Upload
others
View
11
Download
0
Embed Size (px)
Citation preview
ANALISIS PENGARUH SECARA SIMULTAN SUKUK
DAN VARIABEL MAKRO EKONOMI TERHADAP
PERTUMBUHAN EKONOMI DI INDONESIA
PERIODE TAHUN 2014-2018
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
SRI ENDAH HIDAYATI
NIM 63020150016
PROGRAM STUDI S1 EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2019
ANALISIS PENGARUH SECARA SIMULTAN SUKUK
DAN VARIABEL MAKRO EKONOMI TERHADAP
PERTUMBUHAN EKONOMI DI INDONESIA
PERIODE TAHUN 2014-2018
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat Guna
Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
SRI ENDAH HIDAYATI
NIM 63020150016
PROGRAM STUDI S1 EKONOMI SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2019
i
ii
iii
iv
v
vi
vi
vii
MOTTO
Lakukan kebaikan sekecil apapun karena kau tak akan pernah tau, kebaikan apa
yang akan membawamu ke Surga
_Imam Hasan Al-Bashri_
viii
PERSEMBAHAN
Skripsi ini saya persembahkan untuk:
kedua orang tua Ayahanda Sardjiyo dan Ibunda Giyati tercinta, yang doa-doanya
tak pernah putus mendoakan kebaikanku, yang perjuangannya dan
pengorbanannya tiada henti. Semoga senantiasa diberi kesehatan, kebahagiaan
dan keselamatan dunia akhirat kelak. Aamiin
Kakakku Aries Margianto, Yusniawati dan Bulikku Siti Purwatiningsih serta
seluruh keluarga besarku yang senantiasa memberi dukungan, memberikan
doanya dan menjadi motivator terbesar dalam hidupku.
Teman-temanku tercinta Novi Noor Indah Sari, Kustiyani, Dhani Masturoh,
Nanik Setyo, Aida Nur, Fita Fathimah, Amalia Nur, Dhea Finka, Fatma Qowiyya,
Sugiarti (Alm) dan Kakak-kakak penasihatku Siti ulfaturrohmah, Miftakhul
Jannah, Muarifatul Luthfi, Rika Ervi, Fitrianita Umami terimakasih untuk semua
waktu, doa serta dukungan kalian.
Bapak Anton Bawono yang tak pernah lelah memberi bimbingan dalam
penyelesaian skripsi ini, terimakasih bapak.
Dan untuk semua teman dan pihak-pihak yang telah membantu saya dalam
penyelesaian skripsi ini yang tidak bisa saya sebutkan satu persatu.
Terimakasih semuanya... tanpa kalian semua skripsi ini bukanlah apa-apa
Terimakasih
ix
KATA PENGANTAR
Assalamu‟alaikum Wr. Wb.
Alhamdulillahirabil‟alamin, puji syukur penulis panjatkan ke hadirat Allah
SWT, yang telah memberikan rahmat, hidayah, dan karunia-Nya. Shalawat serta
salam senantiasa tercurahkan kepada Nabi Muhammad SAW, keluarga, sahabat,
dan para pengikutnya dengan harapan semoga mendapatkan syafaatnya di hari
kiamat nanti.
Penelitian ini yang berjudul “Analisis Pengaruh Secara Simultan Sukuk
Dan Variabel Makro Ekonomi Terhadap Pertumbuhan Ekonomi Di
Indonesia Periode Tahun 2014-2018” dengan tujuan untuk memenuhi salah satu
syarat guna memperoleh gelar Sarjana S1 Ekonomi jurusan Ekonomi Syariah S1
Fakultas Ekonomi dan Bisnis Islam Institut Agama Islam Negeri (IAIN) Salatiga.
Dalam kesempatan ini, penulis ingin mengucapkan terima kasih kepada
semua pihak yang telah membantu dalam menyelesaikan penyusunan skripsi ini.
Ucapan terima kasih ini penulis sampaikan kepada :
1. Bapak Prof. Dr. Zakiyuddin, M.AG selaku Rektor Institut Agama Islam
Negeri(IAIN) Salatiga.
2. Bapak Dr. Anton Bawono, M.Si selaku Dekan Fakultas Ekonomi dan Bisnis
Islam Institut Agama Islam Negeri (IAIN) Salatiga. Dan selaku dosen
pembimbing yang telah berkenan meluangkan waktu serta mencurahkan
pikiran dan tenaganya memberi bimbingan dan pengarahan yang sangat
x
berguna sejak awal proses penyusunan dan penulisan hingga terselesaikannya
skripsi ini.
3. Bapak Qi Mangku Bajahtulloh, Lc., M.SI selaku ketua Program Studi
Ekonomi Syariah S1 Fakultas Ekonomi dan Bisnis Islam Institut Agama
Islam Negeri (IAIN) Salatiga.
4. Bapak Agung Guritno, M.Pd. selaku dosen pembimbing akademik yang telah
memberikan arahan selama kuliah di IAIN Salatiga.
5. Bapak Dr. H. Ahmad Mifdlol Muthohar, Lc. M.SI. selaku ketua program
studi S1 Ekonomi Syariah 2015.
6. Seluruh Bapak dan Ibu Dosen, terutama Fakultas Ekonomi dan Bisnis Islam
Institut Agama Islam Negeri (IAIN) Salatigayang telah memberikan dan
membekali ilmunya dengan tulus dan ikhlas.
7. Segenap Staf Perpustakaan dan Akademik yang membantu dalam kelancaran
proses penyelesaian skripsi ini.
8. Penulis mengucapkan terima kasih yang tak terhingga kepada Ayahanda
Sardjiyo yang sudah berjuang membiayai semua keperluan perkuliahan
penulis sampai selesai dan Ibunda Giyati yang senantiasa selalu memberikan
kasih sayang, dukungan, nasehat, dan mendoakan dalam penyelesaian skripsi
ini.
9. Kakakku Aries Margianto dan Yusniawati yang selalu memberi semangat dan
doa, serta keponakanku Naufal Putra Mahardika dan Azzahra Putri Maharani
yang menjadi penyemangat dalam mengerjakan skripsi ini.
xi
10. Bulikku Siti Purwatiningsih yang selama 7 tahun ini merawat dan mendidik
serta memberikan dukungan dan doa dalam penyelesaian skripsi ini.
11. Teman-temanku tercinta Novi Noor Indah Sari, Kustiyani, Dhani Masturoh,
Nanik Setyo, Aida Nur, Fita Fathimah, Amalia Nur, Dhea Finka, Fatma
Qowiyya, Sugiarti (Alm) yang selalu memberikan nasihat, semangat, doa dan
setia membantuku dalam segala hal.
12. Kakak-kakak penasihatku Siti ulfaturrohmah, Miftakhul Jannah, Muarifatul
Luthfi, Rika Ervi, Fitrianita Umami yang selalu memberi motivasi, nasihat,
semangat, doa dalam penyelesaian skripsi ini.
13. Seluruh teman-teman Ekonomi Syariah S1 angkatan 2015 yang telah setia
berjuang bersama-sama mencari ilmu di Fakultas Ekonomi Bisnis Islam
Institut Agama Islam Negeri (IAIN) Salatiga tercinta ini.
Penulis menyadari bahwa penulisan skripsi ini masih terdapat banyak
kekurangan, maka dengan segala kerendahan hati enulis mengharapkan kritik dan
saran yang membangun dari semua pihak guna perbaikan dan penyempurnaan
pada penelitian berikutnya.Penulis berharap semoga skripsi ini bermanfaat
khususnya bagi penulis.Aamiin Ya Rabbal Alamin.
Salatiga, 9 Agustus 2019
Penulis
Sri Endah Hidayati
xii
ABSTRAK
Hidayati, Sri Endah. 2019. Analisis Pengaruh Secara Simultan Sukuk Dan
Variabel Makro Ekonomi Terhadap Pertumbuhan Ekonomi Di Indonesia
Periode Tahun 2014-2018.Skripsi,Fakultas Ekonomi dan Bisnis Islam
Program Studi S1- Ekonomi Syariah IAIN Salatiga. Pembimbing: Dr.
Anton Bawono. M.Si.
Tujuan penelitian ini adalah untuk menganalisis Pengaruh Secara Simultan
Sukuk Dan Variabel Makro Ekonomi Terhadap Pertumbuhan Ekonomi Di
Indonesia Periode Tahun 2014-2018. Jenis penelitian ini adalah penelitian
kuantitatif dengan menggunakan analisis regresi berganda sebagai analisis
data, dan menggunakan data sekunder berbentuk time series.Data yang
digunakan adalah data bulanan dari pada tahun 2014-2018. Data yang
diperoleh kemudian diolah menggunakan alat bantu aplikasi E-views 9.
Berdasarkan hasil penelitian ini menunjukkan bahwa Obligasi syariah
(Sukuk) berpengaruh positif dan signifikan terhadap Pertumbuhan Ekonomi,
dinyatakan juga bahwa inflasi tidak berpengaruh terhadap sukuk, dan secara
langsung inflasi tidak berpengaruh terhadap Pertumbuhan Ekonomi dan dalam
waktu bersamaan dinyatakan bahwa JUB tidak berpengaruh terhadap sukuk.
Nilai Tukar (Kurs) tidak berpengaruh terhadap Pertumbuhan Ekonomi,
dinyatakan bahwa inflasi tidak berpengaruh terhadap Kurs, dan secara
langsung inflasi tidak berpengaruh terhadap Pertumbuhan Ekonomi dan dalam
waktu bersamaan dinyatakan juga bahwa BI rate tidak berpengaruh terhadap
Kurs. Inflasi tidak berpengaruh terhadap Pertumbuhan Ekonomi, dinyatakan
bahwa Kurs tidak bepengaruh terhadap Inflasi dan secara langsung kurs tidak
berpengaruh terhadap pertumbuhan ekonomi dan dalam waktu bersamaan
dinyatakan juga bahwa JUB tidak berpengaruh terhadap Inflasi.
Kata Kunci: Sukuk, Kurs, Inflasi, JUB, BI rate, Pertumbuhan Ekonomi
xiii
DAFTAR ISI
PERSETUJUAN PEMBIMBING........................................................................... ii
PENGESAHAN KELULUSAN ............................................................................ iii
PERNYATAAN KEASLIAN TULISAN ............................................................. iv
PERNYATAAN BEBAS PLAGIAT..................... Error! Bookmark not defined.
DEKLARASI ........................................................................................................ .vi
PERNYATAAN PUBLIKASI SKRIPSI .............................................................. vii
MOTTO ........................................................................................................... ....viii
PERSEMBAHAN ............................................................................................ ......ix
KATA PENGANTAR ..................................................................................... .......x
ABSTRAK ...................................................................................................... ....xiii
DAFTAR ISI .................................................................................................... ....xiv
DAFTAR TABEL ............................................................................................ ....xvi
DAFTAR GAMBAR .............................................................................................xx
BAB I PENDAHULUAN ........................................................................................1
A. Latar Belakang ............................................................................................. 1
B. Rumusan Masalah ...................................................................................... 10
C. Tujuan Penelitian ....................................................................................... 10
D. Manfaat Penelitian ..................................................................................... 11
E. SISTEMATIKA PENULISAN .................................................................. 12
BAB II LANDASAN TEORI ................................................................................14
A. Research Gap ............................................................................................. 14
B. Kerangka Teori........................................................................................... 20
C. Kerangka Penelitian ................................................................................... 36
D. Hipotesis ..................................................................................................... 37
BAB III METODE PENELITIAN ........................................................................42
A. Jenis Penelitian ........................................................................................... 42
B. Lokasi dan Waktu Penelitian ..................................................................... 42
C. Populasi dan Sampel .................................................................................. 43
D. Teknik Pengumpulan Data ......................................................................... 44
E. Definisi Konsep dan Operasional .............................................................. 45
F. Instrumen Penelitian................................................................................... 47
G. Uji Instrumen Penelitian ............................................................................ 48
xiv
H. Alat Analisis ............................................................................................... 48
1. Analisis Deskriptif .................................................................................. 48
2. Analisis Regresi Linier Berganda ........................................................... 49
3. Uji Statistik ............................................................................................. 49
4. Uji Asumsi Klasik .................................................................................. 50
5. Model Regresi Linier Berganda dengan Metode OLS ........................... 54
BAB IV ANALISIS DATA ...................................................................................55
A. Statistik Deskriptif ..................................................................................... 55
B. Analisis Data .............................................................................................. 58
1. Uji Stasioneritas ..................................................................................... 58
2. Uji Statistik ............................................................................................. 60
C. Uji Asumsi Klasik .................................................................................. 70
D. Hasil Pembahasan ...................................................................................... 91
BAB V PENUTUP.................................................................................................99
A. Kesimpulan ................................................................................................ 99
B. Saran ......................................................................................................... 100
DAFTAR PUSTAKA ..........................................................................................101
LAMPIRAN-LAMPIRAN...................................................................................107
xv
DAFTAR TABEL
Tabel 1.1 Perkembangan Sukuk Korporasi..............................................................3
Tabel 2.1 Pengaruh Obligasi Syariah (sukuk) terhadap Pertumbuhan Ekonomi ...14
Tabel 2.2 Pengaruh Nilai Tukar terhadap Pertumbuhan Ekonomi ........................15
Tabel 2.3 Pengaruh Inflasi terhadap Pertumbuhan Ekonomi ................................16
Tabel 2.4 Pengaruh JUB terhadap Sukuk ..............................................................16
Tabel 2.5 Pengaruh Inflasi terhadap Sukuk ...........................................................17
Tabel 2.6 Pengaruh Inflasi terhadap Kurs ..............................................................18
Tabel 2.7 Pengaruh BI rate terhadap Kurs .............................................................18
Tabel 2.8 Pengaruh Kurs terhadap Inflasi ..............................................................19
Tabel 2.9 Pengaruh JUB terhadap Inflasi ..............................................................19
Tabel 4.1 Pertumbuhan Ekonomi...........................................................................55
Tabel 4.2 Sukuk .....................................................................................................55
Tabel 4.3 Kurs ........................................................................................................56
Tabel 4.4 Inflasi .....................................................................................................57
Tabel 4.5 BI rate.....................................................................................................57
Tabel 4.6 JUB ........................................................................................................58
Tabel 4.7 Hasil Uji Stasioneritas Level ..................................................................59
Tabel 4.8 Hasil Uji Stasioneritas 1stdifference .......................................................59
Tabel 4.9 Regresi Model Pertama ..........................................................................60
Tabel 4.10 Regresi Model Kedua ..........................................................................63
Tabel 4.11 Regresi Model Ketiga ..........................................................................65
Tabel 4.12 Regresi Model Keempat ......................................................................68
Tabel 4.13 Hasil Uji Multikolinieritas Model Pertama ..........................................73
Tabel 4.14 Hasil Uji Multikolinieritas Model Kedua ............................................73
Tabel 4.15 Hasil Uji Multikolinieritas Model Ketiga ............................................74
Tabel 4.16 Hasil Uji Multikolinieritas Model Keempat ........................................74
Tabel 4.17 Hasil Uji Autokorelasi Model Pertama ................................................75
Tabel 4.18 Penyembuhan Autokorelasi Model Pertama ........................................76
Tabel 4.19 Hasil Uji Autokorelasi Model Kedua ..................................................77
Tabel 4.20 Penyembuhan Autokorelasi Model Kedua ..........................................78
xvii
Tabel 4.21 Hasil Uji Autokorelasi Model Ketiga ..................................................79
Tabel 4.22 Penyembuhan Autokorelasi Model Ketiga ..........................................80
Tabel 4.23 Hasil Uji Autokorelasi Model Keempat ..............................................81
Tabel 4.24 Penyembuhan Autokorelasi Model Keempat ......................................82
Tabel 4.25 Hasil Uji Heteroskedastisitas Model Pertama ......................................83
Tabel 4.26 Uji Penyembuhan Heteroskedastisitas .................................................83
Tabel 4.27 Hasil Uji Heteroskedastisitas Model Kedua ........................................84
Tabel 4.28 Uji Penyembuhan Heteroskedastisitas .................................................85
Tabel 4.29 Hasil Uji Heteroskedastisitas Model Ketiga ........................................86
Tabel 4.30 Uji Penyembuhan Heteroskedastisitas .................................................86
Tabel 4.31 Hasil Uji Heteroskedastisitas Model Keempat ....................................87
Tabel 4.32 Uji Penyembuhan Heteroskedastisitas .................................................88
Tabel 4.33 Uji Simultan Model Pertama ...............................................................89
Tabel 4.34 Uji Simultan Model Kedua ..................................................................89
Tabel 4.35 Uji Simultan Model Ketiga ..................................................................90
Tabel 4.36 Uji Simultan Model Keempat ..............................................................91
xviii
DAFTAR GAMBAR
Gambar 2.1 Kerangka Penelitian .......................................................................... 37
Gambar 4.1 Hasil Uji Normalitas Model Pertama ................................................ 70
Gambar 4.2 Hasil Uji Normalitas Model Kedua ................................................... 71
Gambar 4.3 Hasil Uji Normalitas Model Ketiga .................................................. 71
Gambar 4.4 Hasil Uji Normalitas Model Keempat ............................................... 72
xx
1
BAB I
PENDAHULUAN
A. Latar Belakang
Pertumbuhan ekonomi ialah proses kenaikan output perkapita yang
terus menerus dalam waktu jangka panjang. Pertumbuhan ekonomi adalah
salah satu indikator keberhasilan pembangunan yaitu sumber utama dalam
upaya meningkatkan standar hidup masyarakat. Semakin tinggi
pertumbuhan ekonomi biasanya semakin tinggi pula kesejahteraan
masyarakat. Berhasil tidaknya program-program pembangunan di negara
berkembang sering dinilai dari tinggi rendahnya tingkat pertumbuhan
output dan pendapatan nasional (Todaro dan Smith, 2004:91).
Pertumbuhan ekonomi merupakan fenomena yang penting bagi
suatu bangsa, yang dapat dipandang sebagai masalah jangka panjang.
Pertumbuhan ekonomi menjadi tujuan bangsa agar dapat pula
meningkatkan pembangunan nasional yang dapat meningkatkan kualitas
manusia dan masyarakat Indonesia yang dilakukan secara berkelanjutan
berdasarkan kemampuan nasional (Sukirno, 2003).
Pertumbuhan ekonomi menjelaskan tentang kemajuan ekonomi,
perkembangan ekonomi, serta perubahan fundamental perekonomian
suatu negara dalam jangka waktu relatif panjang. Pertumbuhan ekonomi
menggambarkan adanya peningkatan kapasitas produksi barang maupun
jasa dalam periode tertentu. Suatu negara dikatakan mengalami
2
pertumbuhan ekonomi yang baik apabila Gross Domestic Product (GDP)
atau Produk Domestic Bruto (PDB) rill negara tersebut meningkat. Salah
satu indikator yang dijadikan sebagai perkembangan ekonomi adalah
peningkatan PDB rill. Indonesia merupakan salah satu negara yang
menggunakan teori peningkatan PDB rill dalam mengukur pertumbuhan
ekonominya. Pertumbuhan PDB yang semakin meningkat dapat
menunjukkan adanya pertumbuhan ekonomi yang positif.
Untuk meningkatkan kualitas pertumbuhan ekonomi, Indonesia
melakukan upaya dengan menumbuhkan sektor investasi. Dalam sektor
investasi ada berbagai macam jenis, diantaranya adalah pasar modal.
Keberadaan pasar modal saat ini merupakan suatu realitas terkini yang
tengah terjadi dikehidupan masyarakat. Keuangan syariah global sudah
bergulir sampai pada perkembangan produk syariah di pasar modal.Pasar
modal syariah merupakan salah satu elemen penting yang sedang
berkembang dalam keuangan syariah sebagai penunjang perbankan
syariah, asuransi syariah, dan lembaga keuangan syariah lainnya (Andri,
2014:39). Perkembangan pasar modal syariah dapat dilihat dari
perkembangan produk syariah salah satunya adalah obligasi syariah
(Sukuk).
Dukungan regulasi sangat diperlukan untuk menunjang
perkembangan pasar modal syariah. Pada tahun 2002, Dewan Syariah
Nasional mengeluarkan fatwa No: 32/DSN-MUI/IX/2002 tentang obligasi
syariah. Sebagai implementasi atas fatwa tersebut, perkembangan sukuk
3
dimulai pada oktober 2002 ketika PT. Indosat Tbk mengeluarkan obligasi
syariah yang pertama kali di pasar modal. Selain itu, disahkannya UU No.
19 tahun 2008 tentang Surat Berharga Syariah Negara (SBSN) atau UU
SBSN menjadi saat yang penting bagi pengembangan pasar sukuk. Pada
tahun 2010 muncul fatwa No: 76/DSN-MUI/VI/2010 mengenai SBSN
Ijarah Asset To Be Leased dengan memperluas struktur penerbitan.
Undang-undang dan fatwa tersebut diharapkan mampu menunjang aspek
regulasi dalam penerbitan sukuk sehingga mendorong perkembangan
sukuk domestik termasuk pasar sukuk korporasi (Dewi, 2011).
Pada laporan statistik Otoritas Jasa Keuangan (OJK) menunjukkan
adanya perkembangan yang positif bagi instrumen pasar modal syariah
yaitu obligasi syariah (Sukuk). Sukuk korporasi mengalami
perkembangan, dimana ditinjau dari nilai sukuk korporasi outstanding dari
tahun 2014 hingga tahun 2018. Pada akhir Desember 2018, sukuk
korporasi outstanding mencapai Rp. 22.023 miliar dengan jumlah sukuk
yang beredar sebanyak 104.
Tabel 1.1
Perkembangan Sukuk Korporasi
Tahun Nilai Sukuk Outstanding
(Miliar)
Jumlah Sukuk Beredar
2014
2015
7.105,00
9.902,00
35
47
4
2016
2017
2018
11.878,00
15.740,50
22.023,00
53
79
104
Sumber: www.ojk.go.id
Perkembangan sukuk yang pesat ini dikarenakan investor yang
tertarik berinvestasi pada sukuk tidak hanya investor muslim, tetapi
investor non muslimpun juga tertarik untuk berinvestasi. Selain itu, dalam
artikel yang ditulis Siswantoro (2012), sukuk adalah salah satu instrumen
keuangan yang tetap stabil ketika terjadi krisis pada tahun 2008.
Karenanya banyak investor yang tertarik untuk menginvestasikan dananya
pada salah satu produk pasar modal syariah yaitu Sukuk.
Dalam hal ini obligasi syariah (Sukuk) dipengaruhi oleh dua faktor
yaitu JUB dan Inflasi. Jumlah uang beredar merupakan salah satu
indikator moneter yang digunakan oleh pemerintah untuk mencapai
sasaran kebijakan ekonomi makro. Jumlah uang beredar termasuk dalam
uang kartal, giro dan kuasi. Penambahan uang beredar akan meningkatkan
konsumsi barang dan jasa masyarakat. Oleh karena itu diharapkan dengan
bertambahnya jumlah uang beredar akan meningkatkan pertumbuhan
sukuk dan secara teori tersebut jumlah uang beredar dan sukuk memiliki
hubungan positif sesuai penelitian Ardiansyah dan Lubis (2017)
menemukan bahwa variabel jumlah uang beredar berpengaruh positif
terhadap pertumbuhan sukuk korporasi.
5
Variabel ekonomi lain yang mempengaruhi sukuk yaitu inflasi.
Inflasi berarti kemerosotan nilai uang karena banyaknya dan cepatnya
uang beredar sehingga menyebabkan naiknya harga barang-barang
(KBBI), apabila inflasi cenderung tinggi akan berdampak negatif terhadap
investasi yang akan berdampak pada pertumbuhan surat berharga syariah
negara. Inflasi yang stabil merupakan salah satu syarat demi terciptanya
pertumbuhan ekonomi yang berkesinambungan. Penelitian yang dilakukan
Aprilia (2019) menemukan adanya pengaruh negatif yang diberikan inflasi
terhadap pertumbuhan sukuk korporasi.
Dalam pertumbuhan ekonomi, tidak hanya pasar modal saja yang
mempengaruhinya, ada beberapa variabel ekonomi seperti nilai tukar dan
inflasi. Nilai tukar atau kurs adalah jumlah uang domestik yang
dibutuhkan yaitu banyaknya rupiah yang dibutuhkan untuk memperoleh
satu unit mata uang asing (Murni, 2006:244). Nilai tukar merupakan salah
satu variabel yang penting dalam suatu perekonomian terbuka, karena
variabel ini berpengaruh pada variabel lain seperti harga, tingkat bunga,
neraca pembayaran, dan transaksi berjalan (Batiz, 1994). Seperti yang
telah dijelaskan dalam teori Mundell-Fleming yang menyatakan bahwa
terdapat pengaruh negatif antara kurs dengan pertumbuhan ekonomi,
dimana semakin tinggi kurs maka ekspor neto (selisih antara ekspor dan
impor) semakin rendah, penurunan ini akan berdampak pada jumlah
output yang semakin berkurang dan akan menyebabkan PDB menurun
(Mankiw, 2006:306-307).
6
Dalam hal ini nilai tukar dipengaruhi oleh dua faktor yaitu Inflasi
dan BI rate. Perubahan tingkat inflasi dapat mempengaruhi permintaan
dan penawaran suatu mata uang yang akan memengaruhi kurs nilai tukar.
Jika inflasi suatu negara meningkat, permintaan mata uang negara turun
karena ekspornya turun (disebabkan harga yang lebih tinggi). Selain itu,
konsumen dan perusahaan dalam negara cenderung akan meningkatkan
impor mereka (Madura, 2009:128). Kenaikan tingkat inflasi yang
mendadak dan tinggi disuatu negara akan menyebabkan meningkatnya
impor oleh negara tersebut terhadap berbagai barang dan jasa dari luar
negeri, sehingga semakin diperlukan banyak valuta asing untuk membayar
transaksi impor tersebut. Hal ini akan mengakibatkan meningkatnya
permintaan terhadap valuta asing di pasar (Admaja, 2002:71).
Indikator makro ekonomi lain yang memengaruhi nilai tukar
adalah tingkat suku bunga (BI rate). Fluktuasi nilai tukar yang
berimplikasi pada perubahan tingkat inflasi dapat mengakibatkan
kenaikkan dan penurunan suku bunga. Melalui Bank Indonesia yang
memiliki kebijakan dalam mengontrol suku bunga, diharapkan dapat
menciptakan stabilisasi nilai tukar. Hal ini karena, perubahan tingkat suku
bunga akan memberikan pengaruh terhadap aliran dana suatu negara
sehingga akan mempengaruhi permintaan maupun penawaran nilai tukar
mata uang. Menurut Mishkin (2008:60), stabilitas suku bunga sangat
diharapkan karena akan mendorong terjadinya stabilitas pasar keuangan
sehingga kemampuan pasar keuangan untuk menyalurkan dana dari orang
7
yang memiliki peluang investasi produktif dapat berjalan lancar dan
kegiatan perekonomian juga tetap stabil. Oleh karena itu, Bank Indonesia
selaku bank sentral bertugas untuk menjaga stabilitas suku bunga untuk
menciptakan pasar keuangan yang lebih stabil.
Salah satu faktor yang dapat digunakan untuk melihat stabilitas
perekonomian adalah inflasi. Menurut Sukirno (2006:339) inflasi yang
tinggi tidak akan baik bagi perkembangan atau pertumbuhan ekonomi.
