Anda di halaman 1dari 48

http://www.gunadarma.ac.

id/
 Perkembangan ekonomi dunia dewasa ini ditandai oleh semakin
terintegrasinya perekonomian satu negara dengan negara lainnya.
Ditunjang oleh semakin pesatnya perkembangan teknologi informasi dan
komunikasi di pasar keuangan dunia, menyebabkan perpindahan modal
bergerak lebih cepat dan dalam jumlah yang sangat besar mengikuti
perkembangan ekonomi dan kebijakan dari suatu negara.

 Karakteristik Indonesia sebagai “small and open economy”, menganut


sistem devisa bebas dan ditambah dengan penerapan sistem nilai tukar
mengambang (free floating) menyebabkan pergerakan nilai tukar di pasar
menjadi sangat rentan oleh pengaruh faktor-faktor ekonomi dan non-
ekonomi.

2
Sejak diberlakukannya sistem nilai tukar mengambang bebas pada
pertengahan 1997, nilai tukar rupiah sering mengalami fluktuasi yang
sangat besar. Pada tahun 2001 hingga tahun 2004 fluktuasi rupiah dipicu
oleh sentimen pasar yang terbentuk akibat adanya berbagai
perkembangan di dalam negeri dan perkembangan perekonomian dunia,
khususnya berbagai berita yang berasal dari Amerika Serikat.
Perkembangan tersebut mencakup perkembangan fundamental ekonomi
dan non fundamental ekonomi.

18000

16000

14000

12000

10000

8000

6000
6/01/98 5/01/00 4/01/02 3/01/04 1/30/06

KURS

3
 Khusus terhadap perkembangan data fundamental ekonomi makro, pelaku
pasar akan memberikan reaksi terhadap berbagai berita ekonomi makro
yang dikeluarkan oleh instansi berwenang dalam arah yang berlain-lainan,
tergantung pada dari mana berita itu dikeluarkan apakah dari Amerika
Serikat atau dari Indonesia. Pasar bereaksi apabila terjadi kejutan yang
timbul akibat adanya selisih antara data aktual ekonomi makro yang
diumumkan oleh instansi yang berwenang dengan angka perkiraan pasar.

 Di pihak yang lain, pemerintah (setiap Presiden) mengeluarkan berbagai


kebijakan untuk mengendalikan nilai tukar rupiah, diantaranya adalah
dengan memperluas fasilitas SWAP, pengembangan pasar valas,
menaikkan atau menurunkan suku bunga, mengumumkan secara berkala
nilai cadangan devisa, menyempurnakan sistem pelaporan pinjaman,
membantu usaha meroll-over utang swasta, dan lain-lain

 Dengan demikian mengkaji pengaruh kejutan (news) ekonomi makro


terhadap nilai tukar US Dollar - Rupiah dan implikasinya terhadap
kebijakan yang diambil pemerintah menjadi sangat penting.

4
1. Apakah kejutan ekonomi makro berpengaruh terhadap nilai tukar US
Dollar-Rupiah.

2. Apakah kejutan ekonomi makro Amerika dan Indonesia secara agregat


mempunyai pengaruh yang berbeda terhadap nilai tukar US Dollar-
Rupiah.

3. Apakah kejutan ekonomi makro yang bersifat positif dan negatif


mempunyai pengaruh yang berbeda terhadap nilai tukar US Dollar-
Rupiah.

4. Apakah kejutan ekonomi makro yang bersifat konsisten dan kontradiktif


mempunyai pengaruh yang berbeda terhadap nilai tukar US Dollar-
Rupiah.

5. Apakah pola fluktuasi nilai tukar US Dollar-Rupiah tidak berbeda selama


empat masa pemerintahan Presiden yang terakhir di Indonesia.

5
1. Mengkaji pengaruh kejutan ekonomi makro terhadap nilai tukar
US Dollar-Rupiah.

2. Mengkaji perbedaan pengaruh kejutan ekonomi makro Amerika dan


Indonesia terhadap nilai tukar US Dollar-Rupiah.

3. Mengkaji perbedaan pengaruh kejutan ekonomi makro yang bersifat


positif dan negatif terhadap nilai tukar US Dollar-Rupiah.

4. Mengkaji perbedaan pengaruh kejutan ekonomi makro yang bersifat


konsisten dan kontradiktif terhadap nilai tukar US Dollar-Rupiah.

5. Mengkaji pola nilai tukar US Dollar - Rupiah dalam perspektif masa


pemerintahan Presiden Habibie, Gus Dur, Megawati, dan SBY .

6
 Bagi Pemerintah: untuk mengefektifkan kebijakan yang
ditempuh dalam menjaga stabilitas nilai tukar Rupiah.

 Bagi Pelaku Pasar Valuta Asing : untuk membantu dalam


pengambilan keputusan membeli atau menjual US Dollar
dengan mempertimbangkan variabel kejutan ekonomi makro
yang paling berpengaruh terhadap nilai tukar rupiah .

 Bagi Akademisi: menjadi referensi kajian keilmuan di bidang


Ekonomi Makro khususnya masalah kejutan ekonomi makro
dan nilai tukar.

7
Pada tahun 1970, Eugene Fama mengembangkan pendekatan Efficient Market
Hypothesis (EMH). Dalam pendekatan ini penentuan nilai tukar dikaitkan
dengan kemampuan pasar dalam memasukkan seluruh informasi yang tersedia
(information efficiency). Pendekatan ini untuk menjawab pertanyaan “Are
forward exchange rates unbiased predictor for future exchange rate?”(Eugene
Fama, 1970).
Dengan asumsi bahwa pasar merupakan pasar yang efisien, dan ekspektasi pasar
mengenai data ekonomi makro yang akan diumumkan merupakan posisi
ekspektasi pasar pada saat diumumkan, maka sebagai konsekuensinya hal
yang menggerakkan nilai tukar adalah bila terjadi Kejutan yaitu adanya berita
ekonomi makro yang tidak diantisipasi oleh pasar (Untoro, 2005).
Nilai Tukar Nominal merupakan harga relatif dari mata uang dua negara (Mankiw,
2000). Nilai tukar mencerminkan harga relatif dari dua valuta, sehingga pada
prinsipnya Kejutan yang bersumber dari kedua wilayah negara tersebut
mempunyai pengaruh terhadap pergerakan USD/ Rupiah, meskipun dengan
bobot yang berbeda-beda (Untoro, 2005).

