Hipotesis - TINJAUAN PUSTAKA - ANALISIS PENGARUH PEMBIAYAAN SUKUK, INFLASI DAN INDEKS PEMBANGUN

BAB II TINJAUAN PUSTAKA

D. Hipotesis

1. H0: Tidak ada pengaruh signifikan antara pembiayaan sukuk terhadap pertumbuhan ekonomi.

2. H1: Ada pengaruh signifikan antara pembiayaan sukuk sebagai terhadap pertumbuhan ekonomi.

3. H0: Tidak ada pengaruh signifikan antara inflasi sebagai terhadap pertumbuhan ekonomi.

4. H1: Ada pengaruh signifikan antara inflasi sebagai terhadap pertumbuhan ekonomi.

5. H0: Tidak ada pengaruh signifikan antara IPM sebagai terhadap pertumbuhan ekonomi.

6. H1: Ada pengaruh signifikan antara IPM sebagai terhadap pertumbuhan ekonomi.

BAB III

METODE PENELITIAN

A. Lingkup Penelitian

Penelitian ini menggunakan metode penelitian kuantitatif. Hal yang dilakukan untuk menunjang penelitian ini adalah pengumpulan data sekunder, arsipasi data, pengolahan data sampai diperoleh gambaran jelas tentang inti masalah yang diteliti. Penelitian ini bertujuan untuk mengetahui pengaruh dari Sukuk, Inflasi, dan Indeks Pembangunan manusia (IPM) terhadap Pertumbuhan Ekonomi Indonesia Tahun 2016-2019. Data yang digunakan adalah data triwulanan runtun waktu (time series).

B. Penentuan Sampel

Variabel dependen yang diteliti dalam penelitian ini adalah pertumbuhan ekonomi skala nasional, sehingga data yang digunakan bersifat populasi dikarenakan meneliti semua objek yang akan diteliti.

Sebagaimana penjelasan dari Widiyanto (2010) bahwa populasi merupakan suatu kelompok atau kumpulan objek atau objek yang akan digeneralisasikan dari hasil penelitian.

Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari laporan Pertumbuhan Ekonomi Indonesia dari Badan Pusat Statistik (BPS) periode tahun 2016-2019, data tersebut diperoleh dari web www.bps.go.id serta web Bank Indonesia yang diperoleh dari www.bi.go.id.

Tabel 3.1

Sumber Data Masing-masing Variabel

No Variabel Sumber Data

1 Sukuk www.ojk.go.id

2 Inflasi www.bi.go.id

3 IPM www.bps.go.id

4 Pertumbuhan Ekonomi www.bps.go.id

C. Metode Pengumpulan Data 1. Sumber Data

Data yang dipakai untuk penelitian kali ini adalah library research, yaitu dengan membaca data dari berbagai sumber seperti buku, jurnal, laporan keuangan, dan rilis ilmiah yang sejalan dengan pengkajian sehingga mendapatkan data valid, data diperoleh melalui internet research yaitu untuk data seperti pertumbuhan sukuk, inflasi, IPM, dan pertumbuhan ekonomi diambil dari website resmi Indonesia seperti situs www.bps.go.id dan www.bi.go.id.

2. Periode dan Jumlah Data

Data yang digunakan dalam pengkajian ini merupakan data triwulanan, periode waktu yang dianalisis adalah selama 4 tahun (Periode Januari 2016 – Desember 2019). Total data berjumlah 20 data, sesuai dengan jumlah triwulan dalam periode penelitian.

