BAB III METODOLOGI PENELITIAN
C. Metode Analisis Data
6. Uji Impulse Response Function (IRF)
Secara individual koefisiensi di dalam model VAR sulit di interpretasikan maka para ahli ekonometrika menggunakan analisis Impulse Response. Sims (1992) menjelaskan bahwa fungsi IRF menggambarkan ekspektasi k-periode kedepan dari kesalahan prediksi suatu variabel yang lain. Dengan demikian, lamanya pengaruh dari shock suatu variabel terhadap variabel lain sampai pengaruhnya hilang atau kembali ke titik keseimbangan dapat dilihat atau diketahui. (Ajija, dkk, 2011:168).
7. Uji Forecasting Error Variance Decomposition (FEDV)
Variance Decomposition atau disebut Forecast Error Decomposition of Variance merupakan perangkat pada model VAR yang akan memisahkan variasi dari sejumlah variabel yang diestimasi menjadi komponen-komponen shock atau menjadi variabel innovation, dengan asumsi bahwa variabel-variabel innovation tidak saling berkorelasi.
Kemudian Variance Decomposition akan memberikan informasi mengenai proporsi dari pergerakan pengaruh shock pada sebuah variabel terhadap shock variabel lainnya pada periode saat ini dan periode yang akan datang. (Ajija, dkk, 2011:168)
D. Operasional Variabel Penelitian
1. Variabel Yield Sukuk Negara Ritel Seri SR-005
Yield merupakan tingkat keuntungan yang diperoleh investor dalam berinvestasi obligasi maupun sukuk. Penelitian ini akan mengunakan jenis yield to maturity. Yield to maturity dihitung dengan menggabungkan tingkat imbal hasil yang diperoleh dan selisih harga obligasi (capital gain/capital loss) selama memegang sukuk sampai jatuh tempo. Penelitian ini akan menggunakan data yield to maturity sukuk negara ritel seri SR-005 dari periode Maret 2013 sampai Desember 2015. Data tersebut diperoleh dari Indonesia Bond Pricing Agency (IBPA) atau lebih dikenal dengan PT. Penilai Harga Efek.
2. Variabel BI Rate
BI Rate merupakan tingkat suku bunga acuan yang mencerminkan arah kebijakan moneter yang ditetapkan Bank Indonesia (BI Rate). BI Rate dipublikasikan di website Bank Indonesia dan dinyatakan dalam bentuk persen (%). Dalam penelitian ini akan menggunakan data BI Rate periode Maret 2013 sampai Desember 2015.
3. Variabel Inflasi
Inflasi merupakan kenaikan harga secara umum dan berlangsung secara terus menerus. Inflasi dapat dihitung dengan menggunakan beberapa pendekatan seperti Indeks Harga Konsumen (IHK), Indeks
Harga Perdagangan, dan GNP deflator. Pengukuran inflasi pada penelitian ini akan menggunakan pendekatan Indeks Harga Konsumen. Indeks Harga Konsumen (IHK) merupakan indeks yang mengukur perubahan harga rata-rata sekelompok barang dan jasa yang dikonsumsi masyarakat dengan dasar periode tertentu. Berikut rumus perhitungannya:
1 100
1
IHKt IHKt Inflasi IHKt
Penelitian ini akan menggunakan data inflasi secara bulanan (month-on-month) yang dipublikasikan di website Badan Pusat Statistik (BPS) dengan periode data Maret 2013 sampai Desember 2015.
4. Variabel Index JII
Secara umum indeks harga saham merupakan indeks yang mengukur perubahan harga-harga saham. Suatu indeks saham dapat dibangun dengan suatu kriteria tertentu, seperti Indeks JII yang merupakan indeks saham yang berisi 30 saham-saham syariah paling likuid dan memiliki nilai kapitalisasi terbesar. Indeks JII dapat digunakan sebagai indikator pergerakan harga saham-saham syariah. Dalam penelitian ini periode data indeks JII yang digunakan dimulai dari Maret 2013 sampai Desember 2015. Data tersebut diperoleh dari website Otoritas Jasa Keuangan (OJK).