Adanya inflasi yang menyebabkan harga-harga naik berdampak pada
bertambahnya biaya pada kegiatan produksi. Sehingga kegiatan produksi
yang tadinya aktif akan mengalami penurunan yang diakibatkan adanya
tambahan biaya. Inflasi juga akan menyebabkan para pemilik modal
menggunakan uangnya untuk kegiatan spekulasi, karena dirasa lebih aman
dan menguntungkan. Sehingga kegiatan investasi akan berkurang yang
akan berdampak pada lesunya kegiatan ekonomi. Lesunya kegiatan
ekonomi dapat menyebabkan berkurangnya tingkat pertumbuhan ekonomi.
Terlalu tingginya inflasi dapat berakibat pada terhambatnya usaha
pemerintah dalam mensejahterakan masyarakatnya. Karena adanya inflasi
yang terlalu tinggi akan menyebabkan harga barang naik dan merosotnya
nialai uang. Hal tersebut tentunyaakan berdampak negatif pada
pertumbuhan perekonomian. Laju inflasi yang terlalu rendah juga tidak
baik bagi kegiatan ekonomi. Laju inflasi yang terlalu rendah menebabkan
sektor produksi tidak memiliki faktor yang mendorong kegiatan
8
berproduksi. Bagi pertumbuhan ekonomi, laju inflasi yang terlalu tinggi
ataupun terlalu rendah akan memberikan dampak yang negatif.
Dalam hal ini inflasi dipengaruhi oleh dua faktor yaitu nilai tukar
(Kurs) dan JUB. Nilai tukar merupakan variabel makro yang sangat
penting bagi perekonomian, karena nilai tukar digunakan untuk mengukur
level perekonomian suatu negara. Perubahan nilai tukar akan berdampak
pada aktivitas perdagangan antar negara. Kurs nilai tukar adalah harga
sebuah mata uang dari suatu negara, yang diukur atau dinyatakan dalam
mata uang lainnya (krugman, 2005). Salah satu penyebab utama tingginya
inflasi adalah karena terjadinya depresiasi nilai tukar terhadap mata uang
asing, terutama dollar Amerika Serikat. Melemahnya nilai tukar rupiah
menjadikan harga barang-barang impor meningkat dikarenakan
dibutuhkan jumlah rupiah yang lebih banyak untuk mendapatkan barang-
barang impor tersebut, demikian pula halnya dengan barang-barang
dengan bahan baku produksi yang diimpor. Hal ini akan menaikkan harga
produksi dalam negeri yang dapat berujung terjadinya inflasi.
Variabel ekonomi lain yang mempengaruh inflasi yaitu jumlah
uang beredar (JUB). Wahjuanto (2010) menjelaskan bahwa jika terjadi
kenaikan uang beredar, maka akan menstimulus terjadinya kenaikan harga.
Dengan demikian, laju pertumbuhan uang beredar yang tinggi secara
berkelanjutan akan menghasilkan laju inflasi yang tinggi dan laju
pertumbuhan uang beredar yang rendah pada gilirannya akan
mengakibatkan laju inflasi yang rendah. Langi (2014) menjelaskan bahwa
9
hubungan jumlah uang beredar dengan inflasi memiliki sifat hubungan
positif dimana jika jumlah uang beredar meningkat maka inflasi juga akan
meningkat dan sebaliknya jika jumlah uang beredar menurun maka inflasi
juga akan menurun.
Berdasarkan beberapa penelitian terdahulumenunjukkan hasil yang
tidak konsisten dengan kesimpulan yang berbeda-beda. Dengan adanya
research gap tersebut maka perlu dilakukan penelitian lanjutan, sehingga
pada penelitian ini akan dikaji ulang dengan harapan hasil nantinya akan
memperkuat teori yang ada.
Perbedaan penelitian ini dengan penelitian sebelumnya adalah
menggunakan enam variabel dengan data time series periode tahun 2014-
2018 dan menggunakan model simultan. Alasan mengapa menggunakan
periode tahun 2014-2018 karena data yang akurat dapat diakses dalam
rentang waktu maksimal lima tahun terakhir. Penelitian ini tidak
menggunakan data 2019 karena data belum terupdet secara keseluruhan.
Dari uraian latar belakang yang telah dijelaskan diatas, penulis
tertarik untuk melakukan penelitian tentang “ Analisis Pengaruh Secara
Simultan Sukuk dan Variabel Makro Ekonomi Terhadap
Pertumbuhan Ekonomi di Indonesia Periode Tahun 2014-2018”.
10
B. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dapat
diidentifikasikan beberapa masalah sebagai berikut:
1. Apakah Sukuk berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia?
2. Apakah Kurs berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia?
3. Apakah Inflasi berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia ?
4. Apakah secara Simultan variabel Sukuk, JUB dan Inflasi berpengaruh
terhadap Pertumbuhan Ekonomi di Indonesia?
5. Apakah secara Simultan variabel Kurs, Inflasi dan BI rate berpengaruh
terhadap Pertumbuhan Ekonomi di Indonesia?
6. Apakah secara Simultan variabel Inflasi, Kurs dan JUB berpengaruh
terhadap Pertumbuhan Ekonomi di Indonesia?
C. Tujuan Penelitian
Berdasarkan pokok masalah yang dikemukakan di atas, maka
penelitian ini mempunyai tujuan adalah:
1. Untuk menguji dan menganalisis Pengaruh Sukuk terhadap
Pertumbuhan Ekonomi di Indonesia?
2. Untuk menguji dan menganalisis Pengaruh Kurs terhadap
Pertumbuhan Ekonomi di Indonesia?
11
3. Untuk menguji dan menganalisis Pengaruh Inflasi terhadap
Pertumbuhan Ekonomi di Indonesia ?
4. Untuk menguji dan menganalisis Pengaruh secara Simultan variabel
Sukuk, JUB dan Inflasi berpengaruh terhadap Pertumbuhan Ekonomi
di Indonesia?
5. Untuk menguji dan menganalisis Pengaruh secara Simultan variabel
Kurs, Inflasi dan BI rate berpengaruh terhadap Pertumbuhan Ekonomi
di Indonesia?
6. Untuk menguji dan menganalisis Pengaruh secara Simultan variabel
Inflasi, Kurs dan JUB berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia?
D. Manfaat Penelitian
Disamping mempunyai tujuan, penelitian ini juga diharapkan
memberikan manfaat untuk pihak-pihak terkait:
1. Bagi Penulis
Penelitian ini diharapkan dapat memberikan wawasan dan
pengetahuan yang baru dalam Analisis Pengaruh Secara Simultan
Sukuk dan Variabel Makro Ekonomi Terhadap Pertumbuhan Ekonomi
di Indonesia.
2. Bagi IAIN Salatiga
Penelitian ini diharapkan dapat memberikan tambahan referensi serta
koleksi penelitian yang membahas tentang Analisis Pengaruh Secara
12
Simultan Sukuk dan Variabel Makro Ekonomi Terhadap Pertumbuhan
Ekonomi di Indonesia.
3. Bagi pihak lain
Penelitian ini diharapkan memberikan informasi-informasi tambahan
mengenai instrumen-instrumen pertumbuhan ekonomi serta dapat
dijadikan sebagai salah satu referensi bagi peneliti selanjutnya yang
ingin melakukan penelitian tentang Analisis Pengaruh Secara Simultan
Sukuk dan Variabel Makro Ekonomi Terhadap Pertumbuhan Ekonomi
di Indonesia.
E. SISTEMATIKA PENULISAN
Untuk memperoleh gambaran penelitian secara beruntun, penulis
menyajikan sistematika penulisan yaitu uraian singkat mengenai hal-hal
yang nantinya akan dilaporkan. Sistematika penulisan terdiri dari:
BAB I PENDAHULUAN
Pendahuluan memberikan penjelasan tentang latar belakang
masalah, rumusan masalah, tujuan penelitian, manfaat
penelitian serta sistematika penulisan. Dalam bab I ini
diuraikan mengenai latar belakang pertubuhan ekonomi
serta variabel-variabel yang mempengaruhinya, selain itu
juga diuraikan rumusan masalah serta tujuan dan manfaat
penelitian yang dilakukan.
13
BAB II KAJIAN PUSTAKA
Dalam kajian pustaka berisi tentang landasan teori yang
menjabarkan tentang teori-teori dari tiap-tiap variabel yang
ada dalam penelitian ini serta dapat mendukung perumusan
hipotesa dalam analisis penelitian ini, selain itu dalam bab
ini juga akan membahas tentang penelitian sebelumnya,
kerangka berfikir, dan hipotesis.
BAB III METODOLOGI PENELITIAN
Dalam bab ini akan dideskripsikan mengenai desain
penelitian, variabel penelitian, definisi operasional variabel,
populasi dan sampel, jenis dan sumber data, metode
pengumpulan data, dan metode analisis.
BAB IV ANALISIS PENELITIAN
Bab analisis penelitian merupakan penjelasan mengenai
hasil penelitian yang telah dianalisis dengan metode
penelitian. Hasil penelitian tersebut akan dibahas secara
mendalam.
BAB V PENUTUP
Merupakan bab yang penting dalam skripsi ini, yang berisi
tentang simpulan dan saran yang berkenaan dengan hasil
pembahasan skripsi.
14
BAB II
LANDASAN TEORI
A. Research Gap
Penelitian terdahulu merupakan salah satu acuan dalam sebuah
penelitian yang akan dilakukan, penelitian terdahulu merupakan kumpulan
hasil-hasil penelitian yang telah dilakukan oleh para peneliti sebelumnya
dan hasil penelitian itu berkaitan dengan penelitian yang akan dilakukan.
Penelitian yang dilakukan oleh beberaapa orang mengenai faktor-faktor
yang mempengaruhi pertumbuhan ekonomi memiliki kesimpulan yang
berbeda-beda.
Model 1
Tabel 2.1
Pengaruh Obligasi Syariah (sukuk) terhadap Pertumbuhan
Ekonomi
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Nur Faroh (2016) Saham syariah (X1),
sukuk (X2), reksa-dana
syariah (X3), dan
pertumbuhan ekonomi
nasional (Y)
Obligasi syariah (sukuk)
berpengaruh positif dan
signifikan terhadap
pertumbuhan ekonomi
nasional
2 Saskia Rizka
Rinanda (2018)
Pengaruh Saham
Syariah, Sukuk dan
Reksadana Syariah
terhadap Pertumbuhan
Ekonomi Nasional
Tahun 2013-2017
Obligasi syariah (sukuk)
berpengaruh positif dan
tidak signifikan terhadap
pertumbuhan ekonomi
15
3 Tya Riyandini
(2016)
Investasi (X1), SUN
(X2), SBSN (X3) dan
Pertumbuhan Ekonomi
(Y)
Surat Berharga Syariah
Negara (SBSN)
berpengaruh negatif
terhadap pertumbuhan
ekonomi
Tabel 2.2
Pengaruh Nilai Tukar terhadap Pertumbuhan Ekonomi
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Yaenal Arifin
(2016)
Minyak dunia (X1), nilai
tukar (X2), inflasi (X3)
dan pertumbuhan
ekonomi (Y)
Nilai tukar berpengaruh
negatif dan signifikan
terhadap pertumbuhan
ekonomi
2 Ayunia
Pridayanti (2012)
Ekspor (X1), impor
(X2), nilai tukar (X3),
pertumbuhan ekonomi
Indonesia (Y)
Nilai tukar berpengaruh
negatif dan signifikan
terhadap pertumbuhan
ekonomi
3 Putri Khikmatul
Maulidiyah
(2018)
ZIS (X1), BI rate (X2),
nilai tukar (X3), inflasi
(X4), pertumbuhan
ekonomi (Y)
Nilai tukar berpengaruh
negatif dan signifikan
terhadap pertumbuhan
ekonomi
4 Febri Achmad
Hermansyah
(2016)
Nilai tukar (X1), Inflasi
(X2), suku bunga (X3),
JUB (X4), dan
Pertumbuhan Ekonomi
(Y)
Nilai tukar memiliki
pengaruh yang signifikan
terhadap Pertumbuhan
Ekonomi Surakarta
16
Tabel 2.3
Pengaruh Inflasi terhadap Pertumbuhan Ekonomi
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Yaenal Arifin
(2016)
Minyak dunia (X1), nilai
tukar (X2), inflasi (X3)
dan pertumbuhan
ekonomi (Y)
Inflasi berpengaruh positif
dan signifikan terhadap
pertumbuhan ekonomi
Indonesia
2 Nabilla dkk
(2015)
Inflasi (X1), tingkat suku
bunga SBI (X2), nilai
tukar (X3), terhadap
penanaman modal asing
(Y1) dan pertumbuhan
ekonomi Indonesia (Y2)
Inflasi berpengaruh negatif
dan signifikan terhadap
pertumbuhan ekonomi
Indonesia
3 Putri Khikmatul
Maulidiyah
(2018)
ZIS (X1), BI rate (X2),
nilai tukar (X3), inflasi
(X4), pertumbuhan
ekonomi (Y)
Inflasi tidak memiliki
pengaruh signifikan
terhadap Pertumbuhan
Ekonomi Indonesia
4 Nurul Izzah
(2015)
IPM (X1), inflasi (X2),
dan pertumbuhan
ekonomi (Y)
Inflasi berpengaruh negatif
tidak signifikan terhadap
pertumbuhan ekonomi di
Provinsi Riau
Model 2
Tabel 2.4
Pengaruh JUB terhadap Sukuk
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Ardiansyah dan
Lubis (2017)
JUB (X1), indeks
produksi industri (X2),
inflasi (X3), kurs (X4),
oil price (X5), bagi hasil
deposito Mudharabah
(X6) dan Sukuk
Korporasi (Y)
JUB berpengaruh positif
dan signifikan terhadap
pertumbuhan sukuk
korporasi.
2 Ida Zuraida
(2018)
Inflasi (X1), BI rate (X2),
nilai tukar (X3), JUB
(X4), PDB (X5) dan surat
berharga syariah negara
JUB berpengaruh positif dan
signifikan terhadap
perkembangan surat
17
(Y1) berharga syariah negara
3 Putri Khikmatul
Maulidiyah
(2018)
ZIS (X1), BI rate (X2),
nilai tukar (X3), inflasi
(X4), pertumbuhan
ekonomi (Y)
JUB berpengaruh negatif
signifikan terhadap project
based sukuk di Indonesia
Tabel 2.5
Pengaruh Inflasi terhadap Sukuk
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Ardiansyah dan
Lubis (2017)
JUB (X1), indeks
produksi industri (X2),
inflasi (X3), kurs (X4),
oil price (X5), bagi hasil
deposito Mudharabah
(X6) dan Sukuk
Korporasi (Y)
Inflasi berpengaruh positif
dan signifikan terhadap
pertumbuhan sukuk
korporasi.
2 Azza Aprilia
(2019)
PDB (X1), inflasi (X2),
sertifikat bank indonesia
syariah (SBIS) (X3), kurs
(X4), saham (X5),
investasi (X6) dan sukuk
(Y)
Inflasi berpengaruh negatif
signifikan terhadap
pertumbuhan sukuk
korporasi
3 Ida Zuraida
(2018)
Inflasi (X1), BI rate (X2),
nilai tukar (X3), JUB
(X4), PDB (X5) dan surat
berharga syariah negara
(Y)
Inflasi tidak memiliki
pengaruh signifikan
terhadap perkembangan
surat berharga syariah
negara
4 Khairul Fadhli
(2014)
Inflasi (X1), Kurs (X2),
JUB (X3) SBIS (X4) dan
SBSN (Y)
Inflasi berpengaruh negatif
signifikan terhadap volume
transaksi SBSN
18
Model 3
Tabel 2.6
Pengaruh Inflasi terhadap Kurs
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Istiqamah (2018) Inflasi (X1), Suku Bunga
(X2), Nilai Tukar (Y)
Inflasi berpengaruh negatif
terhadap nilai tukar
2 Yunika
Murdayanti
(2012)
GDP (X1), inflasi (X2),
suku bunga (X2), nilai
tukar (X3), money supply
(X4), current account
(X5), capital account
(X6) dan Kurs (Y)
Inflasi berpengaruh negatif
signifikan terhadap Kurs
3 Istiqomah
(2011)
Inflasi (X1), investasi
(X2), dan Nilai tukar (Y)
Inflasi berpengaruh positif
dan signifikan terhadap Nilai
Tukar
Tabel 2.7
Pengaruh BI rate terhadap Kurs
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Istiqamah (2018) Inflasi (X1), BI rate (X2),
inflasi (X3) dan nilai
tukar (Y)
BI rate berpengaruh positif
dan signifikan terhadap nilai
tukar
2 Yunika
Murdayanti
(2012)
GDP (X1), inflasi (X2),
suku bunga (X2), nilai
tukar (X3), money supply
(X4), current account
(X5), capital account
(X6) dan Kurs (Y)
BI rate berpengaruh negatif
signifikan terhadap Kurs
3 William Theo
(2014)
Suku bunga (X1), Inflasi
(X2), Pendapatan
nasional (X3), Nilai tukar
(Y)
Suku Bunga tidak
berpengaruh secara
signifikan terhadap Nilai
Tukar
19
Model 4
Tabel 2.8
Pengaruh Kurs terhadap Inflasi
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Mahendra (2016) JUB (X1), Suku Bunga
(X2), Kurs (X3) dan
Inflasi (Y)
Kurs berpengaruh positif
tidak signifikan terhadap
inflasi di Indonesia
2 Putri Tirta dkk
(2013)
PDB (X1), Kurs (X2),
JUB (X3), dan Inflasi(Y)
Kurs berpengaruh positif
dan signifikan terhadap
inflasi
3 Heru Perlambang
(2010)
JUB (X1), Suku bunga
SBI (X2), nilai tukar
(X3), inflasi (Y)
Kurs berpengaruh negatif
tidak signifikan terhadap
Inflasi
Tabel 2.9
Pengaruh JUB terhadap Inflasi
No Peneliti dan
Tahun
Variabel Hasil Penelitian
1 Ika Rotua Sinaga
(2015)
Devisit Anggaran (X1),
JUB (X2), PDB (X3) dan
Inflasi (Y)
JUB berpengaruh negatif
dan signifikan terhadap
Inflasi
2 Yuliati Sarinastiti
(2012)
JUB (X1), Kurs (X2),
PDB (X3) dan Inflasi (Y)
JUB tidak berpengaruh
terhadap inflasi
3 Fadli Ferdiansyah
(2011)
JUB (X1), Suku bunga
SBI (X2), nilai tukar
(X3), inflasi (Y)
JUB berpengaruh positif
tidak signifikan terhadap
Inflasi di Indonesia
Berdasarkan beberapa penelitian terdahulu menunjukkan hasil
yang tidak konsisten dengan kesimpulan yang berbeda-beda. Dengan
adanya research gap tersebut maka perlu dilakukan penelitian lanjutan.
Penelitian yang dilakukan Saskia Rizka Rinanda (2018), Tya Riyandini
20
(2016) menyimpulkan bahwa sukuk tidak berpengaruh terhadap
pertumbuhan ekonomi. Penelitian yang dilakukan Nur Faroh (2016)
menyimpulkan bahwa sukuk berpengaruh positif signifikan terhadap
pertumbuhan ekonomi.
B. Kerangka Teori
1. Pertumbuhan Ekonomi
Pertumbuhan Ekonomi dapat didefinisikan sebagai perkembangan
kegiatan dalam perekonomian yang menyebabkan barang dan jasa yang
diproduksikan dalam masyarakat bertambah dan kemakmuran masyarakat
menjadi meningkat (Sukirno, 2006:9). Suatu perekonomian negara dapat
dikatakan mengalami pertumbuhan atau perkembangan jika tingkat
kegiatan ekonomi yang dicapai lebih tinggi dari waktu atau periode
sebelumnya.
Menurut Tambunan (2001:38) pertumbuhan ekonomi adalah
penambahan Produk Domestik Bruto (PDB) yang berarti penambahan
pendapatan nasional. Pertumbuhan ekonomi merupakan suatu proses
peningkatan kapasitas produksi dari perekonomian secara komprehensif
dan terus-menerus atau secara berkesinambungan sepanjang waktu,
sehingga dapat menghasilkan tingkat pendapatan nasional semakin lama
yang naik satu satuan (Todaro, 2000).
Produk Domestik Bruto (PDB) atau Gross Domestic Product (GDP)
diyakini sebagai indikator ekonomi terbaik dalam menilai perkembangan
ekonomi suatu negara. Perhitungan pendapatan nasional ini mempunyai
21
ukuran makro utama tentang kondisi suatu negara. Mankiw (2007:19)
mendefinisikan PDB sebagai nilai pasar semua barang-barang dan jasa-
jasa yang diproduksi dalam perekonomian selama kurun waktu tertentu.
Suatu perekonomian dikatakan mengalami pertumbuhan apabila
tingkat aktivitas ekonomi diwaktu tersebut lebih tinggi dari waktu
sebelumnya. Dengan kata lain, perkembangan baru terjadi jika jmlah
barang dan jasa secara fisik yang dihasilkan perekonomian tersebut
bertambah besar pada tahun-tahun berikutnya (Faroh, 2016:34).
a. Teori Harrod Dommar
Harrod Dommar (1948) menyatakan bahwa pembentukan
modal merupakan faktor utama tercapainya pertumbuhan
ekonomi. Adapun dalam analisisnya menerangkan syarat yang
harus dipenuhi supaya suatu perekonomian dapat mencapai
pertumbuhan yang teguh atau steady growth dalam jangka
panjang.
Dalam analisis Harrod Dommar (1948) meskipun pada tahun
tertentu barang-barang modal sudah mencapai kapasitas penuh,
maka pengeluaran agregat pada tahun tertentu akan menyebabkan
kapasitas barang modal menjadi semakin tinggi pada tahun
berikutnya. Maksudnya yaitu jika investasi yang berlaku dalam
tahun tertentu akan menambah kapasitas barang modal untuk
mengeluarkan barang dan jasa pada tahun berikutnya.
22
Tingkat investasi memiliki korelasi yang positif dengan
pertumbuhan ekonomi. Tingkat investasi yang tinggi akan
meningkatkan kapasitas produksi, sehingga tingkat investasi yang
tinggi dapat membuka lapangan pekerjaan baru. Tingginya
lapangan pekerjaan dapat mengurangi tingkat pengangguran dan
pendapatan masyarakat akan meningkat. Adanya investasi
memungkinkan terjadi transfer teknologi dan pengetahuan dari
negara maju ke negara berkembang (Pujoalwanto, 2014:164).
2. Obligasi Syariah (Sukuk)
Secara “etimologi”, sukuk berasal dari kata „Sakk‟ yang berarti
dokumen atau sertifikat. Sukuk merupakan istilah yang berasal dari
bahasa Arab dan merupakan bentuk jamak (plural). Sakk adalah buku
yang mencatat kegiatan transaksi dan laporan yang terjadi. Dalam kitab
Mu‟jam Al Mustholahaat Al Iqtishodiyah Wal Islamiyah, sakk dapat
diartikan sebagai surat berharga (Ali, 2000:356).
Secara “terminologi”, sukuk merupakan surat berharga jangka
panjang berdasarkan prinsip syariah yang dikeluarkan oleh emiten kepada
pemegang obligasi syariah yang mewajibkan emiten untuk membayar
pendapatan kepada pemegang obligasi syariah berupa bagi
hasil/margin/fee serta membayar kembali dana obligasi pada saat jatuh
tempo (Berdasarkan Fatwa Dewan Syari’ah Nasional No: 32/DSN-
MUI/IX/2002). Adapun secara singkat The Accounting and Auditing
Organisation for Islamic Financial Institutions (AAOIFI) mendefinisikan
23
sukuk sebagai sertifikat bernilai sama yang merupakan bukti kepemilikan
yang tidak dibagikan atas suatu aset, hak manfaat, dan jasa-jasa atau
kepemilikan atas proyek atau kegiatan investasi tertentu (Huda,dkk,
2015:150).
Sedangkan menurut Otoritas Jasa Keuangan (OJK) tentang penerbitan
dan persyaratan sukuk, sukuk adalah Efek Syariah berupa sertifikat atau
bukti kepemilikan yang bernilai sama dan mewakili bagian yang tidak
terpisahkan atau tidak terbagi (syuyu‟/undivided share), atas aset yang
mendasarinya (www.ojk.go.id).
Penerbitan obligasi syariah memerlukan sejumlah aset yang akan
menjadi objek perjanjian (underlying asset). Aset yang menjadi objek
perjanjian harus memiliki nilai ekonomis yang dapat berupa aset
berwujud ataupun tidak berwujud, seperti proyek yang sedang ataupun
akan dibangun. Fungsi underlying asset sendiri antara lain: 1) untuk
menghindari riba, 2) sebagai prasyarat untuk dapat ditegakkan sukuk
dipasar sekunder, dan 3) akan menentukan jenis struktur sukuk (Huda,
dkk, 2016:324).
Berbagai jenis struktur sukuk yang dikenal secara internasional dan
telah mendapatkan endorsement dari The Accounting and Auditing
Organisation for Islamic Financial Institutions (AAOIFI), antara lain
(Huda, dkk, 2016:324):
24
a. Sukuk Ijarah
Sukuk yang diterbitkan berdasarkan perjanjian atau akad Ijarah di
mana satu pihak bertindak sendiri atau melalui wakilnya menjual atau
menyewakan hak manfaat atas suatu aset kepada pihak lain
berdasarkan harga dan periode yang disepakati, tanpa diikuti dengan
pemindahan kepemilikan aset itu sendiri. Sukuk Ijarah dibedakan
menjadi Ijarahal-Muntahiya Bittamlik (Sale and Lease Back) dan
Ijarah Headlease and Sublease.
b. Sukuk Mudharabah
Sukuk yang diterbitkan berdasarkan perjanjian atau akad
mudarabah di mana satu pihak menyediakan modal (rab al-Maal) dan
pihak lain menyediakan tenaga dan keahlian (mudarib), keuntungan
dari kerja sama tersebut akan dibagi berdasarkan perbandingan yang
telah disetujui sebelumnya. Kerugian yang timbul akan ditanggung
sepenuhnya oleh pihak yang menjadi penyedia modal.
c. Sukuk Musyarakah
Sukuk yang diterbitkan berdasarkan perjanjian atau akad
Musyarakah di mana dua pihak atau lebih bekerja sama
menggabungkan modal untuk membangun proyek baru,
mengembangkan proyek yang telah ada, atau membiayai kegiatan
usaha. Keuntungan maupun kerugian yang timbul ditanggung bersama
sesuai dengan jumlah partisipasi modal masing-masing pihak.
25
d. Istisna
Sukuk yang diterbitkan berdasarkan perjanjian atau akad Istisna
di mana para pihak menyepakati jual beli dalam rangka pembiayaan
suatu proyek/barang. Adapun harga, waktu penyerahan, dan
spesifikasi barang/proyek ditentuk terlebih dahulu berdasarkan
kesepakatan.
Untuk penerbitan obligasi syariah di Indonesia, emiten harus
terlebih dahulu mendapatkan pernyataan kesesuaian prinsip syariah
(syariah endorsment) yang dapat diperoleh dari Dewan Syariah Nasional
Majelis Ulama Indonesia. Sedangkan untuk penerbitan obligasi
internasional syariah endorsment dikeluarkan oleh lembaga syariah yang
diakui komunitas syariah internasional seperti IIFM (Internasional
Islamic Financial Market) (Huda, dkk, 2016:324).
