ANALISA KETERKAITAN ANTARA STABILITAS

PASAR MODAL DAN STABILITAS SISTEM

KEUANGAN

JURNAL ILMIAH

Disusun oleh :

Firdausi Gusti Safitri

125020400111038

JURUSAN ILMU EKONOMI

FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA
MALANG
2016
 ANALISA HUBUNGAN ANTARA STABILITAS PASAR MODAL DAN
STABILITAS SISTEM KEUANGAN
(Dengan Analisis Korelasi Kanonikal)
Firdausi Gusti Safitri
Fakultas Ekonomi dan Bisnis Universitas Brawijaya
Email: gusti.firdausi@gmail.com

Penelitian ini bertujuan untuk mengetahui hubungan antara stabilitas pasar modal dan stabilitas
sistem keuangan. Penelitian ini menggunakan Analisis Korelasi Canonical untuk menentukan
hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Variabel yang digunakan
dalam penelitian ini adalah saham varians dari sepuluh sektor saham di Bursa Efek Indonesia
sebagai indikator stabilitas pasar modal. Sementara pengukuran stabilitas sistem keuangan di
indikator makroekonomi, yaitu inflasi, BI Rate, dan Nilai Tukar dan indikator ekonomi mikro
adalah CAR, ROA, LDR, NPL dan ROA.
Hasil dari penelitian ini adalah terdapat hubungan yang kuat antara stabilitas pasar modal dan
stabilitas sistem keuangan dilihat dari memperoleh koefisien korelasi kanonik pertama 0,98880,
koefisien korelasi kanonik kedua 0,86320, dan koefisien korelasi kanonik ketiga 0,71750.
Kata kunci: stabilitas sistem keuangan, stabilitas pasar saham, analisis korelasi kanonikal.

A. PENDAHULUAN

Sejumlah perkembangan dalam beberapa tahun terakhir telah dikombinasikan untuk

menempatkan isu stabilitas keuangan di bagian atas agenda, tidak hanya dari otoritas pengawas,
tetapi dari kebijakan publik yang lebih umum. Perkembangan ini meliputi ledakan pertumbuhan
volume transaksi keuangan, meningkatnya kompleksitas instrumen baru, krisis mahal di sistem
keuangan nasional, dan beberapa kecelakaan profil tinggi di lembaga masing-masing.
Pertumbuhan volume transaksi keuangan dan peningkatan integrasi pasar modal telah membuat
lembaga di sektor keuangan yang lebih saling tergantung dan telah dibawa ke depan isu risiko
sistemik. arus modal internasional, meskipun umumnya menguntungkan untuk alokasi yang
efisien dari tabungan dan investasi, sekarang memiliki kekuatan dalam kondisi tidak stabil untuk
melemahkan kebijakan ekonomi nasional dan menggoyahkan sistem keuangan.
Stabilitas Sistem Keuangan (FSS) sebenarnya tidak memiliki definisi standar yang telah
diterima secara internasional. Oleh karena itu, ada beberapa definisi dari FSS yang pada dasarnya
mengatakan bahwa sistem keuangan memasuki tahap tidak stabil ketika sistem telah
membahayakan dan menghambat kegiatan ekonomi. Stabilitas sistem keuangan perlu menjadi
prioritas, mengingat dis-stabilitas krisis keuangan selalu dikaitkan dengan biaya tinggi ekonomi,
politik dan sosial. Sistem keuangan itu sendiri di dalamnya termasuk sistem perbankan, lembaga
keuangan non-bank, pasar keuangan (pasar uang dan pasar modal) serta infrastruktur sistem
keuangan.
Analisis korelasi kanonik adalah model statistik multivariat yang memfasilitasi studi
hubungan timbal balik antara set beberapa variabel dependen dan beberapa variabel independen.
Sedangkan regresi berganda memprediksi variabel dependen tunggal dari satu set beberapa
variabel independen, korelasi kanonik secara bersamaan memprediksi beberapa variabel dependen
dari beberapa variabel independen. Fokusnya terletak pada analisis korelasi kanonik hubungan
antara kombinasi linear dari satu set variabel dengan kombinasi linear dari himpunan lainnya
variabel. Langkah pertama adalah untuk menemukan kombinasi linear yang memiliki korelasi
terbesar. Selanjutnya, kita akan mencari kombinasi linear dengan nilai korelasi terbesar di antara
semua pasangan lain yang tidak berkorelasi. Proses ini terjadi berulang kali, hingga korelasi
maksimum diidentifikasi. Pasangan linear kombinasi disebut sebagai variate kanonik sedangkan
hubungan antara pasangan yang disebut korelasi kanonik.
Penelitian terhadap hubungan antara stabilitas pasar modal dan variabel-variabel dalam
perekonomian telah dilakukan sebelumnya. Bakri Abdul Karim, Loke Phui Sea dan Zulkefly
Abdul Karim dalam penelitiannya yang berjudul “The Impact of Macroeconomic Volatility on the
Indonesian Stock Market Volatility” meneliti hubungan antara volatilitas makroekonomi dan
volatilitas pasar modal di Indonesia. Dengan menggunakan metode GARCH dan Granger
Causality test kesimpulan yang didapat adalah volatilitas makroekonomi tidak mempunyai
pengaruh yang signifikan terhadap volatilitas pasar modal. Muhammad Francisco Jareño,
Loredana Negrut, dalam penelitiannya yang berjudul “US Stock Market And Macroeconomic
Factors” meneliti hubungan antara return saham dan variabel makroekonomi. Dengan
menggunakan regresi linier berganda, penelitian ini mendapat kesimpulan return saham hanya
berpengaruh positif terhadap GDP dan berpengaruh negatif terhadap tingkat suku bunga dan
tingkat pengangguran. Zukarnain Zakaria, Sofian Shamsuddin dalam penelitiannya yang berjudul
“Empirical Evidence on the Relationship between Stock Market Volatility and Macroeconomics
Volatility in Malaysia” meneliti hubungan antara volatilitas pasar modal dan volatilitas
makroekonomi di Malaysia. Dengan menggunakan metode GARCH dan Granger Causality test,
penelitian ini mendapat kesimpulan variabel-variabel ekonomi secara parsial tidak berpengaruh
secara signifikan terhadap volatilitas pasar modal. Hanya jumlah uang beredar yang berpengaruh
terhadap return saham.