D. Metode Analisis Data 1. Uji Asumsi Klasik

Penelitian ini bertujuan untuk menganalisis pengaruh Pembiayaan Sukuk, Inflasi, dan IPM Terhadap Pertumbuhan Ekonomi

Indonesia Tahun 2016-2019 dengan memakai data kuantitatif sekunder, yaitu data yang digunakan dalam penelitian berbentuk angka dengan metode regresi berganda menggunakan analisis Regresi Linier Berganda melaui program Eviews 9 dan bantuan program Ms. Excel 2010. Tim Dosen Ekonometrika Universitas Brawijaya (2015) mengatakan

“Analisis regresi linier berganda adalah hubungan secara linier antara dua atau lebih variabel independen (X1, X2,…, Xn) dengan variabel dependen (Y). analisis ini untuk mengetahui arah hubungan antara variabel independen dan variabel dependen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila variabel independen mengalami kenaikan atau penurunan”. Dalam metode regresi linier berganda terdapat variabel bebas minimum dua variabel dan variabel terikat hanya terdiri satu saja.

a. Uji Normalitas

Tim Dosen Ekonometrika Universitas Brawijaya (2015) mengatakan: “Pengujian normalitas adalah pengujian tentang kenormalan distribusi data.Uji ini merupakan pengujian yang paling banyak dilakukan untuk menganalisis karena pada analisis statistik parametik, asumsi harus dimiliki oleh data adalah bahwa data tersebut terdistribusi normal”.

Pada pengkajian ini uji normalitas dilakukan peneliti dengan metode yang dikembangkan oleh Jarque- Bera (JB). Mansuri (2016) mengatakan: “Keputusan terdistribusi normal atau tidaknya residual membandingkan nilai Probabilitas JB (Jarque-Bera) hitung dengan tingkat alpha o.o5 (5%). JB > 0.05 dapat disimpulkan bahwa residual terdistribusi normal, namun sebaliknya, apabila nilainya < 0,05 maka tidak bisa dikatakan bahwa residual terdistribusi normal”, pengujian normalitas data sebagai berikut:

Hipotesis:

H0 : Model terdistribusi normal H1 : Model tidak terdistribusi normal

Bila probabilitas > 0,05 maka signifikan, H0 diterima dan H1 ditolak Bila probabilitas < 0,05 maka tidak signifikan, H0 ditolak dan H1 diterima

b. Uji Multikolonieritas

Tim Dosen Ekonometrika Universitas Brawijaya (2015) mengatakan “Uji ini merupakan bentuk pengujian asumsi dalam analisis regresi berganda. Asumsi multikolinearitas menyatakan bahwa variabel independen harus terbebas dari gejala multikolinearitas. Gejala ini ditunjukkan dengan korelasi yang signifikan antara variabel independen”. Dalam pengujian ini, penulis pribadi akan melakukan uji multikolonearitas dengan melihat Variance Inflating Factor. Dimana syarat untuk lolos uji multikolonearitas adalah nilai VIF< 10 (Mansuri, 2016: 33). Adapun pengolahan data dalam penelitian ini menggunakan program Eviews 9 sehingga hanya dapat melihat hasil Variance Inflating Factor (VIF).

Hipotesis:

H0 : Model tidak terdapat multikolonieritas H1 : Model terdapat multikolonieritas

Bila nilai VIF > 10 maka dinyatakan signifikan, H0 diterima dan H1 ditolak.

Bila nilai VIF < 10 maka dinyatakan tidak signifikan, H0 ditolak dan H1 diterima.

c. Uji Heteroskedastisitas

“Heteroskedastisitas terjadi pada saat residual dan nilai prediksi memiliki korelasi atau pola hubungan. Pola hubungan ini tidak hanya sebatas hubungan yang linier, tetapi dalam pola yang berbeda juga dimungkinkan” (Mansuri, 2016: 40-41). “Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan

ke pengamatan yang lain itu tetap, maka disebut homoskedastisitas dan jika berbeda-beda disebut heteroskedastisitas” (Ghozali, 2005:

105).

Hipotesis:

H0: Model tidak terdapat heteroskedastisitas H1: Model terdapat heteroskedastisitas

Jika Prob. Chi-Square > 0,05 maka signifikan, H0 diterima dan H1 ditolak.

