Jenis dan Sumber Data
Data yang digunakan dalam penelitian adalah data sekunder triwulanan mulai dari periode 1997:1 hingga 2011:4 yang bersumber dari Badan Pusat Statistik (BPS), Bank Indonesia dan Badan Koordinasi Penanaman Modal (BKPM).
Tabel 2 Variabel yang digunakan dalam penelitian dan sumbernya
No Variabel Keterangan Satuan Sumber
(1) (2) (3) (4) (5)
1. FDI Realisasi FDI Ribu US$ BKPM
2. PMDN Realisasi PMDN Juta Rupiah BKPM
3. PDB Riil PDB atas dasar harga konstan 2000
Miliar Rupiah BPS 4. Keterbukaan
ekonomi
Rasio jumlah ekspor dan impor terhadap PDB Persen dari PDB BPS 5. Pengeluaran pemerintah Persentase pengeluaran pemerintah per PDB Persen dari PDB BPS 6. PMTB pemerintah pusat PMTB (Pembentukan Modal Tetap Bruto) pemerintah pusat sebagai proxy
infrastruktur
Juta Rupiah BPS
7. Upah buruh Rata-rata upah riil per bulan buruh di bawah mandor
Ribu Rupiah BPS 8. Nilai tukar riil Nilai tukar riil Terhadap US$ BI 9. Suku bunga riil Suku bunga riil Persen BI
10. Inflasi Perubahan IHK Persen BPS
Series data PDB atas dasar harga konstan yang diperoleh dari BPS adalah dalam bentuk triwulanan dengan tahun dasar yang berbeda-beda. Series PDB riil pada periode 1997:1-1999:4 diperoleh atas dasar harga konstan 1993, sedangkan series data PDB riil untuk periode 2000:1-2011:4 adalah atas dasar harga konstan 2000. Oleh karena itu data PDB perlu disamakan tahun dasarnya dimana untuk series PDB riil sebelum tahun 2000:1 dirubah tahun dasarnya ke tahun dasar 2000. Data nilai tukar riil diperoleh dengan menggunakan rumus sebagai berikut:
��� =�������������� (7)
dimana:
RER : real exchange rate atau kurs riil
ER : nominal exchange rate atau nilai tukar nominal, merupakan data rata-rata triwulan (maret, juni, september dan desember). Kurs nominal dalam
26
penelitian ini didefinisikan sebagai harga mata uang asing dalam mata uang domestik (Rp/US$). Ketika kurs riil turun menunjukkan apresiasi mata uang domestik dan ketika kurs riil meningkat menunjukkan depresiasi mata uang domestik.
IHK AS : Indeks Harga Konsumen Amerika Serikat IHK IND : Indeks Harga Konsumen Indonesia
Data IHK diperoleh dalam frekuensi bulanan. Data IHK triwulanan diperoleh dari IHK akhir triwulan (IHK pada bulan Maret, Juni, September dan Desember).
Dalam penelitian ini infrastruktur didekati dengan PMTB (Pembentukan Modal Tetap Bruto) pemerintah pusat. PMTB pemerintah pusat adalah pengeluaran pemerintah untuk pengadaan barang modal dikurangi penjualan dari barang-barang bekas.
Yang diklasifikasikan sebagai barang modal pemerintah pusat adalah barang modal milik pemerintah pusat, diantaranya:
1. Bangunan tempat tinggal dan bangunan bukan tempat tinggal 2. Jalan, jembatan dan konstruksi lainnya
3. Mesin-mesin dan peralatan
4. Kendaraan, alat utama sistem senjata
5. Perbaikan besar dan perluasan dari barang-barang modal yang telah disebutkan
6. Pengeluaran dalam rangka perluasan area pemukiman dan perkebunan serta pembiakan ternak untuk dikembangbiakkan, kecuali ternak potong.
