Abstrak:

Penelitian ini bertujuan untuk merumuskan model Matematika untuk Nilai Tukar di Filipina. Faktor-
faktor berikut yang diteliti dalam penelitian ini adalah: suku bunga (x1), tingkat inflasi (x2), Tingkat
Partisipasi Angkatan Kerja (x3) dan Total Trade (x4) sebagai variabel independen yang
mempengaruhi Nilai Tukar (y). Para peneliti menganalisis data dari kuartal pertama tahun 2010
hingga kuartal ke-4 tahun 2014. data dikumpulkan dari Badan Koordinasi Statistik Nasional (NSCB).
Penelitian ini menggunakan Persamaan Estimasi Normal menggunakan Matriks untuk membuat
model untuk Nilai Tukar dan digunakan

. Transformasi logaritma kemudian digunakan untuk mentransformasikan data terutama ke variabel

dependen (y) untuk memenuhi semua asumsi pada Analisis Regresi Berganda. MATLAB digunakan
untuk merumuskan model matematika dan ditulis sebagai:

Penelitian ini mengungkapkan bahwa hanya dua variabel independen yang signifikan terhadap
variabel dependen yaitu: suku bunga (X1) dan Tingkat partisipasi angkatan kerja (X3) karenanya;
dapat memprediksi nilai Tukar (y) di Filipina. Analisis regresi menunjukkan bahwa 83,5% (koefisien
determinasi) dari variabel independen dapat memprediksi Variabel Dependen. Dengan 89,5% hasil
dalam Paired T-Test, Nilai yang Diprediksi yang diperoleh dari model tidak menunjukkan perbedaan
signifikan dari Nilai Aktual Nilai Tukar. Penelitian ini akan membantu pemerintah kita karena Nilai
Tukar merupakan salah satu komponen penting dari pembangunan dan pertumbuhan ekonomi
suatu negara.

Kata kunci: Transformasi Logaritma, MATLAB, Matriks, Regresi Linear Berganda, Persamaan Estimasi
Normal, Nilai Tukar.

1. Perkenalan

Nilai Tukar adalah salah satu komponen paling penting dari tingkat kesehatan ekonomi relatif suatu
negara. Memiliki nilai tukar yang tinggi di satu negara dapat membantu dalam pertumbuhan
ekonomi. Untuk alasan ini, Nilai Tukar adalah salah satu tindakan ekonomi yang paling banyak
dimonitor, dianalisis dan dimanipulasi oleh pemerintah.

Ekonom menganggap bahwa memiliki orang miskin mengelola nilai tukar bisa menjadi bencana bagi
pertumbuhan ekonomi. Jika kurs turun, ini mengubah harga relatif impor dan ekspor. Ekspor akan
tampak menjadi relatif lebih murah dalam mata uang lainnya, dan impor akan tampak lebih mahal.
[1]

Nilai tukar yang kuat sering dianggap sebagai tanda kekuatan ekonomi. Itu bisa menjadi simbol
kebanggaan nasional. Seringkali politisi khawatir jika mereka melihat "pelemahan" dalam nilai tukar.
Mereka akan menunjukkan nilai tukar yang kuat sebagai simbol kesuksesan ekonomi. [2]

Ada berbagai macam faktor yang mempengaruhi Nilai Tukar seperti suku bunga, inflasi, dan keadaan
politik dan ekonomi di masing-masing negara. [3]
Dalam tulisan ini, peneliti mempertimbangkan empat (4) variabel penjelas yang sebagian besar
mempengaruhi nilai tukar di negara kita. Ini adalah tingkat bunga (X1), Tingkat inflasi (X2), tingkat
partisipasi angkatan kerja (X3), dan total perdagangan (X4). Efek dari faktor-faktor ini akan dijelaskan
lebih lanjut dan mengungkapkan hubungan dalam nilai tukar dalam Review of Related Literature.

Penelitian ini akan membantu dalam memperkirakan Nilai Tukar. Memiliki estimasi nilai tukar yang
akurat akan menjadi keuntungan bagi perekonomian kita serta dalam pembangunan negara kita.

2. Tujuan Studi

Tujuan utama dari penelitian ini adalah untuk merumuskan model matematika dari Nilai Tukar
menggunakan matriks. Para peneliti juga ingin menentukan faktor-faktor yang mempengaruhi Nilai
Tukar menggunakan Multiple Linear Regression. Peneliti akan meneliti hubungan antara Nilai Tukar
Variabel Dependen dan variabel independen yang digunakan dalam penelitian ini seperti tingkat
bunga (X1), tingkat inflasi (X2), tingkat partisipasi angkatan kerja (X3), dan total perdagangan (X4).
Penelitian ini akan membantu pemerintah untuk memiliki Nilai Tukar yang akurat.