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian 1. Sukuk Negara Ritel Seri SR-005
Sukuk negara ritel seri SR-005 merupakan SBSN tanpa warkat (scriptless) yang diterbitkan khusus untuk investor individu Warga Negara Indonesia (WNI) di pasar perdana. Akad yang digunakan pada sukuk tersebut adalah Ijarah Asset to be Leased. Ijarah Asset to be Leased merupakan akad ijarah dimana objek ijarahnya sudah ditentukan spesifikasinya dan sebagian objek ijarah sudah ada saat akad dilakukan, tetapi penyerahan keseluruhan objek ijarah dilakukan pada masa yang akan datang sesuai dengan kesepakatan. Dengan demikian, berdasarkan akad yang digunakan, sukuk negara ritel seri SR-005 merupakan surat berharga yang menunjukkan suatu bukti kepemilikan atas bagian aset yang menjadi underlying sukuk, baik aset yang sudah ada maupun yang akan ada. Pada sukuk tersebut yang menjadi underlying asset-nya adalah proyek dalam APBN 2013 dan Barang Milik Negara (BMN) berupa tanah dan/atau bangunan.
Sukuk negara ritel SR-005 diterbitkan tanggal 27 Februari 2013 dengan jangka waktu (tenor) 3 tahun yang akan jatuh tempo pada 27 Februari 2016. Sukuk tersebut memiliki nilai per unit sebesar Rp1 juta dengan minimal pembelian sebesar Rp5 juta dan batas maksimal
pembelian sebesar Rp5 milyar. Sukuk ini menawarkan imbal hasil tetap (fixed return) sebesar 6 persen per tahun dimana pembayarannya akan dilakukan setiap bulan pada tanggal 27. Tingkat imbal hasil sukuk ini merupakan yang paling rendah diantara seluruh sukuk negara ritel yang pernah diterbitkan pemerintah. Selama masa penawaran, total pemesanan sukuk negara ritel seri SR-005 yang masuk dari 25 agen penjual sebesar Rp20,87 triliun. Dengan memperhatikan minat beli masyarakat terhadap sukuk negara ritel SR-005 yang demikian besar, Direktur Jenderal Pengelolaan Utang atas nama Menteri Keuangan menetapkan sukuk negara ritel seri SR-005 mendapat jatah penerbitan sebesar Rp14,968 triliun (Kementrian Keuangan, 2013).
Investor pada sukuk negara ritel seri SR-005 di Pasar Perdana mencapai jumlah 17.783 investor. Berdasarkan wilayah persebarannya, investor sukuk sebagian besar berasal dari wilayah Indonesia Bagian Barat. Dari jumlah investor, 38 persen dari DKI Jakarta, 55 persen dari Indonesia Bagian Barat selain DKI Jakarta, 5 persen dari Indonesia Bagian Tengah dan 2 persen dari Indonesia Bagian Timur. Dari volume pemesanan, 44 persen berasal dari DKI Jakarta, 49 persen dari Indonesia Bagian Barat selain DKI Jakarta, 6 persen dari Indonesia Bagian Tengah dan 1 persen dari Indonesia Timur. Berdasarkan sebaran kelompok profesinya, jumlah investor yang berprofesi sebagai pegawai swasta dan wiraswasta menjadi yang paling banyak. Dari jumlah investornya, 28,5 persen berprofesi sebagai Pegawai Swasta, 24,95 persen sebagai
Wiraswasta, 16,62 persen sebagai Ibu Rumah tangga, 4,58 persen sebagai PNS, 1,97 persen sebagai TNI/Polri, dan profesi lainnya sekitar 23,34 persen. Dari volume penerbitan, 35,11 persen dimiliki oleh pegawai swasta, 31,29 persen oleh wiraswasta, 13,82 persen oleh ibu rumah tangga, 3,29 persen oleh PNS, 1,34 persen oleh TNI/Polri, dan profesi lainnya sekitar 15,16 persen. (Kementrian Keuangan, 2013)
Sukuk negara ritel seri SR-005 bersifat tradable yang artinya dapat diperdagangkan di pasar sekunder. Perdagangan sukuk negara ritel seri SR-005 di pasar sekunder dilakukan pada tingkat harga pasar dengan mekanisme bursa efek atau transaksi di luar bursa (over the counter). Saat di pasar sekunder investor institusi dan investor asing diperbolehkan ikut membeli sukuk negara ritel seri SR-005, tidak seperti saat di pasar perdana yang hanya boleh diikuti oleh investor individu WNI. Investasi pada sukuk negara ritel seri SR-005 di pasar sekunder mengandung beberapa risiko diantaranya yaitu risiko gagal bayar, risiko pasar dan risiko likuiditas.