Penggunaan PMTB pemerintah pusat sebagai proxy untuk infrastruktur dikarenakan tidak tersedianya data-data infrastruktur seperti jalan, air, listrik, telepon dan sebagainya dalam periode triwulanan. Penggunaan PMTB pemerintah pusat sebagai infrastruktur dirasa masih bias karena di dalam komponen PMTB pemerintah pusat ini tercakup variabel-variabel yang mungkin tidak akan memengaruhi keputusan investor untuk berinvestasi di Indonesia seperti komponen pembelian alat utama sistem senjata, pembiakan ternak, mesin- mesin dan peralatan. Namun, penggunaan PMTB pemerintah pusat dapat menggambarkan pembangunan fasilitas dan infrastruktur umum yang dilakukan oleh pemerintah pusat. Oleh karena itu, karena ketersediaan data dalam penelitian ini digunakan PMTB pemerintah pusat sebagai proxy pembangunan infrastruktur.
Data suku bunga yang digunakan akan suku bunga pinjaman investasi rupiah bank umum. Untuk mendapatkan suku bunga riil yaitu dengan mengurangi suku bunga nominal dengan tingkat inflasi.
Rata-rata upah riil per bulan di bawah mandor merupakan rata-rata dari upah nominal per bulan buruh di bawah mandor yang bekerja di sektor industri, pertambangan dan perhotelan dibagi dengan IHK 2007=100.
Analisis Deskriptif
Analisis deskriptif merupakan bentuk analisis sederhana yang bertujuan mendeskripsikan dan mempermudah penafsiran yang dilakukan dengan memberikan pemaparan dalam bentuk tabel dan grafik. Analisis deskriptif ini digunakan untuk memberikan gambaran tentang perkembangan FDI di Indonesia
27 serta variabel-variabel penelitian lainnya. Melalui analisis deskriptif ini diharapkan dapat menguatkan analisis ekonometrika yang dibahas selanjutnya, terkait dengan hipotesis yang telah disusun untuk menjawab tujuan penelitian ini.
Analisis Persamaan Simultan
Adanya hubungan dua arah yang sering terjadi dalam variabel-variabel ekonomi menjadikan penggunaan metode OLS menjadi tidak relevan lagi. Pendugaan dengan OLS akan menyebabkan dugaan yang dihasilkan menjadi bias dan tidak konsisten. Sebagai ilustrasi dari permasalahan endoginity adalah sebagai berikut:
�1� =�10+�12�2�+�11�1�+�12�2�+�1� (8) �2� = �10+�21�1�+�23�3�+�24�4�+�2� (9)
Kedua variabel �1� dan �2�merupakan variabel yang saling behubungan. Sehingga variabel �2� dalam persamaan (8) dapat memungkinkan menjadi variabel di sebelah kiri (dependen) dan akan berkorelasi dengan �1�. Demikian pula variabel �1� dalam persamaan (9) akan berkorelasi dengan �2�. Hal ini apabila diestimasi dengan OLS akan melanggar asumsi regresi yaitu bahwa variabel independen bersifat nonstokastik atau jika stokastik (random) didistribusikan secara bebas (independen) dari unsur stokastik. Sehingga hasil estimasi akan bias dan tidak konsisten yaitu peningkatan sampel secara tidak terbatas, nilai dugaan tidak akan mengarah ke nilai populasi sebenarnya (Gujarati 1999).
Permasalahan endoginity dalam persamaan simultan akan diatasi dengan menerapkan prosedur pendugaan alternatif diantaranya metode persamaan tunggal yaitu ILS (Indirect least Square), 2SLS (Two Stage Least Square) dan metode pendugaan sistem yaitu 3SLS (Three Stage Least Square), SUR (Seemingly Unrelated Regression) dan FIML (Full Information Maximum Likelihood Method).
Identifikasi Model
Tahapan pertama dari prosedur persamaan simultan adalah identifikasi model. Untuk dapat teridentifikasi, kondisi berikut harus dipenuhi (order condition):
K-M ≥ G-1 (10)
dimana:
K : Total variabel dalam model (variabel endogen dan predetermined)
M : Jumlah variabel endogen dan eksogen yang dimasukkan dalam satu persamaan tertentu
G : Jumlah persamaan struktural dalam model (jumlah variabel endogen dalam model).
