Abstrak

Penelitian ini bertujuan untuk menganalisis faktor makroekonomi terhadap harga

saham perusahaan konstruksi yang terdaftar di Indeks LQ45.Indikator
makroekonomi yang digunakan yaitu inflasi,nilai tukar,GDP,dan Infrastructure
expenditure ,untuk perusahaan konstruksi yang dipilih yaitu ,PT.United Tractors
Tbk, PT Adhi Karya Tbk,PT.Pembangunan Perumahan Tbk,dan PT.Wijaya Karya
Tbk periode 2010-2019.Metodologi yang digunakan yaitu multiple regression ,
ANOVA (one-way),dan simultaneous test,tetapi alat statistik lain juga digunakan
untuk mendukung hasil kedua metodologi tersebut.Hasil yang ditemukan dari
penelitian ini menunjukkan bahwa nilai tukar dan IE lebih berpengaruh terhadap
harga saham dibandingkan inflasi dan GDP,kecuali UNTR ,hanya dipengaruhi IE.
Keywords : nilai tukar,inflasi, indeks LQ45,harga saham,GDP,Infrastructure
expenditure

0
 BAB I

PENDAHULUAN

1.1 Latar Belakang Masalah

Investasi didefinisikan sebagai komitmen sumber daya keuangan

saat ini untuk mencapai keuntungan yang lebih tinggi di masa
depan.Investasi selalu memperhatikan pengeluaran beberapa aset hari ini
(waktu,uang,usaha ,dan sebagainya) dengan harapan hasil yang lebih besar
daripada awal pemasukkan.Seorang investor membeli sejumlah saham saat
ini dengan harapan memperoleh keuntungan dari kenaikan harga saham
atau sejumlah dividen di masa yang akan datang , sebagai imbalan atas
waktu dan risiko yang terkait dengan investasi tersebut.Istilah “ Investasi “
dapat merujuk pada apapun yang digunakan untuk menghasilkan
pendapatan dimasa depan.

Istilah investasi bisa berkaitan pada beberapa hal seperti investasi

aset riil ( tanah,rumah,mesin atau bangunan ) maupun aset finansial
( obligasi,saham atau deposito ) merupakan aktivitas investasi yang umum
dilakukan. Karena investasi berorientasi pada masa pertumbuhan atau
pendapatan dimasa depan ada risiko yang terkait dengan investasi,apakah
berjalan atau gagal.Investor yang berani menanggung risiko atau tingkat
agresif juga melakukan investasi pada instrumen pasar modal yang lebih
kompleks seperti warrants,future, atau ekuitas internasional .

Dalam berinvestasi investor dihadapkan dengan beberapa

keputusan sebelum melakukan penanaman modal disalah satu instrumen
pasar modal, keuntungan yang didapatkan setelah investasi berupa return .
Semakin tinggi risiko instrumen pasar modal semakin tinggi return yang

1|Page
 diperoleh. Sebelum melakukan investasi, pada umumnya investor mencari
informasi perusahaan untuk mengetahui kondisi keuangan dan kinerja
mereka. Informasi ini dapat diperoleh melalui publikasi yang dilakukan
oleh perusahaan secara terbuka agar masyarakat dapat melakukan analisis
secara keseluruhan sebelum mencapai keputusan .

Analisis yang dilakukan dapat dilihat melalui kondisi keuangan

berdasarkan laporan keuangan atau pergerakan harga saham secara
historis. Selain itu,investor dapat melihat kondisi makroekonomi suatu
negara sebagai pertimbangan dalam mengambil keputusan sebelum
melakukan investasi.Aspek makroekonomi terdiri dari beberapa proxy
seperti inflasi ,suku bunga,nilai tukar,GDP,dan anggaran infrastruktur (IE).
Kelima hal tersebut menjadi latar belakang bagaimana pola pikir seorang
investor berubah dengan hati – hati untuk menghindari kerugian .

Lemahnya nilai tukar rupiah dapat memperbesar defisit anggaran

karena semakin besarnya utang luar negeri pemerintah (bila diukur dalam
rupiah) , pada gilirannya kenaikan defisit anggaran akan menaikkan
ekspetasi laju inflasi.Masalah kredibilitas muncul karena adanya bias
kebijakan yang menyukai pertumbuhan ekonomi lebih tinggi. Menurut
Borro dan Gordon (1983),tingkat keseimbangan inflasi akan selalu lebih
tinggi dari target inflasi karena adanya kebijakan yang bias terhadap
pertumbuhan.Hubungan antara nilai tukar dan inflasi sebenarnya lebih
rumit karena nilai tukar juga dipengaruhi oleh tingkat inflasi yang
dipengarui oleh tingkat harga yang dikenal dengan nama purchasing
power parity.

Jika tingkat harga di Indonesia relatif lebih tinggi dibandingkan

dengan harga-harga di Amerika Serikat,maka nilai tukar rupiah harus
terdepresiasi terhadap dolar Amerika Serikat agar mencapai purity antara
harga di Indonesia dengan Amerika Serikat.Pelemahan nilai tukar rupiah

2|Page
 juga dipengaruhi oleh external shock misalnya kenaikan suku bunga the
Fed .Akibatnya inflasi meningkat dan selanjutnya tingkat suku bunga naik
karena meningkatnya premi risiko.Jika hal ini berlanjut,maka akan
mengakibatkan kelesuan investasi karena evaluasi investor atas kelayakan
investasinya menghasilkan kesimpulan ketidaklayakan melakukan
investasi di Indonesia.

Selain inflasi dan nilai tukar,GDP juga merupakan indikator

makroekonomi yang dapat mempengaruhi pasar saham .Pasar saham
merupakan hal yang sentimen dan dapat mempengaruhi GDP,begitu juga
sebaliknya.Seiring dengan perubahan sentimen,pengeleuaran masyarakat
(spending) juga ikut mengalami perubahan,yang pada akhirnya mendorong
pertumbuhan GDP.Namun,keduanya baik GDP maupun pasar saham
dapat memberikan hubungan yang negatif dan positif.GDP ekonomi di
Indonesia didorong oleh pengeluaran (anggaran infrastruktur) dan
investasi.Kedua hal tersebut merupakan komponen penting yang
menggerakan pertumbuhan GDP di Indonesia.GDP pada umumnya
mengalami pertumbuhan sebesar 2 % dari kuartal ke kuartal (qtq),yang
artinya Indonesia mengalami pertumbuhan GDP sebesar 2 % pada periode
tersebut.

Komponen GDP terdiri dari,pengeluaran

konsumen,investasi,ekspor-impor,dan pengeluaran
pemerintah.Pengeluaran pemerintah digunakan untuk membangun
infrastruktur di suatu negara yang dapat meningkatkan pertumbuhan
ekonomi.Ketika pengeluaran pemerintah meningkat maka GDP juga ikut
meningkat yang artinya investasi dan konsumsi rumah tangga juga
mendapatkan dampak yang positif.GDP dan anggaran pemerintah adalah
hal yang berada dalam satu lingkaran atau saling berhubungan satu sama
lain.Meningkatnya GDP dan anggaran pemerintah dari tahun ke tahun

3|Page
 dapat mendorong investor baik dari luar negeri atau dalam negeri untuk
membeli saham perusahaan yang kondisi fundamentalnya baik.

Menurut teori ekonomi keynesian,belanja pemerintah merupakan

alat untuk meningkatkan pengeluaran secara keseluruhan dan memperbaiki
kondisi ekonomi yang lemah .Ketika GDP meningkat, pendapatan
perusahaan ikut meningkat,yang membuat harga saham menjadi
bullish.Sebaliknya,ketika GDP menurun ,daya beli masyarakat atau
konsumsi rumah tangga menurun ,begitu juga dengan investasi.Kondisi
tersebut dapat meningkatkan sentimen di antara beberapa investor yang
mengakibatkan kepanikan dengan menjual saham (panic selling) sehingga
harga saham dan indeks di bursa beberapa negara melemah.

Hubungan makroekonomi terhadap pasar modal telah

dikembangkan oleh beberapa peneliti dalam dekade terakhir.Beberapa
diantaranya dilakukan oleh (Boonyanam,2015) di Thailand,
(Dritasaki,2005) di Athena,(Khan,2014) di Pakistan,(Hosseini et al,2011)
di India,(Hersugondo et al,2017) di Asia Tenggara.Studi ini menjelaskan
bahwa variabel makroekonomi memiliki pengaruh yang bervariasi
terhadap pasar modal di negara yang berbeda.Penelitian yang dilakukan
( Boonyanam,2014) menyatakan bahwa variabel makroekonomi di
Pakistan selama periode 1998-2009 dengan menggunakan multiple
regression menunjukkan GDP dan nilai tukar memiliki pengaruh positif
terhadap harga saham. Consumer Price Index (CPI) memiliki pengaruh
negatif sementara nilai ekspor ,money supply (M2) ,FDI,dan harga minyak
tidak memiliki dampak signifikan terhadap harga saham.

Selain itu, (Hersugondo et al,2017) menggunakan teknik analisis

TACH (Threshold Autoregressive Conditional Heteroscedasticity)
menunjukkan hasil bahwa tingkat inflasi,suku bunga,dan GDP mempunyai
efek negatif terhadap Composite Index di semua negara kecuali

4|Page
 ,Thailand.Harga minyak mentah berpengaruh positif di
Indonesia,Malaysia dan Singapura,begitu juga Filipina dan Thailand
.Harga komoditas primer memiliki efek positif terhadap Composite Index
hanya di Singapura ,sementara Thailand dan Filipina memiliki efek negatif
terhadap Composite Index.Upah memiliki dampak positif dan signifikan
terhadap Composite Index di semua negara.

Khan et al,2014 menguji dampak suku bunga,inflasi ,dan GDP

terhadap harga saham di Pakistan dengan menggunakan metode granger
causality dan cointegration test .Hasil penelitian menunjukkan dalam
jangka panjang terdapat hubungan yang signifikan antara variabel
makroekonomi dan harga saham.Investasi di Indonesia dilakukan
diberbagai bidang seperti industri,manufaktur,konstruksi,bisnis,real
estate ,dan sebagainya.Badan Koordinasi Penanaman Modal menyatakan
bahwa sektor konstruksi di Indonesia menempati posisi kedua sebagai
penyambung tertinggi untuk realisasi investasi PMDN dengan Rp 14,1
Triliun. Di dalam indeks LQ45 terdapat beberapa perusahaan konstruksi
yang unggul seperti PT PP Tbk (PTPP), PT Wijaya Karya Tbk (WIKA),
PT Waskita Karya Tbk (WSTK),dan PT United Tractor Tbk (UNTR).

Berdasarkan uraian di atas ,maka penulis ingin melakukan

pengujian terhadap hal tersebut. Sehingga ,ini melatar belakangi penulis
untuk membuat judul penelitian “ Dampak nilai tukar dan inflasi terhadap
harga saham di Indeks LQ45 (Studi Kasus : Perusahaan Konstruksi
periode )

1.2 Rumusan Masalah

Berdasarkan pada uraian latar belakang di atas ,maka yang menjadi

rumusan masalah dalam penelitian ini adalah :

5|Page
 1. Bagaimana pengaruh nilai tukar secara parsial terhadap harga saham
pada masing-masing perusahaan konstruksi yang terdaftar di Indeks
LQ45 tahun 2010-2019?
2. Bagaimana pengaruh inflasi secara parsial terhadap harga saham pada
masing-masing perusahaan konstruksi yang terdaftar di Indeks LQ45
tahun 2010-2019?
3. Bagaimana pengaruh GDP secara parsial terhadap harga saham pada
masing-masing perusahaan konstruksi yang terdaftar di Indeks LQ45
tahun 2010-2019?
4. Bagaimana pengaruh anggaran pemerintah (infrastruktur) secara
parsial terhadap harga saham pada masing-masing perusahaan
konstruksi yang terdaftar di Indeks LQ45 tahun 2010-2019?
5. Bagaimana pengaruh nilai tukar ,inflasi,GDP,dan pengeluaran
pemerintah (anggaran infrastruktur) secara simultan terhadap harga
saham pada masing-masing perusahaan konstruksi yang terdaftar di
Indeks LQ45 tahun 2010-2019?

1.3 Tujuan Penelitian

Berdasarkan rumusan masalah di atas,penulis melakukan penelitian

ini bertujuan untuk :
1. Menganalisis pengaruh nilai tukar terhadap harga saham di perusahaan
konstruksi Indeks LQ45
2. Menganalisis pengaruh inflasi terhadap harga saham di perusahaan
konstruksi Indeks LQ45
3. Menganalisis pengaruh GDP terhadap harga saham di perusahaan
konstruksi Indeks LQ45
4. Menganalisis pengaruh pengeluaran pemerintah (anggaran infrastrktur)
terhadap harga saham di perusahaan konstruksi Indeks LQ45

6|Page
 5. Menganalisis pengaruh keempat variabel independen (nilai
tukar,inflasi,GDP,dan pengeluaran pemerintah) terhadap harga saham
di perusahaan konstruksi Indeks LQ45

1.4 Manfaat Penelitian

Adapun manfaat dari penelitian adalah sebagai berikut :

1. Untuk mengetahui pengaruh inflasi terhadap harga saham pada

masing-masing perusahaan konstruksi yang terdaftar di Indeks LQ45
2. Untuk mengetahui pengaruh nilai tukar terhadap harga saham pada
masing-masing perusahaan konstruksi yang terdaftar di Indeks LQ45
3. Untuk mengetahui pengaruh GDP terhadap harga saham pada masing-
masing perusahaan konstruksi yang terdaftar di Indeks LQ45
4. Untuk mengetahui pengaruh pengeluaran pemerintah terhadap harga
saham pada masing-masing perusahaan konstruksi yang terdaftar di
Indeks LQ45
5. Untuk mengetahui pengaruh nilai tukar,inflasi,GDP,dan pengeluaran
pemerintah secara bersamaan terhadap harga saham pada masing-
masing perusahaan konstruksi yang terdaftar di Indeks LQ45

1.5 Sistematika Penulisan

Adapun sistematika dalam penyusunan skripsi adalah sebagai

berikut :

Bab I : Pendahuluan
Pada bab ini menguraikan tentang latar belakang
masalah,identifikasi dan rumusan masalah ,tujuan penelitian,manfaat
penelitian serta sistematika penulisan

7|Page
 Bab II : Landasan Teori
Pada bab ini diuraikan tentang nilai tukar,inflasi,GDP,Pengeluaran
pemerintah dan harga saham.

Bab III : Metodologi Penelitian

Pada bab ini diuraikan tentang populasi,sampel,teknik metode
pengumpulan data ,dan metode analisis data

Bab IV : Hasil dan Pembahasan

Pada bab ini diuraikan tentang deskripsi data,kumpulan data yang
berhasil dikumpulkan ,baik data dari harga saham yang diteliti dan
sebagainya yang mana data tersebut harus dideskripsikan secara
sistematis.Serta bagian pembahasan tentang penelitian sesuai dengan
acuan dan kriteria yang telah ditetapkan.Bagian pengembangan ini
memperlihatkan ketajaman dan keluasan wawasan penulis mengenai
permasalahan yang dikaji.

Bab V : Kesimpulan dan Saran

Menyajikan kesimpulan yang diambil dari penelitian dan
memberikan saran dari hasil penelitian tersebut.

BAB II
LANDASAN TEORI

8|Page
2.1 Harga Saham

Saham dapat didefinisikan sebagai tanda penyertaan modal

seseorang atau pihak ( badan usaha ) dalam suatu perusahaan atau
perseroan terbatas.Dengan menyertakan modal tersebut ,maka pihak
tersebut memiliki klaim atas pendapatan perusahaan ,klaim atas asset
perusahaan , dan berhak hadir dalam Rapat Umum Pemegang Saham
(RUPS).Pada dasarnya ada dua keuntungan yang diperoleh investor
dengan membeli atau memiliki saham , yaitu dividen dan capital
gain.Sebagai instrumen investasi ,saham juga memiliki risiko diantaranya
capital loss dan risiko likuidasi.

Di pasar sekunder atau dalam aktivitas perdagangan saham sehari-

hari ,harga saham mengalami fluktuasi baik berupa kenaikan atau
penurunan.Pembentukan harga saham terjadi karena terjadi permintaan
dan penawaran terhadap saham tersebut.Supply dan demand terjadi karena
beberapa faktor,baik yang sifatnya spesifik atas saham tersebut ( kinerja
perusahaan dan industri di mana perusahaan tersebut bergerak) maupun
faktor yang bersifat makro seperti tingkat inflasi,suku bunga,dan nilai
tukar.

2.1.1 Faktor yang mendorong pergerakan harga saham

a. Pada dasarnya Bank Indonesia mengikuti pergerakan suku bunga

The Fed sebagai dasar pengambilan kebijakan terhadap suku bunga
di Indonesia. Kebijakan ini mempengaruhi lembaga keuangan
untuk mengambil tindakan dan mengikuti langkah bank sentral.
Ketika suku bunga dinaikkan , konsumen dan pebisnis akan
mengurangi pengeluaran dan cenderung melakukan saving
sehingga mengakibatkan harga saham mengalami penurunan.
Sebaliknya ketika suku bunga diturunkan , daya beli masayarakat
meningkat dan mendorong kenaikan harga saham. Pada tahap
pengendalian terhadap suku bunga siklus boom and bust terjadi .

9|Page
 Tahap boom mendorong pertumbuhan ekonomi, adanya full
employment, dan jumlah investasi yang meningkat ,sebaliknya
pada tahap bust terjadi penurunan terhadap pertumbuhan
ekonomi ,jumlah pengangguran yang meningkat,dan jumlah
investasi yang menurun.

b. Kondisi perekonomian suatu negara dapat mempengaruhi

pergerakan harga saham , seperti kejadian krisis pada tahun 1998
di Indonesia dan krisis finansial global pada tahun 2008.Pada
kondisi yang penuh ketidakpastian menimbulkan berbagai asumsi
dan kepanikan diantara para investor dan pemerintah.Global
Financial Crisis tidak hanya memperlambat pertumbuhan ekonomi
tetapi juga mempengaruhi pasar modal ,seperti harga
saham,obligasi,dan berbagai instrumen keuangan lainnya.Hal ini
menyebabkan investor melakukan panic selling karena takut
mengalami kerugian dan return yang tidak sesuai ekspetasi.Panic
selling menimbulkan kekhawatiran terhadap badan usaha yang
menerbitkan saham ,begitu juga dengan pemerintah yang
menerbitkan surat utang (obligasi).Pada kondisi tersebut,para
investor luar negeri melakukan investasi di negara yang tidak
memiliki potensi kerugian akibat dampak Global Financial Crisis.

c. Panic selling merupakan tindakan yang dilakukan oleh beberapa

investor untuk menjual saham secara besar-besaran sebelum harga
saham mengalami penurunan lebih jauh.Tindakan panic selling
memicu penurunan harga saham dan menimbulkan keraguan pada
investor terhadap lembaga keuangan atau bursa. Sentimen dan
overreaction pada investor dapat mendorong terjadinya panic
selling ,tidak hanya kejadian global financial crisis tetapi juga
perang dagang antara Amerika Serikat dan China serta kejadian
virus corona.

10 | P a g e
 d. Harga saham juga dipengaruhi oleh faktor fundamental seperti laba
per saham atau earning per shares (EPS) dan rasio P/E.Sebagian
pendapatan didistribusikan dalam bentuk dividen dan sisanya
disimpan oleh perusahaan atas nama (investor) untuk
diinvestasikan kembali .Valuasi menggambarkan masa depan
dengan menggunakan indikator expected growth terhadap
penghasilan dan discount rate yang digunakan untuk menghitung
nilai saat ini terhadap aliran penghasilan dimasa depan.Hal yang
mempengaruhi discount rate adalah saham yang berisiko dan
inflasi atau suku bunga.

e. Perubahan harga saham juga dipengaruhi oleh faktor teknik dimana

kondisi eksternal dapat merubah permintaan dan penawaran
terhadap saham perusahaan. Faktor teknik terdiri atas inflasi
,kekuatan ekonomi pasar, transaksi insidental,demografi, tren
,likuiditas, berita ,dan sentimen pasar.

2.2 Inflasi

Inflasi merupakan kenaikan harga yang terjadi secara terus

menerus dalam periode tertentu .Kenaikan inflasi menyebabkan daya beli (
purchasing power ) menurun .Pemerintah termasuk bank sentral
mengambil kebijakan makroprudensial melalui jalur baik itu moneter
maupun fiskal untuk menekan laju inflasi .Faktor yang menggerakan
inflasi bisa disebabkan oleh dua hal yaitu faktor domestik dan global, di
sisi lain ada faktor jangka pendek (siklus bisnis) dan jangka panjang ( low-
frequency).
Model New Keynesian mempertimbangkan faktor domestik yang
mempengaruhi siklus bisnis.Kurva philips menunjukkan ekspetasi inflasi
dan kesenjangan upah atau output . Selain itu, negara dengan

11 | P a g e
 perekonomian kecil menggunakan nilai tukar dan ekspor-impor untuk
memperhitungkan dampak yang relevan dengan inflasi .

Bagaimanapun , inflasi semakin terbentuk dengan adanya faktor

global,dan faktor global tidak sepenuhnya ditangkap oleh nilai
tukar.Dalam penelitian yang dilakukan oleh (borio et al,2007) inflasi tidak
terlalu dipengaruhi oleh faktor domestik,sebaliknya lebih rentan terhadap
faktor global. Faktor global dapat telihat dalam jangka pendek maupun
jangka panjang.Komoditas harga dan makanan termasuk dalam jangka
pendek mendorong kenaikan dan penurunan inflasi di beberapa Emerging
Market selama global financial crisis.Adapun faktor lain yang low-
frequency , seperti persaingan pasar input ( tenaga kerja ) ,negara bekas
imperialisme ,dan perkembangan teknologi.

Selanjutnya, beberapa faktor domestik membentuk inflasi dalam

jangka panjang. ( Faust et al,2015) menyatakan bahwa ada beberapa aspek
yang menggerakan inflasi seperti demografi (struktur umur), partisipasi
tenaga kerja ,pembagian pendapatan tenaga kerja ( upah),dan siklus kredit
sebagai faktor yang berpotensi mendorong terjadinya inflasi.Kenaikan
harga merupakan akar dari inflasi , hal ini berdampak pada peningktan
cost-living ,dan mengakibatkan kepanikan diantara konsumen (rumah
tangga). Sentimen yang muncul mendorong mereka untuk menarik uang
dari bank ,karena khawatir akan terjadi economic collapse . Hal ini pernah
terjadi di Indonesia, pada periode asia financial crisis di mana pada saat
itu terjadi run bank dan mengakibatkan 16 bank milik swasta tutup.
Lembaga keuangan seperi bank mengalami kendala dalam menjalankan
fungsinya sebagai pihak yang meminjamkan .Disisi lain, bank mendorong
Bank Indonesia yang berperan sebagai the lender of the last resort untuk
menyediakan kredit dalam jumlah yang besar .

12 | P a g e
 2.2.1 Klasifikasi Inflasi

Inflasi diklasifikasikan menjadi tiga jenis yaitu demand-

pull inflation,cost-push inflation,dan built-in inflation.

a. Demand-pull inflation terjadi ketika semua permintaan

terhadap barang dan jasa meningkat lebih cepat daripada
kapasitas produksi.Akibatnya , menimbulkan kesenjangan
(gap) antara permintaan yang tinggi dan penawaran yang
rendah sehingga harga barang atau jasa mengalami
kenaikan.Misalnya,ketika suatu negara memutuskan untuk
memotong produksi minyak ,penawaran berkurang.Hal ini
mengarah kepada permintaan yang meningkat ,dan harga
mengalami kenaikan serta memicu inflasi .

Selain itu ,money supply yang tinggi juga bisa

mengakibatkan terjadinya inflasi.Dengan adanya
persediaan uang, konsumen akan membelanjakan uang
tersebut akibat adanya sentimen yang mengarah pada
higher spending.Akibatnya permintaan meningkat dan
harga komoditas ikut terkena dampaknya.Jumlah uang yang
beredar bisa meningkat akibat adanya permintaan dari
konsumen untuk melakukan pinjaman dengan tujuan
konsumsi atau mengembangkan suatu bisnis.Biaya
pinjaman kredit yang rendah mendorong mereka untuk
meminjam uang di lembaga keuangan yang dapat memicu
credit bubble.Otoritas keuangan mencetak uang untuk
mempertahankan daya beli (purchasing power) dan
menjaga siklus bisnis ,namun hal ini berdampak pada
terjadinya inflasi apabila konsumen melakukan pinjaman
secara berkala dengan spekulasi pada saat suku bunga

13 | P a g e
 rendah lebih menguntungkan.Pada saat global financial
crisis,kejadian ini mengakibatkan subprime mortgage dan
bubble house pricing.

b. Cost-push inflation terjadi ketika biaya produksi

meningkatkan harga,termasuk menaikkan biaya tenaga
kerja untuk memproduksi barang atau menawarkan jasa
atau menaikkan biaya barang mentah.Hal ini mengarah
pada biaya yang lebih tinggi dan berkontribusi terhadap
inflasi . Organisasai OPEC yang merupakan kartel dan
terdiri dari 14 negara anggota ,mereka melakukan baik itu
memproduksi minyak atau mengekspor minyak.Pada awal
tahun 1970-an ,karena ada peristiwa geopolitik ,OPEC
mengenakan embargo minyak pada Amerika Serikat dan
negara lainnya.OPEC melaarang ekspor minyak kepada
negara yang menjadi target dan juga memotong produksi
minyak.

Akibatnya,terjadi supply shock dan harga minyak menjadi

empat kali lipat,dari $3 menjadi $12 per barel.Dampak dari
supply cut menyebabkan harga gas yang melonjak,serta
biaya produksi yanng lebih tinggi terutama untuk
perusahaan yang memproduksi minyak bumi.

c. Built-in inflation terjadi ketika harga barang dan jasa naik,

tenaga kerja mengharapkan dan menuntut biaya yang lebih
untuk mempertahankan kelangsungan hidup mereka.Secara
teori, moneterisme membangun hubungan antara inflasi dan
persediaan uang dalam perekonomian.Sejak persediaan
uang bertambah dengan cepat, harga meningkat dan semua
nilai uang jatuh, sehingga menimbulkan economic

14 | P a g e
 collapse . Inflasi jenis tersebut dapat menyebabkan
perubahan terhadap pergerakan harga saham ,karena pada
saat tenaga kerja mengajukan kenaikan upah secara tidak
langsung menyebabkan harga saham naik . Perusahaan
mengalami kesulitan yang pada gilirannya menyebabkan
kerugian pada laba dan margin.Saham cenderung
menghasilkan return negatif,ketika pertumbuhan upah lebih
tinggi dari rata-rata.

2.2.2 Tipe Indeks Inflasi

Pada umumnya ,indeks inflasi yang digunakan ada dua

jenis yaitu Consumer Price Index (CPI) dan Wholesale Price
Index.

a. CPI merupakan indeks inflasi yang mengukur rata-rata

tertimbang pada harga barang dan jasa yang menjadi kebutuhan
primer konsumen, termasuk makanan, kebutuhan medis,dan
transportasi.Perubahan harga pada barang dan jasa atau biaya
hidup digunakan untuk mengidentifikasi terjadinya inflasi atau
deflasi .CPI dihitung dengan mengambil perubahan harga pada
tiap item dalam keranjang yang telah ditentukan dan bobot
relatif di seluruh keranjang.Selain itu, Consumer Price Index
dapat dihitung dengan menggunakan metode indeks laspeyres
yaitu harga pada bulan n terhadap harga pada bulan sebelumnya
kemudian dikalikan dengan nilai konsumsi pada bulan
sebelumnya dan dikali dengan
Konstanta (100) kemudian dibagi dengan nilai konsumsi pada
bulan sebelumnya atau dapat diinterpretasikan ke dalam bentuk
rumus sebagai berikut :

15 | P a g e
 b. Wholesale Price Index merupakan indeks inflasi yang
digunakan untuk mengukur perubahan harga pada barang dan
jasa pada tahapan sebelum tingkat retail.Kebanyakan dari
barang yang diidentifikasi dengan WPI berada pada tingkat
produsen, misalnya harga kapas untuk kapas mentah,benang
katun,dan pakaian berbahan katun.Meskipun beberapa negara
dan organisasi menggunakan WPI sebagai salah satu indeks
inflasi,ada negara lain yang menggunakan istilah berbeda
,namun dalam jenis yang sama seperti Amerika Serikat
menggunakan PPI (Producer Price Index ).

PPI digunakan untuk mengukur perubahan rata-rata harga jual

yang diterima oleh produsen barang dan jasa dalam negeri dari
waktu ke waktu.PPI mengukur perubahan harga dari perspektif
penjual sedangkan CPI menggunakan persepektif pembeli atau
konsumen.PPI dianggap sebagai alat objektif yang digunakan
untuk menyesuaikan harga dalam perjanjian jangka
panjang.Pelaku bisnis melakukan perjanjian dengan jangka
panjang dengan penyedia barang atau produsen ,karena harga
berfluktuasi atau berubah dari waktu ke waktu menyebabkan

16 | P a g e
 transaksi jangka panjang menjadi sulit hanya dengan satu harga
tetap ( fixed price).

2.2.3 Sisi Positif dan Negatif dari Inflasi

Inflasi dapat memberikan keuntungan dan kerugian

terhadap suatu Negara ,tetapi kedua hal tersebut bisa berbeda-beda
tergantung pada sudut Pandang dari setiap orang seperti pelaku
bisnis atau badan usaha ,pemerintah,individu (konsumen) atau
investor .Ketika inflasi naik pemerintah Mengambil tindakan
dengan kebijakan makroekonomi melalui instrumen moneter atau
fiskal. Pada saat inflasi mencapai tingkat yang melebihi rata-rata,
pemerintah mengambil langkah dengan meningkatkan suku bunga
atau contractive monetary policy untuk mengurangi jumlah uang
yang beredar .Ketika suku bunga tinggi ,hal ini dapat memberi
keuntungan pada investor karena mereka selalu mengharapkan
Return yang tinggi sesuai dengan risiko dari jenis instrumen pasar
modal.

Misalnya, surat utang atau obligasi yang memiliki jangka

waktu atau maturity .Semakin lama jangka waktu atau tenor dari
surat utang tersebut ,keuntungan yang diperoleh semakin
besar,misalnya obligasi dengan tenor 30 tahun ,2 tahun ,dan
sebagainya .Sebaliknya,ketika pemerintah ingin meningkatkan
jumlah uang beredar suku bunga diturunkan, perusahaan memilih
untuk melakukan ekspansi terhadap usaha mereka dengan
melakukan pinjaman . Suku bunga rendah memberi keuntungan
kepada individu dengan pendapatan tetap atau rendah begitu juga
dengan kaum rumah tangga yang ingin membeli properti atau real
estate .Bagaimanapun, hal ini bisa berdampak tidak baik pada
kesehatan perekonomian suatu negara.

17 | P a g e
 Saat suku bunga rendah ,ekspansi bisnis dapat
meningkatkan pertumbuhan suatu negara karena lowongan
pekerjaan yang meningkat,daya beli masyarakat yang meningkat,
pengangguran berkurang sehingga suatu negara berada pada tahap
siklus boom . Tetapi , hal ini bisa mengakibatkan credit bubble dan
subprime mortgage seperti yang pernah terjadi di Amerika Serikat
dalam peristiwa Global Financial Crisis.Ketika pasar mulai
mengalami kekacauan,nilai pada real estate meningkat dan
permintaan mulai tumbuh pada waktu yang tak terkendali.

Pada saat boom,investor melakukan pembelian saham

karena percaya bahwa suatu saat nilai dari saham tersebut lebih
tinggi dimasa depan dari saat ini .Sampai kepercayaan itu hilang
pada diri investor ,dan menyebabkan pasar mengalami
crash.Akhirnya ,sumber daya disalurkan ke daerah yang memiliki
pertumbuhan lebih cepat. Ketika tahap bubble berakhir, sumber
daya dipindahkan kembali dan mengakibatkan harga mengalami
deflasi.

Oleh karena itu, pemerintah menerapkan kebijakan

inflation targetting framework.Kebijakan ITF dapat mempengaruhi
ekspetasi inflasi dan variabel makroekonomi lainnya.Interpretasi
dari ITF ini seperti permainan yang berulang dan berhubungan
dengan otoritas keuangan dan pelaku dalam perekonomian
.Transparansi dan akuntabilitas sebagai langkah meningkatkan
rasio signal-to-noise serta membuat informasi alokasi sumber daya
yang lebih baik (Ramos et al,2008).Selain itu ,komunikasi yang
lebih baik antara otoritas keuangan dan pelaku dalam
perekonomian dapat menurunkan dispersi ,dan mengurangi variasi

18 | P a g e
 harga relatif ,yang pada akhirnya menyebabkan penurunan tingkat
inflasi ( Ball et al ,1995).

Bank sentral seperti di Indonesia juga mengambil tindakan

melalui instrumen makroprudensial seperti countercyclical capital
buffer . CCB sendiri merupakan tambahan modal sebagai
penyangga untuk mengantisipasi apabali terjadi pertumbuhan
kredit yang berlebih ( excessive credit growth ) yang dapat
menimbulkan gangguan pada stabilitas ekonomi.CCB dapat
menekan tingkat pertumbuhan kredit sehingga inflasi menjadi
terkendali.Bubble terjadi pada beberapa tahapan menurut Hyman
P.Minsky yaitu displacement,boom,euphoria,profit taking,dan
panic.

2.2.4 Hedge Fund dan Inflasi

Saham adalah hedge fund terbaik untuk melawan inflasi,

karena Harga saham yang naik sudah termasuk dampak dari
inflasi.Sejak bertambahnya biaya produksi, upah tenaga
kerja,transportasi dan lainnya menyebabkan harga output yang
dihasilkan perusahaan lebih tinggi,dampak inflasi tercermin dalam
harga saham.Selain itu ,ada alternatif lain dengan risiko yang lebih
rendah dan aman atau dikenal dengan safe haven instrument .

Safe haven bisa berupa mata uang (Dolar AS atau Yen

Jepang),emas,obligasi pemerintah.Investor memilih Dolar AS
sebagai salah satu aset safe haven karena mata uang asal Negara
Amerika Serikat tersebut karena hampir di semua negara menerima
Dolar AS sebagai alat transaksi dan mata uang internasional
.Ketika nilai tukar rupiah melemah ,greenback yakni sebutan
Untuk mata uang Amerika Serikat bisa dijadikan opsi untuk

19 | P a g e
 melakukan investasi .Di sisi lain investasi dalam mata uang dolar
dapat meningkatkan cadangan devisa dan balance of payment dari
sisi current account.

Emas merupakan bentuk investasi yang cenderung low-

risk .Harga Emas bisa berubah terkait adanya faktor
makroekonomi,tetapi perubahannya hanya berlangsung dalam
jangka pendek.Selain itu,emas bisa digunakan sebagai alat
penyimpan nilai atau store of value.Keuntungan investasi dalam
Bentuk emas adalah tidak dipengaruhi oleh suku bunga.Tetapi
disisi lain ,emas dapat memberikan risiko lain misalnya karena
emas tidak liquid seperti uang dan berat ,pencurian dan kehilangan
bisa terjadi.Namun hal tersebut bisa diantisipasi dengan
menggunakan brankas agar lebih aman.

Obligasi juga merupakan salah satu aset safe haven

misalnya ,Pemerintah Amerika Serikat menerbitkan treasury bills
atau T-bills.Pada umumnya harga obligasi yang naik menyebabkan
yield yang diperoleh lebih tinggi,sedangkan harga obligasi yang
rendah menyebabkan yield yang diperoleh lebih rendah tetapi
terkadang hal tersebut bertolak belakang dengan kondisi di pasar
sekunder ,dimana harga obligasi pada tenor jangka panjang yang
tinggi menyebabkan yield yang diperoleh lebih rendah dan vice
versa.Hal tersebut disebut dengan inverted yield curve ,dan ini
merupakan situasi yang abnormal karena dapat mengindikasikan
resesi dalam ekonomi,sebelumnya peristiwa ini pernah terjadi saat
ada tensi dagang antara pemerintah Amerika Serikat dan China.

Mutual Fund, reksadana atau ETF (Exchange Trade Fund)

merupakan opsi lain safe haven dan dapat membantu menghindari
inflasi.ETF sendiri pada dasarnya merupakan reksadana atau bisa

20 | P a g e
 dikatakan gabungan antara saham dan reksadana.ETF sesuai untuk
investor yang sangat berhati-hati dalam melakukan investasi atau
investor pemula yang berpendapatan tetap dan pemahaman yang
rendah terkait pasar modal.ETF bisa dilakukan melalui broker di
pasar sekunder .Keuntungan menanamkan modal pada ETF yaitu
lebih mudah dan fleksibel,transparan,rendah biaya dan risiko,serta
cakupan yang luas.

2.3 Nilai Tukar

Nilai tukar atau exchange rate merupakan nilai mata uang suatu
negara terhadap negara lain,misalnya nilai tukar rupiah terhadap dolar,nilai
tukar yen terhadap dolar ,nilai tukar ringgit terhadap dolar ,dan
sebagainya.Apabila nilai tukar rupiah menurun maka disebut depresiasi
sebaliknya apabila nilai tukar rupiah maka disebut apresiasi.Pemerintah
menaikkan nilai mata uang rupiah terhadap mata uang asing atau disebut
revaluasi ,sebaliknya pemerintah menurunkan nilai mata uang rupiah
terhadap mata uang asing atau disebut devaluasi.Nilai tukar ada dua jenis
Yaitu nilai tukar nominal dan nilai tukar riil.Nilai tukar riil merupakan
harga barang dalam negeri yang dibandingkan dengan harga barang luar
negeri.

Nilai tukar dapat dipengaruhi oleh bebarapa faktor ,diantaranya

faktor makroekonomi dan mikroekonomi.Faktor makroekonomi meliputi
inflasi,suku bunga,perdagangan (ekspor-impor) dan kebijakan
makroprudensial.Disisi lain,faktor mikroekonomi meliputi supply dan
demand .Mayoritas nilai tukar ada free-floating dan mengalami fluktuasi
seperti kenaikan atau penurunan berdasarkan penawaran dan permintaan di
pasar sedangkan beberapa nilai tukar yang tidak free-floating memiliki
batasan tertentu.

21 | P a g e
 Faktor yang mempengaruhi nilai tukar yaitu perdagangan yang
meliputi kegiatan ekspor dan impor. Saat impor barang dan jasa
mengalami kenaikan maka permintaan terhadap mata uang asing
meningkat sehingga mengakibatkan mata uang dalam negeri mengalami
depresiasi atau melemah selain itu impor yang melebihi ekspor dapat
menyebabkan balance of trade menjadi negatif atau defisit.Sebaliknya
ketika permintaan terhadap impor barang dan jasa menurun menyebabkan
nilai tukar dalam negeri mengalami penguatan atau apresiasi selama tidak
ada faktor lain yang berubah (ceterus paribus). Pada umumnya,nilai tukar
dalam negeri yang melemah menstimulasi ekspor dan impor menjadi
mahal ,sebaliknya ketika nilai tukar dalam negeri menguat menghambat
ekspor dan impor menjadi lebih murah.

Selain faktor ekspor dan impor,nilai tukar juga dipengaruhi oleh

adanya arus modal keluar (capital outflow) .Suatu negara melakukan
transaksi pembayaran dengan tujuan untuk membayar utang luar negeri ,
sehingga arus dalam negeri keluar dan mengakibatkan current account
deficit atau cadangan devisa menurun.Hal ini mengakibatkan mata uang
domestik mengalami depresiasi terhadap mata uang asing.Selain itu,
capital outflow dapat mempengaruhi foreign investment mengalami
penurunan .Adanya depresiasi nilai tukar juga mempengaruhi perubahan
pada harga saham ,karena nilai tukar dalam negeri jatuh sehingga
mempengaruhi investor untuk menghindari risiko yang tinggi dan beralih
ke safe haven.

Teori mata uang tradisional menyatakan bahwa mata uang dengan

tingkat inflasi yang tinggi dan mengakibatkan suku bunga juga ikut naik
akan mengalami depresiasi berbeda dengan mata uang dengan inflasi yang
lebih rendah dan suku bunga yang rendah.Menurut teori uncovered
interest rate parity,perbedaan suku bunga antar dua negara sama dengan
perubahan yang diharapkan pada nilai tukar mereka.Jadi ,jika interest rate

22 | P a g e
 differential antar dua negara yang berbeda adalah 2 % dan kemudian mata
uang dengan suku bunga yang lebih tinggi akan mengalami depresiasi 2 %
berbeda dengan mata uang dengan suku bunga yang lebih rendah.

Selain disebabkan inflasi dan suku bunga,nilai tukar juga

dipengaruhi oleh volume ekspor.Ketika ekspor suatu negara
meningkat ,maka cadangan devisa juga ikut meningkat dan berdampak
pada nilai tukar yang menguat atau apresiasi dan vice versa.Aliran modal
yang masuk (capital inflow) ke dalam negeri juga dapat meningkatkan
cadangan devisa dan current account mengalami surplus, capital inflow
dapat berupa investasi jangka pendek (portfolio investment) dan Foreign
Direct Investment yang mendorong perubahan pada harga instrumen pasar
modal dan pasar uang .

