BAB IV HASIL DAN PEMBAHASAN
4.2 Hasil Estimasi dan Pembahasan
Hasil Uji Stasioneritas dengan menggunakan Uji Augmented Dickey-Fuller (ADF) disajikan dalam Tabel 4.1.
Tabel 4. 1
Hasil Pengujian Unit Root Test
Data Tingkat t-statistik Probabilitas Stasioner
PUAB Level -3,28836 0,0221 Stasioner
Deposito Level -4,3157 0,0015 Stasioner
Kredit
Level 1,264223 0,998 Tidak Stasioner
First Difference -1,90811 0,3249 Tidak Stasioner
Second Difference -2,96736 0,048 Stasioner
IHSG
Level -1,12823 0,6952 Tidak Stasioner
First Difference -4,06567 0,003 Stasioner
Investasi
Level 0,246127 0,972 Tidak Stasioner
First Difference -10,1317 0,000 Stasioner
GDP
Level 0,642831 0,989 Tidak Stasioner
First Difference -1,82521 0,3628 Tidak Stasioner
Second Difference -57,3915 0,0001 Stasioner
Inflasi Level -6,0021 0,000 Stasioner
Sumber: Lampiran B, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Model yang digunakan dalam Uji ADF adalah random walk. Hasil
pengujian tersebut menunjukkan bahwa pada tingkat level hanya variabel PUAB,
suku bunga deposito berjangka dan inflasi yang stasioner, variabel IHSG stasioner
second difference. Setelah melakukan uji stasioner, tahap selanjutnya adalah melakukan uji kointegrasi. Uji kointegrasi ini menggunakan metode Johansen’s Cointegration Test. Dalam Uji Johansen ini didapatkan nilai trace statistic dan maximum eigen value lebih kecil daripada critical value dengan tingkat kepercayaan sebesar 5%.
Tabel 4. 2
Hasil Pengujian kointegrasi (Johansen’s Cointegration Test) Jalur Suku Bunga Unrestricted Cointegration Rank Test (Trace)
HO Trace stat Critical Value = 0,05 Prob Hasil
CE=0 93,65594 69,81889 0,0002 Tolak H0
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
HO Max eigen stat Critical Value = 0,05 Prob Hasil
CE=0 39,91652 33,87687 0,0084 Tolak H0
Sumber: Lampiran C, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Tabel 4. 3
Hasil Pengujian kointegrasi ( Johansen’s Cointegration Test ) Jalur Kredit Unrestricted Cointegration Rank Test (Trace)
HO
Trace stat Critical Value = 0,05 Prob Hasil
CE=0 77,30073 69,81889 0,0112 Tolak H0
Unrestricted Cointegration Rank Test (Maximum Eigenvalue) HO Max eigen stat Critical Value = 0,05 Prob Hasil
CE=0 31,88414 33,87687 0,0848
H0 Tidak DitolakSumber: Lampiran C, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Tabel 4. 4
Hasil Pengujian kointegrasi ( Johansen’s Cointegration Test ) Jalur Harga Aset Unrestricted Cointegration Rank Test (Trace)
HO
Trace stat Critical Value = 0,05 Prob Hasil
CE=0 80,45719 69,81889 0,0056 Tolak H0
Unrestricted Cointegration Rank Test (Maximum Eigenvalue)
HO Max eigen stat Critical Value = 0,05 Prob Hasil
CE=0 34,86699 33,87687 0,038 Tolak H0
Sumber: Lampiran C, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Uji Kausalitas Granger digunakan untuk mengetahui hubungan kausalitas antar variabel penelitian yang terbagi menjadi 3 jalur transmisi yakni jalur suku bunga, jalur kredit dan jalur harga aset. Untuk melakukan Uji Kausalitas Granger, panjang lag optimal perlu ditentukan. Kriteria penentuan panjang lag yang digunakan adalah Akaike Information Criterion (AIC), yaitu model terbaik adalah model yang memiliki nilai AIC terendah. Sesuai dengan kriteria tersebut, panjang lag yang digunakan adalah tiga.