8
Informasi yang baru benar-benar mengejutkan pasar, sebab harga saat ini juga
berisi harapan pengembangan di masa depan. ( Fama 1970). Beberapa
penelitian empiris menunjukkan bahwa hipotesis ini tidak sempurna.
Konsekuensi dari informasi baru bukan hanya loncatan pada harga
keseimbangan baru, tetapi sebagai gantinya yaitu volatilitas yang lebih tinggi
setelah pengumuman. Juga volatitiltas yang tidak dapat dijelaskan dengan
informasi baru yang telah diamati di pasar. ( Malkiel 2003).
Berbagai model tentang teori pasar struktur mikro teori telah diciptakan untuk
menjelaskan alasan mengenai volatilitas yang tinggi. Teori tersebut belum
mapan, tetapi sebaliknya masih fragmental. Volatilitas harga telah dijelaskan
dengan berbagai faktor yang berbeda seperti heterogenitas agen, aneka pilihan
psikologis dan peran informasi publik dan pribadi di pasar. Volatilitas harga
mencerminkan ketidakpastian di pasar. Oleh karenanya kemampuan untuk
menentukan variabel yang dominan dan prediksi volatilitas sangat penting bagi
manajemen resiko dan portfolio. Dan pemahaman pasar uang yang dinamis
sangat penting bagi investor dan lembaga keuangan untuk pembuatan
kebijakan

9
Berita ekonomi makro meningkatkan pergerakan nilai tukar harian euro
terhadap dollar. (Galati an Ho, 2001). News fundamental ekonomi
secara signifikan mempengaruhi nilai tukar. (Ehrmann dan Fratzscher,
2004). Pengumuman indikator makro meningkatkan volatilitas US
Dollar dan Euro. (Laakkonen, 2004). Dihubungkan dengan otoritas
yang dimiliki setiap kepala pemerintahan untuk menentukan
serangkaian kebijakan untuk mengendalikan nilai tukar, maka
penelitian ini akan mengkaji pola kurs nilai tukar US Dollar - Rupiah
dalam perspektif masa pemerintahan Presiden Habibie, Gus Dur,
Megawati, dan SBY

Paradigma Penelitian :
Actual
Macroeconomics
announcement
US & Ind
Nilai
kejutan Tukar Kebijakan Presiden
Survey USDollar- Arifin, 1998
Macroeconomics Rupiah
announcement Galati dan Ho, 2001
Ehrmann dan Fratzscher,
US & Ind 2004
Laakkonen, 2004

10
1. Dengan asumsi bahwa pasar merupakan pasar yang efisien,
dan ekspektasi pasar mengenai data ekonomi makro yang akan
diumumkan merupakan posisi ekspektasi pasar pada saat
diumumkan, maka sebagai konsekuensinya hal yang
menggerakkan nilai tukar adalah bila terjadi kejutan yaitu
adanya berita ekonomi makro yang tidak diantisipasi oleh pasar
(Untoro, 2005). Oleh karena itu hipotesis yang diajukan adalah:

Kejutan ekonomi makro berpengaruh secara signifikan


terhadap nilai tukar US Dollar - Rupiah.

11
2. Nilai Tukar Nominal merupakan harga relatif dari mata uang dua negara
(Mankiw, 2000). Sedangkan Nilai Tukar Riil adalah nilai tukar nominal yang
sudah dikoreksi dengan harga relatif yaitu harga-harga didalam negeri
dibandingkan dengan harga-harga diluar negeri. Nilai tukar mencerminkan
harga relatif dari dua valuta, maka pada prinsipnya kejutan yang bersumber dari
kedua negara tersebut mempunyai pengaruh terhadap pergerakan USD/
Rupiah, meskipun dengan bobot yang berbeda-beda. (Untoro, 2005). Sehingga
hipotesis untuk mengkaji kemungkinan adanya perbedaan pengaruh secara
geografis dari kejutan yang ada terhadap pergerakan nilai tukar US Dollar –
Rupiah adalah:

Kejutan ekonomi makro Amerika dan Indonesia secara agregat mempunyai


pengaruh yang berbeda terhadap nilai tukar US Dollar - Rupiah.

12
3. Selama ini diasumsikan bahwa kejutan positif dan negatif menyebabkan pergerakan nilai
tukar secara simetris, dalam arti pada arah yang berlawanan namun dengan magnitud yang
sama. Namun akan menimbulkan dampak yang asimetris antar negara dari mana sumber
berita itu berasal. Antar wilayah tersebut akan menimbulkan empat kemungkinan
pergerakan asimetris melalui pembandingan kejutan positif (baik) dan kejutan negatif
(buruk) di Indonesia dan Amerika.

Kejutan ekonomi makro yang bersifat positif dan negatif mempunyai pengaruh yang
berbeda terhadap nilai tukar US Dollar - Rupiah.

4. Permasalahan pada pengujian dampak positif dan negatif dari berita adalah bahwa
biasanya beberapa indikator makro diumumkan pada waktu yang sama. Jika sebagian
adalah positif dan sebagian negatif, ini memberi indikasi berlawanan untuk pengembangan
pada masa depan bagi para investor. Menurut model Damodaran ( 1985), investor
merespon berita dengan jalan berbeda-beda tergantung pada bagaimana mereka
mempertimbangkan informasi mempengaruhi nilai asset mereka di masa mendatang dan
seberapa besar kesalahan peramalan mereka, dengan kata lain seberapa besar suatu
kejutan informasi untuknya.

Kejutan dari berita ekonomi makro yang bersifat konsisten dan kontradiktif
mempunyai pengaruh yang berbeda terhadap nilai tukar US Dollar - Rupiah.

13
5. Kaitannya dengan periode kepemimpinan, penelitian Kuncoro menunjukkan
bahwa terjadi perubahan struktural nilai tukar Rp/US$ pada ketiga periode
kepemimpinan (Kuncoro, 2002). Sehingga hipotesis yang diajukan adalah:

Pola nilai tukar US Dollar - Rupiah tidak berbeda selama empat masa
pemerintahan Presiden yang terakhir di Indonesia.

