FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU INFLASI DI INDONESIA

FAKTOR – FAKTOR YANG MEMPENGARUHI LAJU INFLASI DI INDONESIA

Data yang diambil adalah data dari websaite bank Indonesia (BI) dari tahun 2011 (Januari) – 2013 (Agustus), dengan variabel dependen (Y) yaitu tingkat inflasi, dan tiga variable independen yaitu BI rate (X1), M2 atau peredaran uang secara luas (X2), dan kurs valuta asing yang di ukur dengan dolar “$” (X3)

Tahun	Y	X1	X2	X3
Agustus 2013	0.084	0.0725	3,501,298	11613
Juli 2013	0.0879	0.07	3,506,574	10924
Juni 2013	0.0861	0.065	3,413,379	10278
Mei 2013	0.059	0.06	3,426,305	9929
April 2013	0.0547	0.0575	3,360,928	9802
Maret 2013	0.0557	0.0575	3,322,529	9686
Februari 2013	0.059	0.0575	3,280,420	9630
Januari 2013	0.0531	0.0575	3,268,789	9651
Desember 2012	0.0457	0.0575	3,307,508	9637
November 2012	0.043	0.0575	3,207,908	9550
Oktober 2012	0.0432	0.0575	3,164,443	9580
September 2012	0.0461	0.0575	3,128,179	9545
Agustus 2012	0.0431	0.0575	3,091,568	9537
Juli 2012	0.0458	0.0575	3,057,336	9421
Juni 2012	0.0456	0.0575	3,052,786	9354
Mei 2012	0.0453	0.0575	2,994,474	9286
April 2012	0.0445	0.0575	2,929,610	9447
Maret 2012	0.045	0.0575	2,914,194	9117
Februari 2012	0.0397	0.0575	2,852,005	9053
Januari 2012	0.0356	0.0575	2,857,127	8977
Desember 2011	0.0365	0.06	2,877,220	9079
November 2011	0.0379	0.06	2,729,538	9040
Oktober 2011	0.0415	0.06	2,677,787	8849
September 2011	0.0442	0.065	2,643,331	8880
Agustus 2011	0.0461	0.0675	2,621,346	8496
Juli 2011	0.0479	0.0675	2,564,556	8439
Juni 2011	0.0461	0.0675	2,522,784	8520
Mei 2011	0.0554	0.0675	2,475,286	8497
April 2011	0.0598	0.0675	2,434,478	8508
Maret 2011	0.0616	0.0675	2,451,357	8656
Februari 2011	0.0665	0.0675	2,420,191	8768
Januari 2011	0.0684	0.0675	2,436,679	8997

UJI NORMALITAS

Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak dengan  membandingkan nilai Jarque Bera dengan X² tabel , yaitu :

a.       Jika nilai JB > X² tabel, maka residualnya berdistribusi tidak normal.

b.      Jika nilai JB < X² tabel, maka residualnya berdistribusi normal.

Hasil dari uji normalitas pada pengoalahn data diatas, bahwa nilai JB (0.786279) < X² tabel (5,99) maka dapat disimpulkan bahwa residual berdistribusi normal.

AUTOKORELASI

Dependent Variable: Y
Method: Least Squares
Date: 11/02/13   Time: 07:49
Sample (adjusted): 2001M01 2003M08
Included observations: 32 after adjustments
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-0.170629	0.024214	-7.046614	0.0000
X1	2.037840	0.409810	4.972650	0.0000
X2	9.47E-09	1.21E-08	0.781808	0.4409
X3	7.43E-06	5.65E-06	1.314200	0.1994
R-squared	0.757597	Mean dependent var		0.052313
Adjusted R-squared	0.731626	S.D. dependent var		0.013790
S.E. of regression	0.007144	Akaike info criterion		-6.928669
Sum squared resid	0.001429	Schwarz criterion		-6.745452
Log likelihood	114.8587	Hannan-Quinn criter.		-6.867938
F-statistic	29.17009	Durbin-Watson stat		0.753580
Prob(F-statistic)	0.000000

Untuk mengetahui adanya autokorelasi dalam suatu model regresi dilakukan melalui pengujian terhadap nilai uji Durbin Watson (Uji DW) dengan ketentuan sebagai berikut (Algifari, 1997 ) :

Kurang  1,10 = Ada autokorelasi

1,0 s/d 1,54 = Tanpa kesimpulan

1,55 s/d 2,46 = Tidak ada autokorelasi

2,46 s/d 2,90 = Tanpa kesimpulan

Lebih dari 2,91 = Ada autokorelasi

Menurut data yang telah diolah diatas besarnya Durbin-Watson adalah sebesar  0.753580, jadi dapat disimpulakan adanya autokorelasi tetapi tidak mengganggu dan merusak model hanya menyebabkan bias saja dan masih bisa di toleriri.

UJI HETEROKEDASITAS

Heteroskedasticity Test: White
F-statistic	4.071190	Prob. F(9,22)		0.0034
Obs*R-squared	19.99469	Prob. Chi-Square(9)		0.0179
Scaled explained SS	12.11897	Prob. Chi-Square(9)		0.2067
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/06/13   Time: 09:02
Sample: 2001M01 2003M08
Included observations: 32
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-0.017807	0.005795	-3.072794	0.0056
X1	0.398549	0.177161	2.249641	0.0348
X1^2	-3.147074	1.369837	-2.297408	0.0315
X1*X2	-2.82E-08	4.20E-08	-0.671065	0.5092
X1*X3	1.03E-05	1.83E-05	0.564163	0.5783
X2	6.29E-09	2.45E-09	2.570402	0.0175
X2^2	1.32E-16	7.41E-16	0.178737	0.8598
X2*X3	-5.64E-13	6.07E-13	-0.929612	0.3627
X3	-9.86E-07	8.15E-07	-1.210843	0.2388
X3^2	1.10E-10	1.34E-10	0.821774	0.4200
R-squared	0.624834	Mean dependent var		4.47E-05
Adjusted R-squared	0.471357	S.D. dependent var		5.71E-05
S.E. of regression	4.15E-05	Akaike info criterion		-17.09109
Sum squared resid	3.79E-08	Schwarz criterion		-16.63304
Log likelihood	283.4574	Hannan-Quinn criter.		-16.93926
F-statistic	4.071190	Durbin-Watson stat		2.741133
Prob(F-statistic)	0.003449

KORELASI dan UJI MULTIKORELASI

Suatu data dapat dikatakan terbebas dari gejala multikolinearitas jika nilai correlation antar variabel independen lebih kecil dari 0,8 (correlation <0 o:p="">

	Y	X1	X2	X3
Y	1.000000	0.638219	0.289393	0.578340
X1	0.638219	1.000000	-0.384234	-0.014030
X2	0.289393	-0.384234	1.000000	0.878327
X3	0.578340	-0.014030	0.878327	1.000000

Berdasarkan hasil pengolahan diatas dengan menggunakan (eviews.07) terlihat bahwa tidak terdapat masalah multikoleniaritas antara variabel pendapatan keluarga dan rasio ketergantungan.