PENGARUH BELANJA PEMERINTAH DAN PENERIMAAN PAJAK PEMERINTAH TERHADAP PERTUMBUHAN EKONOM
HASIL PENELITIAN
Hasil uji stasioneritas data penelitian disajikan pada Tabel 3. Hasil perhitungan menunjukkan bahwa seri data pertumbuhan ekonomi (Y) dan belanja rutin pemerintah (X1) pada periode penelitian bersifat stasioner. Hal ini ditunjukkan oleh nilai hitung t absolut untuk koefisien regresi Yt-1 (d) = |-4.230022| lebih besar daripada nilai kritis MacKinnon absolut pada tingkat signifikansi (a) 5% = |-2.936942| dan nilai hitung t absolut untuk koefisien regresi X1t-1 (d) = -3.507726| lebih besar daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = |-2.936942|.
Namun, untuk seri data belanja tidak rutin pemerintah (X2) dan penerimaan pajak pemerintah (X3) pada periode penelitian bersifat tidak stasioner. Hal ini ditunjukkan oleh nilai hitung t absolut untuk koefisien regresi X2t-1 (d) = |-2.109616| lebih kecil daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = |-2.936942| dan nilai hitung t absolut untuk koefisien regresi X3t-1 (d) = -0.979437| lebih kecil daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = |-2.936942|. Uji stasioneritas data pada level menghasilkan belanja tidak rutin pemerintah (X2) dan penerimaan pajak pemerintah (X3) pada periode penelitian bersifat tidak stasioner. Oleh karena itu, pengujian dilanjutkan dengan melakukan uji derajat kointegrasi untuk seri data variabel belanja tidak rutin pemerintah (X2) dan penerimaan pajak pemerintah (X3).
Tabel 3
Hasil Uji Akar-Akar Unit pada Level
Sumber: Rangkuman hasil uji akar-akar unit.
Variabel δδδδδ Nilai Prob. Nilai Kritis Simpulan
Hitung t Mac Kinnon 5%
Y -0.637282 -4.230022 0.0018 -2.936942 Stasioner X1 -0.441545 -3.507726 0.0128 -2.936942 Stasioner X2 -0.202322 -2.109616 0.2421 -2.936942 Tidak Stationer X3 -0.064911 -0.979437 0.7511 -2.938987 Tidak Statsioner
JEB, Vol. 6, No. 1, Maret 2012: 25-39
Hasil perhitungan uji intergrasi yang disajikan pada Tabel 4 menunjukkan bahwa seri data variabel belanja tidak rutin pemerintah (X2) dan penerimaan pajak pemerintah (X3) pada periode penelitian bersifat stasioner pada derajat satu (first difference). Ini ditunjukkan oleh nilai hitung t absolut untuk koefisien regresi X3t-1 (d) = |-5.662515| lebih besar daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = |-2.938987| dan nilai hitung t absolut untuk koefisien regresi X3t-1 (d) = -9.570812| lebih besar daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = |-2.936942.
Hasil stasioneritas terhadap seri data semua variabel yang diamati dan terbukti bahwa Y dan X1 bersifat stasioner pada derajat level, sedangkan seri data untuk variabel X2 dan X3 bersifat stasioner pada derajat satu (first difference), selanjutnya dilakukan uji kointegrasi untuk mengidentifikasi bentuk hubungan jangka panjang model regresi estimasi. Uji kointegrasi dilakukan dengan cara menguji stasioneritas residual. Jika residual dari suatu regresi bersifat stasioner menunjukkan bahwa model regresi tersebut merupakan model regresi jangka panjang, yaitu suatu model yang menggambarkan keterkaitan (kointegrasi) antara variabel Y dengan X1, X2, dan X3 dalam jangka panjang. Pengujian stasioneritas residual model regresi estimasi menggunakan Augmented Dickey-FullerTest. Hasil perhitungan terhadap seri data residual dari model regresi estimasi diperoleh nilai hitung t absolut untuk koefisien regresi lag residual = |-6.126640| lebih besar
daripada nilai kritis MacKinnon absolut pada tingkat signifikasi (a) 5% = | -2.941145|. Nilai probabilitas (Prob.) = 0,0000 lebih kecil daripada a = 5%. Hasil pengujian menujukkan bahwa residual model regresi bersifat stasioner. Dengan demikian, model regresi estimasi yang diperoleh merupakan model keseimbangan jangka panjang.