Persamaan dalam suatu sistem tersebut dapat menunjukkan kondisi: 1) (K-M) < (G-1), maka persamaan disebut under identified
2)(K-M) = (G-1), maka persamaan disebut just identified
28
Jika persamaan bersifat under identified maka persamaan tidak dapat diestimasi, jika just identified maka dapat diestimasi dengan ILS dan jika over identified maka dapat diestimasi dengan metode 2SLS, 3SLS, SUR dan FIML. Namun, dalam praktek metode persamaan tunggal (ILS, 2SLS) seringkali digunakan. Gujarati (1999) menyatakan bahwa dalam praktek, metode pendugaan sistem seperti FIML tidak lazim digunakan karena berbagai alasan. Pertama, beban hitungannya sangat banyak; kedua, model sistem seperti FIML membawa pemecahan yang sangat nonlinier dalam parameter dan sering sulit untuk ditentukan. Ketiga, jika ada kesalahan spesifikasi (misalnya, bentuk fungsional yang salah atau tidak dimasukkannya variabel yang relevan) dalam satu atau lebih persamaan dari sistem kesalahan tadi dibawa ke sisa dari sistem.
Metode 2SLS
Metode Kuadrat Terkecil Dua Tahap (2SLS) merupakan suatu prosedur untuk menduga parameter persamaan struktural yang over identified. Metode ini menggunakan informasi yang tersedia dari spesifikasi model sistem persamaan simultan utnuk memperoleh dugaan yang unik untuk masing-masing parameter struktural (Juanda 2009).
Ide dasar belakang 2SLS adalah dengan menggantikan variabel yang endogen statistik dengan variabel instrumen (instrumental variable) yang merupakan kombinasi linier variabel predetermined (yang ditetapkan terlebih dahulu/nonstokastik) dalam model dan menggunakan kombinasi ini sebagai variabel yang menjelaskan sebagai pengganti variabel asli.
Persamaan (8) dan (9) apabila diselesaikan dengan metode 2SLS adalah sebagai berikut:
1. Meregresikan semua variabel endogen dengan semua variabel yang ditetapkan terlebih dahulu dalam sistem (predetermined).
�1� =��10+��11�1�+��12�2�+��13�3�+��14�4�+�1� (11) �2� = ��20+��21�1�+��22�2�+��23�3�+��24�4�+�2� (12)
Dimana �1� dan �2� adalah residual OLS biasa. Dari persamaan (11) dan (12) akan didapatkan: ��1� =��10+��11�1�+��12�2�+��13�3�+��14�4� (13) ��2�= ��20+��21�1�+��22�2�+��23�3�+��24�4� (14) Sehingga: �1� =��2�+�1� (15) �2� =��1�+�2� (16)
2. Menggantikan �1� dan �2� dalam persamaan (struktural) asli dengan variabel instrumen yaitu nilai dugaannya ��1� dan ��2� dan kemudian dilakukan regresi OLS.
�1� = �10+�12��2�+�11�1�+�12�2�+�1�∗ (17)
29
�2� =�10+�21��1�+�23�3�+�24�4�+�2�∗ (18)
Dimana: �1�∗ =�1�+�12�2� dan �2�∗ =�2�+�12�1� . Dugaan yang didapat akan konsisten.