Pihak-pihak yang terlibat dalam penerbitan sukuk adalah sebagai
berikut (www.djppr.kemenkeu.go.id):
1) Obligor adalah pihak yang bertanggung jawabatas pembayaran
imbalan dan nilai nominal sukuk yang diterbitkan hingga sukuk jatuh
tempo. Dalam hal sovereign sukuk, obligornya adalah pemerintah.
2) Special Purpose Vehicle (SPV) adalah badan hukum yang didirikan
khusus untuk penerbitan sukuk dengan fungsi:
a) Sebagai penerbitan sukuk
b) Bertindak sebagai wali amanat (strustee) untuk mewakili
investor
26
c) Menjadi counterpart pemerintah dalam transaksi pengalihan
aset. Dalam SBSN, SPV nya adalah perusahan penerbit SBSN.
3) Investor adalah pemegang sukuk yang memiliki hak atas imbalan,
margin, dan nilai nominal sukuk sesuai partisipasi masing-masing.
3. Kurs
Menurut Nordhaus (2004:305-306) kurs adalah harga satu satuan mata
uang dalam satuan mata uang lain, kurs ditentukan dalam pasar valuta
asing yaitu pasar tempat berbagai mata uang yang berbeda
diperdagangkan. Nilai tukar adalah perbandingan antara uang suatu
negara terhadap mata uang negara lain. Setiap negara memiliki mata uang
berbeda-beda, bank adalah pusat pasar valuta asing yang berperan sebagai
agen atau tempat bertemunya pembeli dan penjual valuta asing.
Menurut Manurung (2008:91) valuta asing adalah mata uang negara
lain dari suatu perekonomian. Mata uang yang dipergunakan mempunyai
harga tertentu dalam mata uang negara lain untuk dapat digunakan dalam
kegiatan ekonomi. Harga tersebut menggambarkan berapa banyak suatu
mata uang harus dipertukarkan untuk memperoleh satu unit mata uang
lain.
Perubahan dalam nilai tukar disebut depresiasi dan apresiasi.Keadaan
dimana penurunan mata uang negara terhadap mata uang asing disebut
depresiasi, dan sebaliknya jika keadaan dimana peningkatan mata uang
negara terhadap mata uang asing disebut disebut apresiasi. Depresiasi
mata uang suatu negara membuat harga barang-barang menjadi lebih
27
murah bagi pihak luar negeri. Adapun sebaliknya apresiasi membuat
harga barang-barang menjadi lebih mahal bagi pihak luar negeri
(Krugman,1999).
Mankiw (2012), membedakan nilai tukar menjadi dua aspek yaitu
nilai tukar nominal (nominal exchange rate) dan nilai tukar rill (real
exchange rate) yaitu:
a. Nilai tukar nominal (nominal exchange rate), yaitu harga relatif dari
mata uang dua negara, contohnya jika kurs antara dolar AS dan rupiah
Indonesia adalah 10000 rupah per dolar, maka kita bisa menukar 1
dolar untuk 10000 rupiah di pasar uang.
b. Nilai tukar rill (real exchange rate), yaitu harga relatif dari barang-
barang di antara dua negara, kurs riil menyatakan tingkat dimana kita
bisa memperdagangkan barang-barang yang diproduksi dari suatu
Negara untuk barang-barang dari negara lain.
4. Inflasi
Menurut Rahardja dan Manurung (2004:155) inflasi adalah gejala
kenaikan harga barang-barang yang bersifat umum dan terus-
menerus.Sedangkan menurut Sukirno (2004:333) inflasi yaitu kenaikan
dalam harga barang dan jasa, yang terjadi karena permintaan bertambah
lebih besar dibandingkan dengan penawaran barang di pasar. Dengan kata
lain, terlalu banyak uang yang memburu barang yang terlalu sedikit.
Menurut Mankiw (2006:16) inflasi merupakan peningkatan harga
secara keseluruhan dalam suatu perekonomian negara. Tidak berarti harga
28
berbagai macam barang itu naik dengan presentase yang sama. Mungkin
dapat terjadi kenaikan tersebut tidak secara bersamaan, tetapi terdapat
kenaikan harga umum barang secara terus-menerus selama periode
tertentu. Menurut Nopirin (2011:25) kenaikan harga yang terjadi hanya
sekali saja meskipun dengan presentase yang besar bukanlah merupakan
inflasi.
Menurut Sukirno (2004:333) bahwa berdasarkan pada sumber atau
penyebab kenaikan harga-harga yang berlaku, inflasi dibedakan tiga
bentuk, yaitu:
a. Inflasi tarikan permintaan, inflasi ini biasanya terjadi pada masa
perekonomian berkembang pesat. Kesempatan kerja yang tinggi
menciptakan tingkat pendapatan yang tinggi dan selanjutnya
menimbulkan pengeluaran yang melebihi kemampuan ekonomi
mengeluarkan barang dan jasa. Pengeluaran yang berlebihan ini yang
akan menimbulkan inflasi.
b. Inflasi desakan biaya, inflasi ini juga terjadi pada saat perekonomian
berkembang dengan pesat ketika tingkat pengangguran sangat rendah.
c. Inflasi diimpor, inflasi ini terjadi apabila barangbarang impor yang
mengalami kenaikan harga mempunyai peranan yang penting dalam
kegiatan pengeluaran di perusahaan-perusahan. Contohnya kenaikan
harga minyak.
Menurut Boediono (2005:155) kecenderungan bagi harga-harga untuk
terus naik, keadaan seperti ini tercermin misalnya dari adanya harga-
29
harga bebas atau tidak resmi yang lebih tinggi dari harga-harga resmi.
Menurut Putong (2003:260) jenis inflasi menurut sifatnya adalah:
a. Inflasi merayap/rendah (creeping inflation), yaitu inflasi yang
besarnya kurang dari 10% pertahun;
b. Inflasi menengah (galloping inflation), yaitu besarnya 10-30%
pertahun;
c. Inflasi berat (high inflation), yaitu yang besarnya 30-100% pertahun;
d. Inflasi sangat tinggi (hyper inflation), yaitu inflasi yang ditandai oleh
naiknya harga secara drastis hingga 4 digit atau diatas 100%.
Inflasi tidak akan terlalu bahaya apabila dapat diprediksikan,
karena setiap orang akan mempertimbangkan prospek harga yang lebih
tinggi dimasa mendatang dalam pengambilan keputusan (Huda dkk,
2016:176). Inflasi yang tidak dapat diprediksi akan menyebabkan orang-
orang terkejut akan kenaikan harga yang ada, sehingga dapat mengurangi
efisiensi ekonomi karena orang akan mengambil resiko lebih sedikit untuk
meminimalkan peluang kerugian. Menurut Boediono (2005:156) inflasi
dibagi menjadi dua yaitu:
a. Inflasi yang timbul karena permintaan masyarakat akan berbagai
barang atau biasa disebut dengan demand inflation.
b. Inflasi yang timbul karena kenaikan ongkos produksi disebut cost
inflation.
Jenis inflasi menurut asal dari inflasi menurut Boediono (1992:164-
165) yaitu:
30
a. Inflasi yang berasal dari dalam negeri (domestic inflation), yaitu
inflasi yang murni berasal dari gejolak dalam negeri baik
permintaan maupun penawaran, inflasi ini timbul karena defisit
anggaran belanja yang dibiayai dengan pencetakan uang baru,
gagal panen dan sebagainya.
b. Inflasi yang berasal dari luar negeri (imported inflation), yaitu
inflasi yang timbul karena kenaikan harga-harga di luar negeri
atau di negara-negara berdagang, sehingga harga barang luar
negeri yang naik akan meningkatkan pendapatan eksportir
sehingga menambah jumlah uang yang beredar yang dapat
meningkatkan permintaan barang dan jasa (demand-pull
inflation). Namun bagi produksi yang menggunakan barang luar
negeri, harga barang luar negeri naik akan meningkatkan biaya
produksi (cost-push inflation).
Dampak inflasi terhadap individu dan masyarakat menurut
Rahardja dan Manurung (2003:169):
a. Menurunnya tingkat kesejahteraan masyarakat
Inflasi menyebabkan daya beli masyarakat menjadi berkurang
atau malah semakin rendah, apalagi bagi orang-orang yang
berpendapatan tetap, kenaikan upah tidak secepat kenaikan harga-
harga, maka inflasi ini akan menurunkan upah riil setiap individu
yang berpendapatan tetap.
31
b. Memperburuk distribusi pendapatan
Bagi masyarakat yang berpendapatan tetap akan menghadapi
kemerosotan nilai rill dari pendapatannya dan pemilik kekayaan
dalam bentuk uang akan mengalami penurunan juga. Akan tetapi,
bagi pemilik kekayaan tetap seperti tanah atau tabungan dapat
mempertahankan atau justru menambah nilai riil kekayaannya.
Dengan demikian inflasi akan menyebabkan pembagian pendapatan
diantara golongan yang berpendapatan tetap dengan para pemilik
kekayaan tetap akan semakin tidak merata.
Menurut Sukirno (2006:339) inflasi yang tinggi tingkatnya
tidak akan menggalakkan perkembangan ekonomi. Biaya yang terus
menerus naik menyebabkan kegiatan produktif tidak
menguntungkan. Para pemilik modal akan menggunakan uangnya
untuk kegiatan spekulasi. Hal tersebut menyebabkan investasi yang
bersifat produktif akan berkurang dan tingkat kegiatan ekonomi
akan menurun.
5. BI rate
Menurut Darmawi (2006:181) tingkat bunga merupakan harga yang
harus dibayar oleh peminjam untuk memperoleh dana dari pemberi
pinjaman untuk jangka waktu yang disepakati. Dengan kata lain, tingkat
bunga merupakan harga dari kredit. Namun harga itu tidak sama dengan
harga barang di pasar komoditi karena tingkat bunga sesungguhnya
merupakan suatu angka perbandingan, yaitu jumlah biaya pinjaman
32
dibagi jumlah uang yang sesungguhnya dipinjam, biasanya dinyatakan
dalam presentase setahun.
Suku bunga adalah pembayaran bunga tahunan dari suatu pinjaman,
dalam bentuk persentase dari pinjaman yang diperoleh dari jumlah bunga
yang diterima tiap tahun dibagi dengan jumlah pinjaman (Case dan Fair,
2001:635). Adapun fungsi suku bunga adalah:
a. Sebagai daya tarik bagi para penabung yang mempunyai dana
lebih untuk diinvestasikan.
b. Suku bunga dapat digunakan sebagai instrumen moneter dalam
rangka mengendalikan penawaran dan permintaan uang yang
beredar dalam suatu perekonomian. Misalnya pemerintah
memberi tingkat bunga yang lebih rendah dibandingkan sektor
lain.
c. Pemerintah dapat memanfaatkan suku bunga untuk mengontrol
jumlah uang beredar. Ini berarti pemerintah dapat mengatur
sirkulasi uang dalam suatu perekonomian (Sunariyah, 2004:81).BI
rate adalah suku bunga kebijakan yang mencerminkan sikap atau
stance kebijakan moneter yang ditetapkan oleh Bank Indonesia
dan diumumkan kepada publik (www.bi.go.id). BI rate
diumumkan oleh Dewan Gubernur Bank Indonesia setiap Rapat
Dewan Gubernur bulanan dan diimplementasikan pada operasi
moneter yang dilakukan Bank Indonesia melalui pengelolaan
33
likuiditas di pasar uang untuk mencapai sasaran operasional
kebijakan moneter.
Menurut Bank Indonesia (www.bi.go.id), “ BI rate adalah suku
bunga instrumen Bank Indonesia yang ditetapkan pada Rapat Dewan
Gubernur (RDG) triwulan untuk berlaku selama triwulan berjalan,
kecuali ditetapkan berbeda oleh RDG bulanan dalam triwulan yang
sama”. BI rate merupakan cerminan sikap atau respon kebijakan
moneter yang ditetapkan BI dan patokan bagi bank dan atau lembaga-
lembaga keuangan lainnya di Indonesia dalam menentukan suku
bunga pinjaman atau suku bunga simpanan. Patokan yang dimaksud
hanya sebatas pada rujukan dan bukan peraturan yang bersifat
mengikat atau memaksa.
6. Jumlah Uang Beredar
Menurut Boediono (2005:87) pengertian pertama mengenai uang yang
beredar adalah seluruh ”uang kartal” dan “uang giral” yang tersedia untuk
digunakan oleh masyarakat. Uang Kartal adalah uang tunai (yang
dikeluarkan oleh pemerintah atau bank sentral) yang langsung dibawah
kekuasaan masyarakat (umum) untuk menggunakannya.Uang kertas
(uang logam) Pemerintah (Bank Sentral) yang disimpan didalam lemari
besi bank-bank atau di bank sentral sendiri tidak termasuk “uang kartal”.
Hanya uang kertas (atau logam) yang dikeluarkan pemerintah (Bank
Sentral) dan yang berada di luar bank-bank umum dan bank sentrallah
yang termasuk dalam pengertian “uang kartal” tersebut.
34
Teori-teori jumlah uang beredar oleh beberapa pakar ekonomi:
a. Teori Cambridge (Marshall-Pigou)
Teori Cambridge mengatakan bahwa kegunaan dari
pemegangan kekayaan dalam bentuk uang adalah karena uang
(berbeda dengan bentuk kekaaan lain) mempunyai sifat likuid
sehingga dengan mudah bisa ditukarkan dengan barang lain. uang
dipegang atau diminta oleh seseorang karena sangat
mempermudah transaksi atau kegiatan-kegiatan ekonomi lain dari
orang tersebut.
Teori Cambridge lebih menekankan faktor-faktor perilaku
(pertimbangan untung rugi) yang menghubungkan antara
permintaan akan uang seseorang dengan volume transaksi yang
direncanakannya. Teori Cambridge mengatakan bahwa
permintaan selain dipengaruhi oleh volume transaksi dan faktor-
faktor kelembagaan, juga dipengaruhi oleh tingkat bunga, besar
kekayaan warga masyarakat dan ramalan/harapan (expectation)
dari para warga masyarakat mengenai masa mendatang. Faktor-
faktor lain ini mempengaruhi permintaan akan uang seseorang,
dan demikian juga mempengaruhi permintaan akan uang dari
masyarakat secara keseluruhan Cambridge dalam Boediono
(1994:23-25).
35
b. Teori Keynes
Teori uang Keynes adalah teori yang bersumber pada teori
Cambridge, tetapi Keynes mengemukakan sesuatu yang betul-
betul berbeda dengan teori moneter tradisi klasik. Pada
hakekatnya perbedaan ini terletak pada fungsi uang yang lain,
yaitu sebagai penyimpan nilai (store of value) dan bukan hanya
sebagai alat tukar (means of exchange). Teori ini kemudian
terkenal dengan nama teori Liquidity Preference Keynes dalam
Boediono (1994: 27).
Menurut Keynes, ada tiga tujuan masyarakat memegang uang,
yaitu:
1) Tujuan transaksi
Keynes tetap menerima paendapat golongan Cambridge,
bahwa orang memegang uang guna memenuhi dan
melancarkan transaksi-transaksi yang dilakukan, dan
permintaan akan uang dari masyarakat untuk tujuan ini
dipengaruhi oleh tingkat pendapatan nasional naik satu satuan
volume transaksi dan naik satu satuan pula kebutuhan uang
untuk memenuhi tujuan transaksi. Demikian pula Keynes
berpendapat bahwa permintaan akan uang untuk tujuan
transaksi inipun tidak merupakan suatu proporsi yang
konstan, tetapi dipengaruhi pula oleh tinggi rendahnya
tingkat bunga.
36
2) Tujuan berjaga-jaga
Keynes juga membedakan permintaan akan uang untuk
tujuan melakukan pembayaran-pembayaran yang tidak
reguler atau yang diluar rencana transaksi normal, misalnya
untuk pembayaran keadaan-keadaan darurat seperti
kecelakaan, sakit dan pembayaran yang tak terduga.
Permintaan uang seperti ini disebut dengan permintaan uang
untuk berjaga-jaga (specautionary motive). Menurut Keynes
permintaan akan uang untuk berjaga-jaga ini dipengaruhioleh
faktor-faktor yang sama dengan faktor yang mempengaruhi
permintaan akan uang untuk tujuan bertransaksi, yaitu
terutama dipengaruhi oleh tingkat penghasilan dan tingkat
bunga.
3) Tujuan spekulasi
Motif dari pemegang uang untuk tujuan spekulasi adalah
terutama bertujuan untuk memperoleh keuntungan yang bisa
diperoleh dari seandainya si pemegang uang tersebut
meramal apa yang terjadi dengan betul.
C. Kerangka Penelitian
Pada bagian ini, penulis mengajukan kerangka penelitian yang
diambil berdasarkan latar belakang masalah dan hasil dari kajian teori
dan penelitian sebelumnya. Maka kerangka penelitian dalam penelitian
ini adalah sebagai berikut:
37
Gambar 2.1
Kerangka Penelitian
D. Hipotesis
Hipotesis adalah dugaan sementara terhadap rumusan masalah,
kesimpulan jawaban sementara terhadap masalah yang diidentifikasi.
Dari beberapa penelitian terdahulu yang relevan, dapat ditarik hipotesis
yang nantinya akan dijadikan dugaan sementara. Dari uraian penelitian
terdahulu yang relevan tersebut, maka penulisan hipotesis adalah
sebagai berikut:
1. Pengaruh Obligasi Syariah (sukuk) terhadap Pertumbuhan Ekonomi
Obligasi syariah atau sukuk merupakan salah satu cara untuk
meningkatkan kualitas pertumbuhan ekonomi melalui pembentukan
modal atau investasi. Perkembangan positif obligasi syariah (sukuk)
sebagai salah satu tempat berinvestasi dapat menjadi salah satu
faktor yang menunjang pertumbuhan ekonomi yang termasuk dalam
salah satu fungsi ekonomi pasar modal (Umam, 2013:113).
Pertumbuhan
Ekonomi
Sukuk
Kurs
Inflasi
BI_rate
Inflasi
BI_rate
JUB
BI_rate
JUB
BI_rate
Inflasi
BI_rate
Kurs
BI_rate
H1
H2
H3
H4
H5
H6
38
Berdasarkan penelitian yang dilakukan oleh Faroh (2016)
didapatkan hasil bahwa obligasi syariah (sukuk) mempunyai
pengaruh positif dan signifikan terhadap pertumbuhan ekonomi.
Sehingga dapat dirumuskan hipotesis berikut:
H1 : Obligasi Syariah (Sukuk) berpengaruh positif dan
signifikan terhadap Pertumbuhan Ekonomi.
2. Pengaruh Nilai Tukar (Kurs) terhadap Pertumbuhan Ekonomi
Menurut Nordhaus (2004:305-306) kurs adalah harga satu
satuan mata uang dalam satuan mata uang lain, kurs ditentukan
dalam pasar valuta asing yaitu pasar tempat berbagai mata uang yang
berbeda diperdagangkan. Nilai tukar adalah perbandingan antara
uang suatu negara terhadap mata uang negara lain.
Berdasarkan penelitian Pridayanti (2012) didapat hasil bahwa
nilai tukar berpengaruh negatif dan signifikan terhadap pertumbuhan
ekonomi. Terdapat hubungan yang berbanding terbalik antara nilai
tukar dan pertumbuhan ekonomi, yaitu apabila nilai tukar mengalami
kenaikan maka pertumbuhan ekonomi akan mengalami penurunan.
H2 : Nilai Tukar (Kurs) berpengaruh negatif dan signifikan
terhadap Pertumbuhan Ekonomi
3. Pengaruh Inflasi terhadap Pertumbuhan Ekonomi
Menurut Sukirno (2006:339) inflasi yang tinggi tingkatnya tidak
akan menggalakkan perkembangan ekonomi. Biaya yang terus
menerus naik menyebabkan kegiatan produktif sangat tidak
39
menguntungkan. Para pemilik modal akan mengunakan uangnya
untuk spekulasi. Sehingga investasi yang bersifat produktif akan
berkurang dan tingkat kegiatan ekonomi akan menurun.
Berdasarkan penelitian Nabilla (2015) didapat hasil bahwa
inflasi berpengaruh negatif signifikan terhadap pertumbuhan
ekonomi. Sehingga dapat dirumuskan hipotesis berikut:
H3 : Inflasi berpengaruh negatif signifikan terhadap
Pertumbuhan Ekonomi
4. Pengaruh secara Simultan variabel Sukuk, JUB dan Inflasi
berpengaruh terhadap Pertumbuhan Ekonomi di Indonesia.
Berdasarkan penelitian yang telah dilakukan Saskia (2018)
didapatkan hasil bahwa obligasi syariah (sukuk) berpengaruh positif
dan tidak signifikan terhadap Pertumbuhan Ekonomi. Berdasarkan
penelitian yang dilakukan Asnawi (2018) didapatkan hasil bahwa
JUB berpengaruh positif dan signifikan terhadap Pertumbuhan
Ekonomi di Indonesia. Berdasarkan penelitian yang dilakukan
Nabilla (2015) didapatkan hasil bahwa Inflasi berpengaruh negatif
dan signifikan terhadap Pertumbuhan Ekonomi di Indonesia.
H4 : Terdapat pengaruh secara Simultan variabel Sukuk, JUB
dan Inflasi berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia
5. Pengaruh secara Simultan variabel Kurs, Inflasi dan BI rate
berpengaruh terhadap Pertumbuhan Ekonomi di Indonesia.
40
Berdasarkan penelitian yang dilakukan Ayunia (2012)
didapatkan hasil bahwa Nilai Tukar berpengaruh negatif dan
signifikan terhadap Pertumbuhan Ekonomi di Indonesia.
Berdasarkan penelitian yang dilakukan Yaenal (2016) didapatkan
hasil bahwa Inflasi berpengaruh positif dan signifikan terhadap
Pertumbuhan Ekonomi di Indonesia. Berdasarkan penelitian yang
dilakukan Frisyelia (2016) didapatkan hasil bahwa Suku Bunga
berpengaruh negatif dan signifikan terhadap Pertumbuhan Ekonomi
di Indonesia.
H5 : Terdapat pengaruh secara Simultan variabel Kurs, Inflasi
dan BI rate berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia.
6. Pengaruh secara Simultan variabel Inflasi, Kurs dan JUB
berpengaruh terhadap Pertumbuhan Ekonomi di Indonesia.
Berdasarkan penelitian yang dilakukan Izzah (2015)
didapatkan hasil bahwa Inflasi berpengaruh negatif tidak signifikan
terhadap Pertumbuhan Ekonomi di Indonesia. Berdasarkan
penelitian yang dilakukan Nabilla (2015) didapatkan hasil bahwa
Nilai Tukar berpengaruh negatif dan signifikan terhadap
Pertumbuhan Ekonomi di Indonesia. Berdasarkan penelitian yang
dilakukan Asnawi (2018) didapatkan hasil bahwa JUB berpengaruh
positif dan signifikan terhadap Pertumbuhan Ekonomi di Indonesia.
41
H6 : Terdapat pengaruh secara Simultan variabel Inflasi, Kurs
dan JUB berpengaruh terhadap Pertumbuhan Ekonomi di
Indonesia.
42
BAB III
METODE PENELITIAN
A. Jenis Penelitian
Untuk dapat memecahkan permasalah dan mencapai tujuan dari
penelitian ini, penulis menggunakan data sekunder. Data sekunder adalah
data yang didapat secara tidak langsung atau penelitian yang memuat
peristiwa masa lalu.Data sekunder dapat diperoleh dari jurnal, majalah,
buku, data statistik maupun dari internet (Bawono, 2006:30).Untuk
memperoleh data, peneliti menggunakan data dari BPS, BI, dan OJK
dalam website resmi masing-masing lembaga.
B. Lokasi dan Waktu Penelitian
1. Lokasi Penelitian
Karena penelitian ini menggunakan data sekunder dan tidak
terdapat tempat penelitian, sehingga peneliti hanya mengambil objek
penelitian saja. Dalam penelitian ini, Indonesia menjadi objek yang
akan dilakukan.
2. Waktu Penelitian
Waktu yang diambil untuk penelitian ini adalah kurun waktu lima
tahun, dari tahun 2014 sampai tahun 2018.
43
C. Populasi dan Sampel
1. Populasi
Menurut sugiyono (2011:80) populasi adalah wilayah generalisasi
yang terdiri dari subjek dan objek penelitian yangmempunyai kualitas
dan karakteristik tertentu yang ditetapkan oleh peneliti yang nantinya
akan dipelajari dan akan ditarik kesimpulan. Menurut Supardi
(2005:101) dalam bukunya Metodologi Penelitian Ekonomi dan
Bisnis, populasi adalah suatu kesatuan individu atau subjek pada
wilayah dan waktu serta dengan kualitas tertentu yang akan
diamati/diteliti.
Sedangkan, menurut bawono (2006:28) populasi adalah
keseluruhan wilayah objek dan subjek penelitian yang ditetapkan
untuk dianalisis dan ditarik kesimpulan oleh peneliti. Dalam penelitian
ini, populasi yang diambil adalah data perbulan dari setiap variabel
dengan periode waktu dari tahun 2014 sampai tahun 2018 yaitu
sebanyak 60 data yang terkumpul.
2. Sampel
Menurut Supardi (2005:103) sampel adalah bagian dari populasi
yang dijadikan subjek penelitian sebagai “wakil” dari para anggota
populasi.Menurut Bawono (2006:28) sampel adalah objek atau subjek
penelitian yang dipilih guna mewakili keseluruhan dari populasi.
Dalam penelitian ini, sampel yang digunakan berasal dari dari data-
44
data pada sumber yang ada, dengan mengambil sampel selama 5 tahun
sebanyak 60 data.
D. Teknik Pengumpulan Data
1. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data
sekunder. Data sekunder adalah data yang sudah siap di publikasikan
oleh instansi terkait dan langsung dapat dimanfaatkan oleh peneliti
(Tanjung, 2013:76). Penelitian ini menggunakan data yang diambil
dari laporan statistik Otoritas Jasa Keuangan (OJK), Bank Indonesia
(BI) dan Badan Pusat Statistik (BPS).
2. Teknik Pengumpulan Data
Teknik pengumpulan data yang digunakan dalam penelitian ini
adalah pengumpulan data sekunder, yaitu pengambilan data yang
berasal dari Otoritas Jasa Keuangan (OJK), Bank Indonesia (BI) dan
Badan Pusat Statistik (BPS). Data-data tersebut diambil melalui
website resmi dari masing-masing badan tersebut, antara lain:
a. Pengambilan data pertumbuhan ekonomi yang dilihat dari Produk
Domestik Bruto diambil dari laman website Badan Pusat Statistik
(BPS) yaitu http://ww.bps.go.id
b. Pengambilan data obligasi syariah (sukuk) syariah diambil dari
laman website Otoritas Jasa Keuangan (OJK), yaitu
http://www.ojk.co.id
45
c. Pengambilan data kurs diambil dari laman website Bank Indonesia
(BI), yaitu http://www.bi.go.id
d. Pengambilan data inflasi diambil dari laman website Bank
Indonesia (BI), yaitu http://www.bi.go.id
e. Pengambilan data BI rate diambil dari laman website Badan Pusat
Statistik (BPS) yaitu http://ww.bps.go.id
f. Pengambilan data jub diambil dari laman website Badan Pusat
Statistik (BPS) yaitu http://ww.bps.go.id
E. Definisi Konsep dan Operasional
Variabel-variabel yang digunakan dalam penelitian ini adalah
sebagai berikut:
1. Variabel Dependent
Variabel dependent merupakan variabel yang nilainya tergantung
dengan variabel lain, variabel dependent dapat disebut juga dengan
variabel terikat (Bawono, 2018:17). Pertumbuhan Ekonomi Indonesia
merupakan variabel dependent atau variabel terikat dalam penelitian
ini. Pertumbuhan Ekonomi adalah perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa yang diproduksi
dalam masyarakat bertambah dan kemakmuran masyarakat meningkat
(Sukirno, 2006:9). Pertumbuhan ekonomi dapat menunjukkan adanya
perkembangan perekonomian yang dapat dilihat melalui Produk
Domestik Bruto (PDB).
