BAB IV ANALISA DAN PEMBAHASAN
4.7 Perkembangan Stabilitas Ekonomi dan Politik di Indonesia
4.8.3 Analisis Koefisien Determinasi
1. Uji F-Statistik
Uji F-Statistik ini dilakukan untuk mengetahui apakah suku bunga internasional (LIBOR), Inflasi, Kurs, PMA(t-1), dan variabel dummy (kondisi
politik dan ekonomi di Indonesia) mampu secara bersama-sama mempengaruhi peningkatan Penanaman Modal Asing (PMA) di Indonesia.
Kriteria pengambilan keputusan: Ha diterima jika F-hitung > F-tabel Ho diterima jika F-hitung < F-tabel a. Ho : b = 0 Ha : b 0 b. = 5% c. V1 = 5 -1 = 4 d. V2 = 20 - 5 =15 e. F-hitung = 21.30741 f. f-tabel = 3.06 g. Kesimpulan :
Berdasarkan perhitungan di atas dapat diketahui bahwa F-hitung > F-tabel, yaitu: 21.30741 > 3.06, dengan demikian hipotesa diterima. Artinya secara bersama-sama variabel suku bunga internasional (LIBOR), Inflasi, Kurs, PMA(t-1), dan variable dummy (kondisi politik dan ekonomi di Indonesia)
berpengaruh nyata pada peningkatan Penanaman Modal Asing di Indonesia pada tingkat kepercayaan 95 %.
21.307 3.06
Ha diterima
H0diterima
0 F
Gambar 4.1. : Uji F-statistik
2
.
Uji t-statistika. Ho : b = 0 ; Ha : b 0
b. = 5 %, df = n-k-1 =20 – 5 – 1 = 14 t-tabel = 2.145
c. Statistik penguji : t-ratio X1 = 1.994850
X2 = -1.760848 X3 = 0.010884 X4 = 8.439074
d. Kriteria pengambilan keputusan :
1. Variabel X1(Suku Bunga Internasional / LIBOR) a. H0 diterima jika t-hitung < t-tabel
H0 : b = 0
Ha diterima jika t-hitung > t-tabel
Ha : b 0 b. = 5% ½ = 2,5 c. t-tabel = 2.145 d. t-hitung = 1.995 e. Keputusan:
Berdasarkan data dapat diketahui bahwa t-hitung < t-tabel () dimana nilainya adalah 1.995, dengan demikian hipotesa alternatif Ha tidak diterima. Artinya Suku Bunga Internasional (LIBOR) tidak berpengaruh nyata terhadap peningkatan Penanaman Modal Asing (PMA) di Indonesia pada tingkat kepercayaan 95 % (α = 5%).
Gambar 4.2. : Uji t-statistik terhadap LIBOR
2. Variabel X2( Inflasi)
a. Ha diterima jika t-hitung > t-tabel Ha : b ≠ 0
Ho diterima jika t-hitung < t-tabel Ho : b = 0 b. = 5% ½ = 2,5 % c. t-tabel = 2.145 d. t-hitung = -1.761 e. Keputusan:
Berdasarkan data dapat diketahui bahwa t-hitung < t-tabel () dimana nilainya -1.761, dengan demikian hipotesa alternatif Ha ditolak. Artinya
tingkat inflasi tidak berpengaruh nyata terhadap peningkatan Penanaman Modal Asing di Indonesia pada tingkat kepercayaan 95% (=5%).
H0Diterima
Ha Diterima Ha Diterima
1.761
-1.761 2.145
-2.145 0
Gambar 4.3. : Uji t-statistik terhadap Inflasi
3. Variabel X3( Kurs)
a. Ha diterima jika t-hitung > t-tabel Ha : b ≠ 0
Ho diterima jika t-hitung > t-tabel Ho : b = 0
b. = 5% ½ = 2,5 %
c. t-tabel = 2.145 d. t-hitung = 0.0109 e. Keputusan:
Berdasarkan data dapat diketahui bahwa t-hitung < t-tabel () dimana nilainya adalah 0.0109, dengan demikian hipotesa alternatif Ha tidak diterima. Artinya Kurs tidak berpengaruh nyata (tidak signifikan) terhadap peningkatan Penanaman Modal Asing di Indonesia pada tingkat kepercayaan 95% (=5%).