Tabel 4. 5
Hasil Pengujian Kausalitas Granger pada Jalur Suku Bunga
Null Hypothesis F Statistik Prob Hasil Uji Hubungan Kausalitas
PUAB does not Granger Cause DEPOSITO 0,90736 0,4131 H0 tidak ditolak Tidak ada hubungan kausalitas antara PUAB
dan deposito berjangka DEPOSITO does not Granger Cause PUAB 0,11526 0,8915 H0 tidak ditolak
DEPOSITO does not Granger Cause
DINVESTASI 0,51739 0,6008 H0 tidak ditolak Tidak ada hubungan
kausalitas antara deposito berjangka dan investasi DINVESTASI does not Granger Cause
DEPOSITO 0,94898 0,3974 H0 tidak ditolak
DINVESTASI does not Granger Cause
DGDP 16,4776 1,00E-05 H0 ditolak Terdapat hubungan
kausalitas dua arah antara GDP dan investasi DGDP does not Granger Cause
DINVESTASI 12,3734 0,0001 H0 ditolak
DGDP does not Granger Cause INFLASI 5,0153 0,0127 H0 ditolak Terdapat hubungan kausalitas satu arah antara
GDP dan Inflasi INFLASI does not Granger Cause DGDP 2,22878 0,1241 H0 tidak ditolak
INFLASI does not Granger Cause PUAB 1,31358 0,2822 H0 tidak ditolak Terdapat hubungan kausalitas satu arah antara
PUAB dan inflasi PUAB does not Granger Cause INFLASI 3,12576 0,0567 H0 ditolak
Keterangan : Distribusi F-tabel untuk α = 0,05 adalah sebesar 2.63
Sumber: Lampiran D, hasil olah data dengan Eviews 8.0 (Penulis), 2016Hasil pengujian kausalitas granger disajikan dalam Tabel 4.5 menunjukkan
bahwa pada jalur suku bunga, tidak semua variabel yang digunakan memiliki
hubungan kausalitas. Variabel yang memiliki hubungan kausalitas dua arah hanya
yang lebih kecil dibandingkan dengan nilai F-tabel pada tingkat signifikansi 5%.
Dengan begitu maka hipotesis nul tidak adanya hubungan kausalitas antara variabel investai dan GDP ditolak, namun pada variabel lainnya hipotesis nul tidak dapat ditolak. Perlu diingat bahwa adanya segmentasi di pasar uang antarbank membuat suku bunga PUAB tidak sepenuhnya mencerminkan kekuatan permintaan dan penawaran di pasar. Akan tetapi terus berlanjutnya reformasi keuangan dan perbankan diharapkan akan mengurangi segmentasi pasar tersebut.
Tabel 4. 6
Hasil Pengujian Kausalitas Granger pada Jalur Kredit
Null Hypothesis F Statistik Prob Hasil Uji Hubungan Kausalitas
PUAB does not Granger Cause DKREDIT 1,23385 0,3047 H0 tidak ditolak Terdapat hubungan kausalitas satu arah antara
kredit dan PUAB DKREDIT does not Granger Cause PUAB 8,4015 0,0012 H0 ditolak
DKREDIT does not Granger Cause
DINVESTASI 4,36003 0,0212 H0 ditolak Terdapat hubungan
kausalitas dua arah antara kredit dan investasi DINVESTASI does not Granger Cause
DKREDIT 16,8295 1,00E-05 H0 ditolak
DINVESTASI does not Granger Cause
DGDP 16,4776 1,00E-05 H0 ditolak Terdapat hubungan
kausalitas dua arah antara GDP dan investasi DGDP does not Granger Cause
DINVESTASI 12,3734 0,0001 H0 ditolak
DGDP does not Granger Cause INFLASI 5,0153 0,0127 H0 ditolak Terdapat hubungan kausalitas satu arah antara
GDP dan Inflasi INFLASI does not Granger Cause DGDP 2,22878 0,1241 H0 tidak ditolak
INFLASI does not Granger Cause PUAB 1,31358 0,2822 H0 tidak ditolak Terdapat hubungan kausalitas satu arah antara
PUAB dan inflasi PUAB does not Granger Cause INFLASI 3,12576 0,0567 H0 ditolak
Keterangan : Distribusi F-tabel untuk α = 0,05 adalah sebesar 2.63 Sumber: Lampiran D, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Hasil pengujian kausalitas granger disajikan dalam Tabel 4.6 menunjukkan bahwa pada jalur kredit tidak semua variabel memiliki hubungan kausalitas.
