ANALISIS NILAI TUKAR INDONESIA 2010-2017 MODEL DINAMIS KOYCK

A. Landasan Teori
1. Model Mundell Fleming
Ketika menjalankan kebijakan fiskal dan moneter, para pembuat kebijakan sering
mengamati apa yang terjadi di mancanegara. Meskipun kemakmuran domestik merupakan
tujuan satu-satunya, namun mereka perlu mempertimbangkan perkembangan di
mancanegara. Arus barang dan jasa internasional serta aliran modal internasional bisa
mempengaruhi perekonomian dalam banyak cara. Para pembuat keputusan yang
mengabaikan pengaruh ini akan menghadapi bahaya.
 Aliran modal dan Barang Internasional
Perbedaan yang penting antara perekonomian terbuka dan perekonomian tertutup
adalah bahwa dalam perekonomian terbuka pengeluaran suatu negara selama satu periode
tertentu tidak perlu sama dengan yang mereka hasilkan dari memproduksi barang dan jasa.
Suatu negara bisa melakukan pengeluaran lebih banyak ketimbang dari produksinya
dengan meminjam dari luar negeri, atau bisa melakukan pengeluaran lebih kecil dari
produksinya dan memberi pinjaman pada negara lain.
Dalam perekonomian tertutup, seluruh output dijual di pasar domestik dan
pengeluaran dibagi menjadi tiga komponen: konsumsi, investasi dan pengeluaran
pemerintah. Sementara dalam perekonomian terbuka sebagian output dijual untuk domestik
dan sebagian lagi diekspor ke luar negeri.

Dari persamaan identitas:

Y = C + I + G + (EX - IM)

Diubah menjadi

(EX - IM) = Y- (C + I + G)

Ekspor Neto = Output – Pengeluaran Domestik

Persamaan ini menunjukkan bahwa dalam perekonomian terbuka, pengeluaran domestik

tidak perlu sama dengan output barang dan jasa. Jika output melebihi pengeluaran
domestik, maka mengekspor perbedaan itu: ekspor neto adalah positif. Jika output lebih
kecil dari pengeluaran domestik, maka mengimpor perbedaan itu :

ekspor neto adalah negatif.

Dari : Y – C – G = S

Dimana S adalah tabungan nasional.

Didapatkan identitas untuk sistem perekonomian terbuka

S = I + (EX - IM)

Menjadi :

S – I = (EX – IM)

Dari persamaan di atas, EX – IM adalah neraca perdagangan (trade balance), S – I adalah

aliran modal keluar neto (net capital outflow), terkadang disebut juga investasi asing neto
(net foreign investment). Aliran modal keluar neto adalah jumlah dana yang dipinjamkan
penduduk domestik ke luar negeri dikurangi jumlah dana yang dipinjamkan orang asing
kepada kita. Jika aliran modal keluar neto adalah positif, maka tabungan nasional kita
melebihi investasi dan kita meminjamkannya kepada pihak asing. Sebaliknya jika aliran
modal keluar neto adalah negatif, perekonomian kita mengalami aliran modal masuk:
investasi melebihi tabungan, dan perekonomian membiayai investasi ekstra ini dengan
meminjam dari luar negeri. Jadi aliran modal keluar neto ini mencerminkan arus dana
internasional untuk membiayai akumulasi modal.

Identitas perhitungan pendapatan nasional menunjukkan bahwa aliran modal keluar

neto selalu sama dengan neraca perdagangan. Aliran modal Keluar Neto = Neraca
Perdagangan S – I = EX – IM . Jika S – I dan EX – IM adalah positif, kita memiliki surplus
perdagangan (trade surplus). Dalam kasus ini, kita adalah negara pendonor di pasar uang
dunia, dan kita mengekspor lebih banyak barang serta jasa dari pada mengimpornya. Jika
S – I dan EX – IM adalah negatif, kita memiliki defisit perdagangan (trade deficit). Dalam
kasus ini, kita adalah negara pengutang di pasar uang dunia, dan kita mengimpor lebih
banyak barang serta jasa dari pada mengekspornya. Jika S – I dan EX – IM adalah nol, kita
memiliki perdagangan berimbang (balanced trade) karena nilai ekspor sama dengan nilai
impor.