3. Pernyataan Masalah

Penelitian ini dilakukan untuk memformulasikan model matematis melalui analisis regresi untuk
memperkirakan Nilai Tukar di masa depan. Penelitian ini juga ingin menjawab pertanyaan-
pertanyaan berikut:

1. Apa perilaku grafik dari variabel-variabel berikut?

1.1. Suku bunga (X1)

1.2. Tingkat inflasi (X2)

1.3. Tingkat partisipasi angkatan kerja (X3)

1.4. Total perdagangan (X4)

2. Apakah ada hubungan yang signifikan antara variabel dependen dengan variabel independen?

3. Apa yang bisa menjadi model matematika yang dapat dirumuskan melalui analisis regresi
menggunakan matriks yang dapat memperkirakan nilai tukar masa depan negara kita?

4. Apa faktor-faktor signifikan yang benar-benar dapat memprediksi nilai tukar negara kita?

5. Apakah ada perbedaan signifikan antara nilai yang diprediksi dengan nilai yang sebenarnya?
Pada gambar 1, variabel independen dan variabel dependen nilai tukar dari kuartal pertama tahun
2004 hingga kuartal ke-4 tahun 2014 digunakan untuk membuat model untuk memperkirakan nilai
tukar masa depan di Filipina. Hubungan yang signifikan antar variabel diperoleh setelah beberapa
transformasi data. Regresi linear berganda menggunakan matriks kemudian digunakan setelah
memenuhi asumsi untuk membuat model yang akan memperkirakan nilai tukar Filipina di masa
depan.

4. Ruang Lingkup dan Batasan

Ruang lingkup penelitian ini adalah dari kuartal pertama tahun 2004 hingga kuartal terakhir 2014.
Data dikumpulkan dari Badan Koordinasi Statistik Nasional.

Para peneliti merumuskan model regresi menggunakan matriks dengan mempertimbangkan variabel
independen berikut seperti tingkat bunga (X1), tingkat inflasi (X2), tingkat partisipasi angkatan kerja
(X3), dan total perdagangan (X4).

5. Ulasan Sastra Terkait

Bagian ini akan mengungkapkan hubungan variabel independen berikut ini ke variabel dependen
melalui penggunaan tulisan-tulisan dan studi sebelumnya dari orang-orang yang menjadi pelopor
dalam bidang ini.

Menurut buku OECD Economic Surveys: South Africa (2010) “Tingkat inflasi yang lebih rendah juga
akan diterjemahkan ke dalam suku bunga nominal yang lebih rendah, mengecilkan carry trade.
Untuk menanggapi tekanan pada kurs nominal setelah inflasi terkendali, salah satu opsi adalah
memasukkan nilai tukar ”. [4]

Menurut Akampa (2010) “ketika nilai tukar internasional jatuh, mata uang lokal dalam kaitannya
dengan mata uang dunia menghargai, impor menjadi lebih murah, ekspor menjadi mahal sehingga
mengarah ke lebih banyak impor dan lebih sedikit ekspor. Di sisi lain, ketika nilai tukar internasional
meningkat, mata uang lokal dalam kaitannya dengan mata uang dunia terdepresiasi, impor menjadi
lebih mahal, ekspor menjadi lebih murah dan negara mengekspor lebih banyak dan impor lebih
sedikit. Dari pengurangan ini, kami mencatat bahwa pergerakan nilai tukar mata uang asing
mempengaruhi harga internasional baik secara negatif maupun positif yang mengarah pada
penurunan atau peningkatan dalam perdagangan ”. [5]

Menurut buku Resesi Besar dan Negara Berkembang: Dampak dan Pertumbuhan Ekonomi (2010)
“Nilai tukar yang lebih tinggi dapat membantu mengurangi tekanan inflasi dan menyeimbangkan
kembali perekonomian. Kasus untuk peran yang lebih besar dari tingkat suku bunga dalam kebijakan
moneter sangat kuat. Juga, jika pembuat kebijakan tetap khawatir tentang arus modal yang sensitif
terhadap suku bunga, fleksibilitas nilai tukar akan membantu ”. [6]

Aubuin dan Ruta (2011) menyatakan bahwa “karena perusahaan berkinerja tertinggi adalah
eksportir terbesar, harga barang yang dapat diperdagangkan relatif tidak sensitif terhadap
pergerakan nilai tukar”. [7]

Menurut Cuecuech dan Pederzini (2012) “Rumah tangga penerima pembayaran dapat mengurangi
pasokan tenaga kerja karena mereka sekarang memiliki sumber dana selain pendapatan tenaga kerja
mereka sendiri, sehingga mereka dapat mengkonsumsi lebih banyak waktu luang. Arus masuk
pengiriman uang dan tingkat konsumsi yang lebih tinggi terkait dapat menyebabkan kenaikan harga
dan pergerakan nilai tukar dan selanjutnya membatalkan beberapa efek ekonomi positif. ”[8]

Carrasco dan Ferreiro (2013) menganalisis ekspektasi inflasi di Meksiko dan menerapkan uji unit
root, normalitas dan ko-integrasi. Hasil yang mereka peroleh menolak hipotesis nol normalitas untuk
ekspektasi inflasi selama periode belajar. Mereka menunjukkan hubungan yang gigih antara nilai
tukar dan tingkat bunga. Mereka juga mengamati bahwa ekspektasi inflasi mempengaruhi dinamika
jangka panjang. [9]