2.3.1 Sistem Nilai Tukar

Pada Juli tahun 1944 ,perwakilan dari 44 negara bertemu di

Bretton Woods ,New Hampshire, untuk merancang sistem nilai
tukar dan moneter internasional yang baru.Sistem yang mereka
gunakan berdasarkan nilai tukar tetap ,dengan semua negara
anggota selain Amerika Serikat menetapkan harga mata uang
mereka dalam bentuk dolar.Pada tahun 1973,serangkaian krisis
nilai tukar mengakhiri sistem yang dikenal dengan periode Bretton
Woods.Beberapa negara menerapkan sistem nilai tukar tetap dan
sistem nilai tukar fleksibel ,sedangkan negara lain masih
melakukan adaptasi dan perubahan terhadap rezim nilai tukar.

Sejak tahun 1970-an, Indonesia telah menerapkan tiga

rezim nilai tukar yang berbeda. Pada tahun 1970 sampai dengan
1978,Indonesia menggunakan rezim nilai tukar tetap atau fixed
exchange rate.Dengan kebijakan ini,Indonesia juga membatasi

23 | P a g e
 mobilitas modal. Pada tahun 1978 , Indonesia menggunakan
managed float regime.Dalam sistem ini,Bank Indonesia mengatur
pergerakan mata uang rupiah melalui intervensi .Selama periode
ini,Pemerintah Indonesia masih membatasi mobilitas modal dengan
Menetapkan pajak terhadap ekspor sebagai objek utama.

Kekacauan menimpa Indonesia dan Korea pada tahun

1997,yang telah menempuh kebijakan yang sama dengan Thailand.
Pada 14 Agustus ,Indonesia mematahkan patokan rupiah terhadap
dolar dengan kata lain rupiah mengalami depresiasi atau melemah.
Investor global tidak sepenuhnya percaya pada kebijakan nilai
tukar Emerging Market sehingga mereka menginginkan uang
mereka kembali.Pada tanggal 27 Oktober 1997,Indeks Dow Jones
sektor industri jatuh sebesar 554 poin,ini merupakan kerugian
Terbesar dalam satu hari yang pernah ada.Kata persebaran
digunakan secara luas dalam siklus krisis keuangan sejak era
globalisasi dimulai pada tahun 1989.

Indonesia melakukan perubahan pada sistem nilai tukar dari

managed float exchange ke floating exchange rate disebabkan
adanya krisis keuangan Asia .Dengan floating regime,secara
teoritis nilai tukar rupiah ditentukan oleh Permintaan dan
penawaran. Dalam pernyataan (Rummel,2010) bahwa depresiasi
nilai tukar dapat mengurangi tingkat upah dan mengalihkan
Pengeluaran dari barang luar negeri yang mahal ke produksi barang
dalam negeri yang lebih murah,dengan demikian dapat
mempertahankan kualitas Sumber Daya Manusia dan output.

Sistem nilai tukar mengambang juga memberikan

kebebasan kepada Bank sentral dalam menerapkan kebijakan
moneter yang independen.Dalam sistem nilai tukar mengambang

24 | P a g e
 bukan berarti suatu negara tidak dapat melakukan intervensi dan
memanipulasi harga mata uang mereka,sejak pemerintah dan bank
sentral berusaha dalam menjaga harga mata uang untuk
Perdagangan internasional.Floating exchange regime menjadi
populer setelah kegagalan standar emas dan persetujuan Bretton
Woods.Dalam sistem nilai tukar mengambang apabila penawaran
melebihi permintaan maka nilai mata uang akan turun,sebaliknya
jika permintaan melebihi penawaran maka nilai mata uang akan
naik.

Pergerakan pada nilai tukar yang ekstrem dapat

menyebabkan intervensi yang melibatkan bank sentral dan
pemerintah,walaupun suatu negara menerapkan sistem nilai tukar
mengambang.Bank sentral dan pemerintah dapat memasuki jalur
tersebut apabila nilai mata uang suatu negara terlalu rendah atau
terlalu tinggi.
2.4 GDP (Gross Domestic Product)

GDP merupakan nilai pasar dari semua barang jadi dan jasa yang
diproduksi di dalam suatu negara dalam periode waktu tertentu.Sebagai
ukuran yang luas dari seluruh produk domestik,GDP berfungsi sebagai
indikator yang kesehatan ekonomi suatu negara.Perhitungan GDP suatu
negara mencakup semua konsumsi swasta dan publik,
investasi,pengeluaran pemerintah,biaya konstruksi yang dibayar,dan
neraca perdagangan luar negeri (ekspor-impor).

Dari semua komponen pembentuk GDP suatu negara,neraca

perdagangan luar negeri adalah salah satu poin yang paling penting.GDP
suatu negara cenderung meningkat ketika nilai total barang dan jasa yang
dijual oleh produsen dalam negeri ke luar negeri melebihi nilai total
barang dan jasa dari luar negeri yang dibeli konsumen domestik.Hal ini

25 | P a g e
 menyebabkan suatu negara mengalami surplus
perdagangan.Sebaliknya,jika jumlah yang dikeluarkan konsumen domestik
untuk produk luar negeri lebih banyak (impor lebih tinggi daripada ekspor)
,maka suatu negara dikatakan mengalami defisit perdagangan .Ketika
kondisi ini terjadi, GDP suatu negara cenderung menurun.Selain itu,ada
beberapa jenis pengukuran GDP,yaitu GDP riil,GDP nominal,tingkat
pertumbuhan GDP,dan GDP per kapita.

Ada beberapa negara yang pernah mengalami defisit

perdagangan,seperti Amerika Serikat mengalami defisit perdagangan sejak
1976 karena ketergantungannya pada impor minyak dan produk
konsumen.Sebaliknya,China yaitu negara yang memproduksi dan
mengekspor konsumsi dunia telah mencatat surplus perdagangan sejak
1995.Sejak 1970, Indonesia juga telah mengalami surplus perdagangan
karena pertumbuhan ekspor yang terus meningkat.Tetapi,dari 2012 sampai
2014 negara mulai mencatat defisit perdagangan yang disebabkan oleh
ekspor yang menurun ,pertumbuhan ekonomi yang melambat,dan harga
komoditas juga menurun.Pada 2015,Indonesia kembali mengalami surplus
perdagangan karena hampir 20% tingkat impor menurun.Dalam beberapa
tahun terakhir,defisit neraca perdagangan terbesar dipegang oleh
China,Thailand,Jepang,Jerman,dan Korea Selatan.Sementara,Indonesia
mencatat surplus perdagangan dengan India,Amerika Serikat,dan
Malaysia.

Surplus dan defisit tidak selalu menjadi indikator sebagai indikasi

kondisi perekonomian suatu negara.Misalnya,saat resesi,negara lebih suka
mengekspor untuk menciptakan lapangan pekerjaan (kondisi full-
employment) dan memenuhi supply dan demand dalam
perekonomian.Pada masa boom cycle , suatu negara memilih untuk
melakukan impor sebagai stimulus persaingan harga ,yang membatasi
inflasi.Ekonom menggunakan sistem untuk menyesuaikan inflasi dalam

26 | P a g e
 mencapai GDP riil.Dengan menyesuaikan output pada tahun tertentu untuk
tingkat harga yang berlaku pada tahun dasar,ekonom dapat memprediksi
dampak inflasi.

2.4.1 Jenis Perhitungan GDP

1. Pendekatan pengeluaran menghitung pengeluaran dari
berbagai kelompok yang berpartisipasi dalam
perekonomian.Negara pada umumnya menggunakan
pendekatan pengeluaran untuk mengukur GDP.Pendekatan
ini bisa dihitung dengan menggunakan rumus ,GDP =
C+I+G+NX ( dimana C adalah konsumsi ,G adalah
pengeluaran pemerintah,I adalah investasi ,dan NX adalah
ekspor-impor).
Konsumsi dapat mengacu pada pengeluaran untuk
konsumsi pribadi atau untuk publik.Kepercayaan konsumen
memiliki pengaruh yang signifikan terhadap pertumbuhan
ekonomi.Tingkat kepercayaan yang tinggi mendorong
konsumen untuk membelanjakan uang mereka ,sebaliknya
konsumen memilih untuk tidak membelanjakan uang
mereka saat ada ketidakpastian dalam perekonomian.
Pengeluaran pemerintah digunakan sebagai anggaran
infrastruktur,gaji tenaga kerja,dan peralatan.Pengeluaran
pemerintah dapat menjadi komponen penting diantara
kelompok lainnya apabila konsumsi (C) dan Investasi (I)
menurun yaitu kondisi saat resesi.
Investasi mengacu pada investasi swasta atau penanaman
modal pada proyek yang berpotensi dapat meningkatkan
GDP.Investasi juga merupakan komponen yang penting
untuk meningkatkan kapasitas produksi dan lapangan
pekerjaan .Ekspor bersih merupakan komponen yang
dihitung dengan mengurangi total ekspor dan impor.

27 | P a g e
 2. Pendekatan produksi merupakan kebalikan dari pendekatan
pengeluaran.Jika pendekatan pengeluaran mengukur input
sebagai kelompok yang mendorong pertumbuhan
GDP,pendekatan produksi mengestimasi total nilai output
dalam perekonomian dan mengurangi biaya barang
setengah jadi yang diproses untuk menghasilkan barang
dan jasa .
3. Pendekatan pendapatan merupakan kombinasi antar
keduanya.Pendekatan pendapatan menghitung pendapatan
yang diperoleh dari semua faktor produksi,seperti upah
untuk tenaga kerja,sewa yang diperoleh dari tanah,return
dalam bentuk bunga,dan laba perusahaan.

2.4.2 GDP dan Investasi

Investor menggunakan GDP sebagai dasar dalam

mengambil keputusan sebelum melakukan investasi.Tingkat
pertumbuhan GDP yang berbeda pada tiap-tiap negara
menunjukkan potensi yang berbeda-beda,investor umumnya akan
memilih negara yang memiliki peluang dan potensi untuk
melakukan investasi .Satu hal yang menarik digunakan oleh
investor dalam memahami valuasi pasar saham,yaitu rasio total
kapitalisasi pasar terhadap GDP.Persamaan terhadap penilaian
pasar saham yaitu kapitalisasi pasar perusahaan terhadap total
penjualan ( pendapatan ) ,atau dikenal dengan rasio harga terhadap
penjualan.GDP dapat memberikan pengaruh yang positif dan
negatif terhadap kondisi pasar saham ,seperti kondisi bullish atau
bearish.

Pasar bullish ketika pasar saham mengalami

kenaikan.Pasar saham dapat mempengaruhi tingkat GDP dan

28 | P a g e
 sebaliknya,terutama kondisi keuangan dan kepercayaan
konsumen.Ketika harga saham mengalami tren naik atau
bullish,optimisme dalam perekonomian meningkat dan berdampak
pada prospek berbagai saham perusahaan.Jika perusahaan
menerbitkan saham baru untuk meningkatkan modal,mereka dapat
menggunakan dana tersebut untuk memperluas operasional
perusahaan,berinvestasi pada proyek baru yang memiliki potensi
tinggi terhadap kondisi makroekonomi perusahaan,dan
memperkerjakan lebih banyak tenaga kerja,sehingga dapat
meningkatkan GDP.Selama pasar bullish,perusahaan akan
menerbitkan saham baru karena dalam kondisi ini permintaan
saham melalui sentimen dan kepercayaan investor meningkat.

Jika GDP naik menunjukkan bahwa kondisi perekonomian

negara yang baik,hal ini mendorong perusahaan melakukan
pinjaman di bank untuk memperluas dan mengembangkan bisnis
mereka (ketika suku bunga rendah) serta menerbitkan obligasi atau
surat utang yang dapat meningkatkan pertumbuhan GDP.Ketika
harga saham naik,investor atau konsumen memiliki banyak
optimisme dan kepercayaan tentang prospek masa
depan.Kepercayaan ini memberikan dampak spill-over ,seperti
home-mortgage yang meningkat dan Investasi pada sektor
lainnya,yang pada akhirnya meningkatkan penjualan dan margin
perusahaan ,lebih lanjut kondisi ekonomi dan GDP menjadi robust.

Sebaliknya ,ketika pasar saham jatuh,mereka akan

mengalami bearish ,yang artinya harga saham menjadi lebih rendah
dan memberikan dampak negatif terhadap sentimen publik.Dalam
kondisi pasar yang bearish,investor bertindak dengan menjual
saham untuk mencegah kerugian atas investasi
mereka.Umumnya,kerugian akan menurunkan belanja konsumen

29 | P a g e
 atau purchasing power ,terutama jika muncul isu resesi.Resesi
didefinisikan sebagai penurunan pertumbuhan GDP dalam periode
dua kuartal yang berturu-turut.Ketika daya beli konsumen
menurun,perusahaan akan memangkas biaya produksi dan
membatasi jumlah tenaga kerja ,yang pada akhirnya dapat
meningkatkan jumlah pengangguran,dan menghambat
pertumbuhan ekonomi.

2.5 Infrastructure Expenditure (anggaran infrastruktur)

Anggaran infrastruktur termasuk ke dalam pengeluaran

pemerintah.Anggaran infrastruktur juga merupakan definisi lain dari
pengeluaran pemerintah.Pengeluaran pemerintah digunakan untuk
pembiayaan barang dan jasa yang dilakukan oleh pemerintah
federal,negara,dan lokal.Anggaran infrastruktur atau pengeluaran
pemerintah ini merupakan komponen penting yang menyusun
pertumbuhan GDP.

Pengeluaran pemerintah merupakan elemen penting sebagai

indikator kesehatan ekonomi suatu negara dalam teori ekonomi
Keynesian.Artinya,meningkatkan atau menurunkan pengeluaran
pemerintah dapat mempengaruhi siklus bisnis (boom-bust cycle).Dalam
teori ini,pengeluaran pemerintah dapat meningkatkan permintaan melalui
dua cara yaitu,pertama pemerintah secara langsung meningkatkan
permintaan dengan membeli barang,seperti baja yang digunakan untuk
membangun jembatan.Kedua,pemerintah memberikan uang tersebut
kepada tenaga kerja dan pemasok ,yang kemudian dibelanjakan untuk
membeli barang dan jasa.Perputaran ini disebut sebagai efek pengganda
(multiplier effect).

30 | P a g e
 Anggaran infrastruktur atau pemerintah dialokasikan dalam
pembangunan proyek ,pembayaran gaji,dan biaya pemeliharaan untuk
gedung-gedung publik.Dalam hal ini,Pembayaran transfer,yang tidak
melibatkan pembelian,tidak termasuk dalam spesifikasi tersebut.Negara
Indonesia pada tahun 2019 mengeluarkan anggaran sebesar 415 triliun
meningkat 2,4 % dari tahun 2018 yang sebesar 410,7 triliun.Anggaran ini
dialokasikan kepada KemenPUPR (108,2 T),DAK (33,5 T),KemenHub
(38,1 T),dan investasi pemerintah (PMN dan LMAN,sebesar 39,8
T).Sasaran target dari alokasi anggaran infrastruktur pemerintah digunakan
untuk pembangunan,pelebaran atau rekonstruksi jalan,pembangunan
bandara baru,jaringan irigasi,pembangunan dan rehabilitasi
jembatan,pembangunan rel kereta api,dan membangun bendungan.

2.5.1 Langkah Stimulus Pemerintah dalam Perekonomian

Kebijakan ekonomi ekspansif yang dilakukan pemerintah

mengarah pada peningkatan pasar saham,karena dapat mendorong
kegiatan ekonomi.Pembuat kebijakan atau pemerintah dan lembaga
yang bersangkutan dapat menerapkan kebijakan ekspansif melalui
saluran moneter dan fiskal.kebijakan fiskal ekspansif dapat
mengarah pada peningkatan permintaan agregat dan lapangan
pekerjaan.Artinya,pengeluaran semakin meningkat dan
kepercayaan konsumen juga ikut meningkat.Pasar saham yang
naik,sebagai akibat adanya intervensi yang mendorong peningkatan
penjualan dan pendapatan perusahaan.

Kebijakan fiskal cukup efektif dalam menstimulus kegiatan

ekonomi dan belanja konsumen,serta merupakan mekanisme
transmisi yang sederhana.Pemerintah meminjam uang dan saat
mengalami surplus,mereka mengembalikannya ke konsumen dalam
bentuk pemotongan pajak atau menggunakan uang tersebut dalam

31 | P a g e
 bentuk investasi pada proyek yang potensial.Sebaliknya,kebijakan
moneter lebih kompleks.Kebijakan ini lebih mengarah pada
menjaga stabilitas keuangan daripada meningkatkan
permintaan.Seperti,saat otoritas keuangan (Bank Sentral)
menurunkan biaya pinjaman akan berdampak pada meningkatnya
jumlah uang yang beredar,dan suku bunuga yang menurun.

Suku bunga yang menurun dapat meningkatkan keuntungan

bagi perusahaan dan konsumen.Suku bunga rendah mendorong
pemerintah mengalokasikan dana mereka untuk investasi pada
surat berharga atau obligasi yang dapat meningkatkan pertumbuhan
GDP,perusahaan dalam hal ini juga menerbitkan saham baru atau
melakukan IPO , dan menerbitkan laporan dividen kepada
investor,sehingga harga saham menjadi bullish.

Secara umum,harga aset dapat terkendali dengan baik pada

saat tingkat return bebas risiko meningkat,khususnya aset yang
dapat menghasilkan pendapatan,seperti saham yang memberikan
dividen dan capital-gain kepada investor.Hal ini merupakan
langkah yang dilakukan oleh lembaga atau otoritas yang
bersangkutan untuk mendorong investor mengambil risiko yang
lebih besar.

Konsumen menjadi lebih tenang dengan adanya kebijakan

moneter ekspansif ,karena suku bunga yang rendah dapat
meningkatkan daya beli masyarakat.Konsumen dengan
kepercayaan yang tinggi akan melakukan pembelian aset dalam
bentuk rumah ,karena ini merupakan kesempatan bagi mereka yang
ingin memiliki rumah,namun pendapatan yang diperoleh tetap atau
masyarakat kelas menengah.Investasi pada industri real

32 | P a g e
 estate,sektor industri,dan sektor lainnya yang meningkat juga
merupakan dampak positif dari stimulus moneter.

Dalam hal ini ,kebijakan moneter ekspansif jauh lebih baik

daripada kebijakan fiskal ekspansif terhadap pasar
saham.Kebijakan fiskal mengarah pada inflasi upah,yang dapat
menurunkan margin perusahaan dan mempengaruhi
pendapatan.Walaupun inflasi upah baik untuk ekonomi riil,tetapi
tidak baik untuk perusahaan.Dengan mekanisme transmisi
kebijakan moneter,inflasi bukan suatu kepastian.Seperti persitiwa
baru-baru ini,yaitu dampak kebijakan moneter terhadap saham
terjadi setelah peristiwa resesi,ketika The Fed (Bank Sentral AS)
memangkas suku bunga menjadi nol dan melakukan quantitative
easing (Kebijakan moneter yang tidak konvensional [UMP] dimana
bank sentral membeli surat berharga jangka panjang di pasar
terbuka untuk meningkatkan jumlah uang beredar,meningkatkan
likuiditas dan pinjaman,serta investasi.

Kebijakan The Fed dengan menurunkan suku bunga

menjadi nol menimbulkan situasi yang dikenal dengan liquidity
trap (perangkap likuiditas) dan tingkat tabungan menjadi
tinggi,sehingga kebijakan moneter menjadi tidak efektif.Teori ini
dijelaskan oleh Keynes,dimana saat ada perangkap likuiditas
konsumen memilih untuk menabung daripada membeli obligasi
karena mereka yakin bahwa suku bunga akan naik dan
menyebeabkan harga obligasi turun.Hal ini juga berlaku dalam
saham ,karena apabila suku bunga naik investor tidak melakukan
investasi dalam bentuk saham maupun obligasi.

Ada beberapa hal yang dapat dilakukan untuk mengurangi

dampak perangkap likuiditas,yaitu bank sentral menerapkan

33 | P a g e
 kebijakan moneter kontraktif atau meningkatkan suku bunga,yang
dapat mendorong publik untuk melakukan investasi daripada
ditabung,pemerintah juga dapat menurunkan harga komoditas
karena saat kondisi ini terjadi masyarakat akan tertarik untuk
membelanjakan uang mereka,dan pemerintah juga dapat
meningkatkan alokasi anggaran ,hal ini secara tidak langsung
menunjukkan bahwa pihak pemerintah berkomitmen dan percaya
terhadap kondisi perekonomian suatu negara.

2.6 The Biggest Aftermath of Economy (Stock Market Crash)

Depresi hebat (the great depression) merupakan peristiwa resesi

terpanjang dan terbesar dalam sejarah dunia modern.Hal ini berawal dari
jatuhnya pasar saham Amerika Serikat pada tahun 1929 dan tidak berakhir
sampai 1946 setelah perang dunia kedua.Selama depresi singkat yang
berlangsung dari tahun 1920 sampai 1921,atau dikenal dengan forgotten
depression,pasar saham Amerika Serikat turun sebesar 50% dan laba
perusahaan turun sebesar 90%.Tetapi,ekonomi di Amerika Serikat
menikmati pertumbuhan ekonomi yang kuat selama sisa dekade.

Roaring twenties,merupakan peristiwa dimana masyarakat

Amerika menemukan pasar saham dan terjun terlebih dahulu.Tindakan
spekulasi yang tinggi mempengaruhi industri real-estate dan Bursa Saham
New York (NYSE).Jumlah uang dan margin perdagangan yang tinggi oleh
para investor membantu mendorong kenaikan harga aset yang belum
pernah terjadi sebelumnya.Menjelang Oktober 1929,harga saham naik
dalam kelipatan tertinggi dan dengan pendapatan lebih dari 30 kali,serta
Indeks Dow Jones meningkat sebesar 500 % hanya dalam lima tahun.

Pada tanggal 28 Oktober dan 29 Oktober,Indeks Dow Jones

menurun sebesar 20 % dan akhirnya berdampak pada penurunan pasar

34 | P a g e
 saham sebesar 90% dari puncaknya tahun 1929.Jatuhnya pasar saham pada
tahun 1929 mengurangi jumlah kekayaan baik perusahaan maupun
swasta,dan memutar perekonomian Amerika Serikat.Pada awal 1929,
tingkat pengangguran di Amerika Serikat sebesar 3,2% dan meningkat
drastis menjadi 24,9% pada tahun 1933.Meskipun ada intervensi yang
belum pernah terjadi sebelumnya melalui pengeluaran pemerintah oleh
Herbert Hoover dan F.D.Roosevelt,tingkat pengangguran tetap di atas
18,9% pada tahun 1938.GDP per kapita berada di bawah level psikologis
tahun 1929 saat Jepang melakukan pembalasan terhadap Amerika Serikat
dengan menghancurkan pelabuhan pearl harbor pada akhir tahun 1941.

The Fed (baru) salah dalam mengelola jumlah uang dan kredit
sebelum dan sesudah peristiwa tahun 1929.Dengan meningkatkan jumlah
uang beredar dan mempertahankan suku bunga rendah,The Fed
menimbulkan ekspansi yang cepat dan menyebabkan ekonomi
collapse.Jumlah uang yang surplus mendorong pasar saham dan industri
real-estate mengalami kekacauan.Setelah pasar mengalami crash ,The Fed
mengambil jalan sebaliknya dengan mengurangi jumlah uang yang
mencapai sepertiga.Tindakan ini menyebabkan masalah likuiditas terhadap
bank-bank kecil dan menyebabkan masyarakat mengambil semua
tabungan mereka ,karena percaya bahwa bank akan berhenti berfungsi atau
dikenal dengan bank run.

Selain peristiwa the great depression,krisis juga pernah terjadi di

Asia pada tahun 1997 sampai 1998,di mana nilai tukar bhat Thailand jatuh
dan melemah.Karena kekurangan mata uang asing,pemerintah Thailand
memilih untuk meninggalkan greenback Amerika Serikat dan membiarkan
bhat mengambang.Hasilnya berdampak pada devaluasi yang besar dan
menyebar ke Asia bagian Timur dan Jepang,serta meningkatnya rasio
utang terhadap GDP.Investor menjual seluruh saham mereka karena takut
mengalami kerugian,tetapi setelah peristiwa ini ,negara-negara

35 | P a g e
 berkembang melakukan restrukturisasi dan mengelola sistem kebijakan
dengan baik agar dapat mempertahankan kondisi makroekonomi yang
terkendali.

Kemudian,krisis keuangan global yang terjadi pada tahun 2007

sampai 2008 yang disebabkan oleh subprime mortgage dan credit
bubble.Masyarakat melakukan pinjaman terhadap bank untuk membeli
rumah dengan kredit dan suku bunga yang rendah karena ini merupakan
kesempatan sebelum pemerintah meningkatkan suku bunga,tetapi hal ini
berdampak pada permintaan yang meningkat ,sementara likuiditas dalam
bank terbatas dan mendorong lembaga keuangan melakukan pinjaman
melalui otoritas keuangan bank sentral.Permintaan terhadap mortgage
yang semakin meningkat menyebabkan adanya mortgages bubble dan
credit bubble.Investor dalam dan luar negeri melakukan panic-selling yang
menyebabkan seluruh bursa saham jatuh serta pasar saham mengalami
bearish.

2.7 Penelitian Terdahulu

Penelitian yang dilakukan oleh (Cheng et al,2012) menguji

hubungan antara Philippine Stock Exchange Index dengan nilai tukar dolar
melalui analisis time series di Pasar Filipina.Hasilnya menunjukkan bahwa
ada hubungan jangka panjang yang stabil antara nilai tukar dolar dan PSEI
berdasarkan Uji co-integration .Model Vector Error-correction digunakan
untuk mengidentifikasi pengaruh pada tiap variabel Meskipun tren
pergerakan PSEI akan bertambah secara intens dalam jangka pendek
,Pergerakan akan cenderung menjadi nol.Di sisi lain,Uji granger causality
Menunjukkan pengaruh nilai tukar dolar terhadap PSEI tidak
signifikan,hal ini dapat menunjukkan bahwa PSEI dapat mempengaruhi
pergerakan nilai tukar secara langsung.

36 | P a g e
 Pemerintah harus menyadari bahwa pertumbuhan akan cenderung
melambat hingga mencapai titik dimana menjadi nol.Selain itu,pemerintah
harus memberikan insentif untuk pertumbuhan nilai tukar dolar,karena jika
nilai tukar dolar tetap mengalami penurunan dapat mempengaruhi nilai
ekspor Filipina.Hal yang berkaitan dengan penyelidikan terhadap
kebijakan yang dapat mempengaruhi PSEI ,kemudian hubungan timbal
balik antara nilai tukar dolar terhadap PSEI supaya dapat mempertahankan
stabilitas perekonomian dan perdagangan bilateral antara Filipina dan
Amerika Serikat.

Penelitian selanjutnya dilakukan oleh (Hersugondo et al,2017)

menganalisis pengaruh variabel makroekonomi terhadap composite index
di Kawasan Asia Tenggara.Variabel dalam penelitian ini terdiri dari inflasi
,suku bunga ,nilai tukar,GDP,harga minyak mentah,harga komiditas utama
dan upah di Indonesia,Malaysia,Singapura,Thailand,dan Filipina.Dengan
menggunakan teknik analisis TACH (Threshold Autoregressive
Conditional Heteroscedasticity), dengan hasil yang menunjukkan bahwa
suku bunga ,tingkat inflasi ,dan GDP memiliki pengaruh negatif terhadap
Composite Index di semua negara kecuali Thailand,harga minyak mentah
memiliki pengaruh positif di Indonesia,Singapura,dan Malaysia sementara
di Filipina dan Thailand memiliki pengaruh negatif.Harga komoditas
utama memiliki pengaruh positif terhadap composite index hanya di
Singapura,sementara di Thailand dan Filipina memiliki pengaruh
negatif.Upah memiliki pengaruh yang signifikan dan positif terhadap
composite index di semua negara.

Penelitian yang dilakukan oleh (Khan et al,2014) juga melakukan

penelitian tentang pengaruh variabel makroekonomi terhadap harga saham
di Pakistan.Variabel yang digunakan yaitu inflasi,suku bunga,nilai tukar ,
dan GDP.Dengan menggunakan metode granger causality dan uji co-
integration yang digunakan untuk mengestimasi dampak indikator

37 | P a g e
 makroekonomi terhadap harga saham.Hasil penelitian menunjukkan tidak
ada hubungan antara variabel dependen dan variabel independen dalam
jangka pendek.Di sisi lain ada hubungan yang kuat dalam jangka
panjang.Hal tersebut menyimpulkan bahwa terdapat hubungan yang positif
dalam jangka panjang antara variabel makroekonomi dan harga
saham.Selain itu ,dalam penelitian ini (Khan et al,2017) menyarankan agar
investor melakukan analisis terhadap perubahan variabel makroekonomi
sebelum melakukan investasi dan memprediksi nilai tukar dimasa depan
untuk memaksimalkan keuntungan atau return.

Selanjutnya,penelitian dari ( Richard et al,1980) menunjukkan

bahwa harga saham berhubungan negatif dengan suku bunga nominal dan
tingkat inflasi di suatu negara.Hasilnya berbeda dengan pandangan
tradisional bahwa nilai dari real instrument tidak terpengaruh oleh
inflasi.Selama dekade ini,inflasi yang meningkat atau menurun cenderung
bertepatan dengan kenaikan dan penuruna harga saham,diluar itu
diperhitungkan dengan kenaikan dan penurunan laba setelah pajak.Di sisi
lain , faktor utama selain perubahan tingkat risiko yang mempengaruhi
kapitalisasi dalam penghasilan jangka panjang yaitu ada faktor perubahan
premi risiko dan perubahan pada pertumbuhan yang diharapkan.Sementara
inflasi dapat menjadi proxy untuk beberapa variabel yang memberikan
dampak,hal ini menimbulkan kesimpulan yang menarik bahwa systematic
errors terjadi ketika ada inflasi yang signifikan.

Penelitian yang selanjutnya dilakukan oleh (Tarek et al,2018) yang

menguji pengaruh antara inflasi dan suku bunga terhadap harga saham
suatu badan usaha yang terdaftar di DJIA30 dan NASDAQ100.Penelitian
ini menggunakan alat statistik dengan Uji Johansen Cointegration
,linearitas ,Uji normalitas,Cointegration Regression,Granger
Causailty,dan model Vector Error Correction.Hasil menunjukkan bahwa

38 | P a g e
 analisis panel johansen cointegration bahwa cointegration ada di antara
harga saham,perubahan pada harga saham disebabkan oleh tingkat inflasi
Dan perubahan pada harga saham dipengaruhi oleh suku bunga.Hasil dari
Cointegration regression menunjukkan tingkat inflasi berpengaruh negatif
terhadap harga saham,suku bunga riil dan harga saham berhubungan
positif.Perubahan pada suku bunga riil dan tingkat inflasi pada uji granger
menyebabkan perubahan menyebabkan perubahan signifikan pada harga
saham,kecepatan penyesuaian yang signifikan untuk keseimbangan jangka
panjang antara harga saham yang diamati dan tingkat bunga riil kecepatan
penyesuaian yang signifikan untuk keseimbangan jangka panjang antara
perubahan harga saham karena tingkat inflasi dan suku bunga riil.

Selanjutnya , penelitian dari (Tran,2016) melakukan pengujian

hubungan antara nilai tukar dan harga saham pada masa sebelum dan
sesudah krisis keuangan di Vietnam.Penelitian ini melakukan riset
hubungan jangka panjang antara dua variabel dengan menggunakan uji
johansen dan juselius cointegration serta dinamika hubungan jangka
pendek dengan menggunakan metode dari (Toda et al,2015) .Analisis
Variance Decomposition memprediksi hubungan antara perubahan nilai
tukar dengan forecast variance error terhadap harga saham,dalam uji ini
Ditemukan bahwa nilai tukar dan harga saham terdistribusi tidak
normal.Melalui Uji unit-root dengan data time series,nilai tukar dan harga
saham tidak bergerak pada tingkat itu sendiri .Penelitian lebih lanjut
dilakukan terkait hubungan antara dua variabel dengan uji granger
causality dan tidak ditemukan hubungan yang searah antara nilai tukar
terhadap harga saham ,tetapi juga mendukung pendekatan pada kasus
pasca krisis.

39 | P a g e
N Judul Penelitian Peneliti Variabel Alat penelitian Hasil penelitian
o dan tahun penelitian
penelitian
1. Interrelationship (Cheng et Variabel Uji cointegration - ada hubungan
between al,2012) dependen ,Model Vector Error jangka panjang yang
Philipine Stock (PSEI) dan Correction,dan stabil antara nilai
Exchange Index Variabel Granger Causality tukar dolar dan PSEI
and USD Independen berdasarkan Uji co-
Exchange Rate. (Nilai Tukar integration
dolar) -dalam model VEC ,
Meskipun tren
pergerakan PSEI
akan bertambah
secara intens dalam
jangka pendek ,
Pergerakan akan
cenderung menjadi
nol
- Uji granger
causality
Menunjukkan
pengaruh nilai tukar
dolar terhadap PSEI
tidak signifikan
2. Macroeconomic (Hersugon Variabel Menggunakan teknik - hasil yang
Fundamental and do et dependen TACH (Threshold menunjukkan bahwa
Stock Price al,2017) (Composite Autoregressive suku bunga ,tingkat
Index in Index) dan Conditional inflasi ,dan GDP
Southeast Asia Variabel Heteroscedasticity) memiliki pengaruh
Countries (Study Independen negatif terhadap
Comparative) (inflasi,nilai Composite Index di

40 | P a g e
 tukar,suku semua negara
bunga,GDP,ha kecuali Thailand
rga minyak - harga minyak
mentah,dan mentah memiliki
harga pengaruh positif di
komoditas Indonesia,Singapura,
primer,upah) dan Malaysia
sementara di Filipina
dan Thailand
memiliki pengaruh
negatif
-harga komoditas
utama memiliki
pengaruh positif
terhadap composite
index hanya di
Singapura,sementara
di Thailand dan
Filipina memiliki
pengaruh negatif.
- Upah memiliki
pengaruh yang
signifikan dan positif
terhadap composite
index di semua
negara
3. The Impact of (Khan et Variabel Alat yang digunakan - Hasil penelitian
Macroeconomic al,2014) dependen yaitu uji menunjukkan tidak
Variable on (harga saham cointegration dan ada hubungan antara
Stock Prices in di Pakistan) granger causality variabel dependen
Pakistan dan Variabel dan variabel

41 | P a g e
 Independen independen dalam
( nilai jangka pendek
tukar,suku - ada hubungan yang
bunga,inflasi , kuat dalam jangka
dan GDP) panjang.Hal tersebut
menyimpulkan
bahwa terdapat
hubungan yang
positif dalam jangka
panjang antara
variabel
makroekonomi dan
harga saham
4. The Effect of (Richard Variabel Menggunakan -Dividen atau harga
Inflation on et al,1980) dependen metode regresi (tidak ada tanda
Stock Prices (Harga saham) koefisien variabel
(International dan Variabel inflasi yang
Evidence) Independen positif ,walaupun
(inflasi) koefisien yang
positif hanya di
Amerika Serikat)
-Price/Earning
1.untuk
Kanada,formulasi
regresi menunjukkan
hasil yang tidak
signifikan pada
tingkat .05 ,tanda
negatif untuk suku
bunga nominal (.01)
dan tanda negatif

42 | P a g e
 yang signifikan
terhadap inflasi(.-10)
2.Untuk
Prancis,koefisien
suku bunga
mendekati nol dan
tidak signifikan di
kedua regresi ,tetapi
koefisien inflasi
negatif secara
signifikan di kedua
kasus
3.Di
Jerman,koefisien
suku bunga nominal
dan inflasi negatif
meskipun tidak
signifikan dalam
earning measure.
4.Di
Jepang,koefisien
suku bunga nominal
negatif dan
mendekati signifikan
sementara koefisien
inflasi negatif secara
signifikan
5.Di United
Kingdom,terdapat
hubungan negatif
yang signifikan

43 | P a g e
 antara rasio price
earning dan suku
bunga tetapi
terhadap inflasi
hubungannya tidak
signifikan.
6. Di Amerika
Serikat ,koefisien
variabel suku bunga
nominal negatif
walaupun tidak
signifikan dan
koefisien inflasi
negatif tetapi
signifikan.
5. The Association (Tarek et Variabel Alat statistik yang - analisis panel
between Stock al,2018) dependen digunakan yaitu Uji johansen
Prices,Inflation ( harga saham) Johansen cointegration bahwa
Rates,Interest dan variabel Cointegration cointegration ada
Rates are still independen( in ,linearitas ,Uji Diantara harga
persistent(Empiri flasi dan suku normalitas,Cointegra saham,perubahan
cal evidence bunga) tion pada harga saham
from stock Regression,Granger disebabkan oleh
duration model) Causailty,dan model tingkat inflasi dan
Vector Error perubahan pada
Correction harga saham
dipengaruhi oleh
suku bunga
-Cointegration
regression
menunjukkan tingkat

44 | P a g e
 inflasi berpengaruh
negatif terhadap
harga saham,suku
bunga riil dan harga
saham berhubungan
positif
- Perubahan pada
Suku bunga riil dan
tingkat inflasi pada
uji granger
menyebabkan
perubahan
Menyebabkan
perubahan signifikan
pada harga saham

6. The Linkage (Tran,201 Variabel Alat yang digunakan -Analisis Variance

between 6) dependen yaitu uji johansen Decomposition
Exchange Rates (Harga saham) dan juselius memprediksi
and Stock Prices dan variabel cointegration,varian hubungan antara
(Evidence from independen ce decomposition perubahan
Vietnam) (Nilai tukar) dengan forecast Nilai tukar dengan
variance error,unit- forecast variance
root,granger error terhadap harga
causality saham,dalam uji ini
Ditemukan bahwa
nilai tukar dan harga
saham terdistribusi
tidak normal
- dalam uji unit-root
dengan data time

45 | P a g e
 series,nilai tukar dan
harga saham tidak
bergerak pada
tingkat itu sendiri
- dalam uji granger
causality tidak
ditemukan hubungan
yang searah antara
nilai tukar terhadap
harga saham

2.6 Kerangka Pemikiran

Dalam penelitian ini,peneliti ingin mengetahui hubungan faktor

fundamental makroekonomi dengan fluktuasi harga saham.Dengan
membangun mindmap framework sebagai berikut :

46 | P a g e
 Macroeconomic
Variable

X4=GDP X2=Inflation

Y=stock
price
(LQ45
INDEX)
X3=
Construction
Infrastructure
Company
expenditure

X1=Exchange
rate

2.7 Hipotesis

Hipotesis digunakan dalam percobaan untuk menentukan

hubungan antar variabel .Sebelum melakukan penelitian lebih lanjut
terhadap objek penelitian, pada umumnya peneliti akan membuat
pernyataan sementara berdasarkan riset dan observasi terkait hal yang bisa
terjadi jika satu variabel dihubungkan dengan variabel lain.Hipotesis
berlaku dalam hal sosial,psikologis,perekonomian maupun science dan
matematika.

47 | P a g e
 Rumusan hipotesis
 Hubungan antara variabel inflasi dengan harga saham
a. H0 : variabel inflasi tidak berpengaruh secara signifikan
terhadap harga saham.
b. H1 : variabel inflasi berpengaruh secara signifikan terhadap
harga saham.

 Hubungan antara variabel nilai tukar dengan harga saham

a. H0 : variabel nilai tukar tidak berpengaruh secara signifikan
terhadap harga saham
b. H1 : variabel nilai tukar berpengaruh secara signifikan terhadap
harga saham

 Hubungan antara variabel IE dengan harga saham

a. H0 : variabel IE tidak berpengaruh secara signifikan terhadap
harga saham
b. H1 : variabel IE berpengaruh secara signifikan terhadap harga
saham

 Hubungan antara variabel GDP dengan harga saham

a. H0 : variabel GDP tidak berpengaruh secara signifikan
terhadap harga saham
b. H1 : variabel GDP berpengaruh secara signifikan terhadap
harga saham

 Hubungan antara kedua variabel (nilai tukar,inflasi,IE,dan

GDP ) terhadap harga saham

48 | P a g e
 a. H0 : variabel inflasi,IE,GDP,dan nilai tukar tidak berpengaruh
secara signifikan terhadap harga saham
b. H1 : variabel inflasi,IE,GDP,dan nilai tukar berpengaruh secara
signifikan terhadap harga saham

BAB III
METODOLOGI PENELITIAN

3.1 Jenis Penelitian

Penelitian yang dilakukan menggunakan metode

kuantitatif.Penelitian kuantitatif mengukur variabel penelitian
menggunakan angka dan alat statistik untuk mengetahui hubungan antar
variabel melalui pengukuran dan kalkulasi .Statistik dapat digunakan
dalam berbagai disiplin ilmu,dengan kemajuan teknologi melakukan
analisis data dengan statistik menjadi lebih mudah.

3.2 Jenis Data

Jenis data yang digunakan adalah data sekunder.Dengan mencari

data terkait faktor makroekonomi yaitu inflasi dan nilai tukar melalui situs
Bank Indonesia dan harga saham PT Pembangunan Perumahan Tbk
(PTPP),PT .United Tractors Tbk (UNTR),PT.Waskita Karya Tbk
(WSKT),PT.Adhi Karya Tbk (ADHI),dan PT.Wijaya Karya Tbk (WIKA)
di Bursa Efek Indonesia .Selain itu,peneliti juga melakukan kajian
terhadap database dan penelitian terdahulu melalui buku,jurnal,dan
informasi yang berasal dari internet.Periode yang digunakan dalam
penelitian tersebut antara tahun 2010 hingga tahun 2019.

3.3 Subjek dan Objek

49 | P a g e
 Subjek dari penelitian ini yaitu seluruh data historis harga saham
perusahaan bidang konstruksi yang terdaftar di Indeks LQ45 . Objek dari
penelitian ini adalah data historis harga saham PT Perumahan
Pembangunan (PTPP), PT .United Tractors Tbk (UNTR),PT.Waskita
Karya Tbk (WSKT),PT.Adhi Karya Tbk (ADHI),dan PT.Wijaya Karya
Tbk (WIKA) tahun 2010 hingga 2019 yang ada di Bursa Efek Indonesia.