Model Mundell Fleming tidak jauh berbeda dengan model IS-LM. Kedua model ini
menekankan interaksi antara pasar barang dan pasar uang. Keduanya juga mengasumsikan
bahwa tingkat harga adalah tetap dan menunjukkan apa yang menyebabkan fluktuasi
jangka pendek dalam pendapatan agregat (atau, sama dengan pergeseran dalam kurva
 permintaan agregat). Perbedaaan pentingnya adalah bahwa model IS-LM mengasumsikan
perekonomian tertutup, sedangkan model Mundell Fleming mengasumsikan perekonomian
terbuka (IS*-LM*). Model Mundell Fleming membuat suatu asumsi penting dan ekstrem
yaitu: model ini mengasumsikan bahwa perekonomian yang sedang dipelajari adalah
perekonomian terbuka kecil dengan mobilitas modal sempurna. Artinya, perekonomian
bisa meminjam atau memberi pinjaman sebanyak yang ia inginkan di pasar keuangan dunia
dan, sebagai akibatnya tingkat bunga perekonomian (r) ditentukan oleh tingkat bunga dunia
(r*). Secara matematis, kita bisa menulis asumsi ini sebagai

r = r*

Tingkat bunga dunia ini diasumsikan tetap secara eksogen karena perekonomian
tersebut relatif kecil dibandingkan perekonomian dunia sehingga bisa meminjam atau
memberi pinjaman sebanyak yang ia inginkan di pasar keuangan dunia tanpa
mempengaruhi tingkat bunga dunia. Tanda asterik pada IS* - LM* menunjukkan bahwa
pada model ini menggunakan asumsi tingkat bunga konstan pada tingkat bunga dunia r*.

Dalam perekonomian terbuka kecil, tingkat bunga domestik mungkin naik sedikit selama
jangka pendek, tetapi dalam sekejap, pihak asing akan melihat tingkat bunga yang lebih
tinggi itu, dan mulai memberi pinjaman ke negara ini (misalnya dengan membeli obligasi
negara ini). Aliran modal masuk akan mendorong tingkat bunga domestik kembali
menuju r*. Demikian juga jika setiap pristiwa yang terjadi mulai menggerakan tingkat
bunga domestik turun ke bawah, modal akan mengalir ke luar negara untuk menghasilkan
pengembalian yang lebih tinggi,dan aliran ke luar modal ini akan mendorong tingkat
bunga domestik kembali naik menuju r*.Jadi, persamaan r = r* menunjukan asumsi
bahwa aliran modal internasional cukup memadai untuk mempertahankan tingkat bunga
domestik sama dengan tingkat bunga dunia.

B. Metode Penelitian

1. Definisi Operasional

Definisi operasional variabel adalah penjelasan masing-masing variabel yang

digunakan dalam penelitian terhadap indikator-indikator yang membentuknya. Adapun
variabel yang digunakan dalam penelitian ini adalah:

 Variabel Dependen
Variabel depende yang digunakan dalam penelitian ini adalah nilai tukar. Nilai tukar
merupakan harga suatu mata uang terhadap mata uang lainnya atau nilai dari suatu mata
uang terhadap nilai mata uang lainnya (Salvatore, 1997). Penelitian ini menggunakan data
nilai tukar yang diperoleh dari IDR spot rate Bank Indonesia yang telah dirata-ratakan
menjadi data per kuartalan.