Menurut Liliana Bunescu (2014) “dampak utang luar negeri terhadap variasi nilai tukar di Rumania
Nilai tukar adalah salah satu variabel makroekonomi yang paling penting di negara-negara
berkembang dan transisi. Itu mempengaruhi inflasi, ekspor, impor dan kegiatan ekonomi. Nilai tukar
telah lama dianggap memiliki dampak penting pada ekspor dan impor barang dan jasa, dan, dengan
demikian, nilai tukar diharapkan mempengaruhi harga produk-produk yang diperdagangkan ”. [10]

Menurut Manalo, Perera dan Rees (2014) “Hasil kami menegaskan bahwa pertambangan,
manufaktur, angkatan kerja, layanan pribadi dan industri jasa bisnis lainnya sangat sensitif terhadap
pergerakan nilai tukar, sementara output layanan sosial agak kurang terpengaruh. Meskipun
guncangan nilai tukar dapat memiliki efek besar pada kegiatan ekonomi, guncangan ini hanya
menjelaskan sebagian kecil dari volatilitas variabel makroekonomi Australia. Sebaliknya, sebagian
besar pertukaran pergerakan nilai, setidaknya selama jangka menengah dan panjang, merupakan
respon terhadap perubahan ekonomi yang lebih mendasar, dan gerakan yang dihasilkan dalam nilai
tukar riil adalah pengaruh stabil pada ekonomi. ”[11]

Menurut penelitian Afshan dan Batul (2014) “Peningkatan nilai tukar akan menyebabkan dorongan
biaya pada barang-barang impor daripada inflasi yang timbul di negara. Inflasi yang tinggi dalam
suatu perekonomian akan menyebabkan tingkat bunga yang lebih tinggi. Suku bunga tinggi akan
menyebabkan melambatnya investasi. Dalam studi ini Autoregressive Distribution Lag (ARDL) model
memverifikasi pengaruh impor, ekspor; tingkat inflasi dan suku bunga kurs telah ditemukan
signifikan dan tidak signifikan. Pada analisis utama, variabel diuji melalui uji akar unit ADF, perkiraan
perkiraan terdistribusi Autoregressive ditentukan, koefisien jangka panjang menggunakan
pendekatan ARDL dihitung, menunjukkan tidak signifikan negatif hanya dengan tingkat inflasi di
Pakistan, sementara menunjukkan positif tidak signifikan hanya dengan tingkat bunga dan tingkat
inflasi di India. Selain itu, impor, ekspor dan suku bunga adalah variabel yang signifikan dalam kasus
Pakistan sementara impor dan ekspor kedua variabel adalah variabel yang signifikan di India. ”[12]

Di Filipina, Ben d. Kritz (2010) mengatakan bahwa untuk negara yang bergantung pada impor seperti
Filipina, sulit untuk melebih-lebihkan dampak dari nilai tukar mata uang. Hampir tidak ada bagian
dari ekonomi yang tidak terpengaruh oleh mereka dalam beberapa cara, terutama karena profil
impor negara tersebut; Filipina mengimpor hampir semua bahan bakar, sebagian besar peralatan
transportasi, dan sebagian besar bahan mentah dan barang setengah jadi yang dibutuhkan untuk
manufaktur. [13]

6. Metodologi Penelitian

Metode yang digunakan oleh para peneliti adalah Jarque-Bera untuk uji normalitas. Tes Wald untuk
linearitas, Varians

Faktor Inflasi untuk uji multikolinieritas dan Breusch-Pagan untuk heteroskedastisitas.

6.1 Alat statistik

Eviews adalah merek perangkat lunak yang digunakan untuk menghitung, mempelajari, dan
menunjukkan data ekonomi seperti statistik dan perkiraan penjualan. [14] Ini adalah alat statistik
yang digunakan oleh para peneliti untuk memenuhi semua asumsi dalam berbagai Regresi dan untuk
menentukan faktor-faktor signifikan yang mempengaruhi Nilai Tukar.

MATLAB® adalah bahasa tingkat tinggi dan lingkungan interaktif yang digunakan oleh jutaan insinyur
dan ilmuwan di seluruh dunia. Ini memungkinkan Anda mengeksplorasi dan memvisualisasikan
gagasan dan berkolaborasi lintas disiplin termasuk pemrosesan sinyal dan gambar, komunikasi,
sistem kontrol, dan keuangan komputasional [15]. Ini adalah alat yang digunakan untuk membangun
model matematika dari Nilai Tukar Filipina ‟.

6.2 Pengobatan statistik

Karena ada lebih dari satu variabel Independen yang digunakan dalam penelitian ini, Multiple
Regression menggunakan matriks digunakan untuk membangun model matematika yang akan
memperkirakan Nilai Tukar di Filipina.

Semua perhitungan diperoleh dengan menggunakan persamaan normal. MATLAB digunakan untuk
perhitungan matriks dan Eviews untuk model Regresi.