14
Latar belakang Teori:
1. Teori Paritas Daya Beli (Purcashing Power Parity)
 Tingkat inflasi domestik yang melebihi tingkat inflasi di luar negeri akan
mengakibatkan meningkatnya kurs mata uang domestik.
 Hubungan antara nilai tukar mata uang dengan inflasi dapat dirumuskan sebagai
berikut:

R = [ ( 1 + Id ) : ( 1 + If ) ] – 1 …………………………………………………… (1)
dengan R adalah kurs, Id adalah inflasi domestik, dan If adalah inflasi yang terjadi
di luar negeri.

2. Teori International Fisher’s Effect (IFE Theory)


 IFE Theory memprediksikan bahwa kurs spot bergerak mengikuti perbedaan
suku bunga antar negara. Kurs spot suatu mata uang akan berubah sesuai
dengan perbedaan tingkat suku bunga antara dua negara. Berdasarkan pada
prisip International Fisher’s Effect, maka dapat dirumuskan bahwa:

 R = [ ( 1 + id ) : ( 1 + if ) ] – 1 …………………………………………… (2)
Dengan R adalah kurs, id adalah tingkat suku bunga domestik, dan if adalah
tingkat suku bunga yang terjadi di luar negeri (negara kedua).

15
3. Teori Kuantitas Uang
 Berlebihannya jumlah beredar dalam perekonomian suatu negara akan dapat
memberikan tekanan pada nilai tukar mata uangnya terhadap mata uang asing.
 Hal ini dapat dirumuskan sebagai berikut (Salvatore, 1999: 478):

Msd. Yf . kf .
R= --------------- …………………………...............… (3)
Msf. Yd . kd .

dimana: R adalah kurs, Ms adalah jumlah uang beredar, k adalah laju perputaran uang
(velocity of money) dan Y adalah GDP riil, d adalah untuk dalam negeri (domestik), f
adalah untuk luar negeri (foreign)

4. Faktor-faktor yang mempengaruhi Pergerakan Nilai Tukar Rupiah


 Beberapa faktor yang mempengaruhi pergerakan nilai tukar, yaitu faktor fundamental,
faktor teknis, dan sentimen pasar (Jeff Madura, 1993). Faktor fundamental berkaitan
dengan indikator-indikator ekonomi seperti inflasi, suku bunga, perbedaan relatif
pendapatan antar-negara, ekspektasi pasar dan intervensi Bank Sentral. Faktor teknis
berkaitan dengan kondisi penawaran dan permintaan devisa pada saat-saat tertentu.
Sentimen pasar lebih banyak disebabkan oleh rumor atau berita-berita politik yang
bersifat insidentil, baik yang berasal dari dalam negeri maupun dari luar negeri, yang
dapat mendorong harga valas naik atau turun secara tajam dalam jangka pendek.

16
5. Analisis Fundamental dan Teknikal
 Terdapat dua pendekatan yang berkembang selama ini dalam memahami
pergerakan nilai tukar dalam periode jangka pendek. Pendekatan pertama
adalah sebagaimana yang dilakukan oleh Evans dan Lyons (2002), dimana
dinyatakan pergerakan nilai tukar didorong oleh adanya permintaan untuk
melakukan pembelian atau adanya permintaan untuk melakukan penjualan
sebagai akibat adanya informasi pasar. Informasi pasar tersebut tidak harus
berkaitan dengan informasi mengenai fundamental ekonomi makro.
Pendekatan kedua mendasarkan pada pendekatan teknikal yang mengacu
pada grafik pergerakan nilai tukar dan tidak mendasarkan pada
perkembangan fundamental ekonomi makro. Pendekatan ini pada dasarnya
lebih mendasarkan pada behavior dari pelaku pasar (Allen dan Taylor 1990,
Cheungdan Chinn 1999).
 Prinsip-prinsip analisis fundamental meliputi: Reaksi Berantai, Jarak
Informasi, Sumber Berita, dan Jenis Berita
 Prinsip-prinsip yang bisa digunakan sebagai pedoman dalam memahami
analisis teknikal meliputi: Refleksi semua kejadian, tren, dan selalu berulang

17
6. Pengumuman Data (Data Announcement)

Berita ekonomi makro yakni besaran data ekonomi makro yang diumumkan oleh
instansi terkait, baik dalam negeri maupun luar negeri, baik berupa data aktual
maupun data perkiraan dari pelaku pasar.

7. Pengertian kejutan dan Alternatif Pengukurannya

Dalam penelitian ini yang dimaksud kejutan ialah adanya perbedaan besaran
data ekonomi makro yang diumumkan oleh instansi terkait dengan besaran data
ekonomi makro tersebut menurut perkiraan pelaku pasar. Dengan demikian
kejutan diukur atas dasar selisih antara nilai aktual dari variabel ekonomi makro
dengan ekspektasi pasar. Ekspektasi atau perkiraan pasar merupakan rata-rata
perkiraan pasar atas dasar survei.

dimana komponen kejutan (Sk,t) dari pengumuman data ekonomi makro k,


merupakan perbedaan antara data aktual yang diumumkan (Ak,t) dengan
ekspektasi pasar (Ek,t) dibagi dengan standar deviasinya ( Ωk).

18
8. Nilai Tukar
Nilai tukar (exchange rate) atau kurs adalah harga satu mata uang suatu
negara terhadap mata uang negara lain (Krugman dan Obsfelt, 1999). Nilai
Tukar nominal adalah harga relatif dari mata uang dua negara (Mankiw,
2000). Nilai tukar riil adalah nilai tukar nominal yang sudah dikoreksi dengan
harga relatif yaitu harga-harga didalam negeri dibandingkan dengan harga-
harga diluar negeri. Nilai tukar riil dapat dihitung dengan menggunakan
rumus dibawah ini:
P
Q = S ----- ……………………………………………….……………(5)
P*
dimana Q adalah nilai tukar riil, S adalah nilai tukar nominal, P adalah tingkat
harga domestik dan P* adalah tingkat harga di luar negeri.
 Dengan menggunakan data harian, Galati dan Ho (2001), lalu dikembangkan
oleh Ehrman dan Fratzsher (2004), Laakkonen (2004), dan Untoro (2005)
menggunakan model:

∆(ln et) = ∂ + ∆(ln et-1) + β St + δM DMon + δF DFri + εt ... ( 6)


dimana e merupakan spot nilai tukar pada bloomberg closing rate, S
menyatakan kejutan, sedang D sebagai dummy variabel.