 Variabel Independen

a. Aliran Modal

Aliran modal menurut Hossain dan Chowdhury (1998), merupakan keluarmasuknya modal
pada suatu negara. Keluar-masuknya modal ini dicatat dalam neraca modal (capital
account), yang nantinya akan mempengaruhi neraca pembayaran (balance of payment).
Neraca modal mencatat aliran modal jangka pendek dan jangka panjang, serta pinjaman
asing dan hibah. Pada penelitian ini, menggunakan data transfer modal meliputi transfer in
kind berupa transfer kepemilikan aktiva tetap (misalnya hibah investasi) atau pengampunan
(forgiveness) atas kewajiban yang diberikan kreditur tanpa kompensasi berdasarkan
persetujuan kedua belah pihak, dan transfer tunai yang berkaitan dengan akuisisi/penjualan
aktiva tetap oleh salah satu atau kedua pihak yang bertransaksi.

b. Indeks Harga Konsumen (IHK)

Indeks harga konsumen (IHK) adalah indeks dari harga yang dibayar konsumen/
masyarakat Indonesia untuk mendapatkan barang dan jasa (komoditas) tujuh kelompok
komoditi, yaitu: (1) Bahan makanan; (2) Makanan jadi, minuman, rokok dan tembakau; (3)
Perumahan, air, listrik, gas dan bahan bakar; (4) Sandang; (5) Kesehatan; (6) Pendidikan,
rekreasi dan olah raga; dan (7) Transportasi, komunikasi dan jasa keuangan.

c. Jumlah uang beredar

Uang Beredar dapat didefinisikan dalam arti sempit (M1) dan dalam arti luas (M2). M1
meliputi uang kartal yang dipegang masyarakat dan uang giral (giro berdenominasi
Rupiah), sedangkan M2 meliputi M1, uang kuasi (mencakup tabungan, simpanan
berjangka dalam rupiah dan valas, serta giro dalam valuta asing), dan surat berharga yang
diterbitkan oleh sistem moneter yang dimiliki sektor swasta domestik dengan sisa jangka
waktu sampai dengan satu tahun.

d. Lagged Endogen Variable

 Lagged endogenous variable merupakan variabel endogen pada masa lampau. Pada
penelitian ini lag varibel endogen yang digunakan adalah lag nilai tukar

2. Jenis dan Sumber Data

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang
berdasarkan deret waktu (time series) kuartalan tahun 2010-2017. Sedangkan sumber data
dikumpulkan melalui identifikasi informasi spesifik terkait dengan variabel-variabel
penelitian yang diperoleh melalui jurnal penelitian terdahulu dan data kuantitatif yang
diperoleh dari Statistik Ekonomi dan Keuangan Indonesia (SEKI) mengenai variabel-
variabel yang diteliti.

3. Metode Analisis Data

Penelitian ini menggunakan metode analisis Auto-Regressive Distributed Lag model

Koyck. Metode Koyck didasarkan asumsi bahwa semakin jauh jarak lag variabel bebas dari
periode sekarang maka semakin kecil pengaruh variabel lag terhadap variabel tak bebas.
Dengan model persamaan sebagai berikut :

ERt =c0 +c1 CFt +c2 IHKt +c3 JUBt +c4 Xt + c5 ERt-1 +ut

Keterangan :

ER = nilai tukar (Rupiah/USD) c0 = konstanta

CF = aliran modal (Juta USD)
IHK = indeks harga konsumen c1 c2 c3 c4 𝑐5 =Koefisien
ERt-1 = lag nilai tukar
X = Ekspor (Miliar Rupiah)
JUB = jumlah uang beredar (Miliar
Rupiah)
t = time series
u = error term
C. Hasil dan Pembahasan
1. Uji Asumsi Klasik
Tabel 1. Hasil Uji Asumsi Klasik

Normalitas Otokorelasi Heteroskedastisitas Multikolinearitas

Persamaan Jarque- Obs* R- Obs* R- VIF
Alpha Alpha Alpha
Bera square square
CF = 1.513104*
IHK = 1.150068*
ER 3.192978* 0.05 6.334284* 0.05 19.37600* 0.05 JUB = 9.492300*
X = 3.050221*
ERt-1 = 6.495418*
*lolos uji asumsi klasik

