YANG BEREDAR
Oleh:
Tjokorda Istri Putri Prami Saraswati Pemayun
(01/2007531002)
Dosen Pengampu:
I Wayan Gde Wahyu Purna Anggara, S.E., M.Si.
INFLASI
JUMLAH
UANG
BEREDAR
SUKU BUNGA
BI RATE
HIPOTESIS
Menurut Sugiono (2014: 93), menyatakan bahwa hipotesis merupakan jawaban sementara
terhadap rumusan masalah peneilitian, oleh karena itu rumusan masalah peneilitian biasanya
disusun dalam bentuk kalimat pertanyaan. Adapun hipotesis dalam peneiitian ini adalah :
H0: Inflasi berpengaruh positif terhadap jumlah uang yang beredar (Meilinda Nur Rasyida
Fatmawati, Umrotul Khasanah, 2020)
H1: Suku bunga BI Rate berpengaruh positif terhadap jumlah uang yang beredar (Meilinda Nur
Rasyida Fatmawati, Umrotul Khasanah, 2020)
JUMLAH UANG
SUKU
INFLASI BEREDAR
BUNGA BI
NO PERIODE (%) (MILYARAN
RATE (%)
RUPIAH)
X1 X2 Y
Penelitian ini termasuk penelitian kuantitatif. Penelitian ini menggunakan data sekunder yang
didapatkan dari website resmi Bank Indonesia dan Badan Pusat Statistik (BPS). Analisis data yang
digunakan dalam penelitian berupa uji regresi berganda menggunakan aplikasi SPPS. Dimana Y
jumlah uang beredar diambil dari jumlah uang beredar dalam arti sempit atau narrow money (M1).
M1 terdiri dari jumlah uang kertas, uang logam dan uang giral (giro berdominasi Rupiah) serta
satuan jumlah uang beredar dinyatakan dalam miliyaran rupiah. Variabel X1 terdiri dari inflasi
yang berdasarkan Indeks Harga Konsumen secara bulanan dan satuannya dinyatakan dalam persen
(%). Variebl X2 berupa suku bunga BI Rate yang dinyatakan dalam persen (%). Sebelum
melakukan uji regresi berganda, akan dilakukan serangkaian uji asumsi klasik yang terdiri dari uji
normalitas, uji linearitas, uji multikolinearitas, uji heteroskedastisitas, uji autokorelasi. Jika seluruh
uji asumsi klasik terpenuhi maka uji regresi berganda dapat dilakukan.
1. Uji Asumsi Klasik
➢ Uji Normalitas
Uji normalitas merupakan salah satu bagian dari uji persyaratan analisis data atau
uji asumsi klasik, artinya sebelum melakukan analisis statistik untuk uji hipotesis
dalam hal ini adalah analisis regresi, maka data penelitian tersebut harus di uji
kenormalan distribusinya.
− Dasar pengambilan keputusan dalam uji normalitas Kolmogrov-Smirnov
a. Jika nilai signifikansi (Sig.) lebih besar dari 0,05 maka data penelitian
berdistribusi normal
b. Jika nilai signifikansi (Sig.) lebih kecil dari 0,05 maka data penelitian
tidak berdistribusi normal
− Hasil SPSS
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 60
Normal Parametersa,b Mean .0000000
Std. Deviation 168462.5709621
4
Most Extreme Differences Absolute .056
Positive .052
Negative -.056
Test Statistic .056
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
− Interpretasi uji linearitas jumlah uang beredar (Y) dengan inflasi (X1)
Berdasarkan nilai signifikansi (Sig) dari output di atas, diperoleh nilai
Deviation from Linearity Sig. adalah 0,360 lebih besar dari 0,05. Maka
dapat disimpulkan bahwa ada hubungan linear secara signifikan antara
variabel inflasi (X1) dengan variabel jumlah uang beredar (Y).
ANOVA Table
Sum of Mean
Squares df Square F Sig.
UANG BEREDAR * BI Between (Combined) 5016487301 14 3583205215 1.132 .358
RATE Groups 65.138 4.653
Linearity 2490379412 1 2490379412 7.867 .007
58.604 58.604
Deviation from 2526107889 13 1943159914 .614 .830
Linearity 06.534 6.656
Within Groups 1424570086 45 3165711303
479.000 2.867
Total 1926218816 59
644.138
− Interpretasi uji linearitas jumlah uang beredar (Y) dengan BI Rate (X2)
Berdasarkan nilai signifikansi (Sig) dari output di atas, diperoleh nilai
Deviation from Linearity Sig. adalah 0,830 lebih besar dari 0,05. Maka
dapat disimpulkan bahwa ada hubungan linear secara signifikan antara
variabel BI Rate (X2) dengan variabel jumlah uang beredar (Y).
➢ Uji Multikolinearitas
Tujuan digunakannya uji multikolinearitas dalam penelitian adalah untuk menguji
apakah model regresi ditemukan adanya korelas (hubungan kuat) antar variabel
bebas atau variabel independent. Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel bebas atau tidak terjadi gejala multikolinearitas.