Spesifikasi Model Penelitian
Berdasarkan literatur penelitian terdahulu dengan modifikasi model dari Ayanwale (2007), Anwar dan Nguyen (2010) serta model Kurniati et al. (2007), model penelitian tentang determinan FDI dan pengaruhnya terhadap PDB di Indonesia adalah sebagai berikut:
1. Model Foreign Direct Investment (FDI)
������=�0+�1������+�2����+�3�������(�−1)+�4�����+�5������+�6����+�1
(19) Diharapkan bahwa �1,�3> 0 ; �2,�6< 0 ; �4,�5 ≠0
2. Model Produk Domestik Bruto (PDB)
������ =�0+�1������+�2������(�−2)+�3����+�4�����+�5��������+
�2 (20)
Diharapkan bahwa �1,�4,�5≠0 ; �2,�3> 0 Keterangan:
LnFDI : Foreign Direct Investment (Ribu US$), dalam logaritma natural (Ln)
LnPDB : Produk Domestik Bruto Riil (Miliar Rupiah), dalam logaritma natural (Ln)
LnW : Rata-rata Riil Upah perbulan Buruh di Bawah Mandor (Ribu Rupiah), dalam logaritma natural (Ln)
LnINFRA : PMTB pemerintah pusat sebagai proxy infrastruktur (Juta Rupiah), dalam logaritma natural (Ln)
OPEN : Keterbukaan Ekonomi (persen) LnRER : Nilai Tukar Riil (terhadap US$) RIR : Suku Bunga Riil (persen)
LnPMDN : Penanaman Modal Dalam Negeri (Juta Rupiah) dalam logaritma natural (Ln)
GOV : Pengeluaran Pemerintah per PDB (persen) INFLASI : Tingkat Inflasi (persen)
�1 : error term persamaan 1
�2 : error term persamaan 2
Penelitian ini menggunakan 2 persamaan struktural yaitu persamaan FDI dan persamaan PDB. Jumlah variabel yang digunakan adalah 10 dengan 2 variabel endogen (FDI dan PDB) serta 8 variabel predetermined (upah, infrastruktur 1 periode sebelumnya, keterbukaan ekonomi, nilai tukar riil, suku bunga riil, PMDN 2 periode sebelumnya, pengeluaran pemerintah dan inflasi. Berdasarkan identifikasi diketahui kedua persamaan bersifat over identified, sehingga persamaan akan diestimasi dengan 2SLS. Variabel predetermined
30
tersebut yang akan digunakan sebagai variabel instrumental dalam metode 2SLS. Pengolahan dilakukan dengan software Eviews 7.1.
Tabel 3 Identifikasi model persamaan simultan
Persamaan K M G K-M G-1 Hasil Identifikasi 1. Persamaan FDI 10 7 2 3 1 Over identified
2. Persamaan PDB 10 6 2 4 1 Over identified
Uji Unit Root
Data deret waktu dikatakan stasioner jika memenuhi tiga kriteria yaitu nilai tengah (rata-rata) dan ragamnya yang konstan dari waktu ke waktu serta peragam (covariance) antara dua deret waktu hanya tergantung dari lag antara 2 periode waktu tersebut.
Metode yang banyak digunakan untuk menguji kestasioneran data adalah uji
unit root (uji akar-akar unit). Ada beberapa cara untuk melakukan uji akar unit root, namun yang paling banyak adalah dengan Augmented Dickey Fuller (ADF)
test.
∆�� =�1+�2+���−1+�1∑��−1∆��−�+�� (21)
dimana �� adalah white noise dan ∆��= ��− ��−1. Pada ADF yang akan diuji adalah apakah �=0, dengan hipotesis alternatif �< 0, jika t-ststistik ADF lebih kecil dari t-statistik MacKinnon, maka hipotesis nol yang mengatakan bahwa data tidak stasioner (memiliki unit root) ditolak. Atau bila p-value < α maka hipotesis nol bahwa data memiliki unit root (data tidak stasioner) ditolak.
Pemeriksaan Asumsi Pemeriksaan Kenormalan
Uji asumsi kenormalan bertujuan untuk mengetahui apakah distribusi dari
error menyebar normal dengan rata-rata nol dan varian �2. Salah satu metode yang banyak digunakan adalah Jarque-Bera test. Uji ini mengukur perbedaan
skewness dan kurtosis data yang dibandingkan dengan data dalam kondisi normal.
Jarque-Bera test mempunyai distribusi chi square dengan derajat bebas dua. Jika hasil Jarque-Bera test lebih kecil dari nilai chi square pada α = 5%,
maka terima hipotesis nol yang berarti error berdistribusi normal. Cara lain adalah dengan melihat nilai p-value, apabila nilainya lebih besar dari 5% maka terima hipotesis nol yang berarti error berdistribusi normal dan sebaliknya.
Pemeriksaan Multikolinieritas
Multikolinieritas adalah adanya hubungan antar variabel independen dalam regresi. Multikolinieritas muncul bila dua atau lebih variabel bebas berkorelasi tinggi antara variabel satu dengan variabel lainnya. Jika dua variabel bebas saling berkorelasi, dugaan parameter koefisien regresi dapat diperoleh namun intepretasi menjadi sulit .