19
9. Kebijakan Pemerintah

Kebijakan jangka pendek pemerintah dalam mengendalikan nilai tukar yang


bersifat nonfundamental dan mempengaruhi fungsi penawaran diantaranya
adalah memperluas fasilitas SWAP, pengembangan pasar valas, menaikkan
atau menurunkan suku bunga, mengumumkan secara berkala nilai cadangan
devisa, menyempurnakan sistem pelaporan pinjaman, membantu usaha meroll-
over utang swasta, dan lain-lain.

Sumber: Arifin, 1998


20
1. Daerah / Objek Penelitian

Untuk mendapatkan hasil yang lebih komprehensif, penelitian


menggunakan data harian nilai tukar US Dollar - Rupiah dan data
ekonomi makro Amerika maupun Indonesia selama kurun waktu 1 Juni
1998 sampai 31 Mei 2006. Dengan perincian periodisasi
kepemimpinan :

1. Presiden HB : 1 Juni 1998 – 19 Oktober 1999


2. Presiden GD : 20 Oktober 1999 – 20 Juli 2001
3. Presiden MG : 21 Juli 2001 – 31 Juni 2004
4. Presiden SB : 1 Juli 2004 – 31 Mei 2006.
Sedangkan untuk pengujiannya menggunakan data nilai tukar US
Dollar - Rupiah dan data ekonomi makro Amerika maupun Indonesia
untuk kurun waktu 1 Juni 2006 sampai 31 Mei 2007.

21
2. Variabel Penelitian dan Pengukurannya

Mengacu penelitian Untoro (2005), kemudian untuk variabel dari


Amerika ada penambahan tiga variabel yaitu Initial Claims, Durable
Orders dan New Homes Sales. Sedangkan untuk variabel Indonesia
ada penggantian dua variabel yaitu Penjualan Eceran dan Penjualan
Sepeda Motor , maka rincian variabel independen dan
pengukurannya adalah sebagai berikut :

22
Variabel Simbol Unit Frekuensi Diumumkan

Amerika:

Non-farm payrolls NFP Index Bulanan Jumat minggu I


Unemployment rate UER Prosentase Bulanan Jumat minggu I

NAPM-> Chicago Purchasing Manager CPMI Prosentase Bulanan Jumat minggu terakhir

Retail Sales RS Prosentase Bulanan Rabu minggu II


CPI (Consumer Price Index) CPI Prosentase Bulanan Kamis minggu III
PPI (Produsen Price Index) PPI Prosentase Bulanan Rabu minggu III
Philadelphia Fed Index PFI Index Bulanan Kamis minggu III
Industrial Production IP Prosentase Bulanan Rabu minggu III
GDP (Gross Domestic Production) GDP Prosentase Triwulan Rabu minggu terakhir
Consumer Confidence Index CCI Index Bulanan Selasa minggu II
Housing Start HS Index Bulanan Rabu minggu III
Trade Balance TB Index Bulanan Selasa minggu II
Initial Claims IC Index Mingguan Setiap Kamis
Durable Orders DO Prosentase Bulanan Rabu minggu IV
New Home Sales NHS Index Bulanan Setiap akhir bulan

Indonesia:

M1 M1 Miliar Rp Bulanan Rabu minggu III


M2 M2 Miliar Rp Bulanan Rabu minggu III
CPI CPI Prosentase Bulanan Awal bulan 23
WPI WPI Prosentase Bulanan Minggu II
C. Metode Pengumpulan Data

Dalam penelitian ini data yang digunakan adalah data sekunder dalam pola time series,
yang dibagi dalam dua kelompok yaitu data nilai tukar US Dollar-Rupiah dan data ekonomi
makro. Data mengenai nilai tukar US Dollar-Rupiah diperoleh dari Oanda
(http://www.oanda.com) Berkaitan dengan data ekonomi makro maka dalam kajian ini
dipergunakan data aktual dan data perkiraan dari pelaku pasar. Data aktual ekonomi makro
yang dipergunakan khususnya data ekonomi makro Amerika adalah mengacu pada data
fundamental ekonomi yang selama ini digunakan oleh beberapa peneliti diantaranya
Ehrmann dan Fratzscher (2004), Galati G dan Ho C (2001) dan Helinä Laakkonen (2004)
dan dengan memperhatikan ketersediaan data yang diperoleh dari Briefing
(http://www.briefing.com). Sedangkan data fundamental ekonomi Indonesia yang
dipergunakan merupakan data yang diumumkan oleh Ceicdata (http://www.ceicdata.com)
dan Bank Indonesia (www.bi.go.id). Untuk menguji kebenaran data tersebut, maka
dilakukan cross cek data dari sumber data Advanced Currency Market (http://www. ac-
market.com).
Data dikumpulkan dalam bentuk data harian, dimulai dari 1 Juni 1998 sampai 31 Mei 2006.
Dipilihnya periode pengamatan ini agar dapat membandingkan perilaku kurs selama 4
periode kepresidenan yang terakhir di Indonesia.

24
γ

Berdasarkan pada model yang dipergunakan oleh Galati dan Ho (2001), dan
dikembangkan oleh Ehrman dan Fratzscher (2004), dan hipotesis yang diajukan, model
yangdipergunakan adalah :

et = ∂ + γ ln et + β St + δS DSen + δJ DJum + εt ..................... (10)

Model estimasi yang digunakan adalah analisis model dinamis, yaitu menggunakan Error
Correction Model (ECM). Model dinamis ECM yang digunakan adalah sebagai berikut
:

DL(et) = p0 + p1 DL(ln et) + p2 DLSt + p3 DLδS DSen + p4 DLδJ DJum + p5 KKt-1 + εt


........................................................................................ (11)
di mana KK adalah Koreksi kesalahan.

25
Sebelum dilakukan estimasi dengan menggunakan ECM, dilakukan sejumlah pengujian
meliputi :

1. Uji akar-akar unit


Dalam model otoregresif, uji akar-akar unit merupakn sebagai uji stationaritas, karena
pada prinsipnya uji tersebut dimaksudkan untuk mengamati apakah koefisien tertentu
dari model otoregresif yang ditaksir mempunyai nilai satu atau tidak. Dalam penelitian
ini digunakan uji akar-akar unit yang dikembangkan oleh Dickey dan Fuller (1979 –
1981) yang menaksir model otoregresif dari masing-masing variabel dengan OLS.