Jika Prob. Chi-Square < 0,05 maka tidak signifikan, H0 ditolak dan H1 diterima.

d. Uji Autokorelasi

Menurut Tim Dosen Ekonometrika & Asisten Praktikum Universitas Brawijaya (2015: 10) “cara yang dapat dilakukan untuk mendeteksi ada atau tidaknya autokorelasi adalah dengan melakukan uji Durbin Watson. Pengambilan keputusan ada atau tidaknya autokorelasi menggunakan ketentuan sebagai berikut”:

Tabel 3.2 Ketentuan Uji Korelasi

Keterangan:

dU: Durbin-Watson upper

dL: Durbin-Watson lower

- Apabila angka DW berada diantara Upper bound (dU) dan (4 - dU), koefisien autokorelasi = nol, tidak ditemukan autokorelasi.

- Apabila angka DW lower bound (dL), koefisien autokorelasi >

nol, autokorelasi positif.

- Apabila angka DW > (4 - dL), koefisien autokorelasi < nol, autokorelasi negatif ditemukan.

- Apabila angka DW berada antara batas atas (dU) dan batas bawah (dL) atau DW berada di antara (4 – dU) dan (4 – dL), hasil tidak dapat disimpulkan.

Hipotesis:

H0: Autokorelasi tidak ditemukan dalam model H1: Autokorelasi ditemukan dalam model

Jika prob. Chi-square > 0,05 H0 diterima dan data signifikan Jika prob. Chi-square < 0,05 H0 ditolak dan data tidak signifikan Jika nilai probabilitas > 0,05 (5%) maka lolos autokorelasi Jika nilai probabilitas < 0,05 (5%) maka tidak lolos autokorelasi 2. Uji Hipotesis

a. Uji F

“Uji keandalan model yang lebih populer disebut sebagai uji F (uji simultan) merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak atau tidak. Layak (andal) disini maksudnya adalah model yang diestimasi layak digunakan untuk menjelaskan pengaruh variabel-variabel bebas terhadap variabel terikat. Nama uji ini disebut sebagai uji F, karena mengikuti mengikuti distribusi F yang kriteria pengujiannya seperti One Way Anova.Pengunaan software memudahkan penarikan kesimpulan alam uji ini. Apabila nilai prob. F hitung lebih kecil dari tingkat

kesalahan/error (alpha) 0,05 (yang telah ditentukan) maka dapat dikatakan bahwa model regresi yangdiestimasi layak, sedangkan apabila nilai prob. F hitung lebih besar dari tingkat kesalahan 0,05 maka dapat dikatakan bahwa model regresi yang diestimasi tidak layak”. (Mansuri, 2016: 48).

b. Uji T

“Uji t dalam regresi linier berganda dimaksudkan untuk menguji apakah parameter (koefisien regresi dan konstanta) yang diduga untuk mengestimasi persamaan/model regresi linier berganda sudah merupakan parameter yang tepat atau belum. Maksud tepat disini adalah parameter tersebut mampu menjelaskan perilaku variabel bebas dalam mempengaruhi variabel terikatnya. Parameter yang diestimasi dalam regresi linier meliputi intersep (konstanta) dan slope (koefisien dalam persamaan linier). Pada bagian ini, uji t difokuskan pada parameter slope (koefisien regresi) saja. Jadi uji t yang dimaksud adalah uji koefisien regresi. Apabila nilai prob. t hitung (ditunjukkan pada Prob.) lebih kecil dari tingkat kesalahan (alpha) 0,05 (yang telah ditentukan) maka dapat dikatakan bahwa variabel bebas berpengaruh signifikan terhadap variabel terikatnya, sedangkan apabila nilai prob. t hitung lebih besar dari tingkat kesalahan 0,05 maka dapat dikatakan bahwa variabel bebas tidak berpengaruh signifikan terhadap variabel terikatnya”. (Mansuri, 2016: 49-50).