Hasil pengujian kointegrasi menunjukkan bahwa model regresi estimasi yang dihasilkan merupakan model regresi jangka panjang. Untuk memperoleh model keseimbangan jangkan pendek digunakan error correction model (ECM). Ketidaksesuaian antara keseimbangan jangka pendek dan keseimbangan jangka panjang dikoreksi melalui mekanisme koreksi kesalahan. Dengan kata lain, error correction mechanism merupakan alat untuk merekonsiliasi perilaku jangka pendek suatu variabel ekonomi dengan perilaku jangka panjangnya (Gudjarati, 2003).
ECM yang digunakan untuk menggambarkan hubungan pengaruh antara pertumbuhan ekonomi (Y) dengan belanja rutin pemerintah (X1), belanja tidak rutin pemerintah (X2), dan penerimaan pajak pemerintah (X3) digunakan persamaan berikut ini:
D t = 0 + 1DX1t + 2DX2t + 3 DX3t + 4X1t-1 +
5X2t-1 + 6 X3t-1 + 7 ECT.
Tabel 5 berikut ini disajikan ringkasan hasil perhitungan terhadap data penelitian dengan ECM.
Tabel 4
Hasil Uji Akar-Akar Unit pada First Difference
Variabel δδδδδ Nilai Prob. Nilai Kritis Simpulan
Hitung t MacKinnon 5%
X2 -0.928709 -5.662515 0.0000 -2.938987 Stasioner X3 -1.426365 -9.570812 0.0000 -2.938987 Stasioner
PENGARUH BELANJA PEMERINTAH DAN PENERIMAAN PAJAK ... (Algifari)
Besarnya koefisien ECT yang diperoleh dari model koreksi kesalahan adalah 0,560472, sesuai dengan yang disyaratkan, yaitu terletak di antara 0 dan 1. Hasil pengujian terhadap koefisien ETC diperoleh nilai probabilitas 0,0017. Ini berarti koefisien ECT signifikan pada a = 1%. Berdasarkan besarnya koefisien ECT dan hasil pengujian terhadap koefisien ECT dapat disimpulkan bahwa model regresi estimasi yang dihasilkan adalah sahih, sehingga dapat memberikan petunjuk adanya hubungan (kointegrasi) jangka panjang dan jangka pendek dari variabel yang diamati. Analisis regresi yang digunakan dalam penelitian ini adalah analisis regresi parametrik yang memiliki persyaratan data yang diamati harus berdistribusi normal. Oleh karena itu, ECM yang dihasilkan perlu dilakukan uji normalitas terhadap re- sidual yang diperoleh dari model tersebut. Tabel 6 berikut ini disajikan hasil perhitungan uji normalitas. Nilai hitung Jarque-Bera = 0,947062 lebih kecil daripada nilai kritis c2 (pada a = 5% dan df = 2) = 5,991. Nilai
probabilitas (Probability) hasil perhitungan sebesar 0,622799 lebih besar daripada a = 5%. Hasil ini menunjukkan bahwa residual dari ECM yang diperoleh memenuhi asumsi distribusi normal.
Tabel 6
Hasil Uji Normalitas (Jarque-Bera Test)
Skewness -0,217540 Jarque-Bera 0,947062 Kurtosis 3,361558 Probability 0,622799
Sumber: Rangkuman Uji J-B.
Model regresi estimasi yang baik harus bebas dari masalah multikolinearitas. Masalah ini muncul ketika antara variabel independen satu dengan variabel independen lain memiliki korelasi linear yang kuat. Tabel 7 berikut ini menyajikan hasil uji multikolinearitas menggunakan auxiliary regression.