Uji asumsi klasik pada Tabel 1 dengan menggunakan analisis persamaan dinamis nilai
tukar (ER) menunjukkan bahwa:
 Uji normalitas:
Untuk mengetahui uji normalitas data, maka dilihat dari Jarque-Bera. Bahwa
untuk mengetahui distribusi data, jika Jarque-Bera (JB) > 0,05 maka data terdistribusi
secara normal dan jika JB < 0,05 maka data tidak terdistribusi secara normal.
Berdasarkan hasil penelitian yang dilakukan dengan menggunakan eviews
menunjukan bahwa Jarque-Bera (JB) pada variabel nilai tukar sebesar 3.192978.
Dengan demikian, JB> 0,05 maka error term terdistribusi normal. Hal ini
memperlihatkan bahwa ketiga persamaan struktural lolos uji asumsi klasik dari analisis
uji normalitas.
 Uji otokorelasi:
Uji otokorelasi digunakan untuk untuk mendeteksi terjadinya autokorelasi pada
nilai residual (prediction errors) dari sebuah analisis regresi. Otokorelasi pada
persamaan simultan dapat dianalisis berdasarkan uji statistics Breuch-Godfrey. Apabila
O
b Pada persamaan struktural yang telah direduksi (reduced form) menunjukkan
s
bahwa Obs*R-squared nilai tukar (ER) sebesar 6.334284. ketiga persamaan tersebut
*
m
 eUji heteroskedastisitas:
R
-
m Heteroskedastisitas merupakan salah satu penyimpangan terhadap asumsi
ps
kesamaan varians (homokedastisitas), yaitu varians error bernilai sama untuk setiap
eq
kombinasi tetap dari X1, X2....Xn. Pengujian heteroskedastisitas menyatakan bahwa
ru
la
ir
he
 jika H0 maka tidak ada masalah heteroskedastisitas dan jika H1 maka ada masalah
heteroskedastisitas.
Untuk pengujian probabilitas ketika Rule Of Thumb : Obs* R Square > a maka
H0 diterima H1 ditolak dan Obs* R Square < a = H0 ditolak H1 diterima. Hasil uji
heteroskedastisitas dengan menggunakan uji test white menunjukkan bahwa nilai tukar
(ER) sebesar 19.376. ketiga persamaan tersebut termasuk dalam kategori bs* R Square
> a. Maka dari itu, model terbebas dari heteroskedastisitas.
 Uji multikolinearitas:
Variance Inflation Factor (VIF) adalah salah satu uji yang dilakukan untuk
melihat apakah dalam suatu model regresi terdapat permasalahan multikolinearitas atau
tidak. Melihat nilai Tolerance dan variance inflation factor (VIF), nilai cut off yang
umum dipakai untuk menunjukkan adanya multikolinearitas adalah tolerance < 0,1 dan
VIF> 10.
Adapun pada persamaan dinamis nilai tukar variabel nilai tukar (ER) yang
dipengaruhi oleh variabel aliran modal (CF) sebesar 1.513104, IHK sebesar 1.150068,
JUB sebesar 9.492300, ekspor sebesar 3.050221, dan nilai tukar periode sebelumnya
(ERt-1) sebesar 6.495418. Kelima variabel yang mempengaruhi nilai tukar pada periode
sekarang memiliki VIF<10. Artinya, terbebas dari adanya multikolinearitas.
2. Hasil Estimasi Persamaan Nilai Tukar