c. Uji Koefisien Determinasi (R²)

Menurut Mansuri (2016: 50) “koefisien determinasi menjelaskan variasi pengaruh variabel-variabel bebas terhadap variabel terikatnya. Atau dapat pula dikatakan sebagai proporsi pengaruh seluruh variable bebas terhadap variabel terikat. Nilai koefisien determinasi dapat diukur oleh nilai RSquare atau Adjusted R-Square.R-Square digunakan pada saat variabel bebas hanya 1 saja (biasa disebut dengan Regresi Linier Sederhana), sedangkan

Adjusted R-Square digunakan pada saat variabel bebas lebih dari satu”.

E. Operasional Variabel Penelitian

Penelitian ini menganalisis pengaruh Pembiayaan Sukuk, Inflasi dan Indeks Pembangunan Manusia Terhadap Pembangunan Ekonomi Tahun 2016-2019. Adapun variabel-variabel yang dirancang untuk penelitian ini adalah sebagai berikut:

1. Variabel Dependen a. Pertumbuhan Ekonomi

Pertumbuhan ekonomi adalah perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam masyarakat bertambah dan kemakmuran masyarakat meningkat (Sukirno, 2011). Data operasional yang dipakai adalah Produk Domestik Bruto merupakan nilai barang dan jasa yang diproduksikan dalam negara dengan menggunakan faktor – faktor produksi yang dimiliki oleh penduduk dan perusahaan negara tersebut atau pada negara lain (Sukirno, 2005:35). Data PDB time series triwulanan dalam perhitungan periode Januari 2016 – Desember 2019 yang ditulis dalam satuan Miliar Rupiah, dan data penelitian diperoleh dari situs Badan Pusat Statistik (www.bps.go.id).

2. Variabel Independen

a. Surat Berharga Syariah Negera (Sukuk)

Data yang dipakai untuk penelitian mencakup jenis Surat Berharga Syariah yang diterbitkan oleh negara melalui Kementerian Keuangan Republik Indonesia dalam bentuk time series triwulanan selama periode Januari 2016 – Desember 2019 yang dinyatakan dalam bentuk Miliar Rupiah (Rp), adapun data

dalam penelitian diperoleh dari situs Badan Pusat Statistik (www.bps.go.id).

b. Inflasi

Data yang digunakan merupakan tingkat inflasi Indonesia yang diterbitkan oleh Bank Indonesia (BI) dalam bentuk data time series triwulanan periode Januari 2016 - Desember 2019, data diperoleh dari situs Bank Indonesia (www.bi.go.id).

c. Indeks Pembangunan Manusia

Data yang digunakan merupakan angka Indeks Pembangunan Manusia yang diterbitkan oleh Badan Pusat Statistik (BPS) dalam bentuk data time series triwulanan periode Januari 2016 - Desember 2019, data diperoleh dari situs BPS (www.bps.go.id).

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian 1. Perkembangan Sukuk di Indonesia

Sukuk adalah produk keuangan syariah yang menarik perhatian baik di dalam negeri dan luar negeri. Pemerintah mengembangkan produk tersebut agar menciptakan sumber pendanaan APBN yang baru.

Sepanjang sejarah perekonomian, terutama ekonomi syariah, sukuk bukan instrumen keuangan yang baru. Sukuk berperan sebagai produk keuangan telah lama dipakai dalam perdagangan dalam dan luar negeri oleh pedagang Muslim sejak abad ke 6 Masehi.

Khoirunnisa (2017) menyatakan “Saat ini di abad 21, sukuk semakin dikenal dan sering dipakai pemerintah dan sektor swasta untuk memutar dana sebagai sumber pendanaan bagi proyek tertentu. Secara istilah, sukuk adalah obligasi yang dirilis sesuai hukum syariah, yaitu mewakilkan investor ownership terhadap underlying asset”.