46
2. Variabel Independent
Variabel Independent atau variabel bebas adalah variabel yang
nilainya tidak dipengaruhi oleh apapun (Bawono, 2018:17). Variabel
independent atau variabel bebas yang digunakan dalam penelitian ini
adalah:
a. Obligasi Syariah (Sukuk)
Obligasi syariah atau yang dikenal dengan sukuk merupakan
kepemilikan atas sebuah aset dalam jangka waktu tertentu
berdasarkan prinsip syariah yang mana pemegang obligasi akan
memperoleh keuntungan dari bagi hasil.
b. Kurs
Kurs (nilai tukar) adalah perbandingan antara mata uang suatu
negara terhadap mata uang negara lain. Variabel nilai tukar yang
dipakai adalah nilai tukar rupiah terhadap USD dinyatakan dalam
Rupiah/USD atau kurs tengah BI. Data kurs rupiah yang digunakan
adalah data bulanan, periode 2014-2018.
c. Inflasi
Inflasi merupakan naiknya harga-harga yang ada secara terus
menerus, yang dilihat dari laju inflasi yang terjadi di Indonesia dan
dinyatakan dalam persen. Data inflasi yang digunakan dalam
penelitian ini adalah data bulanan periode 2014-2018.
47
d. JUB
Jumlah uang beredar dalam arti luas (M2) yaitu uang tunai
yang dipegang oleh masyarakat, uang kartal dan uang giral
ditambah deposito berjangka dan saldo tabungan atau likuiditas
perekonomian dalam satuan milyar rupiah.
e. BI rate
BI rate adalah suku bunga nominal yang ditetapkan oleh Bank
Indonesia melalui Rapat Dewan Gubernur (RDG) setiap bulannya
dan diumumkan kepada publik. Fungsi BI rate yaitu sebagai suku
bunga acuan bank-bank umum dan sebagai suku bunga SBI. Data
BI rate yang digunakan dalam penelitian ini adalah data bulanan,
periode 2014-2018. Pengukuran BI rate menggunakan satuan
persen (%).
F. Instrumen Penelitian
Dalam penelitian ini data yang digunakan adalah data deret waktu
(time series). Data time series adalah data yang dikumpulkan dan diamati
atas rentang waktu tertentu (Tanjung, 2013:14). Data time series dapat
berupa data harian, mingguan, bulanan, triwulan ataupun tahunan. Dalam
penelitian ini data time series yang digunakan adalah data bulanan yang
diambil dari website resmi BPS, OJK dan BI.
Dalam penelitian ini, alat bantu statistik yang diguakan untuk
mengolah data adalah E-views 9. Analisis kuantitatif yang dilakukan
dalam penelitian ini dibantu dengan alat bantu statistik, yaitu analisis
48
regresi linier berganda. Regresi linier berganda dilakukan untuk melihat
sejauh mana variabel independent (variabel bebas) mempengaruhi variabel
dependent (variabel terikat).
G. Uji Instrumen Penelitian
Uji instrumen penelitian ini yaitu dengan uji stasioner untuk menguji
data sekunder yang digunakan dalam penelitian ini.Sebuah data dapat
dikatakan stasioner apabila terpenuhinya asumsi rata-rata dan variansinya
konstant sepanjang waktu serta kovarian antara dua data runtut waktu
tergantung pada kelambanan antara dua periode tersebut.pengambilan
hasil pada uji stasioner ini adalah apabila nilai probabilitasnya kurang dari
atau lebih kecil dari 0,05 maka dapat dikatakan data tersebut bersifat
stasioner (Winarno, 2015:115-116).
H. Alat Analisis
1. Analisis Deskriptif
Statistik deskriptif akan memberikan sebuah interprestasi deskripsi
suatu data yang dilihat dari nilai rata-rta (mean), standar deviasi, varian,
nilai maksimum, nilai minimum, sum, range, kurtosis, dan skewness
(Ghozali, 2016:19).
49
2. Analisis Regresi Linier Berganda
Analisis regresi digunakan untuk melihat pengaruh variabel bebas
terhadap variabel terikat serta memprediksi nilai variabel terikat dengan
menggunakan variabel bebas, analisis regresi digunakan terutama untuk
tujuan peramalan dalam model tersebut ada sebuah variabel dependen
dan berapa variabel independen (Ghozali, 2013:96).
Menurut Bawono (2006:85) persamaan regresi berganda adalah
sebagai berikut:
Y= β0 + β1X1 + β2X2 + β3X3 + Ɛ
Dimana:
Y: Pertumbuhan ekonomi
β0 :Konstanta dari persamaan regresi
X1 : Variabel Sukuk
X2 : Variabel Kurs
X3 : Variabel Inflasi
Ɛ : Variabel residual atau prediction error
3. Uji Statistik
a. Uji t
Uji t dilakukan untuk melihat tingkat signifikansi variabel
independen berpengaruh terhadap variabel dependen secara parsial
(individu). Uji t dilakukan secara individu dengan menggunakan uji
statistik t untuk setiap variabel independen dengan tingkat
50
kepercayaan tertentu (Bawono, 2006:89). Apabila nilai signifikansi
dibawah 0,05 maka terdapat pengaruh yang signifikan dari masing-
masing variabel bebas terhadap variabel terikat.
b. Uji f
Uji f digunakan untuk mengetahui apakah model regresi yang
cocok atau variabel-variabel independen secara serentak memiliki
pengaruh terhadap variabel dependen (Bawono, 2018:22). Signifikan
model regresi yang secara simultan diuji dengan melihat nilai
signifikansi. Apabila nilai signifikansi dibawah 0,05 maka variabel
independen secara bersama-sama berpengaruh signifikan terhadap
variabel dependen.
c. Uji Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk mengetahui sejauh
mana kecocokan atau ketepatan garis regresi yang terbentuk dalam
mewakili kelompok data hasil pengamatan. Koefisien determinasi
menggambarkan bagian dari variasi total yang dapat diterangkan
oleh model. Naik satu satuan nilai R2 (mendekati 1) maka
ketepatan akan dikatakan semakin baik (Bawono, 2018:24).
4. Uji Asumsi Klasik
Dalam analisis regresi, uji asumsi klasik merupakan tahapan yang
penting dilakukan. Apabila tidak terdapat gejala asumsi klasik
diharapkan dapat dihasilkan model regresi yang handal sesuai kaidah
BLUE (Best Linier Unbiased Estimator), yang menghasilkan model
51
regresi yang tidak bias dan handal sebagai penaksir. Uji asumsi klasik
sendiri terdiri dari empat jenis, antara lain (Bawono, 2006:115):
a. Uji Normalitas
Uji normalitas memiliki tujuan untuk menguji apakah dalam
model regresi terdapat variabel pengganggu atau residual memiliki
distribusi normal. Dalam uji t dan uji f mengasumsikan bahwa nilai
residual mengikuti distribusi normal. Jika asumsi tersebut dilanggar,
maka uji statistik menjadi tidak valid untuk jumlah sampel kecil.
Salah satu pengujian dalam eviews dilakukan untuk pengujian
asumsi normalitas data tersebut dengan menggunakan pengujian
Jarque Berra (JB). Jarque Berra adalah uji statistik untuk
mengetahui apakah data berdistribusi normal. Uji ini mengukur
perbedaan skeweness dan kurtosis data dibandingkan dengan data
yang memiliki sifat normal. Adapun kriterianya adalah (Winarno,
2015:54):
1) Jika nilai JB tidak signifikan lebih kecil dari 2 maka data
berdistribusi normal
2) Apabila probabilitas lebih besar dari 0,05 bila menggunakan
tingkat signifikansi tersebut maka data berdistribusi normal atau
hipotesis nolnya adalah data yang berdistribusi normal.
52
b. Uji Multikolinieritas
Multikolinieritas adalah situasi dimana terdapat hubungan linier
sempurna atau pasti diantara beberapa atau semua variabel bebas
dari regresi berganda (Bawono, 2018:46). Dalam arti yang luas
multikolinieritas berarti terdapat korelasi yang tinggi antara variabel
bebas. Masalah multikolinieritas yang serius dapat mengakibatkan
berubahnya tanda dari parameter estimasi (Bawono, 2006:115).
Indikasi multikolinieritas dintunjukkan dengan berbagai
informasi berikut (Winarno, 2015:51-52):
1) Nilai R2 tinggi, tetapi variabel independen banyak yang tidak
signifikan.
2) Dengan menghitung koefisien korelasi antar variabel
independen. Apabila koefisien rendah, maka tidak terjadi
multikolinieritas.
3) Dengan melakukan regresi auxiliary. Regresi jenis ini dapat
digunakan untuk mengetahui hubungan antara dua atau lebih
variabel independen secara bersama-sama mempengaruhi satu
variabel independen yang lain.
Uji multikolinieritas dalam penelitian ini menggunakan metode
auxiliary regresi antar variabel dependen untuk mendapatkan R2,
kemudian dibandingkan dengan R2
persamaan utama (Bawono,
2006:120).
53
c. Uji Autokorelasi
Autokorelasi adalah suatu keadaan dimana komponen ero
berkorelasi dengan dirinya sendiri menurut urutan waktu (untuk
model data time series) atau urutan ruang (untuk model data cross
section) (Bawono, 2018:72). Tujuan dari uji autokorelasi adalah
untuk mengetahui ada atau tidaknya korelasi dalam variabel
penganggu pada suatu periode dengan periode yang sebelumnya.
Untuk data time series autokorelasi sering terjadi, akan tetapi untuk
data sampelnya cross setion jarang terjadi karena variabel
pengganggu satu berbeda dengan yang lain (Sujarweni, 2015:226).
Dalam mendeteksi ada atau tidaknya autokorelasi dapat dilakukan
dengan uji Durbin-Watson dengan kriteria du < dw < 4-du (Bawono,
2006:162).
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk melihat apakah dalam
model regresi terjadi ketidaksamaan variance dari residual suatu
pengamatan ke pengamatan yang lainnya. Untuk mengetahui ada
atau tidaknya gejala heteroskedastisitas dapat dilakukan berbagai uji.
Uji yang dapat dilakukan adalah dengan metode grafik, uji Glejser,
uji Goldfeld-Quant, uji Bruesch-Pagan-Godfrey, dan uji White
(Bawono, 2018:55). Jika signifikansi dari nilai probabilitas lebih
kecil dari 0.05 maka model tersebut mengandung heteroskedastisitas,
dan apabila signifikansi dari nilai probabilitas lebih besar dari 0.05
54
maka model tersebut tidak mengandung heteroskedastisitas
(Winarno, 2015:38).
5. Model Regresi Linier Berganda dengan Metode OLS
Hipotesis diuji dengan menggunakan model regresi linier berganda
dengan metode Ordinary Least Square. Analisis regresi ini digunakan
untuk memperkirakan atau meramalkan hubungan antara dua variabel
dengan membuat sebuah asumsi kedalam suatu bentuk fungsi yang
akan digunakan untuk mengetahui kesenjangan Pertumbuhan Ekonomi
di Indonesia periode tahun 2014-2018.
Bentuk persamaan struktural dalam penelitian ini secara
matematis dirumuskan sebagai berikut:
Y = α + β1 (SK) + β2 (USD) + β3 (INF) + e
SK = α + β1 (JUB) + β2 (INF) + e
USD = α + β1 (INF) + β2 (BIR) + e
INF = α + β1 (USD) + β2 (JUB) + e
Dimana:
Y = Variabel dependen (Pertumbuhan Ekonomi)
SK = Variabel Sukuk
USD = Variabel Kurs
INF = Variabel inflasi
BIR = Variabel BI Rate
JUB = Variabel Jumlah Uang Beredar
α = konstanta β = koefisien regresi e= eror
55
BAB IV
ANALISIS DATA
A. Statistik Deskriptif
1. Variabel Pertumbuhan Ekonomi
Tabel 4.1
Pertumbuhan Ekonomi
Pertumbuhan Ekonomi
Mean 5.009833
Median 5.020000
Maximum 5.170000
Minimum 4. 780000
Std. Dev 0.113787
Observation 60
Berdasarkan tabel 4.1, dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 5.009833
dengan besar nilai standar deviasi 0.113787. Nilai Pertumbuhan
Ekonomi tertinggi (maximum) 5.170000 dan nilai Pertumbuhan
Ekonomi terendah (minimum)4. 780000.
2. Variabel Sukuk
Tabel 4.2
Sukuk
Sukuk
Mean 11.51872
Median 10.75600
56
Berdasarkan tabel 4.2, dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 11.51872
dengan besar nilai standar deviasi 4.535790. Nilai Sukuk tertinggi
(maximum) 22.84200 dan nilai Sukuk terendah (minimum)1.175000.
3. Variabel Kurs
Tabel 4.3
Kurs
Kurs
Mean 13.26748
Median 13.33750
Maximum 15.22700
Minimum 11.40400
Std. Dev 0.868713
Observation 60
Berdasarkan tabel 4.3, dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 13.26748
dengan besar nilai standar deviasi 0.868713. Nilai Kurs tertinggi
(maximum) 15.22700 dan nilai Kurs terendah (minimum)11.40400.
Maximum 22.84200
Minimum 1.175000
Std. Dev 4.535790
Observation 60
57
4. Variabel Inflasi
Tabel 4.4
Inflasi
Inflasi
Mean 0.042333
Median 0.030000
Maximum 0.080000
Minimum 0.020000
Std. Dev 0.017011
Observation 60
Berdasarkan tabel 4.4, dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 0.042333
dengan besar nilai standar deviasi 0.017011. Nilai Inflasi tertinggi
(maximum) 0.080000 dan nilai Inflasi terendah (minimum)0.020000.
5. Variabel BI rate
Tabel 4.5
BI rate
BI rate
Mean 6.145833
Median 6.500000
Maximum 7.750000
Minimum 4.250000
Std. Dev 1.346127
Observation 60
58
Berdasarkan tabel 4.5, dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 6.145833
dengan besar nilai standar deviasi 1.346127. Nilai BI rate tertinggi
(maximum) 7.750000 dan nilai BI rate terendah (minimum)4.250000.
6. Variabel JUB
Tabel 4.6
JUB
JUB
Mean 4721151
Median 4733915
Maximum 5760046
Minimum 3643059
Std. Dev 603753.5
Observation 60
Berdasarkan tabel 4.6 dapat diketahui bahwa jumlah observasi
sebanyak 60, menunjukkan nilai rata-rata (mean) sebesar 4721151
dengan besar nilai standar deviasi 603753.5. Nilai JUB tertinggi
(maximum) 5760046 dan nilai JUB terendah (minimum)3643059.
B. Analisis Data
1. Uji Stasioneritas
Uji yang digunakan adalah Uji Root dengan uji Augmented-
Dickey-Fuller (ADF). Hasil uji stasioner untuk masing-masing
variabel penelitian dapat dilihat pada tabel berikut:
59
Tabel 4.7
Hasil Uji Stasioneritas Level
No Variabel Prob.*
1 Pertumbuhan Ekonomi 0.4765
2 Sukuk 0.8759
3 Kurs 0.6426
4 Inflasi 0.2148
5 JUB 0.7078
6 BI rate 0.6907
Berdasarkan tabel 4.7, data tersebut menunjukkan sebagian besar
nilai probabilitasnya > 0.05 sehingga pengujian dilanjutkan pada
tahap 1stdifference:
Tabel 4.8
Hasil Uji Stasioneritas 1stdifference
No Variabel Prob.*
1 Pertumbuhan Ekonomi 0.0224
2 Sukuk 0.0000
3 Kurs 0.0000
4 Inflasi 0.0000
5 JUB 0.0000
6 BI rate 0.0000
Berdasarkan tabel 4.8, data menunjukkan output dengan nilai
probabilitasnya < 0.05. Dengan demikian variabel dependen,
endogen dan eksogen memenuhi ketentuan uji stasioneritas dan
60
layak untuk dilanjutkan dengan pengujian data lainnya.Untuk lebih
jelasnya dapat dilihat di lampiran Uji Stasioneritas.
2. Uji Statistik
Model Pertama
Tabel 4.9
Regresi Model Pertama
Dependent Variable: D(PDB-1)
Method: Least Squares
Date: 06/20/19 Time: 18:25
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.729413 0.691497 1.054832 0.2961
D(SUKUK-1) 0.009244 0.002665 3.469001 0.0010
D(KURS-1) -0.034125 0.032606 -1.046575 0.2999
D(INFLASI-1) -3.320404 0.737763 -4.500636 0.0000
R-squared 0.579441 Mean dependent var 4.007966
Adjusted R-squared 0.556501 S.D. dependent var 0.113833
S.E. of regression 0.075808 Akaike info criterion -2.255846
Sum squared resid 0.316074 Schwarz criterion -2.114996
Log likelihood 70.54747 Hannan-Quinn criter. -2.200864
F-statistic 25.25940 Durbin-Watson stat 0.291500
Prob(F-statistic) 0.000000
Model regresi yang diperoleh dari hasil pengujian dapat ditulis
sebagai berikut:
D(Pertumbuhan Ekonomi-1) = 0.729413 + 0.009244 D(SUKUK-
1) - 0.034125 D(KURS-1) – 3.320404 D(INFLASI-1).
Persamaan model tersebut dapat dijelaskan sebagai berikut:
a. Konstanta diperoleh sebesar 0.729413 yang berarti jika
variabel endogen sama dengan nol (0), maka nilai
61
Pertumbuhan Ekonomi mengalami peningkatan sebesar
0.729413 satuan.
b. Koefisien regresi variabel Sukuk diperoleh sebesar 0.009244
dengan arah koefisien positif. Hal ini berarti jika variabel
Sukuk naik satu satuan, maka pertumbuhan ekonomi akan
naik sebesar 0.009244 satuan.
c. Koefisien regresi variabel Kurs diperoleh sebesar 0.034125
dengan arah koefisien negatif. Hal ini berarti jika variabel
Kurs naik satu satuan, maka pertumbuhan ekonomi akan turun
sebesar 0.034125 satuan.
d. Koefisien regresi variabel Inflasi diperoleh sebesar 3.320404
dengan arah koefisien negatif. Hal ini berarti jika variabel
Inflasi naik satu satuan, maka pertumbuhan ekonomi akan
turun sebesar 3.320404 satuan.
1) Uji t (parsial)
a) Sukuk
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.0010. Karena nilai probabilitas lebih kecil
dari 0.05 dan koefisien positif, maka dapat diartikan
Sukuk secara parsial berpengaruh positif dan
signifikan terhadap Pertumbuhan Ekonomi (PDB).
62
b) Kurs
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.2999. Karena nilai probabilitas lebih besar
dari 0.05 dan koefisien negatif, maka dapat diartikan
Kurs secara parsial berpengaruh negatif dan tidak
signifikan terhadap Pertumbuhan Ekonomi (PDB).
c) Inflasi
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.0000. Karena nilai probabilitas lebih kecil
dari 0.05 dan koefisien negatif, maka dapat diartikan
Inflasi secara parsial berpengaruh negatif dan
signifikan terhadap Pertumbuhan Ekonomi (PDB).
2) Uji F (simultan)
Pengujian ini dengan melihat nilai prob (F-statistic).
Berdasarkan hasil penelitian ini menunjukkan nilai prob
(F-statistic) sebesar 0.000000 < 0.05, maka dapat
disimpulkan bahwa variabel Sukuk, Kurs dan Inflasi
secara simultan berpengaruh signifikan terhadap
Pertumbuhan Ekonomi (PDB).
3) Uji R2
(Koefisien Determinasi)
Nilai Adjusted R-squared pada uji regresi ini sebesar
0.556501 hal tersebut berarti varian variabel independen
63
dapat menjelaskan varian variabel dependen sebesar 56% ,
sedangkan sisanya 44% dijelaskan variabel lain.
Model Kedua
Tabel 4.10
Regresi Model Kedua
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 18:29
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Akaike info criterion 5.551744
Sum squared resid 804.0883 Schwarz criterion 5.657381
Log likelihood -160.7764 Hannan-Quinn criter. 5.592980
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015
Model regresi yang diperoleh dari hasil pengujian dapat
ditulis sebagai berikut:
D(SUKUK-1) = -140.9323 + 6.54E-06 D(JUB-1) -157.8721
D(INFLASI-1)
Persamaan model tersebut dapat dijelaskan sebagai berikut:
a) Konstanta diperoleh sebesar 140.9323 yang berarti jika
variabel endogen sama dengan nol (0), maka nilai Sukuk
mengalami penurunan sebesar 140.9323 satuan.
b) Koefisien regresi variabel JUB diperoleh sebesar 6.54E-06
dengan arah koefisien positif. Hal ini berarti jika variabel JUB
64
nai satu satuan, maka Sukuk akan naik sebesar 6.54E-06
satuan.
c) Koefisien regresi variabel Inflasi diperoleh sebesar 157.8721
dengan arah koefisien negatif. Hal ini berarti jika variabel
Inflasi naik satu satuan, maka Sukuk akan turun sebesar
157.8721 satuan.
1) Uji t (parsial)
a) JUB
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.5347. Karena nilai probabilitas lebih besar
dari 0.05 dan koefisien positif, maka dapat diartikan
JUB secara parsial berpengaruh positif dan tidak
signifikan terhadap Sukuk.
b) Inflasi
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.0000. Karena nilai probabilitas lebih kecil
dari 0.05 dan koefisien negatif, maka dapat diartikan
Inflasi secara parsial berpengaruh negatif dan
signifikan terhadap Sukuk.
2) Uji F (simultan)
Pengujian ini dengan melihat nilai prob (F-statistic).
Berdasarkan hasil penelitian ini menunjukkan nilai prob
(F-statistic) sebesar 0.000015 < 0.05, maka dapat
65
disimpulkan bahwa variabel JUB dan Inflasi secara
simultan berpengaruh signifikan terhadap Sukuk.
3) Uji R2
(Koefisien Determinasi)
Nilai Adjusted R-squared pada uji regresi ini sebesar
0.303316 hal tersebut berarti varian variabel independen
dapat menjelaskan varian variabel dependen sebesar 30% ,
sedangkan sisanya 70% dijelaskan variabel lain.
Model Ketiga
Tabel 4.11
Regresi Model Ketiga
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 18:33
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 13.72012 0.410341 33.43586 0.0000
D(INFLASI-1) 0.464179 13.54722 0.034264 0.9728
D(BI_RATE-1) -0.280035 0.077723 -3.603001 0.0007
R-squared 0.190098 Mean dependent var 12.28514
Adjusted R-squared 0.161173 S.D. dependent var 0.865248
S.E. of regression 0.792459 Akaike info criterion 2.422158
Sum squared resid 35.16754 Schwarz criterion 2.527795
Log likelihood -68.45366 Hannan-Quinn criter. 2.463395
F-statistic 6.572080 Durbin-Watson stat 0.155184
Prob(F-statistic) 0.002730
Model regresi yang diperoleh dari hasil pengujian dapat
ditulis sebagai berikut:
D(KURS-1) = 13.72012 + 0.464179 D(INFLASI-1) – 0.280035
D(BI_RATE-1).
66
Persamaan model tersebut dapat dijelaskan sebagai berikut:
a) Konstanta diperoleh sebesar 13.72012 yang berarti jika
variabel endogen sama dengan nol (0), maka nilai Kurs
mengalami peningkatan sebesar 13.72012 satuan.
b) Koefisien regresi variabel Inflasi diperoleh sebesar 0.464179
dengan arah koefisien positif. Hal ini berarti jika variabel
Inflasi naik satu satuan, maka Kurs akan naik sebesar
0.464179 satuan.
c) Koefisien regresi variabel BI-rate diperoleh sebesar 0.280035
dengan arah koefisien negatif. Hal ini berarti jika variabel BI-
rate naik satu satuan, maka Kurs akan turun sebesar 0.280035
satuan.
1) Uji t (parsial)
a) Inflasi
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.9728. Karena nilai probabilitas lebih besar
dari 0.05 dan koefisien positif, maka dapat diartikan
Inflasi secara parsial berpengaruh positif dan tidak
signifikan terhadap Kurs.
67
b) BI-rate
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.0007. Karena nilai probabilitas lebih kecil
dari 0.05 dan koefisien negatif, maka dapat diartikan
BI rate secara parsial berpengaruh negatif dan
signifikan terhadap Kurs.
2) Uji F (simultan)
Pengujian ini dengan melihat nilai prob (F-statistic).
Berdasarkan hasil penelitian ini menunjukkan nilai prob
(F-statistic) sebesar 0.002730 < 0.05, maka dapat
disimpulkan bahwa variabel Inflasi dan BI-rate secara
simultan berpengaruh signifikan terhadap Kurs.
3) Uji R2
(Koefisien Determinasi)
Nilai Adjusted R-squared pada uji regresi ini sebesar
0.161173 hal tersebut berarti varian variabel independen
dapat menjelaskan varian variabel dependen sebesar 16%
, sedangkan sisanya 84% dijelaskan variabel lain.
68
Model Keempat
Tabel 4.12
Regresi Model Keempat
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 18:37
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Akaike info criterion -6.046311
Sum squared resid 0.007385 Schwarz criterion -5.940674
Log likelihood 181.3662 Hannan-Quinn criter. -6.005075
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000
Model regresi yang diperoleh dari hasil pengujian dapat
ditulis sebagai berikut:
D(INFLASI-1) = -0.863218 + 0.004151 D(KURS-1) -2.01E-08
D(JUB-1)
Persamaan model tersebut dapat dijelaskan sebagai berikut:
1) Konstanta diperoleh sebesar 0.863218 yang berarti jika
variabel endogen sama dengan nol (0), maka nilai Kurs
mengalami penurunan sebesar 0.863218 satuan.
2) Koefisien regresi variabel Kurs diperoleh sebesar 0.004151
dengan arah koefisien positif. Hal ini berarti jika variabel
69
Kurs naik satu satuan, maka Inflasi akan naik sebesar
0.004151 satuan.
3) Koefisien regresi variabel JUB diperoleh sebesar 2.01E-08
dengan arah koefisien negatif. Hal ini berarti jika variabel
JUB naik satu satuan, maka Inflasi akan turun sebesar 2.01E-
08 satuan.
1) Uji t (parsial)
a) Kurs
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.4039. Karena nilai probabilitas lebih besar
dari 0.05 dan koefisien positif, maka dapat diartikan
Kurs secara parsial berpengaruh positif dan tidak
signifikan terhadap Inflasi.
b) JUB
Dari hasil pengujian diperoleh nilai probabilitas
sebesar 0.0000. Karena nilai probabilitas lebih kecil
dari 0.05 dan koefisien negatif, maka dapat diartikan
JUB secara parsial berpengaruh negatif dan signifikan
terhadap Inflasi.
2) Uji F (simultan)
Pengujian ini dengan melihat nilai prob (F-statistic).
Berdasarkan hasil penelitian ini menunjukkan nilai prob
(F-statistic) sebesar 0.000000 < 0.05, maka dapat
70
disimpulkan bahwa variabel Kurs dan JUB secara
simultan berpengaruh signifikan terhadap Inflasi.