Tabel 2. Hasil Estimasi Persamaan Nilai Tukar

Variabel Koefisien t-stat Prob R-square F-stat Prob F-stat
Konstanta -3488.572 -2.224851 0.0353* 0.980846 256.0421 0.000000*
CF -2.865797 -0.444416 0.6606
IHK 5.224215 0.721090 0.4775
JUB -0.000722 -1.032015 0.3119
X 0.007490 2.797311 0.0098*
ERt-1 0.998649 14.05061 0.0000*
*signifikan pada alpha 0.05
ER = -3488.572 - 2.865797*CF + 5.224215*IHK - 0.000722*JUB + 0.007490*X +
0.998649*ER(-1)

Interpretasi Koefisien
Nilai konstanta sebesar -3488.572 dapat diinterpretasikan bahwa apabila aliran
modal, indeks harga konsumen, jumlah uang beredar dan ekspor dianggap konstan maka
nilai tukar sebesar Rp -3488.572/USD
Koefisien regresi variabel aliran modal sebesar - 2.865797 ; artinya jika variabel
independen lain nilainya tetap dan aliran modal mengalami kenaikan sebesar satu juta
 USD, maka nilai tukar akan mengalami penurunan sebesar Rp 2.865797/USD (kondisi
apresiasi);. Koefisien bernilai negatif artinya ketika ada kenaikan aliran modal maka nilai
tukar Rupiah per USD akan mengalami penurunan (apresiasi).
Koefisien regresi variabel indeks harga konsumen sebesar 5.224215; artinya jika
variabel independen lain nilainya tetap dan indeks harga konsumen mengalami kenaikan
mengalami kenaikan sebesar 1 satuan, maka nilai tukar rupiah akan mengalami
peningkatan Rp5.224215/USD (kondisi depresiasi). Koefisien bernilai positif artinya
ketika ada kenaikan indeks harga konsumen maka nilai tukar Rupiah per USD akan
mengalami peningkatan (depresiasi).
Koefisien regresi variabel aliran modal sebesar - 0.000722; artinya jika variabel
independen lain nilainya tetap dan jumlah uang beredar mengalami kenaikan sebesar satu
Miliar Rupiah, maka nilai tukar akan mengalami penurunan sebesar Rp 0.000722/USD
(kondisi apresiasi);. Koefisien bernilai negatif artinya ketika ada kenaikan jumlah uang
beredar maka nilai tukar Rupiah per USD akan mengalami penurunan (apresiasi).
Koefisien regresi variabel ekspor sebesar 0.007490; artinya jika variabel
independen lain nilainya tetap dan ekspor mengalami kenaikan mengalami kenaikan
sebesar 1 Miliar Rupiah, maka nilai tukar rupiah akan mengalami peningkatan Rp
0.007490/USD (kondisi depresiasi). Koefisien bernilai positif artinya ketika ada kenaikan
ekspor maka nilai tukar Rupiah per USD akan mengalami peningkatan (depresiasi).
Koefisien regresi variabel nilai tukar periode sebelumnya (lag nilai tukar) sebesar
0.998649; artinya jika variabel independen lain nilainya tetap dan nilai tukar periode
sebelumnya mengalami kenaikan mengalami kenaikan sebesar Rp1/USD, maka nilai
tukar rupiah saat ini akan mengalami peningkatan Rp 0.998649/USD (kondisi depresiasi).
Koefisien bernilai positif artinya ketika ada kenaikan nilai tukar periode sebelumnya maka
nilai tukar Rupiah per USD saat ini akan mengalami peningkatan (depresiasi).