31 a. Interval estimasi cenderung lebih lebar yang membuat perkiraan menjadi
semakin tidak pasti dan nilai hitung statistik uji t akan kecil sehingga membuat variabel independen secara statistik tidak signifikan mempengaruhi variabel dependen.
b. Walaupun secara individu variabel independen tidak berpengaruh terhadap variabel dependen melalui uji t, namun nilai koefisien determinasi (R2) masih relatif tinggi.
Cara untuk mendeteksi multikolinieritas antara lain:
a. Apabila model yang terbentuk mempunyai koefisien determinasi yang tinggi, melalui uji F secara statistik signifikan, akan tetapi tidak ada variabel independen yang signifikan memengaruhi variabel dependen melalui uji t.
b. Cara lain untuk mendeteksi ada tidaknya multikolinieritas yaitu dengan melihat korelasi antar dua variabel independen. Bila nilai korelasinya sangat tinggi dan nyata maka berarti terjadi multikolinieritas.
c. Dengan menggunakan VIF (Variance Inflation Factor). Jika nilai VIF lebih dari 10 maka menunjukkan adanya multikolinieritas. Nilai VIF didapat dengan menggunakan rumus:
���= 1
1−��2 (22)
��2
adalah koefisien determinasi diperoleh dengan meregresikan variabel-
variabel independen ke-i dengan variabel lainnya. Semakin tinggi nilai ��2, maka nilai VIF semakin besar.
Cara mengatasi multikolinieritas di antaranya dengan mengeluarkan variabel dengan kolinieritas tinggi, melakukan transformasi variabel maupun dengan menggunakan regresi komponen utama.
Pemeriksaan Heteroskedastisitas
Salah satu asumsi dari model regresi linier adalah bahwa ragam sisaan (��) sama atau homogen. Dengan pengertian lain, Var(��) =�(��2) =�2 untuk setiap pengamatan ke-t dari variabel-variabel independen dalam regresi. Jika ragam sisaan tidak sama atau Var(��) =�(��2) =��2 untuk tiap pengamatan ke-t dari variabel independen dalam regresi, maka dikatakan ada masalah heteroskedastisitas.
Akibat adanya masalah heteroskedastisitas adalah:
a. Dugaan parameter koefisien regresi dengan OLS tetap tidak bias dan masih konsisten, tapi standar errornya bias ke bawah.
b. Penduga OLS tidak efisien lagi.
Cara untuk mendeteksi heteroskedastisitas adalah dengan mendeteksi pola residual melalui sebuah grafik. Jika residual mempunyai varian yang sama (homoskedastisitas) maka pola yang terbentuk tidak mempunyai pola yang pasti.
Metode lain yang dapat digunakan adalah metode yang dikembangkan oleh White. Tahapan penting dari Uji White adalah pemilihan variabel-varibel Z. White menyarankan jika heteroskedastisitas ragam residual berkorelasi dengan suatu variabel seperti X, kita dapat menggunakan X dan X2 untuk kemungkinan nonlinieritas. Alternatif lain, jika X dan Z adalah 2 variabel yang relevan, maka X2, Z2 dan XZ dapat digunakan (Juanda 2009).
32
1. Dibentuk model regresi residual berikut:
��2 = �0+�1��+�� (23)
Variabel Z dapat berupa variabel independen x atau sekumpulan variabel independen selain x.
2. Hitung koefisien determinasi sebagai ukuran goodness of fit, R2. 3. Jika komponen residual homogen maka statistik Uji White:
��
2~�
(2�)
(24)
Jika ada p variabel independen maka statistik Uji White akan menyebar Chi- Square dengan derajat bebas p.
Hipotesisnya Uji White adalah: H
0 : Tidak terdapat heteroskedastistas H
1 : Terdapat heteroskedastisitas
Hipotesis nol ditolak jika nilai statistik White yang didapat menunjukkan hasil yang signifikan.