3) Uji R2
(Koefisien Determinasi)
Nilai Adjusted R-squared pada uji regresi ini sebesar
0.510673 hal tersebut berarti varian variabel independen
dapat menjelaskan varian variabel dependen sebesar 51% ,
sedangkan sisanya 49% dijelaskan variabel lain.
C. Uji Asumsi Klasik
a. Uji Normalitas
Model Pertama
0
2
4
6
8
10
12
14
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -1.41e-15
Median -0.012405
Maximum 0.184545
Minimum -0.144313
Std. Dev. 0.073821
Skewness 0.414304
Kurtosis 2.935471
Jarque-Bera 1.698107
Probability 0.427820
Gambar 4.1
Hasil Uji Normalitas Model Pertama
Dari gambar 4.1 diketahui bahwa nilai probability
persamaan model pertama sebesar 0.427820. Nilai tersebut
menunjukkan lebih besar dari 0.05, maka data berdistribusi
normal.
71
Model Kedua
0
2
4
6
8
10
12
-12 -10 -8 -6 -4 -2 0 2 4 6 8 10
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -3.72e-14
Median -0.286868
Maximum 9.615676
Minimum -12.06816
Std. Dev. 3.723384
Skewness 0.020445
Kurtosis 4.355278
Jarque-Bera 4.519521
Probability 0.104375
Gambar 4.2
Hasil Uji Normalitas Model Kedua
Dari gambar 4.2 diketahui bahwa nilai probability
persamaan model kedua sebesar 0.104375. Nilai tersebut
menunjukkan lebih besar dari 0.05, maka data berdistribusi
normal.
Model Ketiga
0
2
4
6
8
10
12
14
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -4.24e-15
Median -0.106984
Maximum 1.832409
Minimum -1.495887
Std. Dev. 0.778676
Skewness 0.329955
Kurtosis 2.765680
Jarque-Bera 1.205532
Probability 0.547296
Gambar 4.3
Hasil Uji Normalitas Model Ketiga
Dari gambar 4.3 diketahui bahwa nilai probability
persamaan model ketiga sebesar 0.547296. Nilai tersebut
72
menunjukkan lebih besar dari 0.05, maka data berdistribusi
normal.
Model Keempat
0
1
2
3
4
5
6
7
8
9
-0.03 -0.02 -0.01 0.00 0.01 0.02
Series: Residuals
Sample 2014M02 2018M12Observations 59
Mean -3.03e-16Median 0.001332Maximum 0.026077Minimum -0.029019Std. Dev. 0.011284Skewness -0.085877Kurtosis 2.883527
Jarque-Bera 0.105870Probability 0.948442
Gambar 4.4
Hasil Uji Normalitas Model Keempat
Dari gambar 4.4 diketahui bahwa nilai probability
persamaan model keempat sebesar 0.948442. Nilai tersebut
menunjukkan lebih besar dari 0.05, maka data berdistribusi
normal.
b. Uji Multikolinieritas
Dalam penelitian ini menggunakan uji auxiliary dengan melihat
koefisien korelasi antara masing-masing variabel. Metode auxiliary
regresi antar variabel independen untuk mendapatkan r2, kemudian
dibandingkan dengan r2 persamaan utama (Bawono, 2006: 120).Jika
terdapat nilai r2
> R2
dapat dikatakan terdapat masalah
multikolinieritas.
73
Model Pertama
Tabel 4.13
Hasil Uji Multikolinieritas Model Pertama
No R-squared R-squared pada regresi
utama = 0.579441
Kesimpulan
1 D(Sukuk-1) =
D(Kurs-1) +
D(Inflasi-1)
0.322900 = Lebih Kecil Tidak terjadi
multikolinieritas
2 D(Kurs-1) =
D(Inflasi-1) +
D(Sukuk-1)
0.235366 = Lebih Kecil Tidak terjadi
multikolinieritas
3 D(Inflasi-1) =
D(Sukuk-1) +
D(Kurs-1)
0.232101 = Lebih Kecil Tidak terjadi
multikolinieritas
Berdasarkan tabel 4.13, nilai R2
regresi auxiliary tidak
melebihi nilai R2
regresi utama, jadi dapat disimpulkan bahwa
model regresi pada penelitian ini tidak terjadi multikolinieritas.
Model Kedua
Tabel 4.14
Hasil Uji Multikolinieritas Model Kedua
No R-squared R-squared pada persamaan
utama = 0.327340
Kesimpulan
1 D(JUB-1) =
D(Inflasi-1)
0.011252 = Lebih Kecil Tidak terjadi
multikolinieritas
2 D(Inflasi-1)= 0.011252 = Lebih Kecil Tidak terjadi
74
D(JUB-1) multikolinieritas
Berdasarkan tabel 4.14, nilai R2
regresi auxiliary tidak
melebihi nilai R2
regresi utama, jadi dapat disimpulkan bahwa
model regresi pada penelitian ini tidak terjadi multikolinieritas.
Model Ketiga
Tabel 4.15
Hasil Uji Multikolinieritas Model Ketiga
No R-squared R-squared pada persamaan
utama = 0.190098
Kesimpulan
1 D(Inflasi-1) = D(BI
rate-1)
0.010365 = Lebih Kecil Tidak terjadi
multikolinieritas
2 D(BI rate-1)=
D(Inflasi-1)
0.010365 = Lebih Kecil Tidak terjadi
multikolinieritas
Berdasarkan tabel 4.15, nilai R2
regresi auxiliary tidak
melebihi nilai R2
regresi utama, jadi dapat disimpulkan bahwa
model regresi pada penelitian ini tidak terjadi multikolinieritas.
Model Keempat
Tabel 4.16
Hasil Uji Multikolinieritas Model Keempat
No R-squared R-squared pada persamaan
utama = 0.527546
Kesimpulan
1 D(Kurs-1) =
D(JUB-1)
0.134814 = Lebih Kecil Tidak terjadi
75
multikolinieritas
2 D(JUB-1)=
D(Kurs-1)
0.134814 = Lebih Kecil Tidak terjadi
multikolinieritas
Berdasarkan tabel 4.16, nilai R2
regresi auxiliary tidak
melebihi nilai R2
regresi utama, jadi dapat disimpulkan bahwa
model regresi pada penelitian ini tidak terjadi multikolinieritas.
c. Uji Autokorelasi
Dalam mengetahui ada atau tidaknya autokorelasi penulis
menggunakan uji Durbin-Watson (DW test) dengan kriteria du <
dw < 4-du (Bawono, 2006: 160-162).
Model Pertama
Tabel 4.17
Hasil Uji Autokorelasi Model Pertama
Dependent Variable: D(PDB-1)
Method: Least Squares
Date: 06/20/19 Time: 20:46
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.729413 0.691497 1.054832 0.2961
D(SUKUK-1) 0.009244 0.002665 3.469001 0.0010
D(KURS-1) -0.034125 0.032606 -1.046575 0.2999
D(INFLASI-1) -3.320404 0.737763 -4.500636 0.0000
R-squared 0.579441 Mean dependent var 4.007966
Adjusted R-squared 0.556501 S.D. dependent var 0.113833
S.E. of regression 0.075808 Akaike info criterion -2.255846
Sum squared resid 0.316074 Schwarz criterion -2.114996
Log likelihood 70.54747 Hannan-Quinn criter. -2.200864
F-statistic 25.25940 Durbin-Watson stat 0.291500
Prob(F-statistic) 0.000000
76
Dari tabel 4.17, dapat dilihat bahwa nilai Durbin-Watson
sebesar 0,291500 masih jauh berada dibawah du dan 4-du. Jumlah
observasi 60 (n = 60) dan variabel sebanyak 3 (k = 3), diperoleh
nilai dL = 1,4797 dan dU = 1,6889 dan 4-du= 2.3111. Dengan
demikian dapat disimpulkan bahwa model tersebut tidak terbebas
dari masalah autokorelasi.
Langkah yang dilakukan dalam penyembuhan autokorelasi
adalah menambahkan autoregressive (AR)1, sehingga asumsi
autokorelasi adalah AR(1).
Penyembuhan Autokorelasi Model Pertama
Tabel 4.18
Penyembuhan Autokorelasi Model Pertama
Dependent Variable: D(PDB-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 20:50
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 16 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.274075 0.227120 -1.206741 0.2329
D(SUKUK-1) 0.000317 0.001739 0.182210 0.8561
D(KURS-1) -0.000443 0.005150 -0.086104 0.9317
D(INFLASI-1) -0.281914 0.243500 -1.157759 0.2522
AR(1) 0.698070 0.090193 7.739751 0.0000
SIGMASQ 0.000253 4.31E-05 5.877532 0.0000
R-squared 0.545222 Mean dependent var 0.000847
Adjusted R-squared 0.502319 S.D. dependent var 0.023801
S.E. of regression 0.016791 Akaike info criterion -5.228465
Sum squared resid 0.014943 Schwarz criterion -5.017190
Log likelihood 160.2397 Hannan-Quinn criter. -5.145992
F-statistic 12.70808 Durbin-Watson stat 1.772545
Prob(F-statistic) 0.000000
Inverted AR Roots .70
77
Dari tabel 4.18, dapat dilihat hasil uji autokorelasi sesudah
penyembuhan memiliki nilai DW sebesar 1.772545 dapat
disimpulkan bahwa model tersebut sudah terbebas dari masalah
autokorelasi. Dengan ini nilai DW berada diatas nilai dU = 1.6889
dan dibawah nilai 4-dU = 2.3111.
Model Kedua
Tabel 4.19
Hasil Uji Autokorelasi Model Kedua
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 20:53
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Akaike info criterion 5.551744
Sum squared resid 804.0883 Schwarz criterion 5.657381
Log likelihood -160.7764 Hannan-Quinn criter. 5.592980
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015
Dari tabel 4.19, dapat dilihat bahwa nilai Durbin-Watson
sebesar 0,543785 masih jauh berada dibawah du dan 4-du. Jumlah
observasi 60 (n = 60) dan variabel sebanyak 2 (k = 2), diperoleh
nilai dL = 1,5144 dan dU = 1,6518 dan 4-du = 2.3482. Dengan
demikian dapat disimpulkan bahwa model tersebut tidak terbebas
dari masalah autokorelasi.
78
Langkah yang dilakukan dalam penyembuhan autokorelasi
adalah menambahkan autoregressive (AR)1, sehingga asumsi
autokorelasi adalah AR(1).
Penyembuhan Autokorelasi Model Kedua
Tabel 4.20
Penyembuhan Autokorelasi Model Kedua
Dependent Variable: D(SUKUK-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 20:55
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 65 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.052889 0.346590 -0.152599 0.8793
D(JUB-1) 9.08E-06 9.55E-06 0.951524 0.3456
D(INFLASI-1) 18.17820 57.79807 0.314512 0.7543
AR(1) -0.391957 0.057719 -6.790801 0.0000
SIGMASQ 4.573009 0.593522 7.704874 0.0000
R-squared 0.166484 Mean dependent var 0.250220
Adjusted R-squared 0.104743 S.D. dependent var 2.362415
S.E. of regression 2.235271 Akaike info criterion 4.530367
Sum squared resid 269.8076 Schwarz criterion 4.706430
Log likelihood -128.6458 Hannan-Quinn criter. 4.599095
F-statistic 2.696458 Durbin-Watson stat 2.150241
Prob(F-statistic) 0.040239
Inverted AR Roots -.39
Dari tabel 4.20, dapat dilihat hasil uji autokorelasi sesudah
penyembuhan memiliki nilai DW sebesar 2.150241 dapat
disimpulkan bahwa model tersebut sudah terbebas dari masalah
autokorelasi. Dengan ini nilai DW berada diatas nilai dU = 1.6518
dan dibawah nilai 4-dU = 2.3482.
79
Model Ketiga
Tabel 4.21
Hasil Uji Autokorelasi Model Ketiga
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 20:58
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 13.72012 0.410341 33.43586 0.0000
D(INFLASI-1) 0.464179 13.54722 0.034264 0.9728
D(BI_RATE-1) -0.280035 0.077723 -3.603001 0.0007
R-squared 0.190098 Mean dependent var 12.28514
Adjusted R-squared 0.161173 S.D. dependent var 0.865248
S.E. of regression 0.792459 Akaike info criterion 2.422158
Sum squared resid 35.16754 Schwarz criterion 2.527795
Log likelihood -68.45366 Hannan-Quinn criter. 2.463395
F-statistic 6.572080 Durbin-Watson stat 0.155184
Prob(F-statistic) 0.002730
Dari tabel 4.21, dapat dilihat bahwa nilai Durbin-Watson
sebesar 0,155184 masih jauh berada dibawah du dan 4-du. Jumlah
observasi 60 (n = 60) dan variabel sebanyak 2 (k = 2), diperoleh
nilai dL = 1,5144 dan dU = 1,6518 dan 4-du = 2.3482. Dengan
demikian dapat disimpulkan bahwa model tersebut tidak terbebas
dari masalah autokorelasi.
Langkah yang dilakukan dalam penyembuhan autokorelasi
adalah menambahkan autoregressive (AR)1, sehingga asumsi
autokorelasi adalah AR(1).
80
Penyembuhan Autokorelasi Model Ketiga
Tabel 4.22
Penyembuhan Autokorelasi Model Ketiga
Dependent Variable: D(KURS-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 21:00
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 11 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C 2.744129 3.428928 0.800288 0.4271
D(INFLASI-1) 2.694179 3.323529 0.810638 0.4211
D(BI_RATE-1) -0.023914 0.056308 -0.424704 0.6727
AR(1) -0.202396 0.145871 -1.387498 0.1710
SIGMASQ 0.087767 0.013712 6.400848 0.0000
R-squared 0.044795 Mean dependent var 0.038220
Adjusted R-squared -0.025960 S.D. dependent var 0.305725
S.E. of regression 0.309668 Akaike info criterion 0.575014
Sum squared resid 5.178282 Schwarz criterion 0.751076
Log likelihood -11.96290 Hannan-Quinn criter. 0.643741
F-statistic 0.633099 Durbin-Watson stat 1.951524
Prob(F-statistic) 0.641050
Inverted AR Roots -.20
Dari tabel 4.22, dapat dilihat hasil uji autokorelasi sesudah
penyembuhan memiliki nilai DW sebesar 1.951524 dapat
disimpulkan bahwa model tersebut sudah terbebas dari masalah
autokorelasi. Dengan ini nilai DW berada diatas nilai dU = 1.6518
dan dibawah nilai 4-dU = 2.3482.
81
Model Keempat
Tabel 4.23
Hasil Uji Autokorelasi Model Keempat
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 21:04
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Akaike info criterion -6.046311
Sum squared resid 0.007385 Schwarz criterion -5.940674
Log likelihood 181.3662 Hannan-Quinn criter. -6.005075
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000
Dari tabel 4.23, dapat dilihat bahwa nilai Durbin-Watson
sebesar 0,502266 masih jauh berada dibawah du dan 4-du. Jumlah
observasi 60 (n = 60) dan variabel sebanyak 2 (k = 2), diperoleh
nilai dL = 1,5144 dan dU = 1,6518 dan 4-du = 2.3482. Dengan
demikian dapat disimpulkan bahwa model tersebut tidak terbebas
dari masalah autokorelasi.
Langkah yang dilakukan dalam penyembuhan autokorelasi
adalah menambahkan autoregressive (AR)1, sehingga asumsi
autokorelasi adalah AR(1).
82
Penyembuhan Autokorelasi Model Keempat
Tabel 4.24
Penyembuhan Autokorelasi Model Keempat
Dependent Variable: D(INFLASI-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 21:06
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 11 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.872937 0.036101 -24.18052 0.0000
D(KURS-1) -4.12E-05 0.002335 -0.017661 0.9860
D(JUB-1) -1.79E-08 8.14E-09 -2.192290 0.0327
AR(1) 0.762474 0.075486 10.10090 0.0000
SIGMASQ 5.25E-05 7.23E-06 7.260499 0.0000
R-squared 0.801957 Mean dependent var -0.958305
Adjusted R-squared 0.787287 S.D. dependent var 0.016416
S.E. of regression 0.007571 Akaike info criterion -6.833210
Sum squared resid 0.003096 Schwarz criterion -6.657147
Log likelihood 206.5797 Hannan-Quinn criter. -6.764482
F-statistic 54.66688 Durbin-Watson stat 1.677879
Prob(F-statistic) 0.000000
Inverted AR Roots .76
Dari tabel 4.24, dapat dilihat hasil uji autokorelasi sesudah
penyembuhan memiliki nilai DW sebesar 1.677879 dapat
disimpulkan bahwa model tersebut sudah terbebas dari masalah
autokorelasi. Dengan ini nilai DW berada diatas nilai dU = 1.6518
dan dibawah nilai 4-dU = 2.3482.
d. Uji Heteroskedastisitas
Cara mengetahui ada atau tidaknya gejala
heteroskedastisitas pada penelitian ini adalah dengan melakukan
pengujian dengan White heteroskedasticity no cross term. Jika
83
signifikansi dari prob*R < 0.05 maka model tersebutmengandung
heteroskedastisitas, dan apabila signifikansi dari prob*R > 0.05
maka model tersebut tidak mengandung heteroskedastisitas
(Supriyanto, 2017: 63).
Model Pertama
Tabel 4.25
Hasil Uji Heteroskedastisitas Model Pertama
Heteroskedasticity Test: White
F-statistic 6.17E+23 Prob. F(27,31) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(27) 0.0004
Scaled explained SS 120.4305 Prob. Chi-Square(27) 0.0000
Dari tabel 4.25, dapat disimpulkan bahwa data dalam
variabel penelitian ini terdapat heteroskedastisitas pada model
penelitian. Karena pada pengujian heteroskedastisitas dapat
dilihat bahwa probability obs*R-Squared = 0.0004 dan Prob. F=
0.0000 atau lebih kecil dari 0.05, maka model tersebut
mengandung heteroskedastisitas.
Tabel 4.26
Uji Penyembuhan Heteroskedastisitas
Dependent Variable: D(PDB-1)
Method: ARMA Conditional Least Squares (Gauss-Newton / Marquardt
steps)
Date: 07/11/19 Time: 23:23
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 5 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.003406 0.007841 0.434409 0.6658
D(SUKUK-1) -1.64E-05 0.000109 -0.151129 0.8804
84
D(KURS-1) -0.001672 0.005176 -0.322967 0.7480
D(INFLASI-1) 0.026036 0.331871 0.078453 0.9378
AR(1) 0.712567 0.117969 6.040312 0.0000
R-squared 0.536761 Mean dependent var 0.001552
Adjusted R-squared 0.501799 S.D. dependent var 0.023381
S.E. of regression 0.016503 Akaike info criterion -5.288273
Sum squared resid 0.014435 Schwarz criterion -5.110648
Log likelihood 158.3599 Hannan-Quinn criter. -5.219084
F-statistic 15.35293 Durbin-Watson stat 1.722787
Prob(F-statistic) 0.000000
Inverted AR Roots .71
Dari tabel 4.26, setelah dilakukan penyembuhan
menggunakan metode Huber-White dapat dilihat pada tabel diatas
nilai konstanta dan koefisien berubah. Sehingga persamaan pada
penelitian ini menjadi:
D(PDB-1)= 0.003406 – 1.64E-05 D(SUKUK-1) – 0.001672
D(KURS-1) + 0.026036 D(INFLASI-1) +e
Model Kedua
Tabel 4.27
Hasil Uji Heteroskedastisitas Model Kedua
Heteroskedasticity Test: White
F-statistic 2.67E+23 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 286.5168 Prob. Chi-Square(20) 0.0000
Dari tabel 4.27, dapat disimpulkan bahwa data dalam
variabel penelitian ini terdapat heteroskedastisitas pada model
penelitian. Karena pada pengujian heteroskedastisitas dapat
dilihat bahwa probability obs*R-Squared = 0.0000 dan Prob. F =
85
0.0000 atau lebih kecil dari 0.05, maka model tersebut
mengandung heteroskedastisitas.
Tabel 4.28
Uji Penyembuhan Heteroskedastisitas
Dependent Variable: D(SUKUK-1)
Method: ARMA Conditional Least Squares (Gauss-Newton / Marquardt
steps)
Date: 07/11/19 Time: 23:24
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 10 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.059892 0.427632 -0.140055 0.8891
D(JUB-1) 9.23E-06 7.40E-06 1.246489 0.2180
D(INFLASI-1) 18.78307 29.29640 0.641139 0.5241
AR(1) -0.399037 0.300224 -1.329133 0.1894
R-squared 0.166644 Mean dependent var 0.254534
Adjusted R-squared 0.120347 S.D. dependent var 2.382813
S.E. of regression 2.234837 Akaike info criterion 4.512686
Sum squared resid 269.7028 Schwarz criterion 4.654785
Log likelihood -126.8679 Hannan-Quinn criter. 4.568036
F-statistic 3.599416 Durbin-Watson stat 2.139819
Prob(F-statistic) 0.019145
Inverted AR Roots -.40
Dari tabel 4.28, setelah dilakukan penyembuhan
menggunakan metode Huber-White dapat dilihat pada tabel diatas
nilai konstanta dan koefisien berubah. Sehingga persamaan pada
penelitian ini menjadi:
D(SUKUK-1)= -0.059892 + 9.23E-06 D(JUB-1) +
18.78307 D(INFLASI-1) + e
86
Model Ketiga
Tabel 4.29
Hasil Uji Heteroskedastisitas Model Ketiga
Dari tabel 4.29, dapat disimpulkan bahwa data dalam
variabel penelitian ini terdapat heteroskedastisitas pada model
penelitian. Karena pada pengujian heteroskedastisitas dapat
dilihat bahwa probability obs*R-Squared = 0.0000 dan Prob. F =
0.0000 atau lebih kecil dari 0.05, maka model tersebut
mengandung heteroskedastisitas.
Tabel 4.30
Uji Penyembuhan Heteroskedastisitas
Dependent Variable: D(KURS-1)
Method: ARMA Conditional Least Squares (Gauss-Newton / Marquardt
steps)
Date: 07/11/19 Time: 23:26
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 8 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.051148 0.033808 1.512886 0.1361
D(INFLASI-1) 0.843864 4.075747 0.207045 0.8368
D(BI_RATE-1) 0.137605 0.173760 0.791926 0.4319
AR(1) -0.199305 0.157832 -1.262768 0.2121
R-squared 0.043888 Mean dependent var 0.049086
Adjusted R-squared -0.009229 S.D. dependent var 0.296680
S.E. of regression 0.298046 Akaike info criterion 0.483336
Sum squared resid 4.796906 Schwarz criterion 0.625436
Log likelihood -10.01675 Hannan-Quinn criter. 0.538687
F-statistic 0.826256 Durbin-Watson stat 2.138603
Heteroskedasticity Test: White
F-statistic 1.19E+25 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 96.09792 Prob. Chi-Square(20) 0.0000
87
Prob(F-statistic) 0.485176
Inverted AR Roots -.20
Dari tabel 4.30, setelah dilakukan penyembuhan
menggunakan metode Huber-White dapat dilihat pada tabel diatas
nilai konstanta dan koefisien berubah. Sehingga persamaan pada
penelitian ini menjadi:
D(KURS-1) = 0.051148 + 0.843864 D(INFLASI-1) +
0.137605 D(BI_RATE-1) + e
Model Keempat
Tabel 4.31
Hasil Uji Heteroskedastisitas Model Keempat
Heteroskedasticity Test: White
F-statistic 5.08E+23 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 83.07954 Prob. Chi-Square(20) 0.0000
Dari tabel 4.31, dapat disimpulkan bahwa data dalam
variabel penelitian ini terdapat heteroskedastisitas pada model
penelitian. Karena pada pengujian heteroskedastisitas dapat
dilihat bahwa probability obs*R-Squared = 0.0000 dan Prob. F =
0.0000 atau lebih kecil dari 0.05, maka model tersebut
mengandung heteroskedastisitas.
88
Tabel 4.32
Uji Penyembuhan Heteroskedastisitas
Dependent Variable: D(INFLASI-1)
Method: ARMA Conditional Least Squares (Gauss-Newton / Marquardt
steps)
Date: 07/11/19 Time: 23:30
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 3 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.001130 0.001360 -0.830921 0.4097
D(KURS-1) -0.000159 0.003193 -0.049903 0.9604
D(JUB-1) 1.24E-08 2.13E-08 0.583985 0.5617
AR(1) 0.038346 0.205283 0.186796 0.8525
R-squared 0.008021 Mean dependent var -0.000690
Adjusted R-squared -0.047089 S.D. dependent var 0.007692
S.E. of regression 0.007871 Akaike info criterion -6.784815
Sum squared resid 0.003345 Schwarz criterion -6.642716
Log likelihood 200.7596 Hannan-Quinn criter. -6.729465
F-statistic 0.145553 Durbin-Watson stat 1.985608
Prob(F-statistic) 0.932096
Inverted AR Roots .04
Dari tabel 4.32, setelah dilakukan penyembuhan
menggunakan metode Huber-White dapat dilihat pada tabel diatas
nilai konstanta dan koefisien berubah. Sehingga persamaan pada
penelitian ini menjadi:
D(INFLASI-1)= -0.001130 -0.000159 D(KURS-1) + 1.24E-
08 D(JUB-1) + e
89
e. Uji Persamaan Simultan
Model Pertama
Tabel 4.33
Uji Simultan Model Pertama
Dependent Variable: D(PDB-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:13
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1) D(KURS-
1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C 0.403238 0.744894 0.541336 0.5905
D(SUKUK-1) 0.006916 0.003281 2.108003 0.0396
D(KURS-1) -0.033581 0.032835 -1.022724 0.3109
D(INFLASI-1) -3.686468 0.800061 -4.607735 0.0000
R-squared 0.573608 Mean dependent var 4.007966
Adjusted R-squared 0.550351 S.D. dependent var 0.113833
S.E. of regression 0.076331 Sum squared resid 0.320457
F-statistic 22.43867 Durbin-Watson stat 0.271884
Prob(F-statistic) 0.000000 Second-Stage SSR 0.359340
J-statistic 4.022698 Instrument rank 5
Prob(J-statistic) 0.044892
Model Kedua
Tabel 4.34
Uji Simultan Model Kedua
Dependent Variable: D(SUKUK-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:15
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1)
D(KURS-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
90
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Sum squared resid 804.0883
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015 Second-Stage SSR 804.0883
J-statistic 5.571389 Instrument rank 5
Prob(J-statistic) 0.061686
Model Ketiga
Tabel 4.35
Uji Simultan Model Ketiga
Dependent Variable: D(KURS-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:19
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -12.95682 5.791857 -2.237075 0.0293
D(INFLASI-1) -26.36068 6.044112 -4.361381 0.0001
D(BI_RATE-1) 0.771727 0.448642 1.720140 0.0909
R-squared 0.270266 Mean dependent var 12.28514
Adjusted R-squared 0.244204 S.D. dependent var 0.865248
S.E. of regression 0.752217 Sum squared resid 31.68647
F-statistic 10.37015 Durbin-Watson stat 0.325226
Prob(F-statistic) 0.000147 Second-Stage SSR 31.68647
J-statistic 32.12242 Instrument rank 4
Prob(J-statistic) 0.000000
91
Model Keempat
Tabel 4.36
Uji Simultan Model Keempat
Dependent Variable: D(INFLASI-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:22
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(BI_RATE-1) D(KURS-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Sum squared resid 0.007385
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000 Second-Stage SSR 0.007385
J-statistic 5.413494 Instrument rank 4
Prob(J-statistic) 0.019982
D. Hasil Pembahasan
1. Pengaruh Sukuk terhadap Pertumbuhan Ekonomi
Variabel sukuk berpengaruh positif signifikan terhadap
Pertumbuhan Ekonomi dengan nilai koefisien variabel sukuk
diperoleh 0.006916 dan nilai probabilitas sebesar 0.0396 yang artinya
lebih kecil dari 0.05 yang berarti hasilnya signifikan sehingga
hipotesis H1 diterima.