Variabel yang memiliki hubungan kausalitas dua arah terjadi pada variabel
ditunjukkan dengan nilai F statistik yang lebih kecil dibandingkan dengan nilai F-tabel pada tingkat signifikansi 5%. Dengan begitu maka hipotesis nul tidak adanya hubungan kausalitas antara variabel investasi dan kredit perbankan serta variabel investasi dan GDP ditolak, namun pada variabel lainnya hipotesis nul tidak dapat ditolak.
Tabel 4. 7
Hasil Pengujian Kausalitas Granger pada Jalur Harga Aset
Null Hypothesis F Statistik Prob Hasil Uji Hubungan Kausalitas
PUAB does not Granger Cause DIHSG 3,32049 0,0485 H0 ditolak Terdapat hubungan kausalitas dua arah antara IHSG dan
PUAB DIHSG does not Granger Cause PUAB 5,03373 0,0124 H0 ditolak
DIHSG does not Granger Cause
DINVESTASI 3,75814 0,0339 H0 ditolak Terdapat hubungan kausalitas
satu arah antara IHSG dan investasi
DINVESTASI does not Granger Cause
DIHSG 0,86387 4,31E-01 H0 tidak ditolak
DINVESTASI does not Granger Cause
DGDP 16,4776 1,00E-05 H0 ditolak Terdapat hubungan kausalitas
dua arah antara GDP dan investasi DGDP does not Granger Cause
DINVESTASI 12,3734 0,0001 H0 ditolak
DGDP does not Granger Cause INFLASI 5,0153 0,0127 H0 ditolak Terdapat hubungan kausalitas satu arah antara GDP dan
Inflasi INFLASI does not Granger Cause DGDP 2,22878 0,1241 H0 tidak ditolak
INFLASI does not Granger Cause PUAB 1,31358 0,2822 H0 tidak ditolak Terdapat hubungan kausalitas satu arah antara PUAB dan
inflasi PUAB does not Granger Cause INFLASI 3,12576 0,0567 H0 ditolak
Keterangan : Distribusi F-tabel untuk α = 0,05 adalah sebesar 2.63 Sumber: Lampiran D, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Hasil pengujian kausalitas granger disajikan dalam Tabel 4.7 menunjukkan bahwa pada jalur harga aset tidak semua variabel memiliki hubungan kausalitas.
Variabel yang memiliki hubungan kausalitas dua arah terjadi pada variabel PUAB
dan IHSG serta variabel investasi dan GDP. Hal ini ditunjukkan dengan nilai F
statistik yang lebih kecil dibandingkan dengan nilai F-tabel pada tingkat
kausalitas antara variabel PUAB dan IHSG serta variabel investasi dan GDP ditolak, namun pada variabel lainnya hipotesis nul tidak dapat ditolak.
Berdasarkan hasil uji kausalitas granger maka dapat disimpulkan pada ketiga jalur transmisi kebijakan moneter, sebagai berikut:
4.2.3 Analisis Vector Autoregressive (VAR)
VAR digunakan untuk mengetahui respon masing-masing variabel yang digunakan dari ketiga jalur transmisi kebijakan moneter. Hasil estimasi VAR akan disajikan beserta uji – uji yang relevan ( Penentuan Lag Optimal, Uji Stabilitas Data, Uji Stasioneritas, Uji Penyimpangan Asumsi Klasik, Impulse Response Function, dan Variance Decomposition).
Dalam analisis VAR, perlu terlebih dahulu ditentukan panjang lag optimalnya, karena analisis VAR sangat sensitif terhadap panjang lag data yang digunakan. Lag yang terlalu sedikit maka residual dari regresi tidak akan
GDP
Inflasi Investasi Suku Bunga
Deposito Kredit Perbankan
IHSG Suku Bunga
PUAB
error secara tepat. Akibatnya standar kesalahan tidak diestimasi secara baik.