Risiko gagal bayar yaitu risiko tidak terpenuhinya pembayaran imbalan dan nilai nominal saat jatuh tempo. Risiko ini sangat kecil karena berdasarkan undang-undang, pembayaran pada sukuk negara ritel dijamin oleh pemerintah. Risiko pasar yaitu risiko terjadinya capital loss akibat harga jual di pasar sekunder lebih rendah dari harga beli. Risiko likuiditas yaitu risiko terjadinya kendala untuk menjual di pasar sekunder.
Dalam mengukur tingkat keuntungan sukuk negara ritel seri SR-005 di pasar sekunder, investor dapat melihat dari pergerakan tingkat yield
pada sukuk tersebut. Salah satu jenis yield yang digunakan investor yaitu yield to maturity (ytm). Yield to maturity menunjukkan ukuran keuntungan yang diperoleh investor dari imbal hasil ditambah dengan selisih harga (capital gain/capital loss) selama memegang sukuk ritel sampai waktu jatuh tempo. Pada perdagangan di pasar sekunder, yield to maturity (ytm) sukuk negara ritel seri SR-005 bergerak fluktuatif, seperti yang terlihat pada grafik di bawah ini:
Gambar 4.1.
Grafik Pergerakan Yield To Maturity (YTM) Sukuk Negara Ritel Seri SR-005 Periode Maret 2013 s.d. Desember 2015
Sumber: Indonesia Bond Pricing Agency (IBPA), diolah
Berdasarkan grafik diatas, terlihat bahwa tingkat yield to maturity (ytm) sukuk negara ritel seri SR-005 bergerak diantara 5 persen sampai 8 persen. Pada bulan Maret 2013 atau sebulan setelah sukuk negara ritel seri SR-005 terbit, ytm berada di tingkat 5,65 persen. Yield tersebut dibawah
imbal hasil sukuk yang artinya harga sukuk tersebut berada di atas nilai nominalnya. Penguatan harga tersebut mengindikasikan bahwa permintaan sukuk negara ritel seri SR-005 masih tinggi setelah satu bulan penerbitannya. Selama periode Maret 2013 sampai Desember 2015, ytm terendah berada pada tingkat 5,13 persen yang terjadi pada bulan April 2013. Sedangkan, ytm tertinggi berada pada tingkat 8,54 persen yang terjadi pada bulan Januari 2014.
2. BI Rate
BI Rate adalah suku bunga kebijakan yang mencerminkan sikap atau stance kebijakan moneter yang ditetapkan oleh Bank Indonesia. BI Rate diumumkan oleh Dewan Gubernur Bank Indonesia setiap Rapat Dewan Gubernur bulanan dan diimplementasikan pada operasi moneter yang dilakukan Bank Indonesia melalui pengelolaan likuiditas (liquidity management) di pasar uang untuk mencapai sasaran operasional kebijakan moneter. Sasaran operasional kebijakan moneter dicerminkan pada perkembangan suku bunga Pasar Uang Antar Bank Overnight (PUAB O/N). Pergerakan di suku bunga PUAB ini diharapkan akan diikuti oleh perkembangan di suku bunga deposito, dan pada gilirannya suku bunga kredit perbankan (www.bi.go.id diakses pada 02 Februari 2016).
Dalam menentukan tingkat BI Rate, Bank Indonesia (BI) mempertimbangkan sejumlah faktor ekonomi seperti inflasi. Dalam menjaga stabilitas keuangan, Bank Indonesia akan berusaha
mengendalikan inflasi pada tingkat tertentu. Saat peningkatan inflasi melebihi target inflasi yang ditetapkan, Bank Indonesia akan menaikan BI Rate. Sedangkan, saat inflasi berada dibawah target inflasi, Bank Indonesia akan menurunkan BI Rate (www.bi.go.id diakses pada 02 Februari 2016). Sejak tahun 2013 sampai 2015, BI Rate berada di kisaran 5,75 persen sampai 7,75 persen, seperti yang terlihat pada grafik dibawah ini:
Gambar 4.2.
Grafik Tingkat BI Rate Periode Maret 2013 s.d. Desember 2015
Sumber: Bank Indonesia (BI), diolah
Berdasarkan grafik diatas, terlihat bahwa selama tahun 2013 sampai 2015 tingkat BI Rate cenderung tidak banyak mengalami perubahan. Pada Maret 2013, BI Rate masih di tingkat 5,75 persen dan perlahan terus meningkat hingga mencapai 7,50 persen pada bulan November 2013. BI Rate terus bertahan pada tingkat 7,50 persen sampai bulan Oktober 2014.