6.2.1 Regresi Linear Berganda

Regresi linier berganda mencoba untuk memodelkan hubungan antara dua atau lebih variabel
penjelas dan variabel respon dengan memasang persamaan linear untuk data yang diamati. Setiap
nilai dari variabel independen x dikaitkan dengan nilai variabel dependen y. [16]

Persamaan regresi linier berganda adalah sebagai berikut:

= β0 + β1X1 + β2X2 + ...... .βpXp

Tentang Google TerjemahanKomunitasSelulerTentang GooglePrivasi & dimana

adalah nilai prediksi atau perkiraan dari variabel dependen, X1 sampai Xp adalah variabel
independen atau variabel prediktor yang berbeda, b0 adalah nilai Y ketika semua variabel
independen (X1 sampai Xp) sama dengan nol, dan b1 sampai bp adalah perkiraan koefisien regresi.
[17]

6.2.2 Stepwise Multiple Linear Regression

Ini adalah langkah-demi-langkah konstruksi iteratif dari model regresi yang melibatkan pemilihan
otomatis variabel independen. Stepwise regression dapat dicapai baik dengan mencoba satu
variabel independen pada satu waktu dan memasukkannya dalam model regresi jika secara statistik
signifikan, atau dengan memasukkan semua variabel independen potensial dalam model dan
menghilangkan mereka yang tidak signifikan secara statistik, atau oleh kombinasi dari kedua
metode. [18]

6.2.3 Uji T-berpasangan

Pemeriksaan statistik dua sarana populasi. Uji t dua sampel menguji apakah dua sampel berbeda dan
umumnya digunakan ketika varians dari dua distribusi normal tidak diketahui dan ketika percobaan
menggunakan ukuran sampel yang kecil. Dan itu dihitung sebagai:

Dimana adalah perbedaan rata-rata, s² adalah varians sampel, n adalah ukuran sampel dan t
adalah kuintil Student dengan n-1 derajat kebebasan. [19]

6.2.4. Persamaan Estimasi Normal menggunakan Matriks

Dalam memasang model regresi linier berganda, pengetahuan teori matriks dapat memfasilitasi
manipulasi matematis secara signifikan. Menggunakan notasi matriks, persamaan dapat ditulis
sebagai:

Kemudian metode kuadrat terkecil untuk estimasi melibatkan mencari b untuk yang
diminimalkan. Proses minimisasi ini melibatkan pemecahan untuk b dalam persamaan

Hasilnya mengurangi ke solusi bin

. Dengan memeriksa sifat dari matriks X, selain dari elemen awal, baris ke-i mewakili nilai-x yang
memunculkan respons yi. Matriks ditulis sebagai:

Yang memungkinkan persamaan normal untuk diletakkan di dalam matriks

Ab=g[20]

7. Hasil dan Diskusi

Bagian ini akan menjelaskan perilaku grafik dari variabel independen berikut dan variabel dependen
dalam rentang sepuluh (10) tahun dari kuartal pertama 2010 hingga kuartal keempat 2014.

7.1. Perilaku grafik dari variabel

7.1.1. Nilai tukar (y)

Dalam rentang waktu 10 tahun, nilai tukar (Lihat Lampiran G: Grafik 2) di negara kita menunjukkan
kecenderungan naik dengan beberapa fluktuasi karena impor menjadi lebih mahal dan permintaan
domestik lebih tinggi. Nilai Tukar menunjukkan tren penurunan yang mencapai titik tertinggi
sepanjang waktu 6,45% pada Triwulan 1 tahun 2008 dan rekor terendah negatif 8,85% pada
Triwulan ke-3 tahun 2007.tapi pada awal tahun 2008, Filipina mengalami sentimen investor yang
menguntungkan, yang pada gilirannya, Hal ini disebabkan oleh kinerja ekonomi makro yang kuat
termasuk pengiriman uang dari luar negeri Filipina yang berkelanjutan, arus masuk bersih dari
investasi portofolio asing dan pendapatan ekspor yang stabil.

7.1.2. Suku bunga

Dalam rentang 10 tahun, suku bunga (Lihat Lampiran G: Grafik 3) mengungkapkan pola naik turun
dan berfluktuasi yang memiliki kenaikan maksimum dan minimum masing-masing sebesar 9,65%
dan -17,58% pada Triwulan 1 tahun 2006 dan 2012. Pada tahun 2006, suku bunga menurun karena
mencerminkan perlambatan inflasi, peningkatan kinerja fiskal, dan likuiditas dalam sistem keuangan.
[21] Pada analisis kuartal Tingkat Bunga Filipina, dapat dilihat bahwa pada Triwulan 1, suku bunga
meningkat menjadi 9,65% selama tahun 2006 tetapi turun sekitar -17,58% pada tahun 2012. Selama
Kuartal ke-2, itu menunjukkan tinggi pertumbuhan 8,17% pada tahun 2004 tetapi menurun pada
tahun 2006 dengan penurunan 10,57%. Untuk Triwulan ke-3, menunjukkan pertumbuhan positif
sebesar 8,45% pada tahun 2004 sementara pertumbuhan negatif pada tahun 2011 sebesar -9,25%.
Pada kuartal terakhir, titik terbesarnya adalah sepanjang 2012 dengan kenaikan 7,25% sementara
titik terendahnya adalah pada 2004 sebesar -16,20%.