2. Uji Derajat Integrasi


Uji ini dilakukan bila pada uji akar-akar unit data yang diamati ternyata tidak stasioner,
dengan demikian untuk dapat melakukan uji derajat integrasi perlu ditaksir model
otoregresif dengan OLS.

3. Pendekatan Kointegrasi
Tujuan utama dari uji kointegrasi adalah untuk mengkaji apakah Residual regresi
stasioner atau tidak. Pengujian ini sangat penting bila dikembangkan sebagai model
dinamis, khususnya Error Correction Model yang mencakup variabel kunci-kunci
pada regresi kointegrasi terkait, hal ini karena Error Correction Model konsisten
dengan konsep kointegrasi atau selanjutnya lebih dikenal dengan Granger
Representation Theory (Insukindro,1993). Pendekatan kointegrasi berkaitan dengan
upaya menghindari terjadinya regresi lancung yang akan mengakibatkan regresi
penaksir tidak efisien.

26
3. Model Koreksi Kesalahan

Pendekatan ini diyakini dapat menguji apakah spesifikasi model empirik yang digunakan
valid atau tidak berdasarkan nilai koefisien error correction term.
Keunggulan ECM antara lain:
1. Mampu memecahkan persoalan variabel time series yang tidak stasioner dan regresi lancung
atau korelasi lancung dalam analisis ekonometrika.
2. Kemampuan ECM dalam meliputi lebih banyak variabel dalam menganilisis fenomena
ekonomi jangka pendek dan jangka panjang dan mengkaji konsisten tidaknya model empirik
dengan teori ekonomi.
3. ECM dapat pula menganalisis secara teoritik dan empirik apakah model yang dihasilkan
konsisten dengan teori atau tidak. Hal tersebut menjadi sangat penting terutama bila akan
dilakukan pemilihan model empirik.
ECM mempunyai ciri khas dengan dimasukkannya unsur Error Correction Term (ECT)
dalam model. Apabila koefisien ECT signifikan secara statistik dan mempunyai tanda positif,
maka spesifikasi model yang digunakan dalam penelitian tersebut adalah valid.

27
5. Uji Asumsi Klasik
a. Serial Correlation (Autokorelasi)
Serial korelasi merupakan korelasi kelambanan antara dua seri atau rangkaian yang
berbeda yang diurutkan menurut waktu (seperti dalam data runtun waktu atau time series)
atau ruang (seperti dalam data lintas sektoral atau cross section). Penyebab munculnya
serial korelasi adalah: kelambanan (inertia), bias specification : kasus variabel yang tidak
dimasukkan, manipulasi data dan adanya kelambanan waktu (lag). Untuk mendeteksi
apakah suatu model terkena masalah serial korelasi, digunakan uji Breusch-Godfrey.
b. Uji Heterokedastisitas (Heterocedasticity Test)
Heteroskedastisitas merupakan keadaan dimana faktor pengganggu (error) tidak konstan,
terjadi korelasi antara faktor pengganggu dengan variabel penjelas dimana hal ini sebagai
akibat adanya ketidakseimbangan data atau terlalu bervariasinya data, sehingga penaksiran
koefisien menjadi tidak efisien. Cara yang digunakan dalam penelitian ini untuk mendeteksi
ada atau tidaknya gejala heteroskedastisitas adalah dengan melakukan Uji White
c. Uji Normalitas
Model regresi yang baik adalah berdistribusi normal, ada beberapa uji untuk dapat
mengetahui normal atau tidaknya faktor gangguan, antara lain adalah Jarque-Bera test
atau J-B test

Untuk membantu perhitungan, dipergunakan software time series prosesor Eviews 3.1.

28
Dengan mengacu pada model yang dipergunakan oleh Galati
dan Ho (2001), dan model yang dikembangkan oleh Ehrman
dan Fratzscher (2004), untuk permasalahan:

1. Kejutan ekonomi makro berpengaruh secara signifikan


terhadap fluktuasi nilai tukar US Dollar - Rupiah.

Maka model yang dipergunakan adalah :

et = ∂ + γ ln et-1 + β St + δS DSen + δJ DJum + εt ..


(17)

29
2. Untuk permasalahan yang kedua:

Kejutan ekonomi makro Amerika dan Indonesia secara agregat mempunyai pengaruh
yang berbeda terhadap nilai tukar US Dollar-Rupiah.

Maka model yang dipergunakan adalah :

et = ∂ + γ ln et-1 + β DUS + γDIND + δS DSen + δJ DJum + εt .......... (18)

3. Untuk permasalahan yang ketiga:

Kejutan ekonomi makro yang bersifat positif dan negatif mempunyai pengaruh yang
berbeda terhadap nilai tukar US Dollar-Rupiah.

Maka model yang dipergunakan adalah :

et = ∂ + γ ln et-1 + βG D US G + βB D US B + γG D IND G + γB D IND B + δS DSen + δJ DJum + εt


................................................................................................... (19)

30
4. Untuk permasalahan yang keempat:

Kejutan ekonomi makro yang bersifat konsisten dan kontradiktif mempunyai


pengaruh yang berbeda terhadap nilai tukar US Dollar- Rupiah.
Maka model yang dipergunakan adalah :

et = ∂ + γ ln et + βKONS DUS KONS + βKONF DUS KONF+ γKONS DIND KONS + γKONF DIND KONF + δS
DSen + δJ DJum + εt ............... (20)

5. Uji Stabilitas Model

Uji ini digunakan untuk menjawab hipotesis:

Pola nilai tukar US Dollar - Rupiah tidak berbeda selama empat masa pemerintahan
Presiden yang terakhir di Indonesia.

Uji stabilitas model ini mengunakan uji chow test . Dengan ketentuan sebagai berikut
:
• Apabila F-hitung > F-tabel, berarti terdapat perbedaan pola perilaku nilai tukar yang
signifikan pada 4 periode kepemimpinan.
• Apabila F-hitung < F-tabel, berarti tidak terdapat perbedaan pola perilaku nilai tukar
yang signifikan pada 4 periode kepemimpinan.