Pada bulan November 2014, BI Rate meningkat pada level 7,75 persen dan bertahan selama tiga bulan tepatnya sampai Januari 2015. Lalu, pada bulan Februari 2015 BI menurunkan BI Rate kembali pada tingkat 7,50 persen. Tingkat BI Rate tersebut bertahan dan tidak mengalami perubahan sampai akhir tahun 2015.
3. Inflasi
Inflasi merupakan salah satu masalah yang menjadi perhatian utama dalam suatu negara. Inflasi yang rendah dan stabil merupakan prasyarat untuk mewujudkan kesejahteraan masyarakat. Bank Indonesia yang memiliki tugas menjaga stabilitas keuangan negara selalu berusaha menjaga agar inflasi stabil dengan menetapkan target atau sasaran inflasi.
Target atau sasaran inflasi merupakan tingkat inflasi yang harus dicapai Bank Indonesia, berkoordinasi dengan Pemerintah. Pentingnya pengendalian inflasi didasarkan pada pertimbangan bahwa inflasi yang tinggi dan tidak stabil memberikan dampak negatif kepada kondisi sosial ekonomi masyarakat (www.bi.go.id diakses 20 Agustus 2016).
Meskipun inflasi merupakan salah satu masalah ekonomi yang ditakutkan suatu negara, bukan berarti membuat tingkat inflasi menjadi nol memiliki dampak baik bagi perekonomian. Inflasi yang baik bagi perekonomian adalah inflasi dengan tingkat yang rendah dan terkendali.
Inflasi tersebut akan mendorong kenaikan harga produk yang dijual perusahaan. Kenaikan tersebut akan membuat keuntungan perusahaan
meningkat (akibat peningkatan harga tidak selalu diikuti oleh kenaikan gaji dan upah) dan akan menggalakan lebih banyak investasi. Hal ini akan membuat kesempatan kerja dan pendapatan masyarakat meningkat yang akhirnya mendorong pertumbuhan ekonomi.
Inflasi dapat diukur menggunakan beberapa pendekatan, salah satunya yaitu menggunakan Indeks Harga Konsumen (IHK). Indeks Harga Konsumen (IHK) merupakan indeks yang mengukur perubahan harga rata-rata sekelompok barang dan jasa yang dikonsumsi masyarakat dengan dasar periode tertentu. Dibawah ini akan ditampilkan grafik perkembangan inflasi di Indonesia dengan pendekatan IHK secara bulanan (month-on-month) selama periode Maret 2013 sampai Desember 2015, sebagai berikut:
Gambar 4.3.
Grafik Perkembangan Inflasi (month-on-month) Periode Maret 2013 s.d. Desember 2015
Sumber: Badan Pusat Statistik (BPS), diolah
Berdasarkan grafik diatas, selama bulan Maret 2013 sampai bulan Desember 2015 tingkat inflasi secara bulanan (month-on-month) bergerak fluktuatif. Selama periode tersebut, tingkat inflasi tertinggi terjadi pada bulan Juli 2013 yaitu sebesar 3,25 persen. Sedangkan, tingkat inflasi terendah terjadi pada bulan Februari 2015 yaitu sebesar –0,36 persen. Dari grafik tersebut terlihat bahwa terdapat tren peningkatan inflasi pada bulan Juli dan Desember setiap tahunnya. Tren kenaikan ini terjadi karena di bulan Juli dan Desember merupakan bulan berlangsungnya hari raya keagamaan. Di Indonesia, menjelang hari raya keagamaan selalu terjadi peningkatan harga.
4. Jakarta Islamic Index (JII)
Jakarta Islamic Index (JII) merupakan indeks terakhir yang dikembangkan oleh BEJ yang bekerjasama dengan Danareksa Investment Management untuk merespons kebutuhan informasi yang berkaitan dengan investasi syariah. Jakarta Islamic Index (JII) merupakan subset dari Indeks Harga Saham Gabungan (IHSG) yang diluncurkan pada tanggal 3 Juli 2000 dan menggunakan tahun 1 Januari 1995 sebagai base date (dengan nilai 100). JII melakukan penyaringan (filter) terhadap saham yang listing. Rujukan dalam penyaringannya adalah fatwa syariah yang dikeluarkan oleh Dewan Syariah Nasional (DSN). Berdasarkan fatwa inilah BEJ memilah emiten yang unit usahanya sesuai dengan syariah (Rodoni, 2009:72).