2. Pengaruh Kurs terhadap Pertumbuhan Ekonomi
Variabel kurs tidak berpengaruh terhadap Pertumbuhan Ekonomi
dengan nilai koefisien variabel Kurs diperoleh -0.033581 dan nilai
92
probabilitas sebesar 0.3109 yang artinya lebih besar dari 0.05 yang
berarti hasilnya tidak signifikan sehingga hipotesis H2 ditolak.
3. Pengaruh Inflasi terhadap Pertumbuhan Ekonomi
Variabel Inflasi tidak berpengaruh terhadap Pertumbuhan
Ekonomi dengan nilai koefisien variabel Inflasi diperoleh -3.686468
dan nilai probabilitas sebesar 0.0000 yang artinya lebih kecil dari
0.05 yang berarti hasilnya signifikan sehingga hipotesis H3 diterima.
4. Pengaruh secara Simultan variabel Sukuk, JUB dan Inflasi
berpengaruh terhadap Pertumbuhan Ekonomi
Dari hasil penelitian dijelaskan bahwa terdapat hubungan yang
signifikan antara Sukuk dan Pertumbuhan Ekonomi dengan arah
korelasi positif, artinya jika Sukuk mengalami kenaikan, maka
tingkat Pertumbuhan Ekonomi akan semakin naik. Variabel sukuk
berpengaruh positif signifikan terhadap Pertumbuhan Ekonomi
dengan nilai koefisien variabel sukuk diperoleh 0.006916 dan nilai
probabilitas sebesar 0.0396 < 0.05. Hasil penelitian ini sejalan
dengan penelitian yang dilakukan Faroh (2016) yang menyatakan
bahwa obligasi syariah (sukuk) memiliki pengaruh positif dan
signifikan terhadap pertumbuhan ekonomi.
Obligasi syariah atau sukuk merupakan salah satu cara untuk
meningkatkan kualitas pertumbuhan ekonomi melalui pembentukan
modal atau investasi. Perkembangan positif obligasi syariah (sukuk)
sebagai salah satu tempat berinvestasi dapat menjadi salah satu
93
faktor yang menunjang pertumbuhan ekonomi yang termasuk dalam
salah satu fungsi ekonomi pasar modal (Umam, 2013:113).
Dalam waktu bersamaan sukuk dipengaruhi oleh inflasi dan JUB,
nilai koefisien inflasi -157.8721 dan nilai probabilitas inflasi 0.0000
< 0.05, dinyatakan bahwa inflasi tidak berpengaruh terhadap sukuk.
Secara langsung inflasi tidak berpengaruh terhadap Pertumbuhan
Ekonomi. Penelitian ini sejalan dengan penelitian yang dilakukan
Aprilia (2019) yang menyatakan bahwa inflasi berpengaruh negatif
signifikan terhadap pertumbuhan sukuk korporasi dan Fadhli (2014)
yang menyatakan bahwa inflasi berpengaruh negatif signifikan
terhadap volume transaksi surat berharga syariah negara.
Sukuk dapat dijadikan sebagai instrumen keuangan sebagai
investasi yang dapat meningkatkan pertumbuhan ekonomi.Begitu
juga dengan inflasi, apabila tingkat inflasi tinggi biasanya dikaitkan
dengan kondisi ekonomi yang terlalu panas. Artinya, kondisi
ekonomi mengalami permintaan atas produk yang melebihi kapasitas
penawaran produknya, sehingga harga-harga cenderung mengalami
kenaikan. Inflasi yang terlalu tinggi juga akan menyebabkan
penurunan daya beli uang (Adam:2015).
Dan nilai koefisien JUB sebesar 6.54E-06 dan nilai probabilitas
JUB 0.5347 > 0.05, dinyatakan bahwa JUB tidak berpengaruh
terhadap sukuk. Hal ini dapat dijelaskan jika jumlah uang beredar
meningkat, keinginan masyarakat untuk menukarkan uangnya
94
dengan barang dan jasa yang dapat memberikan nilai yang lebih
tinggi. Dengan naiknya permintaan pada barang dan jasa mendorong
perusahaan-perusahaan untuk meningkatkan produksi dan investasi.
Masyarakat akan cenderung menggunakan uangnya selain tujuan
transaksi juga digunakan untuk tujuan spekulasi yaitu dengan
membeli surat-surat berharga atau sukuk. Sukuk merupakan salah
satu instrumen investasi dapat diterbitkan sebagai sumber pendanaan
yang menarik bagi perusahaan (Rini:2012).
5. Pengaruh secara Simultan variabel Kurs, Inflasi dan BI rate
berpengaruh terhadap Pertumbuhan Ekonomi
Dari hasil penelitian dijelaskan bahwa terdapat hubungan yang
tidak signifikan antara Kurs dan Pertumbuhan Ekonomi dengan arah
korelasi negatif, artinya jika Kurs mengalami kenaikan maupun
penurunan, maka tingkat Pertumbuhan Ekonomi tidak akan
terpengaruh. Variabel kurs tidak berpengaruh terhadap Pertumbuhan
Ekonomi dengan nilai koefisien variabel Kurs diperoleh -0.033581
dan nilai probabilitas sebesar 0.3109 > 0.05. Dalam teori Mundell-
Fleming yang menyatakan bahwa terdapat pengaruh negatif antara
kurs dengan pertumbuhan ekonomi, dimana semakin tinggi kurs
maka ekspor neto (selisih antaara ekspor dan impor) semakin rendah,
penurunan ini akan berdampak pada jumlah output yang semakin
berkurang dan akan menyebabkan PDB (Pertumbuhan Ekonomi)
menurun (Mankiw, 2006:306-307).
95
Dalam waktu bersamaan Kurs dipengaruhi oleh Inflasi dan BI
rate, koefisien inflasi -26.36068 dan nilai probabilitas inflasi 0.0001
< 0.05, dinyatakan bahwa inflasi tidak berpengaruh terhadap Kurs
dan secara langsung inflasi tidak berpengaruh terhadap Pertumbuhan
Ekonomi. Penelitian ini sejalan dengan penelitian yang dilakukan
Yunika (2012) yang menyatakan bahwa inflasi berpengaruh negatif
signifikan terhadap Kurs. Artinya jika naik satu satuan tingkat inflasi
suatu negara, maka nilai kursakan mengalami depresiasi.
Perubahan tingkat inflasi relatif dapat mempengaruhi aktifitas
perdagangan internasional, yang akan mempengaruhi permintaan
dan penawaran suatu mata uang dan karenanya mempengaruhi kurs
nilai tukar. Jika inflasi suatu negara meningkat, permintaan atas mata
uang negara tersebut akan menurun karena ekspor negara tesebut
turun (disebabkan harga yang lebih tinggi). Selain itu konsumen dan
perusahaan dalam negara tersebut cenderung meningkatkan impor
mereka. Kedua hal tersebut akan menekan inflasi tinggi pada mata
uang suatu negara (JeffMadura, 2006:299).
Dan nilai koefisien BI rate 0.771727 dan nilai probabilitas BI-rate
0.0909 > 0.05, dinyatakan bahwa BI rate tidak berpengaruh terhadap
Kurs. Suku bunga yang tinggi tidak selalu menandakan
perekonomian yang baik dan investasi yang menjanjikan, karena
seringkali terjadinya suku bunga yang tinggi dikarenakan Bank
Indonesia dalam rangka mengalihkan investasi disektor finansial
96
disektor rill. Oleh karena itu, suku bunga yang tinggi tidak selalu
menarik investor, dengan demikian teori yang menyatakan bahwa
semakin tinggi tingkat suku bunga dalam suatu negara akan
membuat nilai kurs mata uangnya ter-apresiasi, tidak berlaku di
Indonesia melainkan ter-depresiasi (Yunika:2012).
6. Pengaruh secara Simultan variabel Inflasi, Kurs dan JUB
berpengaruh terhadap Pertumbuhan Ekonomi
Dari hasil penelitian dijelaskan bahwa terdapat hubungan yang
signifikan antara Inflasi dan Pertumbuhan Ekonomi dengan arah
korelasi negatif, artinya jika Inflasi mengalami peningkatan, maka
tingkat Pertumbuhan Ekonomi akan menurun. Variabel Inflasi tidak
berpengaruh terhadap Pertumbuhan Ekonomi dengan nilai koefisien
variabel Inflasi diperoleh -3.686468 dan nilai probabilitas sebesar
0.0000 < 0.05. Penelitian ini sejalan dengan penelitian yang
dilakukan Nabilla (2015) yang menyatakan bahwa inflasi
berpengaruh negatif signifikan terhadap pertumbuhan ekonomi.Hal
ini sesuai dengan teori yang telah dikemukakan oleh Efek positif
yang ditunjukkan inflasi dalam mempengaruhi pertumbuhan
ekonomi adalah apabila laju inflasi hanya mencapai 2%, sedangkan
pada tingkat yang lebih tinggi, efek berubah menjadi negatif (Engen
dan Hubbard:2004).
Dalam waktu bersamaan Inflasi dipengaruhi oleh Kurs dan JUB,
koefisien Kurs 0.004151 dan nilai probabilitas Kurs 0.4039 > 0.05,
97
dinyatakan bahwa Kurs tidak bepengaruh terhadap Inflasi dan secara
langsung kurs tidak berpengaruh terhadap pertumbuhan ekonomi.
Penelitian ini sejalan dengan penelitian yang dilakukan Mahendra
(2016) yang menyatakan bahwa Kurs berpengaruh positif tidak
signifikan terhadap Inflasi di Indonesia.
Nilai tukar mencerminkan keseimbangan pemintaan dan
penawaran terhadap mata uang suatu negara dengan negara lain.
Merosotnya nilai tukar rupiah dapat menurunkan permintaan
masyarakat terhadap mata uang rupiah karena menurunnya peran
perekonomian nasional atau karena meningkatnya permintaan mata
uang asing sebagai alat pembayaran internasional. Semakin menguat
kurs rupiah sampai batas tertentu berarti menggambarkan kinerja
dipasar uang semakin menunjukkan perbaikan. Sebagai dampak
meningkatnya laju inflasi maka nilai kurs semakin melemah
terhadap mata uang asing (Heru:2008).
Dan nilai koefisien JUB -2.01E-08 dan nilai probabilitas JUB
0.0000 < 0.05, dinyatakan bahwa JUB tidak berpengaruh terhadap
Inflasi, sehingga secara tidak langsung JUB mempengaruhi
Pertumbuhan Ekonomi melalui variabel Inflasi. Penelitian ini sejalan
dengan penelitian yang dilakukan Ika (2015) yang menyatakan
bahwa JUB berpengaruh negatif signifikan terhadap Inflasi.
Laju pertumbuhan uang beredar yang tinggi secara berkelanjutan
akan menghasilkan laju inflasi yang tinggi dan laju pertumbuhan
98
uang beredar yang rendah pada gilirannya akan mengakibatkan laju
inflasi rendah. Dengan demikian, inflasi merupakan fenomena
moneter mengandung arti bahwa laju inflasi yang tinggi tidak akan
berlangsung terus apabila tidak disertai dengan laju jumlah uang
beredar yang tinggi (Dornbusch:1997).
Peningkatan jumlah uang yang berlebihan dapat mendorong
peningkatan harga melebihi tingkat yang diharapkan sehingga dalam
jangka panjang dapat mengganggu pertumbuhan ekonomi.
Sebaliknya, apabila peningkatan jumlah uang beredar sangat rendah,
maka kelesuan ekonomi akan terjadi. Jika hal ini terus menerus
terjadi, kemakmran masyarakat secara keseluruhan pada akhirnya
akan mengalami penurunan (Suseno dan Solikin:2002).
99
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan hasil uji analisis data, pengujian hipotesis dan pembahasan
yang telah diuraikan, maka dapat diambil kesimpulan sebagai berikut:
1. Obligasi syariah (Sukuk) berpengaruh positif dan signifikan
terhadap Pertumbuhan Ekonomi
2. Nilai Tukar (Kurs) tidak berpengaruh terhadap Pertumbuhan
Ekonomi.
3. Inflasi tidak berpengaruh terhadap PertumbuhanEkonomi
4. Obligasi syariah (Sukuk) berpengaruh positif dan signifikan
terhadap Pertumbuhan Ekonomi, dinyatakan juga bahwa inflasi
tidak berpengaruh terhadap sukuk, secara langsung inflasi tidak
berpengaruh terhadap Pertumbuhan Ekonomi dan dalam waktu
bersamaan dinyatakan bahwa JUB tidak berpengaruh terhadap
sukuk.
5. Nilai Tukar (Kurs) tidak berpengaruh terhadap Pertumbuhan
Ekonomi, dinyatakan bahwa inflasi tidak berpengaruhterhadap
Kurs. Secara langsung inflasi tidak berpengaruh terhadap
Pertumbuhan Ekonomidan dalam waktu bersamaan dinyatakan
bahwa BI rate tidak berpengaruh terhadap Kurs.
100
6. Inflasi tidak berpengaruh terhadap Pertumbuhan Ekonomi,
dinyatakan bahwa Kurs tidak bepengaruhterhadap Inflasi. Secara
langsung kurs tidak berpengaruh terhadap pertumbuhan
ekonomidan dalam waktu bersamaan dinyatakan juga bahwa JUB
tidak berpengaruh terhadap Inflasi, sehingga secara tidak langsung
JUB mempengaruhi Pertumbuhan Ekonomi melalui variabel
Inflasi.
B. Saran
Berdasarkan kesimpulan dari hasil penelitian di atas, maka penulis
memberikan saran sebagai berikut:
1. Bagi peneliti selanjutnya disarankan menggunakan variabel makro
ekonomi yang lebih beragam sebagai bahan pertimbangan
penelitian untuk mendapatkan hasil penelitian yang akurat dan
lebih baik lagi.
2. Bagi Akademik penelitian ini dapat dijadikan sebagai bahan
referensi dan dokumentasi bagi pihak kampus sebagai bahan acuan
penelitian yang akan datang.
101
DAFTAR PUSTAKA
Admaja, Edwin. S. (2002). Analisis Pergerakan Nilai Tukar Rupiah terhadap
Dollar Amerika setelah diterapkannya kebijakan sistem nilai tukar
mengambang bebas di Indonesia. JurnalAkuntansi & Keuangan , Vol.4
No.1.
Aprilia, Azza. (2019). Analisis Pengaruh Variabel Makro Ekonomi Terhadap
Pertumbuhan Sukuk Korporasi indonesia 2011-2018. Skripsi. Surakarta:
Universitas Muhammadiyah Surakarta.
Ardiansyah IH, dan Lubis D. (2017). Pengaruh Variabel Makroekonomi terhadap
Pertumbuhan Sukuk Korporasi di Indonesia. Jurnal Al-Muzara'ah , Vol.5
No.1 .
Arifin, Yaenal. (2016). Harga Pengaruh Minyak Dunia, Nilai Tukar dan Inflasi
terhadap Pertumbuhan Ekonomi Indonesia. Jurnal Economics Development
, Vol.5 No.4.
Asnawi, dan Hafizatul. F. (2018). Pengaruh Jumlah Uang Beredar, Tingkat Suku
Bunga dan Inflasi terhadap Pertumbuhan Ekonomi di Indonesia. Jurnal
Ekonomika Indonesia , Vol. VII No.01.
Batiz, R. (1994). International Finance and Open Economy Macroeonomics.
USA: Prentice Hall.
Bawono, Anton. (2006). Multivariabel Analisis dengan SPSS. Salatiga: STAIN:
Salatiga Press.
Bawono, Anton dan Shina, Arya Fendha Ibnu. (2018). Ekonometrika Terapan
Untuk Ekonomi dan Bisnis Islam Aplikasi dengan Eviews. Salatiga: LP2M
IAIN Salatiga.
Boediono. (1994). Ekonomi Makro. Seri Sinopsis Pengantar Ilmu Ekonomi No.2,
Edisis ke-4 . Yogyakarta: BPFE.
________ (1992). Ekonomi Moneter. Yogyakarta: BPFE.
________ (2005). Seri Sinopsis Pengantar Ilmu Ekonomi No. 2: Ekonomi Makro,
Edisi Keempat . Yogyakarta: BPFE.
Budhi, Putri. T. (2013). Pengaruh PDB,Nilai Tukar dan Jumlah Uang Beredar
Tehadap Inflasi di Indonesia periode 1993-2012. Jurnal Ekonomi
Pembangunan Unud , Vol.2 No.7.
Camubar, M. Adam. (2015). Analisis Pengaruh Faktor-Faktor Makro Ekonomi
yang mempengaruhi Sukuk Pemerintah Republik Indonesia Periode 2009-
2014.Skripsi.Jakarta: Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah
.
102
Case dan Fair. (2001). Prinsip-Prinsip Ekonomi Makro (edisi 5). Jakarta:
Prenhallindo.
Darmawi, H. (2006). Pasar Financial dan Lembaga-lembaga Financial. Jakarta:
PT Bumi Aksara.
Dewi, Nila. (2011). Mengurai Masalah Pengembangan Sukuk Korporasi
Indonesia Menggunakan Analytical network Process. Tazkia: Jurnal Islamic
Finance & Business , Vol.6 No.2.
Nurul. H. (2007). Ekonomi Makro Islam: Pendekatan Teoritis. Jakarta:
Prenadamedia Group.
Dornbusch, R. dan Fischer. (1997). Ekonomi Makro. Jakarta: Rineka Cipta.
Engen dan Hubbard (2004). Federal government debt and interest rates NBER
Working Paper No. 1068.
Fadhli, Khairul. (2014). Analisis Pengaruh Indikator Makroekonomi Terhadap
Volume Transaksi Surat Berharga Syariah Negara Periode 2010-
2013.Skripsi.Jakarta: UIN Syarif Hidayatullah.
Faroh, Nur. (2016). Pengaruh Saham Syariah, Sukuk dan Reksadana Syariah
terhadap Pertumbuhan Ekonomi Nasional tahun 2008-2015. Skripsi. IAIN
Tulung Agung.
Fasa, M. Iqbal. (2016). Sukuk: Teori dan Implementasi. Jurnal Studi Ekonomi dan
Bisnis Islam , Vol.1 No.1.
Ferdiansyah, F. (2011). Analisis Pengaruh Jumlah Uang Beredar (M1), Suku
Bunga SBI, Nilai Tukar Suku Bunga Deposito Terhadap Tingkat Inflasi.
Jurnal Media EKonomi , Vol.19 No.3.
Mishkin, Frederic. S. (2008). Ekonomi Uang, Perbankan, dan Pasar Keuangan.
Jakarta: Salemba Empat.
Frisyelia RT, &Vikie. R. dkk (2016). Pengaruh Investasi, Suku Bunga Sertifikat
Bank Indonesia (SBI) dan Jumlah Uang Beredar Terhadap Pertumbuhan
Ekonomi Indonesia Tahun 205-2014. Jurnal Berkala Ilmiah Efisiensi ,
Vol.16 No.02.
Ghozali, Imam. (2013). Aplikasi Analisis Multivariat dengan Program IBM SPSS
21. Edisi7. Semarang: Universitas Diponegoro.
________ (2016). Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23
(Edisi 8). Cetakan ke VIII. Semarang: Badan Penerbit Universitas
Diponegoro.
103
Hermansyah, Febri. A. (2016). Analisis Pengaruh Nilai tukar Rupiah, Inflasi,
Suku Bunga dan Jumlah Uang Beredar terhadap Pertumbuhan Ekonomi
Surakarta tahun 1995-2014.Skripsi. Surakarta: UMS.
Huda, Nurul. dkk. (2015). Ekonomi Pembangunan Islam. Jakarta: Prenada Media.
________(2016). Ekonomi Makro Islam Pendekatan Teoritis. Jakarta: Kencana
Prenada Media.
Istiqomah. (2011). Pengaruh Inflasi dan Investasi terhadap Nilai Tukar Rupiah di
Indonesia.Skripsi.Jakarta: Universitas Islam Negeri Syarif Hidayatullah.
Izzah, Nurul. (2015). Analisis Pengaruh Indeks Pembangunan Manusia (IPM) dan
Inflasi terhadap Pertumbuhan EKonomi di Propinsi Riau tahun 1994-2013 .
Jurnal At-Tijaroh , Volume.1, No.2.
Juwita, W. T. Pengaruh Suku Bunga, Inflasi, dan Pendapatan Nasional terhadap
Nilai Tukar Rupiah.Skripsi. Palembang: STIE MDP.
Maryatul, Agus. K (2016). Analisis Pengaruh Nilai Tukar Rupiah/USD Terhadap
Inflasi dan BI rate dengan Pendekatan Vector Eror Correction Model
(VECM) periode 2005:07-2016:03.Skripsi. Bandar Lampung: Universitas
Lampung.
Krugman, Paul. & Maurice O. (1999). Ekonomi Internasional: teori dan
kebijakan. Jakarta: Raja Grafindo Persada.
Krugman, Paul. R. (2005). Ekonomi Internasional: teori dan kebijakan. Jakarta:
Indeks.
Langi, TheodoresManuela. (2014). Analisis Pengaruh Suku Bunga BI, Jumlah
Uang Beredar dan Tingkat Kurs terhadap Tingkat inflasi Di Indonesia.
Jurnal Berkala Ilmiah Efesiensi , Vol.16 No.2.
Madura, Jeff. (2006). International Corporate Finance Keuangan Perusahaan
Internasional. Jakarta: Salemba Empat.
________(2009). International Financial Management. USA: South-Western
College.
Mahendra. (2016). Analisis Pengaruh Jumlah Uang Beredar, Suku Bunga SBI dan
Nilai TUkar terhadap Inflasi di Indonesia. JRAK , Vol2 No.1.
Mankiw, N. Gregory. (2006)a. Pengantar Ekonomi Makro. Jakarta: Ghalia
Indonesia.
________ (2006)b. Principles of Economic Penerjemah: Chriswan Sungkono.
Jakarta: Salemba Empat.
_________ (2007). Makroekonomi. Jakarta: Erlangga.
104
________ (2012). Pengantar Ekonomi Makro. Jakarta: Salemba Empat.
Manurung, A. H. (2008). Strategi Memenangkan Transaksi Saham di Bursa.
Jakarta: PT ELex Media Komputindo.
Maulidiyah, Putri. Khikmatul. (2018). Pengaruh Dana ZIS dan Faktor
Makroekonomi terhadap Pertumbuhan Ekonomi indonesia 2010-
2017.Skripsi. Jakarta: Universitas Islam Negeri Syarif Hidayatullah.
Muhammad, Ali. Bin Ali. (2000). Mu'jam Al Mustholahaat Al Iqtishodiyah Wal
Islamiyah. Riyadh: Maktabah Al'Abikan.
Murdayanti, Yunika. (2012). Pengaruh GDP, Inflasi, Suku Bunga, Money Supply,
Current Account terhadap Nilai Kurs Rupiah Indonesia-Dollar Amerika.
Vol. X No.1: Jurnal EconoSains.
Murni, Asfia. (2006). Ekonomika Makro. Bandung: PT Refika Aditama.
Nopirin. (2011). Ekonomi Moneter Buku II. Yogyakarta: BPFE.
Nordhaus dan Samuelson. (2004). Ilmu Makro Ekonomi Edisi 17. Jakarta: PT
Media Global Edukasi.
Nurul Huda, dkk. (2016). Keuangan Publik Islami.Jakarta: Kencana.
Perlambang, Heru. (2010). Analisis Pengaruh Jumlah Uang Beredar, Suku Bunga
SBI, Nilai tukar terhadap tingkat Inflasi. Jurnal Media Ekonomi , Vol.9 No.
2.
Pratiwi, Nabilla. Mardiana. (2015). Pengaruh Inflasi, Tingkat Suku Bunga SBI,
dan Nilai Tukar terhadap Penanaman Modal Asing dan Pertumbuhan
Ekonomi Indonesia tahun 2004-2013. Jurnal Administrasi Bisnis , Vol.26
No.2.
Pridayanti, Ayunia. (2012). Pengaruh Eksport, Import dan Nilai Tukar terhadap
Pertumbuhan Ekonomi di Indonesia Periode 2002-2012.Skripsi.
Pujoalwanto, Basuki. 2014 Perekonomian Indonesia Tinjauan Historis, Teoritis,
dan Empiris. Yogyakarta: Graha Ilmu.
Putong, Iskandar. (2003). Ekonomi Mikro & Makro. Jakarta: Ghalia Indonesia.
Rahardja, Prathama. dan Manurung, Mandala. (2004). Teori Ekonomi Makro
Suatu Pengantar. Jakarta: FEUI.
Rinanda, Saskia Rizka. (2018). Pengaruh Saham Syariah, Sukuk dan Reksadana
Syariah terhadap Pertumbuhan Ekonomi Nasional tahun 2013-2017.Skripsi.
Jakarta: UIN Syarif Hidayatullah.
105
Rini, Mustika. (2012). Obligasi Syariah (Sukuk) dan Indikator Makroekonomi
Indonesia: Sebuah Analisis Vector Error Correction Model (VECM).Skripsi.
Bogor: Institut Pertanian Bogor.
Riyandini, Tya. (2013). Pengaruh Dana Investasi Melalui Instrumen SUN dan
SBSN terhadap Pertumbuhan Ekonomi Indonesia.Skripsi.Jakarta: DPP
Ikatan Ahli Ekonomi Islam Indonesia (IAEI).
Sarinastiti, Yuliyati. (2012). Analisis Pengaruh JUB dan Produk Domestik Bruto
Terhadap Inflasi di Indonesia Tahun 1967-2010 Pendekatan ECM.Skripsi.
Semarang: Universitas Negeri Semarang.
Septiana, Istiqamah. dan Henny A. (2018). Pengaruh Inflasi dan Suku Bunga
Terhadap Nilai Tukar Rupiah pada Dollar Amerika. SPREAD , Vol.8 No.1.
Sinaga, Ika. R. (2015). Analisis Pengaruh Defisit Anggaran, Uang Beredar dan
PDB terhadap Tingkat Inflasi di Indonesia periode 2001.1-2013.4.Skripsi.
Semarang: UNDIP.
Siswantoro, D. (2012). is "not-real" price lawful? the case of islamic (sukuk)
mutual funds in Indonesia during financial crisis. Journal of Islamic
Accounting and Business Research , 163-177 Vol.3 .
Soemitra, A. (2014). Masa Depan Pasar Modal Syariah di Indonesia. Jakarta :
Kencana.
Sugioyono. (2011). Statistika Untuk Penelitian . Bandung: Alfabeta.
Sujarweni, V. W. (2015). Metode Penelitian Bisnis dan Ekonomi. Yogyakarta:
Pustakabaru.
Sukirno. (2003). Pembangunan Ekonomi di dunia ketiga. Jakarta: Erlangga.
_______ (2006). Ekonomi Pembangunan (proses, masalah dan dasar kebijakan).
Jakarta: Universitas Indonesia.
_______ (2005). Makroekonomi Modern. Jakarta: Raja Grafindo Persada.
_______ (2004). Pengantar Teori Ekonomi Makro, Edisi Ketiga. Jakarta: Raja
Grafindo Persada.