7.1.3. Tingkat inflasi

Tingkat inflasi (Lihat Appendix G: Grafik 4) menunjukkan tren depresiasi dengan beberapa
perubahan. Untuk setiap Kuartal 1, pertumbuhan tertinggi adalah selama tahun 2008 dengan
peningkatan dua digit 37,23% menurun menjadi -18,52% pada 2013. Pada kuartal ke-2 meningkat
menjadi 33,81% pada tahun 2004 tetapi memburuk menjadi negatif 39,13% selama 2009 Penurunan
-29,49% tercatat selama Triwulan ke-3 tahun 2008 tetapi segera naik menjadi 47,73% pada 2009 di
kuartal yang sama. Dengan memeriksa peningkatan kuartalan, disimpulkan bahwa tingkat inflasi
tumbuh paling tinggi selama Triwulan ke-3 tahun 2009 mengalami peningkatan 47,73% karena harga
pangan yang lebih tinggi. Namun, mencatat penurunan tertinggi pada 2011 negatif 61,54% karena
biaya perumahan dan utilitas dan transportasi menurun lebih lanjut dan harga makanan dan
minuman non-alkohol melambat.

7.1.4. Tingkat partisipasi angkatan kerja

Tingkat Partisipasi Angkatan Kerja di Filipina (Lihat Lampiran G: Grafik 5) rata-rata 65,90 persen dari
tahun 1990 hingga 2014, mencapai tertinggi sepanjang waktu 94,70 persen pada kuartal keempat
tahun 1993 dan rekor terendah sebesar 63,20 persen pada kuartal keempat tahun 2007 [22] karena
populasi semakin besar dan pendidikan yang tidak memadai juga, tingkat partisipasi angkatan kerja
adalah 36,10 pada 2011. Nilai tertinggi selama 21 tahun terakhir adalah 41,40 pada tahun 2001,
sedangkan nilai terendahnya adalah 33,90 pada tahun 2008. [23]

7.1.5. Total Perdagangan

Dalam perdagangan sepuluh tahun terakhir (Lihat Lampiran G: Grafik 6) menunjukkan

kecenderungan yang meningkat dengan beberapa fluktuasi. Perdagangan jasa dengan Filipina
(ekspor dan impor) berjumlah $ 6,2 miliar pada tahun 2012. Ekspor jasa adalah $ 2,5 miliar; Impor
layanan adalah $ 3,7 miliar. Defisit perdagangan jasa AS dengan Filipina adalah $ 1,2 miliar pada
tahun 2012. [24]

7.2. Hubungan yang signifikan dari Independen

variabel ke variabel Dependen.

Penelitian ini menggunakan koefisien determinasi Pearson untuk

menentukan hubungan variabel independen dan

variabel dependen.

Seperti yang ditunjukkan pada tabel di atas, di antara semua variabel independen

suku bunga dan tingkat partisipasi angkatan kerja menunjukkan a

korelasi positif sedang sementara total perdagangan menunjukkan negatif

korelasi dan tingkat inflasi menunjukkan positif sedang

korelasi. Dari scatterplot, itu menunjukkan bahwa semua independen

variabel semuanya linier terhadap variabel dependen. Selanjutnya,

tabel di atas mendukung bahwa variabel semuanya linear

Hubungan linear signifikan dari semua Variabel Independen yaitu: suku bunga (x1), tingkat inflasi
(x2) tingkat partisipasi angkatan kerja (x3) dan total perdagangan (x4) ke variabel dependen Nilai
tukar (y) ditunjukkan dalam plot pencar di atas yang disediakan bahwa p-value kurang dari α yang
0,01. Transformasi logaritma kemudian digunakan untuk memenuhi semua asumsi dalam Regresi
Berganda khususnya untuk variabel dependen.

8. Model Matematik diformulasikan menggunakan Matriks melalui Persamaan Estimasi Normal

Karena penelitian ini menggunakan lebih satu variabel, teori matriks digunakan untuk melakukan
perhitungan matematis dalam pencocokan Multiple Regression.
Kuadrat terkecil memperkirakan persamaan (X'X) b = X'y

lalu, dengan menggunakan relasi b = (X'X) -1X'y, koefisien regresi yang diperkirakan diperoleh
sebagai:

= 1,553079 β2 = 0,105150 β3 = 1,704047 β4 = - 0,0000866

Para peneliti menggunakan MATLAB untuk mendapatkan koefisien. Oleh karena itu Nilai Tukar dapat
dihitung menggunakan persamaan regresi:
Model ini
dapat memperkirakan nilai Tukar di Filipina dengan koefisien determinasi 83,5% dan memiliki nilai p
0,0000. Namun, dua dari Variabel Independen tidak signifikan terhadap Variabel Dependen yaitu
Tingkat Inflasi (x2) dan perdagangan total (x4) seperti yang terlihat pada korelasi koefisien Pearson.
Dapat disimpulkan bahwa tingkat inflasi dan total

trade are not significantly affecting the Exchange Rate. To estimate the exchange rate
accurately, the insignificant variables are not included and a new model is formulated.
Using the least square estimation:

dan relasi b = (X'X) -1X'y, koefisien regresi estimasi baru diperoleh sebagai:

β0 = 1,499462 β1 = 0,032157 β2 = 0,002063 β3 = 0,033037 β4 = -0,00000202

Nilai Tukar dapat diprediksi lebih akurat menggunakan model:

Estimasi Nilai Tukar menggunakan model baru ini memiliki koefisien determinasi

dan signifikan pada level 1%.

8.1. Faktor-faktor signifikan yang dapat mempengaruhi Produk Domestik Bruto Real (y)

Penelitian ini menggunakan Eviews dalam melakukan regresi berganda bertahap untuk mengetahui
faktor-faktor signifikan yang mempengaruhi variabel independen (y). Hasil analisis regresi (Lihat
Lampiran E: Tabel 6) menunjukkan bahwa tingkat bunga (x1) memiliki nilai p 0,0000, tingkat inflasi
dengan 0,6258 sementara tingkat partisipasi angkatan kerja dan total perdagangan memiliki nilai p
0,0000 dan 0,4781 masing-masing . Hasil dari empat variabel independen menunjukkan bahwa
hanya tingkat bunga dan tingkat partisipasi angkatan kerja yang merupakan faktor signifikan yang
mempengaruhi Nilai Tukar, yaitu tingkat bunga (x1) dan tingkat partisipasi angkatan kerja (x3)
dengan tingkat signifikansi 1%.

8.2. Perbedaan signifikan dari nilai yang diprediksi dari nilai yang sebenarnya

Para peneliti menggunakan uji t berpasangan (Lampiran 3: Tabel C) untuk mengetahui perbedaan
signifikan dari nilai aktual dari nilai prediksi. Hasilnya menunjukkan bahwa nilai prediksi has89.5%
secara matematis identik dari nilai aktual. Oleh karena itu tidak ada perbedaan yang signifikan
antara nilai aktual dari nilai prediksi. Oleh karena itu, faktor-faktor signifikan mempengaruhi Nilai
Tukar.

9. Ringkasan temuan, kesimpulan dan rekomendasi

9.1. Perilaku grafik dari variabel

Nilai tukar dan total perdagangan menunjukkan tren yang meningkat sementara tingkat inflasi dan
tingkat bunga dan tingkat partisipasi angkatan kerja menunjukkan beberapa fluktuasi dalam periode
waktu. Ini sangat menunjukkan bahwa tingkat bunga dan tingkat partisipasi angkatan kerja
merupakan faktor signifikan dari nilai tukar.

9.2. Hubungan signifikan dari variabel independen terhadap variabel dependen

Para peneliti menggunakan t-test berpasangan untuk menguji perbedaan signifikan antara nilai
aktual dan nilai prediksi Nilai Tukar.

9.3 Model matematis

Model matematis yang diformulasikan menggunakan Matriks melalui Persamaan Estimasi Normal
yang memperkirakan nilai tukar ditulis sebagai:

9.4. Faktor-faktor signifikan yang mempengaruhi Nilai Tukar (y)

Setelah menjalankan Multiple Regression, Tingkat bunga (x1) dan tingkat partisipasi angkatan kerja
(x1) telah ditemukan memiliki signifikan hubungan dengan Nilai Tukar (y) dengan tingkat signifikansi
1%. Karena itu; Hal ini menunjukkan bahwa dua variabel independen memenuhi syarat untuk
menjadi prediktor Nilai Tukar (y).

9.5 Perbedaan antara nilai tukar yang diprediksi dan nilai tukar sebenarnya

Karena hasil dalam T-test berpasangan adalah 0,895 karena itu menunjukkan bahwa tidak ada
perbedaan yang signifikan antara nilai aktual dan nilai prediksi Nilai Tukar.

Kesimpulan

Setelah transformasi Logarithm dan memenuhi semua asumsi dalam Multiple Regression, model
matematis yang diperoleh menunjukkan bahwa dua variabel independen signifikan terhadap Nilai
Tukar (y) yaitu: Tingkat bunga (x1) dan tingkat partisipasi angkatan kerja (x3). Model ini juga
menandakan bahwa itu benar-benar dapat memprediksi Nilai Tukar untuk Nilai yang Diprediksi yang
diperoleh dari model dan secara matematis identik dari Nilai Aktual Nilai Tukar.

Rekomendasi

Karena penelitian ini mengungkapkan bahwa hanya Suku Bunga dan tingkat partisipasi Angkatan
Kerja yang secara signifikan terkait dengan Nilai Tukar, para peneliti menyarankan untuk
menambahkan lebih banyak prediktor dan seri data untuk memprediksi nilai tukar lebih akurat. Ini
dapat bermanfaat bagi pemerintah kita karena Nilai Tukar merupakan salah satu komponen penting
dari pembangunan suatu negara dan pertumbuhan ekonomi.