Saham syariah yang menjadi konstituen JII terdiri dari 30 saham yang merupakan saham-saham syariah paling likuid dan memiliki kapitalisasi pasar yang besar. BEI melakukan review JII setiap 6 bulan, yang disesuaikan dengan periode penerbitan DES oleh OJK. Setelah dilakukan penyeleksian saham syariah oleh OJK yang dituangkan ke dalam DES, BEI melakukan proses seleksi lanjutan yang didasarkan kepada kinerja perdagangannya (www.idx.co.id diakses 02 Februari 2016). Dibawah ini daftar saham syariah yang menjadi konstituen Jakarta Islamic Index (JII) selama periode Desember 2015 sampai Mei 2016, sebagai berikut:
Tabel 4.1.
Daftar Saham yang Masuk dalam Penghitungan Jakarta Islamic Index (JII) Periode Desember 2015 s.d. Mei 2016
No. Kode Nama Saham Ket.
1. AALI Astra Agro Lestari Tbk. Tetap
2. ADRO Adaro Energy Tbk. Tetap
3. AKRA AKR Corporindp Tbk. Tetap
4. ASII Astra International Tbk. Tetap
5. ASRI Alam Sutera Realty Tbk. Tetap
6. BSDE Bumi Serpong Damai Tbk. Tetap
7. ICBP Indofood CBP Sukses Makmur Tbk. Tetap
8. INCO Vale Indonesia Tbk. Tetap
9. INDF Indofood Sukses Makmur Tbk. Tetap
10. INTP Indocement Tunggal Prakarsa Tbk. Tetap
11. ITMG Indo Tambangraya Megah Tbk. Tetap
12. JSMR Jasa Marga (Persero) Tbk. Tetap
13. KLBF Kalbe Farma Tbk. Tetap
14. LPKR Lippo Karawaci Tbk. Tetap
15. LPPF Matahari Department Store Tbk. Tetap 16. LSIP PP London Sumatra Indonesia Tbk. Tetap 17. MIKA Mitra Keluarga Karyasehat Tbk. Baru
18. MPPA Matahari Putra Prima Tbk. Tetap 19. PGAS Perusahaan Gas Negara (Persero) Tbk. Tetap
20. PTPP PP (Persero) Tbk. Tetap
21. PWON Pakuwon Jati Tbk. Tetap
22. SILO Siloam International Hospitals Tbk. Tetap 23. SMGR Semen Indonesia (Persero) Tbk. Tetap
24. SMRA Summarecon Agung Tbk. Tetap
25. SSMS Sawit Sumbermas Sarana Tbk. Tetap
26. TLKM Telekomunikasi Indonesia (Persero) Tbk. Tetap
27. UNTR United Tractors Tbk. Tetap
28. UNVR Unilever Indonesia Tbk. Tetap
29. WIKA Wijaya Karya (Persero) Tbk. Tetap
30. WKST Waskita Karya (Persero) Tbk. Tetap Sumber: Bursa Efek Indonesia (BEI), tahun 2015
Dalam menilai kinerja saham syariah, nilai pada Jakarta Islamic Index (JII) dapat dijadikan acuan. Nilai Jakarta Islamic Index (JII) yang tinggi menandakan bahwa saham-saham syariah sedang memiliki kinerja yang baik. Nilai Jakarta Islamic Index (JII) dibangun oleh harga saham-saham yang menjadi bagian di dalamnya . Dibawah ini akan ditampilkan grafik perkembangan nilai Jakarta Islamic Index (JII) selama periode Maret 2013 sampai Desember 2015, sebagai berikut:
Gambar 4.4.
Grafik Perkembangan Nilai Jakarta Islamic Index (JII) Periode Maret 2013 s.d. Desember 2015
Sumber: Otoritas Jasa Keuangan (OJK), diolah
Berdasarkan grafik diatas, selama bulan Maret 2013 sampai Desember 2015 nilai Jakarta Islamic Index (JII) bergerak dikisaran level 500 sampai 700. Nilai Indeks tertinggi terjadi di bulan Maret 2015 dengan nilai indeks berada di level 728,20. Sedangkan, nilai indeks terendah terjadi di bulan September 2015 dengan nilai indeks berada di level 556,09.