Variabel Coefficient t-Statistic Prob. Keterangan (ααααα = 5%)
C 2,482368 0,623184 0,5376 Tidak Signifikan DX1 -1,386908 -3,470022 0,0015 Signifikan DX2 -0,648310 -1,508073 0,1413 Tidak Signifikan DX3 1,251615 2,160994 0,0383 Signifikan X1t-1 -0,233956 -0,650221 0,5202 Tidak Signifikan X2t-1 -0,006812 -0,024153 0,9809 Tidak Signifikan X3t-1 0,038000 0,156716 0,8765 Tidak Signifikan ECT 0,560472 3,417269 0,0017 Signifikan R2 0,583410 Adj. R2 0,492281 F-statistic 6,402023 Prob. F-Stat 0,000095 Tabel 5
Hasil Estimasi Error CorrectionModel (ECM), Dependent Variable: Y
JEB, Vol. 6, No. 1, Maret 2012: 25-39
Hasil perhitungan menunjukkan nilai probablitas F semua persamaan regresi auxiliary lebih kecil daripada a = 5%. Ini menunjukkan adanya masalah multikolinearitas dalam ECM. Namun, berdasar Klien’s rule of thumb menyatakan bahwa jika R2auxiliary re- gression lebih kecil daripada R2 total, maka dapat disimpulkan dalam model regresi tidak mengandung masalah multikolinearitas. Hasil perhitungan menunjukkan R2 semua regresi auxiliary lebih rendah
daripada R2 total = 0,583410. Dengan demikian, masalah
multikolinearitas dalam ECM dapat diabaikan. Pengujian terhadap masalah adanya heteroskedastisitas dalam model regresi estimasi ini menggunakan uji heteroskedastisitas Breusch-Pagan- Godfrey. Hipotesis nol pada pengujian ini menyatakan bahwa model regresi estimasi tidak terdapat masalah heteroskedastisitas. Tabel 8 berikut ini menyajikan hasil perhitungan Breusch-Pagan-GodfreyTest.
Tabel 8
Hasil Uji Heteroskedastisitas (Breusch-Pagan- GodfreyTest)
F-statistic 2,059356 Prob. F(7;32) 0,0776 n*R2 12,42300 Prob. Chi-Square (7) 0,0875 Sumber: Rangkuman hasil Breusch-Pagan-Godfrey Test.
Hasil perhitungan terhadap data pengamatan
0,0875. Dengan a = 5% dan degree of freedom = 7, nilai kritis c2 = 14,067. Nilai n*R2 = 12,42300 lebih kecil
daripada nilai kritis c2 = 14,067, sehingga keputusan
pengujian adalah menerima hipotesis nol yang menyatakan di dalam model regresi tidak mengandung masalah heteroskedastisitas. Dengan demikian, dapat disimpulkan bahwa model regresi estimasi (ECM) yang diperoleh bebas dari masalah heteroskedastisitas.
Pengujian masalah otokorelasi dalam model regresi dilakukan dengan menggunakan Breusch- Godfrey Serial Correlation LM Test. Hipotesis nol pada pengujian ini menyatakan bahwa model regresi estimasi tidak terdapat masalah otokorelasi. Tabel 9 berikut ini menyajikan hasil Breusch-Godfrey Serial Correlation LM Test.
Tabel 9
Hasil Uji Otokorelasi (Breusch-Godfrey Serial Correlation LM Test)
F-statistic 0,118863 Prob. F(1;31) 0,7326 n*R2 0,152786 Prob. Chi-Square (1) 0,6959 Sumber: Rangkuman hasil Breusch-Godfrey Serial Correlation LM Test.
Hasil perhitungan terhadap data pengamatan diperoleh n*R2 = 0,152786 dengan nilai probabilitas
0,6959. Dengan a = 5% dan degree of freedom 1, nilai kritis c2 = 3,841. Nilai n*R2 = 0,152786 lebih kecil daripada
Dependen Variable IndependentVariable R2 Prob(F statistic) Keterangan
Y DX1, DX2, DX3, X1t-1,
X2t-1, X3t-1, ECT 0,583410 0,000095 Model ECM DX1 DX2, DX3, X1t-1, X2t-1, X3t-1, ECT 0,488697 0,000679 AUX1 DX2 DX1, DX3, X1t-1,X2t-1, X3t-1, ECT 0,403916 0,006123 AUX2 DX3 DX1, DX2, X1t-1, X2t-1, X3t-1, ECT 0,339119 0,024975 AUX3 Tabel 7
Hasil Uji Multikolinearitas (Auxiliary Regression)
PENGARUH BELANJA PEMERINTAH DAN PENERIMAAN PAJAK ... (Algifari)
adalah menerima hipotesis nol yang menyatakan di dalam model regresi tidak mengandung masalah heteroskedastisitas. Dengan demikian dapat disimpulkan bahwa model regresi estimasi (ECM) yang diperoleh bebas dari masalah otokorelasi. Hasil pengujian terhadap asumsi klasik dari model regresi estimasi memperoleh simpulan bahwa model regresi estimasi memenuhi asumsi klasik, yaitu model tersebut nonmultikolinearitas, homoskedastisitas, dan nonotokorelasi. Dengan demikian, model regresi estimasi (ECM) yang diperoleh sahih digunakan untuk analisis.