3.4 Variabel Penelitian

Variabel terdiri dari dua jenis yaitu variabel dependen dan variabel
independen

a. Variabel dependen adalah variabel yang dipengaruhi oleh

variabel bebas atau independen dan merupakan variabel yang
diminati oleh peneliti.Dalam penelitian ini variabel dependen
yang digunakan yaitu harga saham dengan simbol Y .Harga
saham sendiri merupakan harga yang terbentuk akibat adanya
faktor internal dan eksternal.Terkait penelitian ini harga saham
yang digunakan berasal dari perusahaan yang terdaftar di
Indeks LQ45.
b. Variabel independen adalah variabel bebas atau variabel yang
menjelaskan hubungan timbal balik antara satu variabel dengan
variabel lainnya.Dalam penelitian ini ,variabel bebas yang
digunakan yaitu inflasi (X2) ,nilai tukar (X1),IE (X3),dan GDP
(X4).Inflasi sendiri merupakan proxy yang sering digunakan
karena mempengaruhi pertumbuhan ekonomi di suatu negara ,
nilai tukar juga merupakan unsur yang penting karena
melibatkan antar dua negara yaitu mata uang rupiah Indonesia
dan dolar (greenback) Amerika Serikat,GDP ,dan IE (dua
komponen penting yang menggerakan investasi dan melibatkan
sentimen investor terhadap harga saham).

50 | P a g e
3.5 Metode Penelitian

Penelitian ini menggunakan Multiple Regression yang merupakan

salah satu alat analisis statistik dalam software Minitab .Multiple
Regression memprediksi single continuous outcome variable(variabel
dependen) sebagai fungsi linier dari setiap kombinasi kontinu dan atau
categorical predictor variable atau faktor(variabel independen).Dalam
bentuk standar aljabar ,umumnya persamaan regresi adalah sebagai
berikut:

Y = b0 + b1X1 + b2X2 + ... +bpXp + e (1)

Di mana Y merupakan nilai yang diamati dari variabel outcome,b0

merupakan intersep,b1 sampai bp merupakan koefisien regresi untuk
variabel predictor p dari nilai X1 ke Xp , dan e merupakan error (residual)
.Istilah lain menunjukkan interaksi (X1X2),pengaruh polynomial tingkat
tinggi (X12 ),atau fungsi predictor lainnya (log (X2)) dapat dimasukkan
dalam persamaan apabila terkait dengan permasalahan penelitian.

Multiple Regression atau regresi berganda dapat digambarkan

dalam bentuk matriks.Persamaan regresi ditunjukkan oleh persamaan 1
dengan n partisipan ,p koefisien regresi untuk p predictor ditambah
separate intercept , Y=XB +b0 + e, di mana Y merupakan vektor n x 1 dari
hasil nilai yang diamati,X merupakan matriks prediktor n x p,B merupakan
vektor estimasi koefisien regresi p x 1,b0 merupakan vektor intersep n x 1
yang isinya identik untuk setiap partisipan dan e adalah vektor n x 1 dari
kesalahan yang tidak teramati.

3.5.1 Asumsi

51 | P a g e
 Ordinary Least Square pada umumnya digunakan untuk
mengestimasi persamaan regresi berganda.Asumsi yang langsung
berhubungan dengan prediktor dalam regresi berganda (minimal)
dan tidak akan fokus di sini. Variabel independen diasumsikan
diukur tanpa error (kesalahan) dan tiap prediktor biasanya
diasumsikan tetap,yaitu nilai dari masing-masing variabel
Independen secara spesifik dipilih melalui eksperimen daripada
sampel dari semua nilai yang tepat dari predictor.Bagaimanapun
,asumsi tambahan dari regresi berganda dapat diinterupsi oleh
variabel dependen, asumsi ini berhubungan dengan error
(kesalahan) dan bisa jauh lebih bermasalah.

Teori Gauss-Markov (Kutner et al,2004) menyatakan ,agar

estimasi Least-square menjadi Best Linear Unbiased Estimated
(BLUE) dari koefisien regresi populasi, tiga asumsi tentang
kesalahan dalam prediksi harus bertemu.Pertama,expected value
(nilai yang diharapkan) dari error (kesalahan) harus sama dengan
nol,yaitu setiap nilai predictor X ,nilai yang diharapkan dari error
sama dengan nol.

E(ei|X) = 0 (A1)

Kedua ,error (kesalahan) harus mempunyai varian dependen

yang terbatas dan konstan, σ2 , sebuah tanda yang dikenal sebagai
homoscedasticity,yaitu untuk setiap nilai predictor X,varian dari
error (kesalahan) merupakan nilai konstan σ2.

Var(ei |X) = σ2, dimana σ2 < ∞ (A2)

Ketiga,error (kesalahan) untuk kasus masing-masing harus

tidak berkorelasi.

52 | P a g e
 Cov (ei ,ej ) = 0,dimana i ≠ j (A3)

Ketiga asumsi tersebut dari A1 sampai A3 sangat penting

untuk memastikan bahwa estimasi koefisien regresi tidak bias dan
standar error bisa jadi sangat kecil ( dengan kata lain ,mereka
adalah BLUE).

Untuk membuat kesimpulan statistik yang valid tentang

koefisien regresi,satu asumsi tambahan harus dibuat mengenai error
(kesalahan).Uji signifikansi dan interval kepercayaan terhadap
koefisien regresi mengasumsikan bahwa error terdistribusi secara
normal.Bersama dengan kedua asumsi di atas (A1 dan A2),ini
mengimplikasikan bahwa error terdistribusi normal secara
dependen dengan rata-rata 0 dan varian konstan σ2.

ei |X ~ N (0, σ2 ) (A4)

Asumsi tambahan A4 mengarahkan pergantian asumsi A3

dengan asumsi yang lebih kuat yang menyatakan bahwa error
(kesalahan) individu independen (Kutner et al 2004).

3.5.2 Variabel Dependen yang Unik dan Pelanggaran Asumsi

Variabel dependen yang unik (terbatas) dapat ditemukan

dalam beberapa area penelitian yang substantif.Jenis umum dari
variabel dependen yang unik yaitu variabel categorical (diskrit)
dan numerik.Variabel dependen categorical termasuk variabel
binary ,categorical nominal,dan categorical ordinal .Contoh
variabel categorical yang terjadi secara alami yaitu warna lensa
mata,seseorang dapat diklasifikasikan berdasarkan warna lensa
mata (biru,coklat,hijau,atau hitam).Dalam beberapa disiplin ilmu
,variabel Continuous diklasifikasikan ke dalam categorical

53 | P a g e
 (variabel diskrit).Ketika variabel kontinu (diskrit) atau numerik
dengan nilai rata-rata yang rendah berfungsi sebagai variabel
dependen,asumsi regresi OLS sering dilanggar.

3.5.3 Heteroskedastisitas

Error (kesalahan) dari model regresi linier akan menjadi

Heteroskedastik,yaitu varian error tidak akan konstan sepanjang
semua nilai dari variabel dependen diprediksi.Sebagai contoh
,varian error dari variabel binary (dan numerik) tergantung pada
prediksi angka.Varian error dari variabel binary yang paling besar
pada nilai probabilitas yang diprediksi = 0.5 dan berkurang ketika
nilai probabilitas yang diprediksi mendekati 0 atau 1,varian error
dari variabel numerik sering bertambah ketika nilai yang diprediksi
bertambah.Akibat dari heteroskedastisitas yakni standar error yang
bias.Standar error yang dependen bisa jadi lebih besar atau kecil
(tergantung pada kondisi) kecuali kasus varian yang konstan
diasumsikan dengan regresi OLS.Standar error yang tidak tepat
menghasilkan uji hipotesis yang bias karena uji z dan uji t dari
estimasi parameter melibatkan pembagian estimasi parameter
dengan standar error dari estimasi parameter.

3.5.4 Distribusi tidak normal

Error (kesalahan) tidak akan terdistribusi secara normal

karena jumlah nilai yang diamati terbatas dari variabel dependen
numerik atau categorical ( diskrit ) bisa jadi diterima .Sebagai
contoh,jenis yang diamati termasuk ke dalam binary,hanya
mengambil nilai 0 atau 1,nilai error untuk nilai yang diprediksi
juga binary.Error (kesalahan) untuk angka yang diprediksi hanya
Dapat mengambil nilai dari ( 1- ) atau (0 - ).Dalam hal ini,error

54 | P a g e
 merupakan bagian variabel diskrit yang dependen.Variabel disktrit
tidak terdisribusi secara normal,sehingga error tidak bisa
terdistribusi secara normal,melakukan uji statistik yang spesifik dan
interval kepercayaan pada koefisien regresi tidak valid.

3.5.5 Linearitas

Regresi berganda mengasumsikan sebuah model yang

keduanya linier pada parameter dan linier pada variabel (Cohen et
al,2003).Linier pada parameter mengindikasikan bahwa angka
prediksi diperoleh dengan mengalikan setiap prediktor dengan
koefisien regresi yang berhubungan kemudian menjumlahkan
semua prediktor.

Linier pada variabel menunjukkan adanya hubungan antara

prediktor dan outcome yang linier.Hubungan antara prediktor X
dan outcome diperkirakan dengan menggunakan garis lurus.Regresi
linier juga bisa mengumpulkan Beberapa jenis hubungan yang
tidak linier.Model hubungan kuadratik antara prediktor X (variabel
independen) dan outcome (variabel dependen) dapat dimasukkan
ke dalam bentuk regresi linier termasuk X2 sebagai prediktor
(variabel independen).Jika hubungan X dan outcome adalah
Kuadratik (tidak linier).Hubungan antara X2 dan outcome
(dependen) dengan X secara parsial akan linier,sehingga model
(statistik) masih akan tetap linier pada variabel.

Jika hubungan antara prediktor (independen) dan outcome

(dependen) tidak linier dan tidak diakomodasi oleh kekuatan
prediktor ,estimasi koefisien regresi linier dan standar error akan
bias atau menyimpang (Cohen et al,2003).Pada kasus ini,regresi
linier bukan pendekatan analisis yang tepat.Hubungan yang tidak

55 | P a g e
 linier antara prediktor (independen) dan outcome (dependen)
merupakan hal yang umum untuk variabel outcome categorical
(berisi sejumlah kategori yang terbatas atau kelompok yang
berbeda dan data dari variabel ini tidak memiliki urutan yang logis)
dan diskrit (variabel yang dapat dihitung).Jika hubungan antara
prediktor dan variabel dependen tidak linier,model regresi linier
akan salah ditentukan karena bentuk hubungan tidak ditentukan
secara spesifik.

Untuk variabel outcome (dependen) dengan batas atas,batas

bawah,atau keduanya,akibat yang lain karena menggunakan model
linier ketika hubungan prediktor dan outcome tidak linier yaitu
prediksi terhadap jumlah (skor) bisa berada diluar jumlah (skor)
yang diamati.Permasalahan ini biasa terjadi divariabel terikat,yang
sering tidak terdefinisi dan tidak dapat diinterpretasi karena di luar
batas yang diamati.Sebagai contoh , ketika variabel outcome
adalah binary ,angka yang diprediksi merupakan probabilitas dan
hanya diantara 0 hingga 1.Nilai yang diprediksi apabila kurang dari
0 atau lebih besar dari 1 tidak bisa diinterpretasikan sebagai
probabilitas.

3.5.6 Multikolinieritas

Multikolinieritas merupakan peristiwa interkorelasi yang

tinggi di antara variabel independen dalam model regresi
berganda.Multikolinieritas dapat menyebabkan hasil yang tidak
simetris atau menganggu ketika seorang peneliti berusaha untuk
menentukan seberapa baik variabel independen yang paling efektif
untuk memprediksi atau memahami variabel dependen pada model
statistik.Pada umumnya, multikolinieritas dapat menyebabkan
interval kepercayaan yang lebih luas dan nilai probabilitas yang

56 | P a g e
 tidak dapat dipercaya untuk variabel
independen.Artinya,kesimpulan dari model statistik dengan
Multikolinieritas tidak dapat dipertanggungjawabkan.

Analis statistik menggunakan model regresi linier berganda

untuk memprediksi nilai variabel dependen yang ditentukan
berdasarkan nilai dari dua variabel independen atau lebih.Variabel
dependen terkadang disebut sebagai variabel outcome,target,atau
kriteria.Misalnya,model regresi multivariat yang berusaha
mengantisipasi return saham berdasarkan item seperti rasio harga
terhadap pendapatan (PER),kapitalisasi pasar ,kinerja masa
lalu,atau data lainnya.Return saham adalah variabel dependen dan
Berbagai data keuangan merupakan variabel independen.

Multikolinieritas dalam model regresi berganda

menunjukkan bahwa variabel independen kolinier (berada di garis
yang sama) berhubungan dalam beberapa cara,meskipun
hubungannya sederhana atau tidak.Misalnya,kinerja masa lalu
dengan kapitalisasi pasar,karena saham yang memiliki kinerja baik
dimasa lalu akan meningkatkan nilai pasar.Dengan kata
lain,multikolinieritas ada ketika dua variabel independen sangat
berkorelasi.Hal itu juga bisa terjadi ketika variabel independen
dihitung dari variabel lain dalam serangkaian data atau jika
variabel independen memberikan hasil yang sama dan berulang.

Salah satu cara paling umum untuk menghilangkan masalah

multikolinieritas yaitu mengidentifikasi variabel independen
kolinier dan menghapus semua kecuali satu.Hal itu juga bisa
menghilangkan multikolinieritas dengan menggabungkan dua atau
lebih variabel kolinier menjadi variabel tunggal.Dalam
berinvestasi, multikolinieritas menjadi pertimbangan umum ketika

57 | P a g e
 melakukan analisis teknikal untuk memprediksi pergerakan harga
dimasa depan ,seperti saham atau instrumen keuangan
lainnya.Analis pasar ingin menghindari penggunaan indikator
teknikal yang kolinier karena berdasarkan pada input yang sama
atau berhubungan, mereka cenderung menyatakan prediksi yang
sama mengenai variabel dependen dari pergerakan
harga.Sebaliknya , analisis pasar harus didasarkan pada variabel
independen yang berbeda untuk memastikan bahwa mereka
menganalisis pasar dari sudut pandang analitis independen yang
berbeda.

Untuk memecahkan masalah analis menghindari

penggunaan dua indikator teknikal atau lebih dari jenis yang
sama.Sebagai gantinya, mereka menganalisis menggunakan satu
jenis indikator, seperti indikator momentum (untuk menunjukkan
tren fluktuasi harga saham ketika memprediksi harga ) dan
kemudian melakukan analisis secara terpisah menggunakan jenis
indikator yang berbeda ,seperti indikator tren.

Variance Inflation Factor ( VIF ) merupakan pengukuran

terhadap Jumlah multikolinieritas dalam variabel regresi
berganda.Secara matematis,VIF dalam variabel model regresi sama
dengan rasio dari varian model keseluruhan terhadap varian model
yang hanya mencakup variabel independen tunggal.Rasio ini
dihitung pada setiap variabel independen.VIF yang tinggi
mengindikasikan variabel independen sangat kolinier dengan
variabel lain dalam model.

Multikolinieritas ada ketika terdapat hubungan yang

linier ,atau korelasi ,antara satu atau lebih ( variabel independen
atau input ).Multikolinieritas menciptakan masalah pada regresi

58 | P a g e
 berganda karena sejak semua input saling mempengaruhi satu sama
lain, mereka sebenarnya tidak independen,dan hal itu menjadi sulit
untuk menguji berapa banyak variabel independen yang
mempengaruhi outcome dalam model regresi.Untuk memastikan
model ditentukan dengan tepat dan berfungsi dengan benar,terdapat
uji yang dapat dijalankan untuk multikolinieritas yaitu VIF (salah
Satu alat pengukuran).

Menggunakan VIF dapat membantu mengidentifikasi

beberapa permasalahan multikolinieritas sehingga model dapat
diatur.VIF mengukur seberapa banyak tingkah laku dari variabel
independen mempengaruhi melalui interaksi dengan variabel
independen lainnya.Ketika terdapat multikolinieritas ,VIF akan
sangat besar untuk variabel yang terlibat.Setelah variabel
teridentifikasi, beberapa pendekatan bisa digunakan untuk
menghilangkan atau menggabungkan variabel kolinier,dan
menyelesaikan masalah multikolinieritas.

3.5.7 Uji Signifikansi

Sejarah signifikansi dalam statistik :

 Pada tahun 1885,Ekonom asal Inggris dan ahli matematika

asal Prancis Y.Edgeworth melakukan studi tentang lalu
lintas lebah pada pagi hari dan siang hari .Istilah pertama
yang digunakan “signifikan” dengan hormat untuk menguji
perbedaan menggunakan probabilitas (David,1995)
 Pada tahun 1908,William S.Gosset ,seorang pekerja di
Dublin Brewery,Guinness ,mempublikasikan uji-t dengan
sampel tunggal,yang bisa digunakan untuk menghitung

59 | P a g e
 probabilitas yang berarti dari dua sampel datang dari
populasi dengan cara yang sama
 Pada tahun 1918, ahli eugenik asal Inggris Ronald A.Fisher
mempublikasikan konsep dasar analisis varian
(ANOVA).Pada tahun 1934,ahli statistik asal Universitas
Iowa State George W.Snecdor,mempublikasikan uji
statistik ANOVA,F,beliau memberikan nama demikian
untuk mengormati Fisher dan dapat digunakan untuk
menghitung probabilitas yang berarti untuk dua atau lebih
dari dua,kelompok dari populasi dengan cara yang sama.

Signifikansi statistik dapat dianggap lemah atau kuat.Ketika

menganalisis serangkaian data dan melakukan uji yang
diperlukan untuk mengetahui apakah satu atau lebih
(variabel berpengaruh pada hasil).Signifikansi yang kuat
dapat membantu mendukung fakta bahwa hasilnya nyata
dan tidak disebabkan karena keberuntungan atau kebetulan.

Uji signifikansi memiliki tingkat error (kesalahan)

tertentu.Peneliti harus menentukan terlebih dahulu
probabilitas dalam sampling error (kesalahan dalam
pengambilan sampel) yang ada di dalam uji apapun dan
tidak termasuk seluruh populasi.Peneliti menggunakan uji
statistik yang dikenal sebagai p-value untuk melihat apakah
kejadian berada di bawah tingkat signifikan,jika iya ,maka
hasilnya signifikan secara statistik.p-value merupakan
fungsi dari rata-rata dan standar deviasi dari sampel data.

p-value mengindikasikan probabilitas di mana hasil

statistik terjadi secara kebetulan atau saat kesalahan dalam
pengambilan sampel.Dengan kata lain, p-value

60 | P a g e
 mengindikasikan risiko bahwa tidak ada perbedaan
sebenarnya atau hubungan.Tingkat kepercayaan dalam uji
statistik adalah 95 %,yang mengarah pada tingkat
signifikansi atau p-value 5%.Masalah lain bisa muncul
dengan signifikansi statistik data historis ( dari masa lalu)
,apakah signifikan secara statistik atau tidak.Hal ini tidak
selalu mencerminkan kondisi yang sedang berlangsung atau
dimasa depan.

Dalam berinvestasi, uji signifikan dapat dijadikan

alat dalam penetapan harga pada saat krisis keuangan ketika
korelasi berubah dan variabel tidak berinteraksi seperti
biasa.Uji signifikansi juga dapat membantu investor
,apakah satu model penentuan harga terhadap aset lebih
baik daripada yang lain.

Uji signifikansi ada dua jenis yaitu Uji-f (ANOVA)

dan Uji-t :

 Uji t merupakan jenis statistik inferensial yang

digunakan untuk menentukan apakah terdapat
perbedaan yang signifikan antar dua kelompok
dalam hal tertentu.Uji t digunakan untuk
membandingkan rata-rata dari dua data kelompok
dan menentukan apakah mereka berasal dari
populasi yang sama.Secara matematis, uji t
mengambil sampel dari dua kelompok dan
membangun pernyataan masalah dengan
mengasumsikan hipotesis nol bahwa dua rata-rata
sama.Jika hipotesis nol memenuhi syarat untuk

61 | P a g e
 ditolak,hal ini menunjukkan data yang kuat dan
bukan kebetulan.
 Asumsi uji t :
1) Asumsi pertama yang dibuat mengenai uji t
yaitu berkaitan dengan skala
pengukuran.Skala pengukuran yang
ditetapkan pada data yang dikumpulkan
mengikuti skala kontinu (interval) atau
ordinal.
2) Asumsi yang kedua yaitu sampel acak .Data
dikumpulkan dari perwakilan,kemudian
dipilih secara acak dari populasi.
3) Asumsi ketiga adalah data, ketika
direncakan menghasilkan distribusi
normal,kurva distribusi berbentuk lonceng.
4) Asumsi terakhir yaitu homogenitas
varian.Varian homogen ada ketika standar
deviasi kurang lebih sama.
 Uji t menghasilkan dua nilai yaitu t-value dan df
(degree of freedom).t-value merupakan rasio
perbedaan antara rata-rata dua sampel dan variasi
(penyebaran) yang ada dalam sampel.DF mengacu
pada nilai-nilai yang secara logis independen dan
merupakan nilai yang memiliki kebebasan untuk
bervariasi dalam sampel data.Menghitung DF
merupakan kunci pentingnya validitas hipotesis nol.
 Bentuk rumus uji t adalah sebagai berikut :

62 | P a g e
 x̄  : sampel mean yang diamati

µ0 : mean dari populasi

S : standar deviasi dari sampel

n : ukuran sampel

 Seperti beberapa prosedur dalam statistik , uji t yang

berpasangan mempunya dua hipotesis ,yaitu
hipotesis nol dan hipotesis alternatif.Hipotesis uji t
yang berpasangan didefinisikan sebagai berikut :
1) Hipotesis nol (H0) mengasumsikan bahwa
perbedaan rata-rata sebenarnya (µd) sama
dengan nol
2) Hipotesis alternatif pengujian dua arah
mengasumsikan bahwa µd tidak sama dengan
nol
3) Hipotesis alternatif dengan nilai teratas
dalam distribusi mengasumsikan bahwa µd
lebih besar dari nol
4) Hipotesis alternatif dengan nilai yang lebih
rendah dalam distribusi mengasumsikan
bahwa µd kurang dari nol
 Hipotesis nol dan alternatif dalam matematika
didefinisikan sebagai berikut :
1) H0 : µd = 0
2) H1 : µd ≠ 0 (dua arah)
3) H1 : µd > 0 ( nilai teratas dalam distribusi )
4) H1 : µd < 0 (nilai yang lebih rendah dalam
distribusi)
 Bentuk rumus uji t yang berpasangan adalah sebagai
berikut :

63 | P a g e
 Mean 1 : mean dari sampel pertama
Mean 2 : mean dari sampel kedua
S1 : standar deviasi dari sampel pertama
S2 : standar deviasai dari sampel kedua
n1 : ukuran dari sampel pertama
n2 : ukuran dari sampel kedua

 Asumsi dari uji t yang berpasangan yaitu :

1) Variabel dependen harus kontinu (interval
atau rasio)
2) Pengamatan independen terhadap satu sama
lain
3) Variabel dependen harus terdistribusi normal
4) Variabel dependen tidak boleh mengandung
outlier (data yang muncul dengan nilai
ekstrem)
 Hipotesis untuk penelitian ini adalah :
1) H0: µd = 0,artinya variabel X (independen)
tidak berpengaruh terhadap variabel Y
( dependen)
2) H1 : µd ≠ 0, artinya variabel X berpengaruh
terhadap variabel Y,variabel X disini ada
dua yaitu nilai tukar , inflasi ,IE ,dan
GDP,dengan notasi X1 , X2 ,X3,dan X4.

64 | P a g e
 3) Apabila tvalue > ttabel ,jika kurang dari α maka
hipotesis nol gagal ditolak ,sebaliknya jika
lebih besar dari α maka hipotesis nol
ditolak.Jika hipotesis nol ditolak maka hal
ini mengindikasikan bahwa hipotesis
alternatif diterima atau dengan kata lain
variabel independen memberikan pengaruh
yang signifikan terhadap variabel dependen
(nilai tukar).Level signifikansi atau alpha
yang digunakan yaitu 0.05
 ANOVA digunakan dalam keuangan dengan
beberapa cara yang berbeda, seperti memprediksi
pergerakan harga sekuritas dengan melakukan
analisis terlebih dahulu terhadap faktor mana yang
mempengaruhi fluktuasi nilai saham.Analisi ini
dapat berguna untuk mengetahui berbagai kondisi
indeks pasar.ANOVA tidak hanya menguji
perbedaan ,tetapi juga melihat tingkat varian,atau
perbedaan diantara variabel.Analisis ANOVA
dianggap lebih akurat daripada uji t karena lebih
fleksibel dan membutuhkan sedikit observasi serta
sesuai untuk analisis yang lebih kompleks.Di sisi
lain ,ANOVA dapat membantu peneliti untuk
menguji hubungan antar variabel ,sedangkan uji t
tidak.Variasi pengujian ANOVA ada tiga yaitu one
way ANOVA (mencari perbedaan yang signifikan
antara dua variabel independen atau lebih),two way
ANOVA (mengetahui interaksi antara dua variabel
independen terhadap satu variabel dependen),dan
ANOVA faktorial (melibatkan dua faktor atau
lebih).

65 | P a g e
  Asumsi dalam uji ANOVA :
1) Nilai error (kesalahan) yang diharapkan
adalah nol.
2) Varian dari semua kesalahan merupakan hal
yang sama satu sama lain.
3) Error (kesalahan) bersifat independen.
4) Mereka terdistribusi secara normal.
 Hipotesis uji ANOVA dalam penelitian ini adalah :
1) H0 : µ1 : µ2 : µ3 : µ4= 0 ,artinya variabel
independen (nilai tukar X1,inflasi X2,IE
X3,dan GDP X4) tidak memberikan pengaruh
yang signifikan terhadap harga saham Y.
2) H0 : µ1 : µ2 : µ3 : µ4 ≠ 0,artinya salah satu
variabel independen berpengaruh secara
signifikan terhadap variabel dependen (harga
saham).
3) Jika Fvalue > Ftabel ,berarti signifikan .Hipotesis
nol ditolak hanya jika tingkat alpha lebih
besar daripada p-value.

66 | P a g e
 BAB IV
GAMBARAN UMUM dan PEMBAHASAN

4.1 Indeks LQ45

Indeks LQ45 merupakan indeks yang terdiri dari 45 perusahaan

dengan likuiditas yang tinggi dan kapitalisasi pasar yang besar serta
kondisi fundamental perusahaan yang baik. Indeks LQ45 diluncurkan pada
tanggal 01 Februari tahun 1997.Metode kalkulasi yang digunakan oleh
Indeks LQ45 yaitu metode Free-float. Metode ini dihitung dengan
mengambil harga pasar dan mengalikannya dengan jumlah saham yang
tersedia di pasar.Metode Free-float dianggap akurat untuk menghitung
kapitalisasi pasar ,karena memberikan refleksi yang lebih akurat dari
Pergerakan pasar dan saham aktif yang tersedia untuk
diperdagangkan.Indeks LQ45 memiliki beberapa sektor yang unggul
diantaranya bidang elektronik,industri kimia, industri farmasi,
konstruksi,perbankan,telekomunikasi,dan sebagainya.

4.1.1 PT.Pembangunan Perumahan Tbk (PTPP)

PT.PP Tbk merupakan perusahaan yang bergerak dibidang

konstruksi dan salah satu perusahaan Badan Usaha Milik
Negara.Perusahaan ini didirikan pada 26 Agustus 1953 dan
berdomisili di DKI Jakarta.Modal dasar yang dimiliki PT.PP Tbk
sebesar Rp750.000.000.000,-. Perusahaan ini pernah berganti nama
sebanyak tiga kali yang pertama pada tahun 1971 (Perusahaan
Perseroan Pembangunan Perumahan),1961 (Perusahaan Negara
Pembangunan Perumahan ),dan 1953 (NV Pembangunan
Perumahan).Perusahaan bidang konstruksi ini pernah melakukan

67 | P a g e
 tugas proyek hasil rampasan dari Jepang ,salah satunya Hotel
Indonesia.Selain dibidang konstruksi PT.PP Tbk juga bergerak
dibidang infrastruktur,kontraktor berbasis alat berat,properti,dan
EPC.Untuk kepemilikan saham yaitu Pemerintah Indonesia
memegang saham sebesar 51 %,Koperasi Karyawan Pemegang
Saham PP sebesar 0,07%,dan masyarakat masing-masing >5 %
(48,93 %).Perusahaan Pembangunan Perumahan melakukan Initial
Public Offering di Bursa Efek Indonesia pada tanggal 9 Februari
2010.

4.1.2 PT.Wijaya Karya Tbk (WIKA)

Perusahaan Wijaya Karya atau WIKA juga merupakan

perusahaan yang bergerak dibidang konstruksi dan salah satu
perusahaan BUMN.Perusahaan ini didirikan pada 11 Maret 1960
dengan modal dasar Rp3,500.000.000.000.Kepemilikan saham oleh
Pemerintah Indonesia sebesar 65,05 % dan masyarakat sebesar
34,95 %.WIKA melakukan Initial Public Offering atau penawaran
perdana di Bursa Efek Indonesia pada 29 Oktober 2007 .Sesuai
dengan visi perusahaan untuk menjadi salah satu EPC dan
perusahaan investasi yang terbaik di Asia Tenggara.Investasi yang
dilakukan perusahaan meliputi
properti,energi,infrastruktur,transportasi,dan pembangunan
daerah.WIKA juga pernah bekerja sama dengan perusahaan
konstruksi lainnya dalam melakukan proyek seperti pembangunan
Jembatan Suramadu yang menghubungkan Kota Surabaya dengan
Kota Madura.PT.WIKA Tbk juga berafiliasi dengan perusahaaan
lain untuk memperbesar portofolio investasi .

4.1.3 PT.United Tractors Tbk (UNTR)

68 | P a g e
 PT.United Tractors merupakan perusahaan yang juga
bergerak dibidang konstruksi dan milik BUMN.Perusahaan ini
didirikan 13 Oktober 1972 dengan modal dasar
Rp6,000.000.000.Perusahaan ini melakukan Initial Public Offering
pada tanggal 19 September 1989 di Bursa Efek Jakarta dan
Surabaya .Shareholding Perusahaan United Tractors yaitu PT.Astra
Internasional Tbk sebesar 59,50 % dan Masyarakat sebesar 40,50
%.Perusahaan ini bergerak dibidang mesin
konstruksi,pertambangan batu bara dan emas,serta energi dan
konstruksi.Perang dagang yang terjadi antara Amerika Serikat dan
China mengakibatkan perlambatan pertumbuhan ekonomi dan
berpengaruh pada kondisi fundamental makroekonomi,disisi lain
peristiwa ini juga berdampak pada sektor industri batu bara di
Indonesia dan memberikan trickle down effect pada seluruh
perusahaan yang memproduksi batu bara salah satunya PT.United
Tractors Tbk,dengan acuan Index Coal Indonesia 4200 kcal/kg
mengalami penurunan harga pada level USD34,33 per MT.

4.1.4 PT.Waskita Karya Tbk (WSKT)

Perusahaan perseroan Waskita Karya merupakan

perusahaan yang bergerak dibidang konstruksi seperti ketiga
perusahaan di atas dan juga milik BUMN.Perusahaan ini didirikan
pada tanggal 1 Januari 1961 ,dan awalnya perusahaan milik
Belanda yang diambil alih berdasarkan keputusan
pemerintah.PT.Waskita Karya Tbk melakukan berbagai kegiatan
konstruksi seperti pembangunan jalan
raya,jembatan,bangunan,pabrik,pelabuhan,dan bandara.Shareholder
dari perusahaan ini yaitu Pemerintah Indonesia memegang saham
sebesar 66,05%, masyarakat sebesar 33,96 % (asing
9,61%,Reksadana 5,39%,Asuransi 1,73%,Perseroan Terbatas

69 | P a g e
 6,04%,Perorangan 7,94%,Dana Pensiun 2,99%,Karyawan
0,03%,dan lain-lain 0,23%).PT.Waskita Karya Tbk melakukan
Initial Public Offering pada tanggal 19 Desember 2012 di Bursa
Efek Indonesia dengan saham yang terdaftar berjumlah
9.632.236.000.

4.1.5 PT.Adhi Karya Tbk (ADHI)

Perusahaan perseroan Adhi Karya merupakan perusahaan

yang bergerak dibidang jasa konstruksi dan juga milik
BUMN.Perusahaan ini didirikan pada 1 Juni 1974 dengan modal
dasar 5.440.000.000 saham serta untuk modal yang ditempatkan
dan disetor penuh sebesar 3.560.849.376 saham .Perusahaan
konstruksi ini melakukan Initial Public Offering atau penawaran
perdana di Bursa Efek Indonesia pada tanggal 18 Maret
2004.Shareholding dari perusahaan ini yaitu pemerintah memegang
51 % dan publik 49 %.Bisnis yang dilakukan perusahaan Adhi
Karya tidak hanya konstruksi,tetapi juga EPC,investasi
infrastruktur,real estate,dan properti.Salah satu proyek yang
dilakukan oleh perusahaan Adhi karya yaitu pada tahun 2016
melakukan pembangunan proyek Jabodetabek (stasiun dan properti
pendukung).

4.2 Statistika Deskriptif

Metode statistika deskriptif merupakan deskriptif singkat terhadap

serangkaian data ,dapat berupa sampel dari populasi atau representasi dari
keseluruhan.Deskripsi ini meliputi mean,median,standar
deviasi,varians,variabel minimum dan maksimum serta kurtosis dan
skewness.

70 | P a g e
 4.2.1 Deskripsi Harga Saham Perusahaan Konstruksi

Data harga saham yang disajikan merupakan data historis

yang diperoleh dari Bursa Efek Indonesia.Data harga saham yang
digunakan mulai dari tahun 2010 hingga tahun 2019 dan mencakup
perusahaan konstruksi yang terdaftar di Indeks LQ45 yaitu
PT.Pembangunan Perumahan Tbk,PT.United Tractors
Tbk,PT.Waskita Karya Tbk, PT.Wijaya Karya Tbk, dan PT.Adhi
Karya Tbk.Harga saham yang digunakan merupakan Adjusted
Price after corporate action atau harga saham yang mencerminkan
nilai saham setelah memperhitungkan tindakan korporasi.Adjusted
closing price dapat mempengaruhi harga saham setelah pasar
tutup.Berikut adalah daftar harga saham perusahaan konstruksi
periode 2010 sampai 2019 :

Price
N Nama
2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 Averag
o Perusahaan
e
1. PT.Pembanguna
n Perumahan 800 485 830 1160 3575 3875 3810 2640 1805 1585 2057
Tbk
2. PT.Waskita
- - 439 395 1433 1670 2550 2210 1680 1485 -
Karya Tbk
3. PT.United 2288 2635 1970 1900 1735 1695 2125 3540 2735 2152
22776
Tractors Tbk 2 0 0 0 0 0 0 0 0 5
4. PT.Wijaya
680 610 1480 1580 3680 2640 2360 1550 1655 1990 1823
Karya Tbk
5. PT.Adhi Karya 910 580 1493 1281 2953 2140 2080 1885 1585 1175 1608
Tbk

71 | P a g e
(Replacement
Component)
Sumber : Data BEI diolah tahun 2010-2019

Harga saham dari perusahaan konstruksi di atas mengalami

fluktuasi dari tahun ke tahun .Rata-rata harga saham tertinggi yaitu
PT.United Tractors Tbk sebesar 22776 per lembar
saham,sedangkan rata-rata harga saham terendah yaitu PT.Adhi
Karya Tbk sebesar 1608 per lembar saham.PTPP mengalami
perubahan harga saham selama 10 tahun sebesar -9 %,WSKT
mengalami perubahan harga saham selama 8 tahun sebesar -6
%,UNTR mengalami perubahan harga saham selama 10 tahun
sebesar -9 %,WIKA mengalami perubahan harga saham selama 10
tahun sebesar -7 %, dan ADHI mengalami perubahan harga saham
selama 10 tahun sebesar -11 % .PT United Tractors Tbk pada tahun
2018 mengalami penurunan harga saham disebabkan oleh salah
satu faktor yaitu adanya tekanan perang dagang antara China dan
Amerika Serikat yang menyebabkan harga batu bara di Indonesia
mengalami penurunan dan berdampak pada pergerakan harga
saham UNTR di BEI,disisi lain produksi batu bara di Australia dan
Indonesia juga mengalami oversupply yang mengakibatkan harga
batu bara mengalami penurunan.

Data di atas menggunakan closing price karena perusahaan

pada umumnya mengumumkan pendapatan,stock split,reverse
stock split,dan dividen saham sesudah penutupan hari perdagangan
untuk memberi kesempatan kepada investor agar menganalisis
informasi sebelum melakukan tindakan.Berikut adalah grafik
perbandingan harga saham dari berbagai perusahaan konstruksi
tahun 2010 sampai 2019 :

72 | P a g e
 50000

45000

40000

35000
PT.Adhi Karya Tbk
30000 (Replacement Component)
PT.Wijaya Karya Tbk
25000
PT.United Tractors Tbk
20000 PT.Waskita Karya Tbk
PT.Pembangunan Perumahan
15000 Tbk

10000

5000

Dari grafik di atas terlihat bahwa UNTR memiliki harga

saham tertinggi dibandingkan perusahaan konstruksi lain.Masing-
masing perusahaan mengalami perubahan atau fluktuasi harga
saham yang disebabkan faktor eksternal dan faktor internal.

4.2.2 Inflasi dari tahun 2010 - 2019

Inflasi merupakan salah satu indikator dalam

makroekonomi yang dapat mempengaruhi perekonomian suatu
negara.Oleh karena itu, otoritas keuangan seperti Bank Indonesia
membuat target inflasi dan berkoordinasi dengan pemerintah yang
berfungsi sebagai acuan bagi pelaku bisnis dan masyarakat dalam
menjalankan kegiatan ekonomi . Data inflasi yang digunakan
adalah data inflasi tahunan atau year on year (yoy) dan terdapat
acuan yang telah ditetapkan Bank Indonesia sebagai target untuk
mencapai ekspetasi inflasi.Berikut adalah data inflasi yoy dari
tahun 2010-2019:

73 | P a g e
 9.00%

8.00%

7.00%

6.00%

5.00%

4.00% INFLASI

3.00%

2.00%

1.00%

0.00%
2008 2010 2012 2014 2016 2018 2020

Inflasi pada tahun 2010 yaitu 6,96 %(5±1 %),tahun 2011

3,79 %(5±1 %),tahun 2012 4,30 % (4,5±1 %),tahun 2013 8,38 %
(4,5±1 %),tahun 2014 8,36 %(4,5±1 %),tahun 2015 3,35 %(4±1
%),tahun 2016 3,02 %(4±1 %),tahun 2017 3,61% (4±1 %),tahun
2018 3,13 % (4±1 %),dan tahun 2019 2,72 %(3,5±1 %).Inflasi pada
tahun 2018 disebabkan karena kenaikan harga bahan bakar minyak
(BBM) nonsubsidi,transportasi,dan perumahan.Laju inflasi pada
tahun 2018 lebih rendah dibandingkan tahun 2017 dan lebih tinggi
dibandingkan tahun 2016.Hal ini didorong faktor kenaikan harga
minyak mentah dunia merk Brent yaitu sebesar US$80 per barel.

4.2.3 Exchange Rate tahun 2010-2019

Nilai tukar merupakan salah satu faktor makroekonomi

yang dapat mempengaruhi perekonomian di suatu negara seperti
kegiatan perdagangan yang melibatkan ekspor dan impor .Nilai
tukar bisa mengalami depresiasi atau apresiasi karena berbagai
faktor ,tidak hanya makroekonomi tetapi mikroekonomi juga dapat

74 | P a g e
 memberikan dampak pada nilai mata uang.Data nilai tukar yang
digunakan merupakan nilai tukar rupiah terhadap dolar pada
periode 2010 hingga 2019,berikut adalah grafik perubahan nilai
tukar selama 10 tahun :

exchange rate
16000
14000
12000
10000
8000
6000
4000
2000
0
1 2 3 4 5 6 7 8 9 10

tahun exchange rate

Nilai tukar pada grafik di atas mengalami perubahan dari

tahun ke tahun karena berbagai faktor ,seperti supply dan demand,
inflasi,suku bunga ,perdagangan internasional (ekspor-impor)
,kebijakan pemerintah,harga minyak mentah (COP),dan
sebagainya.Nilai tukar pada tahun 2010 (9078),2011 (8773),2012
(9.419),2013 (10.563),2014 (11.885),2015 (13.458),2016
(13.330),2017 (13.398),2018 (14.267),dan 2019 (14131).Pada
tahun 2018 ,Indonesia mengalami depresiasi nilai tukar
dibandingkan tahun-tahun sebelumnya.Depresiasi nilai tukar ini
bisa disebabkan karena adanya ekskalasi perang dagang antara
Negeri Paman Sam dan Negeri Tirai Bambu,selain itu agresivitas
dari The Fed (Bank Sentral Amerika Serikat ) dalam menetapkan
kebijakan terhadap suku bunga juga investor asing memilih
instrumen selain rupiah.