31
N.
Variabel Mean St. Dev. Mean St. Dev. Mean St. Dev.
Obs

Amerika:

36.5736
Non-Farm Payrolls 2087 4.264974 40.14541 5.497844 -1.232870 21.75342
7
4.1 Diskripsi Data
1.06421
Unemployment Rate 2087 0.229612 1.057233 0.231049 -0.001437 0.027831
5

NAPM-> Chicago 11.3622


2087 2.460997 11.47110 2.441495 0.019502 0.940858
Purchasing Manager Index 0

0.16697
Retail Sales 2087 0.016483 0.255348 0.014183 0.002300 0.145183
7

0.05829
CPI (Consumer Price Index) 2087 0.009679 0.068137 0.010062 -0.000383 0.028376
4

0.32559
PPI (Produsen Price Index) 2087 0.015141 0.268462 0.015716 -0.000575 0.128974
7

3.27883
Philadelphia Fed Index 2087 0.386009 3.681234 0.399425 -0.013416 1.916423
0

0.08732
Industrial Production 2087 0.007044 0.117391 0.008289 0.087324 0.065527
4

0.80543
Gross Domestic Production 2087 0.151605 0.812927 0.150695 0.000910 0.128805
4

Consumer Confidence 23.1831


2087 4.996454 23.20323 4.996167 0.000287 1.052664
Index 2

367.258
Housing Start 2087 80.67657 371.7193 79.77048 0.906085 20.37599
9

- 8.34600
Trade Balance 2087 -1.722329 8.509110 -0.023622 0.797313
1.698706 6

140.875
Initial Claims 2087 69.54863 140.8842 69.72017 -0.171538 10.33793
3
Amerika:

Non-farm payrolls NFP -20.63630 -3.4365* Stasioner


Unemployment rate UER -20.59931 -3.4365* Stasioner
NAPM-> Chicago Purchasing Manager CPMI -20.40774 -3.4365* Stasioner
4.2 Analisis
Retail Sales RS -20.39676 -3.4365* Stasioner
1. Uji
CPIAkar Unit Price Index)
(Consumer CPI -20.39256 -3.4365* Stasioner
PPI (Produsen Price Index) PPI -20.38258 -3.4365* Stasioner
Philadelphia Fed Index PFI -20.38437 -3.4365* Stasioner
Industrial Production IP -20.40355 -3.4365* Stasioner
GDP (Gross Domestic Production) GDP -20.38443 -3.4365* Stasioner
Consumer Confidence Index CCI -20.36266 -3.4365* Stasioner
Housing Start HS -20.50341 -3.4365* Stasioner
Trade Balance TB -20.43533 -3.4365* Stasioner
Initial Claims IC -18.89233 -3.4365* Stasioner
Durable Orders DO -20.41224 -3.4365* Stasioner
New Home Sales NHS -20.56007 -3.4365* Stasioner

Indonesia:

M1 M1 -17.13525 -3.4365* Stasioner


M2 M2 -17.23974 -3.4365* Stasioner
CPI CPI -21.21208 -3.4365* Stasioner
WPI WPI -20.65833 -3.4365* Stasioner
GDP GDP -20.58175 -3.4365* Stasioner
SBI 1 bulan SBI -15.36314 -3.4365* Stasioner
Ekspor EXP -20.37691 -3.4365* Stasioner
Impor IMP -20.37488 -3.4365* Stasioner
2 Uji Kointegrasi

Likelihood 5 Percent 1 Percent Hypothesized

Eigenvalue Ratio Critical Value Critical Value No. of CE(s)

0.318932 4412.553 233.13 247.18 None **

0.280139 3612.487 192.89 205.95 At most 1 **

0.186707 2927.812 156.00 168.36 At most 2 **

0.170497 2497.331 124.24 133.57 At most 3 **

0.168291 2107.959 94.15 103.18 At most 4 **

0.166955 1724.119 68.52 76.07 At most 5 **

0.165886 1343.623 47.21 54.46 At most 6 **

0.162669 965.7978 29.68 35.65 At most 7 **

0.137250 595.9912 15.41 20.04 At most 8 **

0.129329 288.4772 3.76 6.65 At most 9 **

*(**) denotes
rejection of
the
hypothesis at
5%(1%)
3. Estimasi Error Correction Model
Model koreksi kesalahan yang digunakan adalah model ENGLE-GRANGER Dua
Tahap, yang meliputi:

1. Menghitung nilai residual dari persamaan regresi awal.


Dari persamaan awal:
KURS C LOG(KURS(-1)) SNFP SUER SCPMI SRS SCPI SPPI SPFI SIP SGDP
SCCI SHS STB SICL SDO SNHS SM1 SM2 SCPII SWPI SGDPI SSBI SEX SIM SPE
SPSM

Hasil regresnya adalah:

Dependent Variable: KURS


Method: Least Squares
Date: 07/14/09 Time: 15:39
Sample(adjusted): 6/02/1998 5/31/2006
Included observations: 2086
Excluded observations: 1 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C -78224.20 326.1100 -239.8706 0.0000
LOG(KURS(-1)) 9587.848 35.78701 267.9142 0.0000
SNFP 0.229117 0.210125 1.090385 0.2757
M1S -0.001503 1.69E-15 -8.90E+11 0.0000

M2S 0.001924 1.88E-15 1.03E+12 0.0000

SCPII 13.00894 1.05E-11 1.24E+12 0.0000

SWPI 2.469167 1.89E-12 1.31E+12 0.0000

SGDPI 0.000563 7.64E-16 7.37E+11 0.0000

SSBI -9.615730 1.56E-11 -6.15E+11 0.0000

SEX 0.004390 6.92E-15 6.35E+11 0.0000

SIM -0.002399 1.05E-14 -2.29E+11 0.0000

SPE 1.712477 6.12E-12 2.80E+11 0.0000

SPSM -0.000231 5.70E-16 -4.05E+11 0.0000

RESID01 1.000000 2.90E-14 3.45E+13 0.0000

R-squared 1.000000 Mean dependent var 9170.89


4

Adjusted R-squared 1.000000 S.D. dependent var 1261.02


4
-
S.E. of regression 2.74E-10 Akaike info criterion 41.1843
8
-
Sum squared resid 1.55E-16 Schwarz criterion 41.1086
4

Log likelihood 42983.31 F-statistic 1.64E+2


7

Durbin-Watson stat 0.041136 Prob(F-statistic) 0.00000


0
Kemudian tentukan residual series dari regres tersebut.

2. Lakukan regres dengan memasukkan redisual series dari langkah pertama.


Hasilnya adalah:
Dependent Variable: KURS

Method: Least Squares

Date: 02/11/09 Time: 00:26

Sample(adjusted): 6/02/1998 5/31/2006

Included observations: 2086

Excluded observations: 1 after adjusting endpoints

Variable Coefficient Std. Error t-Statistic Prob.