Namun jika memasukkan terlalu banyak lag maka akan dapat mengurangi kemampuan untuk menolak hipotesis nul karena tambahan parameter yang terlalu banyak akan mengurangi degress of freedom (Gujarati, 2013). Penentuan panjang lag optimalnya dapat dilihat dari nilai Akaike Information Criteria (AIC) yang paling rendah. Berdasarkan dari hasil kriteria AIC, panjang lag yang digunakan adalah tiga.
Tabel 4. 8 Uji Lag Optimal
Suku Bunga Kredit Harga Aset
Lag AIC Lag AIC Lag AIC
0 69,03279 0 78,72433 0 80,28300
1 62,98314 1 70,74690 1 74,87863
2 61,95812 2 70,70606 2 74,95219
3 61,14862* 3 68,81411* 3 73,89853*
Sumber: Lampiran E, hasil olah data dengan Eviews 8.0 (Penulis),2016
Sebelum hasil VAR diintepretasi, uji stabilitas harus terlebih dahulu dilakukan. Uji stabilitas penting untuk dilakukan karena akan menentukan valid tidaknya Impulse Response Function (IRF) dan Variance Decomposition (VD).
Bila model VAR dalam kondisi tidak stabil maka analisis IRF dan VD menjadi
tidak valid.
Uji Stabilitas Jalur Suku Bunga
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Sumber: Lampiran F, hasil olah data dengan Eviews 8.0 (Penulis),2016
Gambar 4. 9
Uji Stabilitas Jalur Kredit
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Sumber: Lampiran F, hasil olah data dengan Eviews 8.0 (Penulis),2016
Uji Stabilitas Jalur Harga Aset
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Inverse Roots of AR Characteristic Polynomial
Sumber: Lampiran F, hasil olah data dengan Eviews 8.0 (Penulis),2016
Sebelum masuk pada tahapan analisis berikutnya, hasil estimasi sistem persamaan VAR yang telah terbentuk perlu diuji stabilitasnya melalui VAR stability condition check yang berupa roots of characterictic polynomial terhadap seluruh variabel yang digunakan. Berdasarkan hasil uji stabilitas pada penelitian ini, data yang digunakan dalam estimasi VAR dalam kondisi stabil. Hal ini diperkuat dengan hasil Inverse Roots of AR Characteritic Polynomial yang semua titik berada dalam lingkaran.
Berdasarkan pengujian melalui metode VAR yang dibagi menjadi 3 jalur transmisi kebijakan moneter, didapatkan hasil sebagai berikut.
Tabel 4. 9
Hasil Pengujian Vector Autoregressive (VAR) pada Jalur Suku Bunga
Variabel t-statistik
PUAB DEPOSITO DINVESTASI DGDP Inflasi
PUAB(-1) [-0,19436] [ 0,40816] [ 1,85357] [-2,22013] [ 0,57735]
PUAB(-2) [ 1,80321] [-0,53067] [-1,28838] [ 0,11707] [ 2,04262]
PUAB(-3) [-0,05737] [-0,71738] [-1,09264] [ 1,95069] [ 1,84749]
Keterangan : signifikan pada α = 0.05 dengan t-tabel sebesar 1.68830
bunga dengan menggunakan dasar lag tiga, variabel suku bunga PUAB dapat mempengaruhi GDP dan inflasi. Hal tersebut dikarenakan nilai t-statistik lebih besar dibandingkan dengan t-tabel yaitu, GDP (1,95069), inflasi (1,84749).
Sementara itu, variabel suku bungaa PUAB tidak dapat mempengaruhi variabel suku bunga PUAB itu sendiri, suku bunga deposito, dan investasi. Hal tersebut dikarenakan nilai t-statistik lebih kecil dibandingkan dengan t-tabel yaitu, PUAB (-0,05737), Deposito (-0,71738), investasi (-1,90264).