B. KAJIAN PUSTAKA

A. Stabilitas Pasar Modal

Menurut Madhura (2012) “Volatility can determine the degree of uncertainty surrounding
the stock future’s returns. In addition, stock market volatility reached high levels during financial
crisis and significantly led stocks prices plummeting especially in emerging markets”. Volatilitas
dapat menunjukkan nilai dari ketidakpastian pada return saham di masa depan. Volatilitas juga
mencapai titik tertinggi selama terjadi krisis keuangan dan menyebabkan jatuhnya harga saham
terutama di negara berkembang. Lebih lanjut Madhura (2012) mengemukakan bahwa kondisi
perekonomian dapat memberikan efek pada arus kas di masa yang akan datang dan mempengaruhi
harga saham. Volatilitas harga saham dapat terjadi karena pasar modal sangat sensitif terhadap
kondisi perekonomian (Kartika:2010). Adanya volatilitas akan menyebabkan resiko dan
ketidakpastian yang dihadapi investor semakin besar sehingga minat investor untuk berinvestasi
menjadi tidak stabil dan menyebabkan kestidakstabilan di pasar saham pula. Pasar yang volatile
atau tidak stabil akan menyulitkan perusahaan untuk menaikkan modalnya di pasar modal.

B. Stabilitas Sistem Keuangan

Stabilitas Sistem Keuangan (SSK) sebenarnya belum memiliki definisi baku yang
telah diterima secara internasional. Oleh karena itu, muncul beberapa definisi mengenai SSK yang
pada intinya mengatakan bahwa suatu sistem keuangan memasuki tahap tidak stabil pada saat
sistem tersebut telah membahayakan dan menghambat kegiatan ekonomi. Di bawah ini dikutip
beberapa definisi SSK yang diambil dari berbagai sumber:

a) Sistem keuangan yang stabil mampu mengalokasikan sumber dana dan menyerap kejutan
(shock) yang terjadi sehingga dapat mencegah gangguan terhadap kegiatan sektor riil dan
sistem keuangan.
b) Sistem keuangan yang stabil adalah sistem keuangan yang kuat dan tahan terhadap berbagai
gangguan ekonomi sehingga tetap mampu melakukan fungsi intermediasi, melaksanakan
pembayaran dan menyebar risiko secara baik.
c) Stabilitas sistem keuangan adalah suatu kondisi dimana mekanisme ekonomi dalam
penetapan harga, alokasi dana dan pengelolaan risiko berfungsi secara baik dan mendukung
pertumbuhan ekonomi.

Arti stabilitas sistem keuangan dapat dipahami dengan melakukan penelitian terhadap
faktor-faktor yang dapat menyebabkan instabilitas disektor keuangan. Ketidakstabilan sistem
keuangan dapat dipicu oleh berbagai macam penyebab dan gejolak. Hal ini umumnya merupakan
kombinasi antara kegagalan pasar, baik karena faktor struktural maupun perilaku. Kegagalan pasar
itu sendiri dapat bersumber dari eksternal (internasional) dan internal (domestik). Risiko yang
sering menyertai kegiatan dalam sistem keuangan antara lain risiko kredit, risiko likuiditas, risiko
pasar dan risiko operasional. Pemantauan stabilitas keuangan merupakan tugas bank sentral yang
merupakan satu kesatuan dalam menjaga stabilitas keuangan.