75 | P a g e
 4.2.4 Infrastructure Expenditure (IE)

Anggaran infrastruktur juga dikenal sebagai pengeluaran

pemerintah .Anggaran yang dikeluarkan oleh pemerintah
dialokasikan untuk membangun proyek-proyek yang mendukung
pertumbuhan ekonomi di suatu negara.Dalam penelitian ini,data
anggaran pemerintah yang diambil dari tahun 2010 sampai dengan
2019 :

IE
450000000000000
400000000000000
350000000000000
300000000000000
250000000000000
200000000000000
150000000000000
100000000000000
50000000000000
0
2008 2010 2012 2014 2016 2018 2020

IE

Anggaran infrastruktur di atas mengalami pertumbuhan dari

waktu ke waktu.Hal ini dapat meningkatkan kegiatan ekonomi dan
mendorong pertumbuhan sektor-sektor potensial di Negara
Indonesia.Pertumbuhan anggaran infrastruktur menunjukkan
bahwa pemerintah negara dan lokal berkomitmen dalam
mendukung pertumbuhan ekonomi Indonesia,selain itu hal tersebut
juga menjadi indikator perekonomian Indonesia yang
sehat,sehingga meningkatkan iklim investasi baik secara global
maupun nasional.
Pada tahun 2010 anggaran infrastuktur Indonesia
mengalami pertumbuhan sebesar 8,3% (86 triliun),2011 sebesar
8,8% (114 triliun),2012 sebesar 9,8 % (146 triliun),2013 sebesar

76 | P a g e
 10,2% (184 triliun),2014 mengalami penurunan menjadi 8,7% (178
triliun),2015 sebesar 65,5% (256,1 triliun),2016 sebesar 5,1%
(269,1 triliun),2017 sebesar 44,3% (388,3 triliun),2018 sebesar
5,8% (410,7 triliun),dan 2019 sebesar 2,4% (415 triliun).Indonesia
mengalami pertumbuhan anggaran infrastruktur dari tahun 2010
sampai 2019 dengan rata-rata sebesar 16,89%.

4.2.5 GDP (Gross Domestic Product)

GDP atau produk domestik bruto merupakan alat yang

digunakan untuk mengetahui kondisi kesehatan ekonomi di suatu
negara.Pertumbuhan GDP yang meningkat menunjukkan kondisi
dari sisi makroekonomi dan mikroekonomi stabil.Dalam
memperoleh GDP , kelompok yang berpartisipasi dan
mempengaruhi fluktuasi GDP yaitu investasi ,anggaran
pemerintah,konsumsi (swasta.perusahaan,rumah tangga),dan
balance of trade ( ekspor-impor).Data GDP yang digunakan dalam
penelitian yaitu periode 2010 sampai dengan 2019 :

77 | P a g e
 10
9
8
7
6
years
5
GDP
4
3
2
1

0 5000000 10000000 15000000 20000000

Grafik di atas menunjukkan Indonesia mengalami

pertumbuhan GDP yang signifikan.Pada tahun 2010 GDP
Indonesia sebesar 6,864,133 M, 2011 sebesar 7,831,726 M, 2012
sebesar 8,615,704 M, 2013 sebesar 9,546,134 M, 2014 sebesar
10,569,705 M, 2015 sebesar 11,526,332 M, 2016 sebesar
12,401,728 M, 2017 sebesar 13,589,825 M, 2018 sebesar
14,838,311 M, dan 2019 sebesar 15,833,943 M.Pada tahun
2019,pertumbuhan GDP di Indonesia mengalami penurunan dari
5,17 % menjadi 5,02 %, hal ini disebabkan oleh perang dagang
yang terjadi antara Amerika Serikat dan China sehingga
pertumbuhan ekonomi tidak hanya di Indonesia ,negara-negara lain
terutama EMEs menurun.

78 | P a g e
4.3 Multiple Regression Test

Dalam multiple regression test,kita akan menemukan berbagai

istilah seperti Adj-MS Error,Adj-MS Regression,Adj-MS Total,Adj
SS,Coefficient (Coef),Mallow’Cp,Degree of Freedom (Df),Fit,F-value,P-
value (Tabel koefisien),P-value (analisis tabel varian),persamaan
regresi,Residual (Resid),R-sq,R-sq (adj),R-sq (pred),S,Koefisien standar
error (SE coef),Standardized Residual,T-value,dan VIF (Variance Inflation
Factor).

Uji regresi berganda dapat digunakan untuk mengetahui

pergerakan harga saham,misalnya harga sama UNTR.Dalam persamaan
linier terdapat variabel independen (Indeks LQ45) dan variabel dependen
(harga saham UNTR).Hal yang mempengaruhi harga saham suatu
perusahaan tidak hanya satu variabel independen ,tetapi ada beberapa faktor
yang dapat memprediksi variabel outcome (dependen).Harga saham UNTR
dipengaruhi lebih dari satu variabel independen,seperti inflasi dan nilai
tukar.Persamaan MRL yang dapat digunakan untuk penelitian ini adalah
sebagai berikut :
Yi : Variabel dependen atau outcome (Harga saham
WSKT-ADHI(Replacement component)
,UNTR,PTPP,WIKA)
Xi1 : variabel independen atau prediktor (nilai tukar)
Xi2 : variabel independen (inflasi) – [GDP-untuk saham PTPP]
B0 : y-intersep pada waktu nol
B1 : koefisien regresi yang mengukur perubahan dalam
variabel dependen .Ketika Xi1 berubah – perubahan harga
saham WSKT (ADHI),UNTR,PTPP,WIKA ketika inflasi
(GDP) berubah
B2 : Koefisien regresi yang mengukur perubahan dalam
variabel dependen.Ketika Xi2 berubah – perubahan harga

79 | P a g e
 saham WSKT (ADHI),UNTR,PTPP,WIKA ketika nilai
tukar berubah

Persamaan regresi berganda di atas dapat diolah dengan

software statistik model regresi berganda membantu analis untuk
memprediksi hasil berdasarkan informasi yang diberikan pada
beberapa variabel independen.

4.3.1 Regresi berganda pada PT.United Tractors Tbk (UNTR)

Sebelum melakukan analisis regresi berganda terhadap

beberapa variabel ,peneliti melakukan identifikasi untuk
menemukan jenis regresi yang tepat melalui aplikasi minitab.

a. Summary Report

80 | P a g e
 Laporan ini memberikan gambaran tentang analisis dan
hasilnya.Tidak ada hubungan antara variabel X dan Y ,dengan R-
square 0.00 %.Pada komentar di atas menunjukkan tidak ada bukti
yang cukup untuk menyimpulkan bahwa hubungan variabel X
signifikan secara statistik dengan harga saham.

b. Model Building Report

Laporan ini berisi persamaan

regresi,mengidentifikasi variabel yang berkontribusi paling
banyak terhadap informasi,dan menunjukkan apakah variabel
X berkorelasi.Dalam model ini,exchange rate paling banyak
memberikan informasi.

c. Report Card

81 | P a g e
 Hal di atas menunjukkan bahwa peneliti memiliki
data kurang dari 15,sehingga peneliti harus berhati-hati ketika
melakukan interpretasi terhadap nilai p.Dengan sampel yang
kecil,akurasi nilai p sensitif terhadap error (kesalahan) residual
yang tidak normal.

Identification of variable for UNTR (after data changing)

82 | P a g e
83 | P a g e
 d. Hasil Regresi Berganda UNTR

Persamaan regresi di atas untuk mendeskripsikan

hubungan antara variabel dependen (harga saham UNTR) dan
ketentuan lain dalam model.Persamaan regresi linier
mengikuti bentuk y = b0 + b1x1 + b2x2 .Dalam persamaan
regresi ini,y adalah variabel dependen (harga saham UNTR),b0
adalah konstan atau intersep,b1 merupakan koefisien estimasi
yang linier (kemiringan garis),dan x1 merupakan nilai
komponen (nilai tukar) serta x2 (inflasi).

Koefisien regresi menggambarkan ukuran dan arah

hubungan antara prediktor (variabel independen – nilai tukar
dan inflasi) dan variabel dependen (harga saham
UNTR).Koefisien merupakan angka-angka di mana nilai
ketentuan tersebut dikalikan dalam persamaan regresi.Tanda
koefisien menunjukkan arah hubungan antara komponen
dengan variabel dependen.Tetapi ,ukuran koefisien tidak
menunjukkan apakah suatu ketentuan signifikan secara
statistik karena perhitungan untuk signifikansi juga
mempertimbangkan variasi dalam data variabel dependen.
Persamaan dari koefisien adalah :

84 | P a g e
 yi : ith nilai respons yang diamati
ȳ : rata-rata respons
xi : ith nilai prediktor (variabel independen)
: rata-rata prediktor

Standar error dari koefisien mengestimasi variabilitas

diantara estimasi koefisien yang akan diperoleh jika mengambil
sampel dari populasi yang sama berulang kali.Menggunakan
standar error koefisien untuk mengukur akurasi estimasi
koefisien. Persamaan standar error dari koefisien yaitu :

Semakin kecil standar error,semakin tepat estimasi.Jika

p-value yang terkait dengan statistik-t kurang dari tingkat
signifikansi (alpha atau α) ,dapat disimpulkan bahwa koefisien
signifikan secara statistik.

 Standar error dari nilai tukar lebih kecil dari inflasi.Oleh

karena itu,model ini dapat mengestimasi koefisien nilai
tukar dengan akurasi yang lebih besar.Nilai p yang
dihasilkan lebih besar daripada tingkat umum dari tingkat
signifikansi sehingga tidak dapat disimpulkan bahwa
koefisien inflasi berbeda dari nol.

85 | P a g e
  Sementara koefisien untuk nilai tukar lebih mendekati nol
daripada koefisien inflasi ,standar error nilai tukar juga
lebih kecil.Tetapi,nilai p yang dihasilkan juga lebih besar
daripada tingkat umum dari tingkat signifikansi sehingga
tidak dapat disimpulkan bahwa koefisien nilai tukar
berbeda dari nol.

Nilai p merupakan probabilitas yang mengukur bukti

terhadap hipotesis nol.Probabilitas yang rendah memberikan
bukti yang lebih kuat terhadap hipotesis nol.Hipotesis nol
sendiri merupakan koefisien sama dengan nol,yang berarti
bahwa tidak ada hubungan antara variabel independen dan
variabel dependen .Pada umumnya,tingkat signfikansi yang
digunakan yaitu alpha 0,05.Persamaan dari p-value adalah :

 P-value ≤ α , hubungan signifikan secara statistik (jika p-

value kurang dari atau sama dengan tingkat signifikansi
,maka dapat disimpulkan bahwa ada hubungan signifikan
secara statistik antara variabel dependen dan variabel
independen)
 P-value > α, tidak ada hubungan signifikan secara statistik
(jika p-value lebih besar dari tingkat signifikansi, maka
tidak dapat disimpulkan bahwa ada hubungan antara
variabel dependen dan variabel independen )
 Dari hasil regresi untuk saham UNTR ,p-value lebih besar
daripada alpha ,baik itu inflasi atau nilai tukar sehingga
dapat disimpulkan tidak ada hubungan yang signifikan
antara nilai tukar dan inflasi terhadap harga saham
UNTR.Jika t-value lebih besar daripada alpha maka
hipotesis nol ditolak,sebaliknya jika t-value lebih kecil

86 | P a g e
 daripada alpha maka hipotesis nol gagal ditolak.Persamaan
dari t-value yaitu :

 Dari hasil regresi di atas , t-value untuk nilai tukar lebih

besar daripada alpha (0,05) sehingga hipotesis nol
ditolak,sementara t-value untuk inflasi kurang dari alpha
sehingga hipotesis nol gagal ditolak.Hipotesis nol yang
ditolak menunjukkan adanya hubungan antara nilai tukar
dengan harga saham UNTR.

Variance Inflation Factor (VIF) menunjukkan seberapa

besar varians dari koefisien meningkat karena korelasi antar
prediktor (variabel independen ) dalam model .VIF digunakan
untuk mengetahui berapa banyak multikolinieritas (korelasi
antar prediktor).Multikolinieritas merupakan permasalahan yang
bisa meningkatkan varian dari koefisien regresi,mengakibatkan
kesulitan dalam mengevaluasi dampak individu yang dimiliki
masing-masing prediktor dan berkorelasi terhadap respons
(dependen).Persamaan untuk VIF adalah sebagai berikut :

Interpretasi untuk VIF adalah sebagai berikut :

 VIF = 1 : tidak berhubungan

1< VIF < 5 : berkorelasi sedang
VIF > 5 : sangat berkorelasi

87 | P a g e
  Nilai VIF yang lebih besar daripada 5 menunjukkan
estimasi koefisien yang buruk karena multikolinieritas yang
parah.Dari regresi di atas,dapat diketahui bahwa inflasi dan
nilai tukar memiliki VIF masing-masing sebesar 1,45 yang
artinya berkorelasi sedang.

S digunakan untuk menggambarkan seberapa baik model

menggambarkan respons.S diukur dalam unit variabel respon
(dependen) dan merepresentasikan seberapa jauh nilai-nilai data
dari fitted values.Semakin rendah S,maka semakin baik model
menggambarkan respon.Bagaimanapun,nilai S yang rendah itu
sendiri tidak menunjukkan bahwa model bertemu dengan
asumsi.Untuk persamaan S yaitu :

( Mean Square Error)

Standar deviasi di atas sebesar 7077,40.R-square

merupakan presentase variasi dalam respon yang dijelaskan
oleh model.R-square digunakan untuk menentukan seberapa
baik model sesuai dengan data penelitian.Semakin tinggi nilai
R-square ,semakin baik model tersebut dan sesuai dengan data
penelitian.R-square selalu diantara 0 % sampai
100%.Persamaan R-Square yaitu :

88 | P a g e
 Untuk menggambarkan perbedaan nilai R-square bisa
menggunakan grafik fitted line plot.Plot pertama
menggambarkan model regresi sederhana yang menjelaskan
20,5 % variasi dalam respon (dependen).Plot kedua
menggambarkan model yang menjelaskan 19,1 % variasi dalam
respon.Lebih banyak variasi yang dijelaskan oleh model,lebih
dekat titik-titik dengan fitted regression line yang ditunjukkan
garis berwarna merah.Secara teoritis ,jika suatu model dapat
menjelaskan 100% variasi,maka fitted value akan selalu sama
dengan nilai yang diobservasi dan semua titik akan berada di
fitted line.

89 | P a g e
 Pada gambar di atas terlihat bahwa jumlah data pada tiap
variabel hanya berjumlah 7 (n=7) ,sedangkan sampel yang kecil
tidak menyediakan estimasi dengan akurasi yang kuat dari
hubungan antara prediktor dan respon.Dari gambar grafik di
atas menunjukkan titik-titik tidak mendekati fitted line karena
R-square yang rendah dan jumlah sampel yang kecil.

R-square (Adj) merupakan persentase variasi dalam respon

yang dijelaskan oleh model, disesuaikan dengan jumlah
prediktor dalam model relatif terhadap jumlah
observasi.Persamaan R-square (Adj) yaitu :

R-square (Adj) di atas sebesar 0 % yang artinya model tidak

menjelaskan variasi dalam variabel respon (dependen) di
sekitar mean (rata-rata).R-square (pred) digunakan untuk
menentukan seberapa baik model dalam memprediksi respon

90 | P a g e
 terhadap observasi yang baru.Model yang memiliki R-square
(pred) yang lebih besar mempunyai kemampuan prediksi yang
lebih baik.Persamaan R-square (pred) adalah sebagai berikut :

R-square (pred) lebih berguna daripada R-square (Adj)

dalam membandingkan model karena dihitung dengan
observasi yang tidak termasuk dalam perhitungan model.R-
square (pred) di atas sebesar 0 %.

Degree of Freedom (DF) merupakan jumlah informasi

dalam data.Peneliti menggunakan informasi untuk
mengestimasi nilai dari parameter populasi yang tidak
diketahui.Jumlah DF ditentukan oleh jumlah observasi dalam
sampel.Menambahkan ukuran sampel dapat menyediakan
informasi lebih banyak tentang populasi, yang meningkatkan
jumlah DF.Semakin banyak degree of freedom untuk error,
semakin besar uji kekuatan lack-of-fit.Jika data penelitian
memenuhi persyaratan tertentu dan model tersebut setidaknya
menyertakan setidaknya satu prediktor kontinu atau lebih,maka
dapat menggunakan DF untuk uji lack-of –fit.Persyaratannya
adalah sebagai berikut :

91 | P a g e
  Data berisi banyak observasi dengan nilai prediktor yang
sama
 Data berisi poin yang benar untuk mengestimasi
persyaratan tambahan yang tidak ada dalam model

DF untuk setiap komponen dalam model adalah sebagai

berikut :

Sources of variation DF

Regression p

Error n–p–1

Total n–1

Dari tabel analisis varian diketahui bahwa jumlah error ada

4,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value.

Adj (SS) merupakan ukuran variasi untuk berbagai

komponen dalam model.Adj (SS) terdiri dari komponen
yang berbeda yaitu :

 Regresi Adj (SS) - bagian dari variasi yang dijelaskan oleh

model .
Regresi Adj (SS) dari analisis varian di atas yaitu 68515835
 Error Adj (SS) – bagian yang tidak dijelaskan oleh model
dan dikaitkan dengan error

92 | P a g e
 Error Adj (SS) dari analisis varian di atas yaitu 200358450
 Jumlah Adj (SS) – total variasi dalam data

Jumlah Adj (SS) dari analisis varian di atas yaitu

268874286

Adj (MS) mengukur seberapa banyak variasi

komponen,dengan asumsi bahwa semua komponen lain ada
dalam model.Berbeda dengan Adj (SS),Adj (MS)
mempertimbangkan degree of freedom (DF).Persamaan Adj
(MS) adalah sebagai berikut :

Adj (MS) digunakan untuk menghitung p-value.Adj (MS)

untuk regresi di atas yaitu 34257918 dan error 50089613.

F-value digunakan untuk menentukan apakah komponen

terkait dengan respon (variabel dependen).F-value berguna
untuk menghitung p-value,yang digunakan untuk membuat
keputusan tentang signifkansi statistik dari komponen dan
model.P-value merupakan probabilitas yang mengukur bukti
terhadap hipotesis nol.Probabilitas yang lebih rendah
menyajikan bukti yang lebih kuat terhadap hipotesis nol.F-
value yang cukup besar menunjukkan bahwa komponen atau
model signifikan.Persamaan F-value untuk regresi dan error
adalah sebagai berikut :

93 | P a g e
 Menolak hipotesis nol hanya ketika p-value lebih kecil
daripada level alpha (α=0,05) , peneliti tidak menolak hipotesis
nol jika ftabel lebih kecil daripada f-value,kecuali jika p-value
juga kecil.Namun,jika p-value lebih besar daripada level
signifikansi ,peneliti dapat mengabaikan f-value.Untuk
persamaan p-value yaitu :

1 − P(F ≤ fj)
Dari analisis varian di atas ,dapat diketahu bahwa p-value
regresi lebih besar (0,555) daripada alpha (0,05) sehingga tidak
dapat menolak hipotesis nol,dalam hal ini f-value tidak
diinterpretasikan sebagai signifikan secara statistik,dan tidak
ada pengaruh antara variabel prediktor terhadap variabel
respon.

Residual merupakan perbedaan antara nilai yang

diobservasi dan fitted-value juga nilai yang diprediksi oleh

94 | P a g e
 model.Residual plot digunakan untuk menentukan apakah
model memenuhi asumsi regresi.Memeriksa residual dapat
memberikan informasi apakah model sesuai dengan
data.Persamaan residual yaitu :

Normal probability plot menggambarkan residual terhadap

nilai yang diharapkan ketika distribusi normal,dan normal
probability plot sebaiknya mengikuti garis lurus.Untuk
mengetahui apakah normal probability plot terdistribusi
normal,berikut adalah berbagai pola yang menunjukkan asumsi
bahwa residual terdistribusi normal :

( kurva-s mengimplikasikan distribusi dengan long-tail )

( Kurva-s terbalik meingimplikasikan distribusi dengan short-

tail )

95 | P a g e
 ( kurva menurun menunjukkan distribusi right-skewed )

(beberapa titik yang jauh dari garis menunjukkan distribusi

dengan outlier)

Dari beberapa grafik di atas dapat disimpulkan bahwa normal

probability plot untuk harga saham UNTR menunjukkan
distribusi dengan outlier karena ada beberapa titik yang jauh
dari garis .

Residual vs fits digunakan untuk memverifikasi asumsi

bahwa residual terdistribusi secara acak dan mempunyai varian
yang konstan.Idealnya, titik-titik (poin) harus ada di kedua sisi
0 (negatif dan positif).Pola pada tabel di bawah ini
menunjukkan bahwa model tidak bertemu dengan asumsi :
Pola Indikasi terhadap pola
Persebaran residual yang tidak Varian tidak konstan
merata pada seluruh fitted-
value
Melengkung Komponen higher-order
hilang
Titik yang jauh dari nol Adanya outlier

96 | P a g e
 Titik yang jauh dengan titik Poin yang berpengaruh
lain pada sumbu X

Grafik di bawah menunjukkan adanya outlier dan

pelanggaran asumsi bahwa residual konstan :

( plot dengan outlier)

( plot dengan varian yang tidak konstan)

Dari grafik residual vs fits dapat diketahui bahwa varian

dari residual meningkatkan fitted-value.Ketika fitted-value
bertambah ,persebaran di antara residual melebar dan
menunjukkan varian yang tidak konstan.Titik-titik pada grafik
residual vs fits semakin ke kanan semakin melebar dan
persebarannya tidak merata,karena fitted-value yang bertambah.

Histogram digunakan untuk menentukan apakah data

miring atau termasuk outlier.Pola pada tabel di bawah ini
menunjukkan bahwa model tidak bertemu dengan asumsi :

Pola Indikasi terhadap pola

Long-tail pada satu arah Skewness (kemiringan)

97 | P a g e
 Batang jauh terhadap batang Outlier
yang lain

Dari grafik histogram harga saham di atas menunjukkan bahwa

terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier.

Residual vs order digunakan untuk memverifikasi asumsi

bahwa residual independen terhadap satu sama lain.Residual
yang independen menunjukkan tidak ada tren atau pola ketika
diilustrasikan dalam urutan waktu.Pola pada titik menunjukkan
bahwa residual berdekatan satu sama lain bisa jadi
berkorelasi.Idealnya, residual harus terletak secara acak di
sekitar garis tengah :

Pola berikut ini menunjukkan bahwa residual dependen :

Tren

Bergeser

98 | P a g e
 Siklus

Dari grafik residual vs order untuk harga saham UNTR dapat

diketahui bahwa grafik menunjukkan residual yang independen
dan ideal.
e. Regresi berganda Harga Saham UNTR (Refit Model)

Regression Equation
UNTR = 57865 - 18977 inflation - 1,41 exchange rate - 0,00513 GDP + 0,000000 IE
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant 57865 14204 (21353; 94377) 4,07 0,010  
inflation -18977 76550 (-215755; 177800) -0,25 0,814 1,58
exchange rate -1,41 1,99 (-6,53; 3,72) -0,71 0,512 10,14
GDP -0,00513 0,00294 (-0,01268; 0,00241) -1,75 0,141 41,97
IE 0,000000 0,000000 (0,000000; 0,000000) 2,78 0,039 28,05
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
4100,75 70,40% 46,72% 441919288 0,00% 227,83 201,64
Analysis of Variance
Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value
Regression 4 199988096 70,40% 199988096 49997024 2,97 0,132
  inflation 1 41991223 14,78% 1033494 1033494 0,06 0,814
  exchange 1 487984 0,17% 8387417 8387417 0,50 0,512
rate
  GDP 1 27556833 9,70% 51439329 51439329 3,06 0,141
  IE 1 129952055 45,75% 129952055 129952055 7,73 0,039
Error 5 84080848 29,60% 84080848 16816170    
Total 9 284068944 100,00%        
Fits and Diagnostics for All Observations
Std Del
Obs UNTR Fit SE Fit 95% CI Resid Resid Resid HI Cook’s D
1 22882 22503 2576 (15882; 379 0,12 0,11 0,394548 0,00
29124)

99 | P a g e
 2 26350 23117 2984 (15446; 3233 1,15 1,20 0,529573 0,30
30788)
3 19700 23286 2387 (17151; -3586 -1,08 -1,10 0,338727 0,12
29421)
4 19000 22300 2799 (15105; -3300 -1,10 -1,13 0,465795 0,21
29494)
5 17350 14213 3327 (5662; 22765) 3137 1,31 1,44 0,658119 0,66
6 16950 20730 3246 (12386; -3780 -1,51 -1,83 0,626635 0,76
29075)
7 21250 18591 2633 (11822; 2659 0,85 0,82 0,412355 0,10
25360)
8 35400 31654 3130 (23607; 3746 1,41 1,63 0,582756 0,56
39701)
9 27350 27753 2345 (21726; -403 -0,12 -0,11 0,326943 0,00
33780)
10 21525 23610 3343 (15016; -2085 -0,88 -0,85 0,664549 0,31
32203)

Obs DFITS
1 0,08586

2 1,27193

3 -0,78511

4 -1,05645

5 2,00191

6 -2,36828

7 0,68452

8 1,92950

9 -0,07478

10 -1,20138

Durbin-Watson Statistic
Durbin-Watson Statistic = 2,45818

100 | P a g e
 Koefisien regresi menggambarkan ukuran dan arah hubungan
antara prediktor (variabel independen – nilai
tukar,GDP,inflasi,dan IE) dan variabel dependen (harga saham
UNTR).

 Standar error dari nilai tukar sebesar 1,99,GDP sebesar

0,00294,inflasi sebesar 76550,dan IE sebesar 0,000000
.Dari hasil di atas,dapat diketahui bahwa Standar error IE
lebih kecil daripada variabel independen yang lain.Oleh
karena itu,model ini dapat mengestimasi koefisien IE
dengan akurasi yang lebih besar.Nilai p (exchange
rate=0,512),nilai p (inflasi=0,814),nilai p (GDP=0,141),dan
nilai p (IE=0,039),nilai p IE yang dihasilkan lebih kecil
daripada tingkat signifikansi sehingga dapat disimpulkan
bahwa koefisien IE berbeda dari nol.
 Dari hasil regresi untuk saham UNTR ,p-value (IE=0,039)
lebih kecil daripada alpha ,sehingga dapat disimpulkan ada

101 | P a g e
 hubungan yang signifikan antara IE terhadap harga saham
UNTR .Sebelumnya,harga saham UNTR tidak dipengaruhi
oleh variabel independen (GDP,nilai tukar,dan
inflasi),setelah peneliti memasukkan komponen baru ,yaitu
IE,ditemukan hasil yang signifikan antara komponen IE
dengan harga saham UNTR.
 Dari hasil regresi di atas , t-value untuk IE lebih besar
daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara IE dengan harga saham UNTR.
 Dari regresi di atas,dapat diketahui bahwa nilai tukar
memiliki VIF sebesar 10,14, inflasi 1,58, GDP 41,97,dan
IE 28,05 .Inflasi memiliki VIF paling kecil yang artinya
berkorelasi sedang,sedangkan ketiga variabel lainnya
memiliki VIF lebih besar dari 5 ,artinya sangat berkorelasi.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 70,40 % sementara R-
square (pred) lebih kecil yaitu 0,00 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang
tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi,GDP,dan nilai
tukar).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
5,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value IE lebih kecil (0,039)
daripada alpha (0,05) sehingga hipotesis nol ditolak,dalam
hal ini f-value diinterpretasikan sebagai signifikan secara
statistik,dan ada pengaruh antara variabel prediktor (IE)
terhadap variabel respon (harga saham UNTR).

102 | P a g e
  Normal probability plot untuk harga saham UNTR
menunjukkan kurva s dengan distribusi long-tail.Dari grafik
residual vs fits dapat diketahui bahwa varian dari residual
meningkatkan fitted-value.Ketika fitted-value bertambah
,persebaran di antara residual melebar dan menunjukkan
varian yang tidak konstan.Titik-titik pada grafik residual vs
fits semakin ke kanan semakin melebar dan persebarannya
tidak merata,karena fitted-value yang bertambah,selain itu
ada beberapa titik yang jauh dari garis.Residual vs Fits di
atas juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier dan right-skewed .Dari
grafik residual vs order untuk harga saham UNTR dapat
diketahui bahwa grafik menunjukkan residual yang
independen dan ideal. Idealnya, residual harus terletak
secara acak di sekitar garis tengah.

f. One-Way ANOVA

Sebelum memasuki tahap ANOVA ,peneliti melakukan

analisis terlebih dahulu terkait apakah One-Way ANOVA
dapat menganalisis perbedaan rata-rata ,berikut adalah laporan
untuk One-Way ANOVA terhadap keempat harga saham :

103 | P a g e
104 | P a g e
 Setelah melakukan analisis peneliti mempunyai kesempatan
mendeteksi perbedaan 60 % (1078,7) dan 90 % (7651,8)
.Berikut adalah langkah-langkah dalam melakukan interpretasi
One-Way ANOVA untuk saham UNTR :

105 | P a g e
 1. Langkah pertama (menentukan apakah perbedaan
apakah ada beberapa perbedaan di antara rata-rata
signifikan secara statistik,membandingkan p-value
dengan level signifikansi (α) terhadap hipotesis nol)
 p-value ≤ α – perbedaan antara beberapa rata-rata signifikan
secara statistik . Jika p-value kurang dari atau sama dengan
level signifikansi sehingga hipotesis nol ditolak,dan
disimpulkan bahwa tidak semua rata-rata populasi sama.
 p-value > α – perbedaan antara beberapa rata-rata tidak
signifikan secara statistik. Jika p-value lebih dari level
signifikansi maka menunjukkan bahwa hipotesis nol gagal
ditolak,dan disimpulkan bahwa rata-rata semua populasi
sama.

 Dalam analisis varian di atas,hipotesis nol menyatakan

bahwa rata-rata nilai harga saham dari empat perusahaan
yang berbeda adalah sama.Karena p-value (0,000) kurang
dari level signifikansi (α=0,05) ,maka hipotesis nol dapat
ditolak sehingga dapat disimpulkan bahwa beberapa
perusahaan mempunyai rata-rata yang berbeda.Untuk data
di atas peneliti menggunakan ukuran sampel (n=10) dan
ada salah satu komponen yang diganti yaitu PT.Waskita
Karya Tbk menjadi PT.Adhi Karya Tbk.

106 | P a g e
 2. Menguji rata-rata kelompok (setiap titik
menggambarkan rata-rata sampel dan interval
kepercayaan 95 % untuk setiap rata-rata kelompok)

 Dari plot interval di atas dapat diketahui bahwa sp-3 (harga

saham ADHI) memiliki rata-rata terendah (1608) dan sp-1
(harga saham UNTR) memiliki rata-rata tertinggi (22770).

3. Membandingkan rata-rata tiap kelompok (jika p-value

one-way ANOVA kurang dari level signifikansi maka
rata-rata tiap kelompok berbeda.Ada dua tipe interval
kepercayaan yaitu individu dan simultan)

 Dari hasil di atas ,tabel menunjukkan kelompok A hanya

berisi faktor sp-1 (harga saham UNTR), kelompok B terdiri

107 | P a g e
 dari sp-4 (harga saham PTPP), sp-2 (harga saham
WIKA),dan sp-3 (harga saham ADHI).Faktor sp-1,sp-2,sp-
3,dan sp-4 tidak berbagi huruf yang artinya rata-rata sp-1
lebih tinggi dibandingkan faktor sp yang lain.

 Interval kepercayaan untuk perbedaan rata-rata antara sp-4

dan sp-3 yaitu -3096 dan 3992.Jarak ini tidak termasuk nol
sehingga perbedaan signifikan secara statistik.

108 | P a g e
  Interval kepercayaan rata-rata yang tersisa semuanya
termasuk nol,yang menunjukkan bahwa perbedaan tidak
signifikan secara statistik.
 Tingkat kepercayaan simultan 95 % menunjukkan bahwa
95 % interval kepercayaan terdapat perbedaan yang
sebenarnya.
 Setiap interval kepercayaan individu mempunyai tingkat
kepercayaan 98,93 %.Hasil ini menunjukkan peneliti bisa
98,93 % yakin bahwa setiap interval individu mempunyai
perbedaan yang sebenarnya antara kelompok tertentu yang
berpasangan ( rata-rata).Tingkat kepercayaan individu
untuk setiap perbandingan menghasilkan tingkat
kepercayaan simultan 95 % untuk 6 perbandingan.
4. Menentukan seberapa baik model sesuai dengan data
( S digunakan untuk menentukan seberapa baik model
mendeskripsikan respon,nilai S yang lebih rendah
menunjukkan model sangat baik dalam
menggambarkan respon.Nilai R-square yang lebih
tinggi menunjukkan model sesuai dengan data.R-square
(pred) secara substansial kurang dari R-square
mengindikasikan bahwa model over-fit.Over-fit bisa
terjadi apabila ada komponen tidak penting dimasukkan
ke dalam populasi,walaupun terlihat penting dalam
sampel.

 Dari hasil di atas, faktor menjelaskan 91,35 %

variasi dalam respon.S menunjukkan standar

109 | P a g e
 deviasi antara poin data dan fitted-value sekitar
2,94 unit.
5. Menentukan apakah model bertemu dengan asumsi
.Tabel di bawah ini menunjukkan model tidak bertemu
dengan asumsi :
Pola Indikasi terhadap pola
Persebaran residual yang Varian tidak konstan
tidak merata pada seluruh
fitted-value
Titik yang jauh dari nol Adanya outlier

 Dari grafik Residual vs Fits menunjukkan

bahwa titik tidak tersebar secara acak dan
merata sehingga variabilitas secara substansial
berbeda atau varian yang tidak konstan.
 Normal probability plot untuk mengetahui
apakah residual terdistribusi normal.Tabel di
bawah menunjukkan model tidak bertemu
dengan asumsi :
Pola Indikasi terhadap pola
Bukan garis lurus Tidak normal
Titik yang jauh dari Adanya outlier

110 | P a g e
 garis
Kemiringan berubah Variabel tidak
teridentifikasi

 Grafik normal probability plot di atas

menunjukkan residual tidak mengikuti
garis lurus dan ada beberapa titik yang
jauh dari garis sehingga terdapat outlier.
 Grafik histogram di atas menunjukkan
pola long-tail pada satu arah sehingga
pola mengindikasikan kemiringan ke
kanan (right-skewed) dan juga terdapat
outlier.
g. Interaction plot
Grafik interaction plot digunakan untuk menunjukkan
bagaimana hubungan antara variabel dependen (respon) dengan
variabel independen (faktor).Untuk mengetahui bagaimana
interaksi antar keduanya,ada dua hal yang dapat
mengindikasikan bagaimana kedua variabel berinteraksi yaitu
garis paralel ( tidak terdapat interaksi ) dan garis tidak paralel
(ada interaksi, semakin banyak garis yang tidak paralel akan
menunjukkan interaksi yang semakin kuat ).

111 | P a g e
 ( interaksi tertinggi terjadi antara exchange rate 13398 dan
inflation 3,61 % terhadap rata-rata tertinggi di atas 35000 )

( interaksi tertinggi terjadi antara exchange rate 11885 dan

inflation 8,36 % terhadap rata-rata tertinggi dengan interval
antara 3500-4000)

112 | P a g e
 ( interaksi tertinggi terjadi antara exchange rate 13330 dan
inflation 3,02 % terhadap rata-rata tertinggi di atas 2500)

( interaksi tertinggi terjadi antara exchange rate 13458 dan

inflation 3,35 % terhadap rata-rata tertinggi dengan interval
3500-4000)

Interaction plot (after changing data 1)

113 | P a g e
 ( Harga Saham UNTR 2010-2019)

(Harga Saham WIKA 2010-2019)

114 | P a g e
 (Harga Saham ADHI 2010-2019 ,sebelumnya menggunakan
WSKT tetapi karena tidak terdapat pengaruh yang signifikan
dan jumlah sampel yang sedikit ,peneliti melakukan perubahan
pada salah satu komponen dari WSKT ke ADHI karena
PT.Adhi Karya Tbk sudah melakukan listing terlebih dahulu
dibandingkan WSKT yang listing pada 2012 sehingga jumlah
sampel menjadi terbatas)

115 | P a g e
 ( Harga Saham PTPP 2010-2019)

Interaction plot after data changing 2

116 | P a g e
117 | P a g e
 h. Main Effect Plot

118 | P a g e
 Dalam melakukan interpretasi terhadap main plot effect
,terdapat beberapa asumsi apakah terdapat main effect.Asumsi
pertama ,ketika garis horisontal (sejajar dengan sumbu-X)
artinya tidak ada main effect.Asumsi kedua, ketika garis tidak
horisontal artinya ada main effect.

( main effect plot di atas menunjukkan bahwa exchange rate

13398 berhubungan dengan rata-rata tertinggi dan inflation
3,61 % berhubungan dengan rata-rata tertinggi,sehingga dapat
disimpulkan signifikan secara statistik)

119 | P a g e
 ( main effect plot di atas menunjukkan bahwa exchange rate
11885 dan inflation 8,36 % berhubungan dengan rata-rata
tertinggi pada tingkat yang sama ,sehingga keduanya signifikan
secara statistik)

( main effect plot di atas menunjukkan bahwa exchange rate

13330 dan inflation 3,02 % berhubungan dengan rata-rata
tertinggi pada tingkat yang sama, sehingga signifikan secara
statistik )

120 | P a g e
 (main effect plot di atas menunjukkan exchange rate 13458 dan
inflation 3,35 % berhubungan dengan rata-rata tertinggi pada
tingkat yang sama ,sehingga keduanya signifikan secara
statistik)
Main effect plot (after changing data 1)

( Harga Saham UNTR 2010-2019 ,kedua variabel memiliki

mean yang sama yaitu 35400)

121 | P a g e
 (Harga Saham WIKA 2010-2019,kedua variabel memiliki
mean yang sama yaitu 3680)

(Harga Saham ADHI 2010-2019,kedua variabel memiliki mean

yang sama yaitu 2953)

(Harga Saham PTPP 2010-2019 ,kedua variabel memiliki mean

yang sama yaitu 3875,mean tersebut merupakan rata-rata dari
variabel respon)

122 | P a g e
 Main effect plot (after changing data 2)

123 | P a g e
124 | P a g e
 i. Interpretasi terhadap Sign CI (Significance Confidence
Interval)

 N merupakan jumlah observasi dalam sampel,semakin besar

ukuran sampel maka interval kepercayaan semakin kecil.N
dari data di atas dari masing-masing komponen ada 7 (N=7)
 Median atau nilai tengah dari sampel ,karena median
berdasarkan sampel dan bukan seluruh populasi maka hasil
median sampel dan populasi tidak sama.Oleh karena itu, untuk
mengetahui median populasi menggunakan uji interval
kepercayaan.Karena sampel acak,dua sampel dari populasi
tidak menghasilkan interval kepercayaan yang sama.Berikut
adalah beberapa asumsi interval kepercayaan :
1) Interval kepercayaan pertama memiliki tingkat
kepercayaan tertinggi yang dapat dicapai dan kurang
dari tingkat kepercayaan yang ditentukan.
2) Interval kepercayaan kedua selalu pada tingkat
kepercayaan yang ditentukan.Batas atas dan bawah dari
interval kepercayaan bukan observasi yang sebenarnya
dari sampel,sehingga tidak ada posisi.
3) Interval kepercayaan ketiga mempunyai tingkat
kepercayaan yang lebih besar daripada interval
kepercayaan yang ditentukan dan umumnya merupakan
interval terlebar.

125 | P a g e
  Dari hasil di atas,median populasi untuk nilai
tukar sebesar 13330 dengan menggunakan
interval kedua yaitu interval terpendek karena
mempunyai interval keyakinan paling dekat
dengan target 95 %.Peneliti bisa 95 % yakin
bahwa median populasi berada di antara 10257
dan 13673.Hal ini juga berlaku pada komponen
lain,seperti inflasi ,stock price,stock
price2,stock price3,dan stock price4 .Peneliti
bisa menggunakan salah satu jenis interval yaitu
I,II,dan III untuk mengetahui posisi
median,kecuali interval II menggunakan
interpolasi.
Interpretasi terhadap Sign CI (after data changing)

Descriptive Statistics

126 | P a g e
 Sample N Median
Inflation 10 3,70000E-02
exchange rate 10 1,26075E+04
GDP 10 1,10480E+07
IE 10 2,20050E+14
UNTR 10 2,13875E+04
WIKA 10 1,61750E+03
ADHI 10 1,53900E+03
PTPP 10 1,69500E+03
95% Confidence Interval for η
Achieved
Sample CI for η Confidence Position
Inflation (0,0313; 0,0696) 89,06% (3; 8)
  (0,0309234; 0,0743928) 95,00% Interpolation
  (0,0302; 0,0836) 97,85% (2; 9)
exchange rate (9419; 13458) 89,06% (3; 8)
  (9302,26; 13688,4) 95,00% Interpolation
  (9078; 14131) 97,85% (2; 9)
GDP (8615704; 13589825) 89,06% (3; 8)
  (8347315; 14017235) 95,00% Interpolation
  (7831726; 14838311) 97,85% (2; 9)
IE (1,46000E+14; 3,88300E+14) 89,06% (3; 8)
  (1,35045E+14; 3,95968E+14) 95,00% Interpolation
  (1,14000E+14; 4,10700E+14) 97,85% (2; 9)
UNTR (19000; 26350) 89,06% (3; 8)
  (18435,1; 26692,3) 95,00% Interpolation
  (17350; 27350) 97,85% (2; 9)
WIKA (1480; 2360) 89,06% (3; 8)
  (1206,13; 2455,86) 95,00% Interpolation
  (680; 2640) 97,85% (2; 9)
ADHI (1175; 2080) 89,06% (3; 8)
  (1084,28; 2100,54) 95,00% Interpolation
  (910; 2140) 97,85% (2; 9)
PTPP (830; 3575) 89,06% (3; 8)
  (819,730; 3655,45) 95,00% Interpolation
  (800; 3810) 97,85% (2; 9)

j. Probability Plot
Langkah-langkah interpretasi probability plot :
1. Menentukan apakah data mengikuti distribusi (untuk
menentukan apakah data mengikuti distribusi dengan
membandingkan p-value terhadap tingkat signifikansi ).