Sunariyah. (2004). Pengantar Pengetahuan Pasar Modal. Cetakan Keempat.
Yogyakarta: UPP AMP YKPN.
Supardi. (2005). Metodologi Penelitian Ekonomi dan Bisnis. Yogyakarta: UII
Press .
Suseno, & Solikin. (2002). Uang; Pengertian, Penciptaan, dan Peranannya
dalam Perekonomian. Seri Kebanksentralan No.1 . Jakarta: PPSK Bank
Indonesia.
106
Tambunan, Tulus. H. (2001). Perekonomian Indonesia. Jakarta: Ghalia.
Tanjung, Hendri. dan Devi, Abrista. (2013). Metodologi Penelitian Ekonomi
Islam. Jakarta: Gramata Publishing.
Todaro, Michael. P & Stephen C. Smith (2004). Pembangunan Ekonomi di Dunia
Ketiga (Edisi Kedelapan). Jakarta: Erlangga.
Todaro, Michael. P. (2000). Pembangunan Ekonomi di dunia. Jakarta: Erlangga.
Triwibowo, Auliya. Nur. (2017). Pengaruh Faktor Makroekonomi terhadap Nilai
Emisis Sukuk Korporasi di Indonesia.Skripsi. Yogyakarta:UIN Sunan
Kalijaga.
Umam, Khaerul. (2013). Pasar Modal Syariah dan Praktik Pasar Modal Syariah.
Bandung: Pustaka Setia.
Wahjuanto, Mamik. (2010). Beberapa Faktor yang Mempengaruhi Inflasi
Indonesia. Veteran: Skripsi. Universitas Pembangunan Nasional.
Winardi, N. K. (1997). Manajemen Strategik. Bandung: Mandar Maju.
Winarno, Wing. Wahyu. (2015). Analisis Ekonometrikan dan Statistika dengan
Eviews. Yogyakarta: UPP STIM YKPN.
Zuraida, Ida. (2018). Pengaruh Faktor Variabel Makroekonomi terhadap
Perkembangan Surat Berharga Syariah Negara ada tahun 2013-2017.Skripsi.
Universitas Islam Negeri Syarif Hidayatullah.
Fatwa DSN-MUINo: 32/DSN-MUI/IX/2002) tentang Obligasi Syariah
Website
https://www.bi.go.id/id/moneter/inflasi/data/Default.aspx
https://www.ojk.go.id/id/kanal/syariah/data-dan-statistik/data-produk-obligasi-
syariah/Default.aspx
https://www.bps.go.id/linkTableDinamis/view/id/1061
107
LAMPIRAN-LAMPIRAN
Lampiran Data Penelitian
Tahun Bulan Inflasi Kurs BI rate JUB Sukuk Pertumbuhan
Ekonomi
2014 Januari 0.08 12226 7.5 3652349 7260 5.12
Februari 0.07 11634 7.5 3643059 7260 5.08
Maret 0.07 11404 7.5 3660605 7194 5.05
April 0.07 11532 7.5 3730376 7058 5.02
Mei 0.07 11611 7.5 3789278 6358 5.01
Juni 0.06 11969 7.5 3865890 6958 5.01
Juli 0.04 11591 7.5 3895981 6958 4.99
Agustus 0.03 11717 7.5 3895374 6958 4.99
September 0.04 12212 7.5 4010146 6958 5.01
Oktober 0.04 12082 7.5 4024488 7258 5.01
November 0.06 12196 7.75 4076669 7391 4.95
Desember 0.08 12440 7.75 4173326 7144 4.89
2015 Januari 0.06 12625 7.75 4174825 7105 4.83
Februari 0.06 12863 7.5 4218122 7078 4.81
Maret 0.06 13084 7.5 4246361 7078 4.79
April 0.06 12937 7.5 4275711 7678 4.78
Mei 0.07 13211 7.5 4288369 13579 4.78
Juni 0.07 13332 7.5 4358801 8444 4.78
Juli 0.07 13481 7.5 4373208 8284 4.78
Agustus 0.07 14027 7.5 4404085 8284 4.81
September 0.06 14657 7.5 4508603 8284 4.84
Oktober 0.06 13639 7.5 4443078 8284 4.88
November 0.04 13840 7.5 4452324 9696 4.9
Desember 0.03 13795 7.5 4546743 9902 4.92
2016 Januari 0.04 13846 7.25 4498361 9802 4.94
Februari 0.04 13395 7 4521951 9802 4.98
Maret 0.04 13276 6.75 4561872 9520 5.03
April 0.03 13204 6.75 4581877 9520 5.08
Mei 0.03 13615 6.75 4614061 9416 5.07
Juni 0.03 13180 6.5 4737451 11111 5.06
Juli 0.03 13094 6.5 4730379 10756 5.06
Agustus 0.02 13300 5.25 4746026 10756 5.05
September 0.03 12998 5 4737630 11044 5.04
Oktober 0.03 13051 4.75 4778478 11044 5.03
November 0.03 13563 4.75 4868651 12554 5.02
Desember 0.03 13436 4.75 5004976 11878 5.01
2017 Januari 0.03 13343 4.75 4936881 11748 5.01
Februari 0.03 13347 4.75 4942919 1175 5.01
Maret 0.03 13321 4.75 5017643 12134 5.01
April 0.04 13327 4.75 5033780 14134 5.01
Mei 0.04 13321 4.75 5126370 14664 5.01
Juni 0.04 13319 4.75 5225165 15134 5.02
Juli 0.03 13323 4.75 5178078 14289 5.03
Agustus 0.03 13351 4.5 5219647 14259 5.04
September 0.03 13492 4.25 5254138 14096 5.05
Oktober 0.03 13572 4.25 5284320 14396 5.07
November 0.03 13514 4.25 5321431 15894 5.06
Desember 0.03 13548 4.25 5419165 15740 5.06
2018 Januari 0.03 13413 4.25 5351684 15740 5.06
Februari 0.03 13707 4.25 5351650 16439 5.09
Maret 0.03 13756 4.25 5395826 16804 5.13
April 0.03 13877 4.25 5409088 15680 5.17
Mei 0.03 13951 4.75 5435082 15140 5.17
Juni 0.03 14404 5.25 5534149 16338 5.17
Juli 0.03 14413 5.25 5507791 17338 5.17
Agustus 0.03 14711 5.5 5529451 17338 5.17
September 0.02 14929 5.75 5606779 20062 5.17
Oktober 0.03 15227 5.75 5667512 22062 5.17
November 0.03 14339 6 5670975 22842 5.17
Desember 0.03 14481 6 5760046 22023 5.17
Lampiran Uji
1. Analisis Deskriptif
Mean Median Maximum Minimum Std. Dev Observation
Pertumbuhan
Ekonomi
5.009833 5.020000
5.170000 4. 780000
0.113787 60
Sukuk 11.51872 10.75600 22.84200 1.175000 4.535790 60
Kurs 13.26748 13.33750 15.22700 11.40400 0.868713 60
Inflasi 0.042333 0.030000 0.080000 0.020000 0.017011 60
BI rate 6.145833 6.500000 7.750000 4.250000 1.346127 60
JUB 4721151 4733915 5760046 3643059 603753.5 60
2. UjiStasioneritas
a. Pengujian variabel Pertumbuhan Ekonomi
Hasil Pengujian Unit Root pada Level
Null Hypothesis: PDB has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.599240 0.4765
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PDB)
Method: Least Squares
Date: 06/20/19 Time: 17:14
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
PDB(-1) -0.029942 0.018722 -1.599240 0.1155
D(PDB(-1)) 0.733860 0.088477 8.294362 0.0000
C 0.150771 0.093713 1.608854 0.1134
R-squared 0.556150 Mean dependent var 0.001552
Adjusted R-squared 0.540010 S.D. dependent var 0.023230
S.E. of regression 0.015756 Akaike info criterion -5.412916
Sum squared resid 0.013653 Schwarz criterion -5.306341
Log likelihood 159.9746 Hannan-Quinn criter. -5.371403
F-statistic 34.45790 Durbin-Watson stat 1.868110
Prob(F-statistic) 0.000000
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(PDB) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.243750 0.0224
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(PDB,2)
Method: Least Squares
Date: 06/20/19 Time: 17:20
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(PDB(-1)) -0.287596 0.088662 -3.243750 0.0020
C 0.000938 0.002099 0.446731 0.6568
R-squared 0.158172 Mean dependent var 0.000690
Adjusted R-squared 0.143139 S.D. dependent var 0.017256
S.E. of regression 0.015973 Akaike info criterion -5.401946
Sum squared resid 0.014288 Schwarz criterion -5.330896
Log likelihood 158.6564 Hannan-Quinn criter. -5.374271
F-statistic 10.52191 Durbin-Watson stat 1.806625
Prob(F-statistic) 0.001991
b. Pengujian Variabel Sukuk
Hasil Pengujian Unit Root pada Level
Null Hypothesis: SUKUK has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -0.536293 0.8759
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SUKUK)
Method: Least Squares
Date: 06/20/19 Time: 17:27
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
SUKUK(-1) -0.039628 0.073892 -0.536293 0.5939
D(SUKUK(-1)) -0.331796 0.135507 -2.448561 0.0176
C 0.795867 0.881713 0.902637 0.3707
R-squared 0.132860 Mean dependent var 0.254534
Adjusted R-squared 0.101328 S.D. dependent var 2.382813
S.E. of regression 2.258867 Akaike info criterion 4.517942
Sum squared resid 280.6364 Schwarz criterion 4.624517
Log likelihood -128.0203 Hannan-Quinn criter. 4.559455
F-statistic 4.213458 Durbin-Watson stat 2.121061
Prob(F-statistic) 0.019836
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(SUKUK) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -10.87289 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(SUKUK,2)
Method: Least Squares
Date: 06/20/19 Time: 17:33
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(SUKUK(-1)) -1.358836 0.124975 -10.87289 0.0000
C 0.350938 0.296618 1.183132 0.2418
R-squared 0.678567 Mean dependent var -0.014121
Adjusted R-squared 0.672827 S.D. dependent var 3.923935
S.E. of regression 2.244453 Akaike info criterion 4.488675
Sum squared resid 282.1039 Schwarz criterion 4.559725
Log likelihood -128.1716 Hannan-Quinn criter. 4.516350
F-statistic 118.2198 Durbin-Watson stat 2.145667
Prob(F-statistic) 0.000000
c. Pengujian Variabel Kurs
Hasil Pengujian Unit Root pada Level
Null Hypothesis: KURS has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.259584 0.6426
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS)
Method: Least Squares
Date: 06/20/19 Time: 17:40
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
KURS(-1) -0.058412 0.046374 -1.259584 0.2130
C 0.811995 0.615585 1.319062 0.1924
R-squared 0.027080 Mean dependent var 0.038220
Adjusted R-squared 0.010012 S.D. dependent var 0.305725
S.E. of regression 0.304191 Akaike info criterion 0.490986
Sum squared resid 5.274318 Schwarz criterion 0.561411
Log likelihood -12.48407 Hannan-Quinn criter. 0.518477
F-statistic 1.586551 Durbin-Watson stat 2.192792
Prob(F-statistic) 0.212953
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(KURS) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.243786 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(KURS,2)
Method: Least Squares
Date: 06/20/19 Time: 17:46
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(KURS(-1)) -1.170697 0.126647 -9.243786 0.0000
C 0.055305 0.038954 1.419742 0.1612
R-squared 0.604094 Mean dependent var 0.012655
Adjusted R-squared 0.597024 S.D. dependent var 0.464045
S.E. of regression 0.294578 Akaike info criterion 0.427327
Sum squared resid 4.859460 Schwarz criterion 0.498377
Log likelihood -10.39248 Hannan-Quinn criter. 0.455002
F-statistic 85.44758 Durbin-Watson stat 2.115520
Prob(F-statistic) 0.000000
d. Pengujian Variabel Inflasi
Hasil Pengujian Unit Root pada Level
Null Hypothesis: INFLASI has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.182265 0.2148
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI)
Method: Least Squares
Date: 06/20/19 Time: 17:52
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
INFLASI(-1) -0.117682 0.053927 -2.182265 0.0332
C 0.004558 0.002641 1.725892 0.0898
R-squared 0.077107 Mean dependent var -0.000847
Adjusted R-squared 0.060916 S.D. dependent var 0.007261
S.E. of regression 0.007036 Akaike info criterion -7.042221
Sum squared resid 0.002822 Schwarz criterion -6.971796
Log likelihood 209.7455 Hannan-Quinn criter. -7.014730
F-statistic 4.762281 Durbin-Watson stat 2.016315
Prob(F-statistic) 0.033226
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(INFLASI) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.842231 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(INFLASI,2)
Method: Least Squares
Date: 06/20/19 Time: 18:03
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(INFLASI(-1)) -1.046813 0.133484 -7.842231 0.0000
C -0.000902 0.000976 -0.924730 0.3591
R-squared 0.523407 Mean dependent var 1.19E-19
Adjusted R-squared 0.514896 S.D. dependent var 0.010596
S.E. of regression 0.007380 Akaike info criterion -6.946149
Sum squared resid 0.003050 Schwarz criterion -6.875100
Log likelihood 203.4383 Hannan-Quinn criter. -6.918474
F-statistic 61.50059 Durbin-Watson stat 1.981022
Prob(F-statistic) 0.000000
e. Pengujian Variabel JUB
Hasil Pengujian Unit Root pada Level
Null Hypothesis: JUB has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.106424 0.7078
Test critical values: 1% level -3.546099
5% level -2.911730
10% level -2.593551
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB)
Method: Least Squares
Date: 06/20/19 Time: 18:07
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
JUB(-1) -0.042212 0.038151 -1.106424 0.2732
C 2335.499 1803.625 1.294892 0.2006
R-squared 0.021025 Mean dependent var 357.2373
Adjusted R-squared 0.003850 S.D. dependent var 1824.367
S.E. of regression 1820.851 Akaike info criterion 17.88531
Sum squared resid 1.89E+08 Schwarz criterion 17.95573
Log likelihood -525.6165 Hannan-Quinn criter. 17.91280
F-statistic 1.224173 Durbin-Watson stat 2.848805
Prob(F-statistic) 0.273191
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(JUB) has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.345558 0.0000
Test critical values: 1% level -3.550396
5% level -2.913549
10% level -2.594521
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(JUB,2)
Method: Least Squares
Date: 06/20/19 Time: 18:10
Sample (adjusted): 2014M04 2018M12
Included observations: 57 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(JUB(-1)) -1.861769 0.223085 -8.345558 0.0000
D(JUB(-1),2) 0.277451 0.130701 2.122783 0.0384
C 674.2909 227.9862 2.957596 0.0046
R-squared 0.749438 Mean dependent var 12.54386
Adjusted R-squared 0.740158 S.D. dependent var 3166.839
S.E. of regression 1614.286 Akaike info criterion 17.66237
Sum squared resid 1.41E+08 Schwarz criterion 17.76990
Log likelihood -500.3775 Hannan-Quinn criter. 17.70416
F-statistic 80.75792 Durbin-Watson stat 2.142470
Prob(F-statistic) 0.000000
f. pengujian Variabel BI rate
Hasil Pengujian Unit Root pada Level
Null Hypothesis: BI_RATE has a unit root
Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.148269 0.6907
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BI_RATE)
Method: Least Squares
Date: 06/20/19 Time: 18:15
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
BI_RATE(-1) -0.024036 0.020932 -1.148269 0.2558
D(BI_RATE(-1)) 0.299070 0.127382 2.347813 0.0225
C 0.129093 0.131401 0.982438 0.3302
R-squared 0.108303 Mean dependent var -0.025862
Adjusted R-squared 0.075878 S.D. dependent var 0.223065
S.E. of regression 0.214435 Akaike info criterion -0.191279
Sum squared resid 2.529037 Schwarz criterion -0.084705
Log likelihood 8.547096 Hannan-Quinn criter. -0.149766
F-statistic 3.340078 Durbin-Watson stat 2.145175
Prob(F-statistic) 0.042754
HasilPengujian Unit Root pada1st Difference
Null Hypothesis: D(BI_RATE) has a unit root
Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.522468 0.0000
Test critical values: 1% level -3.548208
5% level -2.912631
10% level -2.594027
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(BI_RATE,2)
Method: Least Squares
Date: 06/20/19 Time: 18:21
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(BI_RATE(-1)) -0.705167 0.127691 -5.522468 0.0000
C -0.018237 0.028429 -0.641492 0.5238
R-squared 0.352584 Mean dependent var 0.000000
Adjusted R-squared 0.341023 S.D. dependent var 0.264906
S.E. of regression 0.215044 Akaike info criterion -0.202072
Sum squared resid 2.589666 Schwarz criterion -0.131022
Log likelihood 7.860078 Hannan-Quinn criter. -0.174396
F-statistic 30.49765 Durbin-Watson stat 2.132169
Prob(F-statistic) 0.000001
HasilUjiStasioneritasLevel
No Variabel Prob.*
1 Pertumbuhan Ekonomi 0.4765
2 Sukuk 0.8759
3 Kurs 0.6426
4 Inflasi 0.2148
5 JUB 0.7078
6 BI rate 0.6907
HasilUjiStasioneritas 1st difference
No Variabel Prob.*
1 Pertumbuhan Ekonomi 0.0224
2 Sukuk 0.0000
3 Kurs 0.0000
4 Inflasi 0.0000
5 JUB 0.0000
6 BI rate 0.0000
3. Uji Regresi
a. Regresi Y (PDB)
Dependent Variable: D(PDB-1)
Method: Least Squares
Date: 06/20/19 Time: 18:25
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.729413 0.691497 1.054832 0.2961
D(SUKUK-1) 0.009244 0.002665 3.469001 0.0010
D(KURS-1) -0.034125 0.032606 -1.046575 0.2999
D(INFLASI-1) -3.320404 0.737763 -4.500636 0.0000
R-squared 0.579441 Mean dependent var 4.007966
Adjusted R-squared 0.556501 S.D. dependent var 0.113833
S.E. of regression 0.075808 Akaike info criterion -2.255846
Sum squared resid 0.316074 Schwarz criterion -2.114996
Log likelihood 70.54747 Hannan-Quinn criter. -2.200864
F-statistic 25.25940 Durbin-Watson stat 0.291500
Prob(F-statistic) 0.000000
b. Regresi X1 (Sukuk)
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 18:29
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Akaike info criterion 5.551744
Sum squared resid 804.0883 Schwarz criterion 5.657381
Log likelihood -160.7764 Hannan-Quinn criter. 5.592980
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015
c. Regresi X2 (Kurs)
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 18:33
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 13.72012 0.410341 33.43586 0.0000
D(INFLASI-1) 0.464179 13.54722 0.034264 0.9728
D(BI_RATE-1) -0.280035 0.077723 -3.603001 0.0007
R-squared 0.190098 Mean dependent var 12.28514
Adjusted R-squared 0.161173 S.D. dependent var 0.865248
S.E. of regression 0.792459 Akaike info criterion 2.422158
Sum squared resid 35.16754 Schwarz criterion 2.527795
Log likelihood -68.45366 Hannan-Quinn criter. 2.463395
F-statistic 6.572080 Durbin-Watson stat 0.155184
Prob(F-statistic) 0.002730
d. Regresi X3 (Inflasi)
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 18:37
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Akaike info criterion -6.046311
Sum squared resid 0.007385 Schwarz criterion -5.940674
Log likelihood 181.3662 Hannan-Quinn criter. -6.005075
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000
4. Uji Asumsi Klasik
a. Uji Normalitas
1) Regresi Y (PDB)
0
2
4
6
8
10
12
14
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -1.41e-15
Median -0.012405
Maximum 0.184545
Minimum -0.144313
Std. Dev. 0.073821
Skewness 0.414304
Kurtosis 2.935471
Jarque-Bera 1.698107
Probability 0.427820
2) Regresi X1 (Sukuk)
0
2
4
6
8
10
12
-12 -10 -8 -6 -4 -2 0 2 4 6 8 10
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -3.72e-14
Median -0.286868
Maximum 9.615676
Minimum -12.06816
Std. Dev. 3.723384
Skewness 0.020445
Kurtosis 4.355278
Jarque-Bera 4.519521
Probability 0.104375
3) Regresi X2 (Kurs)
0
2
4
6
8
10
12
14
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: Residuals
Sample 2014M02 2018M12
Observations 59
Mean -4.24e-15
Median -0.106984
Maximum 1.832409
Minimum -1.495887
Std. Dev. 0.778676
Skewness 0.329955
Kurtosis 2.765680
Jarque-Bera 1.205532
Probability 0.547296
4) Regresi X3 (Inflasi)
0
1
2
3
4
5
6
7
8
9
-0.03 -0.02 -0.01 0.00 0.01 0.02
Series: Residuals
Sample 2014M02 2018M12Observations 59
Mean -3.03e-16Median 0.001332Maximum 0.026077Minimum -0.029019Std. Dev. 0.011284Skewness -0.085877Kurtosis 2.883527
Jarque-Bera 0.105870Probability 0.948442
b. Uji Multikolinieritas
1) Model Pertama Regresi Y (PDB)
a) Auxiliary pdb
Dependent Variable: D(PDB-1)
Method: Least Squares
Date: 06/20/19 Time: 19:50
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.729413 0.691497 1.054832 0.2961
D(SUKUK-1) 0.009244 0.002665 3.469001 0.0010
D(KURS-1) -0.034125 0.032606 -1.046575 0.2999
D(INFLASI-1) -3.320404 0.737763 -4.500636 0.0000
R-squared 0.579441 Mean dependent var 4.007966
Adjusted R-squared 0.556501 S.D. dependent var 0.113833
S.E. of regression 0.075808 Akaike info criterion -2.255846
Sum squared resid 0.316074 Schwarz criterion -2.114996
Log likelihood 70.54747 Hannan-Quinn criter. -2.200864
F-statistic 25.25940 Durbin-Watson stat 0.291500
Prob(F-statistic) 0.000000
b) Auxiliary sukuk
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 19:54
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.1641 29.18554 -4.802519 0.0000
D(KURS-1) 0.233861 1.634916 0.143042 0.8868
D(INFLASI-1) -157.3048 30.44763 -5.166407 0.0000
R-squared 0.322900 Mean dependent var 10.59090
Adjusted R-squared 0.298718 S.D. dependent var 4.539835
S.E. of regression 3.801776 Akaike info criterion 5.558323
Sum squared resid 809.3959 Schwarz criterion 5.663960
Log likelihood -160.9705 Hannan-Quinn criter. 5.599559
F-statistic 13.35282 Durbin-Watson stat 0.526529
Prob(F-statistic) 0.000018
c) Auxiliary kurs
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 19:58
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -11.83944 5.914179 -2.001873 0.0502
D(INFLASI-1) -25.16841 6.171314 -4.078291 0.0001
D(SUKUK-1) 0.022192 0.042884 0.517500 0.6068
R-squared 0.235366 Mean dependent var 12.28514
Adjusted R-squared 0.208057 S.D. dependent var 0.865248
S.E. of regression 0.769994 Akaike info criterion 2.364642
Sum squared resid 33.20192 Schwarz criterion 2.470280
Log likelihood -66.75694 Hannan-Quinn criter. 2.405879
F-statistic 8.618816 Durbin-Watson stat 0.233869
Prob(F-statistic) 0.000545
d) Auxiliary inflasi
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 20:00
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.846494 0.027456 -30.83089 0.0000
D(SUKUK-1) -0.000138 0.000817 -0.169068 0.8664
D(KURS-1) -0.009099 0.002231 -4.078291 0.0001
R-squared 0.232101 Mean dependent var -0.958305
Adjusted R-squared 0.204676 S.D. dependent var 0.016416
S.E. of regression 0.014640 Akaike info criterion -5.560593
Sum squared resid 0.012003 Schwarz criterion -5.454956
Log likelihood 167.0375 Hannan-Quinn criter. -5.519357
F-statistic 8.463131 Durbin-Watson stat 0.320113
Prob(F-statistic) 0.000614
2) Model Kedua Regresi X1 (Sukuk)
a) Auxiliary sukuk
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 20:03
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Akaike info criterion 5.551744
Sum squared resid 804.0883 Schwarz criterion 5.657381
Log likelihood -160.7764 Hannan-Quinn criter. 5.592980
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015
b) Auxiliary JUB
Dependent Variable: D(JUB-1)
Method: Least Squares
Date: 06/20/19 Time: 20:07
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 4746161. 77812.95 60.99449 0.0000
D(INFLASI-1) 8136881. 10102849 0.805405 0.4239
R-squared 0.011252 Mean dependent var 4739265.
