IMPLEMENTASI SISTEM
5.5 Hasil Output Pengolahan Data dalam SPSS
a. Bagian Descriptive Statistics
Descriptive Statistics Mean Std. Deviation N Laju.Inflasi 5.6221 1.78885 24 Jumlah.Uang.Beredar 800.69488 59.014727 24 Suku.Bunga.Bank 6.1250 .64268 24 Kurs.Rupiah.Terhadap.Dollar 10.4028621 .84463697 24
Gambar 5.9 Tampilan pada Bagian Descriptive Statistics
Interpretasi:
1) Rata-rata laju inflasi (dengan jumlah data 24) adalah: 5,6221 persen dengan standard deviasi 1,78885.
2) Rata-rata jumlah uang beredar (dengan jumlah data 24) adalah: 800,69488 ratus milyar dengan standard deviasi 59,014727.
3) Rata-rata suku bunga bank (dengan jumlah data 24) adalah: 6,1250 persen dengan standard deviasi 0,64268.
4) Rata-rata luas kurs rupiah terhadap dollar (dengan jumlah data 24) adalah: 10,4028621 ribu rupiah dengan standard deviasi 0,84463697.
b. Bagian Correlation c. Correlations Laju.Inflasi Jumlah.Uang. Beredar Suku.Bunga.B ank Kurs.Rupiah.Terh adap.Dollar
Pearson Correlation Laju.Inflasi 1.000 .828 .893 .847
Jumlah.Uang.Beredar .828 1.000 .658 .760
Suku.Bunga.Bank .893 .658 1.000 .933
Kurs.Rupiah.Terhadap.Do
llar
.847 .760 .933 1.000
Sig. (1-tailed) Laju.Inflasi . .000 .000 .000
Jumlah.Uang.Beredar .000 . .000 .000 Suku.Bunga.Bank .000 .000 . .000 Kurs.Rupiah.Terhadap.Do llar .000 .000 .000 . N Laju.Inflasi 24 24 24 24 Jumlah.Uang.Beredar 24 24 24 24 Suku.Bunga.Bank 24 24 24 24 Kurs.Rupiah.Terhadap.Do llar 24 24 24 24
Gambar 5.10 Tampilan pada Bagian Correlations
Interpretasi:
1) Besar hubungan antar variabel laju inflasi dengan jumlah uang beredar yang dihitung dengan koefisien korelasi adalah 0,828, variabel laju inflasi dengan suku bunga bank diperoleh 0,893, dan variabel laju inflasi dengan kurs rupiah terhadap
dollar diperoleh 0,847. Dapat disimpulkan bahwa ketiga faktor yaitu jumlah uang beredar, suku bunga bank dan kurs rupiah terhadap dollar mempengaruhi nilai laju inflasi.
2) Terjadi korelasi yang sedang antara variabel X1 (jumlah uang beredar) dengan variabel X2 (suku bunga bank) yaitu sebesar 0,658, terjadi korelasi yang sedang antara variabel X1 (jumlah uang beredar) dengan variabel X3 (kurs rupiah terhadap dollar) yaitu sebesar 0,760, dan terjadi korelasi yang kuat antara variabel X2 (suku bunga bank) dengan variabel X3 (kurs rupiah terhadap dollar) yaitu sebesar 0,933.
3) Tingkat signifikan koefisien korelasi satu sisi dari output (diukur dari probabilitas) menghasilkan angka 0,000 yaitu probabilitas antara laju inflasi dengan jumlah uang beredar, 0,000 yaitu probabilitas antara laju inflasi dengan suku bunga bank, dan 0,000 yaitu probabilitas antara laju inflasi dengan kurs rupiah terhadap dollar. Karena probabilitas di bawah 0,05, maka korelasi antara nilai laju inflasi dengan jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar adalah nyata.
d. Bagian Variabel Enterd/Removed
Variables Entered/Removed
Model Variables Entered
Variables Removed Method 1 Kurs.Rupiah.Terhadap.Dollar, Jumlah.Uang.Beredar, Suku.Bunga.Banka . Enter
Gambar 5.11 Tampilan pada Bagian Variabel Enterd/Removed
Interpretasi:
Tabel variables entered menunjukkan bahwa tidak ada variabel yang dikeluarkan (removed) atau dengan kata lain ketiga variabel bebas dimasukkan dalam perhitungan regresi.
e. Bagian Model Summary
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Change Statistics R Square Change F Change df1 df2 Sig. F Change 1 .962a .925 .914 .52520 .925 82.274 3 20 .000
a. Predictors: (Constant), Kurs.Rupiah.Terhadap.Dollar, Jumlah.Uang.Beredar, Suku.Bunga.Bank
b. Dependent Variable: Laju.Inflasi
Gambar 5.12 Tampilan pada Bagian Model Summary
Interpretasi:
1) Angka R Square adalah 0,925, dan nilai R adalah 0,962. Hal ini berarti 96,2% nilai laju inflasi dipengaruhi oleh jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar. Sedangkan 3,8% sisanya dipengaruhi oleh faktor-faktor lain.
