Upload
doanthuy
View
221
Download
1
Embed Size (px)
Citation preview
i
PENGARUH PENGGUNAAN UANG ELEKTRONIK (E-MONEY)
TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)
DI INDONESIA
Oleh:
Luthfan Darma Prasetia
NIM. 1113084000051
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1439 H/2018 M
ii
LEMBAR PENGESAHAN SKRIPSI
iii
LEMBAR PENGESAHAN UJIAN SKRIPSI
iv
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
vi
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Luthfan Darma Prasetia
2. Tempat/Tanggal Lahir : Jakarta, 04 Juni 1994
3. Alamat : Pondok Safari Indah, Jl. Wijaya Kusuma Raya
D3A/06 RT 010 RW 015 Jurangmangu Barat,
Pd. Aren, Tangerang Selatan
4. Telepon : 021-7316386 / 085691497272
5. Email : [email protected]
II. Pendidikan Formal
1. SDN Pesanggrahan 02 Pagi Tahun 2000-2006
2. SMPN 177 Jakarta Tahun 2006-2009
3. SMAN 47 Jakarta Tahun 2009-2012
4. UIN Syarif Hidayatullah Jakarta Tahun 2013-2018
III. Pengalaman Organisasi
1. Koordinator Divisi Internal dan Eksternal Himpunan Mahasiswa Jurusan
Ekonomi Pembangunan (HMJ EP) Fakultas Ekonomi dan Bisnis UIN
Jakarta Periode 2015-2016
vii
2. Kepala Bidang III Himpunan Mahasiswa Jurusan Ekonomi
Pembangunan (HMJ EP) Fakultas Ekonomi dan Bisnis UIN Jakarta
Periode 2016-2017
IV. Seminar dan Workshop
1. Dialog Jurusan & Seminar Konsentrasi “Mengenal Lebih Dekat dengan
Jurusan Sendiri” HMJ IESP UIN Syarif Hidayatullah Jakarta, 2013.
2. Rembuk Kebangsaan “Sosialisasi Otoritas Jasa Keuangan (OJK) sebagai
Sistem Keuangan Baru Melalui Kebudayaan” OJK dan Visi Indonesia,
2013.
3. Company Visit “Road to Bank Indonesia” HMJ IESP UIN Syarif
Hidayatullah Jakarta, 2014.
4. Pelatihan Karya Tulis Ilmiah “Mewujudkan Regenerasi Mahasiswa
Ekonomi yang Berprestasi dalam Bidang Akademik” HMJ IESP UIN
Syarif Hidayatullah Jakarta, 2014
5. Kuliah Umum “Fungsi Pengawasan Keuangan Negara sebagai
Katalisator Tercapainya Tujuan Memajukan Kesejahteraan Umum” BPK
RI dan HMJ IESP UIN Syarif Hidayatullah Jakarta, 2016
6. Seminar “Ekonomi Baru di Era Digital” Bersama Presiden Republik
Indonesia dan Himpunan Bank Milik Negara (HIMBARA), 2017.
viii
THE EFFECT OF USING ELECTRONIC MONEY
ON VELOCITY OF MONEY IN INDONESIA
ABSTRACT
This research aims to analyze the effect of using electronic money (the number
of electronic money circulation and the number of EDC machine) on velocity of
money in Indonesia. The analytical method used is multiple regression analysis
method with Eviews 9. The result of this research shows that number of electronic
money circulating and number of EDC machine have significant and positive
effect to velocity of money in Indonesia simultaneous and partially.
Keywords : electronic money, velocity of money, multiple regression analysis
ix
PENGARUH PENGGUNAAN UANG ELEKTRONIK (E-MONEY)
TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)
DI INDONESIA
ABSTRAK
Penelitian ini bertujuan untuk menganalisa pengaruh penggunaan uang
elektronik yang meliputi jumlah uang elektronik beredar dan jumlah mesin EDC
uang elektronik terhadap perputaran uang di Indonesia. Metode analisis yang
digunakan adalah metode analisis regresi berganda dengan program Eviews 9.
Hasil penelitian menunjukkan bahwa secara parsial maupun simultan, jumlah
uang elektronik beredar dan jumlah mesin EDC uang elektronik memiliki
pengaruh yang signifikan dan positif terhadap perputaran uang di Indonesia.
Kata Kunci: uang elektronik, perputaran uang, analisis regresi berganda
x
KATA PENGANTAR
Assalamu’alaikum Warahmatullahi Wabarakatuh.
Puji syukur kehadirat Allah SWT atas berkat rahmat dan karunia-Nya dengan
segala pengetahuan dan kekuasaan-Nya sehingga penulis dapat menyelesaikan
skripsi yang berjudul “PENGARUH PENGGUNAAN UANG ELEKTRONIK
(E-MONEY) TERHADAP PERPUTARAN UANG (VELOCITY OF MONEY)
DI INDONESIA” dengan baik. Shalawat serta salam penulis haturkan kepada
nabi Muhammad SAW beserta keluarga dan para sahabatnya. Skripsi ini disusun
dalam rangka untuk memenuhi syarat-syarat memperoleh gelar sarjana Ekonomi
Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif Hidayatullah
Jakarta.
Pada kesempatan kali ini, penulis menyampaikan terimakasih atas bantuan,
saran, bimbingan, dukungan, semangat dan doa baik langsung maupun tidak
langsung dalam penyelesaian skripsi ini kepada:
1. Kedua orang tua penulis, Bapak Paryoto dan Ibu Darsini tercinta yang
selalu mendoakan dan memotivasi penulis serta memfasilitasi segala
kebutuhan penulis dalam menyelesaikan skripsi ini.
2. Bapak Dr. M. Arief Mufraini, Lc, M.Si selaku Dekan Fakultas Ekonomi
dan Bisnis yang telah memberikan ilmu yang sangat berharga.
3. Bapak Muhammad Fadlillah Fauzukhaq, MA., Ph.D. Selaku dosen
pembimbing yang telah meluangkan waktu, memberikan motivasi dan
arahan kepada penulis dalam penyelesaian penulisan skripsi ini hingga
xi
skripsi ini selesai. Semoga bapak selalu diberikan kesehatan dan
keberkahan oleh Allah SWT.
4. Bapak Arief Fitrijanto, M.Si dan Ibu Najwa Khairina, SE, MA selaku
Ketua Jurusan dan Sekretaris Jurusan Ekonomi Pembangunan yang telah
memberikan arahan serta bimbingan yang berarti dalam penyelesaian
perkuliahan ini.
5. Seluruh jajaran dosen Fakultas Ekonomi dan Bisnis yang telah
memberikan ilmu yang sangat berguna dan berharga bagi penulis selama
perkuliahan serta jajaran karyawan dan staf UIN Syarif Hidayatullah
Jakarta yang telah melayani dan membantu penulis selama perkuliahan.
6. Teman-teman Wacana-ers (Subhan, Gufron, Hery, Mahatir, Alvi, Rival,
Yoga, Ibas, Irfan, Jihad, Zekha) yang saling menolong, memotivasi,
mengingatkan dan memberi solusi satu sama lain.
7. Teman-teman alumni SMAN 47 Angkatan 2012 (Aghni, Rani, Raudah,
Adila, Zulfikar, Sandi, dll) yang senantiasa memberikan dukungan
semangat dan hiburan kepada penulis.
8. Teman-teman Sahabat Sejati (Karim, Dini, Julita, Anum, Apriyani, Indah,
Iban, Bagus, Izu) yang menemani penulis melewati masa perkuliahan dari
semester satu hingga selesainya skripsi ini.
9. Teman-teman KKN SEGAR 193 yang memberikan wadah bagi penulis
untuk menjadi pribadi yang lebih baik.
xii
10. Seluruh teman-teman jurusan Ekonomi Pembangunan angkatan 2013 yang
telah memberikan semangat dan motivasi kepada penulis dalam proses
penyelesaian skripsi ini.
11. Semua pihak yang tidak bisa penulis sebutkan satu-persatu. Terima kasih
telah membantu penulis dalam menyelesaikan skripsi ini.
Penulis menyadari skripsi ini tidak luput dari berbagai kekurangan. Untuk itu,
penulis mengharapkan saran dan kritik demi kesempurnaan dan perbaikannya
sehingga akhirnya skripsi ini dapat memberikan manfaat bagi bidang pendidikan
dan penerapan dilapangan serta bisa dikembangkan lagi lebih lanjut.
Wassalamu’alaikum Warahmatullahi Wabarakatuh.
Tangerang Selatan, November 2017
Luthfan Darma Prasetia
xiii
DAFTAR ISI
COVER DALAM .................................................................................................... i
LEMBAR PENGESAHAN SKRIPSI .................................................................... ii
LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ....................................... iv
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ................................ v
DAFTAR RIWAYAT HIDUP ............................................................................... vi
ABSTRACT ........................................................................................................... viii
ABSTRAK ............................................................................................................. ix
KATA PENGANTAR ............................................................................................ x
DAFTAR ISI ........................................................................................................ xiii
DAFTAR TABEL ................................................................................................. xv
DAFTAR GAMBAR ........................................................................................... xvi
DAFTAR LAMPIRAN ....................................................................................... xvii
BAB I PENDAHULUAN ....................................................................................... 1
A. Latar Belakang ......................................................................................... 1
B. Rumusan Masalah .................................................................................... 7
C. Tujuan Penelitian ...................................................................................... 7
D. Manfaat Penelitian .................................................................................... 8
BAB II TINJAUAN PUSTAKA ............................................................................. 9
A. Landasan Teori ......................................................................................... 9
1. Sistem Pembayaran .................................................................................. 9
2. Uang Elektronik (E-Money) ................................................................... 12
3. Perputaran Uang (Velocity of Money) .................................................... 16
B. Penelitian Terdahulu ............................................................................... 20
C. Kerangka Berpikir .................................................................................. 26
D. Hipotesis Penelitian ................................................................................ 28
xiv
BAB III METODOLOGI PENELITIAN .............................................................. 29
A. Ruang Lingkup Penelitian ...................................................................... 29
B. Metode Penentuan Sampel ..................................................................... 29
C. Metode Pengumpulan Data .................................................................... 30
D. Metode Analisis Data ............................................................................. 30
1. Regresi Linier Berganda ......................................................................... 31
2. Uji Asumsi Klasik .................................................................................. 31
3. Uji Hipotesis ........................................................................................... 43
E. Operasional Variabel Penelitian ............................................................. 51
BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 52
A. Gambaran Umum Objek Penelitian ....................................................... 52
1. Perkembangan Uang sebagai Alat Pembayaran ..................................... 52
2. Perkembangan Uang Elektronik (E-Money) di Indonesia ...................... 54
B. Hasil Uji Penelitian ................................................................................ 57
1. Hasil Uji Asumsi Klasik ......................................................................... 57
2. Hasil Uji Koefisien Determinansi .......................................................... 62
3. Hasil Uji Hipotesis ................................................................................. 63
BAB V KESIMPULAN DAN SARAN ................................................................ 68
A. Kesimpulan ............................................................................................. 68
B. Saran ....................................................................................................... 69
DAFTAR PUSTAKA ........................................................................................... 70
LAMPIRAN – LAMPIRAN ................................................................................. 73
xv
DAFTAR TABEL
Tabel 1.1 Infrastruktur E-Money yang tersebar di Indoneseia ................................ 4
Tabel 1.2 Perkembangan Transaksi Uang Elektronik (E-Money) yang Beredar
di Indonesia Tahun 2010-2016................................................................ 5
Tabel 2.1 Ringkasan Penelitian Terdahulu ........................................................... 20
Tabel 3.1 Operasional Variabel Penelitian ............................................................ 51
Tabel 4.1 Lembaga Penerbit Uang Elektronik ...................................................... 55
Tabel 4.2 Hasil Uji Multikolinearitas .................................................................... 59
Tabel 4.3 Hasil Uji Autokorelasi ........................................................................... 60
Tabel 4.4 Hasil Uji Heteroskedastisitas ................................................................ 62
Tabel 4.5 Hasil Uji Koefisien Determinansi ......................................................... 62
Tabel 4.6 Hasil Uji Statistik t (Parsial) ................................................................. 64
Tabel 4.7 Hasil Uji Statistik F (Simultan) ............................................................. 67
xvi
DAFTAR GAMBAR
Gambar 1.1 Jumlah E-Money Beredar di Indonesia Tahun 2010-2016 (Juta) ........ 3
Gambar 2.1 Konsep dan Penggunaan Uang Elektronik Secara Umum ................ 13
Gambar 2.2 Kerangka Berpikir dalam Diagram Alur ........................................... 27
Gambar 4. 1 Hasil Uji Normalitas ......................................................................... 58
xvii
DAFTAR LAMPIRAN
Lampiran 1 Data Jumlah Uang Elektronik yang Beredar di Indoensia Tahun 2010-
2017 ................................................................................................... 74
Lampiran 2 Data Jumlah Mesin EDC Uang Elektronik di Indonesia Tahun 2010-
2017 ................................................................................................... 75
Lampiran 3 Data Perputaran Uang di Indonesia Tahun 2010-2017 ...................... 76
Lampiran 4 Hasil Uji Normalitas .......................................................................... 77
Lampiran 5 Hasil Uji Multikolinearitas ................................................................ 78
Lampiran 6 Hasil Uji Autokolerasi ....................................................................... 79
Lampiran 7 Hasil Uji Heteroskedastisitas ............................................................. 80
Lampiran 8 Hasil Uji Koefisien Determinansi ...................................................... 81
Lampiran 9 Hasil Uji Statistik t ............................................................................. 81
Lampiran 10 Hasil Uji Statistik F ......................................................................... 81
1
BAB I
PENDAHULUAN
A. Latar Belakang
Perkembangan teknologi dalam hal pembayaran menjadi salah satu
gaya hidup masyarakat pada zaman modern. Sistem pembayaran yang
awalnya hanya menggunakan uang tunai sebagai alat pembayaran, kini
berkembang menjadi pembayaran non tunai. Perubahan sistem
pembayaran sangat pesat mengikuti perkembangan teknologi, hal ini
menjadi peluang bagi perbankan untuk bersaing dalam hal sistem
pembayaran non tunai.
Bank Indonesia sebagai pemegang otoritas yang mengatur bidang
sistem pembayaran di Indonesia telah mencanangkan Grand Desain
Upaya Peningkatan Penggunaan Pembayaran Non Tunai atau disebut
juga dengan Toward a Less Cash Society (LCS). Sistem pembayaran
uang secara fisik mulai digantikan oleh sistem pembayaran non tunai.
Dengan keuntungan yang diperoleh negara melalui penghematan biaya
transaksi, diharapkan adanya kecenderungan arah perubahan transaksi
tunai menuju transaksi non tunai.
Konsep pembayaran non tunai umumnya dilakukan tidak
menggunakan uang yang memiliki wujud fisik (uang kartal) sebagai alat
pembayaran melainkan dengan cara transfer antar bank ataupun transfer
intrabank melalui jaringan internal bank sendiri. Perkembangan teknologi
2
banyak memberikan dampak terhadap sistem pembayaran non tunai
dengan munculnya berbagai inovasi-inovasi baru dalam pembayaran
elektronis, contohnya seperti yang sudah dikenal di Indonesia yaitu phone
banking, internet banking, pembayaran dengan kartu kredit dan kartu
debit/ATM.
Menurut Bank Indonesia (2004), instrumen pembayaran non tunai
dapat dibagi kedalam tiga kategori berdasarkan fisik alat yang digunakan,
yaitu :
1. Instrumen-instrumen berbasis warkat/kertas atau paper based
instruments.
2. Instrumen-instrumen berbasis kartu atau card based instruments.
3. Instrumen-instrumen berbasis elektronik atau electronic based
instruments.
Beberapa instrumen pembayaran non tunai yang berkembang di
masyarakat sekarang ini, sesuai dengan isu paling sentral dalam studi
mengenai sistem pembayaran elektronis pada saat ini adalah inovasi
sistem pembayaran elektronik yaitu uang elektronik.
Uang elektronik atau electric money (e-money) adalah salah satu
instrumen pembayaran non tunai dimana jumlah nilai uang yang tertera
sesuai dengan jumlah nilai uang disetorkan terlebih dahulu oleh pihak
pemegang kartu e-money kepada pihak penerbit. Nilai uang tersebut
disimpan secara elektronik dalam suatu media seperti server atau chip,
serta dapat dipindahkan untuk kepentingan transaksi pembayaran. Nilai
3
7,9
14,3
21,9
36,2 35,7 34,3
51,2
0
10
20
30
40
50
60
2010 2011 2012 2013 2014 2015 2016
E-Money
uang yang tersimpan bukan merupakan simpanan sebagaimana yang
dimaksud dalam undang-undang yang mengatur tentang perbankan,
sehingga tidak terdapat bunga dan tidak dijamin oleh Lembaga Penjamin
Simpanan (LPS). Uang elektronik memiliki perbedaan dengan alat
pembayaran elektronik berbasis kartu lainnya seperti kartu debit dan kartu
kredit. Kartu debit dan kartu kredit merupakan kartu yang memiliki
karakteristik access products dimana salah satu karakteristiknya adalah
transaksi dilakukan secara on-line ke komputer issuer (Penerbit).
Sedangkan uang elektronik (e-money) merupakan instrumen pembayaran
non tunai dengan karakteristik prepaid products dimana transaksi
dilakukan secara off-line ke terminal merchant.
Gambar 1.1
Jumlah E-Money Beredar di Indonesia Tahun 2010-2016 (Juta)
Sumber : Bank Indonesia, Data Diolah
Berdasarkan gambar 1.1 dapat kita ketahui bahwa kecenderungan
pemakaian sistem pembayaran non tunai semakin diminati oleh
masyarakat, hal ini dapat terlihat dari peningkatan jumlah uang
4
elektronik yang beredar di masyarakat. Peningkatan terbesar terjadi pada
tahun 2016 yaitu sekitar sebesar 17 juta satuan pengguna e-money dari
tahun sebelumnya dan jumlahnya yaitu sekitar 51 juta satuan pengguna e-
money. Meskipun terjadi penurunan pada tahun 2014 dan 2015 yaitu
sekitar 1 juta satuan pengguna e-money namun peningkatannya masih
lebih besar jika di rata-ratakan.
Tabel 1.1
Infrastruktur E-Money yang tersebar di Indoneseia
Tahun Mesin Pembaca
2013 139.157
2014 206.826
2015 281.988
2016 374.861
Sumber : Bank Indonesia
Pertumbuhan tersebut juga didukung dengan penyebaran
infrastruktur yang menunjang seperti penempatan alat/mesin pembaca
uang elektronik yang semakin meluas di mana pada tahun 2013 terdapat
sekitar 130 ribu alat/mesin pembaca dan semakin meningkat pada tahun
2016 yaitu sekitar 370 ribu alat/mesin pembaca. Peningkatan pengguna
uang elektronik yang disertai dengan baiknya pelayanan dan infrastruktur
mendorong peningkatan transaksi dari sisi nilai dan volume.
Dalam tabel 1.2 dapat disimpulkan bahwa dilihat dari sisi transaksi
yang dilakukan dengan menggunakan uang elektronik (e-money) dapat
5
diketahui bahwa terjadi kenaikan jumlah transaksi setiap tahunnya baik
dari nilai transaksinya maupun dari volume transaksinya. Kenaikan
terbesar terjadi pada tahun 2015 yaitu sekitar 332 juta untuk nilai
transaksinya dan sekitar 1,9 juta untuk volume transaksinya dari tahun
sebelumnya. Hal ini mengindikasikan bahwa masyarakat mulai memiliki
kepercayaan bahwa alat pembayaran non tunai dapat menunjang
kehidupannya dalam sisi ekonomi.
Tabel 1.2
Perkembangan Transaksi Uang Elektronik (E-Money) yang Beredar
di Indonesia Tahun 2010-2016
Sumber : Bank Indonesia
Perputaran uang (velocity of money) adalah rata-rata jumlah berapa
kali per tahun (perputaran) dari satu unit mata uang yang di gunakan
untuk membeli total barang dan jasa yang di produksi dalam
Periode
Transaksi Uang Elektronik (e-money)
Nilai (Rupiah) Volume (Transaksi)
2010 26.541.982 693.467
2011 41.060.149 981.297
2012 100.623.916 1.971.550
2013 137.900.779 2.907.432
2014 203.369.990 3.319.556
2015 535.579.528 5.283.018
2016 683.133.352 7.063.689
6
perekonomian (Mishkin, 2009). Teori ini membahas keterkaitan antara
jumlah uang beredar dan total produksi barang dan jasa (PDB).
Percepatan ditentukan oleh institusi di dalam perekonomian yang
mempengaruhi cara individu melakukan transaksi. (Irving Fisher dalam
Mishkin 2009)
Sejauh ini belum banyak terdapat indikator pengukur perkembangan
alat pembayaran non tunai yang secara resmi digunakan di Indonesia,
tetapi secara umum pengukuran perkembangan pembayaran non tunai
dilakukan dengan menggunakan tiga indikator yaitu indikator
perkembangan volume transaksi alat pembayaran non tunai, rasio antara
konsumsi swasta terhadap uang kartal di masyarakat dan rasio uang tunai
terhadap M1 (Hidayat, 2006).
Berdasarkan uraian di atas dapat disimpulkan bahwa akibat
perkembangan teknologi yang makin pesat memberikan pengaruh
terhadap kehidupan masyarakat terutama dalam hal melakukan transaksi
dalam upaya untuk memenuhi kebutuhan. Maka penulis tertarik untuk
membuat penelitian yang membahas masalah tersebut dengan judul
“Pengaruh Penggunaan Uang Elektronik (E-Money) Terhadap
Perputaran Uang (Velocity of Money) di Indonesia”.
7
B. Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan tersebut maka
permasalahan yang dikaji dalam penelitian ini adalah sebagai berikut :
1. Bagaimana perkembangan alat pembayaran menggunakan Uang
Elektronik (E-Money) di Indonesia.
2. Seberapa besar pengaruh jumlah uang elektronik beredar terhadap
perputaran uang di Indonesia.
3. Seberapa besar pengaruh jumlah mesin EDC terhadap perputaran
uang di Indonesia.
C. Tujuan Penelitian
Berdasarkan rumusan masalah yang telah diuraikan maka tujuan dari
penelitian ini adalah sebagai berikut :
1. Untuk mengetahui perkembangan alat pembayaran menggunakan
Uang Elektronik (E-Money) di Indonesia.
2. Untuk mengetahui pengaruh jumlah uang elektronik beredar
terhadap perputaran uang di Indonesia.
3. Untuk mengetahui pengaruh jumlah mesin EDC uang elektronik
terhadap perputaran uang di Indonesia.
8
D. Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah sebagai berikut:
1. Mengetahui pengaruh penggunaan uang elektronik terhadap
perputaran uang meliputi jumlah uang elektronik beredar dan jumlah
mesin EDC uang elektronik.
2. Sebagai bahan pembelajaran dan tambahan ilmu pengetahuan bagi
mahasiswa/i yang ingin melakukan penelitian selanjutnya.
3. Sebagai alat penambah wawasan bagi masyarakat tentang alat
pembayaran non tunai dalam hal ini tentang uang elektronik (e-
money).
4. Sebagai masukan dan bahan pertimbangan yang bermanfaat bagi
pemerintah atau instansi – instansi yang terkait.
9
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Sistem Pembayaran
a) Definisi Sistem Pembayaran
Sistem yang mencakup seperangkat aturan, lembaga, dan
mekanisme yang digunakan untuk melaksanakan pemindahan
dana guna memenuhi suatu kewajiban yang timbul dari suatu
kegiatan ekonomi. Sistem pembayaran merupakan sistem yang
berkaitan dengan pemindahan sejumlah nilai uang dari satu pihak
ke pihak lain. Media yang digunakan untuk pemindahan nilai
uang tersebut sangat beragam, mulai dari penggunaan alat
pembayaran yang sederhana sampai pada penggunaan sistem
yang kompleks dan melibatkan berbagai lembaga berikut aturan
mainnya. Kewenangan mengatur dan menjaga kelancaran sistem
pembayaran di Indonesia dilaksanakan oleh Bank Indonesia yang
dituangkan dalam Undang-Undang Bank Indonesia. (Nuranisa,
Isnani. 2016)
b) Sistem Pembayaran Tunai
Pembayaran tunai merupakan pembayaran yang umum
dilakukan di Indonesia. Pembayaran tunai lebih banyak
menggunakan uang kartal baik kertas dan logam sebagai alat
pembayaran. Di Indonesia, uang kartal masih memegang peran
10
penting dalam pembayaran khususnya untuk transaksi-transaksi
bernilai kecil. Dalam masyarakat modern seperti sekarang ini
pemakaian alat pembayaran tunai seperti uang kartal memang
cenderung lebih kecil dibandingkan dengan penggunaan uang
giral karena munculnya inefisiensi dalam penggunaan uang kartal.
(Bank Indonesia dalam Siwinastiti, 2014)
c) Sistem Pembayaran Non Tunai
1) Instrumen Berbasis Warkat/Kertas (Paper Based
Instruments)
Instrumen-instrumen berbasis warkat ini, umumnya sudah
lama dipergunakan dalam praktek perbankan. Beberapa
instrumen yang masuk dalam kategori ini adalah cek, bilyet giro,
nota debet, dan nota kredit. (Bank Indonesia dalam Siwinastiti,
2014)
1. Cek adalah surat perintah tidak bersyarat untuk membayar
sejumlah uang tertentu.
2. Bilyet giro adalah surat perintah dari nasabah kepada bank
penyimpanan dana untuk memindahbukukan sejumlah dana
dari rekening yang bersangkutan kepada rekening
pemegang yang disebutkan namanya.
3. Nota debit adalah warkat yang digunakan untuk menagih
dana pada bank lain untuk bank atau nasabah bank yang
menyampaikan warkat tersebut.
11
4. Nota kredit adalah warkat yang digunakan untuk
menyampaikan dana pada bank lain untuk bank atau
nasabah yang menerima warkat tersebut.
5. Wesel bank untuk transfer, wesel yang diterbitkan oleh
bank khusus untuk saran transfer.
6. Surat bukti penerimaan transfer adalah surat bukti
penerimaan transfer dari luar kota yang dapat ditagih
kepada bank penerima dana transfer melalui kliring lokal.
2) Instrumen Berbasis Kartu dan Berbasis Elektronik (Card
Based Instruments and Eletronic Based Instruments)
Beberapa jenis kartu pembayaran, baik yang bersifat kredit
seperti kartu kredit dan private-label cards (misalnya: kartu
pasar swalayan) maupun yang bersifat debit, seperti debit cards
dan ATM (Automated Teller Machine) telah banyak dikenal
oleh masyarakat Indonesia. Di samping itu, ada juga kartu yang
bisa disebut smart card atau chip card, sejenis kartu yang
dananya telah disimpan dalam chip elektronik. Jenis kartu ini
contohnya adalah kartu telepon prabayar (Bank Indonesia dalam
Siwinastiti, 2014). Kartu pintar (smart card) adalah salah satu
bentuk populer dari sistem pembayaran elektronik. Sistem
pembayaran elektronik adalah pembayaran yang memanfaatkan
teknologi informasi dan komunikasi seperti Integrated Circuit
(IC), cryptography, dan jaringan komunikasi.
12
Pembayaran elektronis yang banyak berkembang dan
dikenal saat ini antara lain phone banking, internet banking,
kartu kredit dan kartu debit/ATM. Seluruh pembayaran
elektronis tersebut, kecuali kartu kredit selalu terkait langsung
dengan rekening nasabah bank yang menggunakannya.
2. Uang Elektronik (E-Money)
a) Definisi Uang Elektronik
Uang elektronik adalah suatu produk stored-value atau prepaid
dimana uang disimpan dalam suatu media elektronis yang dimiliki
seseorang.
Menurut Peraturan Bank Indonesia Nomor: 16/8/PBI/2014,
Uang Elektronik (Electronic Money) adalah alat pembayaran yang
memenuhi unsur-unsur sebagai berikut:
a. Diterbitkan atas dasar nilai uang yang disetor terlebih dahulu
oleh pemegang kepada penerbit.
b. Nilai uang disimpan secara elektronik dalam suatu media seperti
server atau chip.
c. Digunakan sebagai alat pembayaran kepada pedagang yang
bukan merupakan penerbit uang elektronik tersebut.
d. Nilai uang elektronik yang dikelola oleh penerbit bukan
merupakan simpanan sebagaimana dimaksud dalam undang-
undang yang mengatur mengenai perbankan.
13
Gambar 2.1
Konsep dan Penggunaan Uang Elektronik Secara Umum
Sumber : RDP PT Bank Mandiri (Persero) Tbk
b) Perbedaan Uang Elektronik dengan APMK
Perbedaan mendasar antara uang elektronik dengan Alat
Pembayaran Menggunakan Kartu (APMK) seperti kartu kredit, kartu
debit, dan kartu ATM adalah uang elektronik (e-money) bersifat
prabayar (prepaid) sedangkan APMK bersifat akses.
1) Prabayar / Prepaid
a. Nilai uang telah tercatat dalam instrumen e-money atau
sering disebut stored value.
b. Dana yang tercatat dalam e-money sepenuhnya berada
dalam penguasaan konsumen.
c. Pada saat transaksi, perpindahan dana dalam bentuk
electronic value dari kartu e-money milik konsumen kepada
14
terminal merchant dapat dilakukan secara offline, dalam hal
verifikasi cukup dilakukan pada level merchant (point of
sale) tanpa harus online ke komputer issuer.
2) Akses
a. Tidak ada pencacatan dana pada instrumen kartu.
b. Dana sepenuhnya berada dalam pengelolaan bank
sepanjang belum ada otorisasi dari nasabah untuk
melakukan pembayaran.
c. Pada saat transaksi, instrumen kartu digunakan untuk
melakukan akses secara online ke komputer issuer untuk
mendapatkan otorisasi melakukan pembayaran atas beban
rekening nasabah, baik berupa rekening simpanan (kartu
debet) maupun rekening pinjaman (kartu kredit). Setelah di
otorisasi oleh issuer, rekening nasabah kemudian akan
langsung di debet. Dengan demikian pembayaran
menggunakan kartu kredit dan kartu debet mensyaratkan
adanya komunikasi online ke issuer.
c) Pihak-pihak yang Terkait dengan Uang Elektronik
Sesuai dengan Peraturan Bank Indonesia Nomor 16/8/PBI/2014
tentang Perubahan Atas Peraturan Bank Indonesia Nomor
11/12/PBI/2009 tentang Uang Elektronik (Electronic Money) maka
15
dapat dilihat pihak-pihak yang terkait dalam transaksi uang
elektronik yaitu:
1) Prinsipal
Bank atau Lembaga Selain Bank yang bertanggungjawab
atas pengelolaan system dan/atau jaringan antar anggotanya
yang berperan sebagai penerbit dan/atau acquirer, dalam
transaksi uang elektronik yang kerja sama dengan
anggotanya didasarkan atas suatu perjanjian tertulis.
2) Penerbit
Bank atau Lembaga Selain Bank yang menerbitkan uang
elektronik.
3) Acquirer adalah Bank atau Lembaga Selain Bank yang:
a. Melakukan kerja sama dengan pedagang sehingga
pedagang mampu memproses transaksi dari uang
elektronik yang diterbitkan oleh pihak selain acquirer
yang bersangkutan; dan
b. Bertanggungjawab atas penyelesaian pembayaran
kepada pedagang.
4) Pemegang
Pihak yang menggunakan uang elektronik.
5) Pedagang (merchant)
Penjual barang dan/atau jasa yang menerima transaksi
pembayaran dari Pemegang.
16
3. Perputaran Uang (Velocity of Money)
a) Definisi Perputaran Uang
Berdasarkan Kamus Bank Indonesia, perputaran uang (velocity
of money) merupakan besaran kecepatan perputaran uang dalam
perekonomian. Hal itu merupakan cara untuk mengukur pendapatan
nasional dibandingkan dengan perilaku pembelian dengan
menggambarkan hubungan antara uang, pembelian barang, dan jasa.
Hal tersebut biasanya dinyatakan dalam bentuk perbandingan antara
pendapatan nasional bruto terhadap persediaan uang.
b) Teori Irving Fisher
Teori ini dikembangkan oleh Irving Fisher. Ini merupakan
pendekatan teori kuantitas klasik yang ditemukan oleh Irving Fisher.
Fisher membahas mengenai keterkaitan antara jumlah total uang (M)
dan total pengeluaran dari barang dan jasa yang diproduksi dalam
perekonomian (P x Y), dimana P adalah tingkat harga dan Y adalah
output agregat. Konsep ini disebut perputaran uang (velocity of
money), yaitu rata-rata jumlah berapa kali pertahun dari satu unit
mata uang untuk membeli total barang dan jasa yang diproduksi
yang dinyatakan dalam V (velocity). V merupakan total pengeluaran
(P x Y) yang dibagi dengan jumlah uang (M).
𝑽 = 𝑷 × 𝒀
𝑴 ... (2.1)
17
Dengan mengalikan kedua sisi persamaan tersebut dengan M,
maka dapat disederhanakan dengan “persamaan pertukaran”
(equation of exchange) sebagai berikut:
𝑴 × 𝑽 = 𝑷 × 𝒀 ...(2.2)
Dimana :
M - Jumlah total uang
V - Perputaran uang (velocity of money)
Y - Output Agregat
P - Tingkat Harga
Persamaan ini menyatakan bahwa jumlah uang dikali perputaran
uang dalam satu tahun sama dengan pendapatan nominal. Irving
Fisher berpendapat bahwa percepatan ditentukan oleh institusi di
dalam perekonomian yang mempengaruhi cara individu dalam
perekonomian dalam melakukan transaksi. Jika masyarakat
menggunakan uang elektronik (e-money) untuk melakukan
transaksinya, maka penggunaan uang menjadi berkurang ketika
melakukan pembelian, sehingga semakin sedikit uang yang
dibutuhkan untuk melakukan transaksi yang dihasilkan oleh
pendapatan nominal dan percepatan akan naik. Sebaliknya, kalau
dalam melakukan pembelian lebih mudah uang tunai, maka lebih
banyak uang yang digunakan untuk melakukan transaksi yang
dihasilkan oleh jumlah pendapatan nominal yang sama, dan
percepatan akan turun. Fisher berpendapat bahwa bentuk institusi
dan teknologi dari suatu perekonomian hanya akan memengaruhi
18
percepatan secara lambat sepanjang waktu, sehingga percepatan
biasanya konstan dalam jangka pendek (Mishkin, 2009).
c) Teori Kuantitas Uang (J.M. Keynes)
Keynes mengabaikan pandangan klasik yang menyatakan bahwa
percepatan adalah konstan. Kemudian Keynes mengembangkan teori
tersebut menjadi teori preferensi likuiditas (liquidity preference
theory), yang bertanya mengapa individu memegang uang. Menurut
teori permintaan uang Keynes, ada 3 motif masyarakat
membutuhkan uang :
a. Motif transaksi
Menurutnya komponen permintaan uang akan ditentukan
oleh berapa besarnya tingkat transaksi seseorang. Oleh
karena itu, dia mengambil komponen transaksi permintaan
akan uang terhadap pendapatan. Jika pendapatan naik maka
permintaan uang akan naik juga.
𝑴𝑻𝒅 = 𝒇(𝒀) ...(2.3)
b. Motif berjaga-jaga
Keynes menyadari bahwa selain untuk bertransaksi,
seseorang juga memegang uang sebagai antisipasi terhadap
kebutuhan tak terduga. Sehingga dia merumuskan
permintaan akan uang berjaga-jaga proporsional terhadap
pendapatan. Jika pendapatan naik, maka permintaan uang
untuk berjaga-jaga juga naik.
19
𝑴𝑷𝒅 = 𝒇(𝒀) …(2.4)
c. Motif spekulasi
Diasumsikan permintaan uang dipengaruhi oleh tingkat suku
bunga. Semakin tinggi suku bunga, semakin kecil keinginan
masyarakat memegang uang kas untuk spekulasi, yang
berarti masyarakat akan mengurangi memegang uang dan
akan menabung uang tersebut.
𝑴𝑺𝒅 = 𝒇(𝑹) …(2.5)
Sehingga dapat ditulis menjadi :
𝑴𝟏 = 𝑴𝑻𝒅 + 𝑴𝑷
𝒅
𝑴𝟐 = 𝑴𝑺𝒅
𝑴𝒅 = 𝑴𝟏 + 𝑴𝟐
Permintaan uang secara keseluruhan dapat ditulis dengan
rumus :
𝑴𝒅 = 𝒇(𝒀) + 𝒇(𝑹) …(2.6)
Keterangan :
𝑴𝑻𝒅 = permintaan uang untuk transaksi
𝑴𝑷𝒅 = permintaan uang untuk jaga-jaga
𝑴𝑺𝒅 = permintaan uang untuk spekulasi
𝑴𝟏 = Uang beredar dalam arti sempit
𝑴𝟐 = Uang beredar dalam arti luas
20
B. Penelitian Terdahulu
Tabel 2.1
Ringkasan Penelitian Terdahulu
Judul Peneliti Metode
Penelitian
Hasil Penelitian
Analisis
Pengaruh
Penggunaan
Kartu
Pembayaran
Elektronik dan
Daya Substitusi
Transaksi Non
Tunai
Elektronik
Terhadap
Transaksi
Tunai
Indonesia
Siera Rossa
Sitorus,
2006
Uji Kointegrasi
Engel Granger
dan Error
Correction
Model (ECM)
Penelitian ini membuktikan
adanya hubungan yang signifikan
untuk jangka panjang antara
penggunaan kartu pembayaran
elektronik terhadap transaksi tunai
dari perkembangan jumlah
pemegang kartu ATM dan nilai
transaksi APMKnya. Peningkatan
volume transaksi non tunai yaitu
transaksi APMK dan BI-RTGS
mampu mensubstitusi transaksi
tunai. Meskipun proporsi
pensubstitusian transaksi APMK
masih relatif sedikit namun dalam
jangka panjang korelasi negatif ini
signifikan secara statistik.
Analisis Lutfida Error Hasil analisis menunjukkan bahwa
21
Pengaruh
Penggunaan
Alat
Pembayaran
Menggunakan
Kartu (APMK)
dan Uang
Elektronik (E-
Money)
Terhadap
Permintaan
Uang Kartal di
Indonesia
Siwinastiti,
2014
Correction
Model (ECM)
transaksi pembayaran non tunai
dengan menggunakan APMK
(kartu kredit, kartu ATM, kartu
debit) memiliki pengaruh negatif
dan signifikan dalam jangka
pendek dan jangka panjang
terhadap permintaan uang kartal di
Indonesia. Sedangkan, transaksi
pembayaran non tunai dengan
menggunakan uang elektronik (e-
money) berpengaruh positif dan
signifikan terhadap permintaan
uang kartal di Indonesia baik
dalam jangka pendek maupun
jangka panjang.
Analisis
Pengaruh
Transaksi Alat
Pembayaran
Dengan
Menggunakan
Kartu (APMK)
Hesekiel M.
Morsa, 2015
Ordinary Least
Square (OLS)
Hasil penelitian menunjukkan
transaksi APMK yang terdiri dari
nominal transaksi kartu ATM-
debit dan nominal transaksi kartu
kredit secara parsial tidak
berpengaruh signifikan terhadap
perputaran uang di Indonesia,
22
Terhadap
Perputaran
Uang di
Indonesia
tetapi secara simultan nominal
transaksi kartu ATM-debit dan
nominal transaksi kartu kredit
berpengaruh signifikan terhadap
perputaran uang di Indonesia.
Pengaruh
Pendapatan,
Pengetahuan
Produk dan
Infrastruktur
Terhadap Minat
Masyarakat di
Yogyakarta
Menggunakan
Uang
Elektronik (E-
Money)
Dwi Tyas
Satryani,
2017
Structural
Equation
Modeling
(SEM)
Hasil penelitian menunjukkan
bahwa dari tiga faktor yang
digunakan, hanya terdapat dua
faktor yang mempengaruhi minat
menggunakan uang elektronik (e-
money) secara positif dan
signifikan, yaitu pengetahuan
produk dan infrastruktur,
sedangkan pendapatan tidak
berpengaruh terhadap minat
menggunakan uang elektronik (e-
money).
Analisis
Pengaruh Daya
Tarik Promosi,
Persepsi
Kemudahan,
Cahaya
Agung
Purnama,
2012
Regresi Linier
Berganda
Persepsi manfaat menunjukkan
koefisien regresi paling besar.
Persepsi kemanfaatan adalah
faktor paling penting yang
mempengaruhi minat beli
23
Persepsi
Kemanfaatan,
dan Harga
Terhadap Minat
Beli E-TOLL
Card Bank
Mandiri
konsumen untuk membeli produk
e-toll card. Faktor penting kedua
adalah persepsi kemudahan
kemudian harga dan daya tarik
promosi sebagai faktor ketiga dan
keempat yang berpengaruh
terhadap minat beli konsumen.
Pengaruh
Teknologi
Modern
Terhadap Real
Currency di
Indonesia
Istiningdiah,
2016
Error
Correction
Model (ECM)
Hasil analisis menunjukkan bahwa
jumlah mesin ATM, fenomena
boomingnya e-commerce, produk
domestik bruto, suku bunga
deposito dan nilai tukar secara
bersama-sama berpengaruh
signifikan terhadap real currency
di Indonesia. Sedangkan hasil uji
secara parsial menunjukkan bahwa
jumlah mesin ATM berpengaruh
negatif tetapi tidak signifikan
terhadap real currency, fenomena
boomingnya e-commerce
berpengaruh negatif dan
signifikan, produk domestik bruto
24
berpengaruh positif tetapi tidak
signifikan, suku bunga deposito
dan nilai tukar berpengaruh negatif
dan signifikan terhadap real
currency di Indonesia.
Pengaruh
Penggunaan
Kartu Debit
dan Uang
Elektronik (E-
Money)
Terhadap
Pengeluaran
Konsumsi
Mahasiswa
Laila
Ramadani,
2016
Regresi Linier
Berganda
Hasil analisis menunjukkan bahwa
penggunaan kartu debit dan uang
elektronik memiliki pengaruh
positif dan signifikan terhadap
pengeluaran konsumsi mahasiswa.
Pengaruh
Kemampuan
Finansial,
Kemudahan,
dan Perilaku
Konsumen
Terhadap Minat
Indrawan
Firdauzi,
2016
Structural
Equation
Modeling
(SEM)
Hasil penelitian menunjukkan
variabel kemampuan finansial
berpengaruh positif dan signifikan
terhadap variabel minat dan
kemudahan. Variabel kemudahan
berpengaruh positif dan signifikan
terhadap perilaku konsumen dan
25
Penggunaan
Uang
Elektronik di
Kota
Yogyakarta
minat. Variabel perilaku konsumen
berpengaruh positif dan signifikan
terhadap minat.
Analisis
Preferensi
Konsumen
dalam
Pengambilan
Ke putusan
pada
Penggunaan
Kartu E-Money
Sebagai Alat
Transaksi
Isnani
Nurannisa
Fitri, 2016
Regresi Linier
Berganda
Hasil penelitian menunjukkan
variabel kemudahan, pemanfaatan
waktu, tingkat keamanan,
kepercayaan dan biaya
berpengaruh positif dan signifikan
terhadap preferensi konsumen
Pengaruh
Persepsi
Kemudahan
dan Persepsi
Kemanfaatan
Terhadap Minat
Nur Fitri
Pratiwi,
Fauziah
Umar, A. M.
Nur
Baumassepe,
Regresi Linier
Berganda
Hasil penelitian menunjukkan
bahwa variabel persepsi
kemudahan dan persepsi
kemanfaatan berpengaruh positif
dan signifikan terhadap minat
konsumen menggunakan kartu
26
Konsumen
Menggunakan
Kartu Brizzi
PT. Bank
Rakyat
Indonesia
(Persero), Tbk
di Makassar
2015 Brizzi di Makasar. Variabel yang
memiliki pengaruh paling dominan
terhadap minat konsumen adalah
variabel persepsi kemudahan.
C. Kerangka Berpikir
Penelitian ini memiliki fokus dalam mengkaji pengaruh penggunaan
uang elektronik (jumlah uang elektronik beredar dan jumlah mesin uang
elektronik) terhadap perputaran uang. Keterkaitan antara latar belakang
serta perumusan masalah dengan variabel-variabel penelitian diuraikan
pada diagram alur (flow chart) dalam Gambar 2.1
27
Uang Elektronik
Jumlah Uang
Elektronik Beredar
(X1)
Jumlah Mesin EDC
Uang Elektronik
(X2)
Perputaran Uang
(Y)
Metode Analisis
OLS Regresi Linier
Berganda
Gambar 2.2
Kerangka Berpikir dalam Diagram Alur
1. Pengaruh antar jumlah uang elektronik beredar dengan
perputaran uang.
2. Pengaruh antar jumlah mesin EDC uang elektronik terhadap
perputaran uang.
3. Pengaruh antar jumlah uang elektronik beredar dan jumlah
mesin EDC uang elektronik terhadap perputaran uang.
28
D. Hipotesis Penelitian
Hipotesis merupakan jawaban sementara atas suatu persoalan yang
masih dibuktikan kebenarannya dan harus bersifat logis, jelas, dan dapat
diuji. Hipotesis yang diajukan dalam penelitian ini adalah :
1. H0 : Diduga tidak terdapat pengaruh Jumlah Uang Elektronik Beredar
terhadap Perputaran Uang
H1 : Diduga terdapat pengaruh Jumlah Uang Elektronik Beredar
terhadap Perputaran Uang
2. H0 : Diduga tidak terdapat pengaruh Jumlah Mesin EDC Uang
Elektronik terhadap Perputaran Uang
H1 : Diduga terdapat pengaruh Jumlah Mesin EDC Uang Elektronik
terhadap Perputaran Uang
3. H0 : Diduga tidak terdapat pengaruh Jumlah Uang Elektronik Beredar
dan Jumlah Mesin Uang Elektronik terhadap Perputaran Uang
H1 : Diduga terdapat pengaruh Jumlah Uang Elektronik Beredar dan
Jumlah Mesin EDC Uang Elektronik terhadap Perputaran Uang
29
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan data runtut waktu atau time series dengan
alat analisis regresi. Data time series merupakan data yang terdiri dari satu
objek tetapi meliputi beberapa periode waktu (Winarno, 2009).
Dalam penelitian ini menggunakan beberapa objek penelitian yang tediri
dari satu variabel dependen (variabel terikat) dan tiga variabel independen
(variabel bebas). Variabel dependen adalah variabel yang timbul sebagai
akibat langsung variabel bebas sedangkan variabel independen adalah
variabel yang diduga sebagai penyebab timbulnya variabel lain.
Variabel dependen yang digunakan dalam penelitian ini adalah
perputaran uang. Sedangkan variabel independen yang digunakan dalam
penelitian ini adalah jumlah uang elektronik beredar dan jumlah mesin EDC
uang elektronik. Penelitian ini dibatasi pada ruang lingkup studi kasus di
Indonesia namun tidak secara spesifik menganalisis potensi daerah atau tiap
provinsi dikarenakan terbatasnya data yang tersedia.
B. Metode Penentuan Sampel
Sampel yang digunakan dalam penelitian ini adalah data sekunder maka
metode pengambilan sampel yang digunakan adalah teknik purposive
sampling, yaitu penarikan sampel yang dilakukan karena tujuan penelitian
hanya dimaksudkan untuk mengungkap variabel hanya sebatas itu saja.
30
C. Metode Pengumpulan Data
Metode secara umum diartikan sebagai proses, cara, atau prosedur yang
digunakan untuk memecahkan suatu masalah. Metode yang digunakan untuk
mengumpulkan data dalam penelitian ini adalah sebagai berikut:
1. Studi Pustaka
Studi ini digunakan sebagai landasan teori yang digunakan dalam
menganalisis kasus. Dasar-dasar diperoleh dari buku-buku, literatur-
literatur maupun tulisan-tulisan yang berhubungan dengan penelitian ini.
2. Studi Dokumen
Metode dokumentasi adalah metode pengumpulan data dengan jalan
melihat, membaca, mempelajari, kemudian mencatat data yang ada
hubungannya dengan objek penelitian. Data diambil dari berbagai
sumber seperti artikel, dokumen, peraturan pemerintah atau data dari
pemerintah tersebut.
D. Metode Analisis Data
Dalam penelitian ini metode analisis yang digunakan adalah Regresi
Linier Berganda. Analisis Regresi Linier Berganda bertujuan untuk melihat
pengaruh dari penggunaan uang elektronik yang terdiri dari jumlah uang
elektronik beredar dan jumlah mesin EDC uang elektronik sebagai variabel
independennya terhadap variabel dependen yaitu perputaran uang.
31
1. Regresi Linier Berganda
Metode analisis linier berganda digunakan dimana terhadap dua atau
lebih variabel independen (X1 dan X2) dengan variabel dependen (Y).
Model persamaan yang digunakan dalam menganalisis data ini adalah:
𝑃𝑈𝑖𝑡 = 𝛽0 + 𝛽1𝐽𝑈𝐸𝐵𝑖𝑡 + 𝛽2𝑀𝐸𝑆𝐼𝑁_𝐸𝐷𝐶𝑖𝑡 + 𝜀𝑖𝑡 …(3.1)
Dimana :
PUit = Perputaran uang
β0 = Konstanta/Intercept
β0...βn = Koefisien regresi
JUEBit = Jumlah uang elektronik yang beredar
MESIN_EDCit = Jumlah mesin EDC uang elektronik
εit = Standard error
2. Uji Asumsi Klasik
Berbagai masalah yang sering dijumpai dalam analisis regresi dan
korelasi adalah: multikolinearitas, heteroskedastisitas, autokorelasi, dan
normalitas.
a. Uji Normalitas
Widarjono (2015) menjelaskan bahwa salah satu asumsi model
regresi adalah residual mempunyai distribusi normal. Apa
konsekuensinya jika model tidak mempunyai residual yang
berdistribusi normal? Uji t untuk melihat signifikansi variabel
independen terhadap variabel dependen tidak bisa diaplikasikan jika
residual tidak mempunyai distribusi normal.
32
Menurut Alghifari (2013) pengujian terhadap normalitas ini
dapat dilakukan dengan banyak cara, seperti uji chi-square goodness
of fit atau uji jarque-bera.
Pengujian normalitas dengan uji chi-square goodness of fit. Jika
nilai x2 lebih kecil daripada nilai kritisnya (x2 tabel; df. = n-1-k;
dimana n adalah banyaknya kelas dan k adalah banyaknya parameter
yang diestimasi), maka dapat disimpulkan bahwa kesalahan
pengganggunya (disturbance ui) kemungkinan berasal dari distribusi
hipotesis (distribusi normal).
Rosadi (2012) menjelaskan bagaimanakah jika data tidak
berdistribusi normal? Salah satu hal yang dapat dilakukan dalam
keadaan ini adalah melakukan transformasi terhadap data. Jika data
menceng dan semuanya bernilai positif, salah satu metode
transformasi power (y = xλ untuk λ ≠ 0 dan y = ln(x) untuk λ = 0),
atau ekuivalennya, dengan menggunakan metode Box-Cox power (y
= (xλ – 1) / λ untuk λ ≠ 0 dan y = ln(x) untuk λ = 0).
Menurut Winarno (2011) bila nilai jarque-bera tidak signifikan
(lebih kecil dari 2), maka data berdistribusi normal. Bila probabilitas
lebih besar dari 5% (bila anda menggunakan tingkat signifikansi
tersebut), maka data berdistribusi normal (hipotesis nolnya adalah
data berdistribusi normal). Langkah pengujian sebagai berikut :
Hipotesis
H0 : model terdistribusi normal
33
H1 : model tidak terdistribusi normal
Pengambilan keputusan dilakukan dengan kriteria :
Jika probabilitas OBS*R2 > 0,05 H0 diterima
Jika probabilitas OBS*R2 < 0,05 H1 diterima
Artinya adalah apabila probabilitas OBS*R2 lebih besar dari
0,05 maka model tersebut dikatakan normal. Apabila probabilitas
OBS*R2 lebih kecil dari 0,05 maka model tersebut dikatakan tidak
normal. (Winarno, 2011)
Ada beberapa alternatif dalam menghilangkan gejala normalitas,
yaitu sebagai berikut : (Winarno, 2011)
Menambah periode waktu penelitian
Metode transformasi
b. Uji Multikolinearitas
Multikolinearitas adalah kondisi adanya hubungan linier antar
variabel independen. Karena melibatkan beberapa variabel
independen, maka multikolinearitas tidak akan terjadi pada
persamaan regresi sederhana (yang terdiri atas satu variabel
dependen dan satu variabel independen). (Winarno, 2011)
Gujarati dalam Ariefianto (2012) menyatakan bahwa
multikolinearitas adalah fenomena sampling. Ia terjadi pada sampel
dan bukan pada populasi. Hal ini tentu saja jika kita telah
menspesifikasikan variabel yang masuk ke dalam model dengan
benar (misalnya tidak ada variabel yang merupakan multiplikasi dari
34
variabel lain). Dengan kata lain, jika dimungkinkan untuk bekerja
pada populasi maka multikolinearitas tidak akan pernah menjadi
suatu masalah.
Winarno (2011) menjelaskan apabila model prediksi kita
memiliki multikolinearitas, akan memunculkan akibat-akibat berikut
ini :
1) Estimator masih bersifat BLUE, tetapi memiliki varian dan
kovarian yang besar, sehingga sulit dipakai sebagai alat
estimasi.
2) Interval estimasi cenderung lebar dan nilai statistik uji t akan
kecil, sehingga menyebabkan variabel independen tidak
signifikan secara statistik dalam mempengaruhi variabel
independen.
Menurut Ariefianto (2012) terdapat beberapa penyebab
multikolinearitas, diantaranya:
1) Cara pengambilan data dan kecilnya ukuran sampel.
2) Pembatas para model atau populasi yang disampel. Misalnya
kita meregresi konsumsi listrik terhadap pendapatan dan ukuran
rumah. Disini populasi dari mana sampel diperoleh memiliki
karakteristik kolinearitas, dimana individu yang memiliki
pendapatan tinggi umumnya memiliki rumah berukuran besar.
35
3) Spesifikasi model. Penambahan polynomal (x2, x3, dst)
berpotensi menimbulkan masalah multikolinearitas terutama jika
kisaran nilai x yang dimiliki adalah kecil.
4) Model yang overdetermined. Hal ini terjadi jika model
dimaksud memiliki lebih banyak variabel dibandingkan jumlah
sampel (umumnya terjadi pada penelitian medis).
5) Common trend. Terutama jika kita menggunakan data time
series, banyak variabel seperti GDP, konsumsi agregat, PMA,
dan sebagainya bergerak searah berdasarkan waktu.
Menurut Winarno (2011) kondisi terjadinya multikolinearitas
ditunjukkan dengan berbagai informasi, salah satunya yaitu nilai R2
tinggi, tetapi variabel independen banyak yang tidak signifikan.
Terdapat suatu kemungkinan memperbaiki dengan data yang
ada. Beberapa hal yang disarankan untuk dilakukan di antaranya
(Ariefianto, 2012):
1) Penggunaan informasi apriori. Informasi apriori adalah
informasi yang bersifat non-sample. Ia tidak berasal dari data
melainkan dari teori, penelitian lainnya, atau judgement peneliti.
2) Penggunaan data panel. Data semacam ini memiliki beberapa
karakter yang berguna bagi penelitian dan robust terhadap
beberapa pelanggaran asumsi (termasuk multikolinearitas).
3) Penggantian atau mengeluarkan variabel. Hal ini dilakukan jika
tidak menyebabkan specification error (variabel yang
36
dihilangkan tidak berasal dari teori) dan bersifat substitusi
terhadap variabel lainnya.
4) Transformasi variabel. Beberapa untuk transformasi yang umum
digunakan adalah first different, ratio transformation (seperti
pada WLS) dan bentuk log.
Menurut Ghozali (2012) uji multikolinearitas bertujuan untuk
menguji apakah suatu model regresi terdapat korelasi antar variabel
bebas (independen). Pengujian multikolinearitas dapat dilihat dari
besaran VIF (Variance Inflation Factor) dan tolerance. Tolerance
mengukur variabel independen yang terpilih yang tidak dijelaskan
oleh variabel independen lainnya. Jadi nilai tolerance yang rendah
sama dengan nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai
cutoff yang umum dipakai untuk menunjukkan adanya
multikolinearitas adalah nilai tolerance ≥ 0,01 atau sama dengan
nilai VIF ≤ 10. Langkah pengujian sebagai berikut :
Hipotesis :
H0 : model bersifat multikolinearitas
H1 : model tidak bersifat multikolinearitas
Pengambilan keputusan dilakukan dengan kriteria :
Apabila nilai Centered VIF x1 dan x2 > 10 H0 diterima
Apabila nilai Centered VIF x1 dan x2 < 10 H0 ditolak
Artinya apabila nilai Centered VIF masing-masing variabel
independen lebih dari 10 maka model tersebut mengalami
37
multkolinearitas. Apabila Centered VIF masing-masing variabel
independen kurang dari 10 maka model tersebut tidak mengalami
multikolinearitas.
Ada beberapa alternatif dalam menghilangkan gejala
multikolinearitas, yaitu :
➢ Biarkan model kita mengandung multikolinearitas, karena
estimatornya masih dapat bersifat BLUE. Sifat BLUE tidak
terpengaruh oleh ada atau tidaknya korelasi antar variabel.
➢ Tambahkan datanya bila memungkinkan, karena masalah
multikolinearitas muncul karena jumlah observasinya yang
sedikit.
➢ Hilangkan salah satu variabel independen, terutama yang
mempunyai hubungan linier yang kuat dengan variabel lain.
➢ Transformasikan salah satu (atau beberapa) variabel, termasuk
misalnya dengan melakukan diferensi.
c. Uji Heteroskedastis
Asumsi penting (asumsi Gauss Markov) dalam penggunaan
OLS adalah varians residual yang konstan. Varian dari residual tidak
berubah dengan berubahnya satu atau lebih variabel bebas. Jika
asumsi ini terpenuhi, maka residual disebut homoskedastis, jika
tidak, disebut heteroskedastis (Ariefianto, 2012).
38
Menurut Gujarati, Pindyck, dan Rubenfeld dalam Ariefianto
(2012) terdapat beberapa alasan mengapa residual regresi dapat
bersifat heteroskedasti, diantaranya:
1) Situasi error learning, misalnya kita ingin mengetahui
hubungan tingkat kesalahan mengetik terhadap berbagai
variabel. Jika kita menggunakan sampel yang bersifat panel atau
time series akan sangat mungkin model yang dimiliki akan
bersifat heteroskedastis. Hal ini disebabkan kesalahan
pengetikan akan menurun dari waktu ke waktu dan terjadi
konvergensi di antara elemen sampel (kesalahan anggota sampel
yang paling tidak terampil akan menurun mendekati mereka
yang awalnya sudah terampil).
2) Kemampuan diskresi. Hal ini tampak jelas pada penelitian
dengan menggunakan variabel pendapatan. Aktivitas oleh
individu yang memiliki pendapatan tinggi akan jauh lebih
variatif dibandingkan mereka yang berpendapatan rendah.
Dengan demikian suatu model regresi dengan menggunakan
variabel semacam ini akan mengalami peningkatan residual
kuadrat dengan semakin besarnya pendapatan.
3) Perbaikan teknik pengambilan data. Peneliti akan belajar untuk
menarik informasi dengan benar, dengan demikian kesalahan
akibat proses ekstraksi data akan semakin menurun.
39
4) Keberadaan outlier. Outlier adalah data yang memiliki
karakteristik sangat berbeda dari kondisi yang umum. Misalnya
kita memiliki suatu set data pendapatan dengan kisaran IDR 2-5
juta per bulan, keberadaan individu dengan pendapatan 100 juta
dapat dikatakan outlier.
Ariefianto (2012) menjelaskan jika pada suatu model regresi
terdeteksi heteroskedastis, maka standar error dari regresi menjadi
bias. Sebagai konsekuensinya, seluruh tipe uji hipotesis (parsial dan
exclusion) menjadi menyesatkan. Untuk itu perlu dilakukan koreksi
terhadap model. Terdapat 2 tipe koreksi yakni (1) koreksi terhadap
standar error regresi dan (2) Generalized Least Square (GLS).
Tipe koreksi yang pertama dilakukan hanya terbatas pada
standar error regresi. Tidak ada modifikasi atau estimasi ulang atas
parameter yang diperoleh dari OLS. Koreksi terhadap standar error
regresi dilakukan melalui prosedur yang diuraikan oleh White (1980)
dan dikenal dengan nama Heterocedasticity Robust Standard Error.
Generalized Least Square (GLS) prosedur koreksi
heteroskedastisitas dengan cara melakukan transformasi atau
reestimasi. Jika kita mengetahui bentuk spesifik dari
heteroskedastisitas (misalnya linier terhadap variabel bebas) maka
kita dapat memodifikasi nilai variabel terikat dan variabel bebas
sesuai dengan bentuk heteroskedastisitas dan mengestimasinya
kembali.
40
Uji ini mengasumsikan jika varian error merupakan fungsi yang
mempunyai hubungan dengan variabel bebas, kuadrat dari masing-
masing variabel bebas dan interaksi antar variabel bebas. Langkah
pengujian sebagai berikut :
Hipotesis :
H0 : model terdapat heteroskedastisitas
H1 : model tidak terdapat heteroskedastisitas
Pengambilan keputusan dilakukan dengan kriteria :
Apabila probabilitas OBS*R2 > 0,05 H0 ditolak
Apabila probabilitas OBS*R2 < 0,05 H0 diterima
Artinya apabila nilai probabilitas OBS*R2 lebih besar dari 0,05
maka data tersebut terbebas dari masalah heteroskedastisitas, namun
jika probabilitas OBS*R2 lebih kecil dari 0,05 maka data tersebut
mengalami masalah heteroskedastisitas. (Winarno, 2011)
Cara menghilangkan heteroskedastisitas ada beberapa alternatif
yang dapat dilakukan, yaitu :
➢ Metode WLS (Weighted Least Square), metode ini dilakukan
jika varian dan residual diketahui.
➢ Metode White, metode ini dilakukan jika varian dan residual
tidak diketahui.
d. Uji Autokorelasi
Autocorrelation adalah hubungan antara residual satu observasi
dengan residual observasi lainnya. Autokorelasi lebih mudah timbul
41
pada data yang bersifat runtut waktu, karena berdasarkan sifatnya,
data masa sekarang dipengaruhi oleh data pada masa-masa
sebelumnya. Meskipun demikian tetap dimungkinkan autokorelasi
dijumpai pada data yang bersifat antar objek (cross-section)
(Winarno, 2011).
Menurut Winarno (2011) apabila data yang kita analisis
mengandung autokorelasi, maka estimator yang kita dapatkan
memiliki karakteristik berikut ini:
1) Estimator metode kuadrat terkecil masih linier.
2) Estimator metode kuadrat terkecil masih tidak bias.
3) Estimator metode kuadrat terkecil tidak mempunyai varian yang
minimum (no longer best).
Menurut Wooldridge, Vogelvang, dan Gujarati dalam Ariefianto
(2012) secara spesifik, beberapa penyebab autokorelasi (atau juga
sering disebut korelasi serial) di antaranya:
1) Inertia. Salah satu karakteristik umum dari data yang bersifat
time series adalah adanya inertia (sluggishness). Penyesuaian
akibat suatu goncangan terhadap variabel makro ekonomi adalah
bersifat bertahap, dan berlangsung sepanjang waktu tertentu.
2) Specification blas. Yakni kesalahan dalam menspesifikasi
model. Terdapat dua tipe kesalahan, yakni (1) mengeluarkan
variabel yang seharusnya ada pada model (omitted variabel) dan
(2) bentuk fungsional yang tidak benar.
42
3) Fenomena Cobweb. Sering terjadi pada permodelan di mana
terdapat suatu fenomena lagged response.
4) Rekayasa data. Karena satu dan hal lain, seorang peneliti kadang
harus “menukangi” data. Salah satu praktik “menukangi data”
yang sering terjadi misalnya akibat perbedaan frekuensi.
5) Dampak musiman. Misalnya variabel terikat yang kita gunakan
memiliki karakter musiman (misalnya produksi beras),
sedangkan variabel penjelas yang digunakan tidak. Apabila
variabel terikat ini tidak disesuaikan terlebih dahulu
(deseasonlized) maka residual dari regresi akan menunjukkan
karakter musiman yang ada pada variabel terikat.
Dalam penelitian ini untuk melihat ada atau tidaknya
autokorelasi dapat menggunakan Uji Breusch dan Godfrey (BG) atau
lebih dikenal dengan Uji LM (Langrange Multiplier). Dengan
langkah pengujian sebagai berikut :
Hipotesis :
H0 : model terdapat autokorelasi
H1 : model tidak terdapat autokorelasi
Pengambilan keputusan dilakukan dengan kriteria :
Apabila Prob. Chi Square > 0,05 H0 ditolak
Apabila Prob. Chi Square < 0,05 H0 diterima
Dengan tingkat signifikansi (α) sebesar 5%, artinya jika nilai
probabilitas Chi Square lebih besar dari 0,05 maka model penelitian
43
bebas dari masalah autokorelasi. Jika yang terjadi sebaliknya atau
nilai probabilitas Chi Square lebih kecil dari 0,05 maka model
penelitian terdapat masalah autokorelasi. (Winarno, 2011)
Adapun cara atau alternatif yang dapat dilakukan untuk
mengatasi masalah autokorelasi adalah sebagai berikut :
➢ Dengan metode transformasi data dalam bentuk logaritma
natural
➢ Dengan melakukan metode diferensi tingkat pertama.
3. Uji Hipotesis
Uji hipotesis bertujuan untuk menguji apakah koefisien regresi yang
telah diuji menghasilkan data yang signifikan (berbeda nyata) atau
kegunaan uji ini untuk membuktikan kebenaan hipotesis secara statistik
terhadap masing-masing koefisien regresi berganda. Maksud dari
signifikan ialah suatu koefisien regresi yang secara statistik tidak sama
dengan nol. Jika koefisien slope sama dengan nol, berarti dapat dikatakan
bahwa tidak cukup bukti untuk menyatakan variabel bebas mempunyai
pengaruh terhadap variabel terikat. Dari hasil koefisien regresi berganda
akan dapat diketahui baik secara bersama maupun terpisah terhadap
variabel terikatnya yang kemudian dibandingkan dengan nilai tabel pada
derajat bebas tertentu untuk menerima atau menolak hipotesis.
Sebagai alternatif, anda dapat menggunakan pendekatan ini dengan
memperoleh statistik uji yang relevan (misalnya, statistik uji t) dengan
44
hipotesis nol dan mencari nilai ρ untuk mendapatkan nilai tertentu dari
statistik uji menurut distribusi probabilitas yang sesuai (misalnya,
distribusi t, F, χ2). Jika probabilitas ini lebih kecil dari nilai α yang telah
ditetapkan sebelumnya, anda dapat menolak hipotesis nol. Tetapi jika
probabilitas tersebut lebih besar dari α, jangan menolak hipotesis nol.
Jika anda tidak ingin menetapkan nilai α terlebih dulu, cukup tampilkan
nilai ρ dari uji statistik (Gujarati, 2007). Dalam metode regresi linear
berganda terdapat beberapa metode uji hipotesis yang umum digunakan,
diantaranya :
a. Uji Statistik t (Parsial)
Uji t ini digunakan untuk membuktikan apakah variabel
independen secara individu mempengaruhi variabel dependen. Ada
dua hipotesis yang diajukan oleh setiap peneliti yaitu hipotesis nol
(H0) dan hipotesis alternatif (H1). Hipotesis nol merupakan angka
numerik dari nilai parameter populasi. Hipotesis nol ini dianggap
benar sampai kemudian bisa dibuktikan salah berdasarkan data
sampel yang ada. Sementara itu hipotesis alternatif merupakan lawan
dari hipotesis nol. Hipotesis alternatif ini harus benar ketika hipotesis
nol terbukti salah (Widarjono, 2010).
Menurut Widarjono (2010) signifikansi tidaknya sebuah
variabel independen di dalam analisis regresi bisa dilihat dari nilai ρ
dibandingkan dengan nilai α. Jika nilai probabilitas ρ lebih kecil dari
nilai α yang dipilih maka kita menolak hipotesis nol (H0) atau
45
menerima hipotesis alternatif (H1) dan sebaliknya jika nilai
probabilitas ρ lebih besar dari nilai α maka kita menerima hipotesis
nol atau menolak hipotesis alternatif. Setiap program komputer
untuk olah data ekonometrika selalu memberi informasi tentang
besarnya nilai probabilitas ρ sehingga kita bisa secara cepat
mengevaluasi apakah variabel independen berpengaruh terhadap
variabel dependen.
Uji t statistik merupakan pengujian untuk mengetahui apakah
masing-masing koefisien regresi signifikan atau tidak terhadap
variabel dependen dengan menganggap variabel independen lainnya
konstan. Cara untuk melaksanakan uji t ada salah satunya yaitu
dengan melihat tingkat signifikansi (probabilitas). Langkah-langkah
yang harus dilakukan untuk pengujian tersebut adalah sebagai
berikut : (Nachrowi, 2006)
Hipotesis :
H0 : variabel independen berpengaruh terhadap variabel
dependen secara parsial
H1 : variabel independen tidak berpengaruh terhadap variabel
dependen secara parsial
Pengambilan keputusan dilakukan dengan kriteria :
Apabila probabilitas βi > 0,05 Tidak signifikan
Apabila probabilitas βi < 0,05 Signifikan
46
Dengan tingkat signifikansi (α) sebesar 5%, artinya adalah jika
nilai probabilitas βi lebih besar dari 0,05 maka variabel independen
secara parsial tidak berpengaruh signifikan. Sebaliknya, jika nilai
probabilitas βi lebih kecil dari 0,05 maka variabel independen secara
parsial mempunyai pengaruh signifikan terhadap variabel dependen.
Jika koefisien variabel bernilai positif berarti mempunyai pengaruh
yang bersifat positif. Sebaliknya, jika koefisien variabel bernilai
negatif berarti mempunyai pengaruh yang bersifat negatif.
Adapun rumus yang digunakan dalam menguji hipotesis (Uji t)
penelitian ini adalah : (Sugiyono, 2014)
𝑡 = 𝑟√𝑛−2
√1−𝑟2 …(3.2)
Keterangan :
r = Korelasi
n = Banyaknya jumlah observasi
t = Tingkat signifikan thitung yang selanjutnya dibandingkan
dengan ttabel
Hasil hipotesis thitung dibandingkan dengan ttabel dengan kriteria
uji sebagai berikut :
Jika thitung > ttabel pada α = 5% maka H0 diterima (berpengaruh)
Jika thitung < ttabel pada α = 5% maka H0 ditolak (tidak
berpengaruh)
47
b. Uji Statistik F (Simultan)
Uji F digunakan untuk mengevaluasi pengaruh semua variabel
independen terhadap variabel dependen (Widarjono, 2010).
Pengujian terhadap pengaruh variabel independen secara bersama-
sama (simultan) terhadap perubahan nilai variabel dependen
dilakukan melalui pengujian terhadap besarnya perubahan nilai
variabel dependen yang dapat dijelaskan (explained) oleh perubahan
nilai semua variabel independen.
Asumsi dari hipotesis yang digunakan sama dengan Uji t-
statistic, di mana H0 diterima berarti tidak ada pengaruh secara
simultan dari variabel bebas terhadap variabel terikat, sedangkan H1
diterima berarti ada pengaruh secara simultan dari variabel bebas
terhadap variabel terikat. Taraf keyakinan yang digunakan sebesar
95% atau pada taraf α sebesar 5%. Selain itu, pengujian hipotesis
dapat juga dilakukan dengan melihat p-value atau nilai probabilitas
dari F-statistic pada Eviews. Konsep ini membandingkan α dengan
nilai probabilitas dengan langkah sebagai berikut :
Hipotesis:
H0 : variabel independen berpengaruh terhadap variabel dependen
secara bersama-sama (simultan)
H1 : variabel independen tidak berpengaruh terhadap variabel
dependen secara bersama-sama (simultan)
Pengambilan keputusan dilakukan dengan kriteria :
48
Apabila nilai Prob. F-statistic > 0,05 H0
ditolak
Apabila nilai Prob. F-statistic < 0,05 H0
diterima
Dengan tingkat signifikansi (α) sebesar 5%, artinya adalah jika
nilai probabilitas F-statistic lebih besar dari 0,05 maka dapat
disimpulkan bahwa variabel independen tidak berpengaruh terhadap
variabel dependen secara bersama-sama (simultan). Sebaliknya, jika
nilai probabilitas F-statistic lebih kecil dari 0,05 maka dapat
disimpulkan bahwa variabel independen berpengaruh terhadap
variabel dependen secara bersama-sama (simultan).
Cara lain untuk pengujian hipotesis dapat digunakan rumus
signifikansi korelasi ganda sebagai berikut : (Sugiyono, 2014)
𝐹 = 𝑅2/ 𝑘
(1− 𝑅2)/ (𝑛−𝑘 1) …(3.3)
Keterangan :
R = Korelasi ganda
k = Jumlah variabel independen
dk = (n - k - 1) derajat kebebasan
Pengujian dengan membandingkan Fhitung dengan Ftabel dengan
ketentuan yaitu :
Jika Fhitung > Ftabel pada α = 5% H0 diterima
Jika Fhitung < Ftabel pada α = 5% H0 ditolak
49
c. Uji Koefisien Determinasi (Adjusted R Square)
Uji koefisien determinasi diperlukan untuk melihat seberapa
jauh model yang dibentuk dapat menerangkan kondisi yang
sebenarnya serta untuk menginformasikan baik atau tidaknya model
regresi yang terestimasi. Suatu ukuran yang dapat digunakan untuk
uji tersebut yaitu Uji Koefisien Determinasi atau Uji Goodness of Fit
dengan melihat nilai R2 dari model yang digunakan. Nilai R2
berkisar antara 0 sampai 1 (0 ≤ R2 ≤ 1). Semakin besar nilai R2,
maka akan semakin besar variasi variabel dependen yang dapat
dijelaskan oleh variabel independen.
Koefisien determinasi (R2) digunakan untuk mengukur seberapa
baik garis regresi sesuai dengan data aktualnya (goodness of fit).
Koefisien determinasi ini mengukur presentase total variasi variabel
dependen Y yang dijelaskan oleh variabel independen di dalam garis
regresi (Widarjono, 2010).
Dalam penggunaannya, koefisien determinasi ini dinyatakan
dalam persentase (%) dengan rumus sebagai berikut:
𝐾𝑑 = 𝑅2 × 100% …(3.4)
Keterangan :
Kd = Koefisien determinasi atau seberapa jauh perubahan variabel
terikat
R2 = Korelasi
50
Adapun kriteria untuk analisis koefisien determinasi adalah :
Jika Kd mendekati nol (0), berarti pengaruh variabel independen
terhadap variabel dependen lemah.
Jika Kd mendekati satu (1), berarti pengaruh variabel independen
terhadap variabel dependen kuat.
Suatu catatan yang penting untuk diingat pada penggunaan R2
sebagai ukuran kesesuaian model adalah bahwa R2 tidak pernah
menurun dengan penambahan regressor, sebaliknya justru
cenderung meningkat. Fakta ini berasal dari konsekuensi dari aljabar
di mana jumlah kuadrat tidak pernah menurun dengan bertambahnya
regressor (Ariefianto, 2012).
51
E. Operasional Variabel Penelitian
Tabel 3.1
Operasional Variabel Penelitian
Jenis Variabel Variabel Definisi Variabel Satuan
Dependen Perputaran Uang Berapa kali uang
berpindah tangan dalam
periode waktu tertentu dan
mengukur tingkat dimana
uang bersirkulasi dalam
perekonomian.
Perputaran
Independen Jumlah Uang
Elektronik
Beredar
Jumlah uang elektronik
yang beredar di
masyarakat pada periode
tertentu.
Unit
Independen Jumlah Mesin
EDC Uang
Elektronik
Jumlah perangkat / mesin
pembaca uang elektronik
yang tersebar secara
menyeluruh di Indonesia
pada periode tertentu.
Unit
52
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Perkembangan Uang sebagai Alat Pembayaran
Ketika seseorang sedang berjalan dan merasakan haus, kemudian ia
akan mencari toko yang menjual minuman untuk membeli sebotol
minuman yang dapat menghilangkan rasa hausnya. Dalam hal ini,
seseorang tersebut mendapatkan sebuah nilai, yakni tenggorokan yang
tidak haus. Untuk membayar atas sebotol minuman tersebut, ia
memberikan penjual minuman tersebut selembar kertas dengan ciri khas
seperti simbol-simbol tertentu, gambar gedung-gedung pemerintahan,
gambar warga negara terkenal yang sudah meninggal dunia dan tanda
tangan. Jika dilihat dari pertukaran yang terjadi, dimana sebotol minuman
menjadi senilai dengan selembar kertas bergambar dengan berbagai ciri
khas tersebut yang sebenarnya tidak bernilai apa-apa.
Bagi siapa pun yang telah hidup pada zaman perekonomian modern,
kebiasaan tersebut tidak memiliki keanehan sama sekali. Walaupun uang
kertas tidak memiliki nilai intrinsik sama sekali, penjual minuman merasa
yakin bahwa pada masa depan, pihak ketiga akan menerimanya sebagai
ganti dari barang atau jasa yang menurut penjual minuman memiliki nilai.
Sementara itu, pihak ketiga yakin bahwa orang keempat akan menerima
uang tersebut, dan mengetahui bahwa ada orang kelima yang akan
53
menerima uang tersebut, hingga seterusnya. Bagi penjual minuman dan
bagi orang-orang lainnya dalam masyarakat pada zaman modern ini, uang
tunai atau cek serta uang lainnya dapat mewakili klaim terhadap barang
dan jasa pada masa yang akan datang. (Mankiw, 2012)
Pada awalnya suatu sistem pertukaran ada karena manusia selalu
berusaha memenuhi kebutuhan hidupnya secara mandiri. Namun
seringkali keterbatasan sumber daya menjadi masalah dalam hal
memenuhi kebutuhan hidup. Keterbatasan tersebut kemudian mendorong
setiap manusia untuk mencari orang lain yang memiliki barang yang
dibutuhkannya dan mau bertukar dengan barang yang dimilikinya.
Mereka melakukan tukar-menukar barang yang dibutuhkan untuk
memenuhi kekurangannya masing-masing. Maka, mulailah terjadi
transaksi pertukaran yang dikenal dengan nama barter. Barang tertentu
ditukar dengan barang yang lain. Namun sistem ini tidak dapat bertahan
melihat banyak kekurangan yang dirasakan, salah satunya adalah tidak
adanya nilai yang menjadi standar yang dapat disepakati secara umum.
Kesulitan-kesulitan itu kemudian mendorong manusia untuk
menciptakan alternatif demi alternatif dalam hal pertukaran. Kemudian
sampailah pada apa yang dikenal sebagai uang logam dan uang kertas
sebagai alat tukar. Sejak itu sistem pembayaran terus berkembang hingga
kini. Kendati demikian, meski dirasakan banyak keterbatasan, praktik
barter masih ditemukan hingga kini, di saat mesin ATM telah merambah
pojok-pojok mall, persimpangan jalan, atau di tempat-tempat umum. Di
54
pedesaan misalnya, orang masih terbiasa menukar 1 liter beras dengan
lauk pauk yang dijual pedagang keliling. Pedagang keliling akan menjual
beras hasil barternya untuk mendapatkan uang. Beberapa suku terasing
juga masih menggunakan transaksi barter dalam memenuhi kebutuhan
hidupnya. Inovasi baru dalam bertransaksi tidak serta merta
menghilangkan secara total praktik transaksi sebelumnya. (Pohan, 2011)
2. Perkembangan Uang Elektronik (E-Money) di Indonesia
Dalam kurun waktu yang panjang sejak dikenalnya sistem pertukaran
yang bernama barter, telah ditemui 3 inovasi besar dalam alat
pembayaran yaitu full-bodied money (uang logam yang terbuat dari emas
dan perak); fiat money (uang yang nilainya lebih besar daripada nilainya
sebagai barang); checking accounts (rekening giro) dan electronic money
(uang elektronik). Secara garis besar, evolusi uang sebenarnya berakhir
sampai fiat money. Dikarenakan sampai saat ini pun penggunaan fiat
money atau uang tunai masih ada. Namun, inovasi dalam pembayaran
masih berlanjut hingga kini. Perkembangannya telah sampai pada
transaksi pembayaran elektronik atau dapat dikategorikan sebagai Sistem
Pembayaran Non Tunai.
Pembayaran elektronik adalah pembayaran yang memanfaatkan
teknologi informasi dan komunikasi seperti Integrated Circuit (IC),
cryptography atau sandi pengaman data transaksi dan jaringan
komunikasi. Awalnya transaksi jenis ini dimulai dari transfer antar
55
jaringan di internal bank. Kemudian berkembang dan dimanfaatkan untuk
transaksi antara bank dan nasabahnya. Hingga saat ini, transaksi
elektronik dengan berbagai variannya terus berkembang. Bukan hanya
melibatkan transaksi antar bank dan nasabahnya, melainkan antar
nasabah, bahkan antar manusia dalam aktivitas ekonomi. (Pohan, 2011)
Pada tanggal 14 Agustus 2014, Gubernur Bank Indonesia Agus
Martowardojo mencanangkan Gerakan Nasional Non Tunai (GNNT)
yang bertujuan untuk meningkatkan kesadaran masyarakat dan pelaku
bisnis untuk menggunakan pembayaran non tunai dalam transaksi
keuangan karena lebih mudah, aman dan efisien. Inovasi di sektor
keuangan terus berkembang seiring dengan misi Bank Indonesia untuk
mencanangkan Less Cash Society di Indonesia menambah instrumen
pembayaran non tunai yakni berupa kartu dan akun yang dikenal sebagai
Electronic Money (E-Money).
Meski fiat money masih digunakan, di sisi lain uang elektronik juga
perlahan mengalami perkembangan. Hal ini didasari oleh makin
banyaknya penerbit yang menerbitkan uang elektronik.
Tabel 4.1
Perusahaan Penerbit Uang Elektronik Tahun 2017
No. Nama Penerbit Nama Produk
1. PT Artajasa Pembayaran
Elektronis Mynt
2. PT Bank Central Asia Tbk Flazz, Sakuku, Flazz Danamon
3. PT Bank CIMB Niaga Rekening Ponsel
4. PT Bank DKI Jakcard
56
5. PT Bank Mandiri (Persero) Tbk
Emoney, ecash, Blink (BTN),
eTollcard (Jasa Marga),
Indomaret Card, GazCard
(Pertamina)
6. PT Bank Mega Tbk Megacash
7. PT Bank Negara Indonesia
(Persero) Tbk Tapcash, UnikQu
8. PT Bank Nationalnobu Nobu E-Money
9. PT Bank Permata BBM Money
10. PT Bank Rakyat Indonesia
(Persero) Tbk Brizzi
11. PT Finnet Indonesia Mobile Cash
12. PT Indosat, Tbk PayPro
13. PT Nusa Satu Inti Artha Doku
14. PT Skye Sab Indonesia Skyedoit
15. PT Telekomunikasi Indonesia,
Tbk T-Money
16. PT Telekomunikasi Selular Tcash
17. PT XL Axiata, Tbk XL Tunai
18. PT Smartfren Telecom Tbk Uangku
19. PT Dompet Anak Bangsa (d/h PT
MV Commerce Indonesia) PonselPay
20. PT Witami Tunai Mandiri Truemoney
21. PT Espay Debit Indonesia Koe uNIK
22. PT Bank QNB Indonesia Tbk DooEt
23. PT BPD Sumsel Babel BSB Cash
24. PT Buana Media Teknologi GVE Money
25. PT Bimasakti Multi Sinergi SpeedCash
26. PT Visionet Internasional OVOcash
Sumber: Bank Indonesia dan Nontunai.com
57
Berdasarkan tabel 4.1 terdapat 26 penerbit uang elektronik yang
produknya telah tersebar di masyarakat pada tahun terakhir. Terdapat
penerbit yang memiliki produk uang elektronik lebih dari satu, seperti
pada perbankan, Bank Mandiri, Bank Mega dan BNI memiliki setidaknya
2 produk yang dipasarkan kepada masyarakat.
B. Hasil Uji Penelitian
1. Hasil Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan menggunakan analisis regresi
terhadap variabel independen dan variabel dependen. Uji asumsi klasik
bertujuan untuk mengetahui kelayakan penggunaan model regresi dalam
penelitian ini. Uji asumsi klasik pada penelitian ini terdiri atas uji
normalitas, uji multikolinearitas, uji autokorelasi, dan uji
heteroskedastisitas.
Adapun dalam penelitian ini variabel independen yang digunakan
adalah Jumlah Uang Elektronik Beredar dan Jumlah Mesin EDC Uang
Elektronik. Sedangkan variabel dependen yang digunakan adalah
Perputaran Uang. Hasil asumsi klasik diperlukan agar model regresi yang
digunakan menghasilkan analisis yang tepat dan bersifat BLUE (Best
Linier Unbiased Estimated). Berikut 4 uji asumsi klasik yang dilakukan
beserta dengan hasil yang diperoleh:
58
a. Uji Normalitas
Digunakan untuk mengetahui apakah variabel dependen dan
independen berdistribusi normal atau tidak. Salah satu caranya
dengan menggunakan Jarque-Bera Test, jika nilai Jarque-Bera < 2
maka data berdistribusi normal atau nilai Probability > tingkat
signifikansi yang digunakan. (Winarno, 2011: 5.39)
Gambar 4. 1
Hasil Uji Normalitas
0
1
2
3
4
5
6
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2010Q1 2017Q4
Observations 32
Mean 7.10e-16
Median -0.000187
Maximum 0.053212
Minimum -0.049438
Std. Dev. 0.026995
Skewness 0.125728
Kurtosis 2.219007
Jarque-Bera 0.897572
Probability 0.638403
Sumber : Hasil Pengolahan Data dengan Eviews 9
Dilihat dari hasil uji normalitas di atas dapat diketahui bahwa
nilai Jarque-Bera sebesar 0.897572 < 2 atau probability Jarque-Bera
sebesar 0.638403 > 0,05 maka dapat dinyatakan bahwa hasilnya
adalah menerima H0 atau data berdistribusi normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah suatu
model regresi terdapat korelasi antar variabel bebas (independen).
Pengujian multikolinearitas dapat dilihat dari besaran VIF (Variance
59
Variance Inflation FactorsDate: 02/15/18 Time: 13:49Sample: 2010Q1 2017Q4Included observations: 32
Coefficient Uncentered CenteredVariable Variance VIF VIF
C 0.034600 1421.345 NALJUEB 0.000133 1582.551 3.534085
MESIN_EDC 4.14E-15 9.520627 3.534085
Inflation Factor) dan tolerance. Tolerance mengukur variabel
independen yang terpilih yang tidak dijelaskan oleh variabel
independen lainnya. Jadi nilai tolerance yang rendah sama dengan
nilai VIF yang tinggi (karena VIF = 1/tolerance). Nilai cut off yang
umum dipakai untuk menunjukkan adanya multikolinearitas adalah
nilai tolerance ≥ 0,01 atau sama dengan nilai VIF ≤ 10. (Ghozali,
2012:105) Berikut tabel hasil uji multikolinearitas.
Tabel 4.2
Hasil Uji Multikolinearitas
Sumber : Hasil Pengolahan Data dengan Eviews 9
Berdasarkan tabel hasil uji multikolinearitas dapat dilihat bahwa
nilai VIF yang dihasilkan untuk variabel Jumlah Uang Elektronik
Beredar dan Jumlah Mesin EDC Uang Elektronik berturut-turut
adalah 3.534085 dan 3.534085 sehingga ≤ 10 atau menolak H0.
Berdasarkan hasil tersebut maka variabel independen tidak
terindikasi masalah multikolinearitas.
60
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.246989 Prob. F(4,25) 0.3168Obs*R-squared 5.322625 Prob. Chi-Square(4) 0.2558
c. Uji Autokorelasi
Uji autokorelasi bertujuan untuk melihat apakah terdapat
hubungan antara residual satu observasi dengan residual observasi
lainnya. Pengujian autokorelasi dilakukan dengan uji Breusch-
Godfrey Serial Correlation Lagrange Multiplier Test (uji LM). Uji
ini sangat berguna untuk mengidentifikasi masalah autokorelasi tidak
hanya pada derajat pertama tetapi bisa juga digunakan pada tingkat
derajat. Dikatakan terjadi autokorelasi jika nilai X2 (Obs* R-
Squared) hitung > X2 tabel atau nilai Probability < derajat
kepercayaan yang ditentukan (Ningsih dalam Irfan Tripurwanta,
2017:66).
Tabel 4.3
Hasil Uji Autokorelasi
Sumber : Hasil Pengolahan Data dengan Eviews 9
Berdasarkan tabel 4.3 hasil uji autokorelasi di atas menunjukkan
bahwa nilai Probability Chi-Square sebesar 0,2558 > 0,05 dimana
dapat disimpulkan bahwa hasilnya adalah menerima H0 atau data
tidak mengalami masalah autokorelasi.
61
d. Uji Heteroskedastisitas
Heteroskedastisitas adalah variansi data yang digunakan untuk
membuat model menjadi tidak konstan. Pengujian terhadap ada
tidaknya masalah heteroskedastisitas dalam suatu model empiris
yang sedang diamati juga merupakan langkah penting sehingga
dapat terhindar dari masalah regresi lancung. Metode untuk dapat
mendeteksi ada tidaknya masalah heteroskedastisitas dalam model
empiris dengan menggunakan uji White (Ningsih dalam Irfan
Tripurwanta, 2017:67).
Untuk menguji heteroskedastisitas, program olah data Eviews
menyediakan metode pengujian dengan menggunakan uji White,
dimana dalam program olah data Eviews dibedakan menjadi dua
bentuk uji White Heteroskedasticity (no cross term) dan White
Heteroskedasticity (cross term). Dikatakan terdapat masalah
heteroskedastisitas dari hasil estimasi model OLS, jika X2 (Obs* R-
Squared) untuk uji White baik cross term ataupun no cross term >
X2 tabel atau nilai Probability < derajat kepercayaan yang
ditentukan (Ningsih dalam Irfan Tripurwanta, 2017:68). Hasil uji
heteroskedastisitas dapat dilihat pada tabel 4.4 berikut.
62
Heteroskedasticity Test: White
F-statistic 0.806460 Prob. F(5,26) 0.5555Obs*R-squared 4.296496 Prob. Chi-Square(5) 0.5076Scaled explained SS 2.150734 Prob. Chi-Square(5) 0.8279
Tabel 4.4
Hasil Uji Heteroskedastisitas
Sumber : Hasil Pengolahan Data dengan Eviews 9
Berdasarkan hasil uji heteroskedastisitas di atas dapat dilihat
bahwa nilai Probability Chi-Square sebesar 0,5076 > 0,05 dimana
dapat disimpulkan bahwa hasilnya adalah menerima H0 atau data
tidak mengalami masalah heteroskedastisitas.
2. Hasil Uji Koefisien Determinansi
Uji koefisien determinasi dilakukan untuk mengukur kemampuan
variabel independen, yaitu Jumlah Uang Elektronik Beredar dan Jumlah
Mesin EDC Uang Elektronik di Indonesia menjelaskan variabel
dependen yaitu Perputaran Uang di Indonesia. Hasil uji koefisien
determinasi dapat dilihat dalam tabel 4.5 berikut.
Tabel 4.5
Hasil Uji Koefisien Determinansi
Sumber : Hasil Pengolahan Data dengan Eviews 9
Berdasarkan tabel 4.5 didapatkan koefisien determinasi sebesar
0.971443 atau 97.14%. Dengan ini terlihat bahwa 97.14% Perputaran
R-squared 0.971443
63
Uang dapat dijelaskan oleh Jumlah Uang Elektronik Beredar dan
Jumlah Mesin EDC Uang Elektronik. Sedangkan sisanya (100% -
97.14% = 2.86%) Perputaran Uang dijelaskan oleh variabel lain yang
tidak diteliti dalam penelitian ini.
3. Hasil Uji Hipotesis
Pengujian hipotesis dalam penelitian ini dilakukan dengan
menggunakan regresi berganda (multiple regression analysis), yaitu
dilakukan melalui uji statistik F dan uji statistik t.
a. Hasil Uji Statistik t
Uji statistik t digunakan untuk mengetahui ada atau tidaknya
pengaruh masing-masing variabel independen secara individual
terhadap variabel dependen yang diuji pada tingkat signifikansi
0.05. Jika nilai probability t lebih kecil dari 0.05 maka H1 diterima
dan menolak H0, sedangkan jika nilai probability t lebih besar dari
0.05 maka H0 diterima dan menolak H1. Berikut tabel 4.6 yang
menunjukkan hasil uji statistik t.
64
Sumber : Hasil Pengolahan Data dengan E-views 9.0s
Dependent Variable: LPUMethod: Least SquaresDate: 02/15/18 Time: 13:42Sample: 2010Q1 2017Q4Included observations: 32
Variable Coefficien... Std. Error t-Statistic Prob.
C 3.541163 0.186010 19.03753 0.0000LJUEB -0.153499 0.011550 -13.28980 0.0000
MESIN_EDC -2.50E-07 6.44E-08 -3.884724 0.0005
Tabel 4.6
Hasil Uji Statistik t (Parsial)
Pada tabel 4.6 diatas menunjukkan hasil uji statistik t antara
variabel independen dengan variabel dependen sebagai berikut:
Hasil uji hipotesis 1: Pengaruh Jumlah Uang Elektronik
Beredar Terhadap Perputaran Uang.
Dari tabel tersebut menunjukkan hasil bahwa variabel LJUEB
(Jumlah Uang Elektronik Beredar) memiliki nilai probabilitas
statistik t sebesar 0.0000 < 0.05 yang berarti menolak H0 sehingga
dapat dikatakan bahwa Jumlah Uang Elektronik Beredar
mempunyai pengaruh signifikan terhadap Perputaran Uang di
Indonesia tahun 2010-2017.
Hal ini sejalan dengan pemikiran Fisher dimana saat semakin
banyak instrumen non tunai yang digunakan maka semakin sedikit
penggunaan uang secara fisik untuk transaksi sehingga perputaran
uang meningkat.
65
Hasil uji hipotesis 2: Pengaruh Jumlah Mesin EDC Uang
Elektronik Terhadap Perputaran Uang.
Dari tabel tersebut menunjukkan hasil bahwa variabel Mesin
EDC (Jumlah Mesin EDC Uang Elektronik) memiliki nilai
probabilitas statistik t sebesar 0.0005 < 0.05 yang berarti menolak
H0 sehingga dapat dikatakan bahwa Jumlah Mesin EDC Uang
Elektronik mempunyai pengaruh signifikan terhadap Perputaran
Uang di Indonesia tahun 2010-2017.
Hal sejalan dengan logika yang diterapkan tentang uang
elektronik, dimana mesin EDC diperlukan untuk membaca data
yang terdapat pada uang elektronik. Maka semakin banyak
infrastruktur pendukung uang elektronik menyebabkan
penggunaan uang elektronik semakin tinggi sehingga perputaran
uang meningkat.
Berdasarkan tabel 4.6, maka diperoleh model persamaan
regresi sebagai berikut:
LPU = 3.541163 – 0.153499 LJUEB – 2.50000 MESIN_EDC + ε
Persamaan regresi berganda di atas dapat dibaca sebagai
berikut:
1. Nilai konstanta sebesar 3.541163, artinya apabila nilai
variabel – variabel independen sebesar 0, maka Nilai
Perputaran Uang sebesar 3.541163 perputaran.
66
2. Nilai Jumlah Uang Elektronik Beredar sebesar 0.153499
artinya setiap peningkatan Jumlah Uang Elektronik Beredar
sebanyak 1 unit akan menaikkan Perputaran Uang sebesar
3.387664 perputaran dengan asumsi variabel independen
lainnya tetap.
3. Nilai Jumlah Mesin EDC Uang Elektronik sebesar
2.530000 artinya setiap peningkatan Jumlah Mesin EDC
Uang Elektronik sebanyak 1 unit akan menaikkan
Perputaran Uang sebesar 1.041163 perputaran dengan
asumsi variabel independen lainnya tetap.
b. Hasil uji statistik F
Uji statistik F menunjukkan apakah semua variabel independen
dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel dependennya. Untuk melakukan uji F dengan cara Quick
Look, yaitu : melihat nilai Probability dan derajat kepercayaan
yang ditentukan dalam penelitian atau melihat nilai t tabel dengan
F hitungnya. Jika nilai Probability < derajat kepercayaan yang
ditentukan dan jika nilai F hitung lebih tinggi dari F tabel maka
suatu variabel independen secara bersama-sama mempengaruhi
variabel dependennya. Hasil uji statistik F dapat dilihat pada tabel
4.7 berikut.
67
Tabel 4.7
Hasil Uji Statistik F (Simultan)
F-statistic 493.2590
Prob. (F-statistic) 0.000000
Sumber : Hasil Pengolahan Data dengan Eviews 9
Berdasarkan tabel 4.7 diatas, hasil uji F menunjukkan bahwa
nilai Probability sebesar 0.000000 yang dimana 0.000000 < 0.05
yang berarti bahwa Jumlah Uang Elektronik Beredar dan Jumlah
Mesin EDC Uang Elektronik berpengaruh signifikan secara
simultan terhadap Perputaran Uang di Indonesia. Dari hasil
tersebut dapat disimpulkan bahwa jika pemakaian uang elektronik
di masyarakat ditingkatkan maka akan memberikan dampak positif
terhadap perekonomian.
Hal tersebut juga sejalan dengan hasil penelitian (Siwinastiti,
2014) bahwa penggunaan uang elektronik memiliki pengaruh
positif dan signifikan terhadap permintaan uang kartal di Indonesia
dalam jangka pendek maupun jangka panjang, yang berarti
meningkatnya penggunaan uang elektronik akan mengubah
persepsi masyarakat untuk membawa uang kartal lebih sedikit
melihat dari segi manfaat yang ditawarkan uang elektronik.
68
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penelitian ini bertujuan untuk mengetahui pengaruh penggunaan uang
elektronik yang meliputi jumlah uang elektronik beredar dan jumlah mesin
EDC uang elektronik terhadap perputaran uang di Indonesia pada tahun 2010-
2017. Berdasarkan pada data yang telah dikumpulkan dan pengujian yang
telah dilakukan, maka dapat diambil kesimpulan sebagai berikut:
1. Jumlah uang elektronik beredar mempunyai pengaruh yang signifikan dan
positif terhadap perputaran uang di Indonesia.
2. Jumlah mesin EDC uang elektronik mempunyai pengaruh yang signifikan
dan positif terhadap perputaran uang di Indonesia.
3. Berdasarkan hasil uji statistik F, variabel jumlah uang elektronik beredar,
dan jumlah mesin EDC uang elektronik secara bersama-sama berpengaruh
signifikan dan positif terhadap variabel perputaran uang.
69
B. Saran
Berdasarkan kesimpulan-kesimpulan di atas, maka diajukan beberapa
saran sebagai berikut:
1. Bagi Pemerintah
Untuk meningkatkan penggunaan uang elektronik, pemerintah perlu
meningkatkan sosialisasi akan uang elektronik. Selain sosialisasi,
pemerintah juga harus menarik minat pedagang (merchant) agar uang
elektronik dapat digunakan untuk membeli berbagai macam barang dan
jasa kebutuhan masyarakat.
2. Bagi Civitas Akademika
a. Dapat menambahkan variabel lain yang masih relevan dengan tema
penelitian.
b. Jumlah observasi yang digunakan dalam penelitian ini adalah 30.
Untuk penelitian selanjutnya, diharapkan dapat menambah jumlah
observasi agar tidak ada masalah asumsi klasik yang masih terlihat.
70
DAFTAR PUSTAKA
Alghifari. 2013. “Analisis Regresi: Teori, Kasus, dan Solusi”. Yogyakarta:
BPFE-Yogyakarta.
Ariefianto, Moch. Doddy. 2012. ”Ekonometrika: Esensi dan Aplikasi dengan
Menggunakan Eviews”.Jakarta: Erlangga.
Firdauzi, Indrawan. 2016. "Pengaruh Kemampuan FInansial, Kemudahan dan
Perilaku Konsumen Terhadap Minat Penggunaan Uang Elektronik di
Kota Yogyakarta."
Fitri, Isnani Nurannisa. 2016. "Analisis Preferensi Konsumen dalam Pengambilan
Keputusan pada Penggunaan Kartu E-Money Sebagai Alat Transaksi."
Ghozali, Imam. 2012. "Aplikasi Analisis Multivariate dengan Program IBM SPSS
2.0 Edisi 6”. Semarang: UNDIP.
Gujarati, Damodar. 2007. "Dasar-dasar Ekonometrika: Jilid 1". Jakarta: Erlangga
Hidayat, Ahmad, and dkk. 2006. Upaya Meningkatkan Penggunaan Alat
Pembayaran Non Tunai Melalui Pengembangan E-Money. Bank
Indonesia.
Bank Indonesia. 2004. Peraturan Bank Indonesia Nomor 6/30PBI/2004 tentang
Penyelenggaraan Alat Pembayaran dengan Menggunakan Kartu.
Bank Indonesia. 2009. Peraturan Bank Indonesia Nomor 16/08/PBI/2014 tentang
Perubahan Atas Peraturan Bank Indonesia 11/12/PBI/2009 Tentang Uang
Elektronik (Elektronic Money).
Istiningdiah. 2016. "Pengaruh Teknologi Modern Terhadap Real Currency di
Indonesia."
71
Mishkin, Frederic S. 2009. Ekonomi Uang, Perbankan, dan Pasar Keuangan
Edisi 8. SALEMBA EMPAT.
Morsa, Hesekiel M. 2015. "Analisis Pengaruh Transaksi Alat Pembayaran
Dengan Menggunakan Kartu (APMK) Terhadap Perputaran Uang di
Indonesia."
Penerbit Uang Elektronik. Artikel diakses pada 10 November 2017 dari
http://www.nontunai.com/inilah-25-penerbit-uang-elektronik-resmi-di-
indonesia/
Pohan, Aulia. 2011. Sistem Pembayaran "Strategi dan Implementasi di
Indonesia". Jakarta: PT. RajaGrafindo Persada.
Prajitno, Barep. 2015. "Pengaruh Sektor Keuangan Perbankan Syariah Terhadap
Perkembangan Perekonomian Indonesia Periode 2010-2013."
Pratiwi, Nur Fitri, Fauziah Umar, and A. M. Nur Baumassepe. 2015. "Pengaruh
Persepsi Kemudahan dan Persepsi Kemanfaatan Terhadap Minat
Konsumen Menggunakan Kartu Brizzi PT. Bank Rakyat Indonesia."
Priyatama, Abednego, and Apriansah. 2010. "Correlation Between Electronic
Money and The Velocity of Money." Global Management Conference.
Purnama, Cahaya Agung. 2012. "Analisis Pengaruh Daya Tarik Promosi,
Persepsi Kemudahan, Persepsi Kemanfaatan dan Harga Terhadap Minat
Beli E-TOLL Card Bank Mandiri."
Ramadani, Laila. 2016. "Pengaruh Penggunaan Kartu Debit dan Uang Elektronik
(E-Money) Terhadap Pengeluaran Konsumsi Mahasiswa."
72
Rosadi, Dedi. 2012. "Ekonometrika dan Analisis Runtun Waktu Terapan dengan
Eviews: Aplikasi untuk Bidang Ekonomi, Bisnis, dan Keuangan".
Yogyakarta: ANDI.
Satryani, Dwi Tyas. 2017. "Pengaruh Pendapatan, Pengetahuan Produk dan
Infrastruktur Terhadap Minat Masyarakat di Yogyakarta Menggunakan
Uang Elektronik (E-Money)."
Sitorus, Siera Rossa. 2006. "Analisis Pengaruh Penggunaan Kartu Pembayaran
Elektronik dan Daya Substitusi Transaksi Non Tunai Elektronik Terhadap
Transaksi Tunai Indonesia."
Siwinastiti, Lutfida. 2014. "Analisis Pengaruh Penggunaan Alat Pembayaran
Menggunakan Kartu (APMK) dan Uang Elektronik (E-Money) Terhadap
Permintaan Uang Kartal di Indonesia."
Tripurwanta, Irfan. 2017. "Pengaruh Investasi, Inflasi, Jumlah Tenaga Kerja,
Nilai Ekspor dan Jumlah Pengguna Internet Terhadap Pendapatan
Subsektor Industri Kreatif Aplikasi dan Game Developer di Indonesia."
Widarjono, Agus. 2010. "Analisis Statistika Multivariat Terapan". Yogyakarta:
STIM YKPN.
Winarno, Wing Wahyu. 2011. "Analisis Ekonometrika dan Statistika dengan
Eviews". Yogyakarta: STIM YKPN.
Yuliadi, Imamudin. 2008. Ekonomi Moneter. PT. INDEKS.
73
LAMPIRAN – LAMPIRAN
74
Lampiran 1
Data Jumlah Uang Elektronik yang Beredar di Indoensia Tahun 2010-2017
Tahun Kuartal Jumlah Uang Elektronik Beredar (Unit)
2010
I 3,348,806
II 4,214,093
III 5,953,013
IV 7,318,951
2011
I 8,865,411
II 10,240,242
III 11,285,490
IV 13,087,068
2012
I 15,129,779
II 16,391,714
III 18,799,344
IV 21,180,147
2013
I 23,182,207
II 25,618,799
III 27,412,336
IV 31,155,074
2014
I 34,394,625
II 31,004,023
III 33,133,930
IV 34,947,140
2015
I 36,831,103
II 39,563,563
III 41,928,899
IV 40,783,850
2016
I 35,924,939
II 38,432,703
III 43,002,517
IV 49,067,539
2017
I 54,237,838
II 60,535,361
III 70,027,509
IV 93,191,038
Sumber : Bank Indonesia (Data Diolah)
75
Lampiran 2
Data Jumlah Mesin EDC Uang Elektronik di Indonesia Tahun 2010-2017
Tahun Kuartal Jumlah Mesin EDC (Unit)
2010
I 32,501.34
II 35,715.75
III 39,248.08
IV 43,129.76
2011
I 47,395.34
II 52,082.79
III 57,233.84
IV 62,894.33
2012
I 69,114.65
II 75,950.16
III 83,461.71
IV 91,716.17
2013
I 100,787.00
II 106,458.00
III 121,047.00
IV 133,378.00
2014
I 154,060.00
II 164,032.00
III 183,830.00
IV 201,689.00
2015
I 213,729.00
II 235,553.00
III 256,422.33
IV 273,917.00
2016
I 295,101.33
II 308,525.33
III 327,842.00
IV 357,431.67
2017
I 384,346.33
II 424,398.00
III 469,080.00
IV 600,237.00
Sumber : Bank Indonesia (Data Diolah)
76
Lampiran 3
Data Perputaran Uang di Indonesia Tahun 2010-2017
Tahun Kuartal Perputaran Uang
2010
I 3.33
II 3.30
III 3.24
IV 3.01
2011
I 2.96
II 2.97
III 2.88
IV 2.69
2012
I 2.66
II 2.57
III 2.56
IV 2.42
2013
I 2.46
II 2.43
III 2.42
IV 2.36
2014
I 2.44
II 2.35
III 2.40
IV 2.28
2015
I 2.31
II 2.25
III 2.22
IV 2.17
2016
I 2.16
II 2.04
III 2.14
IV 2.01
2017
I 1.98
II 1.92
III 1.98
IV 1.86
Sumber : BPS, Bank Indonesia (Data Diolah)
77
Lampiran 4
Hasil Uji Normalitas
0
1
2
3
4
5
6
-0.04 -0.02 0.00 0.02 0.04 0.06
Series: Residuals
Sample 2010Q1 2017Q4
Observations 32
Mean 7.10e-16
Median -0.000187
Maximum 0.053212
Minimum -0.049438
Std. Dev. 0.026995
Skewness 0.125728
Kurtosis 2.219007
Jarque-Bera 0.897572
Probability 0.638403
Sumber: Hasil Pengolahan Data dengan Eviews 9
78
Sumber: Hasil Pengolahan Data dengan Eviews 9
Lampiran 5
Hasil Uji Multikolinearitas
Variance Inflation FactorsDate: 02/15/18 Time: 14:53Sample: 2010Q1 2017Q4Included observations: 32
Coefficient Uncentered CenteredVariable Variance VIF VIF
C 0.034600 1421.345 NALJUEB 0.000133 1582.551 3.534085
MESIN_EDC 4.14E-15 9.520627 3.534085
79
Lampiran 6
Hasil Uji Autokolerasi
Sumber: Hasil Pengolahan Data dengan Eviews 9
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.246989 Prob. F(4,25) 0.3168Obs*R-squared 5.322625 Prob. Chi-Square(4) 0.2558
Test Equation:Dependent Variable: RESIDMethod: Least SquaresDate: 02/15/18 Time: 14:55Sample: 2010Q1 2017Q4Included observations: 32Presample missing value lagged residuals set to zero.
Variable Coefficien... Std. Error t-Statistic Prob.
C 0.018543 0.183790 0.100891 0.9204LJUEB -0.001284 0.011424 -0.112391 0.9114
MESIN_EDC 2.16E-08 6.61E-08 0.326224 0.7470RESID(-1) 0.354121 0.207486 1.706717 0.1003RESID(-2) 0.229163 0.232189 0.986967 0.3331RESID(-3) -0.192467 0.230656 -0.834433 0.4119RESID(-4) 0.055120 0.230168 0.239476 0.8127
R-squared 0.166332 Mean dependent var 7.10E-16Adjusted R-squared -0.033748 S.D. dependent var 0.026995S.E. of regression 0.027446 Akaike info criterion -4.162520Sum squared resid 0.018833 Schwarz criterion -3.841891Log likelihood 73.60032 Hannan-Quinn criter. -4.056241F-statistic 0.831326 Durbin-Watson stat 1.867756Prob(F-statistic) 0.557047
80
Lampiran 7
Hasil Uji Heteroskedastisitas
Sumber: Hasil Pengolahan Data dengan Eviews 9
Heteroskedasticity Test: White
F-statistic 0.806460 Prob. F(5,26) 0.5555Obs*R-squared 4.296496 Prob. Chi-Square(5) 0.5076Scaled explained SS 2.150734 Prob. Chi-Square(5) 0.8279
Test Equation:Dependent Variable: RESID 2̂Method: Least SquaresDate: 02/15/18 Time: 14:56Sample: 2010Q1 2017Q4Included observations: 32
Variable Coefficien... Std. Error t-Statistic Prob.
C 0.091878 0.195576 0.469783 0.6424LJUEB 2̂ 0.000398 0.000796 0.499618 0.6215
LJUEB*MESIN_EDC -1.42E-08 1.71E-08 -0.826665 0.4159LJUEB -0.012094 0.024981 -0.484113 0.6324
MESIN_EDC 2̂ 4.25E-14 4.41E-14 0.962444 0.3447MESIN_EDC 2.31E-07 2.81E-07 0.822604 0.4182
R-squared 0.134265 Mean dependent var 0.000706Adjusted R-squared -0.032222 S.D. dependent var 0.000792S.E. of regression 0.000805 Akaike info criterion -11.24522Sum squared resid 1.68E-05 Schwarz criterion -10.97039Log likelihood 185.9235 Hannan-Quinn criter. -11.15412F-statistic 0.806460 Durbin-Watson stat 2.852762Prob(F-statistic) 0.555525
81
Lampiran 8
Hasil Uji Koefisien Determinansi
R-Squared 0.971443
Sumber: Hasil Pengolahan Data dengan Eviews 9
Lampiran 9
Hasil Uji Statistik t
Sumber: Hasil Pengolahan Data dengan Eviews 9
Lampiran 10
Hasil Uji Statistik F
Sumber: Hasil Pengolahan Data dengan Eviews 9
Variable Coefficien... Std. Error t-Statistic Prob.
C 3.541163 0.186010 19.03753 0.0000LJUEB -0.153499 0.011550 -13.28980 0.0000
MESIN_EDC -2.50E-07 6.44E-08 -3.884724 0.0005
F - statistic 493.2590
Prob. (F - statistic) 0.000000