dari
indeks harga saham penutupan (closing price)
dari sektor property dan real estate. Satuannya
adalah poin.
Tingkat Suku Bunga SBI
= 0+1DLogX1+2DLogX2+3DLogX3
+4ECTt+u
Keterangan: Yt Indeks Harga Saham Sektor
Property dan Real Estate, X1 Tingkat Suku
Bunga SBI, X2 Nilai Tukar, X3 Jumlah Uang
Beredar (M2), ECT Error Correction Model, dan
e Kesalahan (Error).
HASIL PENELITIAN
Statistik Deskriptif
IHSG
SBI
Kurs
M2
Min.
Max.
158 20,00
251,82
158
6,20
69,57
158 6.726
12.151
158 92.509 2.417.206
Mean
SDV.
202,60
14,28
9.270
894.505
47,62
16,42
2.385
216.486
Variabel
Prob.
0,0000
0,0000
0,0000
M2
0,0000
Coefficient
7,535725
0,201075
-1,332487
0,631320
Prob
0,0019
0,0219
0,0000
0,0000
Uji Diagnosis
Uji diagnosis dilakukan agar model
penelitian valid dan tidak bias. Asumsi yang
harus dipenuhi adalah data terdistribusi secara
normal, tidak terjadi autokorelasi, dan
heterokedastisitas serta data bersifat linear.
)= ,
,
+ ,
+ ,
(
(
Uji Normalitas
Uji normalitas dapat dilakukan dengan
Jarque-Bera Test. Jika nilai J-B < 2 maka data
berdistribusi normal dan jika sebaliknya, apabila
nilai J-B > 2 maka data dikatakan tidak
berdistribusi normal. Selain itu jika probabilitas >
0.05 maka data berdistribusi normal dan jika
sebaliknya, apabila probabilitas < 0.05 maka data
tidak berdistribusi normal.
Uji Kointegrasi
Dari hasil OLS yang sudah BLUE (best
linier un estimation), dapat diperoleh residual dan
setelah itu baru dilakukan uji kointegrasi dengan
cara melakukan uji stasioneritas data terhadap
residual tersebut.
Tabel 4 Hasil Uji Kointegrasi terhadap
Residual
Variable
Prob.
ECT(-1)
0.0018
14
Series: RESID02
Sample 1998M01 2010M12
Observations 156
12
10
Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis
6
4
Jarque-Bera 1.419846
Probability
0.491682
Coefficient
0.005064
-0.318287
-0.758330
0.008850
-0.055538
Prob.
0.5500
0.0028
0.0000
0.9008
0.0193
(
( )
0.25
0.50
0.75
1.00
0.00
Uji Autokorelasi
Pengujian ini dimaksudkan untuk melihat
adanya hubungan antara data (observasi) satu
dengan data yang lainnya dalam satu variabel.
Setelah dilakukan pengujian awal ternyata data
mengalami autokorelasi, untuk mengatasi gejala
autokorelasi digunakan metode Breusch-Godfrey.
Jika probabilitas > =5%, berarti tidak ada
autokorelasi. Jika probability =5%, berarti
terjadi autokorelasi.
-2.37e-15
-0.001287
0.969785
-0.859093
0.363364
0.160260
2.659846
Prob. F(2,148)
0,1415
0,1325
Uji Liniearitas
Untuk mengetahui apakah data bersifat
linear atau tidak digunakan metode Ramsey Test.
Jika probabilitas < 0.05 maka model regresi
liniear ditolak dan sebaliknya, jika probabilitas >
0.05 maka model regresi liniear diterima.
0.3798
0.3696
Coefficient
Prob
1,657862
0,1346
LOG(SBI)
0,048217
0,2306
LOG(KURS)
-0,219859
0,0983
LOG(M2)
0,027527
0,1493
0.285936
0.266894
0.103089
1.594094
134.7913
15.01629
0.000000
10