2) Standard error of estimate adalah 0,52520, ini berarti rata-rata nilai akan menyimpang dari kebenarannya yaitu sebesar 0,52520.
f. Bagian Coefficients Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -13.708 1.592 -8.609 .000 Jumlah.Uang.Beredar .017 .003 .558 5.779 .000 Suku.Bunga.Bank 2.816 .484 1.012 5.818 .000 Kurs.Rupiah.Terhadap.Dollar -1.101 .427 -.520 -2.580 .018
a. Dependent Variable: Laju.Inflasi
Gambar 5.13 Tampilan pada Bagian Coefficients
Interpretasi:
1) Konstanta sebesar -13,708 menyatakan jika tidak ada jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar (variabel bebas) maka laju inflasi akan turun sebesar -13,708 persen.
a) Koefisien regresi X1 sebesar 0,017 menyatakan bahwa ketika jumlah uang beredar meningkat, maka terjadi penigkatan terhadap laju inflasi sebanyak 0,017 persen.
b)Koefisien regresi X2 sebesar 2,816 menyatakan bahwa setiap suku bunga bank meningkat, maka terjadi peningkatan terhadap laju inflsi sebanyak 2,816 persen.
c) Koefisien regresi X3 sebesar -1,101 menyatakan bahwa setiap penurunan kurs rupiah terhadap dollar, maka terjadi penurunan terhadap laju inflasi sebanyak -1,101 persen.
g. Bagian ANOVAb
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 68.083 3 22.694 82.274 .000a
Residual 5.517 20 .276
Total 73.600 23
a. Predictors: (Constant), Kurs.Rupiah.Terhadap.Dollar, Jumlah.Uang.Beredar, Suku.Bunga.Bank
b. Dependent Variable: Laju.Inflasi
Gambar 5.14 Tampilan pada Bagian ANOVAb
Interpretasi:
Dari perhitungan sebelumnya diperoleh nilai distribusi Ftabel untuk dkpembilang = 3, dkpenyebut = n-k-1 = 24-3-1 = 20 dan Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (82,274) > Ftabel (3,10) maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, dan X3 bersifat nyata. Ini berarti terdapat pengaruh yang signifikan antara jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar terhadap laju inflasi.
h. Bagian Gambar (Chart)
Setelah diuraikan bagian output angka, sekarang beralih ke bagian output berupa chart untuk menganalisis hubungan setiap variabel bebas dengan variabel tidak bebas.
Interpretasi:
Dari gambar terlihat bahwa data terpencar menyebar dan hampir membentuk suatu pola atau trend garis tertentu. Maka dapat dikatakan bahwa model regresi memenuhi syarat untuk memprediksi nilai laju inflasi.
Interpretasi
Dari gambar terlihat bahwa data terpencar menyebar hampir membentuk suatu pola atau trend garis tertentu. Maka dapat dikatakan bahwa model regresi dapat memenuhi syarat untuk memprediksi nilai laju inflasi.
Interpretasi:
Dari gambar terlihat bahwa data terpencar menyebar hampir membentuk suatu pola atau trend garis tertentu, namun dalam posisi negatif. Maka dapat dikatakan bahwa model regresi memenuhi syarat untuk memprediksi nilai laju inflasi.
BAB 6
PENUTUP
6.1 Kesimpulan
Berdasar analisis data yang telah dilakukan, maka dapat diperoleh beberapa kesimpulan antara lain:
1. Dari hasil perhitungan diperoleh persamaan penduga nilai laju inflasi untuk jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar adalah:
9 , , , – ,
2. Dari perhitungan sebelumnya diperoleh nilai distribusi Ftabel untuk dkpembilang = 3, dkpenyebut = n-k-1 = 24-3-1 = 20 dan Ftabel (0,05) = 3,10. Sehingga didapat Fhitung (82,274) > Ftabel (3,10) maka H0 ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, dan X3 bersifat nyata. Ini berarti terdapat pengaruh yang signifikan antara jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar terhadap laju inflasi.
3. Angka R Square adalah 0,925, dan nilai R adalah 0,962. Hal ini berarti 96,2% nilai laju inflasi dipengaruhi oleh jumlah uang beredar, suku bunga bank, dan kurs rupiah terhadap dollar. Sedangkan 3,8% sisanya dipengaruhi oleh faktor-faktor lain.
4. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas, korelasi yang kuat terjadi antara laju inflasi (Y) dengan suku bunga bank (X2) yaitu sebesar 0,893.
6.2 Saran
Berdasarkan analisis yang didapat, penulis dapat memberikan saran sebagai berikut:
1) Analisis regresi dapat dikembangkan sehingga dapat digunakan untuk meramalkan laju inflasi, ataupun meramalkan hal-hal lain sehingga dapat digunakan sebagai acuan untuk mengambil keputusan atau kebijakan ekonomi moneter.
2) Faktor-faktor yang mempengaaruhi laju inflasi perlu diperhatikan sebelum membentuk model regresi agar model yang terbentuk akurat dan dapat dipergunakan untuk berbagai kepreluan.