Gambar 4.4. : Uji t-statistik terhadap Kurs
4. Variabel Y(t-1)( PMA (t-1))
Ha : b ≠ 0
Ho diterima jika t-hitung > t-tabel Ho : b = 0 b. = 5% ½ = 2,5 % c. t-tabel = 2.145 d. t-hitung = 8.439 e. Keputusan:
Berdasarkan data dapat diketahui bahwa t-hitung > t-tabel () dimana nilainya adalah 8.439, dengan demikian hipotesa alternatif Ha diterima. Artinya PMA(t-1) berpengaruh nyata (signifikan) terhadap peningkatan
Penanaman Modal Asing di Indonesia pada tingkat kepercayaan 95% (=5%).
Gambar 4.5. : Uji t-statistik terhadap PMA(t-1)
5. Variabel Dummy( Kondisi politik & ekonomi di Indonesia) a. Ha diterima jika t-hitung > t-tabel
Ha : b ≠ 0
Ho diterima jika t-hitung > t-tabel Ho : b = 0 b. = 5% ½ = 2,5 % c. t-tabel = 2.145 d. t-hitung = 1.756 e. Keputusan:
Berdasarkan data dapat diketahui bahwa t-hitung < t-tabel () dimana nilainya adalah 1.756, dengan demikian hipotesa alternatif Ha tidak diterima. Artinya variabel dummy tidak berpengaruh nyata (tidak signifikan) terhadap peningkatan Penanaman Modal Asing di Indonesia pada tingkat kepercayaan 95% (=5%).
Gambar 4.6. : Uji t-statistik terhadap Variabel Dummy
3. Koefisien Determinasi R2
Dari hasil regresi di atas diperoleh nilai koefisien determinasi sebesar 0,88 atau R2 = 88 %, yang memberikan arti bahwa Suku Bunga Internasional (LIBOR), Inflasi, Kurs, PMA tahun lalu (PMAt-1), dan variabel dummy memberikan
penjelasan sebesar 88 % sementara sisanya 12 % dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi.
4.Uji Penyimpangan Asumsi Klasik
a. Multikolinearitas
yaitu adanya korelasi yang kuat diantara variabel dependen dalam suatu model estimasi. Untuk mendeteksi ada tidaknya multikolinearitas dapat dilihat dari nilai R2, F-hitung, t-hitung serta standar error.Kemungkinan
adanya multikolinearitas jika nilai R2 dan F-hitung tinggi sedangkan nilai t-hitung banyak yang tidak signifikan.
Dari hasil regresi diantara variabel dependen terlihat bahwa koefisien determinasinya masih lebih kecil dari koefisien determinasi dari hasil regresi antara variabel dependen (Y) dengan variabel independen, yaitu sebesar 0,88 %. Hal ini berarti bahwa diantara variabel independen tidak terdapat multikolinearitas.
b. Serial Korelasi atau Autokorelasi
Autokorelasi atau serial korelasi terjadi apabila term of error (µ) dari periode waktu yang berbeda berkorelasi. Di dalam model auto regressive
untuk menguji keberadaan autokorelasi tidak dapat digunakan dengan uji Durbin Watson, sebab hasilnya akan bias tetapi digunakan h-statistik atau dengan uji Lagrange Multiplier (LM-test).