127 | P a g e
  p-value ≤ α – data tidak mengikuti distribusi
(H0 ditolak).Jika p-value kurang dari atau sama
dengan tingkat signifikansi menunjukkan
bahwa data tidak mengikuti distribusi sehingga
hipotesis nol ditolak.
 p-value > α – data mengikuti distribusi (H 0 -

gagal ditolak).Jika p-value lebih besar dari

tingkat signifikansi ,hipotesis nol gagal ditolak
dan tidak dapat disimpulkan bahwa data tidak
mengikuti distribusi.

128 | P a g e
129 | P a g e
130 | P a g e
  Dari grafik I di atas dapat diketahui bahwa p-
value lebih besar (0,201) dari tingkat
signifikansi (alpha 0,05),sehingga hipotesis nol
gagal ditolak dan data mengikuti
distribusi.Probability plot di atas juga mengikuti
garis lurus ,sehingga dapat disimpulkan bahwa
distribusi normal sesuai dengan data.Probability
plot di atas menggunakan AD (Anderson-
Darling) untuk mengukur daerah antara fitted-
line (berdasarkan distribusi normal) dan fungsi
distribusi empiris (berdasarkan poin data) ,AD
digunakan untuk menghitung p-value.Selain
metode AD,ada metode KS (Kolmogorov-
Smirnov) untuk membandingkan fungsi
distribusi kumulatif empiris dari sampel data
terhadap distribusi yang diharapkan jika data
normal,KS juga digunakan untuk menghitung
p-value.

131 | P a g e
  Grafik II menunjukkan p-value lebih kecil dari
alpha ,sehingga hipotesis nol ditolak dan data
tidak mengikuti distribusi.Grafik III,IV,V,VI
,dan VII mempunyai p-value lebih besar dari
alpha ,sehingga hipotesis nol gagal ditolak dan
data mengikuti distribusi.
k. Interpretasi terhadap analisis tren harga saham UNTR

( dari analisis tren di atas menunjukkan bahwa fits mengikuti

data aktual sehingga prediksi untuk tiga bulan ke depan akurat)

Analisis tren (after data changing)

132 | P a g e
 ( dari analisis tren di atas menunjukkan bahwa fits tidak
mengikuti data aktual sehingga prediksi untuk tiga bulan ke
depan kurang akurat)

l. Interpretasi Outlier

133 | P a g e
  p-value ≤ α – ada outlier .Jika p-value kurang
dari atau sama dengan tingkat signifikansi maka
terdapat outlier sehingga hipotesis nol ditolak.
 p-value > α – tidak terdapat outlier.Jika p-value
lebih dari tingkat signifikansi maka tidak
terdapat outlier sehingga hipotesis nol tidak
dapat ditolak.
 Dari Uji Grubb di atas menunjukkan bahwa
semua komponen memiliki p-value yang lebih
besar dari tingkat signifikansi sehingga tidak
terdapat outlier dan disimpulkan bahwa
hipotesis nol tidak dapat ditolak.

134 | P a g e
135 | P a g e
  Grafik di atas juga tidak terdapat kotak merah
(indikasi adanya outlier) sehingga dari tes
outlier menghasilkan tidak ada outlier.

Outlier test (after data changing 1)

Grubbs' Test
Variable N Mean StDev Min Max G P
exchange rate 10 11830 2184 8773 14267 1,40 1,000
inflation 10 0,04762 0,02241 0,02720 0,08380 1,61 0,873
sp-1 10 22770 5618 16950 35400 2,25 0,066
sp-2 10 1823 912 610 3680 2,04 0,200
sp-3 10 1608 687 580 2953 1,96 0,278

136 | P a g e
 sp-4 10 2057 1320 485 3875 1,38 1,000

* NOTE * No outlier at the 5% level of significance

137 | P a g e
138 | P a g e
  Grafik di atas juga tidak terdapat kotak merah
(indikasi adanya outlier) sehingga tidak ada
outlier dan semua p-value lebih besar dari
tingkat signifikansi (setelah data diubah hasil
konstan)

139 | P a g e
 Outlier test (after data changing 2)

Method
Null hypothesis All data values come from the same normal population
Alternative hypothesis Smallest or largest data value is an outlier
Significance level α = 0,05
Grubbs' Test
Variable N Mean StDev Min Max G P
inflation 10 0,04762 0,02241 0,02720 0,08380 1,61 0,873
exchange rate 10 11830 2184 8773 14267 1,40 1,000
GDP 10 11161754 3016881 6864133 15833943 1,55 1,000
IE 10 2,44720E+14 1,23849E+14 8,60000E+13 4,15000E+14 1,37 1,000
UNTR 10 22776 5618 16950 35400 2,25 0,066
WIKA 10 1823 912 610 3680 2,04 0,200
ADHI 10 1608 687 580 2953 1,96 0,278
PTPP 10 2057 1320 485 3875 1,38 1,000

* NOTE * No outlier at the 5% level of significance

140 | P a g e
141 | P a g e
142 | P a g e
143 | P a g e
 m. Interpretasi correlation test
1. Menguji hubungan linier antar variabel
(pearson).Koefisien korelasi berada antara -1
sampai +1.Semakin besar nilai absolut (mutlak)
koefisien,semakin kuat hubungan antar
variabel.Nilai 1 menunjukkan hubungan linier yang
sempurna,sedangkan 0 tidak ada hubungan
linier.Jika kedua variabel cenderung meningkat atau
menurun bersama maka koefisen positif dan garis
menggambarkan korelasi miring ke atas.Jika salah
satu variabel cenderung meningkat sementara yang
lain menurun maka koefisien negatif dan garis
menggambarkan korelasi miring ke bawah.Berikut
adalah beberapa asumsi grafik correlation :

144 | P a g e
 (tidak ada hubungan ,Pearson = 0)

(hubungan positif sedang ,Pearson = 0,476)

(hubungan positif besar ,Pearson=0,93)

(hubungan negatif besar ,Pearson=-0,968

145 | P a g e
  Dari tabel di atas , hubungan exchange rate dan
inflation sebesar -0,494 yang artinya hubungan
negatif,exchange rate dan sp-1 sebesar 0,155
yang artinya tidak ada hubungan karena
mendekati 0 .sp-2 dengan exchange rate (0,545)
dan sp-3 dengan exchange rate (0,503)
memiliki hubungan positif sedang.Korelasi
antar variabel yang sebesar -0,4 sampai 0,3
tidak memiliki hubungan karena mendekati
0.Korelasi antar variabel yang sebesar 0,9 dan
0,8 memiliki hubungan positif besar.

146 | P a g e
  Dari grafik di atas korelasi antar variabel yang
mempunyai p-value kurang dari tingkat
signifikansi (0,05) dan dinyatakan signifikan
secara statistik yaitu sp-4 dan exchange rate
(0,036),sp-3 dan sp-2 (0,000),sp-2 dan sp-4
(0,003),sp-4 dan sp-3 (0,001).

Correlation test (after data changing)

147 | P a g e
 Method
Correlation type Pearson
Number of rows used 10
Correlations
exchange
inflation rate GDP IE UNTR WIKA ADHI
exchange rate -0,494
GDP -0,559 0,947
IE -0,592 0,914 0,980
UNTR -0,384 0,154 0,278 0,426
WIKA 0,151 0,545 0,387 0,244 -0,489
ADHI 0,159 0,503 0,311 0,217 -0,269 0,923
PTPP -0,127 0,665 0,431 0,343 -0,199 0,834 0,875

n. Interpretasi Scatterplot

148 | P a g e
  Grafik 1 menunjukkan sp-1 dengan exchange
rate tidak berhubungan
 Grafik 2 menunjukkan garis yang linier dan
negatif ,tetapi antara sp-1 dengan inflation tidak
berhubungan
 Grafik 3 menunjukkan garis positif yang
linier,antara exchange rate dan sp-2 memiliki
hubungan yang kuat
 Grafik 4 menunjukkan inflation dan sp-2 tidak
berhubungan

149 | P a g e
  Grafik 5 menunjukkan garis positif yang
linier,antara exchange rate dan sp-3 memiliki
hubungan yang kuat walaupun terdapat outlier.
 Grafik 6 menunjukkan sp-3 dengan inflation
tidak memiliki hubungan
 Grafik 7 menunjukkan sp-4 dengan exchange
rate memiliki hubungan yang kuat dan garis
linier yang positif
 Grafik 8 menunjukkan sp-4 dengan inflation
tidak memiliki hubungan
Scatterplot test (after data changing)

o. Interpretasi Tolerance Interval

150 | P a g e
151 | P a g e
152 | P a g e
153 | P a g e
  Dari semua grafik tolerance interval di atas
menunjukkan p-value lebih besar dari tingkat
signifikansi sehingga hipotesis nol tidak dapat
ditolak dan data mengikuti distribusi normal.

Tolerance interval (after data changing 1)

154 | P a g e
155 | P a g e
156 | P a g e
157 | P a g e
  Dari semua grafik tolerance interval di atas
menunjukkan p-value inflasi lebih kecil dari
tingkat signifikansi sehingga hipotesis nol
ditolak dan data tidak mengikuti distribusi
normal.Sementara variabel lain memiliki p-
value lebih besar dari alpha .

Tolerance interval (after data changing 2)

Statistics
Variable N Mean StDev
inflation 10 0,048 0,022
exchange rate 10 11830,200 2184,098
GDP 10 1,11618E+07 3016881,322
IE 10 2,44720E+14 1,23849E+14
UNTR 10 22775,700 5618,115
WIKA 10 1822,500 912,229
ADHI 10 1608,200 686,677
PTPP 10 2056,500 1319,512

158 | P a g e
 95% Tolerance Interval
Achieved
Variable Normal Method Nonparametric Method Confidence
inflation (-0,028; 0,124) (0,027; 0,084) 8,6%
exchange rate (4418,617; 19241,783) (8773,000; 14267,000) 8,6%
GDP (924180,089; 2,13993E+07) (6864133,000; 1,58339E+07) 8,6%
IE (-1,75554E+14; 6,64994E+14) (8,60000E+13; 4,15000E+14) 8,6%
UNTR (3711,023; 41840,377) (16950,000; 35400,000) 8,6%
WIKA (-1273,086; 4918,086) (610,000; 3680,000) 8,6%
ADHI (-721,988; 3938,388) (580,000; 2953,000) 8,6%
PTPP (-2421,170; 6534,170) (485,000; 3875,000) 8,6%

Achieved confidence level applies only to nonparametric method.

159 | P a g e
160 | P a g e
161 | P a g e
162 | P a g e
 p. Distribution Analysis

Distribution Analysis: inflation

Variable: inflation
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 2,41809 0,576716 1,51516 3,85909
Scale 0,0540354 0,0075153 0,0411427 0,0709684

163 | P a g e
 Log-Likelihood = 24,961
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,994
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 0,0479083 0,0067430 0,0363585 0,0631271
Standard Deviation 0,0211210 0,0043896 0,0140543 0,0317409
Median 0,0464357 0,0072048 0,0342597 0,0629392
First Quartile(Q1) 0,0322784 0,0069290 0,0211929 0,0491624
Third Quartile(Q3) 0,0618505 0,0081425 0,0477842 0,0800575
Interquartile Range(IQR) 0,0295721 0,0059785 0,0198975 0,0439507
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 0,0080627 0,0041753 0,0029220 0,0222472
2 0,0107617 0,0048595 0,0044414 0,0260761
3 0,0127532 0,0052665 0,0056769 0,0286504
4 0,0143951 0,0055517 0,0067598 0,0306547
5 0,0158206 0,0057676 0,0077430 0,0323252
6 0,0170967 0,0059387 0,0086545 0,0337740
7 0,0182619 0,0060783 0,0095111 0,0350640
8 0,0193414 0,0061949 0,0103242 0,0362343
9 0,0203521 0,0062937 0,0111015 0,0373109
10 0,0213063 0,0063786 0,0118489 0,0383121
20 0,0290593 0,0068298 0,0183328 0,0460620
30 0,0352794 0,0069948 0,0239196 0,0520342
40 0,0409294 0,0070899 0,0291465 0,0574756
50 0,0464357 0,0072048 0,0342597 0,0629392
60 0,0521168 0,0074135 0,0394363 0,0688746
70 0,0583469 0,0078162 0,0448736 0,0758656
80 0,0657883 0,0086036 0,0509133 0,0850092
90 0,0762910 0,0103266 0,0585135 0,0994695
91 0,0777157 0,0106131 0,0594657 0,101567
92 0,0792658 0,0109381 0,0604819 0,103883
93 0,0809727 0,0113117 0,0615782 0,106476
94 0,0828818 0,0117483 0,0627773 0,109425
95 0,0850622 0,0122703 0,0641136 0,112855
96 0,0876274 0,0129146 0,0656431 0,116974
97 0,0907850 0,0137503 0,0674670 0,122162
98 0,0949875 0,0149302 0,0698030 0,129258
99 0,101616 0,0169338 0,0733020 0,140868
Distribution Analysis: exchange rate
Variable: exchange rate

164 | P a g e
 Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 7,07263 1,88367 4,19641 11,9202
Scale 12693,6 596,901 11576,0 13919,1
Log-Likelihood = -90,191
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,794
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 11880,4 628,945 10709,5 13179,3
Standard Deviation 1977,13 442,082 1275,58 3064,51
Median 12052,5 638,188 10864,4 13370,6
First Quartile(Q1) 10643,4 809,110 9170,04 12353,4
Third Quartile(Q3) 13293,5 595,136 12176,8 14512,7
Interquartile Range(IQR) 2650,17 635,409 1656,49 4239,93
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 6623,87 1278,68 4537,28 9670,04
2 7311,15 1225,16 5264,37 10153,7
3 7748,12 1183,37 5743,72 10452,0
4 8075,66 1148,54 6111,09 10671,8
5 8340,64 1118,37 6413,05 10847,6
6 8564,78 1091,58 6671,62 10995,2
7 8760,05 1067,37 6899,09 11123,0
8 8933,75 1045,22 7103,07 11236,3
9 9090,69 1024,75 7288,62 11338,3
10 9234,22 1005,67 7459,30 11431,5
20 10267,9 861,942 8710,15 12104,2
30 10971,8 764,037 9572,06 12576,3
40 11543,5 691,444 10264,8 12981,4
50 12052,5 638,188 10864,4 13370,6
60 12537,6 603,629 11408,7 13778,3
70 13031,1 590,943 11922,9 14242,4
80 13577,1 608,758 12434,8 14824,2

165 | P a g e
 90 14282,3 682,386 13005,5 15684,4
91 14372,9 695,622 13072,2 15803,1
92 14470,3 710,703 13142,3 15932,5
93 14576,1 728,057 13216,7 16075,2
94 14692,7 748,299 13296,9 16235,0
95 14823,7 772,369 13384,6 16417,5
96 14975,0 801,810 13483,2 16632,0
97 15157,4 839,447 13598,3 16895,3
98 15393,7 891,436 13742,0 17243,9
99 15752,9 976,592 13950,5 17788,1
Distribution Analysis: GDP
Variable: GDP
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 4,38160 1,09335 2,68677 7,14553
Scale 12273620 936374 10568982 14253193
Log-Likelihood = -162,822
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,381
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 11183269 918421 9520599 13136308
Standard Deviation 2888777 579980 1949029 4281637
Median 11288721 963749 9549383 13344865
First Quartile(Q1) 9235958 1106945 7302373 11681533
Third Quartile(Q3) 13223546 957802 11473451 15240590
Interquartile Range(IQR) 3987588 852721 2622323 6063654
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 4295525 1269986 2406332 7667907
2 5037572 1296049 3042476 8340949
3 5532434 1299707 3490983 8767680
4 5914815 1296022 3849732 9087654
5 6231227 1289120 4154095 9346967

166 | P a g e
 6 6503758 1280625 4421384 9566884
7 6744777 1271300 4661519 9759053
8 6961963 1261551 4880774 9930582
9 7160440 1251606 5083400 10086143
10 7343808 1241602 5272426 10228977
20 8715694 1147774 6732972 11282288
30 9700389 1070189 7814136 12041966
40 10529133 1008602 8726794 12703708
50 11288721 963749 9549383 13344865
60 12031164 939005 10324601 14019806
70 12804764 941761 11085816 14790250
80 13681740 987967 11876146 15761848
90 14847048 1123587 12800394 17220940
91 14999431 1147195 12911380 17425164
92 15163806 1174062 13028777 17648701
93 15343152 1204979 13154224 17896328
94 15541747 1241089 13290061 18174927
95 15766074 1284143 13439817 18494975
96 16026715 1337030 13609212 18873657
97 16342906 1405062 13808554 19342399
98 16756168 1499896 14059861 19969555
99 17391750 1657492 14428492 20963589
Distribution Analysis: IE
Variable: IE
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
95,0% Normal CI
Parameter Estimate Standard Error Lower Upper
Shape 2,25793 0,571292 1,37512 3,70747
Scale 2,77612E+14 4,10752E+13 2,07728E+14 3,71006E+14
Log-Likelihood = -337,627
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,558
Characteristics of Distribution
95,0% Normal CI
Estimate Standard Error Lower Upper
Mean(MTTF) 2,45896E+14 3,65483E+13 1,83753E+14 3,29055E+14
Standard Deviation 1,15270E+14 2,60203E+13 7,40583E+13 1,79416E+14
Median 2,36017E+14 3,91377E+13 1,70526E+14 3,26659E+14

167 | P a g e
 First Quartile(Q1) 1,59882E+14 3,73959E+13 1,01089E+14 2,52867E+14
Third Quartile(Q3) 3,20822E+14 4,50732E+13 2,43599E+14 4,22524E+14
Interquartile Range(IQR) 1,60940E+14 3,47011E+13 1,05471E+14 2,45582E+14
Table of Percentiles
95,0% Normal CI
Percent Percentile Standard Error Lower Upper
1 3,61939E+13 2,10052E+13 1,16049E+13 1,12884E+14
2 4,93095E+13 2,48903E+13 1,83343E+13 1,32617E+14
3 5,91427E+13 2,72502E+13 2,39722E+13 1,45913E+14
4 6,73326E+13 2,89266E+13 2,90097E+13 1,56282E+14
5 7,44980E+13 3,02092E+13 3,36495E+13 1,64934E+14
6 8,09507E+13 3,12347E+13 3,80002E+13 1,72447E+14
7 8,68735E+13 3,20787E+13 4,21284E+13 1,79143E+14
8 9,23841E+13 3,27879E+13 4,60786E+13 1,85223E+14
9 9,75635E+13 3,33931E+13 4,98823E+13 1,90822E+14
10 1,02470E+14 3,39157E+13 5,35632E+13 1,96033E+14
20 1,42869E+14 3,67546E+13 8,62889E+13 2,36547E+14
30 1,75852E+14 3,78236E+13 1,15362E+14 2,68059E+14
40 2,06175E+14 3,84292E+13 1,43081E+14 2,97094E+14
50 2,36017E+14 3,91377E+13 1,70526E+14 3,26659E+14
60 2,67069E+14 4,04349E+13 1,98495E+14 3,59333E+14
70 3,01399E+14 4,29843E+13 2,27902E+14 3,98600E+14
80 3,42745E+14 4,80407E+13 2,60413E+14 4,51107E+14
90 4,01660E+14 5,91773E+13 3,00918E+14 5,36127E+14
91 4,09698E+14 6,10306E+13 3,05960E+14 5,48609E+14
92 4,18455E+14 6,31332E+13 3,11334E+14 5,62434E+14
93 4,28113E+14 6,55495E+13 3,17124E+14 5,77947E+14
94 4,38931E+14 6,83730E+13 3,23448E+14 5,95648E+14
95 4,51309E+14 7,17480E+13 3,30485E+14 6,16306E+14
96 4,65900E+14 7,59144E+13 3,38530E+14 6,41193E+14
97 4,83902E+14 8,13181E+13 3,48110E+14 6,72665E+14
98 5,07930E+14 8,89492E+13 3,60363E+14 7,15924E+14
99 5,45984E+14 1,01918E+14 3,78693E+14 7,87176E+14
Distribution Analysis: UNTR
Variable: UNTR
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 4,23736 0,953074 2,72672 6,58489
Scale 24929,7 1980,53 21335,0 29130,0

168 | P a g e
 Log-Likelihood = -100,518
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,687
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 22671,1 1921,88 19200,6 26768,9
Standard Deviation 6036,80 1086,01 4243,03 8588,88
Median 22864,0 2012,79 19240,6 27169,8
First Quartile(Q1) 18579,0 2220,80 14698,6 23483,8
Third Quartile(Q3) 26927,4 2027,17 23233,4 31208,6
Interquartile Range(IQR) 8348,39 1594,87 5741,03 12139,9
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 8418,59 2369,77 4848,78 14616,6
2 9926,59 2441,48 6129,77 16075,2
3 10936,5 2463,83 7032,63 17007,6
4 11719,1 2468,99 7754,63 17710,3
5 12367,9 2466,07 8367,05 18281,8
6 12927,7 2458,80 8904,79 18767,9
7 13423,3 2449,00 9387,83 19193,6
8 13870,5 2437,65 9828,82 19574,3
9 14279,6 2425,34 10236,3 19920,1
10 14657,9 2412,46 10616,4 20237,9
20 17497,9 2280,64 13553,2 22590,7
30 19545,9 2166,62 15729,0 24289,0
40 21275,0 2076,40 17570,9 25760,0
50 22864,0 2012,79 19240,6 27169,8
60 24420,6 1981,81 20829,5 28630,9
70 26046,1 1995,84 22413,9 30266,9
80 27892,7 2082,33 24096,0 32287,7
90 30352,8 2323,42 26124,1 35265,9
91 30675,0 2365,36 26372,3 35679,6
92 31022,6 2413,16 26635,8 36131,9
93 31402,1 2468,27 26918,6 36632,4
94 31822,5 2532,81 27226,1 37194,8
95 32297,6 2609,99 27566,6 37840,4
96 32849,8 2705,15 27953,6 38603,7
97 33520,2 2828,11 28411,3 39547,9
98 34397,1 3000,49 28991,5 40810,6
99 35747,1 3289,19 29848,2 42811,6
Distribution Analysis: WIKA
Variable: WIKA

169 | P a g e
 Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 2,24580 0,548069 1,39201 3,62326
Scale 2062,11 306,457 1541,03 2759,38
Log-Likelihood = -81,345
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,504
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 1826,45 272,463 1363,41 2446,73
Standard Deviation 860,339 189,598 558,580 1325,12
Median 1751,60 290,248 1265,86 2423,72
First Quartile(Q1) 1184,07 273,326 753,166 1861,51
Third Quartile(Q3) 2384,93 337,043 1807,93 3146,08
Interquartile Range(IQR) 1200,86 252,770 794,919 1814,11
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 265,907 150,298 87,8228 805,106
2 362,870 178,572 138,314 951,999
3 435,660 195,848 180,508 1051,48
4 496,336 208,184 218,146 1129,29
5 549,455 217,670 252,769 1194,38
6 597,315 225,292 285,201 1250,99
7 641,262 231,598 315,948 1301,53
8 682,165 236,926 345,347 1347,48
9 720,622 241,497 373,637 1389,84
10 757,065 245,469 400,998 1429,30
20 1057,43 267,816 643,676 1737,14
30 1303,01 277,285 858,640 1977,36
40 1529,02 283,395 1063,28 2198,76
50 1751,60 290,248 1265,86 2423,72
60 1983,38 301,312 1472,63 2671,28
70 2239,79 321,279 1690,87 2966,92
80 2548,82 359,054 1933,88 3359,29

170 | P a g e
 90 2989,49 440,227 2240,01 3989,73
91 3049,65 453,647 2278,40 4081,96
92 3115,19 468,859 2319,38 4184,05
93 3187,48 486,328 2363,61 4298,52
94 3268,47 506,728 2412,00 4429,05
95 3361,14 531,101 2465,96 4581,28
96 3470,40 561,179 2527,77 4764,56
97 3605,24 600,183 2601,54 4996,18
98 3785,24 655,265 2696,13 5314,29
99 4070,41 748,907 2838,10 5837,80
Distribution Analysis: ADHI
Variable: ADHI
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 2,66537 0,650397 1,65215 4,29997
Scale 1812,37 227,022 1417,82 2316,70
Log-Likelihood = -78,726
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,370
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 1611,01 206,282 1253,45 2070,57
Standard Deviation 650,948 135,101 433,395 977,708
Median 1579,53 220,643 1201,22 2076,97
First Quartile(Q1) 1135,64 220,990 775,532 1662,95
Third Quartile(Q3) 2048,65 243,968 1622,19 2587,23
Interquartile Range(IQR) 913,012 188,372 609,337 1368,03
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 322,627 153,680 126,835 820,658
2 419,243 173,877 185,968 945,133
3 489,063 185,293 232,737 1027,69
4 545,857 192,968 273,003 1091,41
5 594,681 198,561 309,081 1144,18

171 | P a g e
 6 638,036 202,833 342,173 1189,72
7 677,367 206,197 373,001 1230,09
8 713,594 208,900 402,038 1266,59
9 747,343 211,103 429,615 1300,05
10 779,063 212,918 455,973 1331,08
20 1032,40 220,419 679,381 1568,84
30 1231,03 220,843 866,090 1749,73
40 1408,62 220,100 1037,04 1913,36
50 1579,53 220,643 1201,22 2076,97
60 1753,89 224,593 1364,59 2254,25
70 1943,09 234,895 1533,18 2462,59
80 2166,64 257,161 1716,95 2734,12
90 2478,24 307,390 1943,41 3160,26
91 2520,19 315,758 1971,45 3221,67
92 2565,75 325,246 2001,30 3289,40
93 2615,83 336,137 2033,43 3365,03
94 2671,72 348,846 2068,47 3450,89
95 2735,40 364,008 2107,41 3550,53
96 2810,14 382,679 2151,85 3669,80
97 2901,86 406,814 2204,68 3819,50
98 3023,46 440,743 2272,07 4023,35
99 3214,28 497,986 2372,51 4354,72
Distribution Analysis: PTPP
Variable: PTPP
Censoring
Censoring Information Count
Uncensored value 10
Estimation Method: Maximum Likelihood

Distribution:   Weibull

Parameter Estimates
Standard 95,0% Normal CI
Parameter Estimate Error Lower Upper
Shape 1,70982 0,436277 1,03695 2,81931
Scale 2314,89 452,087 1578,68 3394,42
Log-Likelihood = -84,514
Goodness-of-Fit
Anderson-Darling
(Adjusted)
1,578
Characteristics of Distribution
Standard 95,0% Normal CI
Estimate Error Lower Upper
Mean(MTTF) 2064,65 393,420 1421,18 2999,46
Standard Deviation 1243,57 326,290 743,585 2079,74

172 | P a g e
 Median 1868,25 409,287 1216,07 2870,20
First Quartile(Q1) 1117,05 346,167 608,541 2050,48
Third Quartile(Q3) 2802,18 519,735 1948,13 4030,62
Interquartile Range(IQR) 1685,13 392,493 1067,51 2660,06
Table of Percentiles
Standard 95,0% Normal CI
Percent Percentile Error Lower Upper
1 157,070 121,211 34,6114 712,801
2 236,287 158,550 63,4271 880,244
3 300,417 183,959 90,4679 997,593
4 356,536 203,525 116,467 1091,45
5 407,475 219,513 141,758 1171,27
6 454,718 233,050 166,528 1241,64
7 499,160 244,789 190,901 1305,18
8 541,392 255,144 214,963 1363,52
9 581,830 264,398 238,775 1417,76
10 620,780 272,754 262,387 1468,70
20 962,822 328,384 493,436 1878,71
30 1266,70 360,754 724,859 2213,58
40 1562,83 385,245 964,021 2533,60
50 1868,25 409,287 1216,07 2870,20
60 2199,51 439,611 1486,61 3254,27
70 2580,35 485,713 1784,24 3731,69
80 3057,77 566,095 2127,25 4395,32
90 3770,29 735,129 2572,81 5525,11
91 3870,25 763,195 2629,57 5696,29
92 3979,87 795,097 2690,39 5887,37
93 4101,61 831,854 2756,26 6103,63
94 4239,03 874,959 2828,62 6352,71
95 4397,60 926,718 2909,64 6646,48
96 4586,32 990,996 3002,89 7004,69
97 4821,78 1075,02 3114,81 7464,19
98 5140,43 1194,97 3259,31 8107,25
99 5655,01 1402,27 3478,26 9194,02

173 | P a g e
174 | P a g e
 q. Moving Average Chart (All Variable)

175 | P a g e
176 | P a g e
177 | P a g e
178 | P a g e
 r. Partial Least Square UNTR

179 | P a g e
 Method
Cross-validation Leave-one-out
Components to evaluate Set
Number of components evaluated 4
Number of components selected 3
Analysis of Variance for UNTR
Source DF SS MS F P
Regression 3 155124176 51708059 2,41 0,166
Residual Error 6 128944768 21490795
Total 9 284068944
Model Selection and Validation for UNTR
Components X Variance Error R-Sq PRESS R-Sq (pred)
1 0,809357 241507981 0,149826 370057541 0
2 0,958610 199141263 0,298969 380900830 0
3 0,995698 128944768 0,546079 359529060 0
4 84080848 0,704013 441919288 0
Coefficients
UNTR
UNTR standardized
Constant 50563,1 0,00000
inflation -26004,8 -0,10375
exchange rate -3,6 -1,40637
GDP -0,0 -0,19106
IE 0,0 1,82134
Fits and Residuals for UNTR
Row UNTR Fits Res SRes Fits (pred) Res (pred)
1 22882 20576,0 2306,05 0,59962 19445,3 3436,7
2 26350 24472,8 1877,23 0,56624 21467,3 4882,7
3 19700 24368,1 -4668,11 -1,21455 26534,6 -6834,6
4 19000 21977,1 -2977,15 -0,87676 24530,5 -5530,5
5 17350 16340,0 1009,99 0,32744 15397,2 1952,8
6 16950 18064,7 -1114,71 -0,32976 19839,7 -2889,7
7 21250 19376,2 1873,82 0,52123 18055,5 3194,5
8 35400 28402,4 6997,60 1,86800 24019,1 11380,9
9 27350 26790,0 559,96 0,14502 26590,3 759,7
10 21525 27389,7 -5864,67 -1,56440 31225,9 -9700,9
Leverages and Distances
Row Leverage Distance X Distance Y
1 0,311767 1,63323 0,9319
2 0,488578 1,13965 3,1416
3 0,312620 0,89449 2,5181
4 0,463474 1,26139 2,9793
5 0,557289 1,25263 4,3500
6 0,468281 0,66516 4,9718
7 0,398626 0,76695 1,4460
8 0,347031 1,14898 10,3635

180 | P a g e
 9 0,306275 1,47632 3,6150
10 0,346058 1,65446 1,6383
Predicted Response for New Observations Using Model for UNTR
Row Fit SE Fit 95% CI 95% PI
1 20576,0 2588,46 (14242,2; 26909,7) (7584,0; 33567,9)
2 24472,8 3240,36 (16543,9; 32401,6) (10633,0; 38312,6)
3 24368,1 2592,00 (18025,7; 30710,5) (11372,0; 37364,2)
4 21977,1 3156,01 (14254,7; 29699,6) (8254,5; 35699,8)
5 16340,0 3460,72 (7871,9; 24808,1) (2184,4; 30495,6)
6 18064,7 3172,34 (10302,3; 25827,1) (4319,6; 31809,9)
7 19376,2 2926,91 (12214,3; 26538,1) (5961,0; 32791,3)
8 28402,4 2730,93 (21720,1; 35084,7) (15237,0; 41567,8)
9 26790,0 2565,56 (20512,3; 33067,7) (13825,4; 39754,7)
10 27389,7 2727,10 (20716,7; 34062,6) (14229,0; 40550,3)

Test R-sq: 0

181 | P a g e
182 | P a g e
 s. Best Subset Regression UNTR

183 | P a g e
 t. Graphical Summary of Response Variable

WORKSHEET 5

184 | P a g e
185 | P a g e
186 | P a g e
187 | P a g e
188 | P a g e
189 | P a g e
190 | P a g e
191 | P a g e
192 | P a g e
 u. Graphical Summary of Predictor Variable

193 | P a g e
194 | P a g e
195 | P a g e
196 | P a g e
197 | P a g e
198 | P a g e
 4.3.2 Regresi berganda pada Harga Saham WIKA
Sebelum melakukan analisis regresi berganda terhadap
beberapa variabel ,peneliti melakukan identifikasi untuk
menemukan jenis regresi yang tepat melalui aplikasi minitab

a. Summary Report

199 | P a g e
 Laporan ini memberikan gambaran tentang analisis dan
hasilnya.Tidak ada hubungan antara variabel X dan Y ,dengan R-
square 0.00 %.Pada komentar di atas menunjukkan tidak ada bukti
yang cukup untuk menyimpulkan bahwa hubungan variabel X
signifikan secara statistik dengan harga saham.
b. Model Building Report

200 | P a g e
 Laporan ini berisi persamaan regresi,mengidentifikasi
variabel yang berkontribusi paling banyak terhadap
informasi,dan menunjukkan apakah variabel X
berkorelasi.Dalam model ini,exchange rate paling banyak
memberikan informasi.
c. Report

Hal di atas menunjukkan bahwa peneliti memiliki data

kurang dari 15,sehingga peneliti harus berhati-hati ketika
melakukan interpretasi terhadap nilai p.Dengan sampel yang
kecil,akurasi nilai p sensitif terhadap error (kesalahan) residual
yang tidak normal.Karena model summary menunjukkan

201 | P a g e
 variabel X dan Y tidak berhubungan secara signifikan,maka
peneliti memutuskan untuk menambah ukuran sampel pada
variabel X dan Y.Awalnya data hanya berjumlah 7 dan di
antara tahun 2012 sampai 2018 ,peneliti menambahkan ukuran
sampel sebanyak 3 tahun sehingga n=10 .Peneliti mencoba
melakukan analisis ulang apakah data sesuai dengan model
regresi berganda sebelum melakukan interpretasi .

a) Model Summary (repeat)

Model summary di atas menunjukkan p-value kurang dari

0,015,dan hubungan antara variabel X dan Y signifikan secara
statistik.R-square di atas sebesar 70,01 %.
b) Diagnostic Report

202 | P a g e
 Dari grafik di atas terdapat kotak merah pada residual vs fitted
values dan Residual vs observation order.

c) Model Building Report

203 | P a g e
 Dari grafik di atas terlihat bahwa exchange rate berkontribusi
terhadap informasi paling banyak. Inflasi tidak signifikan ,tetapi tetap
menjadi komponen penting dalam regresi.

d) Prediction dan Optimization Report

204 | P a g e
 e) Report Card

205 | P a g e
 Report card di atas menunjukkan ada data yang tidak biasa
dan berada di baris ke 5 dalam worksheet.Jumlah data yang
kurang dari 15 juga dapat mempengaruhi akurasi p-value.

Identification of variable for WIKA (after data changing)

206 | P a g e
207 | P a g e
 d. Hasil Regresi Harga Saham WIKA

Dalam persamaan regresi ini,y adalah variabel dependen

(harga saham WIKA),b0 adalah konstan atau intersep,b1
merupakan koefisien estimasi yang linier (kemiringan
garis),dan x1 merupakan nilai komponen (nilai tukar) serta x2
(inflasi).

Koefisien regresi menggambarkan ukuran dan arah hubungan

antara prediktor (variabel independen – nilai tukar dan inflasi)
dan variabel dependen (harga saham WIKA).

 Standar error dari nilai tukar lebih kecil dari inflasi.Oleh

karena itu,model ini dapat mengestimasi koefisien nilai
tukar dengan akurasi yang lebih besar.Nilai p (exchange
rate) yang dihasilkan lebih kecil daripada tingkat
signifikansi sehingga dapat disimpulkan bahwa koefisien
nilai tukar berbeda dari nol.
 Sementara koefisien untuk nilai tukar lebih mendekati nol
daripada koefisien inflasi ,standar error nilai tukar juga
lebih kecil.Sementara,nilai p (inflation ) yang dihasilkan
lebih besar dari tingkat signifikansi sehingga tidak dapat
disimpulkan bahwa koefisien inflation berbeda dari nol.

208 | P a g e
  Dari hasil regresi untuk saham WIKA ,p-value (nilai
tukar=0,028) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham WIKA.
 Dari hasil regresi di atas , t-value untuk nilai tukar lebih
besar daripada alpha (0,05) sehingga hipotesis nol
ditolak,walaupun t-value untuk inflasi lebih dari alpha
tetapi tidak diikuti p-value kurang dari alpha maka tidak
dapat dinyatakan ada hubungan yang signifikan.Hipotesis
nol yang ditolak menunjukkan adanya hubungan antara
nilai tukar dengan harga saham WIKA.
 Dari regresi di atas,dapat diketahui bahwa inflasi dan nilai
tukar memiliki VIF masing-masing sebesar 1,32 yang
artinya berkorelasi sedang.

Standar deviasi di atas sebesar 708,627 ,yang berarti

jarak rata-rata titik dari fitted lines sekitar 7 % harga
saham.Nilai yang lebih rendah dari 7 % menunjukkan semakin
baik ,sebaliknya jika lebih besar dari 7 % menunjukkan
semakin buruk.

R-square yang semakin tinggi menunjukkan model

yang semakin baik dan sesuai dengan data penelitian.Plot
pertama menggambarkan model regresi sederhana yang
menjelaskan 29,7 % variasi dalam respon (dependen).Plot
kedua menggambarkan model yang menjelaskan 2,3 % variasi
dalam respon.

209 | P a g e
 Pada gambar di atas terlihat bahwa jumlah data pada tiap
variabel hanya berjumlah 10 (n=10) ,sedangkan sampel yang
kecil tidak menyediakan estimasi dengan akurasi yang kuat
dari hubungan antara prediktor dan respon.Dari gambar grafik

210 | P a g e
 di atas menunjukkan titik-titik tidak mendekati fitted line
karena R-square yang rendah dan jumlah sampel yang
kecil.Jika dibandingkan dengan inflasi, hubungan antara nilai
tukar dan harga saham WIKA masih berada dalam posisi linier
yang positif dan memiliki hubungan moderat.

Dari tabel analisis varian diketahui bahwa jumlah error ada

7,sehingga uji lack-of-fit semakin kuat dan dapat menghasilkan
f-value dan p-value. Dari analisis varian di atas ,dapat diketahu
bahwa p-value exchange rate lebih kecil (0,028) daripada alpha
(0,05) sehingga hipotesis nol ditolak,dalam hal ini f-value
diinterpretasikan sebagai signifikan secara statistik,dan ada
pengaruh antara variabel prediktor (nilai tukar) terhadap
variabel respon (harga saham WIKA).

211 | P a g e
212 | P a g e
 Normal probability plot untuk harga saham WIKA
menunjukkan distribusi dengan outlier karena ada beberapa
titik yang jauh dari garis.

Dari grafik residual vs fits dapat diketahui bahwa varian

dari residual meningkatkan fitted-value.Ketika fitted-value
bertambah ,persebaran di antara residual melebar dan
menunjukkan varian yang tidak konstan.Titik-titik pada grafik
residual vs fits semakin ke kanan semakin melebar dan
persebarannya tidak merata,karena fitted-value yang
bertambah,selain itu ada beberapa titik yang jauh dari garis.

Dari grafik histogram harga saham di atas menunjukkan

bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier dan long-tail pada satu arah
(right-skewed). Dari grafik residual vs order untuk harga saham
WIKA dapat diketahui bahwa grafik menunjukkan residual yang

213 | P a g e
 independen dan ideal. Idealnya, residual harus terletak secara
acak di sekitar garis tengah.

Hasil Regresi Harga Saham WIKA (after data changing)

Regression Equation
WIKA = -5032 + 0,813 exchange rate - 0,000000 IE
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant -5032 1767 (-9210; -853) -2,85 0,025
exchange rate 0,813 0,218 (0,299; 1,328) 3,74 0,007 6,05
IE -0,000000 0,000000 (-0,000000; -0,000000) -2,95 0,022 6,05
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
579,441 68,62% 59,65% 4897005 34,61% 168,05 161,26
Analysis of Variance
Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value
Regression 2 5139196 68,62% 5139196 2569598 7,65 0,017
exchange rate 1 2224701 29,70% 4692081 4692081 13,97 0,007
IE 1 2914496 38,91% 2914496 2914496 8,68 0,022
Error 7 2350266 31,38% 2350266 335752
Total 9 7489463 100,00%
Fits and Diagnostics for All Observations
Obs WIKA Fit SE Fit 95% CI Resid Std Resid Del Resid HI Cook’s D
1 680 1378 311 (643; 2113) -698 -1,43 -1,57 0,287841 0,27
2 610 814 343 (2; 1626) -204 -0,44 -0,41 0,351246 0,03
3 1480 978 299 (272; 1684) 502 1,01 1,01 0,265499 0,12
4 1580 1478 216 (968; 1988) 102 0,19 0,18 0,138468 0,00
5 3680 2621 324 (1856; 3387) 1059 2,20 3,68 0,312129 0,73
6 2640 3018 364 (2156; 3879) -378 -0,84 -0,82 0,394970 0,15
7 2360 2767 305 (2045; 3488) -407 -0,83 -0,80 0,277001 0,09
8 1550 1475 332 (690; 2259) 75 0,16 0,15 0,327670 0,00
9 1655 1928 321 (1168; 2688) -273 -0,57 -0,54 0,307511 0,05
10 1990 1769 337 (973; 2565) 221 0,47 0,44 0,337664 0,04

Obs DFITS
1 -0,99861  

2 -0,30175  

3 0,60954  

4 0,07035  

214 | P a g e
 5 2,48209 R

6 -0,66060  

7 -0,49767  

8 0,10271  

9 -0,35773  

10 0,31489  

R  Large residual

Durbin-Watson Statistic
Durbin-Watson Statistic = 1,90715

Koefisien regresi menggambarkan ukuran dan arah hubungan

antara prediktor (variabel independen – nilai tukar dan IE) dan
variabel dependen (harga saham WIKA).Di regresi
sebelumnya ,WIKA hanya dipengaruhi oleh nilai

215 | P a g e
 tukar,sehinga peneliti memutuskan menambahkan variabel IE
sebagai perbandingan antar dua variabel independen.Dalam
regresi ini,nilai tukar dan IE adalah variabel yang paling
berpotensi mempengaruhi pergerakan harga saham
WIKA.Oleh karena itu,dalam persamaan hanya nilai tukar dan
IE yang muncul.