Tabel 4. 10
Hasil Pengujian Vector Autoregressive (VAR) pada Jalur Kredit
Variabel t-statistik
PUAB DKREDIT DINVESTASI DGDP Inflasi
PUAB(-1) [ 1,79476] [-0,10863] [ 2,00494] [-0,87144] [ 0,46804]
PUAB(-2) [ 1,43495] [ 1,14652] [-0,62546] [-0,35327] [ 2,18230]
PUAB(-3) [-0,56252] [ 0,66758] [-0,71143] [ 1,98349] [ 2,20320]
Keterangan : signifikan pada α = 0.05 dengan t-tabel sebesar 1.68830
Berdasarkan tabel 4.10 dapat diketahui bahwa pada transmisi jalur kredit dengan menggunakan dasar lag tiga, variabel suku bunga PUAB dapat mempengaruhi GDP dan inflasi. Hal tersebut dikarenakan nilai t-statistik lebih besar dibandingkan dengan t-tabel yaitu, GDP (1,98349), inflasi (2,20320).
Sementara itu, variabel suku bungaa PUAB tidak dapat mempengaruhi variabel
suku bunga PUAB itu sendiri, kredit, dan investasi. Hal tersebut dikarenakan nilai
t-statistik lebih kecil dibandingkan dengan t-tabel yaitu, PUAB (-0,56252),
Deposito (0,66758), investasi (-0,71143).
Hasil Pengujian Vector Autoregressive (VAR) pada Jalur Harga Aset
Variabel t-statistik
PUAB DIHSG DINVESTASI DGDP Inflasi
PUAB(-1) [ 0,37008] [ 1,03419] [ 1,80779] [-2,12815] [ 0,90609]
PUAB(-2) [ 1,33299] [ 3,01613] [-1,26314] [ 0,02049] [ 1,89258]
PUAB(-3) [-0,52930] [ 0,14886] [-1,82096] [ 1,51188] [ 2,00456]
Keterangan : signifikan pada α = 0.05 dengan t-tabel sebesar 1.68830
Berdasarkan tabel 4.11 dapat diketahui bahwa pada transmisi jalur harga aset dengan menggunakan dasar lag tiga, variabel suku bunga PUAB dapat mempengaruhi inflasi. Hal tersebut dikarenakan nilai t-statistik lebih besar dibandingkan dengan t-tabel yaitu sebesar 2,00456. Sementara itu, variabel suku bunga PUAB tidak dapat mempengaruhi variabel suku bunga PUAB itu sendiri, IHSG, investasi, dan GDP, Hal tersebut dikarenakan nilai t-statistik lebih kecil dibandingkan dengan t-tabel yaitu, PUAB (-0,52930), Deposito ( 0,14886), investasi (-1,82096), GDP (1,51188)
Berdasarkan hasil uji vector autoregression (VAR) dalam Eviews 8.0.
Banyak ahli ekonometrika mengatakan bahwa koefisien dalam pemodelan VAR sulit untuk di analisa sehingga peneliti akan lebih fokus untuk menganalisa Impulse Respons dan Variance Decomposition
4.2.4 Impulse Response Function (IRF)
Analisis Impulse Response Function (IRF) digunakan untuk melihat respon
suatu variabel terhadap kejutan (shock) dari variabel tersebut maupun variabel
lainnya. Impulse Response merupakan hasil estimasi VAR yang dapat digambarkan
dengan grafik atau tabel, namun pada penelitian ini IRF digambarkan dengan
shock sebesar satu standar deviasi (S.D) dari variabel-variabel di dalam model.
Sumbu horizontal merupakan waktu dalam periode ke depan setelah terjadinya shock, sedangkan sumber vertikal adalah nilai respon. Secara mendasar dalam analisis ini akan diketahui respon positif atau negatif dari suatu variabel terhadap variabel lainnya. Respon tersebut dalam jangka pendek biasanya cukup signifikan dan cenderung berubah. Dalam jangka panjang respon cenderung konsisten dan terus mengecil. Impulse Response Function memberikan gambaran bagaimana respon dari suatu variabel di masa mendatang jika terjadi gangguan pada satu variabel lainnya.