Interpretasi t-statistic
Pada variabel aliran modal (CF) nilai Prob t-Statistic sebesar 0.6606 lebih besar
jika dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa variabel aliran modal
(CF) yang dimasukkan dalam model tidak mempunyai pengaruh signifikan terhadap
nilai tukar saat ini.
Pada variabel indeks harga konsumen (IHK) nilai Prob t-Statistic sebesar 0.4775
lebih besar jika dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa indeks harga
konsumen (IHK) yang dimasukkan dalam model tidak mempunyai pengaruh signifikan
 terhadap variabel nilai tukar saat ini.
Pada variabel jumlah uang beredar (JUB) nilai Prob t-Statistic sebesar 0.3119
lebih besar jika dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa jumlah uang
beredar (JUB)yang dimasukkan dalam model tidak mempunyai pengaruh signifikan
terhadap variabel nilai tukar saat ini.
Pada variabel ekspor (X) nilai Prob t-Statistic sebesar 0.0098 lebih kecil jika
dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa ekspor (X) yang dimasukkan
dalam model mempunyai pengaruh signifikan terhadap variabel nilai tukar saat ini.
Pada variabel ekspor (X) nilai Prob t-Statistic sebesar 0.0098 lebih kecil jika
dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa ekspor (X) yang dimasukkan
dalam model mempunyai pengaruh signifikan terhadap variabel nilai tukar saat ini.
Pada variabel nilai tukar periode sebelumnya (ERt-1) nilai Prob t-Statistic sebesar
0.0000 lebih kecil jika dibandingkan dengan alpha (α = 0.05) memiliki arti bahwa nilai
tukar periode sebelumnya (ERt-1) yang dimasukkan dalam model mempunyai pengaruh
signifikan terhadap variabel nilai tukar saat ini.
Interpretasi R-Square

Pada hasil regresi menunjukkan R-square sebesar 0.980846 atau sama dengan
98% yang berarti bahwa variasi nilai tukar 98% dapat di jelaskan oleh variabel yang
terdapat di dalam model yaitu variabel aliran modal (CF), indeks harga konsumen (IHK),
jumlah uang beredar (JUB), ekspor (X) dan variabel nilai tukar periode sebelumnya (ERt-
1). Sedangkan sisanya sebesar 2% dipengaruhi oleh variabel lain di luar persamaan
regresi ini atau variabel yang tidak diteliti.

Interpretasi Prob F-statistic

Pada hasil regresi menunjukkan Prob F-statistic sebesar 0.000 yang berarti
bahwa variabel aliran modal (CF), indeks harga konsumen (IHK), jumlah uang beredar
(JUB), ekspor (X) dan variabel nilai tukar periode sebelumnya (ERt-1) secara simultan
dan bersama-sama signifikan mempengaruhi nilai tukar.
DAFTAR PUSTAKA
 LAMPIRAN

Dependent Variable: ER
Method: Least Squares
Date: 12/26/19 Time: 10:42
Sample (adjusted): 2010Q2 2017Q4
Included observations: 31 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C -3488.572 1568.002 -2.224851 0.0353

ARUSMODAL -2.865797 6.448460 -0.444416 0.6606
IHK 5.224215 7.244883 0.721090 0.4775
JUB -0.000722 0.000699 -1.032015 0.3119
EKSPOR 0.007490 0.002677 2.797311 0.0098
ER(-1) 0.998649 0.071075 14.05061 0.0000

R-squared 0.980846 Mean dependent var 11267.33

Adjusted R-squared 0.977015 S.D. dependent var 1960.125
S.E. of regression 297.1694 Akaike info criterion 14.39847
Sum squared resid 2207741. Schwarz criterion 14.67601
Log likelihood -217.1762 Hannan-Quinn criter. 14.48894
F-statistic 256.0421 Durbin-Watson stat 1.282554
Prob(F-statistic) 0.000000

Normalitas
12
Series: Residuals
Sample 2010Q2 2017Q4
10
Observations 31

8 Mean -3.92e-12
Median -44.10822
6 Maximum 716.3919
Minimum -591.5317
Std. Dev. 271.2773
4
Skewness 0.642734
Kurtosis 3.905293
2
Jarque-Bera 3.192978
0 Probability 0.202607
-600 -400 -200 0 200 400 600 800

Heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 0.833448 Prob. F(20,10) 0.6522

Obs*R-squared 19.37600 Prob. Chi-Square(20) 0.4975
Scaled explained SS 18.30546 Prob. Chi-Square(20) 0.5673