Gambar 2.1 Stabilitas Sistem Keuangan dan Stabilitas Moneter

Pr
Rumah Tangga Bank P

Ekonomi
Makro

Lembaga
Korporasi Pr
Keuangan Non- P
Bank

Pasar Keuangan I
Cu

Inrastruktur
Sistem
Keuangan

Stabilitas
Moneter
Inflasi

Sunber : Bank Indonesia (2010)

Ada dua indikator utama yang menjadi target pemantauan, yakni indikator
microprudential dan indikator makroekonomi. Kedua indikator tersebut saling melengkapi sebagai
aksi dan reaksi dalam sistem keuangan dan ekonomi. Pemantauan indikator microprudential
dilakukan terhadap kondisi mikro institusi keuangan dalam sistem keuangan. Melalui pemantauan
ini dapat diketahui potensi risiko likuiditas, risiko pasar, risiko kredit dan rentabilitas institusi
keuangan, yang dimaksudkan untuk mengukur ketahanan sistem keuangan. Pemantauan indikator
makroekonomi juga perlu dilakukan terhadap kondisi makroekonomi domestik maupun
internasional yang berdampak signifikan terhadap stabilitas keuangan.

C. Pasar Modal dan Stabilitas Sistem Keuangan

Ketidakstabilan dalam pasar ekuitas dalam prakteknya tidak terlalu menimbulkan efek
yang besar pada aktivitas ekonomi riil (Crockett:1997). Karena tidak seperti krisis valuta asing,
ketidakstabilan dalam pasar modal tidak bisa dengan mudah dijelaskan oleh perilaku spekulatif
rasional. Menurut Andrew Crockett (1997) terdapat empat sumber penyebab ketidakstabilan dalam
sistem keuangan: Kerapuhan dari Institusi Keuangan, Volatilitas Harga Aset, Pasar Valuta Asing,
dan Pasar Ekuitas. Terdapat tiga alasan mengapa pasar modal cenderung menyebabkan
ketidakstabilan di pasar keuangan: (1)Spekulasi berlebihan yang tidak rasional, (2)Ketidakstabilan
kebijakan makroekonomi, (3)Dinamika internal pasar. Fluktuasi dalam pasar modal dapat
menyebabkan efek pada aktivitas ekonomi riil melalui beberapa cara:

1. Pertama, penurunan pada kekayaan sektor swasta menyebabkan efek langsung terhadap
keinginan untuk membelanjakan pendapatan.
2. Kedua, perekonomian dapat terengaruh oleh nilai ekuitas karena adanya keinginan untuk
memiliki saham (Tobin, 1969). Jika nilai pasar di masa depan dapat disebabkan oleh
penurunan aset, maka keinginan untuk membeli saham juga dapat mengurangi pengeluaran
investasi.
3. Ketiga, fluktuasi pasar modal memberikan dampak pada intermediasi keuangan. Jika harga
ekuitas mengalami penurunan dan mengurangi kekayaan bersih dari institusi keuangan dan
nasabahnya, hal ini kan menyebabkan terjadinya informasi asimetris dan menghilangkan
kepercayaan nasabah pada instiusi keuangan menyebabkan sulitnya untuk memobilisasi dana
untuk investasi yang produktif dan akan menurunkan jumlah output.

C. METODE PENELITIAN

Penelitian ini menggunakan metode Analisis Korelasi Kanonikal (Canonical

Correlation Analysis) untuk mengukur hubungan antara stabilitas pasar modal dan stabilitas
sistem keuangan. Jenis data dalam variat kanonikal yang digunakan dalam analisis korelasi
kanonikal dapat bersifat metrik maupun nonmetrik. Bentuk umum fungsi kanonikal adalah sebagai
berikut:

X1 + X2 + X3 . . . Xp = Y1 + Y2 + Y3 . . . Yq
(metrik, nonmetrik) (metrik, nonmetrik)

Secara umum, jika terdapat sejumlah p variabel bebas X1, X2, . . . , Xp dan q variabel tidak bebas
Y1, Y2, . . . ,Yq maka banyak pasangan variat adalah minimum p dan q. Jadi hubungan linier
mungkin yang terbentuk adalah:

U1 = a11 X 1 + a12 X2 + . . . a 1p Xp
U2 = a21 X 1 + a22 X2 + . . . a2p Xp
.
.
.
Ur = a r1 X1 + ar2 X2 + . . . arp Xp
dan
V1 = b11 Y1 + b12 Y2 + . . . b1q Yq
V2 = b21 Y1 + b22 Y2 + . . . b2q Yq
.
.
.
Vr = br1 Y1 + br2 Y2 + . . . brq Yq
di mana r adalah nilai minimum p dan q. Hubungan ini dipilih sedemikian sehingga korelasi antara
U1 dan V1 menjadi korelasi maksimum; korelasi U2 dan V2 juga maksimum di antara variabel-
variabel yang tidak berhubungan dengan U1 dan V1; korelasi U1, V1, U2 , dan V2, dan
seterusnya. Setiap pasang variabel kanonikal (U1, V1), (U2 ,V2), . . . , (Ur ,Vr) merepresentasikan
„dimensi‟ bebas dalam hubungan antara dua himpunan variabel (X 1, X 2, . . . , Xp ) dan (Y1 , Y2, . . .
,Yq). Pasangan pertama (U1 , V1) mempunyai korelasi tertinggi karenanya merupakan korelasi
penting; pasangan kedua (U2, V2) mempunyai korelasi tertinggi kedua karenanya menjadi korelasi
terpenting kedua; dan seterusnya.
Penelitian ini menggambarkan hasil secara deskriptif dan menggunakan pendekatan kuantitatif
dengan menganalisa hubungan antara stabilitas pasar modal dan stabilitas sistem keuangan. Data
yang diperoleh dari penelitian ini bersumber dari Bank Indonesia, Otoritas Jasa Keuangan dan
Bursa Efek Indonesia. Indikator pengukuran stabilitas pasar modal dilakukan dengan mnghitung
varians saham setiap sektor saham yang terdaftar di BEI. Sedangakan pengukuran stabilitas sistem
keuangan menggunakan indikator makroekonomi yaitu Inflasi, BI Rate serta Nilai Tukar dan
indikator mikroekonomi yaitu Capital Adequacy Ratio (CAR), Return on Asset (ROA), Loan to
Deposit Ratio (LDR), Non Performing Loan (NPL) serta Biaya Operasional/Pendapatan
Operasional (BOPO). Model dalam penelitian ini yaitu :

AGRI + MINING + BASIC . . . MANUF = INFLASI + BIRATE + NTUKAR . . . BOPO

Dimana :
Variabel Stabilitas Pasar Modal
AGRI : Varians saham sektor Pertanian
MINING : Varians saham sektor Pertambangan
BASIC : Varians saham sektor Industri Dasar dan Kimia
MISC : Varians saham sektor Aneka Industri
CONS : Varians saham sektor Barang Konsumsi
PROP : Varians saham sektor Properti dan Real Estate
INFRA : Varians saham sektor Infrastruktur, Utilitas dan Transportasi
FINA : Varians saham sektor Keuangan
TRADE : Varians saham sektor Perdagangan dan Investasi
MANUF : Varians saham sektor Manufaktur
Variabel Stabilitas Sistem Keuangan
INFLASI : Inflasi
NTUKAR : Nilai Tukar
BIRATE : BI Rate
CAR : Capital Adequacy Ratio (CAR) Agregat
ROA : Return on Asset (ROA) Agregat
NPL : Non Performing Loan (NPL) Agregat
LDR : Loan to Deposit Ratio (LDR) Agregat
BOPO : Biaya Operasonal/Pendapatan Operasional (BOPO) Agregat

Sebelum dilakukan Analisis Korelasi Kanonikal, dilakukan uji asumsi klasik terlebih dahulu
meliputi asumsi normalitas dan asumsi multikolinieritas.

D. HASIL DAN PEMBAHASAN

A. Uji Asumsi

1. Uji normalitas dilakukan pada tiap-tiap variabel penelitian untuk mengetahui variabel
manayang memenuhi dan tidak memenuhi asumsi normalitas (variabel tersebutt terdistribusi
secara normal). Dalam nalisis statistik dilakukan dengan uji Kolmogrov Smirnov. Apabila nilai
signifikansi > 0.05, berarti variabel terdistribusisecara normal. Sebelum transformasi data,
dapat dilihat bahwa variabel yang terdistribusi normal dengan nilai signifikansi diatas 5%
hanya variabel LDR (0,119), sedangkan variabel lainnya tidak terdistribusi secara normal
karena mempunyai nilai signifikansi dibawah 5%. Menurut Situmorang (2008:62), ada
beberapa cara yang dapat dilakukan jika data menyebar secara tidak normal. Diantaranya
 melakukan transformasi data menjadi bentuk logaritma natural (Ln). Oleh karena itu penulis
memutuskan untuk melakukan transformasi data terhadap semua variabel menjadi bentuk
logaritma natural, agar variabel-variabel dalam penelitian ini memenuhi asumsi normalitas.
Setelah itu, dilakukan pengujian ulang dengan metode statistik. Setelah transformasi data dapat
dilihat bahwa seluruh variabel telah terdistribusi normal dengan nilai signifikansi diatas 5%.
2. Untuk mendeteksi ada atau tidaknya multikolinieritas, dapat dilakukan dari hasil output SPSS
dengan melihat nilai tolerance dan Variance Inflation Tolerance (VIF). Nilai yang umum
dipakai untuk mendeteksi adanya gejala multikolinieritas adalah jika tolerance <0,1 dan VIF >
10 (Ghozali:2005). Setelah dilakukan pengujian terhadap delapan fungsi dalam korelasi
kanonikal, tidak ditemukan adanya gejala multikolinieritas karena seluruhnya memiliki
tolerance > 0,1 dan nilai VIF > 10.