Adjusted R-squared -0.006094 S.D. dependent var 592261.6
S.E. of regression 594063.6 Akaike info criterion 29.46067
Sum squared resid 2.01E+13 Schwarz criterion 29.53110
Log likelihood -867.0898 Hannan-Quinn criter. 29.48816
F-statistic 0.648677 Durbin-Watson stat 0.031421
Prob(F-statistic) 0.423933
c) Auxiliary inflasi
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 20:10
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.007401 0.008199 -0.902647 0.3705
D(JUB-1) 1.38E-09 1.72E-09 0.805405 0.4239
R-squared 0.011252 Mean dependent var -0.000847
Adjusted R-squared -0.006094 S.D. dependent var 0.007721
S.E. of regression 0.007745 Akaike info criterion -6.850353
Sum squared resid 0.003419 Schwarz criterion -6.779928
Log likelihood 204.0854 Hannan-Quinn criter. -6.822861
F-statistic 0.648677 Durbin-Watson stat 1.901169
Prob(F-statistic) 0.423933
3) Model Ketiga Regresi X2 (Kurs)
a) Auxiliary Kurs
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 20:15
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 13.72012 0.410341 33.43586 0.0000
D(INFLASI-1) 0.464179 13.54722 0.034264 0.9728
D(BI_RATE-1) -0.280035 0.077723 -3.603001 0.0007
R-squared 0.190098 Mean dependent var 12.28514
Adjusted R-squared 0.161173 S.D. dependent var 0.865248
S.E. of regression 0.792459 Akaike info criterion 2.422158
Sum squared resid 35.16754 Schwarz criterion 2.527795
Log likelihood -68.45366 Hannan-Quinn criter. 2.463395
F-statistic 6.572080 Durbin-Watson stat 0.155184
Prob(F-statistic) 0.002730
b) Auxiliary inflasi
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 20:19
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.002145 0.004002 0.535928 0.5941
D(BI_RATE-1) -0.000584 0.000756 -0.772638 0.4429
R-squared 0.010365 Mean dependent var -0.000847
Adjusted R-squared -0.006997 S.D. dependent var 0.007721
S.E. of regression 0.007748 Akaike info criterion -6.849455
Sum squared resid 0.003422 Schwarz criterion -6.779030
Log likelihood 204.0589 Hannan-Quinn criter. -6.821964
F-statistic 0.596970 Durbin-Watson stat 1.899877
Prob(F-statistic) 0.442929
c) Auxiliary bi_rate
Dependent Variable: D(BI_RATE-1)
Method: Least Squares
Date: 06/20/19 Time: 20:23
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 5.107843 0.176893 28.87536 0.0000
D(INFLASI-1) -17.74510 22.96689 -0.772638 0.4429
R-squared 0.010365 Mean dependent var 5.122881
Adjusted R-squared -0.006997 S.D. dependent var 1.345789
S.E. of regression 1.350489 Akaike info criterion 3.472122
Sum squared resid 103.9578 Schwarz criterion 3.542547
Log likelihood -100.4276 Hannan-Quinn criter. 3.499613
F-statistic 0.596970 Durbin-Watson stat 0.047344
Prob(F-statistic) 0.442929
4) Model Keempat Regresi X3 (Inflasi)
a) Auxiliary inflasi
Dependent Variable:D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 20:27
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Akaike info criterion -6.046311
Sum squared resid 0.007385 Schwarz criterion -5.940674
Log likelihood 181.3662 Hannan-Quinn criter. -6.005075
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000
b) Auxiliary Kurs
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 20:39
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.046040 0.046841 -0.982915 0.3298
D(JUB-1) 2.36E-06 7.91E-07 2.980238 0.0042
R-squared 0.134814 Mean dependent var 0.038220
Adjusted R-squared 0.119636 S.D. dependent var 0.305725
S.E. of regression 0.286855 Akaike info criterion 0.373628
Sum squared resid 4.690279 Schwarz criterion 0.444053
Log likelihood -9.022033 Hannan-Quinn criter. 0.401119
F-statistic 8.881816 Durbin-Watson stat 2.315670
Prob(F-statistic) 0.004228
c) Auxiliary JUB
Dependent Variable: D(JUB-1)
Method: Least Squares
Date: 06/20/19 Time: 20:44
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 33539.13 5859.498 5.723891 0.0000
D(KURS-1) 57156.74 19178.59 2.980238 0.0042
R-squared 0.134814 Mean dependent var 35723.68
Adjusted R-squared 0.119636 S.D. dependent var 47591.57
S.E. of regression 44654.09 Akaike info criterion 24.28459
Sum squared resid 1.14E+11 Schwarz criterion 24.35501
Log likelihood -714.3954 Hannan-Quinn criter. 24.31208
F-statistic 8.881816 Durbin-Watson stat 2.526562
Prob(F-statistic) 0.004228
c. Uji Autokorelasi
1) Model Pertama Regresi Y (PDB)
Dependent Variable: D(PDB-1)
Method: Least Squares
Date: 06/20/19 Time: 20:46
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 0.729413 0.691497 1.054832 0.2961
D(SUKUK-1) 0.009244 0.002665 3.469001 0.0010
D(KURS-1) -0.034125 0.032606 -1.046575 0.2999
D(INFLASI-1) -3.320404 0.737763 -4.500636 0.0000
R-squared 0.579441 Mean dependent var 4.007966
Adjusted R-squared 0.556501 S.D. dependent var 0.113833
S.E. of regression 0.075808 Akaike info criterion -2.255846
Sum squared resid 0.316074 Schwarz criterion -2.114996
Log likelihood 70.54747 Hannan-Quinn criter. -2.200864
F-statistic 25.25940 Durbin-Watson stat 0.291500
Prob(F-statistic) 0.000000
Penyembuhan Autokorelasi Model Pertama dengan Ar(1)
Dependent Variable: D(PDB-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 20:50
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 16 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.274075 0.227120 -1.206741 0.2329
D(SUKUK-1) 0.000317 0.001739 0.182210 0.8561
D(KURS-1) -0.000443 0.005150 -0.086104 0.9317
D(INFLASI-1) -0.281914 0.243500 -1.157759 0.2522
AR(1) 0.698070 0.090193 7.739751 0.0000
SIGMASQ 0.000253 4.31E-05 5.877532 0.0000
R-squared 0.545222 Mean dependent var 0.000847
Adjusted R-squared 0.502319 S.D. dependent var 0.023801
S.E. of regression 0.016791 Akaike info criterion -5.228465
Sum squared resid 0.014943 Schwarz criterion -5.017190
Log likelihood 160.2397 Hannan-Quinn criter. -5.145992
F-statistic 12.70808 Durbin-Watson stat 1.772545
Prob(F-statistic) 0.000000
Inverted AR Roots .70
2) Model Kedua Regresi X1 (Sukuk)
Dependent Variable: D(SUKUK-1)
Method: Least Squares
Date: 06/20/19 Time: 20:53
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Akaike info criterion 5.551744
Sum squared resid 804.0883 Schwarz criterion 5.657381
Log likelihood -160.7764 Hannan-Quinn criter. 5.592980
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015
Penyembuhan Autokorelasi Model Kedua Ar(1)
Dependent Variable: D(SUKUK-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 20:55
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 65 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.052889 0.346590 -0.152599 0.8793
D(JUB-1) 9.08E-06 9.55E-06 0.951524 0.3456
D(INFLASI-1) 18.17820 57.79807 0.314512 0.7543
AR(1) -0.391957 0.057719 -6.790801 0.0000
SIGMASQ 4.573009 0.593522 7.704874 0.0000
R-squared 0.166484 Mean dependent var 0.250220
Adjusted R-squared 0.104743 S.D. dependent var 2.362415
S.E. of regression 2.235271 Akaike info criterion 4.530367
Sum squared resid 269.8076 Schwarz criterion 4.706430
Log likelihood -128.6458 Hannan-Quinn criter. 4.599095
F-statistic 2.696458 Durbin-Watson stat 2.150241
Prob(F-statistic) 0.040239
Inverted AR Roots -.39
3) Model Ketiga Regresi X2 (Kurs)
Dependent Variable: D(KURS-1)
Method: Least Squares
Date: 06/20/19 Time: 20:58
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 13.72012 0.410341 33.43586 0.0000
D(INFLASI-1) 0.464179 13.54722 0.034264 0.9728
D(BI_RATE-1) -0.280035 0.077723 -3.603001 0.0007
R-squared 0.190098 Mean dependent var 12.28514
Adjusted R-squared 0.161173 S.D. dependent var 0.865248
S.E. of regression 0.792459 Akaike info criterion 2.422158
Sum squared resid 35.16754 Schwarz criterion 2.527795
Log likelihood -68.45366 Hannan-Quinn criter. 2.463395
F-statistic 6.572080 Durbin-Watson stat 0.155184
Prob(F-statistic) 0.002730
Penyembuhan Autokorelasi Model Ketiga Ar(1)
Dependent Variable: D(KURS-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 21:00
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 11 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C 2.744129 3.428928 0.800288 0.4271
D(INFLASI-1) 2.694179 3.323529 0.810638 0.4211
D(BI_RATE-1) -0.023914 0.056308 -0.424704 0.6727
AR(1) -0.202396 0.145871 -1.387498 0.1710
SIGMASQ 0.087767 0.013712 6.400848 0.0000
R-squared 0.044795 Mean dependent var 0.038220
Adjusted R-squared -0.025960 S.D. dependent var 0.305725
S.E. of regression 0.309668 Akaike info criterion 0.575014
Sum squared resid 5.178282 Schwarz criterion 0.751076
Log likelihood -11.96290 Hannan-Quinn criter. 0.643741
F-statistic 0.633099 Durbin-Watson stat 1.951524
Prob(F-statistic) 0.641050
Inverted AR Roots -.20
4) Model Keempat Regresi X3 (Inflasi)
Dependent Variable: D(INFLASI-1)
Method: Least Squares
Date: 06/20/19 Time: 21:04
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Akaike info criterion -6.046311
Sum squared resid 0.007385 Schwarz criterion -5.940674
Log likelihood 181.3662 Hannan-Quinn criter. -6.005075
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000
Penyembuhan Autokorelasi Model Keempat Ar(1)
Dependent Variable: D(INFLASI-1)
Method: ARMA Maximum Likelihood (OPG - BHHH)
Date: 06/20/19 Time: 21:06
Sample: 2014M02 2018M12
Included observations: 59
Convergence achieved after 11 iterations
Coefficient covariance computed using outer product of gradients
Variable Coefficient Std. Error t-Statistic Prob.
C -0.872937 0.036101 -24.18052 0.0000
D(KURS-1) -4.12E-05 0.002335 -0.017661 0.9860
D(JUB-1) -1.79E-08 8.14E-09 -2.192290 0.0327
AR(1) 0.762474 0.075486 10.10090 0.0000
SIGMASQ 5.25E-05 7.23E-06 7.260499 0.0000
R-squared 0.801957 Mean dependent var -0.958305
Adjusted R-squared 0.787287 S.D. dependent var 0.016416
S.E. of regression 0.007571 Akaike info criterion -6.833210
Sum squared resid 0.003096 Schwarz criterion -6.657147
Log likelihood 206.5797 Hannan-Quinn criter. -6.764482
F-statistic 54.66688 Durbin-Watson stat 1.677879
Prob(F-statistic) 0.000000
Inverted AR Roots .76
d. Uji Heteroskedastisitas
1) Model Pertama Regresi Y (PDB)
Heteroskedasticity Test: White
F-statistic 6.17E+23 Prob. F(27,31) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(27) 0.0004
Scaled explained SS 120.4305 Prob. Chi-Square(27) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/19 Time: 23:22
Sample: 2014M02 2018M12
Included observations: 59
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000258 1.79E-15 1.44E+11 0.0000
GRADF_01^2 -7.93E-19 3.39E-18 -0.234060 0.8165
GRADF_01*GRAD
F_02 4.02E-19 1.04E-18 0.388079 0.7006
GRADF_01*GRAD
F_03 1.16E-18 2.81E-18 0.414448 0.6814
GRADF_01*GRAD
F_04 -6.15E-17 1.05E-16 -0.588370 0.5605
GRADF_01*GRAD
F_05 1.55E-18 1.22E-17 0.127821 0.8991
GRADF_01*GRAD
F_06 -1.55E-20 2.96E-20 -0.525832 0.6027
GRADF_01 1.54E-18 4.22E-17 0.036404 0.9712
GRADF_02^2 9.37E-21 1.47E-19 0.063791 0.9495
GRADF_02*GRAD
F_03 -2.75E-19 1.32E-18 -0.209004 0.8358
GRADF_02*GRAD
F_04 -3.94E-17 5.81E-17 -0.679199 0.5021
GRADF_02*GRAD
F_05 -3.13E-18 1.21E-17 -0.257600 0.7984
GRADF_02*GRAD
F_06 2.19E-22 8.12E-21 0.026945 0.9787
GRADF_02 6.50E-18 1.78E-17 0.364419 0.7180
GRADF_03^2 4.86E-20 4.90E-19 0.099105 0.9217
GRADF_03*GRAD
F_04 3.43E-18 6.95E-17 0.049434 0.9609
GRADF_03*GRAD
F_05 -1.05E-17 1.86E-17 -0.567239 0.5746
GRADF_03*GRAD
F_06 -6.50E-21 2.18E-20 -0.298301 0.7675
GRADF_03 7.32E-18 3.36E-17 0.217668 0.8291
GRADF_04^2 -8.29E-16 1.23E-15 -0.674268 0.5051
GRADF_04*GRAD
F_05 -2.37E-16 6.19E-16 -0.382817 0.7045
GRADF_04*GRAD
F_06 3.63E-19 1.43E-18 0.254048 0.8011
GRADF_04 1.55E-15 2.99E-15 0.520209 0.6066
GRADF_05^2 4.39E-17 1.98E-16 0.222356 0.8255
GRADF_05*GRAD
F_06 1.36E-19 2.69E-19 0.504190 0.6177
GRADF_05 2.70E-17 4.48E-16 0.060268 0.9523
GRADF_06^2 8.11E-23 2.34E-22 0.346971 0.7310
GRADF_06 1.33E-07 1.13E-18 1.18E+11 0.0000
R-squared 1.000000 Mean dependent var 0.000258
Adjusted R-squared 1.000000 S.D. dependent var 0.000586
S.E. of regression 1.09E-15 Sum squared resid 3.70E-29
F-statistic 6.17E+23 Durbin-Watson stat 2.101019
Prob(F-statistic) 0.000000
Penyembuhan Huber-White
Dependent Variable: D(PDB-1)
Method: ARMA Conditional Least Squares (Gauss-Newton /
Marquardt
steps)
Date: 07/11/19 Time: 23:23
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 5 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.003406 0.007841 0.434409 0.6658
D(SUKUK-1) -1.64E-05 0.000109 -0.151129 0.8804
D(KURS-1) -0.001672 0.005176 -0.322967 0.7480
D(INFLASI-1) 0.026036 0.331871 0.078453 0.9378
AR(1) 0.712567 0.117969 6.040312 0.0000
R-squared 0.536761 Mean dependent var 0.001552
Adjusted R-squared 0.501799 S.D. dependent var 0.023381
S.E. of regression 0.016503 Akaike info criterion -5.288273
Sum squared resid 0.014435 Schwarz criterion -5.110648
Log likelihood 158.3599 Hannan-Quinn criter. -5.219084
F-statistic 15.35293 Durbin-Watson stat 1.722787
Prob(F-statistic) 0.000000
Inverted AR Roots .71
2) Model Kedua Regresi X1 (Sukuk)
Heteroskedasticity Test: White
F-statistic 2.67E+23 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 286.5168 Prob. Chi-Square(20) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/19 Time: 23:24
Sample: 2014M02 2018M12
Included observations: 59
Variable Coefficient Std. Error t-Statistic Prob.
C 4.573010 9.89E-09 4.62E+08 0.0000
GRADF_01^2 -1.44E-07 2.32E-08 -6.205945 0.0000
GRADF_01*GRAD
F_02 -2.32E-14 1.07E-14 -2.180663 0.0355
GRADF_01*GRAD
F_03 -1.47E-07 4.35E-08 -3.374743 0.0017
GRADF_01*GRAD
F_04 -1.96E-09 4.16E-10 -4.700444 0.0000
GRADF_01*GRAD
F_05 -1.47E-09 1.97E-09 -0.747977 0.4591
GRADF_01 1.16E-11 1.97E-10 0.058944 0.9533
GRADF_02^2 9.95E-20 8.27E-20 1.202754 0.2365
GRADF_02*GRAD
F_03 3.14E-12 9.04E-13 3.469188 0.0013
GRADF_02*GRAD
F_04 7.15E-15 3.59E-15 1.988970 0.0539
GRADF_02*GRAD
F_05 -3.98E-14 3.24E-14 -1.228466 0.2268
GRADF_02 -4.33E-15 3.54E-15 -1.222241 0.2291
GRADF_03^2 1.20E-05 4.80E-06 2.495666 0.0170
GRADF_03*GRAD
F_04 6.20E-07 1.40E-07 4.416583 0.0001
GRADF_03*GRAD
F_05 4.17E-08 3.70E-07 0.112487 0.9110
GRADF_03 3.80E-08 3.61E-08 1.052490 0.2992
GRADF_04^2 -2.61E-10 6.11E-11 -4.266774 0.0001
GRADF_04*GRAD
F_05 -9.41E-10 4.24E-10 -2.221709 0.0323
GRADF_04 -5.80E-10 1.14E-10 -5.084737 0.0000
GRADF_05^2 -2.31E-09 3.28E-09 -0.705697 0.4847
GRADF_05 41.82483 9.04E-08 4.62E+08 0.0000
R-squared 1.000000 Mean dependent var 4.573009
Adjusted R-squared 1.000000 S.D. dependent var 15.70494
S.E. of regression 5.18E-11 Akaike info criterion -44.25798
Sum squared resid 1.02E-19 Schwarz criterion -43.51851
Log likelihood 1326.610 Hannan-Quinn criter. -43.96932
F-statistic 2.67E+23 Durbin-Watson stat 1.637615
Prob(F-statistic) 0.000000
Penyembuhan Huber-White
Dependent Variable: D(SUKUK-1)
Method: ARMA Conditional Least Squares (Gauss-Newton /
Marquardt
steps)
Date: 07/11/19 Time: 23:24
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 10 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.059892 0.427632 -0.140055 0.8891
D(JUB-1) 9.23E-06 7.40E-06 1.246489 0.2180
D(INFLASI-1) 18.78307 29.29640 0.641139 0.5241
AR(1) -0.399037 0.300224 -1.329133 0.1894
R-squared 0.166644 Mean dependent var 0.254534
Adjusted R-squared 0.120347 S.D. dependent var 2.382813
S.E. of regression 2.234837 Akaike info criterion 4.512686
Sum squared resid 269.7028 Schwarz criterion 4.654785
Log likelihood -126.8679 Hannan-Quinn criter. 4.568036
F-statistic 3.599416 Durbin-Watson stat 2.139819
Prob(F-statistic) 0.019145
Inverted AR Roots -.40
3) Model Ketiga Regresi X2 (Kurs)
Heteroskedasticity Test: White
F-statistic 1.19E+25 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 96.09792 Prob. Chi-Square(20) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/19 Time: 23:26
Sample: 2014M02 2018M12
Included observations: 59
Variable Coefficient Std. Error t-Statistic Prob.
C 0.087617 3.22E-13 2.72E+11 0.0000
GRADF_01^2 -2.46E-14 1.78E-14 -1.379013 0.1760
GRADF_01*GRAD
F_02 1.96E-13 5.31E-13 0.370073 0.7134
GRADF_01*GRAD
F_03 1.03E-14 1.11E-14 0.927333 0.3596
GRADF_01*GRAD
F_04 5.36E-15 1.24E-14 0.431236 0.6687
GRADF_01*GRAD
F_05 5.57E-16 8.33E-16 0.669300 0.5074
GRADF_01 -1.04E-14 8.28E-15 -1.253684 0.2176
GRADF_02^2 -5.55E-12 3.19E-11 -0.173787 0.8630
GRADF_02*GRAD
F_03 -4.85E-12 3.58E-12 -1.353367 0.1839
GRADF_02*GRAD
F_04 9.51E-13 2.76E-12 0.343971 0.7328
GRADF_02*GRAD
F_05 -3.21E-13 2.36E-13 -1.362406 0.1811
GRADF_02 -3.36E-13 1.53E-12 -0.219066 0.8278
GRADF_03^2 2.10E-14 1.83E-14 1.146596 0.2587
GRADF_03*GRAD
F_04 5.81E-14 7.73E-14 0.751613 0.4569
GRADF_03*GRAD
F_05 5.83E-15 5.97E-15 0.978063 0.3342
GRADF_03 -1.05E-13 7.84E-14 -1.334137 0.1901
GRADF_04^2 8.95E-15 1.74E-14 0.514102 0.6102
GRADF_04*GRAD
F_05 -3.34E-15 3.70E-15 -0.902261 0.3726
GRADF_04 7.07E-16 4.21E-14 0.016796 0.9867
GRADF_05^2 -5.54E-16 6.68E-16 -0.829305 0.4121
GRADF_05 0.015353 5.52E-14 2.78E+11 0.0000
R-squared 1.000000 Mean dependent var 0.087617
Adjusted R-squared 1.000000 S.D. dependent var 0.174262
S.E. of regression 8.61E-14 Sum squared resid 2.82E-25
F-statistic 1.19E+25 Durbin-Watson stat 1.955510
Prob(F-statistic) 0.000000
Penyembuhan Huber-White
Dependent Variable: D(KURS-1)
Method: ARMA Conditional Least Squares (Gauss-Newton /
Marquardt
steps)
Date: 07/11/19 Time: 23:26
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 8 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C 0.051148 0.033808 1.512886 0.1361
D(INFLASI-1) 0.843864 4.075747 0.207045 0.8368
D(BI_RATE-1) 0.137605 0.173760 0.791926 0.4319
AR(1) -0.199305 0.157832 -1.262768 0.2121
R-squared 0.043888 Mean dependent var 0.049086
Adjusted R-squared -0.009229 S.D. dependent var 0.296680
S.E. of regression 0.298046 Akaike info criterion 0.483336
Sum squared resid 4.796906 Schwarz criterion 0.625436
Log likelihood -10.01675 Hannan-Quinn criter. 0.538687
F-statistic 0.826256 Durbin-Watson stat 2.138603
Prob(F-statistic) 0.485176
Inverted AR Roots -.20
4) Model Keempat Regresi X3 (Inflasi)
Heteroskedasticity Test: White
F-statistic 5.08E+23 Prob. F(20,38) 0.0000
Obs*R-squared 59.00000 Prob. Chi-Square(20) 0.0000
Scaled explained SS 83.07954 Prob. Chi-Square(20) 0.0000
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/11/19 Time: 23:29
Sample: 2014M02 2018M12
Included observations: 59
Variable Coefficient Std. Error t-Statistic Prob.
C 5.79E-05 1.95E-14 2.98E+09 0.0000
GRADF_01^2 -1.05E-18 1.21E-18 -0.860853 0.3947
GRADF_01*GRAD
F_02 -4.99E-20 3.40E-20 -1.468309 0.1503
GRADF_01*GRAD
F_03 -4.93E-25 2.45E-25 -2.016161 0.0509
GRADF_01*GRAD
F_04 1.70E-18 1.34E-18 1.266702 0.2130
GRADF_01*GRAD
F_05 1.43E-22 9.69E-23 1.476616 0.1480
GRADF_01 -1.19E-18 8.42E-19 -1.416629 0.1647
GRADF_02^2 -4.59E-20 2.42E-19 -0.189355 0.8508
GRADF_02*GRAD
F_03 2.00E-24 2.15E-24 0.929070 0.3587
GRADF_02*GRAD
F_04 -3.11E-18 7.20E-18 -0.432406 0.6679
GRADF_02*GRAD
F_05 -4.34E-22 3.31E-22 -1.311077 0.1977
GRADF_02 8.95E-18 4.08E-18 2.195286 0.0343
GRADF_03^2 -4.40E-30 3.84E-30 -1.146273 0.2588
GRADF_03*GRAD
F_04 -3.83E-23 1.91E-23 -2.005265 0.0521
GRADF_03*GRAD
F_05 -1.46E-27 2.46E-27 -0.594680 0.5556
GRADF_03 -3.71E-23 2.40E-23 -1.547533 0.1300
GRADF_04^2 9.51E-17 5.19E-17 1.832570 0.0747
GRADF_04*GRAD
F_05 2.49E-20 1.24E-20 2.003244 0.0523
GRADF_04 -1.03E-16 1.31E-16 -0.783795 0.4380
GRADF_05^2 6.40E-25 5.39E-25 1.185919 0.2430
GRADF_05 6.71E-09 2.25E-18 2.98E+09 0.0000
R-squared 1.000000 Mean dependent var 5.79E-05
Adjusted R-squared 1.000000 S.D. dependent var 0.000107
S.E. of regression 2.56E-16 Sum squared resid 2.49E-30
F-statistic 5.08E+23 Durbin-Watson stat 1.725076
Prob(F-statistic) 0.000000
Penyembuhan Huber-White
Dependent Variable: D(INFLASI-1)
Method: ARMA Conditional Least Squares (Gauss-Newton /
Marquardt
steps)
Date: 07/11/19 Time: 23:30
Sample (adjusted): 2014M03 2018M12
Included observations: 58 after adjustments
Convergence achieved after 3 iterations
White heteroskedasticity-consistent standard errors & covariance
Variable Coefficient Std. Error t-Statistic Prob.
C -0.001130 0.001360 -0.830921 0.4097
D(KURS-1) -0.000159 0.003193 -0.049903 0.9604
D(JUB-1) 1.24E-08 2.13E-08 0.583985 0.5617
AR(1) 0.038346 0.205283 0.186796 0.8525
R-squared 0.008021 Mean dependent var -0.000690
Adjusted R-squared -0.047089 S.D. dependent var 0.007692
S.E. of regression 0.007871 Akaike info criterion -6.784815
Sum squared resid 0.003345 Schwarz criterion -6.642716
Log likelihood 200.7596 Hannan-Quinn criter. -6.729465
F-statistic 0.145553 Durbin-Watson stat 1.985608
Prob(F-statistic) 0.932096
Inverted AR Roots .04
e. Uji Simultan
1) Model Pertama
Dependent Variable: D(PDB-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:13
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1)
D(KURS-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C 0.403238 0.744894 0.541336 0.5905
D(SUKUK-1) 0.006916 0.003281 2.108003 0.0396
D(KURS-1) -0.033581 0.032835 -1.022724 0.3109
D(INFLASI-1) -3.686468 0.800061 -4.607735 0.0000
R-squared 0.573608 Mean dependent var 4.007966
Adjusted R-squared 0.550351 S.D. dependent var 0.113833
S.E. of regression 0.076331 Sum squared resid 0.320457
F-statistic 22.43867 Durbin-Watson stat 0.271884
Prob(F-statistic) 0.000000 Second-Stage SSR 0.359340
J-statistic 4.022698 Instrument rank 5
Prob(J-statistic) 0.044892
2) Model Kedua
Dependent Variable: D(SUKUK-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:15
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1)
D(KURS-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -140.9323 29.09244 -4.844293 0.0000
D(JUB-1) 6.54E-06 1.05E-05 0.624689 0.5347
D(INFLASI-1) -157.8721 30.33515 -5.204264 0.0000
R-squared 0.327340 Mean dependent var 10.59090
Adjusted R-squared 0.303316 S.D. dependent var 4.539835
S.E. of regression 3.789290 Sum squared resid 804.0883
F-statistic 13.62578 Durbin-Watson stat 0.543785
Prob(F-statistic) 0.000015 Second-Stage SSR 804.0883
J-statistic 5.571389 Instrument rank 5
Prob(J-statistic) 0.061686
3) Model Ketiga
Dependent Variable: D(KURS-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:19
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(INFLASI-1) D(BI_RATE-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -12.95682 5.791857 -2.237075 0.0293
D(INFLASI-1) -26.36068 6.044112 -4.361381 0.0001
D(BI_RATE-1) 0.771727 0.448642 1.720140 0.0909
R-squared 0.270266 Mean dependent var 12.28514
Adjusted R-squared 0.244204 S.D. dependent var 0.865248
S.E. of regression 0.752217 Sum squared resid 31.68647
F-statistic 10.37015 Durbin-Watson stat 0.325226
Prob(F-statistic) 0.000147 Second-Stage SSR 31.68647
J-statistic 32.12242 Instrument rank 4
Prob(J-statistic) 0.000000
4) Model Keempat
Dependent Variable: D(INFLASI-1)
Method: Two-Stage Least Squares
Date: 07/20/19 Time: 20:22
Sample (adjusted): 2014M02 2018M12
Included observations: 59 after adjustments
Instrument specification: D(JUB-1) D(BI_RATE-1) D(KURS-1)
Constant added to instrument list
Variable Coefficient Std. Error t-Statistic Prob.
C -0.863218 0.012161 -70.98361 0.0000
D(KURS-1) 0.004151 0.004935 0.841047 0.4039
D(JUB-1) -2.01E-08 2.55E-09 -7.888492 0.0000
R-squared 0.527546 Mean dependent var -0.958305
Adjusted R-squared 0.510673 S.D. dependent var 0.016416
S.E. of regression 0.011483 Sum squared resid 0.007385
F-statistic 31.26504 Durbin-Watson stat 0.502266
Prob(F-statistic) 0.000000 Second-Stage SSR 0.007385
J-statistic 5.413494 Instrument rank 4
Prob(J-statistic) 0.019982
DAFTAR RIWAYAT HIDUP
Nama : Sri Endah Hidayati
Tempat, tanggal lahir : Rembang, 8 Maret 1997
Jenis kelamin : Perempuan
Agama : Islam
Status Pernikahan : Belum Menikah
Warga Negara : Indonesia
Alamat : Ronggomulyo Rt 01 Rw02 Sumber Rembang
No. Telepon/ HP : 085733734457
Email : [email protected]
Riwayat Pendidikan : 1. SD Negeri Ronggomulyo 2003-2009
2. SMP Negeri 1 Sumber 209-2012
3. SMA Negeri 1 Getasan 2012-2015
Pengalaman Organisasi:1. PMII Komisariat Djoko Tingkir Kota Salatiga 2015
2. HMJ Ekonomi Syariah 2017