Di Indonesia, PT. Indosat Tbk menjadi pihak pertama yang merilis sukuk di tahun 2002. Pada tahun 2008 baru dilakukan penetapan UU SBSN, dan sampai sekarang perilisam sukuk dilakukan secara berkala baik di pasar dalam negeri maupun luar negeri. Perilisan sukuk sering dilaksanakan bagi pembiayaan pembangunan infrastruktur.

APBN-P dalam negeri mengalami defisit sebesar Rp397.238,8 miliar rupiah pada tahun 2017. Produk pendanaan pemerintah bisa berupa pinjaman dan obligasi. Sukuk sudah menjadi opsi lain untuk sumber pendanaan defisit APBN sejak tahun 2008. Disamping itu,

sukuk menjadi produk pendanaan dan investasi berbasis syariah yang berkontribusi untuk pembangunan infrastruktur di dalam negeri.

Grafik 4.1

Perkembangan Sukuk di Indonesia Tahun 2015 – 2020

Sumber: Otoritas Jasa Keuangan, 2020

Dari grafik diatas dapat dilihat bahwa nilai outstanding dan nilai jumlah penerbitan sukuk selalu mengalami peningkatan setiap tahunnya, dengan jumlah penerbitan sukuk I tahun 2015 sebesar 87 Triliun Rupiah lalu meningkat pesat pada tahun 2020 sebesar 274 Triliun Rupiah. Hal tersebut menunjukkan sukuk terus berkembang dan menjadi pilihan atau solusi yang baik untuk pembiayaan pembangunan bagi pertumbuhan ekonomi.

2. Perkembangan Inflasi di Indonesia

Data yang digunakan dalam penelitian ini diambil dari website Bank Indonesia (http://www.bi.go.id) berdasarkan perhitungan triwulanan, yaitu dari Januari 2016 - Desember 2019 yang ditulis dalam bentuk

persentase (%). Di bawah ini adalah tabel dari perkembangan inflasi Indonesia periode Januari 2016 – Desember 2019:

Tabel 4.1

Kondisi Inflasi Indonesia per Triwulan Tahun 2016-2019 dalam persentase

Sumber: Bank Indonesia, 2021

Berdasarkan tabel diatas, dapat dilihat bahwa inflasi di Indonesia selama periode 2016-2019 cenderung stabil di angka 2-4% dimana dapat dikategorikan sebagai inflasi ringan karena persentase nya yang dibawah 10%. Dalam tabel dapat dilihat bahwa inflasi tertinggi selama periode 2016-2019 terjadi pada kuartal I tahun 2016 sebesar 4,45% dan inflasi terendah terjadi pada kuartal I tahun 2019 sebesar 2,48%.

Tahun Triwulan Inflasi dalam %

3. Perkembangan Indeks Pembangunan Manusia

Data yang digunakan dalam penelitian ini diambil dari website Badan Pusat Statistik (http://www.bps.go.id) berdasarkan perhitungan triwulanan, yaitu dari Januari 2016 - Desember 2019 yang ditulis dalam bentuk persentase (%). Di bawah ini adalah tabel dari perkembangan IPM Indonesia periode Januari 2016 – Desember 2019:

Tabel 4.2

Angka IPM Indonesia per Triwulan Tahun 2016-2019

Sumber: Badan Pusat Statistik, 2021

Berdasarkan tabel diatas, dapat dilihat bahwa angka IPM cenderung mengalami kenaikan setiap tahunnya. Hal ini mengindikasikan bahwa perkembangan faktor-faktor yang mempengaruhi IPM semakin baik.

B. Pengujian Asumsi Klasik 1. Uji Normalitas

Gambar 4.1 Hasil Uji Normalitas

Sumber: Data diolah, 2021

Interpretasi: Gambar memperlihatkan data terdistribusi normal. Terlihat nilai probability sebesar 0,177967 > 0,05 maka dapat diartikan hasil regresi sudah terdistribusi normal.