B. Analisis Uji Ekonometrik
1. Uji Stasioneritas Data
Syarat utama dalam analisis VAR adalah data time series yang diuji harus bersifat stasioner. Data time series yang stasioner dapat mencegah terjadinya masalah regresi lancung (spurious regression). Oleh karena itu, langkah pertama dalam analisis VAR adalah uji stasioneritas. Dalam penelitian ini, pengujian stasioneritas menggunakan uji akar unit (unit root) dengan metode Augmented Dickey-Fuller Test (ADF). Metode ini dilakukan dengan cara membandingkan nilai statistik ADF dengan nilai kritis MacKinnon pada tingkat signifikansi 5%. Berikut ini adalah hasil uji stasioneritas pada variabel dalam penelitian ini:
Tabel 4.2.
Hasil Uji Stasioneritas pada Tingkat Level Variabel Prob. ADF Nilai Statistic
ADF Nilai Kritis
MacKinnon (α=5%)
YTM 0,0446 -3,006515 -2,954021
BI Rate 0,0399 -3,057807 -2,954021
Inflasi 0,0001 -5,635743 -2,954021
LNJII 0,5710 -1,398639 -2,954021
Sumber: Lampiran 2
Dari hasil pengujian diatas, terlihat bahwa variabel Yield to Maturity (YTM), BI Rate dan Inflasi telah stasioner pada tingkat level. Hal ini terlihat dari nilai statistik ADF yang lebih kecil daripada nilai kritis MacKinnon-nya atau dari nilai probabilitas ADF yang lebih kecil daripada
α = 0,05. Sedangkan untuk variabel Jakarta Islamic Index (JII) masih belum stasioner pada tingkat level, terlihat dari nilai statistic ADF (-1,398639) yang lebih besar daripada nilai kritis MacKinnon (-2,954021) atau terlihat dari nilai Prob. ADF lebih besar dari α = 0,05 (0,5710>0,05).
Dengan demikian, pengujian stasioneritas variabel dilanjutkan pada tingkat First Difference.
Tabel 4.3.
Hasil Uji Stasioneritas pada Tingkat First Difference Variabel Prob. ADF Nilai Statistic
ADF Nilai Kritis
MacKinnon (α=5%)
YTM 0,0000 -7.256291 -2,95711
BI Rate 0,0001 -5.313689 -2,95711
Inflasi 0,0000 -6.284860 -2,95711
LNJII 0,0000 -5,713591 -2,95711
Sumber: Lampiran 3
Berdasarkan tabel diatas, hasil menunjukkan bahwa semua variabel telah stasioner pada tingkat First Difference. Hal ini terlihat dari nilai statistik ADF yang lebih kecil dari nilai kritis MacKinnon-nya dan nilai Prob. ADF yang lebih kecil dari α = 0,05.
Berdasarkan hasil uji stasioneritas diatas, tidak semua variabel stasioner pada tingkat level. Sehingga, model VAR biasa tidak dapat digunakan dalam penelitian ini. Selain itu, karena variabel yang diuji stasioner pada tingkat yang berbeda, maka uji kointegrasi juga tidak dapat dilakukan. Hal ini berarti model VECM yang mensyaratkan adanya kointegrasi juga tidak dapat diterapkan pada penelitian ini. Oleh karena
itu, maka dalam penelitian ini akan digunakan model VAR dengan data yang di difference (VAR in Difference).
2. Penentuan Lag Optimum
Dalam model VAR penentuan lag optimum sangat penting untuk menghilangkan masalah autokorelasi. Pemilihan lag didasarkan pada kriteria Final Predictian Error (FPE), Akaike Information Criteria (AIC), Schwarz Information Criteria (SC) dan Hanan-Quin Criterion (HQ).
Jumlah lag optimal adalah lag dengan nilai kriteria yang terkecil. Dari hasil output dibawah ini, terlihat bahwa lag optimal pada model VAR dalam penelitian ini yaitu pada lag ke-2.
Tabel 4.4.