B. Analisis Korelasi Kanonikal

Berikut ini adalah hasil output SPSS pada analisis korelasi kanonikal disertai dengan
pembahasannya sesuai dengan langkah-langkah analisis CCA.
1. Mendapatkan satu atau lebih fungsi kanonikal dengan melihat tingkat signifikansi
(Multivariate Test of Significance) dibawah 0,05 dan besaran nilai korelasi kanonikal
(Canonical Correlation) diatas 0,5. Hasil uji signifikansi disajikan pada tabel 4.1

Tabel 4.1 Uji Signifikansi Multivariat

Sumber : Output SPSS, Olahan Penulis (2016)

Tabel diatas memperlihatkan hasil uji signifikansi multivariate. Hasil uji signifikansi menunjukkan
bahwa semua uji statistik signifikan di bawah tingkat kepercayaan 5% yaitu 0,000. Dapat
disimpulkan bahwa persamaan korelasi kanonikal dalam penelitian ini signifikan.

Tabel 4.2 Eigenvalues dan Korelasi Kanonikal

Sumber : Output SPSS olahan penulis (2016)

Dalam persamaan penelitian ini terdapat sepuluh variabel Stabilitas Pasar Modal dan
delapan variabel Stabilitas Sistem Keuangan. Jika diambil jumlah terkecil, maka akan terbentuk
delapan Fungsi Kanonikal. Kedelapan fungsi tersebut dapat terlihat pada tabel diatas. Fungsi
pertama memiliki korelasi kanonikal dan Eigenvalue lebih besar dari fungsi kedua dan seterusnya.
Ini menandakan fungsi pertama memiliki peran yang lebih penting daripada fungsi kedua dan
seterusnya. Oleh karena yang mempunyai Eigenvalue >1 hanya sampai fungsi ke-3, maka yang
akan diproses lebih lanjut hanya sampai fungsi ke-3 saja.
 Setelah dilakukan pengujian asumsi klasik dan pengujian dengan menggunakan analisis
korelasi kanonikal, dapat disimpulkan bahwa terdapat hubungan yang kuat antara set variabel
Stabilitas Pasar Modal (melalui variabel LnAGRI, LnMINING, LnBASIC LnMISC, LnCONS,
LnPROP, LnINFRA, LnFINA, LnTRADE, dan LnMANUF) dengan set variabel Stabilitas Sistem
keuanga (melalui variabel LnINFLASI, LnBIRATE, LnNTUKAR, LnCAR, LnROA, LnLDR,
LnBOPO, LnNPL) secara bersama-sama. Hal ini dapat dilihat dari hasil pengujian Multivariate
Test of Significance yang berada dibawah tingkat kepercayaan 5%.

2. Interpretasi Canonical Variate dengan menganalisis fungsi kanonikal yang telah ditentukan
dan menentukan pentingnya masing-masing variabel awal (original) di dalam hubungan
kanonikal. Canonical Variate adalah kumpulan dari beberapa variabel yang membentuk sebuah
variat. Dalam kasus ini, terdapat dua canonical variates, yaitu independent canonical variates
yang terdiri dari sepuluh variabel independent dan delapan variabel dependen. Analisis ini
bertujuan untuk mengetahui apakah semua variabel independen dalam kanonikal variat tersebut
berhubungan erat dengan dependen variat, yang diukur dengan besaran korelasi masing-masing
independen variabel dengan variatnya. Terdapat tiga metode yang digunakan yaitu:
1. Canonical Weight (Bobot Kanonikal)
Variabel yang memiliki angka wieght relatif besar (di atas 0,5) dianggap memberikan
kontribusi lebih pada variate dan sebaliknya.
2. Muatan Kanonikal (Canonical Loading)
Muatan kanonikal mengukur korelasi linear sederhana antara variabel awal dalam variabel
dependen atau independen dan set kanonikal variate. Metode ini juga menyatakan korelasi
variabel terhadap variat dimana variabel bergabung dalam setiap fungsi kanonikal.
3. Muatan Silang Kanonikal (Canonical Cross Loading)
Muatan silang kanonikal dapat dianggap sebagai alternatif Canonical Loading. Metode ini
menyatakan korelasi variabel dalam suatu variat kanonikal lainnya.