2. Uji Multikolonearitas

Tabel 4.3

Hasil Uji Multikolonearitas

Sumber: Data diolah, 2021

Interpretasi:

Dapat dilihat nilai Centered VIF variabel independen < 10, maka dinyatakan tidak terdapat masalah multikolonearitas dalam pengujian dan disimpulkan H0 diterima sedangkan H1 ditolak dikarenakan:

1. Nilai Centered VIF Sukuk 6,632532 < 10 2. Nilai Centered VIF Inflasi 1,317232 < 10 3. Nilai Centered VIF IPM 2,381746 < 10 3. Uji Heteroskedastisitas

Tabel 4.4

Hasil Uji Heteroskedastisitas

Sumber: Data diolah, 2021

Berdasarkan tabel diatas dapat disimpulkan nilai Chi Square sebesar 0,1341 sehingga data tersebut bebas dari heteroskedastisitas.

C. Pengujian Statistik

Hasil pengolahan data dengan menggunakan aplikasi Eviews 9 memakai metode regresi linier berganda atau Ordinary Least Square (OLS) sebagai berikut:

Tabel 4.5 Hasil Uji Regresi OLS

Sumber: Data diolah, 2021

Berdasarkan hasil regresi pada tabel 4.5

Diperoleh persamaan regresinya sebagai berikut :

Y = a + Sukuk + Inflasi + Indeks Pembangunan Manusia + e Y = 1,138856 + 0,132288 + (-0,027438) + 0,678903 + e

a. Jika variabel-variabel independen bersifat konstan, artinya variabel independen tidak mengalami kenaikan maka PDB akan bernilai sebesar 1,138856%

b. Nilai Coefficient regresi Pembiayaan Sukuk sebesar 1,138856, artinya adalah jika Pembiayaan Sukuk mengalami kenaikan sebesar 1% maka PDB akan bertambah sebesar 1,138856%

c. Nilai Coefficient regresi Inflasi sebesar -0,027438, artinya adalah jika Inflasi mengalami kenaikan sebesar 1% maka PDB akan berkurang sebesar 0,027438%

d. Nilai Coefficient regresi IPM sebesar 0,67893, artinya adalah jika IPM mengalami kenaikan sebesar 1% maka PDB akan bertambah sebesar 0,67893%

1. Uji Parsial

Uji t atau disebut juga uji parsial, digunakan untuk menguji apakah variabel independen berpengaruh secara individual ke variabel dependen. Cara untuk melihat variabel independen berpengaruh secara parsial dengan melihat nilai tabel uji statistik t. Jika nilai probabilitas lebih kecil dari 0.05 dari tingkat signifikan ɑ = 0.05 maka variabel independen secara individu mempengaruhi variabel dependen.

Dari tabel 4.5 dapat disimpulkan:

1. Nilai Probability variabel sukuk sebesar 0,0000 < 0,05 yang berarti variable sukuk berpengaruh signifikan terhadap pertumbuhan ekonomi.

2. Nilai Probability variabel inflasi sebesar 0,2452 > 0,05 yang berarti tidak berpengaruh signifikan terhadap pertumbuhan ekonomi.

3. Nilai Probability variabel IPM sebesar 0,1165 > 0,05 yang berarti tidak berpengaruh signifikan terhadap pertumbuhan ekonomi

2. Uji F

Dari hasil regresi pada table 4.5 dapat dilihat nilai Probability F-statistik lebih kecil dari tingkat signifikansi 5% yaitu 0,000000 < 0,05 sehingga variable pembiayaan sukuk, IPM dan inflasi secara bersama-sama berpengaruh signifikan terhadap pertumbuhan ekonomi.

3. Uji Koefisien Determinasi

Koefisien determinasi R² yang digunakan dalam penelitian ini adalah menggunakan nilai adjusted R² pada saat mengevaluasi model regresi terbaik. Dikarenakan dalam penelitian ini menggunakan lebih dari satu variabel independen. Nilai sebesar 0,866122 yang berarti variabel yang diteliti dapat menjelaskan sebesar 86,6122% sedangkan untuk 13,3878% dijelaskan oleh variabel lain diluar penelitian ini.

D. Pembahasan

1. Pengaruh Pembiayaan Sukuk pada Pertumbuhan Ekonomi

Hasil regresi menunjukkan bahwa variabel sukuk secara parsial berpengaruh signifikan terhadap variable dependen Pertumbuhan Ekonomi. Artinya jika jumlah pembiayaan sukuk naik maka pertumbuhan ekonomi akan ikut naik.

Hal ini sejalan dengan teori yang menyatakan bahwa sukuk dapat menjadi sumber pembiayaan pembangunan infrastruktur untuk menunjang pertumbuhan ekonomi, dimana ujuan pemerintah menerbitkan Sukuk Negara adalah untuk membiayai APBN, termasuk membiayai pembangunan proyek, seperti yang disebutkan pada pasal 4 UU SBSN bahwa tujuan SBSN diterbitkan adalah untuk membiayai Anggaran Pendapatan dan Belanja Negara termasuk membiayai pembangunan infrastruktur. Selain itu juga untuk memperluas basis sumber pembiayaan anggaran negara atau perusahaan, mendorong pengembangan pasar keuangan syariah, menciptakan benchmark di pasar keuangan syariah, diversifikasi basis investor, mengembangkan alternatif instrumen investasi, mengoptimalkan pemanfaatan barang milik negara atau perusahaan, dan memanfaatkan dana-dana masyarakat yang belum terjaring oleh sistem obligasi dan perbankan konvensional (Latifah, 2020).

2. Pengaruh Inflasi pada Pertumbuhan Ekonomi

Hasil regresi menunjukkan bahwa variable inflasi secara parsial tidak berpengaruh terhadap variable dependen Pertumbuhan Ekonomi.

Artinya jika inflasi tinggi maka tingkat pertumbuhan ekonomi akan rendah. Hal ini tidak sejalan dengan teori ekonomi makro yang menyatakan bahwa dengan adanya inflasi maka sebuah kenaikan tingkat inflasi menunjukkan adanya pertumbuhan perekonomian, namun dalam jangka panjang inflasi yang tinggi memberikan dampak yang sangat

buruk. Tingginya tingkat inflasi menyebabkan barang dalam negeri cenderung lebih mahal bila dibandingkan dengan harga barang dari luar negeri (import).

Azis dkk (2016) menyatakan bahwa “Jika kita melihat pada prinsipnya tidak semua inflasi berdampak negatif pada perekonomian.

Terutama jika terjadi inflasi ringan yaitu inflasi di bawah 10% dengan adanya inflasi ringan ini dapat mendorong terjadinya pertumbuhan ekonomi. Ini yang membuat semangat para pengusaha untuk lebih meningkatkan produksinya dengan membuka lapangan kerja baru”.

Hal ini juga tidak sejalan dengan penelitian sebelumnya yang menyatakan bahwa dikarenakan inflasi yang terjadi angkanya kurang dari 10% yang membuat inflasi tidak mempengaruhi pertumbuhan ekonomi, jika inflasi yang terjadi dibawah 10% berarti inflasi yang terjadi adalah laju inflasi ringan. Tingkat inflasi yang rendah serta dapat dikendalikan akan menjadi simulator bagi pertumbuhan ekonomi (Kalsum, 2017).

3. Pengaruh Indeks Pembangunan Manusia pada Pertumbuhan Ekonomi

Hasil regresi menunjukkan bahwa variable IPM secara parsial tidak berpengaruh terhadap variable dependen Pertumbuhan Ekonomi. Hal ini tidak sejalan dengan dasar teori ekonomi mengenai hubungan IPM dengan pertumbuhan ekonomi yang menyatakan IPM adalah cerminan dari keberhasilan pembangunan serta pertumbuhan ekonomi yang bagus karena mengandung semua dasar indikator keberhasilan pembangunan. Angka IPM selain sebagai tolok ukur pertumbuhan ekonomi di suatu negara yang bersangkutan yang dapat dijadikan acuan perencanaan pembangunan di masa depan (Badan Pusat Statistik, 2017).