Uji Lagrange Multiplier (LM-test) LM test : LM = n.R2
a. n = 20
R2 = 0,217245 LM = 20 . 0,217245 = 4,3449
b. α = 5 %, df = n-k-1 = 14
c. Kriteria pengambilan keputusan
Ho diterima jika LM 2 Ha diterima jika LM 2 23.7 4.34 H0 diterima Ha diterima
Gambar 4.7 : Uji Lagrange Multiplier (LM-test)
Berdasarkan perhitungan di atas maka didapat bahwa LM 2 yaitu 4,34 < 23,7, dengan demikian Hipotesa alternative H0 diterima, yang berarti
terdapat autokorelasi pada persamaan regresi. Uji-H (h-statistic)
Y = -1.295335 + 0.1209 X1 - 0.0109 X2 + 3.58E-07 X3 + 1.0525 X4 + 0.5153 XD Standard Error :
(1.507558) (0.060618) (0.006218) (3.29E-05) (0.124716) (0.293392) DW-Test = 2.677477
Dengan menggunakan h-statistik : Var (b2) = (0,125)2 = 0,015625 Sehingga diperoleh nilai h-statistik :
h-stat = (1- 2 67 . 2 ) ) 015625 . 0 )( 20 1 ( 20 h-stat = -2,75 z-tabel = 0,4970 Kriteria: P(propability) [-2,75 < h < + 2,75] = 0,95
Dalam hal ini, h dalam Confidence Interval (CI) 95% yang berarti α = 5%. Kesimpulan:
a. Apabila h > 2,75 maka tidak terdapat First Order Condition, yang positif ditolak (H0 : Reject)
b. Apabila h < 2,75 maka tidak terdapat First Order Condition, yang negatif ditolak (H0: Reject)
c. Apabila h berada diantara -2,75 dan +2,75, maka kedua hypothesis di atas tidak dapat ditolak.
Sehingga dapat disimpulkan bahwa 0,4970 (z-tabel) terdapat di antara - 2,75 dan 2,75 ; yang berarti tidak terdapat autokorelasi di dalam persamaan regresi.
BAB V
KESIMPULAN DAN SARAN
5.1. KESIMPULAN
1. Gambaran perekonomian Indonesia dapat dilihat dalam dua periode yaitu masa sebelum krisis moneter dan setelah krisis moneter. Sebelum krisis moneter perekonomian Indonesia berkembang cukup baik, namun setelah krisis melanda Indonesia tahun 1997 perekonomian Indonesia mengalami perlambatan yang terlihat dari laju inflasi yang tinggi, serta PDRB yang menurun, namun memasuki medium tahun 2000 perekonomian perlahan-lahan bangkit kembali hingga tahun 2005.
2. Krisis moneter yang melanda Indonesia sangat mempengaruhi perkembangan Penanaman Modal Asing di Indonesia, dimana pada masa itu Foreign Direct Investment di Indonesia mengalami penurunan yang sangat tajam. Hal itu disebabkan oleh kondisi perekonomian dan politik di Indonesia yang tidak kondusif antara tahun 1998-2000.
3. Hasil regresi menunjukkan hubungan antara variabel independen dengan variabel dependen sebagai berikut:
a) Variabel Suku Bunga LIBOR mempunyai pengaruh yang tidak signifikan terhadap peningkatan Penanaman Modal Asing di Indonesia.
b) Variabel Inflasi mempunyai pengaruh yang tidak signifikan terhadap peningkatan Penanaman Modal Asing di Indonesia.
c) Variabel Kurs mempunyai pengaruh yang tidak signifikan terhadap peningkatan Penanaman Modal Asing di Indonesia.
d) Variabel PMA(t-1) mempunyai pengaruh yang signifikan terhadap peningkatan
Penanaman Modal Asing di Indonesia.
e) Variabel Dummy (stabilitas perekonomian dan Politik di Indonesia) mempunyai pengaruh yang tidak signifikan terhadap peningkatan Penanaman Modal Asing di Indonesia.
4. Koefisien determinasi ( R-Square) adalah sebesar 0.88 atau R2 = 88 %. Artinya variabel X1 (Suku Bunga LIBOR), variabel X2 (Inflasi), variabel X3 (Kurs), X4
(PMAt-1), dan variabel dummy (Stabilitas Perekonomian dan Politik di
Indonesia) secara bersama-sama mampu memberikan penjelasan terhadap peningkatan Penanaman Modal Asing (PMA) di Indonesia sebesar 88 %, sedangkan sisanya sebesar 12 % dijelaskan oleh variabel lain yang tidak dimasukkan dalam model estimasi.
5. Fungsi persamaan regresi (Y) menunjukkan nilai konstanta sebesar -1.295335, mempunyai arti bahwa apabila Suku Bunga LIBOR, Inflasi, Kurs, PMA(t-1), dan
variabel Dummy bernilai 0 (nol) maka hasil ini akan berpengaruh terhadap Penanaman Modal Asing (PMA) di Indonesia sebesar 1.9 %.