C -12232626 1.20E-05 -1.02E+12 0.0000

LOG(KURSB) 958396.6 8.77E-07 1.09E+12 0.0000

SNFP 0.335775 5.15E-11 6.52E+09 0.0000

SUER 149.3364 4.02E-08 3.71E+09 0.0000

SCPMI 3.078077 1.20E-09 2.56E+09 0.0000

SRS 12.02806 7.76E-09 1.55E+09 0.0000

SCPI 45.58205 3.98E-08 1.15E+09 0.0000

SPPI 20.56031 8.73E-09 2.36E+09 0.0000

SPFI 1.648222 5.90E-10 2.80E+09 0.0000

SIP 76.71895 1.73E-08 4.44E+09 0.0000

SGDP 25.75396 8.94E-09 2.88E+09 0.0000

SCCI 3.614134 1.07E-09 3.38E+09 0.0000

SHS -0.257986 5.58E-11 -4.63E+09 0.0000

STB -0.740203 1.41E-09 -5.26E+08 0.0000

SICL -0.956715 1.09E-10 -8.79E+09 0.0000

SDO 0.372511 4.88E-10 7.64E+08 0.0000

SNHS -0.027144 7.21E-11 -3.76E+08 0.0000

SM1 0.002132 2.17E-12 9.84E+08 0.0000

SM2 -0.001358 1.60E-12 -8.50E+08 0.0000

SCPII 17.52963 1.95E-09 8.98E+09 0.0000

SWPI 2.842956 3.53E-10 8.06E+09 0.0000


4. Uji White Noise
a. Serial Correlation Uji Breusch-Godfrey Serial Correlation Lagrange Multiplier (LM
Test)
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 29.76080 Probability 0.000000
Obs*R-squared 58.69138 Probability 0.000000

b. Heteroskedasticity Test
White Heteroskedasticity Test:
F-statistic 4.941883 Probability 0.000000
Obs*R-squared 725.4111 Probability 0.000000

c. Normality Test dengan Jarque-Bera


1000
Series: Residuals
Sample 6/02/1998 5/31/2006
800 Observations 2086

Mean -2.41E-10
600 Median -48.33532
Maximum 2568.448
Minimum -822.5258
400 Std. Dev. 207.2483
Skewness 3.088726
Kurtosis 24.66634
200
Jarque-Bera 44118.13
Probability 0.000000
0
-500 0 500 1000 1500 2000 2500
4.3 Pengujian Hipotesis
1 Kejutan ekonomi makro berpengaruh secara signifikan terhadap nilai tukar US Dollar - Rupiah.

Model yang dipergunakan adalah :

et = ∂ + γ ln et-1 + β St + δS DSen + δJ DJum + εt

Hasil perhitungan dan signifikansinya adalah:

Dependent Variable: KURSMethod: Least SquaresDate: 07/14/09 Time: 15:39Sample(adjusted):


6/02/1998 5/31/2006Included observations: 2086Excluded observations: 1 after adjusting
endpointsVariableCoefficientStd. Errort-StatisticProb. C-78224.20 326.1100-239.8706
0.0000LOG(KURS(-1)) 9587.848 35.78701 267.9142 0.0000SNFP 0.229117 0.210125 1.090385
0.2757SUER 266.1397 164.2190 1.620639 0.1052SCPMI 0.650971 4.907365 0.132652 0.8945SRS
5.161616 31.64871 0.163091 0.8705SCPI 44.87728 162.0422 0.276948 0.7818SPPI 12.84797
35.60992 0.360798 0.7183SPFI 2.750994 2.405512 1.143621 0.2529SIP 129.8168 70.45876
1.842450 0.0656SGDP 22.45977 36.47454 0.615766 0.5381SCCI 2.602127 4.356724 0.597267
0.5504SHS-0.143429 0.227447-0.630603 0.5284STB-0.415483 5.740400-0.072379 0.9423SICL-
0.405846 0.444069-0.913924 0.3609SDO 0.898241 1.989689 0.451448 0.6517SNHS 0.086136
0.294442 0.292542 0.7699M1S-0.001503 0.001285-1.169650 0.2423M2S 0.001924 0.001428
1.347586 0.1779SCPII 13.00894 7.963549 1.633561 0.1025SWPI 2.469167 1.438319 1.716704
0.0862SGDPI 0.000563 0.000581 0.968907 0.3327SSBI-9.615730 11.89358-0.808481 0.4189SEX
0.004390 0.005263 0.834084 0.4043SIM-0.002399 0.007972-0.300899 0.7635SPE 1.712477
4.656492 0.367761 0.7131SPSM-0.000231 0.000434-0.531845 0.5949R-squared 0.972989 Mean
dependent var 9170.894Adjusted R-squared 0.972648 S.D. dependent var 1261.024S.E. of
regression 208.5527 Akaike info criterion 13.53112Sum squared resid 89554623 Schwarz
criterion 13.60416Log likelihood-14085.96 F-statistic 2852.700Durbin-Watson stat 0.663358
Prob(F-statistic) 0.000000
Consumer Price Index 36.98452 166.4369 0.222213 0.8242 Tidak Sign.

Produsen Price Index 17.35201 36.18905 0.479482 0.6316 Tidak Sign.

Fed Fund Interest Rate


2.406005 2.425638 0.991906 0.3214 Tidak Sign.
Prosentase

Industrial Production 120.7843 74.64036 1.618216 0.1058 Tidak Sign.

Gross Domestic Production 11.00505 38.44962 0.286220 0.7747 Tidak Sign.