− Dasar pengambilan keputusan dalam uji multikolinearitas (Tolerance dan
VIF)
• Pedoman keputusan berdasarkan nilai tolerance
a. Jika nilai tolerance lebih besar dari 0,10 maka artinya tidak
terjadi multikolinearitas dalam model regresi
b. Jika nilai tolerance lebih kecil dari 0,10 maka artinya terjadi
multikolinearitas dalam model regresi
• Pedoman keputusan berdasarkan nilai VIF (Variance Inflation
Factor)
a. Jika nilai VIF < 10,00 maka artinya tidak terjadi
multikolinearitas dalam model regresi
b. Jika nilai VIF > 10,00 maka artinya terjadi multikolinearitas
dalam model regresi
− Hasil SPSS
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 2116263.33 238020.665 8.891 .000
7
INFLASI 35133.473 114160.393 .038 .308 .759 .991 1.009
BI RATE -114064.497 38960.684 -.363 -2.928 .005 .991 1.009
a. Dependent Variable: UANG BEREDAR
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 29554.255 134950.460 .219 .827
INFLASI -12711.365 64725.462 -.026 -.196 .845 .991 1.009
BI RATE 30629.560 22089.520 .181 1.387 .171 .991 1.009
a. Dependent Variable: Abs_RES
Variables Entered/Removeda
Variables Variables
Model Entered Removed Method
1 BI RATE, . Enter
INFLASIb
a. Dependent Variable: UANG BEREDAR
b. All requested variables entered.
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 .362a .131 .100 171392.57446
a. Predictors: (Constant), BI RATE, INFLASI
Tabel “Model Summary” memberikan informasi tentang nilai koefisein determinasi, yakni
kontribusi atau sumbangan pengaruh BI Rate dan Inflasi secara simultan (bersama-sama)
terhadap Uang Beredar. Besarnya angka koefisien determinasi (R Square) adalah 0,131 atau
sama dengan 13,1%. Angka tersebut mengandung arti bahwa BI Rate dan Inflasi secara
simultan (bersama-sama) berpengaruh terhadap Uang Beredar sebesar 13,1%. Sedangkan
sisanya 86,9% dipengaruhi oleh variabel lain.
➢ Uji F Simultan
− Dasar Pengambilan Keputusan
• Berdasarkan Nilai Signifikansi (Sig.) dari Output Anova
a. Jika nilai Sig. < 0,05 maka hipotesis diterima. Artinya Kepadatan
Penduduk (X1) dan Pendapatan Asli Daerah (X2) secara simultan
berpengaruh terhadap Realisasi Anggaran (Y)
b. Jika nilai Sig. > 0,05 maka hipotesis ditolak. Artinya Kepadatan
Penduduk (X1) dan Pendapatan Asli Daerah (X2) secara simultan
tidak berpengaruh terhadap Realisasi Anggaran (Y)
• Berdasarkan Perbandingan Nilai F Hitung dengan F Tabel
a. Jika nilai F hitung > F tabel maka hipotesis diterima. Artinya
Kepadatan Penduduk (X1) dan Pendapatan Asli Daerah (X2) secara
simultan berpengaruh terhadap Realisasi Anggaran (Y)
b. Jika nilai F hitung < F tabel maka hipotesis ditolak. Artinya
Kepadatan Penduduk (X1) dan Pendapatan Asli Daerah (X2) secara
simultan tidak berpengaruh terhadap Realisasi Anggaran (Y)
− Hasil SPSS
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 251820185548. 2 125910092774. 4.286 .018b
784 392
Residual 1674398631095 57 29375414580.6
.352 20
Total 1926218816644 59
.136
a. Dependent Variable: UANG BEREDAR
b. Predictors: (Constant), BI RATE, INFLASI
Karena nilai F Hitung 4,286 > F Tabel 3,15 maka sebagaimana dasar
pengambilan keputusan dalam uji F dapar disimpulkan bahwa
hipotesis diterima atau dengan kata lain Inflasi (X1) dan BI Rate (X2)
berpengaruh terhadap Uang Beredar (Y).
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 2116263.337 238020.665 8.891 .000
INFLASI 35133.473 114160.393 .038 .308 .759
BI RATE -114064.497 38960.684 -.363 -2.928 .005
a. Dependent Variable: UANG BEREDAR
Tabel “Coefficients” memberikan informasi tentang persamaan regresi dan ada tidaknya
pengaruh variabel Inflasi dan BI Rate secara parsial terhadap Uang Beredar. Adapun
Persamaan Regresi dalam analisis atau penelitian ini:
Y = a + bX1 + bX2 + bX3
a. a = angka konstan dari undstandardized coefficients. Dalam kasus ini nilainya sebesar
2116263.337. Angka ini merupakan angka konstan yang mempunyai arti bahwa jika
tidak ada Inflasi dan BI Rate maka nilai konsisten Uang Beredar adalah sebesar
2116263.337.
b. b = angka koefisien regresi. Angka koefisien regresi Inflasi sebesar 35133.473 dan BI
Rate sebesar -114064.497 bermakna setiap penambahan 1% tingkat Inflasi dan BI Rate
akan berpengaruh terhadap Uang Beredar sebesar 2116263.337, 35133.473, dan -
114064.497. Dari informasi diatas, diperoleh juga persamaan regresi sebagai berikut: