Analisa Faktor Makro Ekonomi Terhadap Indeks Harga Saham Infobank 15 Yang Terdaftar Di Bursa Efek Indonesia
Notice bibliographique
Résumé
Tujuan penelitian ini adalah menganalisa faktor makro ekonomi yaitu nilai tukar, tingkat suku bunga, dan jumlah uang beredar terhadap indeks harga saham infobank15. Metode analisa data yang digunakan dalam penelitian ini yaitu analisa regresi linear berganda, uji t, uji F, dan analisa koefisien determinasi. Penelitian ini adalah penelitian kuantitatif yang menggunakan sampel indeks harga saham infobank15 yang terdaftar di Bursa Efek Indonesia. Data dianalis menggunakan analisa statistik menggunakan SPSS Versi 21. Dari analisis data diperoleh persamaan regresi Y = 222,162 – 0,104 X1 + 26,857 X2 + 0,000 X3. Nilai konstanta (α) adalah 222,162 yang artinya jika nilai tukar, tingkat suku bunga, dan jumlah uang beredar bernilai nol (0) maka indeks harga saham infobank15 bernilai Rp. 222,162 . Nilai koefien regresi variabel nilai tukar sebesar – 0,104 yang artinya, jika nilai tukar meningkat sebesar satu rupiah maka indeks harga saham infobank15 akan turun sebesar Rp. 0,104. Nilai koefisien regresi tingkat suku bunga bernilai positif sebesar 26,857 yang artinya jika tingkat suku bunga meningkat sebesar satu persen maka indeks harga saham infobank15 akan meningkat sebesar Rp. 26,857 dengan asumsi variabel nilai tukar dan jumlah uang beredar tetap (tidak berubah). Nilai koefisien regresi variabel jumlah uang beredar adalah 0 yang artinya, jika jumlah uang beredar meningkat ataupun mengalami penurunan, maka memberikan pengaruh searah denganpergerakan indeks harga saham infobank15. Nilai tukar berpengaruh negatif dan signifikan terhadap indeks harga saham infobank15 yang dibuktikan dari uji t dimana diperoleh nilai thitung 0,05. Jumlah uang beredar berpengaruh positif dan signifikan terhadap indeks harga saham infobank15 yang dibuktikandari uji t dimana t hitung > t tabel (3,872 >2,030108) dan nilai signifikansi 0,001 F tabel (30,665 > 2,90112) dan nilai signifikansi 0,000 < 0,05. Dari analisis koefisien determinasi diketahui bahwa nilai tukar, tingkat suku bunga, dan jumlah uang beredar mempengaruhi indeks harga saham infobank15 sebesar 74,2%, sedangkan sisanya 25,8% dipengaruhi oleh variabel lain diluar model penelitian ini. Kata kunci : Nilai Tukar, Tingkat Suku Bunga, Jumlah Uang Beredar dan Indeks Harga Saham
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».