 Standar error dari nilai tukar sebesar 0,218 dan IE sebesar

0,000000 .Oleh karena itu,model ini dapat mengestimasi
koefisien nilai tukar dan IE dengan akurasi yang lebih
besar.Nilai p (exchange rate=0,007) yang dihasilkan lebih
kecil daripada tingkat signifikansi sehingga dapat
disimpulkan bahwa koefisien nilai tukar berbeda dari nol
begitu juga dengan nilai p IE lebih kecil dari alpha (0,022) .
 Dari hasil regresi untuk saham WIKA ,p-value (nilai
tukar=0,007) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham WIKA begitu juga dengan IE
(0,022).Keduanya sama-sama signifikan.
 Dari hasil regresi di atas , t-value untuk nilai tukar dan IE
lebih besar daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara nilai tukar dan IE dengan harga saham
WIKA.
 Dari regresi di atas,dapat diketahui bahwa nilai tukar dan IE
memiliki VIF sebesar 6,05 yang artinya sangat berkorelasi.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 68,62% sementara R-
square (pred) lebih kecil yaitu 34,61 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang

216 | P a g e
 tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi dan GDP).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
7,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value exchange rate lebih
kecil (0,007) dan IE (0,022) daripada alpha (0,05) sehingga
hipotesis nol ditolak,dalam hal ini f-value diinterpretasikan
sebagai signifikan secara statistik,dan ada pengaruh antara
variabel prediktor (nilai tukar dan IE) terhadap variabel
respon (harga saham WIKA).
 Normal probability plot untuk harga saham WIKA
menunjukkan kurva dengan outlier karena terdapat poin
yang jauh dari distribution fit.Dari grafik residual vs fits
dapat diketahui bahwa varian dari residual meningkatkan
fitted-value.Ketika fitted-value bertambah ,persebaran di
antara residual melebar dan menunjukkan varian yang tidak
konstan.Titik-titik pada grafik residual vs fits semakin ke
kanan semakin melebar dan persebarannya tidak
merata,karena fitted-value yang bertambah,selain itu ada
beberapa titik yang jauh dari garis.Residual vs Fits di atas
juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier dan right-skewed .Dari
grafik residual vs order untuk harga saham WIKA dapat
diketahui bahwa grafik menunjukkan residual yang
independen dan ideal. Idealnya, residual harus terletak
secara acak di sekitar garis tengah.

217 | P a g e
 e. Trend Analysis

( dari analisis tren di atas menunjukkan bahwa fits mengikuti

data aktual sehingga prediksi untuk tiga bulan ke depan
akurat,pola data aktual di atas mengalami tren fluktuasi yaitu
kenaikan dan penurunan,dan pola fits dan data aktual mulai
dari index 8-10 sedikit berbeda atau menyimpang)

f. Partial Least Square WIKA

218 | P a g e
 Method
Cross-validation Leave-one-out
Components to evaluate Set
Number of components evaluated 4
Number of components selected 4
Analysis of Variance for WIKA
Source DF SS MS F P
Regression 4 6284429 1571107 6,52 0,032
Residual Error 5 1205033 241007
Total 9 7489463
Model Selection and Validation for WIKA
Components X Variance Error R-Sq PRESS R-Sq (pred)
1 0,75767 5690314 0,240224 9190435 0,000000
2 0,97102 3723443 0,502842 7723311 0,000000
3 0,99609 1743398 0,767220 5483078 0,267894
4 1,00000 1205033 0,839103 5232833 0,301307
Coefficients
WIKA
WIKA standardized
Constant -6780,1 0,00000
inflation 12295,2 0,30210
exchange rate 0,5 1,26692
GDP 0,0 1,91513
IE -0,0 -2,61104
Fits and Residuals for WIKA
Row WIKA Fits Res SRes Fits (pred) Res (pred)
1 680 1200,22 -520,218 -1,36185 1539,22 -859,22
2 610 670,90 -60,895 -0,18085 739,45 -129,45
3 1480 914,00 565,999 1,41779 624,08 855,92
4 1580 1828,98 -248,979 -0,69390 2046,07 -466,07
5 3680 3234,19 445,812 1,55310 2376,00 1304,00
6 2640 2502,51 137,493 0,45835 2271,75 368,25
7 2360 2651,12 -291,117 -0,77356 2855,40 -495,40
8 1550 1155,20 394,799 1,24499 603,79 946,21
9 1655 1848,20 -193,204 -0,47971 1942,05 -287,05
10 1990 2219,69 -229,690 -0,80782 2674,72 -684,72
Leverages and Distances
Row Leverage Distance X Distance Y
1 0,394548 1,96987 3,98504
2 0,529573 2,34287 4,17071
3 0,338727 1,74779 1,26354
4 0,465795 1,41970 0,97243
5 0,658119 1,69717 7,08669
6 0,626635 0,80565 3,02059
7 0,412355 0,86092 1,93066

219 | P a g e
 8 0,582756 1,34127 1,54155
9 0,326943 1,81207 1,47873
10 0,664549 1,96297 0,93903

Predicted Response for New Observations Using Model for WIKA

Row Fit SE Fit 95% CI 95% PI
1 1200,22 308,365 (407,54; 1992,89) (-290,04; 2690,48)
2 670,90 357,254 (-247,46; 1589,25) (-889,85; 2231,64)
3 914,00 285,719 (179,54; 1648,47) (-546,13; 2374,13)
4 1828,98 335,052 (967,70; 2690,26) (301,12; 3356,84)
5 3234,19 398,260 (2210,43; 4257,95) (1609,19; 4859,19)
6 2502,51 388,617 (1503,53; 3501,48) (893,01; 4112,01)
7 2651,12 315,246 (1840,75; 3461,48) (1151,37; 4150,86)
8 1155,20 374,764 (191,84; 2118,56) (-432,44; 2742,84)
9 1848,20 280,705 (1126,63; 2569,78) (394,51; 3301,89)
10 2219,69 400,201 (1190,94; 3248,44) (591,54; 3847,84)

Test R-sq: 0,302989

220 | P a g e
221 | P a g e
 g. Best Subset Regression for WIKA

222 | P a g e
 4.3.3 Regresi berganda pada Harga Saham ADHI
Sebelum melakukan analisis regresi berganda terhadap
beberapa variabel ,peneliti melakukan identifikasi untuk
menemukan jenis regresi yang tepat melalui aplikasi
minitab.Sebelumnya komponen yang digunakan harga saham
WSKT ,tetapi karena tidak ditemukan adanya signifikansi maka
peneliti mengganti komponen WSKT dengan ADHI (perusahaan
konstruksi miliki BUMN).

a. Model Summary

223 | P a g e
 Model summary di atas menunjukkan p-value kurang dari
0,011,dan hubungan antara variabel X dan Y signifikan secara
statistik.R-square di atas sebesar 72,62 %.

b. Diagnostic Report

224 | P a g e
 Dari grafik di atas terdapat kotak merah pada residual vs fitted
values dan Residual vs observation order.

c. Model Building Report

225 | P a g e
 Dari grafik di atas terlihat bahwa exchange rate berkontribusi
dalam Informasi paling banyak. Variabel inflasi tidak signifikan ,tetapi
tetap menjadi komponen penting dalam regresi.

d. Prediction dan Optimization Report

226 | P a g e
 e. Report Card

227 | P a g e
 Report card di atas menunjukkan ada data yang tidak biasa
dan berada di baris ke 4 dalam worksheet.Jumlah data yang kurang
dari 15 juga dapat mempengaruhi akurasi p-value.

Identification of variable for ADHI (after data changing)

228 | P a g e
229 | P a g e
 f. Hasil Regresi Harga Saham ADHI

Dalam persamaan regresi ini,y adalah variabel dependen

(harga saham ADHI),b0 adalah konstan atau intersep,b1 merupakan
koefisien estimasi yang linier (kemiringan garis),dan x1 merupakan
nilai komponen (nilai tukar) serta x2 (inflasi).

Koefisien regresi menggambarkan ukuran dan arah

hubungan antara prediktor (variabel independen – nilai tukar
dan inflasi) dan variabel dependen (harga saham ADHI).

 Standar error dari nilai tukar lebih kecil dari inflasi.Oleh

karena itu,model ini dapat mengestimasi koefisien nilai
tukar dengan akurasi yang lebih besar.Nilai p (exchange
rate=0,045) yang dihasilkan lebih kecil daripada tingkat
signifikansi sehingga dapat disimpulkan bahwa koefisien
nilai tukar berbeda dari nol.
 Sementara koefisien untuk nilai tukar lebih mendekati nol
(0,2416) daripada koefisien inflasi ,standar error nilai tukar
juga lebih kecil.Sementara,nilai p (inflation ) yang
dihasilkan lebih besar dari tingkat signifikansi sehingga

230 | P a g e
 tidak dapat disimpulkan bahwa koefisien inflation berbeda
dari nol.
 Dari hasil regresi untuk saham ADHI ,p-value (nilai
tukar=0,045) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham ADHI.
 Dari hasil regresi di atas , t-value untuk nilai tukar lebih
besar daripada alpha (0,05) sehingga hipotesis nol
ditolak,walaupun t-value untuk inflasi lebih dari alpha
tetapi tidak diikuti p-value kurang dari alpha maka tidak
dapat dinyatakan ada hubungan yang signifikan.Hipotesis
nol yang ditolak menunjukkan adanya hubungan antara
nilai tukar dengan harga saham ADHI.
 Dari regresi di atas,dapat diketahui bahwa inflasi dan nilai
tukar memiliki VIF masing-masing sebesar 1,32 yang
artinya berkorelasi sedang.

R-square yang semakin tinggi menunjukkan model

yang semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 47,18 % sementara R-
square (pred) lebih kecil yaitu 0,00 % artinya model over-fit
(terdapat komponen untuk memberikan dampak yang tidak
terlalu penting dalam populasi ,dalam hal ini komponen yang
dimaksud adalah inflasi).Dengan menggunakan Fitted Line
Plot,Plot pertama menggambarkan model regresi sederhana
yang menjelaskan 2,5 % variasi dalam respon (dependen).Plot

231 | P a g e
 kedua menggambarkan model yang menjelaskan 25,3 %
variasi dalam respon.

232 | P a g e
 Pada gambar di atas terlihat bahwa jumlah data pada tiap
variabel hanya berjumlah 10 (n=10) ,sedangkan sampel yang
kecil tidak menyediakan estimasi dengan akurasi yang kuat
dari hubungan antara prediktor dan respon.Dari gambar grafik
di atas menunjukkan titik-titik tidak mendekati fitted line
karena R-square yang rendah dan jumlah sampel yang
kecil.Jika dibandingkan dengan inflasi, hubungan antara nilai
tukar dan harga saham ADHI masih berada dalam posisi linier
yang positif dan memiliki hubungan tingkat sedang.

233 | P a g e
 Dari tabel analisis varian diketahui bahwa jumlah error ada
7,sehingga uji lack-of-fit semakin kuat dan dapat menghasilkan
f-value dan p-value. Dari analisis varian di atas ,dapat diketahu
bahwa p-value exchange rate lebih kecil (0,045) daripada alpha
(0,05) sehingga hipotesis nol ditolak,dalam hal ini f-value
diinterpretasikan sebagai signifikan secara statistik,dan ada
pengaruh antara variabel prediktor (nilai tukar) terhadap
variabel respon (harga saham ADHI).

234 | P a g e
235 | P a g e
 Normal probability plot untuk harga saham ADHI
menunjukkan kurva s-terbalik dengan distribusi short-tail.

Dari grafik residual vs fits dapat diketahui bahwa varian

dari residual meningkatkan fitted-value.Ketika fitted-value
bertambah ,persebaran di antara residual melebar dan
menunjukkan varian yang tidak konstan.Titik-titik pada grafik
residual vs fits semakin ke kanan semakin melebar dan
persebarannya tidak merata,karena fitted-value yang
bertambah,selain itu ada beberapa titik yang jauh dari garis.

Dari grafik histogram harga saham di atas menunjukkan

bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier .Dari grafik residual vs order
untuk harga saham ADHI dapat diketahui bahwa grafik
menunjukkan residual yang independen dan ideal. Idealnya,
residual harus terletak secara acak di sekitar garis tengah.

Hasil Regresi Harga Saham ADHI (after data changing)

Regression Equation
ADHI = -3248 + 0,578 exchange rate - 0,000000 IE
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant -3248 1490 (-6770; 274) -2,18 0,066
exchange rate 0,578 0,183 (0,145; 1,012) 3,15 0,016 6,05
IE -0,000000 0,000000 (-0,000000; -0,000000) -2,51 0,040 6,05
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
488,412 60,65% 49,41% 3575536 15,75% 164,64 157,85
Analysis of Variance
Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value
Regression 2 2573895 60,65% 2573895 1286947 5,39 0,038
exchange rate 1 1072320 25,27% 2373269 2373269 9,95 0,016
IE 1 1501575 35,38% 1501575 1501575 6,29 0,040

236 | P a g e
 Error 7 1669827 39,35% 1669827 238547
Total 9 4243722 100,00%
Fits and Diagnostics for All Observations
Obs ADHI Fit SE Fit 95% CI Resid Std Resid Del Resid HI Cook’s D
1 910 1304 262 (685; 1924) -394 -0,96 -0,95 0,287841 0,12
2 580 901 289 (216; 1585) -321 -0,81 -0,79 0,351246 0,12
3 1493 1015 252 (420; 1610) 478 1,14 1,17 0,265499 0,16
4 1281 1368 182 (938; 1798) -87 -0,19 -0,18 0,138468 0,00
5 2953 2181 273 (1536; 2826) 772 1,91 2,54 0,312129 0,55
6 2140 2457 307 (1731; 3183) -317 -0,84 -0,81 0,394970 0,15
7 2080 2278 257 (1670; 2886) -198 -0,48 -0,45 0,277001 0,03
8 1885 1350 280 (689; 2011) 535 1,34 1,43 0,327670 0,29
9 1585 1671 271 (1031; 2311) -86 -0,21 -0,20 0,307511 0,01
10 1175 1557 284 (886; 2229) -382 -0,96 -0,96 0,337664 0,16

Obs DFITS
1 -0,60366

2 -0,58356

3 0,70536

4 -0,07136

5 1,71281

6 -0,65837

7 -0,27746

8 1,00002

9 -0,13090

10 -0,68273

Durbin-Watson Statistic
Durbin-Watson Statistic = 2,34248

237 | P a g e
 Koefisien regresi menggambarkan ukuran dan arah hubungan
antara prediktor (variabel independen – nilai tukar dan IE) dan
variabel dependen (harga saham ADHI).Di regresi
sebelumnya ,ADHI hanya dipengaruhi oleh nilai
tukar,sehingga peneliti memutuskan menambahkan variabel
IE sebagai perbandingan antar dua variabel independen.Dalam
regresi ini,nilai tukar dan IE adalah variabel yang paling
berpotensi mempengaruhi pergerakan harga saham
WIKA.Oleh karena itu,dalam persamaan hanya nilai tukar dan
IE yang muncul,dan posisi inflasi dalam persamaan regresi
dihilangkan sebab tidak memiliki potensi dalam
mempengaruhi harga saham ADHI dibandingkan IE.

 Standar error dari nilai tukar sebesar 0,183 dan IE sebesar

0,000000 .Oleh karena itu,model ini dapat mengestimasi
koefisien nilai tukar dan IE dengan akurasi yang lebih
besar.Nilai p (exchange rate=0,016) yang dihasilkan lebih

238 | P a g e
 kecil daripada tingkat signifikansi sehingga dapat
disimpulkan bahwa koefisien nilai tukar berbeda dari nol
begitu juga dengan nilai p IE lebih kecil dari alpha (0,040) .
 Dari hasil regresi untuk saham ADHI ,p-value (nilai
tukar=0,016) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham ADHI begitu juga dengan IE
(0,040).Keduanya sama-sama signifikan.
 Dari hasil regresi di atas , t-value untuk nilai tukar dan IE
lebih besar daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara nilai tukar dan IE dengan harga saham
ADHI.
 Dari regresi di atas,dapat diketahui bahwa nilai tukar dan IE
memiliki VIF sebesar 6,05 yang artinya sangat berkorelasi.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 60,65% sementara R-
square (pred) lebih kecil yaitu 15,75 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang
tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi dan GDP).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
7,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value exchange rate lebih
kecil (0,016) dan IE (0,040) daripada alpha (0,05) sehingga
hipotesis nol ditolak,dalam hal ini f-value diinterpretasikan
sebagai signifikan secara statistik,dan ada pengaruh antara
variabel prediktor (nilai tukar dan IE) terhadap variabel
respon (harga saham ADHI).

239 | P a g e
  Normal probability plot untuk harga saham ADHI
menunjukkan kurva dengan outlier karena terdapat poin
yang jauh dari distribution fit dan berbentuk s terbalik
dengan distribusi short-tail.Dari grafik residual vs fits dapat
diketahui bahwa varian dari residual meningkatkan fitted-
value.Ketika fitted-value bertambah ,persebaran di antara
residual melebar dan menunjukkan varian yang tidak
konstan.Titik-titik pada grafik residual vs fits semakin ke
kanan semakin melebar dan persebarannya tidak
merata,karena fitted-value yang bertambah,selain itu ada
beberapa titik yang jauh dari garis.Residual vs Fits di atas
juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier dan right-skewed .Dari
grafik residual vs order untuk harga saham WIKA dapat
diketahui bahwa grafik menunjukkan residual yang
independen dan ideal. Idealnya, residual harus terletak
secara acak di sekitar garis tengah.

g. Trend Analysis

240 | P a g e
 ( dari analisis tren di atas menunjukkan bahwa fits mengikuti
data aktual sehingga prediksi untuk tiga bulan ke depan akurat)

h. Best Subset Regression for ADHI

241 | P a g e
 i. Partial Least Square for ADHI

Method
Cross-validation Leave-one-out
Components to evaluate Set
Number of components evaluated 4
Number of components selected 3
Analysis of Variance for ADHI
Source DF SS MS F P
Regression 3 2836804 945601 4,03 0,069
Residual Error 6 1406917 234486
Total 9 4243722
Model Selection and Validation for ADHI
Components X Variance Error R-Sq PRESS R-Sq (pred)
1 0,746157 3380316 0,203455 5702541 0
2 0,970482 2390058 0,436801 5147151 0
3 0,996317 1406917 0,668471 4396431 0
4 1400028 0,670094 7073756 0
Coefficients
ADHI
ADHI standardized

242 | P a g e
 Constant -3641,09 0,00000
inflation 9839,62 0,32117
exchange rate 0,57 1,80217
GDP -0,00 -0,20220
IE -0,00 -1,03809
Fits and Residuals for ADHI
Row ADHI Fits Res SRes Fits (pred) Res (pred)
1 910 1376,42 -466,418 -1,15956 1603,99 -693,99
2 580 686,00 -105,999 -0,30875 794,94 -214,94
3 1493 881,94 611,060 1,53090 588,59 904,41
4 1281 1670,05 -389,046 -1,09029 2000,83 -719,83
5 2953 2404,55 548,454 1,64947 1715,09 1237,91
6 2140 2309,29 -169,293 -0,51599 2467,96 -327,96
7 2080 2089,19 -9,185 -0,02394 2083,27 -3,27
8 1885 1445,01 439,989 1,07431 1233,92 651,08
9 1585 1703,77 -118,767 -0,29250 1754,33 -169,33
10 1175 1515,80 -340,795 -0,90239 1838,27 -663,27
Leverages and Distances
Row Leverage Distance X Distance Y
1 0,310009 1,34211 3,37558
2 0,497338 1,65069 5,03281
3 0,320550 1,22893 0,93722
4 0,456998 1,00820 1,77727
5 0,528509 1,21897 7,21147
6 0,540937 0,58162 2,75884
7 0,372369 0,59411 2,42187
8 0,284666 0,90483 1,29465
9 0,296880 1,23861 1,09401
10 0,391745 1,33683 3,04373
Predicted Response for New Observations Using Model for ADHI
Row Fit SE Fit 95% CI 95% PI
1 1376,42 269,616 (716,69; 2036,14) (20,248; 2732,59)
2 686,00 341,495 (-149,61; 1521,61) (-763,897; 2135,89)
3 881,94 274,161 (211,09; 1552,79) (-479,675; 2243,55)
4 1670,05 327,353 (869,04; 2471,05) (239,814; 3100,28)
5 2404,55 352,034 (1543,15; 3265,94) (939,635; 3869,46)
6 2309,29 356,149 (1437,83; 3180,76) (838,440; 3780,15)
7 2089,19 295,492 (1366,14; 2812,23) (701,112; 3477,26)
8 1445,01 258,361 (812,83; 2077,20) (102,024; 2788,00)
9 1703,77 263,845 (1058,16; 2349,37) (354,410; 3053,12)
10 1515,80 303,082 (774,18; 2257,41) (117,957; 2913,63)

Test R-sq: 0,668471

243 | P a g e
244 | P a g e
245 | P a g e
 4.3.4 Regresi Berganda Harga Saham PTPP

Sebelum melakukan analisis regresi berganda terhadap

beberapa variabel,peneliti melakukan identifikasi untuk
menemukan jenis regresi yang tepat melalui aplikasi minitab.
a. Model Summary

Model summary di atas menunjukkan p-value kurang dari

0,015,dan hubungan antara variabel X dan Y signifikan secara statistik.R-
square di atas sebesar 69,74 %.

b. Diagnostic Report

246 | P a g e
 Dari grafik residual vs observation order menunjukkan pola
cyclical dan tidak terdapat large residual ( tanda merah).

c. Model Building Report

247 | P a g e
 Dari grafik di atas terlihat bahwa exchange rate berkontribusi
dalam Informasi paling banyak. Variabel inflasi tidak signifikan ,tetapi tetap
menjadi komponen penting dalam regresi.

d. Prediction dan Optimization Report

248 | P a g e
 e. Report Card

249 | P a g e
 Tidak terdapat unusual data dan jumlah sampel kurang dari
15 sehingga peneliti harus berhati-hati dalam
menginterpretasikan p-value.

Identification of variable for PTPP (after data changing)

250 | P a g e
251 | P a g e
252 | P a g e
 f. Hasil Regresi Harga Saham PTPP

Dalam persamaan regresi ini,y adalah variabel

dependen (harga saham PTPP),b0 adalah konstan atau
intersep,b1 merupakan koefisien estimasi yang
linier(kemiringan garis),dan x1 merupakan nilai komponen
(nilai tukar) .

Koefisien regresi menggambarkan ukuran dan arah hubungan

antara prediktor (variabel independen – nilai tukar dan inflasi)
dan variabel dependen (harga saham PTPP).

 Standar error dari nilai tukar sebesar 0,160 .Oleh karena

itu,model ini dapat mengestimasi koefisien nilai tukar
dengan akurasi yang lebih besar.Nilai p (exchange
rate=0,036) yang dihasilkan lebih kecil daripada tingkat
signifikansi sehingga dapat disimpulkan bahwa koefisien
nilai tukar berbeda dari nol.
 Variabel inflasi dihilangkan dalam regresi ini karena
informasi yang diberikan sangat sedikit,sehingga tidak
muncul dalam persamaan dan tabel.Value informasi yang
diberikan 7,89716 ,sedangkan value nilai tukar 54,9335.

253 | P a g e
  Dari hasil regresi untuk saham PTPP ,p-value (nilai
tukar=0,036) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham PTPP.
 Dari hasil regresi di atas , t-value untuk nilai tukar lebih
besar daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara nilai tukar dengan harga saham PTPP.
 Dari regresi di atas,dapat diketahui bahwa inilai tukar
memiliki VIF sebesar 1,00 yang artinya tidak berkorelasi.

R-square yang semakin tinggi menunjukkan model yang

semakin baik dan sesuai dengan data penelitian,R-square dari
model summary di atas sebesar 44,21 % sementara R-square
(pred) lebih kecil yaitu 17,08 % artinya model over-fit (terdapat
komponen untuk memberikan dampak yang tidak terlalu
penting dalam populasi ,dalam hal ini komponen yang
dimaksud adalah inflasi).Dengan menggunakan Fitted Line
Plot,Plot pertama menggambarkan model regresi sederhana
yang menjelaskan 44,2 % variasi dalam respon (dependen).Plot
kedua menggambarkan model yang menjelaskan 1,6 % variasi
dalam respon.

254 | P a g e
 Pada gambar di atas terlihat bahwa jumlah data pada tiap
variabel hanya berjumlah 10 (n=10) ,sedangkan sampel yang
kecil tidak menyediakan estimasi dengan akurasi yang kuat
dari hubungan antara prediktor dan respon.Dari gambar grafik
di atas menunjukkan titik-titik tidak mendekati fitted line

255 | P a g e
 karena R-square yang rendah dan jumlah sampel yang
kecil.Jika dibandingkan dengan inflasi, hubungan antara nilai
tukar dan harga saham PTPP masih berada dalam posisi linier
yang positif.

Dari tabel analisis varian diketahui bahwa jumlah error ada

8,sehingga uji lack-of-fit semakin kuat dan dapat menghasilkan
f-value dan p-value. Dari analisis varian di atas ,dapat diketahui
bahwa p-value exchange rate lebih kecil (0,036) daripada alpha
(0,05) sehingga hipotesis nol ditolak,dalam hal ini f-value
diinterpretasikan sebagai signifikan secara statistik,dan ada
pengaruh antara variabel prediktor (nilai tukar) terhadap
variabel respon (harga saham PTPP).

256 | P a g e
257 | P a g e
 Normal probability plot untuk harga saham PTPP
menunjukkan kurva s dengan distribusi long-tail.

Dari grafik residual vs fits dapat diketahui bahwa varian

dari residual meningkatkan fitted-value.Ketika fitted-value
bertambah ,persebaran di antara residual melebar dan
menunjukkan varian yang tidak konstan.Titik-titik pada grafik
residual vs fits semakin ke kanan semakin melebar dan
persebarannya tidak merata,karena fitted-value yang
bertambah,selain itu ada beberapa titik yang jauh dari
garis.Residual vs Fits di atas berbentuk pola melengkung yang
artinya ada komponen yang hilang atau dihapus.

Dari grafik histogram harga saham di atas menunjukkan

bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier .Dari grafik residual vs order
untuk harga saham PTPP dapat diketahui bahwa grafik
menunjukkan residual yang independen dan ideal. Idealnya,
residual harus terletak secara acak di sekitar garis tengah.

Dalam regresi harga saham PTPP,variabel inflasi dihapus karena

memberikan informasi yang sedikit,oleh karena itu peneliti
memutuskan memperbaiki model dan mengganti komponen
inflasi dengan GDP .(refit model 1)

258 | P a g e
  Dari tabel di atas vars 1 (variabel nilai tukar memiliki R-
square-44,2 , R-Square (Adj) – 37,2 dan Mallows Cp lebih
kecil dari prediktor (12,8 < 17,1) sehingga dapat menghasilkan
estimasi yang tidak bias.
 Vars 1 (variabel GDP memiliki R-square – 18,6 , R-
square(Adj) – 8,4 dan Mallows Cp lebih besar daripada
prediktor sehingga model bias atau tidak sesuai dengan data )
 Vars 2 (variabel GDP dan Nilai Tukar memiliki R-square
82,1 , R-square (Adj) 77,0 yang berarti menunjukkan variabel
GDP memperbaiki model , nilai Mallow Cp 2,0 lebih kecil dari
prediktor artinya estimasi tidak bias dan model sesuai dengan
data .R-square yang semakin tinggi juga menunjukkan model
sesuai dengan data.
 Vars 2 (variabel Nilai Tukar dan Inflasi memiliki R-Square
49,6 , R-square (Adj) 35,2 yang berarti variabel inflasi tidak
memperbaiki model ,nilai Mallow Cp 13,0 lebih besar dari

259 | P a g e
 prediktor artinya estimasi bias dan model tidak sesuai dengan
data.
 Vars 3 (variabel Nilai Tukar,Inflasi,dan GDP memiliki R-
Square 82,2 ,R-square (Adj) 73,3 (R-square bertambah tetapi
R-square(Adj) berkurang) ,nilai Mallow Cp 4,0 lebh kecil dari
prediktor,sehingga dapat disimpulkan bahwa inflasi dihapus
dari model regresi berganda.

Regression Equation
sp-4 = -6289 + 1,493 exchange rate - 0,000835 GDP
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant -6289 1488 (-9809; -2769) -4,23 0,004
exchange rate 1,493 0,299 (0,785; 2,201) 4,99 0,002 9,61
GDP -0,000835 0,000217 (-0,001347; -0,000322) -3,85 0,006 9,61
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
632,750 82,11% 77,00% 5119285 67,33% 169,81 163,02
Analysis of Variance
Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value
Regression 2 12867399 82,11% 12867399 6433699 16,07 0,002
exchange rate 1 6927960 44,21% 9960251 9960251 24,88 0,002
GDP 1 5939439 37,90% 5939439 5939439 14,83 0,006
Error 7 2802604 17,89% 2802604 400372
Total 9 15670003 100,00%
Fits and Diagnostics for All Observations
Obs sp-4 Fit SE Fit 95% CI Resid Std Resid Del Resid HI Cook’s D
1 800 1535 366 (670; 2399) -735 -1,42 -1,56 0,333784 0,3
2 485 272 385 (-638; 1182) 213 0,42 0,40 0,369880 0,04
3 830 582 334 (-208; 1371) 248 0,46 0,43 0,278545 0,03
4 1160 1513 235 (958; 2068) -353 -0,60 -0,57 0,137601 0,02
5 3575 2632 246 (2050; 3215) 943 1,62 1,89 0,151729 0,16
6 3875 4182 459 (3097; 5268) -307 -0,71 -0,68 0,526496 0,18
7 3810 3261 292 (2570; 3952) 549 0,98 0,98 0,213341 0,09
8 2640 2371 264 (1746; 2995) 269 0,47 0,44 0,174035 0,02
9 1805 2626 327 (1853; 3398) -821 -1,51 -1,71 0,266539 40,28
10 1585 1592 468 (484; 2700) -7 -0,02 -0,02 0,548049 0,00

Obs DFITS
1 -1,10539

260 | P a g e
 2 0,30518

3 0,26981

4 -0,22820

5 0,80024

6 -0,71499

7 0,50801

8 0,20230

9 -1,03122

10 -0,01661

Koefisien regresi menggambarkan ukuran dan arah hubungan

antara prediktor (variabel independen – nilai tukar dan GDP)
dan variabel dependen (harga saham PTPP).

261 | P a g e
  Standar error dari nilai tukar sebesar 0,299 dan GDP
sebesar 0,000217 .Oleh karena itu,model ini dapat
mengestimasi koefisien nilai tukar dan GDP dengan akurasi
yang lebih besar.Nilai p (exchange rate=0,002) yang
dihasilkan lebih kecil daripada tingkat signifikansi
sehingga dapat disimpulkan bahwa koefisien nilai tukar
berbeda dari nol begitu juga dengan nilai p GDP lebih kecil
dari alpha (0,006) .
 Dari hasil regresi untuk saham PTPP ,p-value (nilai
tukar=0,002) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham PTPP begitu juga dengan GDP
(0,006).Keduanya sama-sama signifikan.
 Dari hasil regresi di atas , t-value untuk nilai tukar dan GDP
lebih besar daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara nilai tukar dan GDP dengan harga saham
PTPP.
 Dari regresi di atas,dapat diketahui bahwa inilai tukar
memiliki VIF sebesar 9,61 yang artinya sangat berkorelasi.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 82,11 % sementara R-
square (pred) lebih kecil yaitu 67,33 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang
tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
7,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value exchange rate lebih

262 | P a g e
 kecil (0,002) dan GDP (0,006) daripada alpha (0,05)
sehingga hipotesis nol ditolak,dalam hal ini f-value
diinterpretasikan sebagai signifikan secara statistik,dan ada
pengaruh antara variabel prediktor (nilai tukar dan GDP)
terhadap variabel respon (harga saham PTPP).
 Normal probability plot untuk harga saham PTPP
menunjukkan kurva s dengan distribusi long-tail.Dari grafik
residual vs fits dapat diketahui bahwa varian dari residual
meningkatkan fitted-value.Ketika fitted-value bertambah
,persebaran di antara residual melebar dan menunjukkan
varian yang tidak konstan.Titik-titik pada grafik residual vs
fits semakin ke kanan semakin melebar dan persebarannya
tidak merata,karena fitted-value yang bertambah,selain itu
ada beberapa titik yang jauh dari garis.Residual vs Fits di
atas juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier .Dari grafik residual vs
order untuk harga saham PTPP dapat diketahui bahwa
grafik menunjukkan residual yang independen dan ideal.
Idealnya, residual harus terletak secara acak di sekitar garis
tengah.

Hasil regresi berganda harga saham PTPP (refit model 2)

263 | P a g e
 Regression Equation
PTPP = -8977 + 1,286 exchange rate - 0,000000 IE
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant -8977 1671 (-12928; -5025) -5,37 0,001
exchange rate 1,286 0,206 (0,799; 1,772) 6,25 0,000 6,05
IE -0,000000 0,000000 (-0,000000; -0,000000) -4,70 0,002 6,05
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
547,984 86,59% 82,75% 4472907 71,46% 166,94 160,15
Analysis of Variance
Source DF Seq SS Contribution Adj SS Adj MS F-Value P-Value
Regression 2 13567999 86,59% 13567999 6783999 22,59 0,001
exchange rate 1 6927960 44,21% 11726096 11726096 39,05 0,000
IE 1 6640039 42,37% 6640039 6640039 22,11 0,002
Error 7 2102004 13,41% 2102004 300286
Total 9 15670003 100,00%
Fits and Diagnostics for All Observations
Obs PTPP Fit SE Fit 95% CI Resid Std Resid Del Resid HI Cook’s D
1 800 1226 294 (531; 1921) -426 -0,92 -0,91 0,287841 0,11

264 | P a g e
 2 485 356 325 (-412; 1124) 129 0,29 0,27 0,351246 0,02
3 830 641 282 (-27; 1309) 189 0,40 0,38 0,265499 0,02
4 1160 1463 204 (981; 1946) -303 -0,60 -0,57 0,138468 0,02
5 3575 3265 306 (2541; 3989) 310 0,68 0,65 0,312129 0,07
6 3875 3955 344 (3141; 4769) -80 -0,19 -0,17 0,394970 0,01
7 3810 3569 288 (2887; 4251) 241 0,52 0,49 0,277001 0,03
8 2640 1623 314 (881; 2364) 1017 2,26 4,05 0,327670 0,83
9 1805 2358 304 (1639; 3076) -553 -1,21 -1,26 0,307511 0,22
10 1585 2109 318 (1356; 2862) -524 -1,18 -1,22 0,337664 0,23

Obs DFITS
1 -0,57869  

2 0,19962  

3 0,22666  

4 -0,22721  

5 0,44005  

6 -0,14059  

7 0,30276  

8 2,82985 R

9 -0,84087  

10 -0,86756  

R  Large residual

Durbin-Watson Statistic
Durbin-Watson Statistic = 2,02324

265 | P a g e
 Koefisien regresi menggambarkan ukuran dan arah hubungan
antara prediktor (variabel independen – nilai tukar dan IE) dan
variabel dependen (harga saham PTPP).Di regresi 1,PTPP
hanya dipengaruhi oleh nilai tukar dan di regresi 2
dipengaruhi oleh keduanya,tetapi peneliti memutuskan
menambahkan variabel IE di regresi 3 sebagai perbandingan
antar 3 variabel independen apakah ketiganya signifikan atau
hanya beberapa variabel yang memiliki potensi.Dalam regresi
ini,nilai tukar dan IE adalah variabel yang paling berpotensi
mempengaruhi pergerakan harga saham PTPP.Oleh karena
itu,dalam persamaan hanya nilai tukar dan IE yang
muncul,dan posisi inflasi dan GDP dalam persamaan regresi
dihilangkan sebab tidak memiliki potensi dalam
mempengaruhi harga saham PTPP.

266 | P a g e
  Standar error dari nilai tukar sebesar 0,206 dan IE sebesar
0,000000 .Oleh karena itu,model ini dapat mengestimasi
koefisien nilai tukar dan IE dengan akurasi yang lebih
besar.Nilai p (exchange rate=0,000) yang dihasilkan lebih
kecil daripada tingkat signifikansi sehingga dapat
disimpulkan bahwa koefisien nilai tukar berbeda dari nol
begitu juga dengan nilai p IE lebih kecil dari alpha (0,002) .
 Dari hasil regresi untuk saham PTPP ,p-value (nilai
tukar=0,000) lebih kecil daripada alpha ,sehingga dapat
disimpulkan ada hubungan yang signifikan antara nilai
tukar terhadap harga saham PTPP begitu juga dengan IE
(0,002).Keduanya sama-sama signifikan.
 Dari hasil regresi di atas , t-value untuk nilai tukar dan IE
lebih besar daripada alpha (0,05) sehingga hipotesis nol
ditolak.Hipotesis nol yang ditolak menunjukkan adanya
hubungan antara nilai tukar dan IE dengan harga saham
PTPP.
 Dari regresi di atas,dapat diketahui bahwa nilai tukar dan IE
memiliki VIF sebesar 6,05 yang artinya sangat berkorelasi.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 86,59% sementara R-
square (pred) lebih kecil yaitu 71,46 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang
tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi dan GDP).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
7,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value exchange rate lebih
kecil (0,000) dan IE (0,002) daripada alpha (0,05) sehingga

267 | P a g e
 hipotesis nol ditolak,dalam hal ini f-value diinterpretasikan
sebagai signifikan secara statistik,dan ada pengaruh antara
variabel prediktor (nilai tukar dan IE) terhadap variabel
respon (harga saham PTPP).
 Normal probability plot untuk harga saham PTPP
menunjukkan kurva dengan outlier karena terdapat poin
yang jauh dari distribution fit .Dari grafik residual vs fits
dapat diketahui bahwa varian dari residual meningkatkan
fitted-value.Ketika fitted-value bertambah ,persebaran di
antara residual melebar dan menunjukkan varian yang tidak
konstan.Titik-titik pada grafik residual vs fits semakin ke
kanan semakin melebar dan persebarannya tidak
merata,karena fitted-value yang bertambah,selain itu ada
beberapa titik yang jauh dari garis.Residual vs Fits di atas
juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier.Dari grafik residual vs
order untuk harga saham PTPP dapat diketahui bahwa
grafik mengalami shift.

g. Trend Analysis

268 | P a g e
 ( dari analisis tren di atas menunjukkan bahwa fits tidak
mengikuti data aktual sehingga prediksi untuk tiga bulan ke
depan tidak akurat,terdapat residual yang besar antara data
aktual dan fits)

h. Partial Least Square (PLS) for PTPP

 VIF nilai tukar dan GDP lebih dari lima ,yang artinya
terdapat multikolinieritas tinggi sehingga peneliti
melakukan uji PLS .

Method
Cross-validation Leave-one-out
Components to evaluate Set
Number of components evaluated 3
Number of components selected 3
Analysis of Variance for sp-4
Source DF SS MS F P
Regression 3 12883340 4294447 9,25 0,011
Residual Error 6 2786662 464444
Total 9 15670002
Model Selection and Validation for sp-4

269 | P a g e
 Components X Variance Error R-Sq PRESS R-Sq (pred)
1 0,76473 10788181 0,311539 18203948 0,000000
2 0,97542 8374134 0,465595 15461615 0,013298
3 1,00000 2786662 0,822166 7650302 0,511787

 Dari Model selection dan validation di atas

menunjukkan jumlah komponen yang bertambah dapat
meningkatkan R-Square ,sebaliknya value R-square
(pred) tetap lebih kecil daripada R-square yang artinya
model dengan banyak komponen menyebabkan over-
fit.

Leverages and Distances

Row Leverage Distance X Distance Y
1 0,337692 1,97724 2,47796
2 0,511963 1,97279 3,20478
3 0,332660 1,51804 2,49708
4 0,432999 1,39043 1,85356
5 0,485102 1,29499 3,71072
6 0,626161 0,96943 4,03533
7 0,282704 0,97713 3,84704
8 0,174430 1,11289 1,13927
9 0,266729 1,69715 1,59154
10 0,549560 1,91859 2,11439

270 | P a g e
  Dari grafik residual vs plot di atas menunjukkan
varian yang tidak konstan.
 Dari grafik Residual vs Leverage di atas
menunjukkan adanya leverage,yaitu nilai X

271 | P a g e
 yang jauh dari nol dan berada di sebelah kanan
garis vertikal.