6. Dalam uji penyimpangan asumsi klasik diketahui model estimasi tidak memiliki masalah multikolinearity, sedangkan untuk menguji autokorelasi dapat dibaca
dengan menggunakan uji Lagrange Multiplier (LM-test), dimana diperoleh bahwa LM 2 yaitu 4.34 < 23.7 dengan demikian dapat disimpulkan bahwa terdapat autokorelasi dengan pengujian pada tingkat kepercayaan 95%, namun dengan menggunakan Uji-h (h-statistic) tidak terdapat autokorelasi di dalam persamaan regresi karena 0,4970 (z-tabel) terdapat di antara -2,75 dan 2,75 yang berarti berada di dalam second order condition.
5.2. SARAN
Berdasarkan penelitian tersebut di atas, maka penulis mencoba memberikan saran sebagai masukan dan bahan pertimbangan dalam menentukan sikap,
terutama yang berhubungan dengan peningkatan Penanaman Modal Asing (PMA) di Indonesia:
1. Belum optimalnya pembangunan infrastruktur di Indonesia secara umum sehingga jumlah investor asing yang menanamkan modalnya di Indonesia belum optimal. Alangkah baiknya apabila pemerintah menambah sarana dan prasarana infrastruktur yang dapat mendukung kelancaran produksi sehingga menjadi daya tarik tersendiri bagi para investor asing.
2. Pemerintah Indonesia diharapkan agar dapat mempermudah dan memperjelas perizinan, peraturan, dan prosedur tentang penanaman modal asing (PMA) di Indonesia.
3. Stabilitas Perekonomian dan Politik nasional diharapkan dapat berjalan lancar dan kondusif sehingga dapat menumbuhkan kepercayaan investor asing terhadap Negara Indonesia.
DAFTAR PUSTAKA
Gurajati, Damodar, 1978, Basic Econometrics, Penerbit Erlangga, Jakarta
Haz, Hamzah, 2001, Mengkaji Ulang Politik Ekonomi Indonesia, Pustaka Ciganjur, Jakarta
Hill, Hall, 1991, Investasi Asing dan Industrialisasi Di Indonesia, LP3ES, Jakarta Krugman, Paul R., 1994, Ekonomi Internasional, PT. Raja Grafindo Persada, Jakarta McEachern, William A, Ekonomi Makro Pendekatan Kontemporer, PT Raja
Grafindo Persada, Jakarta, 2001
Mulyono, Sri, 2003, Statistika Untuk Ekonomi, Lembaga Penerbit Fakultas Ekonomi, Universitas Indonesia, Jakarta
Nachrowi Djalal, 2006, Ekonometrika “Untuk Analisis Ekonomi dan Keuangan”, Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia, Jakarta
Nasution, Mulia, 1991, Ekonomi Moneter Uang dan Bank, Djambatan, Jakarta Sukirno, Sadono, 1985, Ekonomi Pembangunan: proses, masalah, dan dasar kebijaksanaan, Lembaga Penerbitan FE-UI & Bina Grafika, Jakarta
---, Perkembangan Penanaman Modal Asing di Indonesia (berdasarkan sektor usaha), Suku Bunga LIBOR, Inflasi di Indonesia, Kurs Rupiah terhadap Dollar Amerika, Jurnal Ekonomi Makro tahun 1985-2007, Bank Indonesia.