Estimasi terhadap impulse response function (IRF) bertujuan untuk
menelusuri respon masing-masing variabel dari ketiga jalur transmisi kebijakan
moneter yang digunakan. Asumsi yang digunakan dlam pengujian IRF adalah
masing-masing variabel tidak berkorelasi satu sama lainnya sehingga penelusuran
dampak suatu goncangan dapat bersifat langsung.
Impulse Response Function pada Jalur Suku Bunga
Sumber: Lampiran H, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Gambar 4.11 menunjukkan efek atau pengaruh suku bunga PUAB terhadap inflasi melalui jalur suku bunga. Pada awal periode yaitu 20 periode pertama, respon inflasi terhadap suku bunga PUAB mengalami fluktuasi dengan memberikan respon positif sejak terjadi shock terhadap variabel inflasi.
Selanjutnya, setelah periode ke-20 hingga periode ke-105 gejolak fluktuasi mulai menunjukan penurunan, yang artinya inflasi tidak lagi bergejolak seperti pada peridoe sebelumnya. Pada periode ke 105 hingga periode ke 123 inflasi mencapai keseimbangan yang sama seperti sebelum terjadinya kejutan pada suku bunga PUAB. Jadi, inflasi membutuhkan waktu selama kurang lebih 35 kuartal untuk bisa kembali mencapai titik keseimbangaan saat terjadi shock.
-.4 -.3 -.2 -.1 .0 .1 .2 .3 .4
10 20 30 40 50 60 70 80 90 100 110 120
Response of INFLASI to PUAB
Gambar 4. 12
Impulse Response Function pada Jalur Kredit
-.4 -.3 -.2 -.1 .0 .1 .2 .3 .4
10 20 30 40 50 60 70 80 90 100 110 120
Response of INFLASI to PUAB
Sumber: Lampiran H, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Gambar 4.12 menunjukkan efek atau pengaruh suku bunga PUAB terhadap
inflasi melalui jalur kredit. Pada awal periode yaitu 30 periode pertama, respon
inflasi terhadap suku bunga PUAB mengalami fluktuasi dengan memberikan
respon positif sejak terjadi shock terhadap variabel inflasi. Selanjutnya, setelah
periode ke-30 hingga periode ke-123 gejolak fluktuasi mulai menunjukan
penurunan, yang artinya inflasi tidak lagi bergejolak seperti pada peridoe
sebelumnya, namun tidak menunjukkan inflasi akan kembali pada keseimbangan
yang sama sebelum terjadinya shock. Jadi inflasi membutuhkan waktu lebih dari 41
kuartal untuk kembali pada keseimbangan awal.
Gambar 4. 13
Impulse Response Function pada Jalur Harga Aset
-.4 -.3 -.2 -.1 .0 .1 .2 .3 .4
10 20 30 40 50 60 70 80 90 100 110 120
Response of INFLASI to PUAB
Sumber: Lampiran H, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Gambar 4.13 menunjukkan efek atau pengaruh suku bunga PUAB terhadap inflasi melalui jalur harga aset. Pada awal periode yaitu 10 periode pertama, respon inflasi terhadap suku bunga PUAB mengalami fluktuasi dengan memberikan respon positif sejak terjadi shock terhadap variabel inflasi. Selanjutnya, setelah periode ke-10 hingga periode ke-95 gejolak fluktuasi mulai menunjukan penurunan, yang artinya inflasi tidak lagi bergejolak seperti pada peridoe sebelumnya, namun belum menunjukkan inflasi akan kembali pada keseimbangan yang sama sebelum terjadinya shock. Jadi, inflasi membutuhkan waktu lebih dari 41 kuartal untuk kembali pada keseimbangan semula..
4.2.5 Variance Decomposition (VD)
Fungsi impulse response bertujuan untuk menelusuri dampak respon suatu
variabel karena goncangan variabel lainnya mengasumsikan bahwa
variabel-inovasi saling berkorelasi, sehingga sebenarnya tidak bisa dilihat dampak goncangan secara individual terhadap suatu variabel. Variance Decomposition bertujuan untuk memisahkan dampak masing-masing variabel inovasi tersebut secara individual terhadap respon yang diterima suatu variabel. Analisis Variance Decomposition dalam penelitian ini disajikan dalam bentuk tabel untuk lebih memudahkan dalam memberikan gambaran varians dari sebuah variabel akibat adanya shock (kejutan) variabel lainnya maupun terhadap dirinya sendiri.