272 | P a g e
  Tidak ada perbedaaan besar antara fitted dengan cross
validated sehingga tidak ada leverage point

 Standardized di atas menunjukkan pentingnya tiap

komponen ,dan hubungan antara variabel X dan Y. Dari tabel
di atas menunjukkan bahwa nilai tukar dan GDP memiliki
pengaruh yang kuat terhadap harga saham PTPP (sp-4)
dibandingkan inflasi.

i. Partial Least Square (PLS) for PTPP (after data changing)

Method
Cross-validation Leave-one-out
Components to evaluate Set
Number of components evaluated 4
Number of components selected 3
Analysis of Variance for PTPP
Source DF SS MS F P
Regression 3 13705159 4568386 13,95 0,004
Residual Error 6 1964843 327474
Total 9 15670002
Model Selection and Validation for PTPP
Components X Variance Error R-Sq PRESS R-Sq (pred)
1 0,810869 11551690 0,262815 18660893 0,000000
2 0,954013 7437482 0,525368 18179497 0,000000
3 0,996321 1964843 0,874611 5429924 0,653483
4  1958128 0,875040 9743367 0,378215
Coefficients
PTPP
PTPP standardized
Constant -8505,43 0,00000

273 | P a g e
 inflation -2069,30 -0,03515
exchange rate 1,38 2,28487
GDP -0,00 -0,45672
IE -0,00 -1,31945
Fits and Residuals for PTPP
Row PTPP Fits Res SRes Fits (pred) Res (pred)
1 800 1301,62 -501,621 -1,05539 1549,27 -749,27
2 485 359,30 125,701 0,31024 232,95 252,05
3 830 634,03 195,973 0,41580 539,68 290,32
4 1160 1408,72 -248,715 -0,58918 1622,85 -462,85
5 3575 3113,89 461,112 1,16868 2494,70 1080,30
6 3875 4099,92 -224,916 -0,58576 4268,58 -393,58
7 3810 3572,44 237,562 0,52210 3399,51 410,49
8 2640 1741,09 898,912 1,84702 1336,36 1303,64
9 1805 2386,29 -581,294 -1,21028 2636,40 -831,40
10 1585 1947,71 -362,713 -0,81772 2375,78 -790,78
Leverages and Distances
Row Leverage Distance X Distance Y
1 0,310158 1,63569 3,18540
2 0,498709 1,52269 4,01507
3 0,321673 1,17941 3,13236
4 0,455826 0,99388 2,37526
5 0,524617 0,88531 4,11207
6 0,549780 0,78866 4,81043
7 0,367776 0,77413 4,63178
8 0,276709 1,08161 1,47358
9 0,295565 1,48231 1,24010
10 0,399186 1,61668 1,76108
Predicted Response for New Observations Using Model for PTPP
Row Fit SE Fit 95% CI 95% PI
1 1301,62 318,698 (521,79; 2081,45) (-301,14; 2904,38)
2 359,30 404,121 (-629,55; 1348,15) (-1354,92; 2073,51)
3 634,03 324,561 (-160,14; 1428,20) (-975,76; 2243,82)
4 1408,72 386,356 (463,34; 2354,09) (-280,80; 3098,23)
5 3113,89 414,486 (2099,68; 4128,10) (1384,92; 4842,86)
6 4099,92 424,310 (3061,67; 5138,16) (2356,74; 5843,09)
7 3572,44 347,040 (2723,26; 4421,62) (1934,81; 5210,06)
8 1741,09 301,023 (1004,51; 2477,67) (158,92; 3323,26)
9 2386,29 311,110 (1625,03; 3147,55) (792,49; 3980,10)
10 1947,71 361,556 (1063,02; 2832,41) (291,39; 3604,03)

Test R-sq: 0

274 | P a g e
275 | P a g e
 4.3.5 Regresi berganda 4 Saham Perusahaan Konstruksi

276 | P a g e
WORKSHEET 10

Multiple Regression for Stock Price

277 | P a g e
278 | P a g e
 Method
Categorical predictor coding (1; 0)
Regression Equation
Perusahaan
ADHI Stock Price = 4278 + 274 inflation + 0,267 exchange rate - 0,00120 GDP
+ 0,000000 IE

PTPP Stock Price = 4726 + 274 inflation + 0,267 exchange rate - 0,00120 GDP

+ 0,000000 IE

UNTR Stock Price = 25445 + 274 inflation + 0,267 exchange rate - 0,00120 GDP

+ 0,000000 IE

WIKA Stock Price = 4492 + 274 inflation + 0,267 exchange rate - 0,00120 GDP

+ 0,000000 IE
Coefficients
Term Coef SE Coef 95% CI T-Value P-Value VIF
Constant 4278 5142 (-6196; 14752) 0,83 0,412
inflation 274 27372 (-55481; 56030) 0,01 0,992 1,58
exchange rate 0,267 0,713 (-1,185; 1,718) 0,37 0,710 10,14

279 | P a g e
 GDP -0,00120 0,00105 (-0,00334; 0,00094) -1,14 0,261 41,97
IE 0,000000 0,000000 (-0,000000; 0,000000) 1,48 0,150 28,05
Perusahaan
PTPP 448 1312 (-2223; 3120) 0,34 0,735 1,50
UNTR 21167 1312 (18496; 23839) 16,14 0,000 1,50
WIKA 214 1312 (-2457; 2886) 0,16 0,871 1,50
Model Summary
S R-sq R-sq(adj) PRESS R-sq(pred) AICc BIC
2932,65 92,36% 90,69% 449126513 87,54% 767,28 776,48
Analysis of Variance
P-
Source DF Seq SS Contribution Adj SS Adj MS F-Value Value
Regression 7 3327975145 92,36% 3327975145 475425021 55,28 0,000
inflation 1 9731345 0,27% 865 865 0,00 0,992
exchange rate 1 7209521 0,20% 1206261 1206261 0,14 0,710
GDP 1 567449 0,02% 11239870 11239870 1,31 0,261
IE 1 18750459 0,52% 18750459 18750459 2,18 0,150
Perusahaan 3 3291716371 91,36% 3291716371 1097238790 127,58 0,000
Error 32 275213357 7,64% 275213357 8600417
Total 39 3603188502 100,00%
Fits and Diagnostics for All Observations
Obs Stock Price Fit SE Fit 95% CI Resid Std Resid Del Resid HI
1 22882 22305 1222 (19816; 24794) 577 0,22 0,21 0,173637
2 26350 21918 1336 (19198; 24639) 4432 1,70 1,75 0,207393
3 19700 22139 1172 (19752; 24526) -2439 -0,91 -0,90 0,159682
4 19000 22512 1283 (19898; 25126) -3512 -1,33 -1,35 0,191449
5 17350 21451 1435 (18528; 24375) -4101 -1,60 -1,65 0,239530
6 16950 23120 1412 (20245; 25995) -6170 -2,40 -2,61 0,231659
7 21250 22436 1238 (19915; 24957) -1186 -0,45 -0,44 0,178089
8 35400 24709 1378 (21903; 27515) 10691 4,13 5,95 0,220689
9 27350 24133 1161 (21768; 26498) 3217 1,19 1,20 0,156736
10 21525 23033 1440 (20100; 25967) -1508 -0,59 -0,58 0,241137
11 680 1352 1222 (-1137; 3841) -672 -0,25 -0,25 0,173637
12 610 965 1336 (-1755; 3686) -355 -0,14 -0,13 0,207393
13 1480 1186 1172 (-1201; 3573) 294 0,11 0,11 0,159682
14 1580 1559 1283 (-1055; 4173) 21 0,01 0,01 0,191449
15 3680 498 1435 (-2425; 3422) 3182 1,24 1,26 0,239530
16 2640 2167 1412 (-708; 5042) 473 0,18 0,18 0,231659
17 2360 1483 1238 (-1038; 4004) 877 0,33 0,33 0,178089
18 1550 3756 1378 (949; 6562) -2206 -0,85 -0,85 0,220689
19 1655 3180 1161 (815; 5545) -1525 -0,57 -0,56 0,156736
20 1990 2080 1440 (-853; 5014) -90 -0,04 -0,03 0,241137
21 910 1138 1222 (-1351; 3627) -228 -0,09 -0,08 0,173637
22 580 751 1336 (-1970; 3471) -171 -0,07 -0,06 0,207393
23 1493 972 1172 (-1416; 3359) 521 0,19 0,19 0,159682
24 1281 1344 1283 (-1269; 3958) -63 -0,02 -0,02 0,191449
25 2953 284 1435 (-2640; 3207) 2669 1,04 1,05 0,239530

280 | P a g e
 26 2140 1953 1412 (-923; 4828) 187 0,07 0,07 0,231659
27 2080 1268 1238 (-1253; 3789) 812 0,31 0,30 0,178089
28 1885 3541 1378 (735; 6348) -1656 -0,64 -0,63 0,220689
29 1585 2965 1161 (600; 5330) -1380 -0,51 -0,51 0,156736
30 1175 1866 1440 (-1067; 4799) -691 -0,27 -0,27 0,241137
31 800 1586 1222 (-903; 4075) -786 -0,29 -0,29 0,173637
32 485 1199 1336 (-1521; 3920) -714 -0,27 -0,27 0,207393
33 830 1420 1172 (-967; 3807) -590 -0,22 -0,22 0,159682
34 1160 1793 1283 (-821; 4407) -633 -0,24 -0,24 0,191449
35 3575 732 1435 (-2191; 3656) 2843 1,11 1,12 0,239530
36 3875 2401 1412 (-474; 5276) 1474 0,57 0,57 0,231659
37 3810 1717 1238 (-804; 4238) 2093 0,79 0,78 0,178089
38 2640 3990 1378 (1183; 6796) -1350 -0,52 -0,52 0,220689
39 1805 3414 1161 (1049; 5779) -1609 -0,60 -0,59 0,156736
40 1585 2314 1440 (-619; 5248) -729 -0,29 -0,28 0,241137

Obs Cook’s D DFITS

1 0,00 0,09768

2 0,09 0,89587

3 0,02 -0,39438

4 0,05 -0,65629

5 0,10 -0,92378

6 0,22 -1,43254 R

7 0,01 -0,20498

8 0,60 3,16485 R

9 0,03 0,51862

10 0,01 -0,32940

11 0,00 -0,11385

12 0,00 -0,06850

13 0,00 0,04695

14 0,00 0,00386

15 0,06 0,70450

16 0,00 0,09953

17 0,00 0,15145

281 | P a g e
 18 0,03 -0,45139

19 0,01 -0,24144

20 0,00 -0,01960

21 0,00 -0,03855

22 0,00 -0,03294

23 0,00 0,08327

24 0,00 -0,01153

25 0,04 0,58658

26 0,00 0,03942

27 0,00 0,14007

28 0,01 -0,33728

29 0,01 -0,21839

30 0,00 -0,15023

31 0,00 -0,13321

32 0,00 -0,13787

33 0,00 -0,09421

34 0,00 -0,11503

35 0,05 0,62624

36 0,01 0,31153

37 0,02 0,36428

38 0,01 -0,27423

39 0,01 -0,25489

40 0,00 -0,15858

R  Large residual

Durbin-Watson Statistic
Durbin-Watson Statistic = 1,42187

282 | P a g e
 Koefisien regresi menggambarkan ukuran dan arah hubungan
antara prediktor (variabel independen – nilai
tukar,IE,inflasi,dan GDP) dan variabel dependen (semua harga
saham dari 4 perusahaan).Regresi di atas menggunakan data
panel untuk mengetahui apakah keempat variabel independen
memberikan pengaruh secara bersamaan terhadap keempat
perusahaan konstruksi.

 Standar error dari nilai tukar sebesar sebesar 0,713 ,IE

sebesar 0,000000, inflasi sebesar 27372,dan GDP sebesar
0,00105 .Standar error nilai tukar,GDP,dan IE lebih kecil
dibandingkan inflasi,oleh karena tu ketiga variabel faktor
tersebut dapat mengestimasi koefisien dengan akurasi yang
besar.Nilai p (exhange rate=0,710),Nilai p
(inflasi=0,992),Nilai p (GDP=0,261),dan Nilai p (0,150)

283 | P a g e
 ,keempat variabel independen tersebut semua memiliki
nilai p yang lebih besar dari tingkat signifikansi,sehingga
dapat disimpulkan bahwa koefisien 4 variabel tidak berbeda
dari nol .
 Dari hasil regresi untuk semua saham ,p-value (nilai
tukar=0,710),p-value(inflasi=0,992),p-value (IE=0,150),dan
p-value (GDP=0,261) lebih besar daripada alpha ,sehingga
dapat disimpulkan ada tidak ada hubungan yang signifikan
antara 4 variabel independen terhadap semua harga saham
perusahaan konstruksi .Artinya,hipotesis nol gagal ditolak.
 Dari regresi di atas,dapat diketahui nilai tukar memiliki VIF
sebesar 10,14, GDP sebesar 41,97,dan IE sebesar 28,05
yang artinya sangat berkorelasi.Sedangkan inflasi memiliki
VIF sebesar 1,50 yang artinya berkorelasi sedang.
 R-square yang semakin tinggi menunjukkan model yang
semakin baik dan sesuai dengan data penelitian,R-square
dari model summary di atas sebesar 92,36% sementara R-
square (pred) lebih kecil yaitu 87,54 % artinya model over-
fit (terdapat komponen untuk memberikan dampak yang
tidak terlalu penting dalam populasi ,dalam hal ini
komponen yang dimaksud adalah inflasi dan GDP).
 Dari tabel analisis varian diketahui bahwa jumlah error ada
32,sehingga uji lack-of-fit semakin kuat dan dapat
menghasilkan f-value dan p-value. Dari analisis varian di
atas ,dapat diketahui bahwa p-value semua variabel
independen lebih besar daripada alpha (0,05) sehingga
hipotesis nol ditolak,dalam hal ini f-value tidak dapat
diinterpretasikan sebagai signifikan secara statistik.
 Normal probability plot untuk semua harga saham
perusahaan menunjukkan kurva dengan outlier dan
berbentuk s dengan distribusi long-tail .Dari grafik residual

284 | P a g e
 vs fits dapat diketahui bahwa varian dari residual
meningkatkan fitted-value.Ketika fitted-value bertambah
,persebaran di antara residual melebar dan menunjukkan
varian yang tidak konstan.Titik-titik pada grafik residual vs
fits semakin ke kanan semakin melebar dan persebarannya
tidak merata,karena fitted-value yang bertambah,selain itu
ada beberapa titik yang jauh dari garis.Residual vs Fits di
atas juga menunjukkan beberapa poin yang jauh dari nol
sehingga mengindikasikan adanya outlier.
 Dari grafik histogram harga saham di atas menunjukkan
bahwa terdapat batang yang jauh terhadap batang lain yang
mengindikasikan adanya outlier dan right-skewed.Dari
grafik residual vs order untuk semua harga saham
perusahaan konstruksi dapat diketahui bahwa grafik
menunjukkan residual yang independen dan ideal. Idealnya,
residual harus terletak secara acak di sekitar garis tengah.

4.3 Analisis perbedaan hasil regresi harga saham perusahaan konstruksi

No. Nama Perusahaan Variabel Hasil Regresi Interpretasi

Independen
1. PT.United Tractors -inflasi -inflasi -Variabel inflasi,nilai
Tbk -nilai tukar (koefisien tukar,dan GDP
-GDP negatif dengan memiliki p-value yang
-Infrastructure p-value 0,814 > lebih besar dari alpha
Expenditure 0,05) , VIF sehingga tidak
1,58(berkorelasi signifikan,yang artinya
sedang) koefisien variabel
,kontribusi prediktor sama dengan
terhadap model nol,dan tidak memiliki
14,78 %. asosiasi dengan harga

285 | P a g e
 - nilai tukar saham UNTR, atau
(koefisien hipotesis nol gagal
negatif dengan ditolak, Kontribusi
p-value 0,512 > informasi untuk
0,05), VIF 10,14 membangun model
(sangat memiliki persentase
berkorelasi), yang kecil,dan dalam
kontribusi analisis varian f-value
terhadap model tidak dapat
0,17%. diiinterpretasikan
- GDP secara signifikan
(koefisien ,sementara IE
negatif dengan memiliki p-value
p-value 0,141 > kurang dari alpha
0,05), VIF 41,97 ,sehingga memiliki
(sangat asosiasi dengan harga
berkorelasi), saham UNTR,dan f-
kontribusi value diinterpretasikan
terhadap model signifikan secara
9,70 %. statistik,koefisien
- IE (koefisien prediktor juga berbeda
positif dengan dari nol,dan
p-value 0,039 < memberikan
0,05), VIF 28,05 kontribusi informasi
(sangat paling banyak
berkorelasi), terhadap model.
kontribusi - R-Sq dari hasil
terhadap model regresi mencapai
45,75%. 70,40% dan R-
sq(pred) hanya 0,00 %
lebih kecil dari R-

286 | P a g e
 Sq ,yang artinya
model over-fit,ada
beberapa komponen
yang masuk ke dalam
model tetapi tidak
berpengaruh terhadap
variabel respon.

2. PT.Wijaya Karya -inflasi (not - nilai tukar -variabel nilai tukar

Tbk. entered) (koefisien dan IE memiliki p-
-nilai tukar negatif dengan value kurang dari
-GDP (not p-value 0,007 < alpha sehingga
entered) 0,05), VIF 6,05 hipotesis nol
-Infrastructure (sangat ditolak,yang artinya
Expenditure berkorelasi), terdapat asosiasi
kontribusi antara kedua variabel
terhadap model tersebut dengan harga
29,70 %. saham WIKA atau
- IE (koefisien dapat diinterpretasikan
positif dengan bahwa variabel
p-value 0,022 < prediktor memiliki
0,05), VIF 6,05 koefisien yang
(sangat berbeda dari
berkorelasi), nol.Sebelum
kontribusi melakukan
terhadap model regresi,peneliti
38,91 %. melakukan identifikasi
apakah terdapat
hubungan antara
keempat variabel
prediktor dengan

287 | P a g e
 respon,hasilnya
menyatakan bahwa
variabel nilai tukar
dan IE berkontribusi
besar dalam hal
informasi untuk
membangun model
regresi,sementara
inflasi dan GDP hanya
menyumbang
informasi dengan
presentase masing-
masing sebesar 8,7 %
dan 5,7%,sehingga
kedua variabel
tersebut dihapus dari
persamaan melalui
stepwise (hanya
variabel
potensial).Karena p-
value nilai tukar dan
IE kurang dari alpha
maka f-value
diinterpretasikan
signifikan secara
statistik.
-R-Sq dari model
regresi ini sebesar
68,62% dan R-
Sq(pred) sebesar 34,61
% yang artinya

288 | P a g e
 penambahan variabel
prediktor dalam model
meningkatkan R-Sq
namun juga
menurunkan R-
Sq(pred) sehingga
terjadi over-fit
(terdapat komponen
yang tidak penting
dalam populasi).
-Dalam model ini
terdapat residual
terbesar dengan nilai
1059 R (perbedaan
nilai aktual dengan
fits).
3. PT.Adhi Karya Tbk -inflasi (not - nilai tukar -variabel nilai tukar
entered) (koefisien dan IE memiliki p-
-nilai tukar positif dengan value kurang dari
-GDP (not p-value 0,016 < alpha sehingga
entered) 0,05), VIF 6,05 hipotesis nol
-Infrastructure (sangat ditolak,yang artinya
Expenditure berkorelasi), terdapat asosiasi
kontribusi antara kedua variabel
terhadap model tersebut dengan harga
25,27 %. saham ADHI atau
- IE (koefisien dapat diinterpretasikan
negatif dengan bahwa variabel
p-value 0,040 < prediktor memiliki
0,05), VIF 6,05 koefisien yang
(sangat berbeda dari

289 | P a g e
 berkorelasi), nol.Sebelum
kontribusi melakukan
terhadap model regresi,peneliti
35,38 %. melakukan identifikasi
apakah terdapat
hubungan antara
keempat variabel
prediktor dengan
respon,hasilnya
menyatakan bahwa
variabel nilai tukar
dan IE berkontribusi
besar dalam hal
informasi untuk
membangun model
regresi,sementara
inflasi dan GDP hanya
menyumbang
informasi dengan
presentase masing-
masing sebesar 6,3 %
dan 0,007 %,sehingga
kedua variabel
tersebut dihapus dari
persamaan melalui
stepwise (hanya
variabel
potensial).Karena p-
value nilai tukar dan
IE kurang dari alpha
maka f-value

290 | P a g e
 diinterpretasikan
signifikan secara
statistik.
-R-Sq dari model
regresi ini sebesar
60,65 % dan R-
Sq(pred) sebesar 15,75
% yang artinya
penambahan variabel
prediktor dalam model
meningkatkan R-Sq
namun juga
menurunkan R-
Sq(pred) sehingga
terjadi over-fit
(terdapat komponen
yang tidak penting
dalam populasi).
4. PT.Pembangunan -inflasi (not - nilai tukar -variabel nilai tukar
Perumahan Tbk entered) (koefisien dan IE memiliki p-
-nilai tukar positif dengan value kurang dari
-GDP (not p-value 0,016 < alpha sehingga
entered) 0,05), VIF 6,05 hipotesis nol
-Infrastructure (sangat ditolak,yang artinya
Expenditure berkorelasi), terdapat asosiasi
kontribusi antara kedua variabel
terhadap model tersebut dengan harga
25,27 %. saham PTPP atau
- IE (koefisien dapat diinterpretasikan
negatif dengan bahwa variabel
p-value 0,040 < prediktor memiliki

291 | P a g e
 0,05), VIF 6,05 koefisien yang
(sangat berbeda dari
berkorelasi), nol.Sebelum
kontribusi melakukan
terhadap model regresi,peneliti
35,38 %. melakukan identifikasi
apakah terdapat
hubungan antara
keempat variabel
prediktor dengan
respon,hasilnya
menyatakan bahwa
variabel nilai tukar
dan IE berkontribusi
besar dalam hal
informasi untuk
membangun model
regresi,sementara
inflasi dan GDP hanya
menyumbang
informasi dengan
presentase masing-
masing sebesar
0,064% % dan 0,82
%,sehingga kedua
variabel tersebut
dihapus dari
persamaan melalui
stepwise (hanya
variabel
potensial).Karena p-

292 | P a g e
 value nilai tukar dan
IE kurang dari alpha
maka f-value
diinterpretasikan
signifikan secara
statistik.
-R-Sq dari model
regresi ini sebesar
86,59 % dan R-
Sq(pred) sebesar 71,40
% yang artinya
penambahan variabel
prediktor dalam model
meningkatkan R-Sq
namun juga
menurunkan R-
Sq(pred) sehingga
terjadi over-fit
(terdapat komponen
yang tidak penting
dalam
populasi).Tetapi,dalam
regresi ini,nilai R-
Sq(pred) hampir
mendekati R-
Sq,sehingga dapat
dikatakan memiliki
kemampuan prediksi
yang baik.
-Dalam model ini
terdapat residual

293 | P a g e
 terbesar dengan nilai
1017 R (perbedaan
nilai aktual dengan
fits).
5. 4 harga saham - inflasi -inflasi
-Variabel inflasi,nilai
perusahaan - nilai tukar (koefisien
tukar, GDP ,dan IE
konstruksi -GDP positif dengan
memiliki p-value yang
- IE p-value 0,992 >
lebih besar dari alpha
- perusahaan 0,05) , VIF 1,58
sehingga tidak
(categorical (berkorelasi
signifikan,yang artinya
predictor) sedang)
semua koefisien
,kontribusi
variabel prediktor
terhadap model
sama dengan nol,dan
0,27 %.
tidak memiliki asosiasi
- nilai tukar
dengan semua harga
(koefisien
saham perusahaan
positif dengan
konstruksi secara
p-value 0,710 >
bersamaan, atau
0,05), VIF 10,14
hipotesis nol gagal
(sangat
ditolak, Kontribusi
berkorelasi),
informasi untuk
kontribusi
membangun model
terhadap model
memiliki persentase
0,20 %.
yang kecil,dan dalam
-GDP (koefisien
analisis varian f-value
negatif dengan
tidak dapat
p-value 0,261 >
diiinterpretasikan
0,05), VIF 41,97
secara signifikan
(sangat
(model tidak
berkorelasi),
menjelaskan varian
kontribusi
variabel respon)

294 | P a g e
 terhadap model - R-Sq dari hasil
0,02 %. regresi mencapai
- IE (koefisien 92,36 % dan R-
positif dengan sq(pred) hanya 87,54
p-value 0,150 > % lebih kecil dari R-
0,05), VIF 28,05 Sq,walaupun lebih
(sangat kecil t,value yang
berkorelasi), dimiliki R-Sq(pred)
kontribusi hampir mendekati R-
terhadap model Sq sehingga dapat
0,52 %. dikatakan memiliki
kemampuan prediksi
yang baik.Dalam
model building
report ,tidak ada
variabel yang
berpengaruh terhadap
semua harga
saham,tetapi IE
dinyatakan sebagai
variabel yang
memiliki hubungan
kuat dengan semua
harga saham
perusahaan konstruksi.
-Dalam model ini
terdapat residual
terbesar dengan nilai
-6170 R dan 10691 R
(perbedaan nilai aktual
dengan fits).

295 | P a g e
 No Analisis Makroekonomi UNTR 2010-2019
.
1.

 Pertumbuhan ekonomi Asia Pasifik,seperti China,India,dan Korea dengan rata-rat

pertumbuhan GDP di atas 5%.Negara Indonesia juga mengalami kenaika
pertumbuhan ekonomi,sehingga mendorong permintaan komoditas di sekto

296 | P a g e
 pertambangan.
 Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GD
sebesar 6,1 %.
 Inflasi terkendali pada tingkat 6,96%, Suku Bunga BI pada level 5 %,dan Curren
Account US$96,21 M, Exchange rate menguat 4,4 % menjadi 9078/US$
Infrastructure Expenditure juga tumbuh 8,3% menjadi 86 triliun dari tahun sebelumny
yang mencapai 76,3 triliun.
 Nilai tukar yang menguat menyebabkan biaya produksi di sektor pertambangan UNTR
juga ikut meningkat sehingga laba saham menurun menjadi 1147 dari tahu
sebelumnya yang mencapai 1164.
 Volume penjualan batu bara meningkat 3,1 juta ton dengan presentase 29,2 %.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup menguat sebesar 23800/saham atau nai
53,6% dari tahun sebelumnya yaitu 15500/saham.Dengan Adjusted price corporatio
sebesar 22882/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami kenaikan signifikan.
 Hal di atas juga dibuktikan dengan kondisi perekonomian yang baik ,sepert
menguatnya nilai tukar dan komitmen pemerintah dalam mendukung sekto
pertambangan batu bara dan penjualan alat berat,melalui kebijakan pembiayaan ala
berat dan suku bunga kredit.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2010 memiliki Dfits 0,08 .

297 | P a g e
 2.

298 | P a g e
  Pertumbuhan ekonomi Asia Pasifik,seperti China dan India dengan rata-rat
pertumbuhan GDP masing-masing sebesar 9,2 % dan 8,1 % .Negara Indonesia jug
mengalami kenaikan pertumbuhan ekonomi,sehingga mendorong permintaa
komoditas di sektor pertambangan.
 Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GD
sebesar 6,5 % dari 6,1 % pada tahun 2010.
 Inflasi turun dari 6,96% menjadi 3,79%, Suku Bunga BI pada level 6 %,dan Curren
Account meningkat US$110,1 M, Exchange rate menguat menjadi 8773/US$
Infrastructure Expenditure juga tumbuh 8,8% menjadi 114 triliun dari tahu
sebelumnya yang mencapai 86 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup menguat sebesar 26350/saham atau nai
53,6% dari tahun sebelumnya yaitu 22882/saham.Dengan Adjusted price corporatio
sebesar 26350/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhi
tahun.
 Pemerintah mengalokasikan dana infrastruktur untuk mendukung pembangunan d
kawasan asia timur ,sehingga permintaan alat berat meningkat.Hal ini mendoron

299 | P a g e
 iklim investasi meningkat dan harga saham bullish dan dibuktikan dengan variabel IE
memiliki pengaruh kuat terhadap saham UNTR.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2011 memiliki Dfits 1,27.
3.

300 | P a g e
  Setelah dunia dihadapkan dengan krisis keuangan global yang terjadi pada tahu
2008,krisis keuangan kembali terjadi di kawasan EU dan Amerika Serikat mengalam
defisit yang parah.
 Pertumbuhan ekonomi di benua Asia-Pasifik ,seperti China dan India mengalam
penurunan,sehingga memberikan dampak spill-over pada Negara Indonesia,seper
menurunnya permintaan komoditas disektor pertambangan.
 Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GD
sebesar 6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupu
mengalami penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Curren
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahu
sebelumnya yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup melemah sebesar 19700/saham atau turu
25,23 % dari tahun sebelumnya yaitu 26350/saham.Dengan Adjusted price corporatio
sebesar 19700/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhi

301 | P a g e
 tahun.
 Harga saham yang menurun karena nilai tukar melemah sehingga jumlah saham teta
dan berdampak pada menurunnya laba saham dari 1657 ke 1549.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2012 memiliki Dfits -0,78.
4.

302 | P a g e
  Setelah krisis finansial yang terjadi pada 2012 di Uni Eropa , Kondisi perekonomian d
Negara Amerika Serikat dan China kembali kondusif,hal ini dibuktikan dengan adany
pengurangan kebijakan stimulus oleh pemerintah AS (tapering-off).
 Sebaliknya di Indonesia, permintaan disektor pertambangan menurun akibat adany
current account deficit (CAD),nilai tukar yang melemah menjadi 10563/US
dibandingkan tahun 2012,iklim investasi menurun,inflasi yang meningkat drastis k
level 8,38 % di atas target inflasi yang sebesar 4,5%. Sementara Infrastructur
Expenditure tumbuh 10,2 % menjadi 184 triliun dari tahun sebelumnya yang mencapa
146 triliun.

303 | P a g e
  Kebijakan pemerintah melalui jalur moneter kontraktif dengan meningkatkan suk
bunga BI mampu membuat perekonomian Indonesia mengalami pertumbuhan k
tingkat 5,7 % atau menurun dibandingkan tahun sebelumnya.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup melemah sebesar 19000/saham atau turu
3,55 % dari tahun sebelumnya yaitu 19700/saham.Dengan Adjusted price corporatio
sebesar 19000/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhi
tahun dibandingkan triwulan 1 sampai 3.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2013 memiliki Dfits -1,05.
5.

304 | P a g e
  Kondisi perekonomian di Indonesia dipengaruhi oleh perlambatan ekonomi yan
terjadi di kawasan Eropa dan Asia,serta nilai tukar rupiah yang mengalami depresiasi.
 Faktor di atas berdampak pada penurunan aktivitas sektor pertambangan di UNTR da
angka penjualan alat berat.
 Kondisi fundamental perekonomian Indonesia tetap terkendali,seperti konsumsi da
iklim investasi yang meningkat sehingga mampu menjaga stabilitas pertumbuha
angka GDP pada level 5 %.Inflasi juga mengalami penurunan dari 8,38 % menjad

305 | P a g e
 8,36 %,tetapi infrastructure expenditure mengalami penurunan sebesar 8,7 % menjad
178 triliun .Walaupun mengalami penurunan investasi di UNTR mengalam
peningkatan terutama pada proyek infrastruktur.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup melemah sebesar 17350/saham atau turu
8,68 % dari tahun sebelumnya yaitu 19000/saham.Dengan Adjusted price corporatio
sebesar 17350/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhi
tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yan
diperdagangkan meningkat dari triwulan sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2014 memiliki Dfits 2,00 .
6.

306 | P a g e
  Keadaan kondisi perekonomian dunia masih dipenuhi ketidakpastian sehingga negar
super power seperti Amerika Serikat dan China masih mengalami kondis
perekonomian yang belum stabil dan dalam masa transisi .Hal ini berdampak pad
harga komoditas seperti batu bara dan CPO.
 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflas
menurun dari 8,36 % menjadi 3,35 %,infrastructure expenditure meningkat sebesa
65,5 % menjadi 256,1 triliun ,namun pertumbuhan GDP melambat dengan angka 4,7
% dibandingkan tahun 2014 yang berada di level 5 %.Hal ini disebabkan penuruna
konsumsi domestik,investasi pada sektor pertambangan dan aktivitas perdaganga
internasional dibidang ekspor batu bara serta nilai tukar rupiah terdepresias
sebesar13458/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup melemah sebesar 16950/saham atau turu
2,30 % dari tahun sebelumnya yaitu 17350/saham.Dengan Adjusted price corporatio
sebesar 16950/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harg
saham mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhi
tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yan
diperdagangkan meningkat dari triwulan sebelumnya.

307 | P a g e
  Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2015 memiliki Dfits -2,36 .
7.

308 | P a g e
  Pada tahun 2015 harga bahan bakar fosil yaitu batu bara mengalami penurunan ,tetap
ditahun 2016 harga komoditas batu bara mengalami kenaikan ,karena Negara Chin
melakukan restriction terhadap produksi batu bara yang mengakibatkan impo
meningkat ,sehingga berdampak pada kenaikan harga batu bara dan mendoron
perekonomian Indonesia khususnya di sektor industri pertambangan.
 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflas
menurun dari 3,35 % menjadi 3,02 %,infrastructure expenditure meningkat sebesar 5,
% menjadi 269,1 triliun ,pertumbuhan GDP meningkat 5,02 % dibandingkan tahu
2015 yang berada di level 4 % dan nilai tukar rupiah mengalami apresiasi sebesa
13330/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup menguat sebesar 21250/saham ata
meningkat 25 % dari tahun sebelumnya yaitu 16950/saham.Dengan Adjusted pric
corporation sebesar 16950/saham.Selain itu dari ,triwulan pertama sampai triwula
keempat harga saham mengalami fluktuasi harga saham,tetapi melemah pada saa
closing di akhir tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yan
diperdagangkan meningkat dari triwulan sebelumnya,jumlah saham yan
diperdagangkan dan kapitalisasi pasar juga meningkat secara signifikan.

309 | P a g e
  Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2016 memiliki Dfits 0,68 .
8.

310 | P a g e
  Kondisi perekonomian global rebound setelah mengalami perlambatan ,seper
India,Amerika Serikat,dan China ,Negara dengan populasi yang tinggi juga mengalam
perbaikan yaitu daya beli masyarakat meningkat.Hal ini mendorong kenaikan harg
dan permintaan khususnya disektor pertambangan.
 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflas
meningkat menjadi 3,61 % (masih berada di level target inflasi),infrastructur
expenditure meningkat sebesar 44,3 % menjadi 388,3 triliun ,pertumbuhan GD
meningkat 5,07 % dan nilai tukar rupiah mengalami depresiasi sebesar 13398/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi d
atas,sehingga harga saham UNTR ditutup menguat sebesar 35400/saham ata
meningkat 66,5% dari tahun sebelumnya yaitu 21250/saham.Dengan Adjusted pric
corporation sebesar 35400/saham.Selain itu dari ,triwulan pertama sampai triwula
keempat harga saham mengalami fluktuasi harga saham,tetapi melemah pada saa
closing di akhir tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yan
diperdagangkan meningkat dari triwulan sebelumnya,jumlah saham yan
diperdagangkan dan kapitalisasi pasar juga meningkat secara signifikan.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2017 memiliki Dfits 1,92 .

311 | P a g e
 9.

 Pada tahun 2018,dunia dihadapkan dengan ketidakpastian dalam perekonomian,tens

perang dagang antara Amerika Serikat dan China memberikan dampak spill-over pad
negara yang tidak terlibat secara langsung ,terutama Emerging Markets.Hal in
mengakibatkan negara yang menggunakan greenback sebagai acuan exchange rat

312 | P a g e
 menjadi khawatir,para investor dengan risiko rendah beralih ke instrumen saf
haven,sementara investor agresif yang sentimen terhadap hal tersebut melakukan pani
selling,dan mengakibatkan seluruh bursa saham seperti NYSE mengalami bearis
terutama pada sektor industri ,Indeks Dow Jones ,IHSG,dan Indeks LQ45 yaitu indek
yang menjadi indikator para investor mengalami penurunan .
 Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingka
inflasi sebesar 3,13 %,anggaran infrastruktur meningkat 5,8 % menjadi 410,
triliun,GDP tumbuh 5,17 % ,current account sebesar US$117 M,tetapi nilai tuka
terdepresiasi sebesar 14267/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondis
perekonomian global di atas,sehingga harga saham UNTR ditutup melemah sebesa
27350/saham atau menurun 22,7% dari tahun sebelumnya yaitu 35400/saham.Denga
Adjusted price corporation sebesar 27350/saham.Selain itu dari ,triwulan pertam
sampai triwulan keempat harga saham mengalami fluktuasi harga saham,tetap
melemah pada saat closing di akhir tahun dibandingkan triwulan 1 sampai 3, jumla
saham yang diperdagangkan meningkat dari triwulan sebelumnya,jumlah saham yan
diperdagangkan ,sementara kapitalisasi pasar mengalami penurunan.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2018 memiliki Dfits -0,07.
10.

313 | P a g e
  Perekonomian global ditahun 2019 masih dalam kondisi tidak stabil,perang dagan
antara Amerika Serikat dan China masih berlanjut,sehingga memberikan trickle-dow
effect pada negara-negara berkembang yang bergantung pada negara maju dalam
melakukan impor ,dan pinjaman luar negeri.
 Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingka
inflasi sebesar 2,72 %,anggaran infrastruktur meningkat 2,4 % menjadi 41
triliun,GDP tumbuh 5,10 % , nilai tukar terapresiasi sebesar 14131/US$,tetap
investasi hanya tumbuh 4,45% atau menurun dibandingkan tahun sebelumnya 6,67%.
 Jumlah anggaran infrastruktur yang meningkat ,mendorong pertumbuha
pembangunan di sektor pertambangan dan investasi pada proyek infrastruktur dalam
mengatasi pertumbuhan ekonomi yang terhambat akibat tekanan ekonomi global.

314 | P a g e
  Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondis
perekonomian global di atas,sehingga harga saham UNTR ditutup melemah sebesa
21525/saham atau menurun 21 % dari tahun sebelumnya yaitu 7350/saham. Selain it
dari ,triwulan pertama sampai triwulan keempat harga saham mengalami fluktuas
harga saham,tetapi melemah pada saat closing di akhir tahun dibandingkan triwulan
sampai 3, jumlah saham yang diperdagangkan meningkat dari triwula
sebelumnya,jumlah saham yang diperdagangkan menurun ,sementara kapitalisasi pasa
hanya naik 3 %.Hal ini diakibatkan oleh perilaku investor yang sentimen setela
adanya isu resesi dan kondisi ekonomi Indonesia yang fluktuatif.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi ole
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
pada tahun 2019 memiliki Dfits -1,20.
11.

No Analisis Makroekonomi pada harga saham WIKA 2010-2019

.

315 | P a g e
1.

316 | P a g e
  Setelah terjadi peristiwa global financial crisis pada tahun 2008 ,perekonomian
dunia pada tahun 2010 secara bertahap mulai terkendali dan stabil,walaupun
ada beberapa indikator makroekonomi yang masih mengalami fluktuasi
,kebijakan yang diimplementasikan otoritas keuangan bank sentral The Fed dan
stimulus yang diberikan mampu mengembalikan kondisi perekonomian yang
collapse dan chaos ke kondisi yang sustainable dan robust.
 Kondisi fundamental perekonomian Indonesia tetap stabil,konsumsi
,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar 6,1
%.Inflasi terkendali pada tingkat 6,96%, Suku Bunga BI pada level 5 %,dan

317 | P a g e
 Current Account US$96,21 M, Exchange rate menguat 4,4 % menjadi
9078/US$, Infrastructure Expenditure juga tumbuh 8,3% menjadi 86 triliun dari
tahun sebelumnya yang mencapai 76,3 triliun.
 Perekonomian yang stabil di Indonesia meningkatkan investasi melalui proyek
pembangunan infrastruktur dan instrumen pasar modal seperti saham bidang
konstruksi .
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan
kondisi perekonomian global di atas,sehingga harga saham WIKA ditutup
melemah sebesar 680/saham atau meningkat 109 %(yoy) dari tahun sebelumnya
yaitu 325/saham. Selain itu dari ,triwulan pertama sampai triwulan keempat
harga saham mengalami fluktuasi harga saham,tetapi menguat pada saat closing
di akhir tahun dibandingkan triwulan 1 sampai 3, jumlah transaksi saham
menurun dari triwulan sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE
dan exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak
panah,harga saham terhadap IE dan nilai tukar memiliki Dfits -0,99.
2.

318 | P a g e
  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun
sebelumnya yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup melemah sebesar 610/saham atau turun 10 %

319 | P a g e
 dari tahun sebelumnya yaitu 680/saham.Dengan Adjusted price corporation sebesar
610/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir
tahun,jumlah transaksi saham meningkat dari triwulan sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits -0,301 .
3.

320 | P a g e
  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun
sebelumnya yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup menguat sebesar 1480/saham atau naik 142

321 | P a g e
 % (yoy) dari tahun sebelumnya yaitu 610/saham.Dengan Adjusted price corporation
sebesar 1480/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga
saham mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhir
tahun.Rata-rata nilai transaksi,volume transaksi,kapitalisasi pasar,dan saham yang
beredar juga meningkat dari triwulan sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits 0,60 .
4.