Hal ini juga tidak sejalan dengan penelitian sebelumnya yang menyatakan bahwa “IPM memiliki pengaruh positif dan signifikan

terhadap pertumbuhan ekonomi, dimana pertumbuhan ekonomi selalu bersumber dari satu atau lebih dari tiga faktor kenaikan kuantitas dan kualitas tenaga kerja (melalui pertumbuhan jumlah penduduk dan perbaikan pendidikan), penambahan modal dan teknologi. Sedangkan salah satu alat untuk mengukur pembangunan kualitas dan kuantitas tenaga kerja adalah IPM” (Todaro, 2003).

BAB V PENUTUP

A. Kesimpulan

1. Data yang diuji secara parsial dalam penelitian menunjukan variabel independent sukuk memiliki nilai probability 0,0000 < 0,05 sehingga berpengaruh signifikan terhadap Pertumbuhan ekonomi, dengan variabel-variabel independent lain yaitu inflasi dengan nilai probability 0,2452 > 0,05 dan IPM dengan nilai probability 0,1165 > 0,05 sehingga tidak berpengaruh signifikan terhadap pertumbuhan ekonomi.

2. Secara simultan, variabel Sukuk, inflasi, dan IPM berpengaruh signifikan dengan tingkat signifikansi 0,000000, dimana secara simultan berpengaruh signifikan terhadap Pertumbuhan Ekonomi. Nilai Adjusted R-Square sebesar 0,866122 memperlihatkan bahwa variasi variabel dependen secara simultan dapat dijelaskan oleh variasi variabel independen sebesar 86,6122%. Sisanya sebesar 13,3878% dijelaskan oleh variabel lainnya namun tidak diteliti dalam skripsi ini.

3. Secara parsial, besar pengaruh variabel sukuk terhadap pertumbuhan ekonomi adalah jika pembiayaan Sukuk mengalami kenaikan sebesar 1% maka PDB akan bertambah sebesar 1,138856%. Sementara untuk variabel inflasi, apabila inflasi mengalami kenaikan sebesar 1% maka PDB akan berkurang sebesar 0,027438%. Untuk variabel IPM, apabila IPM mengalami kenaikan sebesar 1% maka PDB akan bertambah sebesar 0,67893%.

B. Saran

1. Bagi Akademisi

Bagi akademisi di penelitian selanjutnya menambah periode waktu dan jumlah sampel agar menambah jumlah data sehingga mendapatkan hasil lebih baik dan akurat juga dapat memberikan manfaat berupa pengetahuan mengenai pengaruh sukuk dan pendapatan per kapita terhadap pertumbuhan ekonomi.

2. Bagi Masyarakat

Setelah melihat bahwa sukuk berpengaruh terhadap pertumbuhan ekonomi agar menginvestasikan pada instrument keungan yang berbasis syariah karena selain mendapatkan keuntungan maka dengan menginvestasikan dana ke sukuk tersebut kita juga ikut serta membantu pemerintah Indonesia dalam rangka pembangunan ekonomi dalam negeri. Setelah melihat variabel inflasi yang memiliki signifikansi negatif terhadap pertumbuhan ekonomi, agar pemerintah menjaga keseimbangan supply dan demand side agar tercipta kondisi

Dalam dokumen ANALISIS PENGARUH PEMBIAYAAN SUKUK, INFLASI DAN INDEKS PEMBANGUNAN MANUSIA (IPM) TERHADAP PERTUMBUHAN EKONOMI INDONESIA TAHUN (Halaman 56-0)