ANALISIS PENGARUH INOVASI SISTEM PEMBAYARAN TERHADAP JUMLAH UANG BEREDAR DI INDONESIA
JURNAL ILMIAH
Disusun oleh :
Noor Kartini Taufikawati 145020401111035
JURUSAN ILMU EKONOMI FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS BRAWIJAYA MALANG
2018
DAFTAR ISI
HALAMAN SAMPUL ... i
DAFTAR ISI ... ii
LEMBAR PENGESAHAN... iii
ABSTRAK ... 1
A. PENDAHULUAN ... 1
B. TINJAUAN PUSTAKA ... 2
C. KERANGKA TEORITIS ... 4
D. METODOLOGI PENELITIAN ... 4
E. HASIL DAN PEMBAHASAN ... 5
F. PENUTUP... 11
DAFTAR PUSTAKA ... 12
1
Analisis Pengaruh Inovasi Sistem Pembayaran Terhadap Jumlah Uang Beredar di Indonesia
Noor Kartini Taufikawati
Fakultas Ekonomi dan Bisnis Universitas Brawijaya Email: noor.fikaa@gmail.com
ABSTRAK
Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan sistem pembayaran non tunai terhadap jumlah uang beredar di Indonesia. Jumlah uang beredar yang digunakan dalam penelitian ini terdiri dari jumlah uang beredar dalam arti sempit (M1) dan jumlah uang beredar dalam arti luas (M2). Sistem pembayaran non tunai yang digunakan dalam penelitian ini terdiri dari tiga skema transaksi, alat pembayaran menggunakan kartu (kartu kredit), e-money, dan sistem BI-RTGS.
Metode yang digunakan adalah regresi data time-series. Dalam teori penciptaan uang, uang M1 maupun M2 adalah hasil penggandaan dari uang inti M0. Kelipatan dari uang inti (M0) menjadi M1 ataupun M2 dikenal masing-masing sebagai koefisien pengganda M1 dan koefisien pengganda M2. Dengan berkembangnya financial technology dan bergesernya sistem pembayaran dari tunai perlahan menjadi non tunai, maka perubahan sistem ini diduga menjadi penyebab berubahnya koefisien pengganda. Dari hasil analisis menunjukkan bahwa secara simultan variabel independen berpengaruh signifikan terhadap variabel dependen. Secara parsial variabel kartu kredit berpengaruh signifikan dengan arah hubungan negatif terhadap M1 dan M2, variabel e- money berpengaruh signifikan dengan arah hubungan positif terhadap M1, namun variabel e- money tidak berpengaruh signifikan terhadap M2. Sedangkan variabel BI-RTGS tidak berpengaruh signifikan terhadap M1 dan M2.
Kata Kunci : Jumlah Uang Beredar, M1, M2, Koefisien Pengganda, Sistem Pembayaran Non Tunai, Alat Pembayaran Menggunakan Kartu (Kartu Kredit), E-money, BI-RTGS.
A. PENDAHULUAN
Seiring dengan perkembangan ilmu pengetahuan dan teknologi yang semakin pesat, sehingga banyak perubahan yang tentunya terjadi pada semua bidang kegiatan ekonomi termasuk pada bidang keuangan dan perbankan. Dalam bidang keuangan khususnya perbankan telah mendorong munculnya inovasi keuangan yang terjadi perubahan pada sistem pembayaran dan bertujuan meningkatkan efektivitas dan efisiensi sistem keuangan. Pada zaman modern ini, sistem pembayaran terus mengikuti kemajuan teknologi, sehingga secara perlahan menggeser peranan pembayaran secara tunai menjadi pembayaran secara non tunai.
Namun dengan kemudahan dalam bertransaksi secara non tunai (cashless) tersebut, muncul adanya suatu efek yang disebabkan karena percepatan perputaran uang tersebut (velocity of money).
Menurut Mishkin (2008), velocity of money (percepatan perputaran uang) adalah rata-rata jumlah berapa kali per tahun (perputaran) dari satu unit mata uang digunakan untuk membeli total barang dan jasa yang diproduksi dalam perekonomian. Meskipun jumlah transaksi tunai di masyarakat menurun, namun dengan penggunaan transaksi non tunai (cashless) ini perputaran uang yang muncul semakin tinggi intensitasnya.
Semakin banyak alat pembayaran pengganti, semakin kecil jumlah uang kartal yang dipegang sehari-hari dan sebaliknya, semakin sedikit (atau mungkin tidak adanya) alat pembayaran pengganti akan semakin besar uang kartal yang diinginkan (Iswardono, 1981). Dalam teori penciptaan uang, uang M1 maupun M2 adalah hasil penggandaan dari uang inti M0.Dengan adanya berbagai upaya yang dilakukan oleh pihak bank penerbit uang giral, menghasilkan adanya peningkatan jumlah transaksi dan volumenya, sehingga pada angka pengganda uang (money multiplier) merupakan salah satu faktor utama dalam penentuan uang beredar sehingga pengembangan non tunai akan berpengaruh terhadap jumlah pasokan uang. Angka pengganda uang (money multiplier) merupakan bagian dari proses penciptaan uang yang dilakukan oleh bank umum.
2
Terdapat beberapa pengertian dari angka pengganda uang yaitu angka pengganda uang merupakan bagian dari proses pasar yaitu penyesuaian antara permintaan dan penawaran uang (Nilawati, 2000).
Menurut Parkin (1993), angka pengganda uang uang itu merupakan rasio antara perubahan jumlah uang beredar dan perubahan uang primer, yang juga disebut monetary base. Uang primer adalah uang kartal ditambah cadangan bank. Jika monetary base naik, maka uang kartal dan cadangan bank juga naik. Sedangkan jika cadangan bank naik maka dapat menciptakan pinjaman dan tambahan uang yang bererdar. Jumlah uang beredar (JUB) yaitu M1 (uang dalam arti sempit) yang terdiri dari uang kartal dan uang giral, dan M2 (uang dalam arti luas) yang terdiri dari M1 ditambah uang kuasi (Nilawati, 2000). Uang kartal (currencies) adalah uang yang dikeluarkan pemerintah dan atau bank sentral dalam bentuk uang kertas atau uang logam. Uang giral (deposit money) adalah uang yang dikeluarkan oleh suatu bank umum. Contoh uang giral adalah cek, bilyet giro. Uang kuasi meliputi tabungan, deposito berjangka, dan rekening valuta asing (Subagyo, 1997).
Perkembangan teknologi pada sistem pembayaran saat ini, alat pembayaran menggunakan kartu sebagai bagian dari M1 dalam kategori uang giral dan bukan lagi bagian dari M2. Demikian juga dengan e-money yang merupakan produk stored value yang sifatnya sangat liquid dan dapat disetarakan dengan uang tunai atau giro (setara M1) (Hidayati, dkk, 2006). Klasifikasi yang kurang tepat terhadap besaran moneter dapat menimbulkan implikasi kesalahan dalam perumusan dan pelaksanaan kebijakan monter (M1 dan M2) sebagai indikator moneter maupun operasional target.
Berdasarkan kajian yang dilakukan oleh Costa dan Grauwe (2001), penggunaan alat pembayaran non tunai secara luas memiliki implikasi pada berkurangnya permintaan uang terhadap uang yang diterbitkan oleh bank sentral, base money, yang pada gilirannya dapat mempengaruhi pelaksanaan tugas bank sentral dalam melaksanakan kebijakan moneter, khususnya pengendalian besaran moneter. Hal yang sama juga dikemukakan oleh Friedman (1999), perkembangan teknologi informasi akan memberikan implikasi terhadap berkurangnya peran base money dalam transaksi pembayaran. Penelitian Farhadi (2015), didapatkan hasil bahwa perkembangan uang elektronik dapat digunakan untuk menurunkan jumlah uang beredar. Studi lain yang dilakukan oleh Durgun dan Mustafa (2015) memiliki sudut pandang berbeda terhadap implikasi perkembangan alat pembayaran non tunai pada kebijakan moneter. Hasil studinya menunjukkan bahwa peningkatan populasi sistem pembayaran elektronik meningkatkan total volume transaksi yang ada di masyarakat dan sulit untuk berdampak pada kebijakan moneter. Dengan beberapa peneilitian yang menunjukkan hasil kontradiktif, maka peneliti ingin meneliti ulang topik ini untuk ditelaah lebih lanjut.
Berdasarkan uraian di atas, penulis tertarik untuk melakukan penelitian yang bertujuan untuk melihat dan mengetahui bagaimana pengaruh penggunaan pembayaran non tunai dalam transaksi masyarakat terhadap jumlah uang beredar di Indonesia.
B. TINJAUAN PUSTAKA
Teori Penawaran Uang Tanpa Bank
Teori ini menganggap seakan-akan perbankan tidak ada, kalaupun ada tidak mempunyai pengaruh terhadap proses penciptaan uang. Teori ini adalah gambaran ketika perekonomian masih menggunakan emas sebagai alat pembayaran dan belum ada sistem perbankan yang mempengaruhi penggunaan alat tukar tersebut. Jumlah alat tukar ini (peredaran dan proses penawaran nya) di masyarakat. Ciri penawaran uang pada teori ini, yaitu harga emas bisa naik dan turun, uang beredar secara otomatis berdasarkan mekanisme pasar dan tanpa campur tangan pemerintah.
Teori Penawaran Uang Menurut Klasik
Teori penawaran uang dan harga menurut pandangan klasik dibedakan menjadi 2 bentuk, yang pertama teori kuantitas dan teori sisa tunai. Pandangan pokok teori tersebut adalah sama yaitu perubahan dalam penawaran uang akan menimbulkan perubahan proposional dengan tingkat harga.
Kenaikan penawaran uang akan menaikkan harga pada tingkat yang sama dan penurunan penawaran uang akan menurunkan harga juga pada tingkat yang sama.
Irving Fisher menyatakan dalam teori kuantitas uang, bahwa keterkaitan antara jumlah uang beredar dengan total pengeluaran dari barang dan jasa akhir yang diproduksi di dalam suatu perekonomian. Hubungan antara transaksi dan uang dirumuskan oleh Fisher yaitu MV = PT. Dalam Mankiw (2007), Fisher menyadari bahwa Total Pengeluaran dapat berubah dan kemudian memisahkan Total Pengeluaran menjadi Kuantitas Barang yang dibeli (Y), dan Harga dari barang tersebut (P). Sehingga persamaannya menjadi: MV = PY
3
Teori sisa tunai juga menerangkan sifat hubungan antara penawaran uang dan tingkat harga. Teori sisa tunai diterangkan dengan persamaan M = kPT. Dimana M,P,T mempunyai arti yang sama dengan persamaan dari MV = PT, k adalah bagiaan dari pendapatan masyarakat.
Teori Penawaran Uang Modern
Teori penawaran uang modern atau sistem standar kertas. Dalam sistem standar kertas, sumber dari terciptanya uang beredar adalah otoritas moneter merupakan penyalur uang inti atau uang primer, sedangkan lembaga keuangan (perbankan) merupakan penyalur uang sekunder bagi masyarakat. Proses terciptanya uang beredar merupakan proses pasar artinya hasil interaksi antara permintaan dan penawaran, bukan sekedar pencetakan uang atau keputusan pemerintah saja.
Apabila pada suatu waktu permintaan akan uang inti tidak sama dengan penawaran uang inti, maka para pelaku dalam pasar uang masing-masing akan melakukan penyesuaian berupa tindakan-tindakan di sub-pasar uang inti sehingga akhirnya terjadi keseimbangan antara permintaan dan penawaran. Demikian juga, apabila terjadi ketidakseimbangan antara permintaan dan penawaran di sub-pasar uang sekunder (uang giral).
Teori Penciptaan Uang
Dalam teori penciptaan uang adaanya penciptaan uang primer oleh otoritas moneter dan penciptaan uang oleh bank umum. Menurut Solikin (2002) Otoritas moneter menciptakan uang kartal, sementara itu bank umum menciptakan uang giral dan uang kuasi, sedangkan masyarakat akan menggunakan uang yang diciptakan oleh otoritas moneter dan bank umum untuk melaksanakan kegiatan ekonomi.
Uang beredar dikelompokkan menjadi tiga komponen yaitu uang primer (M0), uang dalam arti sempit (M1), dan uang arti luas (M2). Uang primer (M0) merupakan inti dalam proses penciptaan jumlah uang bererdar (money supply). Kemampuan otoritas moneter dalam mengendalikan atau mengontrol jumlah uang beredar sangat tergantung pada berbagai faktor dan karena bank umum juga mempunyai peranan dan kemampuan dalam menciptakan uang giral dan uang kuasi.
Angka pengganda (money multiplier) merupakan sebuah pencerminan dari dampak terhadap jumlah uang beredar yang diakibatkan oleh faktor lain selain uang primer. Angka pengganda dipengaruhi oleh 2 hal yaitu proporsi uang kartal terhadap jumlah uang beredar dan tingkat cadangan.
Teori Permintaan Uang
Dalam teori permintaan uang, ada dua variabel yang menentukan permintaan akan uang.
Pertama adalah variabel skala atau yang biasa disebut dengan variabel kendala. Kedua adalah variabel biaya memegang uang tunai (opportunity cost of holding money).
C. KERANGKA TEORITIS
Berdasarkan landasan teori yang telah dijelaskan diatas, penelitian ini memiliki kerangka konseptual bahwa dengan adanya teori penciptaan uang, uang beredar dikelompokkan menjadi tiga
4
komponen yaitu uang primer (M0), uang dalam arti sempit (M1), dan uang arti luas (M2). Uang primer (M0) merupakan inti dalam proses penciptaan jumlah uang bererdar (money supply).
Kemampuan otoritas moneter dalam mengendalikan atau mengontrol jumlah uang beredar sangat tergantung pada berbagai faktor dan karena bank umum juga mempunyai peranan dan kemampuan dalam menciptakan uang giral dan uang kuasi.
Sumber: Ilustrasi Peneliti (2017).
D.
METODOLOGI PENELITIAN
Penelitian ini menggunakan metode pendekatan kuantitatif. Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh dari data publiksi oleh Bank Indonesia melalui website (www.bi.go.id) sebagai otoritas moneter Indonesia. Periode yang digunakan dalam penelitian ini dimulai dari bulan Januari 2009 sampai dengan bulan Desember 2017.
Metode Analisis
Analisis regresi merupakan suatu kajian untuk melihat ketergantungan satu variabel terhadap satu atau beberapa variabel lain (variabel expanatori) dengan tujuan untuk membuat estimasi dan/memprediksi rata-rata populasi atau nilai rata-rata variabel tergantung dalam kaitannya dengan nilai yang sudah diketahui dari variabel explanatorinya (Gujarati&Porter, 2010). Sedangkan data time-series merupakan suatu teknik pengumpulan data berdasarkan runtun waktu (time-series) (Kuncoro, 2011). Analisis regresi time-series menjadi analisis regresi dalam kondisi variabel dependen (Y) berautokorelasi, sehingga antar variabel variabel dependen (Y) dapat dibangun sebuah hubungan fungsional, yang dalam analisis data time-series bentuk hubungannya selalu digunakan regresi linier. Pendekatan yang digunakan dalam analisis regresi time-series ini menggunakan pendekatan OLS (Ordinary Least Square).
Dalam teori penciptaan uang, uang M1 maupun M2 adalah hasil penggandaan dari uang inti M0. Kelipatan dari uang inti (M0) menjadi M1 ataupun M2 dikenal masing-masing sebagai koefisien pengganda M1 dan koefisien pengganda M2. Teori penggandaan tersebut dapat ditulis dalam bentuk persamaan berikut:
M1 = k1M0...(3.1) M2 = k2M0...(3.2)
5
k1 dan k2 adalah koefisien pengganda M1 dan koefisien pengganda M2. Jika koefisien pengganda adalah konstan, maka rasio M1/M0 akan konstan sebesar k1. Begitu juga M2/M0 akan konstan sebesar k2.
Dalam perkembangan teknologi yang berdampak pada sistem pembayaran, di duga akan berdampak pada jumlah uang yang beredar. Jika sistem pembayaran akan berpengaruh terhadap M1
maupun M2, sedangkan M0 adalah tetap. Maka secara hipotesis rasio M1/M0 akan berubah-ubah dan juga rasio M2/M0 akan bervariasi.
Dari dugaan tersebut, maka model multiplier k1 dan k2 bisa dibuat fungsi yang tergantung pada berbagai variabel sistem pembayaran. Oleh karena itu fungsi koefisien multiplier k1 dan k2 bisa ditulis sebagai berikut:
k1 = α0 + α1X1 + α2X2 + α3X3 + e1...(3.3) k2 = β0 + β1X1 + β2X2 + β3X3 + e2...(3.4) Berdasarkan pada pemahaman diatas, berikut disampaikan model persamaan regresi dengan menggabungkan persamaan 3.1 dan 3.2 dengan persamaan 3.3 dan 3.4 diperoleh persamaan sebagai berikut:
M1/M0 = α0 + α1KK+ α2EM+ α3RTGS+ e1...(3.5) M2/M0 = β0 + β1KK+ β2EM+ β 3RTGS+ e2...(3.6) Pada analisis data time-series, jika pengamatan berautokorelasi maka model hubungan fungsionalnya dibangun berdasarkan kondisi kestasioner data, sehingga model regresi time-series dikelompokan atas regresi time-series stasioner dan regresi time-series tidak stasioner. Model regresi time-series tidak stasioner identik dengan model regresi time-series stasioner, yang terlebih dulu data distasionerkan melalui proses diferensi. Jika data time-series periode saat ini (t), t-1,2,..n berautokorelasi maka model regresi antar pengamatan (autokorelasi) disajikan dalam persamaan :
M1/M0t = α0 + α1KKt + α2EMt + α3RTGSt + γ1(M1/M0)t-1 + γ 2(M1/M0)t-2 +e1….….(3.5a) M2/M0t = β0 + β1KKt + β2EMt + β3RTGSt + 𝜆1(M1/M0)t-1 + 𝜆2(M1/M0)t-2 + e2... (3.6a) Keterangan:
M1/M0 : Koefisien pengganda M1 M2/M0 : Koefisien pengganda M2 α0 dan β0 : Konstanta
α1–α3 : koefisien regresi β1-β3 : koefisien regresi γ, 𝜆 : koefisien regresi
KK : Nominal transaksi dengan Kartu Kredit EM : Nominal transaksi dengan E-Money RTGS : Nominal transaksi dengan BI-RTGS t : periode saat ini
t-1 : satu periode sebelumnya t-2 : dua periode sebelumnya e : error
E. HASIL DAN PEMBAHASAN
Hasil
Analisis regresi time-series dilakukan dengan uji stasioneritas, uji asumsi klasik, dan uji statistik. Program yang digunakan untuk melakukan uji pemilihan model estimasi adalah Eviews 9.
Uji Stasioneritas
Uji stasioneritas pada penelitian ini mempertimbangkan adanya waktu didalam data time series. Pada analisis ini memeriksa adanya stasioner pada error, adanya keterkaitan error pada periode saat ini (t) dengan periode sebelumnya (t-1 dan t-2), maka error diuji stasioneritas dengan Augmented Dickey-Fuller Test dengan persamaan 1 sebagai berikut:
M1/M0t = α0 + α1KKt + α2EMt + α3RTGSt + ɤ1(M1/M0)t-1 + ɤ2(M1/M0)t-2 + e1
Tabel 1: Hasil Uji Stasioneritas 1
Variable Level
t-Statistic Prob Kesimpulan
6 ERR1 (-1) -10.86357 0.0000 Stasioner Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji stasioneritas yang mana dengan melihat nilai probabilitas dari uji ADF sebesar 0.000 atau lebih kecil dari tingkat kesalahan sebesar 5 persen (0.05). Hasil ini menunjukkan bahwa tidak terdapat masalah unit root pada error persamaan 1. Dengan kata lain, seluruh variabel dinyatakan stasioner dan mengarah pada kesimbangan jangka panjang.
Uji Autokorelasi
Tabel 2: Hasil Uji Autokorelasi 1
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji BGLM menunjukkan bahwa nilai dari Prob. Chi-Square sebesar 0.1436. Nilai tersebut melebihi nilai α (5%) atau 0.1436 > 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah atokorelasi maka H0 ditolak.
Uji Heterokedastisitas
Tabel 3: Hasil Uji Heterokedastisitas 1
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji heterokedastisitas – Breusch-Pagan-Godfrey Test menunjukkan bahwa nilai dari Prob. Chi-Square sebesar 0.8669. Nilai tersebut melebihi nilai α (5%) atau 0.8669
> 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah heterokedastisitas maka H0 diterima.
Uji Multikolinearitas
Tabel 4: Hasil Uji Multikolinearitas 1 Variable
Coefficient Variance
Uncentered VIF
Centered VIF
KK 9.13E-18 200.4866 5.815755
EM 1.50E-15 13.08313 5.621387
RTGS 1.27E-17 46.52754 4.881385
M1/M0(-1) 0.008768 783.2286 5.501535
M1/M0(-2) 0.009296 832.3129 6.026440
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji multikolinearitas VIF menunjukan semua variabel independen kurang dari 10, dengan melihat aturan bahwa VIF>10 terjadi multikolinearitas, maka dapat disimpulkan bahwa variabel–variabel diatas tidak terjadi masalah multikolinearitas atau tidak ada korelasi antar variabel.
Pengujian Hipotesis
Pengujian hipotesis merupakan pembuktian yang berguna mencari kebenaran. Tujuan pengujian ini adalah untuk mengetahui hasil penelitian yang berkaitan dengan pengaruh variabel
F-statistic 1.861707 Prob. F(2.97) 0.1609
Obs*R-Squared 3.881506 Prob. Chi-Square(2) 0.1436
F-statistic 0.281734 Prob. F(5.99) 0.9221
Obs*R-Squared 1.473084 Prob. Chi-Square(5) 0.9162 Scaled explained SS 2.389981 Prob. Chi-Square(5) 0.7930
7
sistem pembayaran non tunai terhadap koefisien pengganda M1. Hasil estimasi persamaan 1 dalam penelitian ini akan dijelaskan sebagai berikut.
Tabel 5: Hasil pengujian regresi variabel sistem pembayaran non tunai terhadap M1 Variabel Dependen: M1/M0
Variabel Independen Koefisien t-statistik Prob. Keterangan KK -8.52E-09 -2.819805 0.0058 Signifikan EM 1.20E-07 3.088509 0.0026 Signifikan RTGS 1.92E-09 0.536564 0.5928 Tidak Signifikan M1/M0(-1) 0.564964 6.033557 0.0000 Signifikan M1/M0(-2) 0.222521 2.307888 0.0232 Signifikan
C 0.366832 3.474445 0.0008
R-Square 0.838352 Adjusted R-squared 0.829933 F-statistic 99.57651 Prob(F-statistic) 0.000000 Sumber: Data diolah, Eviews 9, 2018.
Dari hasil regresi diperoleh persamaan 1 sebagai berikut:
M1/M0t = 0.366832 – 0.00000000852*(KKt) + 0.000000120*(EMt)+ 0.00000000192(RTGSt)+ 0.564964*(M1/M0)t-1 + 0.222521*(M1/M0)t-2
Hasil regresi menunjukkan bahwa secara parsial variabel RTGS tidak berpengaruh signifikan terhadap koefisien pengganda M1, dibuktikan dengan nilai probabilitas yang lebih dari alpha (0,05). Sedangkan variabel Kartu Kredit, e-money, dan variabel koefisien pengganda M1 pada satu dan dua bulan sebelumnya berpengaruh signifikan terhadap koefisien pengganda M1 saat ini, hal ini ditunjukkan dengan nilai probabilitas t-statistik lebih kecil dari alpha (0,05).
Variabel kartu kredit memiliki hubungan negatif terhadap koefisien pengganda M1, sehingga ketika variabel kartu kredit naik maka koefisien pengganda M1 akan turun. Variabel e- money memiliki hubungan positif terhadap koefisien pengganda M1, sehingga ketika variabel e- money naik maka koefisien pengganda M1 akan ikut naik. Variabel koefisien pengganda M1 pada satu dan dua bulan sebelumnya bepengaruh positif terhadap koefisien pengganda M1 periode saat ini, sehingga ketika variabel koefisien pengganda M1 pada satu dan dua bulan sebelumnya naik maka koefisien pengganda M1 saat ini ikut naik.
Hasil regresi menunjukkan bahwa secara simultan seluruh variabel independen berpengaruh signifikan terhadap variabel dependen, yaitu koefisien pengganda M1. Hal ini dapat dibuktikan dengan nilai probabilitas F-statistik sebesar 0.000000, yang mana nilai tersebut kurang dari alpha (0,05 atau 5%). Sehingga dapat disimpulkan bahwa variabel Kartu Kredit, e-money, RTGS, dan koefisien pengganda M1 satu dan dua bulan sebelumnya secara bersama-sama berpengaruh signifikan terhadap koefisien pengganda M1 saat ini.
Nilai R2 adalah sebesar 0.829933, artinya variasi variabel independen yang terdiri Kartu Kredit, e-money, RTGS, dan koefisien pengganda M1 satu dan dua bulan sebelumnya mampu menjelaskan variabel dependen koefisien pengganda M1 sebesar 83 persen, sedangkan sisanya 17 persen dijelaskan variabel lain di luar model.
Uji Stasioneritas
Uji stasioneritas pada penelitian ini mempertimbangkan adanya waktu didalam data time series. Pada analisis ini memeriksa adanya stasioner pada error, adanya keterkaitan error pada periode saat ini (t) dengan periode sebelumnya (t-1 dan t-2), maka error diuji stasioneritas dengan Augmented Dickey-Fuller Test dengan persamaan 2 sebagai berikut:
M2/M0t = β0 + β1KKt + β2EMt + β3RTGSt + 𝜆1(M2/M0)t-1 + 𝜆2(M2/M0)t-2 + e2
Tabel 6: Hasil Uji Stasioneritas 2
8
Variable Level
t-Statistic Prob Kesimpulan ERR2 (-1) -10.77000 0.0000 Stasioner Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji stasioneritas yang mana dengan melihat nilai probabilitas dari uji ADF sebesar 0.0000 atau lebih kecil dari tingkat kesalahan sebesar 5 persen (0.05). Hasil ini menunjukkan bahwa tidak terdapat masalah unit root pada error persamaan 2. Dengan kata lain, seluruh variabel dinyatakan stasioner dan mengarah pada kesimbangan jangka panjang.
Uji Autokorelasi
Tabel 7: Hasil Uji Autokorelasi 2
F-statistic 0.712057 Prob. F(2.94) 0.4933
Obs*R-Squared 1.522290 Prob. Chi-Square(2) 0.4671 Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji BGLM menunjukkan bahwa nilai dari Prob. Chi-Square sebesar 0.4671. Nilai tersebut melebihi nilai α (5%) atau 0.4671 > 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah atokorelasi maka H0 ditolak.
Uji Heterokedastisitas
Tabel 8: Hasil Uji Heterokedastisitas 2
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil uji heterokedastisitas – Breusch-Pagan-Godfrey Test menunjukkan bahwa nilai dari Prob. Chi-Square sebesar 0.9162. Nilai tersebut melebihi nilai α (5%) atau 0.9162
> 0.05. Dengan demikian dapat dikatakan bahwa model terbebas dari masalah heterokedastisitas maka H0 diterima.
Uji Multikolinearitas
Tabel 9: Hasil Uji Multikolinearitas 2
Sumber: Data diolah, Eviews 9, 2018.
Berdasarkan hasil VIF menunjukan semua variabel independen kurang dari 10, dengan melihat aturan bahwa VIF>10 terjadi multikolinearitas, maka dapat disimpulkan bahwa variabel–
variabel diatas tidak terjadi masalah multikolinearitas atau tidak ada korelasi antar variabel.
Pengujian Hipotesis
F-statistic 0.281734 Prob. F(5.99) 0.9221
Obs*R-Squared 1.473084 Prob. Chi-Square(5) 0.9162 Scaled explained SS 2.389981 Prob. Chi-Square(5) 0.7930
Variable
Coefficient Variance
Uncentered VIF
Centered VIF
KK 1.08E-16 142.6703 7.747578
EM 1.16E-14 7.694167 3.640887
RTGS 2.31E-16 50.76794 5.246526
M2/M0(-1) 0.008932 811.2973 5.066852
M2/M0(-2) 0.009128 831.5417 5.392405
9
Pengujian hipotesis merupakan pembuktian yang berguna mencari kebenaran. Tujuan pengujian ini adalah untuk mengetahui hasil penelitian yang berkaitan dengan pengaruh variabel sistem pembayaran non tunai terhadap koefisien pengganda M2. Hasil estimasi persamaan 1 dalam penelitian ini akan dijelaskan sebagai berikut.
Tabel 10: Hasil pengujian regresi variabel sistem pembayaran non tunai terhadap M2
Sumber: Data diolah, Eviews 9, 2018.
Dari hasil regresi diperoleh persamaan 2 sebagai berikut:
M2/M0t = 0.952977 – 0.0000000185*(KKt) + 0.000000160(EMt) + 0.0000000137(RTGSt) + 0.646341*(M2/M0)t-1 + 0.201535*(M2/M0)t-2
Hasil regresi menunjukkan bahwa secara parsial variabel e-money dan RTGS tidak berpengaruh signifikan terhadap koefisien pengganda M2, dibuktikan dengan nilai probabilitas yang lebih dari alpha (0,05). Sedangkan variabel Kartu Kredit dan variabel koefisien pengganda M2 pada satu dan dua bulan sebelumnya berpengaruh signifikan terhadap koefisien pengganda M2 saat ini, hal ini ditunjukkan dengan nilai probabilitas t-statistik lebih kecil dari alpha (0,05).
Variabel kartu kredit memiliki hubungan negatif terhadap koefisien pengganda M2, sehingga ketika variabel kartu kredit naik maka koefisien pengganda M2 akan turun. Variabel koefisien pengganda M2 pada satu dan dua bulan sebelumnya bepengaruh positif terhadap rasio koefisien pengganda M2 periode saat ini, sehingga ketika variabel koefisien pengganda M2 pada satu dan dua bulan sebelumnya naik maka koefisien pengganda M2 saat ini ikut naik.
Hasil regresi menunjukkan bahwa secara simultan seluruh variabel independen berpengaruh signifikan terhadap variabel dependen, yaitu koefisien pengganda M2. Hal ini dapat dibuktikan dengan nilai probabilitas F-statistik sebesar 0.000000, yang mana nilai tersebut kurang dari alpha (0,05 atau 5%). Sehingga dapat disimpulkan bahwa variabel Kartu Kredit, e-money, RTGS, dan koefisien pengganda M2 satu dan dua bulan sebelumnya secara bersama-sama berpengaruh signifikan terhadap rasio koefisien pengganda M2 saat ini.
Nilai R2 adalah sebesar 0.800663, artinya variasi variabel independen yang terdiri Kartu Kredit, e-money, RTGS, dan koefisien pengganda M2 satu dan dua bulan sebelumnya mampu menjelaskan variabel dependen yaitu koefisien pengganda M2 sebesar 80 persen, sedangkan sisanya 20 persen dijelaskan variabel lain di luar model.
Pembahasan
Pengaruh Kartu Kredit Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel kartu kredit melalui proxy nilai transaksi kartu kredit menunjukkan hasil signifikan dengan arah negatif terhadap koefisien pengganda M1 dan koefisien pengganda M2. Sejalan dengan hasil penelitian yang dilakukan oleh Pramono (2006), yang juga menemukan bahwa variabel nilai transaksi kartu kredit berpengaruh negatif terhadap JUB M1 dan
Variabel Dependen: M2/M0
Variabel Independen Koefisien t-statistik Prob. Keterangan KK -1.85E-08 -1.777518 0.0486 Signifikan EM 1.60E-07 1.486292 0.1404 Tidak Signifikan RTGS 1.37E-08 0.900819 0.3699 Tidak Signifikan M2/M0(-1) 0.646341 6.839083 0.0000 Signifikan M2/M0(-2) 0.201535 2.109386 0.0374 Signifikan
C 0.952977 2.607055 0.0105
R-Square 0.810246 Adjusted R-squared 0.800663 F-statistic 84.54578 Prob(F-statistic) 0.000000
10
M2. Artinya bahwa variabel nilai transaksi kartu kredit memiliki pengaruh yang negatif terhadap JUB M1 dan M2. Dihubungkan dengan teori permintaan uang yang membahas tentang opportunity cost of holding money, maka dengan adanya kemudahan bertransaksi menggunakan kartu kredit membuat jumlah uang yang dipegang oleh masyarakat akan berkurang. Sehingga dengan menggunakan kartu kredit sebagai transaksi pembayaran akan berpengaruh pada penurunan JUB M1 dan M2 di masyarakat. Adanya pola transfer, jatuh tempo, pelunasan terjadi bank dapat menarik langsung pelunasan dari demand deposit atau saving deposit nasabah tersebut, dari kemungkinan tersebut yang menyebabkan demand deposit juga menurun dan diikuti oleh penurunan pada M2.
Pengaruh E-money Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel e-money melalui proxy nilai transaksi e-money menunjukkan hasil signifikan dengan arah positif terhadap koefisien pengganda M1. Sejalan dengan hasil penelitian yang dilakukan oleh Istanto (2005), yang juga menemukan bahwa variabel nilai transaksi kartu kredit berpengaruh negatif terhadap JUB M1. Artinya bahwa variabel nilai transaksi e-money memiliki pengaruh yang positif terhadap JUB M1. Ketika variabel nilai transaksi e-money meningkat, maka akan menaikan JUB M1. Bahwa karakteristik e-money yang memiliki float dana yang likuid setara dengan tunai dan giro. Dengan menggunakan transaksi e-money tersebut nantinya akan mempengaruhi bertambahnya JUB M1.
Sedangkan variabel e-money melalui proxy nilai transaksi e-money menunjukkan hasil tidak signifikan terhadap koefisien pengganda M2. Sejalan dengan hasil penelitian yang dilakukan oleh Pramono (2006), yang juga menemukan bahwa variabel nilai transaksi e-money tidak berpengaruh terhadap JUB M2. Artinya bahwa variabel nilai transaksi e-money tidak memiliki pengaruh terhadap JUB M2. Tidak berpengaruh nya nilai transaksi e-money terhadap JUB M2 Tidak berpengaruh nya nilai transaksi e-money terhadap JUB M2, apabila pemilik e-money melakukan top up atas beban rekening tabungan dan simpanan berjangka nasabah pada bank umum maka akan terjadi peningkatan M1 atas float. M2 tidak mengalami perubahan, hanya pergeseran dari uang kuasi menjadi M1 dalam bentuk float.
Pengaruh RTGS Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel BI-RTGS melalui proxy nilai transaksi BI-RTGS menunjukkan hasil tidak signifikan. Ketika nilai transaksi BI-RTGS naik ataupun turun, koefisien pengganda M1 dan koefisien pengganda M2 tidak akan terpengaruh.Pada variabel BI-RTGS teori permintaan uang yang membahas tentang opportunity cost of holding money tidak berlaku karena perubahan nilai transaksi BI-RTGS naik ataupun turun tidak mampu menggerakkan berkembangnya atau menurunkan JUB M1 dan M2. Ketika melakukan transfer dana melalui RTGS, transfer dana tersebut dapat dilakukan dengan transfer demand deposit ke demand deposit, demand deposit ke saving deposit, saving deposit ke demand deposit atau saving deposit ke saving deposit. Sehingga ada berbagai kemungkinan, jika transfer dana yang banyak dilakukan saving deposit ke saving deposit, berarti demand deposit tetap maka M2 tidak berubah. Begitu juga jika transfer demand deposit ke demand deposit maka M1 tidak berubah, hanya pindah kepemilikan. Jadi pada umumnya M2 dan M1 tetap, walaupun ada perpindahan M1 ke M2 ataupun M2 ke M1. Sehingga walaupun transaksi BI-RTGS besar tidak mempengaruhi bertambah atau menurunnya M1 begitu juga M2.
Hasil penelitian ini bertentangan dengan penelitian Istanto (2015) bahwa hasilnya transaksi BI- RTGS melalui proxy nilai transaksi BI-RTGS menunjukkan pengaruh yang positif dan signifikan terhadap M1 dan M2.
Pengaruh Koefisien Pengganda M1 dan Koefisien Pengganda M2 Periode Sebelumnya Terhadap Jumlah Uang Beredar M1 dan M2
Berdasarkan hasil penelitian, variabel koefisien pengganda M1 dan koefisien pengganda M2 pada satu dan dua bulan sebelumnya menunjukkan hasil signifikan dengan arah positif terhadap koefisien pengganda M1 dan koefisien pengganda M2 periode saat ini. Dilihat dari proses penciptaan uang dimana dari M0 akan menciptakan M1 yang semakin besar dan juga pada M2.
Ketika variabel koefisien pengganda M1 dan koefisien pengganda M2 pada satu dan dua bulan
11
sebelumnya meningkat, maka akan menaikan koefisien pengganda M1 dan koefisien pengganda M2 periode saat ini. Sehingga proses penciptaan uang M1 dan M2 yang semakin besar dipengaruhi pula oleh periode sebelumnya.
F. PENUTUP
Kesimpulan
Perkembangan yang cepat dalam teknologi yang menyebabkan terjadinya pergeseran dalam sistem pembayaran di Indonesia telah terbukti berdampak serius terhadap jumlah uang beredar di Indonesia. Pergeseran dari sistem tunai perlahan-lahan ke sistem non tunai telah menunjukkan akibat yang serius terhadap jumlah uang beredar di Indonesia baik terhadap M1 maupun M2. Dari hasil analisis ditemukan bahwa jumlah uang beredar berubah bukan saja karna adanya perubahan M0 oleh kebijakan pemerintah tetapi juga oleh berubahnya nilai koefisien multiplier sebagai akibat dari perubahan sistem pembayaran.
Variabel-variabel dalam sistem pembayaran yang mendorong berkembangnya JUB (M1) dan (M2) adalah Variabel e-money melalui proxy nilai transaksi e-money dapat mendorong berkembangnya JUB M1 dengan adanya perubahan pada koefisien pengganda M1. Setiap kenaikan 1 Milyar e-money maka akan mempengaruhi perubahan koefisien pengganda M1 sebesar 0.000000120 Milyar. Sehingga mengakibatkan adanya perubahan JUB M1 sebesar 120 kali M0 (dampak M1 dari perubahan e-money sebesar 1 Milyar).
Sedangkan variabel-variabel dalam sistem pembayaran yang menurunkan JUB (M1) dan (M2) adalah Variabel kartu kredit melalui proxy nilai transaksi kartu kredit dapat menurunkan JUB M1 dan M2 dengan adanya perubahan pada koefisien pengganda M1 dan koefisien pengganda M2.
Setiap kenaikan 1 Milyar kartu kredit maka akan mempengaruhi perubahan koefisien pengganda M1 sebesar 0.00000000852 Milyar. Sehingga mengakibatkan adanya perubahan JUB M1 sebesar 8,52 kali M0 (dampak M1 dari perubahan kartu kredit sebesar 1 Milyar). Dan setiap kenaikan 1 Milyar kartu kredit maka akan mempengaruhi perubahan koefisien pengganda M2 sebesar 0.0000000185 Milyar. Sehingga mengakibatkan adanya perubahan JUB M2 sebesar 18,5 kali M0 (dampak M2 dari perubahan kartu kredit sebesar 1 Milyar).
Saran
1. Perubahan sistem pembayaran tersebut perlu dilanjutkan tetapi harus memperhatikan beberapa hal yang penting sejauh: Variabel e-money yang menambah JUB M1 harus diperhatikan dampaknya khususnya terhadap inflasi. Variabel kartu kredit yang mengurangi JUB M1 dan M2 perlu dilihat lebih mendalam terhadap dampaknya bagi harga-harga.
2. Dengan adanya perubahan teknologi yang begitu cepat menghasilkan berbagai produk Hybrid, maka penelitian terhadap dampak teknologi ini harus dilakukan secara rutin dengan frekuensi waktu yang relatif pendek.
DAFTAR PUSTAKA
Bank Indonesia. 2006. Seminar Internasional Bank Indonesia, Toward a less cash society in Indonesia.http://www.bi.go.id/id/publikasi/sistempembayaran/riset/Documents/45fb3801f4
12
e8442eb48bc9a7211e69adLaporanSeminarLCS.pdf. Diakses pada 29 Oktober pukul 21.10 WIB
Bank Indonesia. 2014. Bank Indonesia Mencanangkan Gerakan Nasional Non Tunai.http://www.bi.go.id/id/ruang-media/siaranpers/Pages/sp_165814.aspx
Bank Indonesia. 2016. Instrumen Pembayaran Non Tunai
http://www.bi.go.id/id/sistempembayaran/instrumennontunai/kartu/Contents/Default. spx.
Diakses pada 30 Oktober 2017 pukul 13.15 WIB
Bank Indonesia. 2017. Statistik Sistem Pembayaran.
http://www.bi.go.id/id/statistik/sistempembayaran/apmk/contents/transaksi.aspx. Diakses pada 30 Oktober 2017 pukul 14.50 WIB.
Costa C. and Paul De Grauwe. 2001. Monetary Policy in A Cashless Society. International Macroeconomics. Centre for Economic Policy Research Discussion Paper, No. 2696 Durgun Ӧzlem dan Mustafa Caner Timur. 2015. The Effects of Electronic Payments on Monetary
Policies and Central Banks. Turki
Farhadi, Vahid. 2015. Possible Effects of Electronic Payments on The Money Supply in The Economy./Journal of Fundamental and Applied Life Sciences ISSN: 2231-6345 (Online) An Open Access, Online International Journal Available at www.cibtech.org/sp.ed/jls/2015/03/jls.htm 2015 Vol. 5 (S3), pp. 2504-2516/Morvari Friedman, Benjamin M. 1999. The Future of Monetary Policy : The Central Bank as an Army With
Only A Signal Corps?. NBER Working Paper No.7420. 1050 Massacushetts Avenue Cambridge
Gujarati, Damodar N. dan Dawn C. Porter. 2010. “Dasar-Dasar Ekonometrika”. Jakarta : Salemba Empat.
Hidayati, Siti, dkk. 2006. Kajian: Operasional E-Money. Kajian Bank Indonesia Diakses pada 1 November 2017 pukul 20.10 WIB.
Istanto, Lasondy dan Syarief Fuzie. 2015. Analisis Dampak Pembayaran Non Tunai Terhadap Jumlah Uang Beredar di Indonesia. Diakses pada 1 November 2017 pukul 17.15 WIB.
Iswardono. 1981. Uang dan Bank, Yogyakarta : BPFE-Yogyakarta
Kuncoro, Mudrajad. 2011. “Metode Kuantitatif : Teori dan Aplikasi untuk Bisnis dan Ekonomi”.
Yogyakarta : UPP STIM YKPN
Mankiw, N Gregory. 2007. Makro Ekonomi. Jakarta: Erlangga
Mishkin, Frederic S. 2008. Ekonomi Uang, Perbankan, dan Pasar Keuangan.
Edisi 8. Salemba Empat : Jakarta.
Nilawati. 2000. Pengaruh Pengeluaran Pemerintah, Cadangan Devisa, dan Angka Pengganda Uang terhadap Perkembangan Jumlah Uang Beredar Di Indonesia. Jurnal Bisnis dan Akuntansi.
Vol. 2.
Nirmala, Tiara dan Tri Widodo. 2011. Effect of Increasing Use The Card Payment Equipment on The Indonesian Economy. Vol. 18, No.1
Pramono, Bambang, Tri Yanuarti, Pipih D. Purusitawati, Yosefin Tyas Emmy D.K., 2006. Dampak Pembayaran Non Tunai Terhadap Perekonomian dan Kebijakan Moneter, Working Paper Bank Indonesia
13
Parkin, M. 1993. Economics. Second Edition. Addison-Wesley Publishing Company.
Massachussetts
Solikin Suseno. 2002. Uang, Pengertian, Penciptaan, dan Peranannya dalam Perekonomian, Jakarta : Bank Indonesia.
Subagyo, dkk. 1997. Bank dan Lembaga Keuangan Lainnya Edisi ke-1 Yogyakarta: Sekolah Tinggi Ilmu Ekonomi YKPN
Sugiyono. 2011. Metode Kuantitatif dan Kualitatif R & D. Bandung: Alfabeta.