322 | P a g e
  nilai tukar yang melemah menjadi 10563/US$ dibandingkan tahun 2012,iklim investasi
menurun,inflasi yang meningkat drastis ke level 8,38 % di atas target inflasi yang
sebesar 4,5%. Sementara Infrastructure Expenditure tumbuh 10,2 % menjadi 184
triliun dari tahun sebelumnya yang mencapai 146 triliun.
 Kebijakan pemerintah melalui jalur moneter kontraktif dengan meningkatkan suku
bunga BI mampu membuat perekonomian Indonesia mengalami pertumbuhan ke
tingkat 5,7 % atau menurun dibandingkan tahun sebelumnya.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup menguat sebesar 1580/saham atau naik 6,75

323 | P a g e
 % dari tahun sebelumnya yaitu 1480/saham.Dengan Adjusted price corporation sebesar
1580/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir tahun jika
dibandingkan triwulan 1 sampai 3.Rata-rata volume transaksi dan kapitalisasi pasar
menurun ,sementara rata-rata transaksi saham meningkat.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits 0,070 .
5.

324 | P a g e
  Kondisi fundamental perekonomian Indonesia tetap terkendali,seperti konsumsi dan
iklim investasi yang meningkat sehingga mampu menjaga stabilitas pertumbuhan
angka GDP pada level 5 %.Inflasi juga mengalami penurunan dari 8,38 % menjadi 8,36
%,tetapi infrastructure expenditure mengalami penurunan sebesar 8,7 % menjadi 178
triliun .
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup menguat sebesar 3680/saham atau naik 132
% (yoy) dari tahun sebelumnya yaitu 1580/saham.Dengan Adjusted price corporation
sebesar 3680/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga

325 | P a g e
 saham mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhir
tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yang diperdagangkan
meningkat dari triwulan sebelumnya.Volume transaksi menurun dan kapitalisasi pasar
WIKA mengalami kenaikan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap IE dan nilai tukar memiliki Dfits 2,48 .
6.

326 | P a g e
  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
menurun dari 8,36 % menjadi 3,35 %,infrastructure expenditure meningkat sebesar
65,5 % menjadi 256,1 triliun ,namun pertumbuhan GDP melambat dengan angka 4,79
% dibandingkan tahun 2014 yang berada di level 5 %, nilai tukar rupiah terdepresiasi
sebesar13458/US$ dan CAD 2,80%.
 Perlambatan ekonomi global menyebabkan penurunan harga komoditas di sektor
pertambangan.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup melemah sebesar 2640/saham atau turun 28
%(yoy) dari tahun sebelumnya yaitu 3680/saham.Dengan Adjusted price corporation

327 | P a g e
 sebesar 2640/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga
saham mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir
tahun dibandingkan triwulan 1 sampai 3 dan kapitalisasi pasar juga menurun.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap IE dan nilai tukar memiliki Dfits -0,66 .
7.

328 | P a g e
  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
menurun dari 3,35 % menjadi 3,02 %,infrastructure expenditure meningkat sebesar 5,1
% menjadi 269,1 triliun ,pertumbuhan GDP meningkat 5,02 % dibandingkan tahun
2015 yang berada di level 4 % dan nilai tukar rupiah mengalami apresiasi sebesar
13330/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup melemah sebesar 2360/saham atau menurun
11% dari tahun sebelumnya yaitu 2640/saham.Dengan Adjusted price corporation
sebesar 2360/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga
saham mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir

329 | P a g e
 tahun dibandingkan triwulan 1 sampai 3,sementara volume perdagangan saham
meningkat dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh
IE,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap IE dan nilai tukar pada tahun 2016 memiliki Dfits -0,49 .
8.

330 | P a g e
  Perekonomian global di Amerika Serikat dan kawasan Eropa mengalami peningkatan
pada konsumsi,investasi ,dan GDP.
 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
meningkat menjadi 3,61 % (masih berada di level target inflasi),infrastructure
expenditure meningkat sebesar 44,3 % menjadi 388,3 triliun ,pertumbuhan GDP
meningkat 5,07 % , nilai tukar rupiah mengalami depresiasi sebesar
13398/US$,Balance of Trade 2017 mengalami surplus US$12 M dan sektor konstruksi
mengalami pertumbuhan 6,26%,
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham WIKA ditutup melemah sebesar 1550/saham atau menurun
41 % (yoy) dari tahun sebelumnya yaitu 2360/saham.Dengan Adjusted price
corporation sebesar 1550/saham.Selain itu dari ,triwulan pertama sampai triwulan
keempat harga saham mengalami fluktuasi harga saham,tetapi melemah pada saat
closing di akhir tahun dibandingkan triwulan 1 sampai 3,sementara jumlah saham yang
diperdagangkan meningkat dari triwulan sebelumnya,jumlah saham yang
diperdagangkan tetap dan kapitalisasi pasar menurun.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE
dan nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap nilai tukar pada tahun 2017 memiliki Dfits 0,10 .

331 | P a g e
9.

332 | P a g e
  Kondisi perekonomian global dalam kondisi chaos dan ketidakpastian,sehingga bursa
saham,pemerintah,publik,pasar keuangan sedang menghadapi risiko yang dapat
mempengaruhi perekonomian suatu negara ,terutama EMEs.
 Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat
inflasi sebesar 3,13 %,anggaran infrastruktur meningkat 5,8 % menjadi 410,7
triliun,GDP tumbuh 5,17 % ,current account sebesar US$117 M,tetapi nilai tukar
terdepresiasi sebesar 14267/US$,daya beli masyarakat dan tingkat konsumsi
stabil,sektor konstruksi mengalamai penurunan pada sisi penawaran,dan biaya produksi
yang meningkat.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondisi
perekonomian global di atas,sehingga harga saham WIKA ditutup menguat sebesar
1655/saham atau menurun 6,34 % dari tahun sebelumnya yaitu 1550/saham.Dengan
Adjusted price corporation sebesar 1650/saham.Selain itu dari ,triwulan pertama
sampai triwulan keempat harga saham mengalami fluktuasi harga saham,tetapi
melemah pada saat closing di akhir tahun dibandingkan triwulan 1 sampai 3, jumlah
saham yang diperdagangkan meningkat dari triwulan sebelumnya,volume transaksi
meningkat,dan kapitalisasi pasar mengalami fluktuasi dari kuartal I sampai kuartal 4
,namun menurun di akhir tahun.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE
dan nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga

333 | P a g e
 saham terhadap nilai tukar dan IE pada tahun 2018 memiliki Dfits -0,35.
10.

334 | P a g e
  Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat
inflasi sebesar 2,72 %,anggaran infrastruktur meningkat 2,4 % menjadi 415
triliun,GDP tumbuh 5,10 % , nilai tukar terapresiasi sebesar 14131/US$,tetapi investasi
hanya tumbuh 4,45% atau menurun dibandingkan tahun sebelumnya 6,67%.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondisi
perekonomian global di atas,sehingga harga saham WIKA ditutup menguat sebesar
1990/saham atau meningkat 20,2 % dari tahun sebelumnya yaitu 1655/saham. Selain
itu dari ,triwulan pertama sampai triwulan keempat harga saham mengalami fluktuasi
harga saham,tetapi menguat pada saat closing di akhir tahun dibandingkan triwulan 1
sampai 3, volume transaksi saham menurun dibandingkan tahun 2018.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar ,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap nilai tukar dan IE pada tahun 2019 memiliki Dfits 0,31.
11. strong
relationship
WIKA STOCK PRICE P-VALUE 0,007
VIF 6,05
CONTRIBUTION
29,70%.

Title Here
Exchange
Moderate
relationship rate
INFRASTRUCTU
P-VALUE 0,022
RE
VIF 6,05
EXPENDITURE
CONTRIBUTION
38,91%.
Pass

Not entered
Pass
CONTRIBUTION GDP
8,73%

FAIL

Not entered
CONTRIBUTION INFLATION FAIL
3,79 %.

335 | P a g e
No Analisis Makroekonomi ADHI 2010-2019
.
1.

336 | P a g e
  Kondisi fundamental perekonomian Indonesia tetap stabil,konsumsi ,Investasi,dan
kegiatan ekspor meningkat mendorong kenaikan GDP sebesar 6,1 %.Inflasi
terkendali pada tingkat 6,96%, Suku Bunga BI pada level 5 %,dan Current
Account US$96,21 M, Exchange rate menguat 4,4 % menjadi 9078/US$,
Infrastructure Expenditure juga tumbuh 8,3% menjadi 86 triliun dari tahun
sebelumnya yang mencapai 76,3 triliun.
 Perekonomian yang stabil di Indonesia meningkatkan investasi melalui proyek
pembangunan infrastruktur dan instrumen pasar modal seperti saham bidang
konstruksi ,pasar modal tumbuh 46 %.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham ADHI ditutup menguat sebesar 910/saham atau
meningkat 64 %(yoy) dari tahun sebelumnya yaitu 325/saham. Selain itu dari
,kuartal pertama sampai kuartal keempat harga saham mengalami fluktuasi harga
saham,tetapi menguat pada saat closing di akhir tahun dibandingkan kuartal I dan
II,meskipun kuartal 3 lebih tinggi tapi closing price tetap di level 900/saham,dan
volume transaksi saham menurun.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak
panah,harga saham terhadap IE dan nilai tukar memiliki Dfits -0,60.

337 | P a g e
2.

338 | P a g e
  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun sebelumnya
yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup menguat sebesar 580/saham atau turun 10 % dari tahun
sebelumnya yaitu 910/saham.Dengan Adjusted price corporation sebesar
580/saham.Selain itu dari ,kuartal pertama sampai kuartal keempat harga saham
mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir tahun,jumlah
transaksi saham meningkat dari kuartal sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits 0,58 .

339 | P a g e
3.

340 | P a g e
  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun sebelumnya
yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup menguat sebesar 1493/saham atau naik 60 % (yoy) dari tahun
sebelumnya yaitu 580/saham.Dengan Adjusted price corporation sebesar
1493/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhir tahun.Volume
transaksi juga mengalami kenaikan dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits 0,70.

341 | P a g e
4.

342 | P a g e
  nilai tukar yang melemah menjadi 10563/US$ dibandingkan tahun 2012,iklim investasi
menurun,inflasi yang meningkat drastis ke level 8,38 % di atas target inflasi yang sebesar
4,5%. Sementara Infrastructure Expenditure tumbuh 10,2 % menjadi 184 triliun dari tahun
sebelumnya yang mencapai 146 triliun.
 Kebijakan pemerintah melalui jalur moneter kontraktif dengan meningkatkan suku bunga
BI mampu membuat perekonomian Indonesia mengalami pertumbuhan ke tingkat 5,7 %
atau menurun dibandingkan tahun sebelumnya.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham WIKA ditutup melemah sebesar 1281/saham atau turun 14,19 % dari tahun
sebelumnya yaitu 1493/saham.Dengan Adjusted price corporation sebesar
1272/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir tahun jika
dibandingkan triwulan 1 sampai 3.Sebaliknya ,volume transaksi mengalami peningkatan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga
saham terhadap IE dan nilai tukar memiliki Dfits -0,071.

343 | P a g e
5.

 Kondisi fundamental perekonomian Indonesia tetap terkendali,seperti konsumsi dan iklim

investasi yang meningkat sehingga mampu menjaga stabilitas pertumbuhan angka GDP
pada level 5 %.Inflasi juga mengalami penurunan dari 8,38 % menjadi 8,36 %,tetapi

344 | P a g e
 infrastructure expenditure mengalami penurunan sebesar 8,7 % menjadi 178 triliun .
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup menguat sebesar 2953/saham atau naik 130 % (yoy) dari tahun
sebelumnya yaitu 1281/saham.Dengan Adjusted price corporation sebesar
2953/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi menguat pada saat closing di akhir tahun
dibandingkan triwulan 1 sampai 3,sementara jumlah saham yang diperdagangkan
meningkat dari triwulan sebelumnya.Volume transaksi menurun dan kapitalisasi pasar
ADHI mengalami kenaikan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap IE dan nilai tukar memiliki Dfits 1,71.
6.

345 | P a g e
  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
menurun dari 8,36 % menjadi 3,35 %,infrastructure expenditure meningkat sebesar 65,5
% menjadi 256,1 triliun ,namun pertumbuhan GDP melambat dengan angka 4,79 %
dibandingkan tahun 2014 yang berada di level 5 %, nilai tukar rupiah terdepresiasi
sebesar13458/US$ dan CAD 2,80%.
 Perlambatan ekonomi global menyebabkan penurunan harga komoditas di sektor
pertambangan.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup melemah sebesar 2140/saham atau turun 28 %(yoy) dari tahun
sebelumnya yaitu 2953/saham.Dengan Adjusted price corporation sebesar
2140/saham.Selain itu dari ,triwulan pertama sampai triwulan keempat harga saham
mengalami fluktuasi harga saham,tetapi melemah pada saat closing di akhir tahun
dibandingkan kuartal I dan volume saham juga lebih rendah dari tahun 2014.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap IE dan nilai tukar memiliki Dfits -0,65 .

346 | P a g e
7.

 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi

menurun dari 3,35 % menjadi 3,02 %,infrastructure expenditure meningkat sebesar 5,1 %
menjadi 269,1 triliun ,pertumbuhan GDP meningkat 5,02 % dibandingkan tahun 2015

347 | P a g e
 yang berada di level 4 % dan nilai tukar rupiah mengalami apresiasi sebesar 13330/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup melemah sebesar 2080/saham atau menurun 2,80% dari tahun
sebelumnya yaitu 2140/saham.Dengan Adjusted price corporation sebesar
2080/saham,sementara volume perdagangan saham meningkat dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE,dapat
dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham terhadap IE dan
nilai tukar pada tahun 2016 memiliki Dfits -0,27 .
8.

348 | P a g e
  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
meningkat menjadi 3,61 % (masih berada di level target inflasi),infrastructure expenditure
meningkat sebesar 44,3 % menjadi 388,3 triliun ,pertumbuhan GDP meningkat 5,07 % ,
nilai tukar rupiah mengalami depresiasi sebesar 13398/US$,Balance of Trade 2017
mengalami surplus US$12 M dan sektor konstruksi mengalami pertumbuhan 6,26%,
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham ADHI ditutup melemah sebesar 1885/saham atau menurun 9,3 % dari tahun
sebelumnya yaitu 2080/saham.Dengan Adjusted price corporation sebesar 1885/saham.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE dan
nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap nilai tukar dan IE pada tahun 2017 memiliki Dfits 1,00 .
9.

349 | P a g e
  Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat inflasi
sebesar 3,13 %,anggaran infrastruktur meningkat 5,8 % menjadi 410,7 triliun,GDP
tumbuh 5,17 % ,current account sebesar US$117 M,tetapi nilai tukar terdepresiasi sebesar
14267/US$,daya beli masyarakat dan tingkat konsumsi stabil,sektor konstruksi
mengalamai penurunan pada sisi penawaran,dan biaya produksi yang meningkat.

350 | P a g e
  Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondisi
perekonomian global di atas,sehingga harga saham ADHI ditutup melemah sebesar
1585/saham atau menurun 15,9 % dari tahun sebelumnya yaitu 1885/saham.Dengan
Adjusted price corporation sebesar 1585/saham dan volume saham juga mengalami
penuruna dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE dan
nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap nilai tukar dan IE pada tahun 2018 memiliki Dfits -0,13.
10.

351 | P a g e
  Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat inflasi
sebesar 2,72 %,anggaran infrastruktur meningkat 2,4 % menjadi 415 triliun,GDP tumbuh
5,10 % , nilai tukar terapresiasi sebesar 14131/US$,tetapi investasi hanya tumbuh 4,45%
atau menurun dibandingkan tahun sebelumnya 6,67%.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondisi
perekonomian global di atas,sehingga harga saham ADHI ditutup melemah sebesar
1175/saham atau meningkat 25,8 % dari tahun sebelumnya yaitu 1585/saham., volume
transaksi saham menurun dibandingkan tahun 2018.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar ,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah,harga saham
terhadap nilai tukar dan IE pada tahun 2019 memiliki Dfits -0,68.
11.

352 | P a g e
No Analisis Makroekonomi PTPP 2010-2019
.
1.

353 | P a g e
  Kondisi fundamental perekonomian Indonesia tetap stabil,konsumsi ,Investasi,dan
kegiatan ekspor meningkat mendorong kenaikan GDP sebesar 6,1 %.Inflasi
terkendali pada tingkat 6,96%, Suku Bunga BI pada level 5 %,dan Current
Account US$96,21 M, Exchange rate menguat 4,4 % menjadi 9078/US$,
Infrastructure Expenditure juga tumbuh 8,3% menjadi 86 triliun dari tahun
sebelumnya yang mencapai 76,3 triliun.
 Perekonomian yang stabil di Indonesia meningkatkan investasi melalui proyek
pembangunan infrastruktur dan instrumen pasar modal seperti saham bidang
konstruksi ,pasar modal tumbuh 46 %.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di
atas,sehingga harga saham PTPP ditutup pada posisi sebesar 800/saham .Jika
dilihat dari grafik ,harga saham mengalami fluktuasi, namun menguat di akhir
tahun.

354 | P a g e
  Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah
biru ,harga saham terhadap IE dan nilai tukar tahun 2010 memiliki Dfits -0,57.
2.  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun sebelumnya
yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup melemah sebesar 485/saham atau turun 39 % (yoy) dari tahun
sebelumnya yaitu 800/saham.Dengan Adjusted price corporation sebesar
485/saham.Dapat dilihat pada tabel di atas volume saham yanng diperdagangkan juga
menurun double digit.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah
oranye,harga saham terhadap IE dan nilai tukar tahun 2011 memiliki Dfits 0,19 .
3.  Konsumsi ,Investasi,dan kegiatan ekspor meningkat mendorong kenaikan GDP sebesar
6,23 % .Sebelumnya pertumbuhan GDP mencapai 6,5 % ,walaupun mengalami
penurunan ,pertumbuhan di Indonesia masih berada dilevel 6 %.
 Inflasi berada di level 4,30 %, Suku Bunga BI turun pada level 5,75 %,dan Current
Account meningkat US$112,8 M, Exchange rate melemah menjadi 9419/US$,
Infrastructure Expenditure juga tumbuh 9,8% menjadi 146 triliun dari tahun sebelumnya
yang mencapai 114 triliun.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup menguat sebesar 830/saham atau naik 71 % (yoy) dari tahun
sebelumnya yaitu 485/saham.Dengan Adjusted price corporation sebesar
830/saham.Selain itu,volume saham yang diperdagangkan juga mengalami kenaikan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah merah

355 | P a g e
 ,harga saham terhadap IE dan nilai tukar tahun 2012 memiliki Dfits 0,22.
4.  nilai tukar yang melemah menjadi 10563/US$ dibandingkan tahun 2012,iklim investasi
menurun,inflasi yang meningkat drastis ke level 8,38 % di atas target inflasi yang sebesar
4,5%. Sementara Infrastructure Expenditure tumbuh 10,2 % menjadi 184 triliun dari tahun
sebelumnya yang mencapai 146 triliun.
 Kebijakan pemerintah melalui jalur moneter kontraktif dengan meningkatkan suku bunga
BI mampu membuat perekonomian Indonesia mengalami pertumbuhan ke tingkat 5,7 %
atau menurun dibandingkan tahun sebelumnya.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup menguat sebesar 1160/saham atau naik 40 % dari tahun
sebelumnya yaitu 830/saham.Dengan Adjusted price corporation sebesar
1160/saham.Selain itu ,volume saham yang diperdagangkan juga meningkat.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan
exchange rate,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah
cokelat,harga saham terhadap IE dan nilai tukar tahun 2013 memiliki Dfits -0,22.
5.

356 | P a g e
  Kondisi fundamental perekonomian Indonesia tetap terkendali,seperti konsumsi dan iklim
investasi yang meningkat sehingga mampu menjaga stabilitas pertumbuhan angka GDP
pada level 5 %.Inflasi juga mengalami penurunan dari 8,38 % menjadi 8,36 %,tetapi
infrastructure expenditure mengalami penurunan sebesar 8,7 % menjadi 178 triliun .
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup menguat sebesar 3575/saham atau naik 208 % (yoy) dari tahun
sebelumnya yaitu 1160/saham.Dengan Adjusted price corporation sebesar
3575/saham.Sebaliknya,volume saham yang diperdagangkan menurun.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah hitam,harga
saham terhadap IE dan nilai tukar tahun 2014 memiliki Dfits 0,44.
6.

 Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi

menurun dari 8,36 % menjadi 3,35 %,infrastructure expenditure meningkat sebesar 65,5

357 | P a g e
 % menjadi 256,1 triliun ,namun pertumbuhan GDP melambat dengan angka 4,79 %
dibandingkan tahun 2014 yang berada di level 5 %, nilai tukar rupiah terdepresiasi
sebesar13458/US$ dan CAD 2,80%.
 Perlambatan ekonomi global menyebabkan penurunan harga komoditas di sektor
pertambangan.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup menguat sebesar 3875/saham atau naik 8,39 %(yoy) dari tahun
sebelumnya yaitu 3575/saham.Dengan Adjusted price corporation sebesar
3683/saham.Sementara,volume saham yang diperdagangkan mengalami penurunan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah hijau,harga
saham terhadap IE dan nilai tukar tahun 2015 memiliki Dfits -0,140 .
7.  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
menurun dari 3,35 % menjadi 3,02 %,infrastructure expenditure meningkat sebesar 5,1 %
menjadi 269,1 triliun ,pertumbuhan GDP meningkat 5,02 % dibandingkan tahun 2015
yang berada di level 4 % dan nilai tukar rupiah mengalami apresiasi sebesar 13330/US$.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup melemah sebesar 3810/saham atau menurun 1,67 % dari tahun
sebelumnya yaitu 3875/saham.Dengan Adjusted price corporation sebesar
3810/saham,sementara volume perdagangan saham menurun tipis dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE,dapat
dilihat melalui scatterplot yang ditunjukkan oleh anak panah abu-abu,harga saham
terhadap IE dan nilai tukar pada tahun 2016 memiliki Dfits 0,30 .
8.  Kondisi fundamental makroekonomi di Indonesia masih stabil,seperti tingkat inflasi
meningkat menjadi 3,61 % (masih berada di level target inflasi),infrastructure expenditure
meningkat sebesar 44,3 % menjadi 388,3 triliun ,pertumbuhan GDP meningkat 5,07 % ,
nilai tukar rupiah mengalami depresiasi sebesar 13398/US$,Balance of Trade 2017
mengalami surplus US$12 M dan sektor konstruksi mengalami pertumbuhan 6,26%,
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup melemah sebesar 2640/saham atau menurun 31 % dari tahun
sebelumnya yaitu 3810/saham.Dengan Adjusted price corporation sebesar

358 | P a g e
 2640/saham.Sebaliknya,volume saham yang diperdagangkan meningkat.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE dan
nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah ungu,harga
saham terhadap nilai tukar dan IE pada tahun 2017 memiliki Dfits 2,82.
9.  Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat inflasi
sebesar 3,13 %,anggaran infrastruktur meningkat 5,8 % menjadi 410,7 triliun,GDP
tumbuh 5,17 % ,current account sebesar US$117 M,tetapi nilai tukar terdepresiasi sebesar
14267/US$,daya beli masyarakat dan tingkat konsumsi stabil,sektor konstruksi
mengalamai penurunan pada sisi penawaran,dan biaya produksi yang meningkat.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi dan kondisi
perekonomian global di atas,sehingga harga saham PTPP ditutup melemah sebesar
1805/saham atau menurun 32 % dari tahun sebelumnya yaitu 2640/saham.Dengan
Adjusted price corporation sebesar 1805/saham dan volume saham juga mengalami
penurunan dari tahun sebelumnya.
 Jika melakukan analisis berdasarkan regresi,harga saham hanya dipengaruhi oleh IE dan
nilai tukar,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah
kuning,harga saham terhadap nilai tukar dan IE pada tahun 2018 memiliki Dfits -0,84.
10.

 Kondisi fundamental perekonomian Indonesia masih dalam kondisi stabil,tingkat inflasi

359 | P a g e
 sebesar 2,72 %,anggaran infrastruktur meningkat 2,4 % menjadi 415 triliun,GDP tumbuh
5,10 % , nilai tukar terapresiasi sebesar 14131/US$,tetapi investasi hanya tumbuh 4,45%
atau menurun dibandingkan tahun sebelumnya 6,67%.
 Pasar modal dan investor mempertimbangkan dasar-dasar makroekonomi di atas,sehingga
harga saham PTPP ditutup melemah sebesar 1585/saham atau menurun 25,8 % dari tahun
sebelumnya yaitu 1805/saham.Melalui Adjusted Price Corporate Action,closing price
sebesar 1585/saham.Volume saham yang diperdagangkan dalam kondisi stagnan.
 Jika melakukan analisis berdasarkan regresi,harga saham dipengaruhi oleh IE dan nilai
tukar ,dapat dilihat melalui scatterplot yang ditunjukkan oleh anak panah biru tua,harga
saham terhadap nilai tukar dan IE pada tahun 2019 memiliki Dfits -0,86.
11.

No. Justifikasi Harga Saham Perusahaan Konstruksi

1. Harga saham UNTR VS Inflation,GDP,IE,dan Exchange Rate
Regression Equation
UNTR = 57865 - 18977 inflation - 1,41 exchange rate - 0,00513 GDP + 0,000000 IE
Settings
Variable Setting
inflation 0,0696
exchange rate 9078
GDP 6864133
IE 8,60000E+13
Prediction
Fit SE Fit 95% CI 95% PI

360 | P a g e
 22503,1 2575,81 (15881,8; 29124,4) (10054,7; 34951,4)

Settings
Variable Setting
inflation 0,0379
exchange rate 8773
GDP 7831726
IE 1,14000E+14
Prediction
Fit SE Fit 95% CI 95% PI
23116,6 2984,19 (15445,5; 30787,7) (10079,5; 36153,7)
Settings
Variable Setting
inflation 0,043
exchange rate 9419
GDP 8615704
IE 1,46000E+14
Prediction
Fit SE Fit 95% CI 95% PI
23285,9 2386,65 (17150,8; 29420,9) (11089,2; 35482,5)
Settings
Variable Setting
inflation 0,0838
exchange rate 10563
GDP 9546134
IE 1,84000E+14
Prediction
Fit SE Fit 95% CI 95% PI
22299,8 2798,73 (15105,5; 29494,2) (9537,46; 35062,2)
Settings
Variable Setting
inflation 0,0836
exchange rate 11885
GDP 10569705
IE 1,78000E+14
Prediction
Fit SE Fit 95% CI 95% PI
14213,1 3326,72 (5661,53; 22764,7) (639,287; 27787,0)
Settings
Variable Setting
inflation 0,0335

361 | P a g e
 exchange rate 13458
GDP 11526332
IE 2,56100E+14
Prediction
Fit SE Fit 95% CI 95% PI
20730,1 3246,17 (12385,6; 29074,7) (7285,76; 34174,5)
Settings
Variable Setting
inflation 0,0302
exchange rate 13330
GDP 12401728
IE 2,69100E+14
Prediction
Fit SE Fit 95% CI 95% PI
18591,4 2633,29 (11822,3; 25360,4) (6063,78; 31118,9)
Settings
Variable Setting
inflation 0,0361
exchange rate 13398
GDP 13589825
IE 3,88300E+14
Prediction
Fit SE Fit 95% CI 95% PI
31654,4 3130,45 (23607,3; 39701,5) (18392,6; 44916,2)
Settings
Variable Setting
inflation 0,0313
exchange rate 14267
GDP 14838311
IE 4,10700E+14
Prediction
Fit SE Fit 95% CI 95% PI
27753,0 2344,77 (21725,6; 33780,4) (15610,1; 39895,8)
Settings
Variable Setting
inflation 0,0272
exchange rate 14131
GDP 15833943
IE 4,15000E+14
Prediction
Fit SE Fit 95% CI 95% PI
23609,6 3342,93 (15016,4; 32202,9) (10009,5; 37209,8)

362 | P a g e
  Hasil di atas menunjukkan justifikasi harga saham UNTR tahun 2010-2019 terhadap
variabel makroekonomi, dengan nilai fit yang ditunjukkan pada tiap tahun atau rata-r
dari harga saham UNTR (up to down) ketika variabel makroekonomi memiliki nilai
yang ditunjukkan pada settings tiap tahun dan interval prediksi 95% ,yang merupakan
range bahwa harga saham UNTR di masa depan bisa berada di antara upper limit dan
lower limit pada masing-masing tabel prediction .
2. Harga saham WIKA VS IE dan Exchange Rate
Regression Equation
WIKA = -5032 + 0,813 exchange rate - 0,000000 IE
Settings
Variable Setting
exchange rate 9078
IE 8,60000E+13
Prediction
Fit SE Fit 95% CI 95% PI
1378,37 310,875 (643,262; 2113,47) (-176,536; 2933,27)
Settings
Variable Setting
exchange rate 8773
IE 1,14000E+14
Prediction
Fit SE Fit 95% CI 95% PI
813,893 343,412 (1,85294; 1625,93) (-778,825; 2406,61)
Settings
Variable Setting
exchange rate 9419
IE 1,46000E+14
Prediction
Fit SE Fit 95% CI 95% PI
977,533 298,567 (271,535; 1683,53) (-563,822; 2518,89)
Settings
Variable Setting
exchange rate 10563
IE 1,84000E+14
Prediction
Fit SE Fit 95% CI 95% PI
1478,32 215,618 (968,462; 1988,17) (16,3680; 2940,26)

363 | P a g e
 Settings
Variable Setting
exchange rate 11885
IE 1,78000E+14
Prediction
Fit SE Fit 95% CI 95% PI
2621,13 323,725 (1855,64; 3386,62) (1051,64; 4190,63)
Settings
Variable Setting
exchange rate 13458
IE 2,56100E+14
Prediction
Fit SE Fit 95% CI 95% PI
3017,55 364,160 (2156,45; 3878,65) (1399,27; 4635,84)
Settings
Variable Setting
exchange rate 13330
IE 2,69100E+14
Prediction
Fit SE Fit 95% CI 95% PI
2766,54 304,965 (2045,41; 3487,67) (1218,20; 4314,89)
Settings
Variable Setting
exchange rate 13398
IE 3,88300E+14
Prediction
Fit SE Fit 95% CI 95% PI
1474,63 331,686 (690,320; 2258,95) (-104,128; 3053,40)
Settings
Variable Setting
exchange rate 14267
IE 4,10700E+14
Prediction
Fit SE Fit 95% CI 95% PI
1928,11 321,322 (1168,30; 2687,91) (361,378; 3494,84)
Settings
Variable Setting
exchange rate 14131
IE 4,15000E+14
Prediction

364 | P a g e
 Fit SE Fit 95% CI 95% PI
1768,92 336,707 (972,735; 2565,10) (184,227; 3353,61)

 Hasil di atas menunjukkan justifikasi harga saham WIKA tahun 2010-2019 terhadap
variabel makroekonomi, dengan nilai fit yang ditunjukkan pada tiap tahun atau rata-r
dari harga saham WIKA (up to down) ketika variabel makroekonomi memiliki nilai
yang ditunjukkan pada settings tiap tahun dan interval prediksi 95% ,yang merupakan
range bahwa harga saham WIKA di masa depan bisa berada di antara upper limit dan
lower limit pada masing-masing tabel prediction .

3. Harga saham ADHI VS IE dan Exchange Rate

Regression Equation
ADHI = -3248 + 0,578 exchange rate - 0,000000 IE
Settings
Variable Setting
exchange rate 9078
IE 8,60000E+13
Prediction
Fit SE Fit 95% CI 95% PI
1304,14 262,037 (684,520; 1923,76) (-6,48930; 2614,77)
Settings
Variable Setting
exchange rate 8773
IE 1,14000E+14
Prediction
Fit SE Fit 95% CI 95% PI
900,605 289,463 (216,135; 1585,08) (-441,900; 2243,11)
Settings
Variable Setting
exchange rate 9419
IE 1,46000E+14
Prediction
Fit SE Fit 95% CI 95% PI
1014,60 251,662 (419,518; 1609,69) (-284,606; 2313,82)
Settings
Variable Setting
exchange rate 10563
IE 1,84000E+14

365 | P a g e
 Prediction
Fit SE Fit 95% CI 95% PI
1367,93 181,745 (938,177; 1797,69) (135,655; 2600,21)
Settings
Variable Setting
exchange rate 11885
IE 1,78000E+14
Prediction
Fit SE Fit 95% CI 95% PI
2181,15 272,869 (1535,92; 2826,38) (858,220; 3504,08)
Settings
Variable Setting
exchange rate 13458
IE 2,56100E+14
Prediction
Fit SE Fit 95% CI 95% PI
2457,27 306,951 (1731,45; 3183,10) (1093,22; 3821,33)
Settings
Variable Setting
exchange rate 13330
IE 2,69100E+14
Prediction
Fit SE Fit 95% CI 95% PI
2277,79 257,056 (1669,95; 2885,63) (972,686; 3582,89)
Settings

Variable Setting
exchange rate 13398
IE 3,88300E+14
Prediction
Fit SE Fit 95% CI 95% PI
1350,12 279,579 (689,017; 2011,22) (19,3745; 2680,86)
Settings
Variable Setting
exchange rate 14267
IE 4,10700E+14
Prediction
Fit SE Fit 95% CI 95% PI
1670,96 270,843 (1030,52; 2311,40) (350,360; 2991,56)

366 | P a g e
 Settings
Variable Setting
exchange rate 14131
IE 4,15000E+14
Prediction
Fit SE Fit 95% CI 95% PI
1557,43 283,811 (886,320; 2228,53) (221,684; 2893,17)

 Hasil di atas menunjukkan justifikasi harga saham ADHI tahun 2010-2019 terhadap
variabel makroekonomi, dengan nilai fit yang ditunjukkan pada tiap tahun atau rata-r
dari harga saham ADHI (up to down) ketika variabel makroekonomi memiliki nilai y
ditunjukkan pada settings tiap tahun dan interval prediksi 95% ,yang merupakan rang
bahwa harga saham ADHI di masa depan bisa berada di antara upper limit dan lower
limit pada masing-masing tabel prediction .

4. Harga saham PTPP VS IE dan Exchange Rate

Regression Equation
PTPP = -8977 + 1,286 exchange rate - 0,000000 IE
Settings
Variable Setting
exchange rate 9078
IE 8,60000E+13
Prediction
Fit SE Fit 95% CI 95% PI
1226,19 293,998 (530,992; 1921,38) (-244,299; 2696,67)
Settings
Variable Setting
exchange rate 8773
IE 1,14000E+14
Prediction
Fit SE Fit 95% CI 95% PI
356,449 324,768 (-411,505; 1124,40) (-1149,80; 1862,70)
Settings
Variable Setting
exchange rate 9419
IE 1,46000E+14
Prediction
Fit SE Fit 95% CI 95% PI

367 | P a g e
 640,987 282,358 (-26,6823; 1308,66) (-816,688; 2098,66)
Settings
Variable Setting
exchange rate 10563
IE 1,84000E+14
Prediction
Fit SE Fit 95% CI 95% PI
1463,35 203,912 (981,175; 1945,53) (80,7700; 2845,93)
Settings
Variable Setting
exchange rate 11885
IE 1,78000E+14
Prediction
Fit SE Fit 95% CI 95% PI
3265,14 306,151 (2541,21; 3989,07) (1780,85; 4749,43)
Settings
Variable Setting
exchange rate 13458
IE 2,56100E+14
Prediction
Fit SE Fit 95% CI 95% PI
3954,91 344,390 (3140,56; 4769,26) (2424,48; 5485,33)
Settings
Variable Setting
exchange rate 13330
IE 2,69100E+14
Prediction
Fit SE Fit 95% CI 95% PI
3568,59 288,409 (2886,61; 4250,57) (2104,31; 5032,88)
Settings
Variable Setting
exchange rate 13398
IE 3,88300E+14
Prediction
Fit SE Fit 95% CI 95% PI
1622,54 313,679 (880,807; 2364,27) (129,489; 3115,59)
Settings
Variable Setting
exchange rate 14267
IE 4,10700E+14

368 | P a g e
 Prediction
Fit SE Fit 95% CI 95% PI
2357,51 303,877 (1638,96; 3076,07) (875,841; 3839,19)
Settings
Variable Setting
exchange rate 14131
IE 4,15000E+14
Prediction
Fit SE Fit 95% CI 95% PI
2109,33 318,427 (1356,37; 2862,29) (610,671; 3607,99)

 Hasil di atas menunjukkan justifikasi harga saham PTPP tahun 2010-2019 terhadap
variabel makroekonomi, dengan nilai fit yang ditunjukkan pada tiap tahun atau rata-r
dari harga saham PTPP (up to down) ketika variabel makroekonomi memiliki nilai ya
ditunjukkan pada settings tiap tahun dan interval prediksi 95% ,yang merupakan rang
bahwa harga saham PTPP di masa depan bisa berada di antara upper limit dan lower
limit pada masing-masing tabel prediction .

369 | P a g e
 BAB V
PENUTUP

5.1 Kesimpulan
Kesimpulan dari penelitian ini adalah :
1) Harga saham UNTR – nilai tukar memiliki koefisien negatif dan
p-value (0,312),inflasi memiliki koefisien negatif dengan p-value
(0,814),dan GDP memiliki koefisien negatif dengan p-
value(0,141) lebih besar dari tingkat signifikansi (alpha=0,05)
,sedangkan IE memiliki koefisien positif dengan p-value (0,039)
lebih kecil dari tingkat signifikansi.Dapat disimpulkan bahwa
Inflasi,GDP,dan nilai tukar tidak berpengaruh terhadap harga
saham UNTR atau dengan kata lain hipotesis nol gagal
ditolak.Sementara,IE memiliki pengaruh yang signifikan secara
statistik terhadap harga saham UNTR atau hipotesis nol ditolak.
Dalam analisis varian,p-value (0,312) nilai tukar ,p-value inflasi
(0,814),dan p-value GDP(0,141) lebih besar dari alpha
(0,05),sehingga dalam hal ini f-value tidak diinterpretasikan
signifikan secara statistik dan tidak ada pegaruh antara variabel

370 | P a g e
 prediktor dengan variabel respon,sementara p-value IE (0,039)
sehingga f-value diinterpretasikan signifikan secara statistik.
Dalam analisis ANOVA, hipotesis nol menyatakan bahwa rata-
rata nilai harga saham dari empat perusahaan yang berbeda adalah
sama.Karena p-value (0,000) kurang dari level signifikansi
(α=0,05) ,maka hipotesis nol dapat ditolak sehingga dapat
disimpulkan bahwa beberapa perusahaan mempunyai rata-rata
yang berbeda.
2) Harga saham WIKA – nilai tukar memiliki koefisien positif
dengan p-value (0,007) dan IE memiliki koefisien negatif dengan
p-value (0,022) lebih kecil dari alpha,sehingga dapat disimpulkan
signifikan secara statistik dan hipotesis nol ditolak(ada pengaruh
antara nilai tukar dan IE dengan harga saham WIKA),sedangkan
inflasi dan GDP dihapus dari model karena tidak berpotensi
berpengaruh terhadap harga saham WIKA.
Dalam analisis varian,p-value nilai tukar dan IE lebih kecil dari
alpha,sehingga f-value dapat diinterpretasikan signifikan secara
statistik .
3) Harga saham ADHI – nilai tukar memiliki koefisien positif
dengan p-value (0,016) dan IE memiliki koefisien negatif dengan
p-value (0,040) lebih kecil dari alpha ,yang artinya signifikan
secara statistik dan terdapat pengaruh antara variabel nilai tukar
dan IE dengan harga saham ADHI,sebaliknya inflasi dan GDP
dihapus dari model karena tidak berpotensi memberi pengaruh
terhadap harga saham ADHI.
Dalam analisis varian,p-value nilai tukar dan IE lebih kecil dari
alpha sehingga f-value diinterpretasikan signifikan secara statistik
dan ada pengaruh antara variabel prediktor dengan variabel
respon.
4) Harga saham PTPP – nilai tukar memiliki koefisien positif dengan
p-value (0,000) dan IE memiliki koefisien negatif dengan p-value

371 | P a g e
 (0,002) lebih kecil dari alpha.Variabel inflasi dan GDP
dihilangkan dari regresi karena informasi yang diberikan sangat
sedikit.Karena p-value nilai tukar dan IE lebih kecil dari alpha
,artinya ada hubungan yang signifikan antara nilai tukar dan IE
terhadap harga saham PTPP.
Dalam analisis varian,p-value nilai tukar dan IE lebih kecil dari
alpha sehingga hipotesis nol ditolak dan f-value diinterpretasikan
signifikan secara statsitik yang artinya ada pengaruh yang
signifikan antara variabel prediktor terhadap variabel respon.

5.2 Saran
Saran untuk investor sebelum berinvestasi yaitu melakukan analisis
terhadap faktor fundamental seperti makroekonomi .Makroekonomi terdiri
dari beberapa indikator ,seperti inflasi,nilai tukar,GDP,COP,suku bunga
(BI7RR),harga komoditas primer,perdagangan internasional (ekspor-
impor),dan anggaran infrastruktur.Dalam penelitian ini ,analis menggunakan
indikator inflasi ,nilai tukar,GDP ,dan IE sebagai pertimbangan sebelum
melakukan jual beli saham ,apakah memberikan kondisi bullish atau bearish
terhadap harga saham dan berada di level support atau resistance.

Penelitian yang dilakukan ini perlu dilakukan research dan

development lebih lanjut,walaupun hasil penelitian dapat dijadikan acuan
sebagai informasi dasar dalam mengambil keputusan ,tetapi kondisi
perekonomian global dan perekonomian domestik dapat berubah sehingga
hasil penelitian bisa berbeda dengan kondisi perekonomian dimasa yang
akan datang.

372 | P a g e
373 | P a g e
374 | P a g e