REFERENSI:

[1] http://www.converge.org.nz/watchdog/20/02.htm

[2] Nilai tukar riil dan pertumbuhan ekonomi *

online.wsj.com/public/resources/documents/rodrick.pdf

[3] www.investopedia / exchangerate

[4] Survei Ekonomi OECD: Afrika Selatan (2010)

https://books.google.com.ph/books?isbn=9264083197

[5] dampak volatilitas nilai tukar pada Neraca Perdagangan Uganda

http://www.academia.edu/9234306/Impact_of_Foreign_Exchange_Rate_Volatility_on_Uganda_s_T
rade_Balance.

[6] Resesi hebat dan negara berkembang: Dampak dan Pertumbuhan Ekonomi

www.un.org/en/development/desa/policy/wesp/wesp.../wesp2013.pdf

[7] hubungan antara nilai tukar dan perdagangan internasional: tinjauan literatur ekonomi.

https://www.wto.org/english/res_e/reser_e/ersd201117_e.pdf

[8] Migrasi dan Pengiriman uang dari Meksiko: tren, dampak, dan tantangan baru.

https://books.google.com.ph/books?id=WRYSvfBx4kC&pg=PA195&dq=research+about+effects+of+e
xchange+rate+on+labor+force+participation&hl=en&sa=X&ei=qTZHVcUCai0mAXB6IHgAw&ved=0CC
8Q6AEwBA#v= beranda & q = penelitian% 20tentang% 20efek% 20pertinggi 20exchange% 20rat%
20on% 20labor% 20menggunakan% 20partisipasi & f = salah

[9] https://books.google.com.ph/books?isbn=1447150104

[10] Dampak utang luar negeri terhadap variasi nilai tukar di Rumania

www.economics-sociology.eu/files/12_74_Bunescu.pdf

[11] pergerakan nilai tukar dan Ekonomi Australia

www.rba.gov.au/publications/rdp/2014/pdf/rdp2014-11.pdf

[12] Hubungan antara nilai tukar, Perdagangan, suku bunga, dan inflasi di pakistan & india:
pendekatan pemodelan time serieshttp: //iresearcher.org/3.%20IR%20Template.pdf

http://www.rba.gov.au/publications/rdp/2014/pdf/rdp2014-11.pdf

[13] Dampak Nilai Tukar

www.manilatimes.net ›Bisnis

[14] http: //eviews/definition.html

[15] http://www.mathworks.com/products/matlab/index-b.html

[16]] http://www.stat.yale.edu/Courses/1997-98/101/linmult.htm

[17] Universitas Boston. (17 Januari 2013). Analisis Regresi Linear Berganda.

http://sphweb.bumc.bu.edu/otlt/MPH-
Modules/BS/BS704_Multivariable/BS704_Multivariable7.html

[18] http://www.investopedia.com/terms/s/stepwiseregression.asp

[19] http://www.investopedia.com/terms/t/ttest.asp#ixzz3ZElLdiso

[20] Ronald Walpole. (2007). Probabilitas dan Statistik untuk Insinyur dan Ilmuwan Edisi 8. pg. 446-
447

[21]
http://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CB0QFjAA&url=http
%3A%2F%2Fwww.bsp.gov.ph%2Fdownloads%2Fpublications%2Ffaqs % 2Fintrates.pdf & ei =
0JZVVZTUGpCwuATE5oC4Cw & usg = AFQjCNFypQQiw9ldQf1npZe9TmxqbDL9w & sig2 =
gdcCRE4DlkIZmwkvShQq4A & bvm = bv.93564037, d.c2E

[22] http://www.tradingeconomics.com/philippines/labor-force-participation-rate

[23] http://www.indexmundi.com/facts/philippines/labor-participation-rate

[24] https://ustr.gov/countries-regions/southeast-asiapacific/philippines#

LAMPIRAN

Tabel 1: Data Asli

Tahun

Quarters

Nilai Tukar (y)

Suku Bunga (x1)

Tingkat Inflasi (x2)

Tingkat Partisipasi Angkatan Kerja (x3)

Total Perdagangan (x4)

Lampiran 2

Tabel 2: Data yang Diubah

Tahun

perempat

Nilai Tukar (LNY)

Bunga

Beri nilai (x1)

Inflasi

Beri peringkat (x2)

Angkatan kerja

tingkat partisipasi (x3)

Total perdagangan (x4) 2004 Q1 4,03 10,044 3,1 67,3 19803

Seri: Sisa

Sampel 1 44

Observasi 44

Berarti -4.66e-16

Median -0,003465

Maksimum 0,095542

Minimal -0,109601

Std. Dev. 0,040570

Skewness -0.178881

Kurtosis 3.611992

Jarque-Bera 0,921301

Probabilitas 0,630873

H0: Data tidak terdistribusi secara normal.