Pengujian terhadap model estimasi (ECM) yang dihasilkan, yaitu uji pengaruh masing-masing variabel independen terhadap variabel dependen (uji t), uji kemampuan semua variabel independen menjelaskan variasi nilai variabel dependen (uji F), dan mengukur kemampuan variasi nilai variabel dependen yang dapat dijelaskan oleh semua variabel independen dalam model regresi estimasi. Tabel 10 berikut ini menyajikan nilai statistik ECM.
Uji t bertujuan untuk menguji apakah koefisien regresi setiap variabel pada ECM berbeda dengan nol (signfikan) secara statistik. Tabel 11 berikut ini
Variabel Coefficient Std. Error t-Statistic Prob.
C 2,482368 3,983361 0,623184 0,5376 DX1 -1,386908 0,399683 -3,470022 0,0015 DX2 -0,648310 0,429893 -1,508073 0,1413 DX3 1,251615 0,579185 2,160994 0,0383 X1t-1 -0,233956 0,359810 -0,650221 0,5202 X2t-1 -0,006812 0,282018 -0,024153 0,9809 X3t-1 0,038000 0,242474 0,156716 0,8765 ECT 0,560472 0,164012 3,417269 0,0017 R2 0,583410 Adj. R2 0,492281 F-statistic 6,402023 Prob. F-Stat 0,000095 Tabel 10
Hasil Uji Error Correction Model (ECM), Dependent Variable: Y
Sumber: Rangkuman hasil regresi ECM, data diolah. Tabel 11
Hasil Uji t ECM, Dependent Variable: Y
Variabel t-Statistic Prob. t-Tabel (5%) Keterangan
C 0,623184 0,5376 + 1,645 Tidak Signifikan DX1 -3,470022 0,0015 - 1,645 Signifikan DX2 -1,508073 0,1413 - 1,645 Tidak Signifikan DX3 2,160994 0,0383 + 1,645 Signifikan X1t-1 -0,650221 0,5202 - 1,645 Tidak Signifikan X2t-1 -0,024153 0,9809 - 1,645 Tidak Signifikan X3t-1 0,156716 0,8765 + 1,645 Tidak Signifikan ECT 3,417269 0,0017 + 1,645 Signifikan
JEB, Vol. 6, No. 1, Maret 2012: 25-39
menyajikan hasil uji t. Hasil pengujian menunjukkan bahwa perubahan belanja rutin pemerintah (DX1), perubahan penerimaan pajak pemerintah (DX3), dan error correction term (ECT) berpengaruh terhadap pertumbuhan ekonomi (Y), sedangkan perubahan belanja tidak rutin pemerintah (DX2), lag belanja rutin pemerintah (X1t-1), lag belanja tidak rutin pemerintah (X2t-2), dan lag penerimaan pajak pemerintah (X3t-1) tidak berpengaruh terhadap pertumbuhan ekonomi.