Lampiran 1
Data Foreign Direct Investment (PMA) di Indonesia, Suku Bunga Internasional (LIBOR), Inflasi di Indonesia, Nilai Tukar Rupiah (Kurs), dan Variabel Dummy
di Indonesia Tahun 1986 - 2005
Tahun FDI
(juta US$) LIBOR (%) Inflasi (%)
Kurs (Rp/US$) Dummy 1986 826,2 7.25 8.84 1641 1 1987 1457,1 8.12 8.9 1650 1 1988 4434,5 9.62 5.47 1729 1 1989 4718,8 8.25 5.97 1795.48 1 1990 8750,1 7.56 9.53 1901 1 1991 8778,2 6.23 9.52 1992 1 1992 10340 4.28 4.94 2062 1 1993 8141,8 3.68 9.77 2110 1 1994 23724,3 5.63 9.24 2200 1 1995 39914,7 6.25 8.64 2308 1 1996 29931,4 5.78 6.47 2383 0 1997 33832,5 6.06 11.05 4650 0 1998 13563,1 5.54 77.63 8025 0 1999 10890,6 5.73 2.01 7100 0 2000 15413,1 6.84 9.35 9595 1 2001 15043,9 3.85 12.55 10400 1 2002 9744,1 2.21 10 8940 1 2003 13207,2 1.35 5.1 8465 1 2004 10277,3 2.12 5.7 9290 1 2005 13579,3 4.02 5.9 9830 1
Lampiran 2
Hasil Uji Regresi Linier
Dependent Variable: PMA Method: Least Squares Date: 04/20/08 Time: 23:32 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 32621.87 13068.46 2.496229 0.0247 LIBOR -1067.233 1417.053 -0.753135 0.4630 INFLASI -104.0753 170.1226 -0.611767 0.5499
KURS -0.338215 0.901769 -0.375057 0.7129 DUMMY -12583.11 6419.715 -1.960073 0.0688 R-squared 0.219407 Mean dependent var 13828.41
Adjusted R-squared 0.011249 S.D. dependent var 10436.43 S.E. of regression 10377.56 Akaike info criterion 21.54500 Sum squared resid 1.62E+09 Schwarz criterion 21.79393 Log likelihood -210.4500 F-statistic 1.054042 Durbin-Watson stat 1.230611 Prob(F-statistic) 0.412763
Y = α + β1X1 + β2X2 +β3X3 + β4XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia) β1, β2, β3, β4 = koefisien regresi
α = intercept
Lampiran 3
Hasil Uji Regresi Linier Menggunakan Y(t-1)
Dependent Variable: PMA Method: Least Squares Date: 04/21/08 Time: 00:34 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C -13127.85 11771.92 -1.115183 0.2835 LIBOR 926.4106 935.0253 0.990787 0.3386 INFLASI -250.7783 106.2642 -2.359951 0.0333 KURS -0.050221 0.546064 -0.091970 0.9280 DUMMY 10797.57 5912.895 1.826106 0.0892 PMA(-1) 1.235039 0.236255 5.227564 0.0001 R-squared 0.735568 Mean dependent var 13828.41
Adjusted R-squared 0.641128 S.D. dependent var 10436.43 S.E. of regression 6252.039 Akaike info criterion 20.56253 Sum squared resid 5.47E+08 Schwarz criterion 20.86125 Log likelihood -199.6253 F-statistic 7.788729 Durbin-Watson stat 2.340234 Prob(F-statistic) 0.001085
Y = α + β1X1 + β2X2 +β3X3 + β4Y(t-1) + β5XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia)
Y(t-1) = PMA tahun lalu (juta US$)
β1, β2, β3, β4, β5 = koefisien regresi
α = intercept
Lampiran 4
Hasil Uji Regresi Lin - Log
Dependent Variable: PMA Method: Least Squares Date: 04/21/08 Time: 00:03 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 26857.50 46515.34 0.577390 0.5722 LIBOR -2128.080 6659.431 -0.319559 0.7537 INFLASI 705.3497 3781.128 0.186545 0.8545 KURS -318.6740 4490.353 -0.070969 0.9444 DUMMY -10591.28 6526.587 -1.622789 0.1255 R-squared 0.172507 Mean dependent var 13828.41
Adjusted R-squared -0.048158 S.D. dependent var 10436.43 S.E. of regression 10684.77 Akaike info criterion 21.60334 Sum squared resid 1.71E+09 Schwarz criterion 21.85228 Log likelihood -211.0334 F-statistic 0.781758 Durbin-Watson stat 1.037034 Prob(F-statistic) 0.554357