Hasil output SPSS (dilampirkan) menghasilkan bobot kanonikal, muatan kanonikal dan muatan
silang kanonikal akan disajikan pada tabel berikut:

Tabel 4.26 Fungsi Kanonikal Pertama

Variabel Muatan Kanonikal
Variabel Stabilitas Pasar Modal
LnAGRI -0,57245
LnMINING -0,07895
LnBASIC -0,02995
LnMISC -0,89261
LnCONS -0,93925
LnPROP -0,89149
LnINFRA -0,81587
LnFINA -0,95000
LnTRADE -0,90737
LnMANUF -0,94917
Variabel Stabilitas Sistem
Keuangan
LnINFLASI 0,72689
LnBIRATE 0,70284
LnNTUKAR -0,14914
LnCAR -0,09497
LnROA -0,13222
LnBOPO 0,71550
LnNPL -0,49274
LnLDR -0,96881
Sumber : Data olahan penulis (2016)

Fungsi kanonikal pertama mempunyai korelasi kanonikal paling besar yaitu 98,880% dan
Eigenvalue sebesar 43,88. Oleh karena itu fungsi kanonikal pertama mempunyai peran lebih
penting dari fungsi kedua dan seterusnya. Pada fungsi kanonikal pertama, delapan variabel
independen yaitu LnAGRI, LnMISC, LnCONS, LnPROP, LnINFRA, LnFINA, LnTRADE, dan
LnMANUF memiliki hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi
muatan kanonikal. Tanda negatif menyatakan bahwa semakin rendah variabel independen maka
akan semakin tinggi variabel dependennya. Sedangkan dari variabel dependen terdapat lima
variabel yaitu LnINFLASI, LnBIRATE, LnNTUKAR, LnBOPO, dan LnLDR yang mempunyai
hubungan erat dengan variabel independen

Tabel 4.27 Fungsi Kanonikal Kedua

Variabel Muatan Kanonikal

Variabel Stabilitas Pasar Modal
LnAGRI -0,37894
LnMINING -0,74101
LnBASIC 0,72655
LnMISC 0,02554
LnCONS 0,30865
LnPROP 0,36410
LnINFRA 0,31988
LnFINA 0,23381
LnTRADE 0,32316
LnMANUF 0,17447
Variabel Stabilitas Sistem
Keuangan
LnINFLASI 0,60632
LnBIRATE 0,57873
LnNTUKAR 0,03255
LnCAR 0,90630
LnROA -0,75120
LnBOPO -0,18047
LnNPL 0,18976
LnLDR -0,05659
Sumber : Data olahan penulis (2016)

Fungsi kanonikal kedua mempunyai korelasi kanonikal sebesar 86,320% dan Eigenvalue sebesar
2,92. Pada fungsi kanonikal kedua, dua variabel independen yaitu LnMINING, dan LnBASIC
memiliki hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi muatan
kanonikal. Tanda negatif menyatakan bahwa semakin rendah variabel independen maka akan
semakin tinggi variabel dependennya dan sebaliknya. Sedangkan dari variabel dependen terdapat
tiga variabel yaitu LnINFLASI, LnBIRATE, LnCAR yang mempunyai hubungan erat dengan
variabel independen.

Tabel 4.28 Fungsi Kanonikal Ketiga

Variabel Muatan Kanonikal

Variabel Stabilitas Pasar Modal
LnAGRI -0,24671
LnMINING -0,03846
LnBASIC 0,54626
LnMISC 0,26673
LnCONS 0,12259
LnPROP -0,06028
LnINFRA -0,06829
LnFINA 0,09198
LnTRADE 0,11050
LnMANUF 0,21928
Variabel Stabilitas Sistem Keuagan
LnINFLASI -0,07195
LnBIRATE -0,20128
LnNTUKAR 0,10942
LnCAR -0,00941
LnROA 0,16758
LnBOPO 0,19306
LnNPL 0,03680
LnLDR -0,07424
Sumber : Data olahan penulis (2016)

Fungsi kanonikal ketiga mempunyai korelasi kanonikal sebesar 71,760% dan Eigenvalue sebesar
1,06104. Pada fungsi kanonikal ketiga, satu variabel independen yaitu LnBASIC memiliki
hubungan yang kuat terhadap variabel independen dilihat dari angka korelasi muatan kanonikal.
Tanda negatif menyatakan bahwa semakin rendah variabel independen maka akan semakin tinggi
variabel dependennya dan sebaliknya.