Pengujian ini bertujuan untuk mengetahui pengaruh semua variabel independen dalam model estimasi ECM terhadap varaiebel dependen. Hipotesis nol dalam pengujian ini menyatakan bahwa semua variabel independen dalam model regresi estimasi (ECM) tidak mampu menjelaskan variasi nilai variabel dependen. Hasil perhitungan yang disajikan pada Tabel 10 menunjukkan nilai hitung F (F-statistic) = 6,402023 dengan nilai probabilitas (Prob. F) = 0,000095. Nilai F tabel untuk a = 5% adalah 2,01. Nilai hitung F (F-statis- tic) = 6,402023 lebih besar daripada nilai F tabel (a = 5%) = 2,01. Hasil pengujian memutuskan menolak hipotesis nol dalam pengujian ini menyatakan bahwa semua variabel independen dalam model regresi estimasi (ECM) tidak mampu menjelaskan variasi nilai variabel dependen. Berarti hasil pengujian berhasil memperoleh bukti bahwa perubahan belanja rutin pemerintah (DX1), perubahan belanja tidak rutin pemerintah (DX2), perubahan penerimaan pajak pemerintah (DX3), lag belanja rutin pemerintah (X1t-1), lag belanja tidak rutin pemerintah (X2t-2), lag penerimaan pajak pemerintah (X3t-1) dan error correc- tion term (ECT) mampu menjelaskan perubahan terhadap pertumbuhan ekonomi (Y). Jika pengujian dilakukan dengan cara membandingkan nilai probabilitas F statistik dengan a akan memperoleh hasil yang sama. Nilai probabilitas (Prob. F) = 0,000095 lebih kecil daripada a = 5%, sehingga keputusan dalam pengujian ini adalah menolak hipotesis nol.
Koefisien determinasi menunjukkan persentase variasi perubahan nilai variabel dependen yang dapat dijelaskan oleh semua variabel independen dalam model regresi estimasi. Hasil perhitungan yang disajikan pada Tabel 10 menunjukkan besarnya koefisien determinasi (R2) adalah 0,583410. Ini artinya variasi pertumbuhan
ekonomi yang dapat dijelaskan oleh bahwa perubahan belanja rutin pemerintah (DX1), perubahan belanja tidak
pemerintah (DX3), lag belanja rutin pemerintah (X1t-1), lag belanja tidak rutin pemerintah (X2t-2), lag penerimaan pajak pemerintah (X3t-1) dan error correc- tion term (ECT) adalah 58,341%, sedangkan yang tidak dapat dijelaskan oleh semua variabel independen tersebut adalah sebesar 41,659%.
Model koreksi kesalahan (ECM) mempu menjelaskan perilaku hubungan antara konstanta dan variabel independen dengan variabel dependen jangka pendek dan perilaku jangka panjang. Perilaku jangka pendek hubungan antara konstanta dan variabel indepeden dengan variabel dependen dapat dilihat dari konstanta dan koefisien regresi estimasinya, yaitu 0,
1,2, dan 3. Besarnya konstanta (0) = 2,482368 dan nilai
probabilitasnya adalah 0,5376. Pada a = 5%, konstanta tidak signifikan secara statistik. Artinya, pertumbuhan ekonomi tidak akan berubah jika tidak terjadi perubahan belanja rutin pemerintah, balanja tidak rutin pemerintah, dan penerimaan pajak pemerintah.
Besarnya koefisien regresi perubahan belanja rutin pemerintah (1) = -1,386908 dan nilai probabilitas sebesar 0,0015. Pada a = 5%, dalam jangka pendek belanja rutin penerintah berpengaruh negatif dan signifikan terhadap pertumbuhan ekonomi. Kenaikan belanja rutin pemerintah sebesar 1%, ceteris paribus, akan menurunkan pertumbuhan ekonomi sebesar 1,39%. Sebaliknya, penurunan belanja rutin pemerintah sebesar 1%, ceteris paribus, akan meningkatkan pertumbuhan ekonomi sebesar 1,39%.
Besarnya koefisien regresi perubahan belanja tidak rutin pemerintah (2) = -0,648310 dan nilai probabilitas sebesar 0,1413. Pada a = 5%, dalam jangka pendek belanja tidak rutin pemerintah tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi. Berdasar nilai koefisien regresi perubahan belanja tidak rutin pemerintah (2) = -0,648310 menunjukkan bahwa jika terjadi kenaikan 1% belanja tidak rutin pemerintah akan mengakibatkan terjadinya penurunan pertumbuhan ekonomi sebesar 0,65%.
Besarnya koefisien regresi perubahan penerimaan pajak pemerintah (3) = 1,251615 dan besarnya nilai probabilitas adalah 0,0383. Pada a = 5%, dalam jangka pendek perubahan penerimaan pajak pemerintah berpengaruh posiif dan signifikan terhadap pertumbuhan ekonomi. Apabila terjadi kenaikan penerimaan pajak pemerintah sebesar 1%, ceteris pari-
PENGARUH BELANJA PEMERINTAH DAN PENERIMAAN PAJAK ... (Algifari)
1,25%. Sebaliknya, jika terjadi penurunan penerimaan pajak pemerintah sebesar 1%, ceteris paribus, akan menurunkan pertumbuhan ekonomi sebesar 1,25%.