Y = α + β1 LogX1 + β2 LogX2 +β3 LogX3 + β4XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia) β1, β2, β3, β4 = koefisien regresi
α = intercept
Lampiran 5
Hasil Uji Regresi Log – Lin
Dependent Variable: PMA Method: Least Squares Date: 04/21/08 Time: 00:12 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 10.77680 1.134082 9.502669 0.0000 LIBOR -0.147646 0.122972 -1.200651 0.2485 INFLASI -0.006311 0.014763 -0.427463 0.6751
KURS 2.10E-05 7.83E-05 0.267972 0.7924 DUMMY -0.981249 0.557103 -1.761341 0.0985 R-squared 0.293014 Mean dependent var 9.208345
Adjusted R-squared 0.104485 S.D. dependent var 0.951653 S.E. of regression 0.900565 Akaike info criterion 2.840729 Sum squared resid 12.16526 Schwarz criterion 3.089663 Log likelihood -23.40729 F-statistic 1.554209 Durbin-Watson stat 0.883882 Prob(F-statistic) 0.237359
LogY = α + β1X1 + β2X2 +β3X3 + β4XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia) β1, β2, β3, β4 = koefisien regresi
α = intercept
Lampiran 6
Hasil Uji Regresi Log – Log
Dependent Variable: PMA Method: Least Squares Date: 04/21/08 Time: 00:18 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 8.179547 4.018442 2.035502 0.0599 LIBOR -0.338680 0.575306 -0.588697 0.5648 INFLASI 0.021311 0.326650 0.065241 0.9488 KURS 0.264247 0.387920 0.681190 0.5061 DUMMY -0.808306 0.563829 -1.433601 0.1722 R-squared 0.257265 Mean dependent var 9.208345
Adjusted R-squared 0.059203 S.D. dependent var 0.951653 S.E. of regression 0.923053 Akaike info criterion 2.890058 Sum squared resid 12.78041 Schwarz criterion 3.138991 Log likelihood -23.90058 F-statistic 1.298908 Durbin-Watson stat 0.652200 Prob(F-statistic) 0.314808
LogY = α + β1 LogX1 + β2 LogX2 +β3 LogX3 + β4XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia) β1, β2, β3, β4 = koefisien regresi
α = intercept
Lampiran 7
Hasil Uji Regresi Log - Lin Menggunakan Y(t-1)
Dependent Variable: PMA Method: Least Squares Date: 04/21/08 Time: 00:27 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C -1.295335 1.507558 -0.859227 0.4047 LIBOR 0.120925 0.060618 1.994850 0.0659 INFLASI -0.010949 0.006218 -1.760848 0.1001
KURS 3.58E-07 3.29E-05 0.010884 0.9915 DUMMY 0.515325 0.293392 1.756437 0.1009 PMA(-1) 1.052486 0.124716 8.439074 0.0000 R-squared 0.883853 Mean dependent var 9.208345
Adjusted R-squared 0.842372 S.D. dependent var 0.951653 S.E. of regression 0.377829 Akaike info criterion 1.134575 Sum squared resid 1.998566 Schwarz criterion 1.433294 Log likelihood -5.345746 F-statistic 21.30741 Durbin-Watson stat 2.677477 Prob(F-statistic) 0.000004
LogY = α + β1X1 + β2X2 +β3X3 + β4 LogY(t-1) + β5XD + µ
Y = Penanaman Modal Asing di Indonesia (juta US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
X3 = Kurs / Nilai Tukar Rupiah (Rp/US$)
XD = Variabel Dummy (Stabilitas Perekonomian dan Politik di Indonesia)
LogY(t-1) = PMA tahun lalu (juta US$)
β1, β2, β3, β4, β5 = koefisien regresi
α = intercept
Lampiran 8
UJI MULTIKOLINEARITAS ANTARA INFLASI DAN KURS TERHADAP SUKU BUNGA LIBOR
Dependent Variable: LIBOR Method: Least Squares Date: 04/21/08 Time: 00:42 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 7.293430 0.719916 10.13094 0.0000 INFLASI 0.019487 0.026426 0.737443 0.4709