E. KESIMPULAN DAN SARAN

Penelitian ini bertujuan untuk menguji dan menganalisis apakah terdapat hubungan antara
stabilitas pasar modal dan stabilitas sistem keuangan dengan periode penelitian 2006-2015.
Pengujian dilakukan dengan metode statistik Canonical Correlation Analysis setelah sebelumnya
dilakukan pengujian asumsi klasik. Hasil Penelitian menemukan bahwa:

1. Pada pengujian asumsi-asumsi korelasi kanonik: linieritas, variabel independen dan dependen
berdistribusi normal multivariat, homoskedastisitas dan nonmultikolinieritas terpenuhi.
2. Terdapat hubungan yang erat antara Stabilitas Pasar Modal dan Stabilitas Sistem Keuangan
dilihat dari diperolehnya koefisien korelasi kanonik pertama sebesar 0.98880, koefisien
korelasi kanonik kedua sebesar 0.86320, dan koefisien korelasi kanonik ketiga sebesar
0.71750.
3. Pada uji signifikansi korelasi kanonik secara keseluruhan dan sebagian didapat bahwa korelasi
kanonik pertama, kedua dan ketiga yang signifikan secara statistik maka fungsi pertama, kedua
dan ketiga dapat diinterpretasikan lebih lanjut, sedangkan korelasi kanonik setelahnya tidak
signifikan sehingga tidak diintepretasikan.
4. Pada interpretasi fungsi kanonik, dapat dilihat melalui nilai bobot, muatan, muatan silang
kanonik terdapat hubungan yang lebih kuat dan berarti pada fungsi kanonik pertama
dibandingkan fungsi kanonik kedua dan ketiga.
5. Pada fungsi kanonik pertama, variabel-variabel yang hubungnnya paling erat dengan variabel
kanonik dependen adalah saham sektor Pertanian, Aneka Industri, Konsumsi, Properti,
Infrastruktur, Keuangan, Perdagangan dan Manufaktur. Sedangkan pada variabel dependen,
yang hubungannya paling erat dengan variabel independen adalah Inflasi, BI Rate, Nilai Tukar,
BOPO, dan LDR.
6. Pada fungsi kanonik kedua, variabel-variabel yang hubungannya paling erat dengan variabel
kanonik dependen adalah saham sektor Pertambangan dan Industri Dasar. Sedangkan pada
variabel dependen, yang hubungannya paling erat dengan variabel independen adalah Inflasi,
BI Rate, dan CAR.
7. Pada fungsi kanonik kedua, variabel-variabel yang hubungannya paling erat dengan variabel
kanonik dependen adalah saham sektor Industri Dasar.

Saran

Berdasakan hasil penelitian terdapat beberapa saran yang dapat dapat disajikan, yaitu:

1. Bagi investor, dapat menggunakan analisis stabilitas sistem keuangan dan analisis sektora l
sebelum melakukan investasi saham. Hal ini dilakukan untuk mengetahui sektor-sektor mana
saja yang dapat dijadikan pilihan investasi. Dalam pembentukan portofolio saham, seorang
investor dapat melakukan diversifikasi, yakni dengan berinvestasi pada beberapa sektor saham.
Karena respon dan sifat setiap sektor yang berbeda-beda terhadap kondisi makroekonomi.
Sehingga dengan memecah investasi saham di beberapa sektor, dengan tujuan mengurangi
 risiko atau meminimalisir kerugian yang diterima oleh seorang investor dalam berinvestasi
dalam pasar modal.
2. Pemerintah diharapkan dapat menjaga kondisi stabilitas sistem keuangan terutama dari segi
moneter yang langsung mempengaruhi kinerja perusahaan agar tetap stabil karena dapat
mempengaruhi kinerja pasar modal terutama sektor-sektor saham. Pemerintah dapat membuat
kebijakan-kebijakan yang dapat mendorong kinerja pasar modal agar kondisi pasar modal di
Indonesia stabil dan berkembang. Bagi peneliti yang merasa tertarik untuk mengkaji bidang
yang sama dengan penelitian ini disarankan untuk menggunakan variabel lain yang mempunyai
pengaruh lebih besar terhadap pasar modal khususnya sektor-sektor dalam pasar modal.