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/26/19 Time: 11:18
Sample: 2010Q2 2017Q4
Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C -1667297. 42343483 -0.039376 0.9694

ARUSMODAL^2 -570.0831 598.2035 -0.952992 0.3631
ARUSMODAL*IHK -1009.003 595.7500 -1.693668 0.1212
ARUSMODAL*JUB -0.016375 0.075364 -0.217274 0.8324
ARUSMODAL*EKSPOR 0.199181 0.319211 0.623979 0.5466
ARUSMODAL*ER(-1) 2.650399 8.337683 0.317882 0.7571
ARUSMODAL 26947.10 159791.5 0.168639 0.8694
IHK^2 388.0130 1521.652 0.254994 0.8039
IHK*JUB 0.061832 0.142059 0.435259 0.6726
IHK*EKSPOR 0.367151 0.467780 0.784879 0.4507
IHK*ER(-1) -5.220111 11.87284 -0.439668 0.6695
IHK -245864.6 407852.9 -0.602827 0.5600
JUB^2 -4.51E-06 9.02E-06 -0.500257 0.6277
JUB*EKSPOR 2.20E-05 5.23E-05 0.421548 0.6823
JUB*ER(-1) 0.000579 0.001704 0.339906 0.7410
JUB -16.96836 39.78499 -0.426502 0.6788
EKSPOR^2 -9.51E-05 0.000101 -0.943036 0.3679
EKSPOR*ER(-1) -0.001307 0.005902 -0.221520 0.8291
EKSPOR 39.83928 130.5607 0.305140 0.7665
ER(-1)^2 -0.079745 0.104008 -0.766718 0.4610
ER(-1) 2544.661 3704.462 0.686918 0.5078

R-squared 0.625032 Mean dependent var 71217.46

Adjusted R-squared -0.124904 S.D. dependent var 123396.2
S.E. of regression 130875.8 Akaike info criterion 26.62532
Sum squared resid 1.71E+11 Schwarz criterion 27.59673
Log likelihood -391.6925 Hannan-Quinn criter. 26.94198
F-statistic 0.833448 Durbin-Watson stat 2.796823
Prob(F-statistic) 0.652250

Otokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 2.953260 Prob. F(2,23) 0.0722

Obs*R-squared 6.334284 Prob. Chi-Square(2) 0.0421

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/26/19 Time: 11:19
Sample: 2010Q2 2017Q4
Included observations: 31
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 568.8155 1477.170 0.385071 0.7037

ARUSMODAL -5.219073 6.405367 -0.814797 0.4235
IHK 1.175604 7.032343 0.167171 0.8687
JUB 0.000626 0.000744 0.842048 0.4084
 EKSPOR -0.001007 0.002533 -0.397674 0.6945
ER(-1) -0.066378 0.080156 -0.828118 0.4161
RESID(-1) 0.553555 0.229361 2.413460 0.0242
RESID(-2) -0.210958 0.239031 -0.882554 0.3866

R-squared 0.204332 Mean dependent var -3.92E-12

Adjusted R-squared -0.037828 S.D. dependent var 271.2773
S.E. of regression 276.3606 Akaike info criterion 14.29893
Sum squared resid 1756630. Schwarz criterion 14.66899
Log likelihood -213.6334 Hannan-Quinn criter. 14.41956
F-statistic 0.843788 Durbin-Watson stat 2.073520
Prob(F-statistic) 0.563183

Multikolinearitas

Variance Inflation Factors

Date: 12/26/19 Time: 11:19
Sample: 2010Q1 2017Q4
Included observations: 31

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 2458630. 863.0715 NA
ARUSMODAL 41.58264 2.794146 1.513104
IHK 52.48833 268.3961 1.150068
JUB 4.89E-07 154.8397 9.492300
EKSPOR 7.17E-06 618.3528 3.050221
ER(-1) 0.005052 226.1388 6.495418