KURS -0.000407 0.000119 -3.419117 0.0033 R-squared 0.407505 Mean dependent var 5.518500
Adjusted R-squared 0.337800 S.D. dependent var 2.191366 S.E. of regression 1.783239 Akaike info criterion 4.132221 Sum squared resid 54.05900 Schwarz criterion 4.281581 Log likelihood -38.32221 F-statistic 5.846122 Durbin-Watson stat 0.768753 Prob(F-statistic) 0.011690
Y = α + β1X1 + β2X2 +β3X3 + µ
Y = Suku Bunga LIBOR (%) X1 = Inflasi di Indonesia (%)
X2 = Kurs / Nilai Tukar Rupiah (Rp/US$)
β1, β2 = koefisien regresi
α = intercept
Lampiran 9
UJI MULTIKOLINEARITAS ANTARA SUKU BUNGA LIBOR DAN KURS TERHADAP INFLASI
Dependent Variable: INFLASI Method: Least Squares Date: 04/21/08 Time: 00:46 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C -4.974058 17.21220 -0.288984 0.7761 LIBOR 1.590664 2.157000 0.737443 0.4709 KURS 0.001535 0.001347 1.139603 0.2703 R-squared 0.071033 Mean dependent var 11.32900
Adjusted R-squared -0.038257 S.D. dependent var 15.81136 S.E. of regression 16.11097 Akaike info criterion 8.534359 Sum squared resid 4412.578 Schwarz criterion 8.683719 Log likelihood -82.34359 F-statistic 0.649947 Durbin-Watson stat 2.181071 Prob(F-statistic) 0.534568
Y = α + β1X1 + β2X2 +β3X3 + µ
Y = Inflasi di Indonesia (%) X1 = Suku Bunga LIBOR (%)
X2 = Kurs / Nilai Tukar Rupiah (Rp/US$)
β1, β2 = koefisien regresi
α = intercept
Lampiran 10
UJI MULTIKOLINEARITAS ANTARA SUKU BUNGA LIBOR DAN INFLASI TERHADAP KURS
Dependent Variable: KURS Method: Least Squares Date: 04/21/08 Time: 00:49 Sample(adjusted): 1986 2005
Included observations: 20 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob. C 9904.093 1789.217 5.535435 0.0000 LIBOR -1001.121 292.8011 -3.419117 0.0033 INFLASI 46.24576 40.58060 1.139603 0.2703 R-squared 0.431947 Mean dependent var 4903.324
Adjusted R-squared 0.365118 S.D. dependent var 3509.972 S.E. of regression 2796.728 Akaike info criterion 18.84777 Sum squared resid 1.33E+08 Schwarz criterion 18.99713 Log likelihood -185.4777 F-statistic 6.463404 Durbin-Watson stat 0.479511 Prob(F-statistic) 0.008172
Y = α + β1X1 + β2X2 +β3X3 + µ
Y = Kurs / Nilai Tukar Rupiah (Rp/US$) X1 = Suku Bunga LIBOR (%)
X2 = Inflasi di Indonesia (%)
β1, β2 = koefisien regresi
α = intercept
Lampiran 11
HASIL UJI LAGRANGE MULTIPLIER (LM-test)
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.665236 Probability 0.230014 Obs*R-squared 4.344905 Probability 0.113898 Test Equation:
Dependent Variable: RESID Method: Least Squares Date: 04/14/08 Time: 17:29
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob. C -1.203043 1.584844 -0.759092 0.4624 LIBOR 0.035545 0.061480 0.578150 0.5739 INFLASI -0.000717 0.006553 -0.109347 0.9147
KURS 4.05E-07 3.17E-05 0.012804 0.9900 LPMA(-1) 0.108343 0.133236 0.813162 0.4320
DUMMY 0.032680 0.311608 0.104876 0.9182 RESID(-1) -0.590936 0.325239 -1.816931 0.0943 RESID(-2) -0.254006 0.352732 -0.720109 0.4852 R-squared 0.217245 Mean dependent var 2.69E-16 Adjusted R-squared -0.239362 S.D. dependent var 0.324326 S.E. of regression 0.361062 Akaike info criterion 1.089639 Sum squared resid 1.564387 Schwarz criterion 1.487932 Log likelihood -2.896387 F-statistic 0.475782 Durbin-Watson stat 1.851246 Prob(F-statistic) 0.834472