DAFTAR PUSTAKA

Bach, F. R., & Bach, F. R. 2005. A Probabilistic Interpretation of Canonical Correlation Analysis.
In Dept. Statist., Univ. California, Berkeley, CA, Tech. Rep (Vol. 688, pp. 1–11).
http://doi.org/10.1.1.113.3448
Barbić, T., & Čondić-Jurkić, I. 2011. Relationship between Macroeconomic Fundamentals and
Stock Market Indices in Selected CEE Countries. Economic Review, 62(3-4), 113–133.
Baroian, E. 2014. Can Macroeconomic Volatility affect Stock Market Volatility ? The case of 5
Central and Eastern European Countries, 5(2), 41–55.
Diebold, F. X., & Yilmaz, K. 2008. Macroeconomic volatility and stock market volatility,
worldwide. Retrieved from http://www.nber.org/papers/w14269.ack
Emenike Kalu, O., & Okwuchukwu, O. 2014. Stock Market Return Volatility and Macroeconomic
Variables in Nigeria, 2(2), 75–82.
Engle, R. F., Ghysels, E., & Sohn, B. 2013. Stock Market Volatility and Macroeconomic
Fundamentals. Review of Economics and Statistics, 95(July), 120717111359001.
http://doi.org/10.1162/REST_a_00300
Fornari, F., & Mele, A. 2009. Financial volatility and economic activity. In October. Retrieved
from http://eprints.lse.ac.uk/29309/
IDX Statistics 2006-2015, (December). www.idx.co.id . Diakses tanggal 10 Juli 2016.
Indrawati, Y. 2012. Foreign Direct Investment dan Investasi Portofolio Terhadap Stabilitas
Makroekonomi di Indonesia : Fenomena Global Imbalances. Ekonomi Internasional.
Jareo, F., & Negrut, L. 2016. US stock market and macroeconomic factors. Journal of Applied
Business Research, 32(1), 325–340. http://doi.org/10.19030/jabr.v32i1.9541
Karim, B. A., Sea, L. P., & Karim, Z. A. 2014. The Impact of Macroeconomic Volatility on the
Indonesian Stock Market Volatility, 4(3), 467–476.
Kirui, E., Wawire, N. H. W. W., & Onono, P. O. O. 2014. Macroeconomic Variables , Volatility
and Stock Market Returns : A Case of Nairobi Securities Exchange , Kenya. International
Journal of Economics and Finance, 6(8), 214–228. http://doi.org/10.5539/ijef.v6n8p214
Laurenceson, J. 2002. the Impact of Stock Markets on China ‟ S Economic Development : the
Impact of Stock Markets on China ‟ S Economic Development : Some Preliminary
Assessments, (302).
Nwosa, & Oseni. 2011. Stock Market Volatility and Macroeconomic Variables Volatility in
Nigeria : An Exponential GARCH Approach, 2(12), 43–54.
Osamwonyi, I. O., & Evbayiro-osagie, E. I. 2002. The Relationship between Macroeconomic
Variables and Stock Market Index in Nigeria. Journal of Economics, 3(1), 55–63.
Otoritas Jasa Keuangan. Statistik Pasar Modal 2006-2015. www.ojk.go.id Diakses tanggal 23 Juli
2016.
Otoritas Jasa Keuangan. STATISTIK PERBANKAN INDONESIA INDONESIAN BANKING
STATISTICS. 2006-2015. www.ojk.go.id . Diakses tanggal 23 Juli 2016.
Riantani, S., & Tambunan, M. 2013. Analisis Pengaruh Variabel Makroekonomi dan Indeks
Global terhadap Return Saham, 2013(November), 532–537.
Rizwan Mushtaq,. 2012. The relationship between stock market volatility and macroeconomic
volatility: Evidence from Pakistan. African Journal of Business Management, 6(24), 309–
320. http://doi.org/10.5897/AJBM11.2028
Schinasi, G. J. (n.d.). Defining Financial Stability. IMF Working Paper. 2004.
Schwert, G. 1990. Stock market volatility. In Financial Analysts Journal (pp. 23–34). Retrieved
from http://www.jstor.org/stable/10.2307/4479327
Sherry, A., & Henson, R. K. 2005. Conducting and interpreting canonical correlation analysis in
personality research: a user-friendly primer. Journal of Personality Assessment, 84(1), 37–
48. http://doi.org/10.1207/s15327752jpa8401_09
Sitanggang, M. S. W., & Hidayat, P. 2003. ANALISIS KAUSALITAS ANTARA
VOLATILITAS SAHAM DENGAN VARIABEL MAKROEKONOMI INDONESIA Maria
S. W. Sitanggang Paidi Hidayat.
Tandelilin, E. 2010. Analisis Investasi dan Portofolio : Teori dan Aplikasi. Universitas Gadjah
Mada.
Zukarnain, Z., & Sofian, S. 2012. Empirical Evidence on the Relationship between Stock Market
Volatility and Macroeconomics Volatility in Malaysia. Journal of Business Studies
Quarterly, 4(2), 61–71.