Consumer Confidence Index 3.319248 4.431850 0.748953 0.4540 Tidak Sign.

Housing Start -0.143918 0.233271 -0.616953 0.5373 Tidak Sign.

Trade Balance -1.158692 5.936206 -0.195191 0.8453 Tidak Sign.

Initial Claims -0.349204 0.449184 -0.777419 0.4370 Tidak Sign.

Durable Goods Orders 0.873785 1.994548 0.438087 0.6614 Tidak Sign.

New Home Sales 0.153849 0.303532 0.506863 0.6123 Tidak Sign.

Indonesia Tidak Sign.

M1 -0.001077 0.001309 -0.823419 0.4104 Tidak Sign.

M2 0.002197 0.001475 1.489549 0.1365 Tidak Sign.

CPII 13.68349 8.331127 1.642453 0.1007 Tidak Sign.

WPII 2.430535 1.479407 1.642911 0.1006 Tidak Sign.

GDPI 0.000205 0.000622 0.329476 0.7418 Tidak Sign.

SBI 1 bulan -3.318875 12.15604 -0.273023 0.7849 Tidak Sign.

Ekspor 0.004070 0.005316 0.765646 0.4440 Tidak Sign.

Impor -0.002088 0.008000 -0.261035 0.7941 Tidak Sign.

Penjualan Eceran 2.125235 4.736649 0.448679 0.6537 Tidak Sign.

Penjualan Sepeda Motor -3.89E-05 0.000451 -0.086322 0.9312 Tidak Sign.


2. Kejutan ekonomi makro Amerika dan Indonesia secara agregat mempunyai pengaruh yang
berbeda terhadap nilai tukar US Dollar - Rupiah.

Model yang dipergunakan adalah :

et = ∂ + γ ln et-1 + β DUS + γDIND + δS DSen + δJ DJum + εt

Hasil perhitungan dan signifikansinya adalah:

Sumber Surprise Koefisien SE t-stat Prob. Signifikansi

Surprise dari Amerika -78460.96 326.1510 -240.5664 0.0000 Signifikan

Surprise dari Indonesia -78589.31 322.9168 -243.3733 0.0000 Signifikan


3 Kejutan ekonomi makro yang bersifat positif dan negatif mempunyai
pengaruh yang berbeda terhadap nilai tukar US Dollar - Rupiah.

Model yang dipergunakan adalah:

et = ∂ + γ ln et-1 + βG DUS G + βB DUS B + γG DIND G + γB DIND B + δS DSen + δJ


DJum + εt

dimana notasi G menyatakan Good (positif) dan B menyatakan Bad (negatif).

Hasil perhitungan dan signifikansinya adalah:

Sumber Surprise Koefisien SE t-stat Prob. Signifikansi

Surprise Positif dari Amerika -78559.78 326.9681 -240.2674 0.0000 Signifikan

Surprise Negatif dari Amerika -78578.67 326.5224 -240.6532 0.0000 Signifikan

Surprise Positif dari Indonesia -78608.39 326.6591 -240.6435 0.0000 Signifikan

Surprise Negatif dari Indonesia -78644.36 327.3254 -240.2635 0.0000 Signifikan


4 Kejutan ekonomi makro yang bersifat konsisten dan kontradiktif mempunyai
pengaruh yang berbeda terhadap nilai tukar US Dollar - Rupiah.

Model yang dipergunakan adalah:

et = ∂ + γ ln et-1 + βKONS DUS KONS + βKONF DUS KONF+ γKONS DIND KONS
+ γKONF DIND KONF + δS DSen + δJ DJum + εt

dimana notasi CONS menyatakan Consistent (konsisten) dan CONF menyatakan


Conflicting (berlawanan).

Hasil perhitungan dan signifikansinya adalah:

Sifat Surprise Koefisien SE t-stat Prob. Signifikansi

Surprise Konsisten dari Amerika -78589.48 326.7598 -240.5114 0.0000 Signifikan

Surprise Kontradiktif dari Amerika -78559.60 326.9679 -240.2670 0.0000 Signifikan

Surprise Konsisten dari Indonesia -78570.73 324.3254 -242.2589 0.0000 Signifikan

Surprise Kontradiktif dari Indonesia -78582.62 326.3650 -240.7814 0.0000 Signifikan


4.4.5 Pola nilai tukar US Dollar - Rupiah tidak berbeda selama empat masa pemerintahan
Presiden yang terakhir di Indonesia.

Uji stabilitas model ini mengunakan uji chow test . Regresi grup untuk ke empat periode
pemerintahan tersebut adalah :

1. Presiden Habibie : ei = α 1 + β2 Si + εi …........ (21)


2. Presiden Gus Dur : ej = α1 + β2 Sj + εj ......,.... (22)
3. Presiden Megawati: ek = α1 + β2 Sk + εk .......... (23)
4. Presiden Susilo Bambang Yudhoyono: el = α1 + β2 Sl + εl ........... (24)

Untuk menguji apakah ada perbedaan antar garis persamaan regresi tersebut,
digunakan uji Chow dengan langkah-langkah sebagai berikut:

Langkah pertama, menjalankan estimasi regresi untuk semua periode, dan lihat

Residual Sum of Square (RSS)nya. Kita sebut RSS1= 87730935.


Langkah ke dua, menjalankan estimasi regresi untuk masing-masing grup, dan lihat
masing-masing Residual Sum of Square (RSS)nya. Kita sebut RSS2=43581536,
RSS3=9086189, RSS4=5351840, dan RSS5=2350655. Kemudian keempat RSS ini
dijumlahkan, kita peroleh RSS6=60370220.Langkah ke tiga, kurangkan RSS1 – RSS6 =
RSS7= 27360715
Hitung nilai statistik F:

RSS 7 RSS 6
F= /
k ni n j − 2k

F = (27360715/81) / (60370220/(2086-2(81)
F= 377.786,60 / 31.377,45 = 10,77

Nilai F kritis dengan α = 5% dengan df (2005, 1924) = 1.


Karena F-hitung > F-tabel, maka hipotesis nul diterima atau menolak hiptotesis
alternatif. Artinya, dalam periode penelitian ditemukan adanya perubahan struktural.
Adanya perubahan kepala pemerintahan berpengaruh terhadap pola nilai tukar rupiah.
1. Kesimpulan
2. Saran