Ha: Data terdistribusi secara normal.

Aturan penolakan: Jika P-value lebih besar dari 0,01, maka tolak null

hipotesa.

Kesimpulan: Karena p-value adalah 0,630873 yang lebih besar dari α, maka

gagal menolak hipotesis nol. Oleh karena itu menunjukkan bahwa residual tersebut

terdistribusi secara normal.

Uji Heteroskedastisitas: Breusch-Pagan-Godfrey

F-statistik 1,402662 Prob. F (4,39) 0,2511

Obs * R-squared 5.533848 Prob. Chi-Square (4) 0,2368

Scaled menjelaskan SS 5.677967 Prob. Chi-Square (4) 0,2245

Uji Persamaan:

Variabel Dependen: RESID ^ 2

Metode: Least Squares

Tanggal: 04/30/15 Waktu: 13:43

Contoh: 1 44

Observasi yang disertakan: 44

Variabel

Koefisien

Std. Kesalahan

t-Statistik

Masalah.

0,011159

0,023982

0,465318

0,6443

X1

0,000612

0,000389

1,571053

0,1242

X2

-9.95E-05

0,000254

-0.391066

0,6979

X3

-0.000341

0,000342

-0.997432

0,3247
X4

3.11E-07

1.71E-07

1,815777

0,0771

R-kuadrat

0,125769

Berarti var dependen

0,001609

Disesuaikan R-kuadrat

0,036105

S.D. tergantung var

0,002630

S.E. regresi

0,002582

Kriteria info Akaike

-8.974012

Jumlahkan residu kuadrat

0,000260

Kriteria Schwarz

-8.771263

Kemungkinan log

202.4283

Kriteria Hannan-Quinn.

-8,89823

F-statistik

1,402662
Statistik Durbin-Watson

1.848411 Prob (F-statistic) 0,251097

Ho: Tidak ada variabel independen yang signifikan terhadap dependen

Tentang Google TerjemahanKomunitasSelulerTentang GooglePrivasi & PersyaratanBantuanKirim

masukan

Ho: Tidak ada variabel independen yang signifikan terhadap variabel dependen.

Ha: Setidaknya satu variabel independen signifikan terhadap variabel dependen.

Penolakan Aturan: Untuk menolak hipotesis nol, p-value harus kurang dari α yang sama dengan
0,001.

Kesimpulan: Karena hasil tes Breusch Pagan-Godfrey untuk heteroskedastisitas adalah 0,251097
kemudian, gagal untuk menolak hipotesis nol. Oleh karena itu, ada homoseksualitas.

Lampiran D: Tabel 5

Pengujian untuk multikolinieritas

Varians Faktor Inflasi

Tanggal: 04/30/15 Waktu: 13:44

Contoh: 1 44

Observasi yang disertakan: 44

Koefisien

Tidak dipusatkan

Dipusatkan

Variabel

Perbedaan

VIF

VIF

0,156588

3796,586

NA

X1
4.13E-05

67.14867 3.190873

X2

1.76E-05

10.64997 1.416314

X3

3.18E-05

3221.140 1,258583

X4

7.98E-12

132.4723 2.714493

Tentang Google TerjemahanKomunitasSelulerTentang GooglePrivasi & PersyaratanBantuanKirim

masukan

Aturan Umum: Untuk memenuhi asumsi Regresi Berganda; Variance Inflation Factor (VIF) harus
berada dalam kisaran 1 hingga 10.

Kesimpulan: Karena tes untuk multikolinieritas menunjukkan bahwa nilai VIF berkisar dari 1 hingga
10, dan kemudian itu menunjukkan bahwa tidak ada multikolinearitas di antara variabel independen.

Lampiran E: Tabel 6

Variabel Dependen: LNY

Metode: Least Squares

Tanggal: 05/05/15 Waktu: 18:14

Contoh: 1 44

Observasi yang disertakan: 44

 R-kuadrat

0,835350

Berarti var dependen

3.848182

Disesuaikan R-kuadrat

0,818463

S.D. tergantung var

0,099983

S.E. regresi

0,042600

Kriteria info Akaike

-3.367282

Jumlahkan residu kuadrat

0,070776

Kriteria Schwarz

-3,164533

Kemungkinan log

79.08021

Kriteria Hannan-Quinn.
-3,292093

F-statistik

49.46656

Statistik Durbin-Watson

1,599819 Prob (F-statistic) 0,000000

Tentang Google TerjemahanKomunitasSelulerTentang GooglePrivasi & PersyaratanBantuanKirim

masukan

Ho: Tidak ada variabel independen yang signifikan terhadap variabel dependen. Ha: Setidaknya satu
variabel independen yang signifikan terhadap variabel dependen.

Penolakan Aturan: Untuk menolak hipotesis nol, p-value harus kurang dari

yaitu 0,01.

Kesimpulan: Karena p-value adalah 0,000000 maka, tolak hipotesis nol untuk Wald Test. Oleh karena
itu, setidaknya satu variabel independen signifikan terhadap variabel dependen.