Nilai koefisien regresi error corection term (ECT) menunjukkan kecepatan penyesuaian menuju keseimbangan jangka panjang. Besarnya koefisien regresi ECT adalah 0,560472 dengan nilai probabilitas sebasar 0,0017. Pada a = 5%, ECT berpengaruh positif terhadap pertumbuhan ekonomi. Koefisien regresi ECT sebesar 0,560472 menunjukkan sekitar 56% ketidaksesuaian pada perubahan pertumbuhan ekonomi pada suatu periode telah dikorelasi pada periode berikutnya oleh equilibrium term, sehingga arah pengaruh dari variabel independen dalam jangka pendek diharapkan dapat konsisten dengan arah pengaruh variabel independen dalam jangka panjang. Perilaku hubungan antara konstanta dan variabel indepeden dengan variabel dependen dalam ECM dapat menggunakan nilai statistik pada Tabel 12 berikut ini:
Koefisien regresi dari model regresi estimasi jangka panjang memiliki nilai hitung t rendah. Dengan a = 5%, semua variabel independen tidak berpengaruh terhadap variabel dependen. Artinya, dalam jangka panjang, lag belanja rutin pemerintah (X1t-1), lag belanja tidak rutin pemerintah (X2t-2), dan lag penerimaan pajak pemerintah (X3t-1) tidak berpengaruh terhadap pertumbuhan ekonomi. Koefisien regresi jangka panjang lag belanja rutin pemerintah (X1t-1) sebesar 0,582573 menunjukkan bahwa setiap terjadi kenaikan 1% belanja rutin pemerintah, maka dalam jangka panjang akan meningkatkan pertumbuhan ekonomi sebesar 0,58%. Koefisien regresi jangka panjang lag belanja tidak rutin pemerintah (X2t-1) sebesar 0,987846 menunjukkan bahwa setiap terjadi
kenaikan 1% belanja tidak rutin pemerintah, maka dalam jangka panjang akan meningkatkan pertumbuhan ekonomi sebesar 0,99%. Koefisien regresi jangka panjang lag penerimaan pajak pemerintah (X3t-1) sebesar 1,067800 menunjukkan bahwa setiap terjadi kenaikan 1% belanja tidak rutin pemerintah, maka dalam jangka panjang akan meningkatkan pertumbuhan ekonomi sebesar 1,19%.
Hasil pengujian statistik terhadap koefisien regresi model estimasi ECM memperoleh bukti, yaitu pertama belanja rutin pemerintah dalam jangka pendek berpengaruh negatif terhadap pertumbuhan ekonomi pada = 5%. Hasil penelitian ini sama dengan hasil penelitian di beberapa negara lain. Nurudeen dan Usman (2010) melakukan penelitian tentang pengaruh pengeluaran pemerintah terhadap pertumbuhan ekonomi Nigeria. Penelitian tersebut memperoleh bukti bahwa pengeluaran rutin pemerintah berpengaruh negatif terhadap pertumbuhan ekonomi Nigeria. Hasil penelitian Folster dan Henrekson (1999), Guseh (1997), dan Grier dan Tullock (1989) memperoleh bukti bahwa pengeluaran konsumsi pemerintah berpengaruh negatif terhadap pertumbuhan ekonomi. Hasil penelitian Abrams (1999) menunjukkan adanya pengaruh negatif belanja pemerintah terhadap kesempatan kerja. Namun, dalam jangka panjang belanja rutin pemerintah tidak berpengaruh terhadap pertumbuhan ekonomi.
Kedua, belanja tidak rutin pemerintah dalam jangka pendak maupun dalam jangka panjang pada a = 5% tidak berpengaruh terhadap pertumbuhan ekonomi. Jika dilihat dari koefisien regresi belanja tidak rutin bertanda positif menunjukkan bahwa belanja tidak ru- tin pemerintah berpengaruh positif terhadap pertumbuhan ekonomi, tetapi pengaruhnya tidak signifikan. Hasil pengujian ini sama dengan hasil
Tabel 12
Hasil Analisis Jangka Panjang