Hasil Pengujian Lag Optimum
Lag LogL LR FPE AIC SC HQ
0 -39.52388 NA 0.000178 2.720243 2.903460 2.780974
1 32.43987 121.4388 5.46e-06 -0.777492 0.138593* -0.473836 2 52.63393 29.02895* 4.42e-06* -1.039621* 0.609332 -0.493039*
Sumber: Lampiran 4 3. Uji Kausalitas Granger
Uji Kausalitas Granger digunakan untuk mengetahui hubungan kausalitas diantara variabel-variabel dalam model. Dalam penelitian ini, uji kausalitas granger digunakan untuk melihat arah hubungan antara
variabel BI Rate, Inflasi dan Jakarta Islamic Index (JII) dengan variabel Yield to Maturity (YTM). Pengujian ini dilakukan pada tingkat signifikansi 5% (α = 0,05). Berikut ini adalah hasil pengujiannya:
Tabel 4.5.
Hasil Uji Kausalitas Granger
Pairwise Granger Causality Tests Date: 06/21/16 Time: 06:47 Sample: 2013M03 2015M12 Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
BI_RATE does not Granger Cause YTM 32 0.48993 0.6180
YTM does not Granger Cause BI_RATE 2.87564 0.0738
INFLASI does not Granger Cause YTM 32 3.45981 0.0460
YTM does not Granger Cause INFLASI 1.22612 0.3093
LNJII does not Granger Cause YTM 32 0.22810 0.7976
YTM does not Granger Cause LNJII 1.77200 0.1892
Sumber: Lampiran 5
Berdasarkan tabel 4.5 diatas, terlihat bahwa variabel BI Rate dan Yield to Maturity (YTM) tidak menunjukkan hubungan kausalitas dua arah maupun satu arah (Independece). Hal ini terlihat dari nilai probabilitas F-Statistik yang lebih besar daripada α = 0,05. Kemudian, untuk variabel Inflasi dan Yield to Maturity (YTM) juga tidak menunjukkan hubungan kausalitas dua arah tetapi masih menunjukkan hubungan kausalitas satu
arah (Unidirectional Causality). Hal ini terlihat dari nilai probabilitas F-Statistik (0,0460) lebih kecil dari pada α = 0,05. Lalu, untuk variabel JII dan Yield to Maturity (YTM) juga tidak menunjukkan hubungan kausalitas dua arah maupun satu arah (Independence). Hal ini terlihat dari nilai probabilitas F-Statistik yang lebih besar daripada α = 0,05.
4. Estimasi VAR
Berdasarkan hasil uji stasioneritas, terlihat bahwa variabel penelitian stasioner pada tingkat yang berbeda. Sehingga model yang digunakan dalam penelitian ini adalah model VAR dengan data yang di-difference (VAR in Difference). Berikut adalah estimasi dari model VAR yang terbentuk dalam penelitian ini: [-0.79024] [ 2.28483] [ 1.40181] [ 0.05379]
D(YTM(-2)) 0.180085 0.521160 0.044166 0.003636
(0.20431) (0.33040) (0.07026) (0.01862) [ 0.88144] [ 1.57735] [ 0.62863] [ 0.19532]
D(INFLASI(-1)) 0.185448 -0.127314 -0.016344 -0.013188
Sumber: Lampiran 6
Etimasi VAR ini digunakan untuk mengetahui hubungan jangka pendek diantara variabel dalam model. Dalam memilih variabel mana yang dalam jangka pendek memiliki pengaruh signifikan, maka nilai t-statistic setiap variabel akan dibandingkan dengan nilai t-tabel (dengan tingkat signifikansi 5%, dalam penelitian ini tabel = 2,0423). Jika nilai t-statistic lebih besar dari nilai t-tabel, maka variabel tersebut memiliki nilai koefisien yang valid atau dengan kata lain memiliki pengaruh yang signifikan.
Menurut Rosadi (2012:214), secara umum VAR untuk k-variabel akan terdiri atas k-persamaan (yakni setiap satu persamaan merupakan persamaan dengan salah satu variabel sebagai variabel dependen dan variabel independen adalah lag dari seluruh variabel yang lain, dan mungkin ditambah komponen trend deterministik). Dalam penelitian ini variabel yang digunakan berjumlah empat variabel sehingga estimasi
Menurut Rosadi (2012:214), secara umum VAR untuk k-variabel akan terdiri atas k-persamaan (yakni setiap satu persamaan merupakan persamaan dengan salah satu variabel sebagai variabel dependen dan variabel independen adalah lag dari seluruh variabel yang lain, dan mungkin ditambah komponen trend deterministik). Dalam penelitian ini variabel yang digunakan berjumlah empat variabel sehingga estimasi