Tabel 4. 12
Variance Decomposition Jalur Suku Bunga
Variance Decomposition of INFLASI:
Period PUAB DEPOSITO DINVESTASI DGDP INFLASI
1 0,007222 7,328505 12,67727 5,805199 74,18181
13 22,72537 8,883291 14,81321 13,26893 40,30921
23 23,01671 8,487051 15,41487 14,37033 38,71104
33 22,97712 8,399501 15,55997 14,70812 38,35529
43 22,97256 8,367256 15,61363 14,82247 38,22408
53 22,9696 8,356228 15,63009 14,86274 38,18134
63 22,96866 8,352771 15,63635 14,87467 38,16754
73 22,96804 8,351493 15,63825 14,87965 38,16257
83 22,96789 8,351058 15,63883 14,8814 38,16083
93 22,96767 8,35087 15,63894 14,88236 38,16015
103 22,96752 8,350768 15,6389 14,88303 38,15978
113 22,96738 8,350701 15,63883 14,88352 38,15957
123 22,96722 8,350635 15,63872 14,88406 38,15936
Sumber: Lampiran I, hasil olah data dengan Eviews 8.0 (Penulis), 2016
Tabel 4.12 menjelaskan hasil estimasi variance decomposition pada jalur
suku bunga yang mempengaruhi variabel inflasi dalam alur mekanisme transmisi
kebijakan moneter. Pada periode pertama terlihat bahwa inflasi dapat dijelaskan
oleh suku bunga PUAB sebesar 0,01% dan meningkat hingga pada periode akhir
inflasi dapat dijelaskan oleh suku bunga PUAB sebesar 22,97%. Selanjutnya, dapat
7,32% dan meningkat hingga pada periode akhir sebesar 8,35%. Selanjutnya, dapat dilihat periode pertama inflasi dapat dijelaskan oleh investasi sebesar 12,67% dan meningkat hingga periode akhir sebesar 15,64%. Selanjutnya, dapat dilihat periode pertama inflasi dapat dijelaskan oleh GDP sebesar 5,80% dan meningkat hingga periode akhir sebesar 14,89%.
Pada periode pertama inflasi dapat dijelaskan oleh inflasi itu sendiri sebesar 74,19% dan semakin menurun pada periode akhir sebesar 38,16%. Jadi pada jalur suku bunga, variabel inflasi sebagian besar dipengaruhi oleh suku bunga PUAB sebesar 22,97%. Hal ini mengindikasikan bahwa sepanjang periode penelitian pengaruh variabel suku bunga PUAB, suku bunga deposito, investasi, GDP, terhadap inflasi akan semakin besar. Hal ini dikarenakan inflasi mendapatkan pengaruh langsung dari seluruh variabel penelitian sebagai instrumen dari transmisi jalur suku bunga yang berpengaruh pada transmisi moneter.
Tabel 4. 13
Variance Decomposition Jalur Kredit
Variance Decomposition of INFLASI:
Period PUAB DKREDIT DINVESTASI DGDP INFLASI
1 0,349787 1,11105 17,31435 6,421941 74,80287
13 19,18108 9,854994 12,40913 11,52729 47,02751
23 19,3725 10,17259 12,66322 13,81772 43,97397
33 18,84179 10,69364 12,69476 14,9956 42,7742
43 18,45904 10,98055 12,7473 15,85407 41,95904
53 18,20869 11,17394 12,76393 16,38989 41,46356
63 18,04375 11,2902 12,76651 16,78824 41,11131
73 17,92866 11,36536 12,7735 17,05299 40,87949
83 17,84169 11,40764 12,76233 17,29152 40,69682
93 17,77883 11,43131 12,76122 17,45788 40,57077
103 17,71926 11,43838 12,74185 17,6529 40,44762
113 17,67258 11,43672 12,73269 17,80343 40,35458
123 17,61759 11,42464 12,70614 18,00862 40,24301