Pemeriksaan Autokorelasi
Salah satu asumsi model regresi linier adalah bahwa tidak ada autokolerasi atau korelasi serial antara sisaan ��. Dengan pengertian lain, sisaan menyebar bebas atau ������,���= ����,���= 0 untuk semua � ≠ � dan dikenal juga sebagai bebas serial. Jika antar sisaan tidak bebas ����,��� ≠0 untuk semua
� ≠ � maka dikatakan ada masalah autokolerasi. Akibat adanya autokolerasi adalah:
a. Dugaan parameter OLS tidak bias, masih konsisten dan mempunyai standar error yang bias ke bawah.
b. Penduga OLS tidak efisien lagi atau ragamnya tidak minimum.
Untuk menguji ada tidaknya autokorelasi menggunakan Breusch-Godfrey Serial Correlation LM Test. Hipotesis uji ini adalah :
H0 : Tidak ada masalah otokorelasi. H1 : Ada masalah otokorelasi.
Jika nilai Obs*R-squared > nilai kritis maka H0 ditolak yang berarti terdapat autokorelasi atau p-value < α maka H0 ditolak yang berarti terdapat autokorelasi. Untuk mengatasi autokorelasi bisa melalui metode Newey-West.
Uji Parameter Model Uji F
Uji ini digunakan untuk mengetahui kelayakan model. Uji F dilakukan untuk melihat pengaruh variabel-variabel independen terhadap variabel dependen secara keseluruhan.
a. Hipotesis:
H0 : �1 = �2 = ⋯= �� = 0 artinya variabel independen secara simultan tidak mempunyai pengaruh terhadap variabel dependen.
H1 : Sedikitnya ada satu �� ≠0 ; artinya variabel independen secara simultan berpengaruh terhadap variabel dependen.
33
�
=
���/(�−1)���/(�−�) (25)
Dimana:
k = banyaknya parameter termasuk konstanta n = banyaknya observasi
SSR = Jumlah kuadrat regresi SSE = Jumlah kuadrat error
c. Keputusan:
Jika nilai �ℎ����� > �(�,�−1,�−�) maka kita menolak H0 yang berarti
secara bersama-sama variabel independen dalam persamaan berpengaruh terhadap variabel dependen.
Uji t
Uji t digunakan untuk menguji signifikansi masing-masing penduga parameter.
Uji t dua arah a. Hipotesis: �0 = �� = 0 �1 =�� ≠0 b. Statistik Uji:
�
=
���−�� ��(���) (26)Dengan �̂� merupakan penduga �� dan ��(�̂�) adalah standar error untuk �̂� c. Keputusan:
Jika nilai ��ℎ������>�(��2,�−�) maka tolak H0 berarti dapat
disimpulkan bahwa variabel independen tersebut berpengaruh secara signifikan terhadap variabel dependen. Atau dengan menggunakan p-value
(peluang kesalahan dalam menolak H0. Bila � − ����� <∝ maka tolak H0
Uji t satu arah (positif) a. Hipotesis: �0 = �� ≤ 0 �1 =�� > 0 b. Statistik Uji:
�
=
���−�� ��(���)Dengan
�̂
� merupakan penduga ��dan ��(�̂�)adalah standar error untuk �̂� c. Keputusan:Jika nilai �ℎ����� >�(�,�−�) maka tolak H0 berarti dapat disimpulkan bahwa variabel independen tersebut berpengaruh positif secara signifikan terhadap variabel dependen. Atau dengan menggunakan p-value (peluang kesalahan dalam menolak H0. Bila 1
34
Uji t satu arah (negatif) a. Hipotesis: �0 =�� ≥0 �1 = �� < 0 b. Statistik Uji:
�
=
���−�� ��(���)Dengan �̂�merupakan penduga �� dan ��(�̂�) adalah standar error untuk �̂� c. Keputusan:
Jika nilai �ℎ����� < −�(�,�−�) maka tolak H0 berarti dapat disimpulkan bahwa variabel independen tersebut berpengaruh negatif secara signifikan terhadap variabel dependen. Atau dengan menggunakan p-value (peluang kesalahan dalam menolak H0. Bila 1
2(� − �����) <∝ maka tolak H0 .
Berdasarkan kajian literatur sebelumnya, penelitian ini menggunakan uji t satu arah maupun dua arah. Dalam persamaan FDI (Persamaan 19), variabel PDB, upah buruh, infrastruktur dan suku bunga riil menggunakan uji t satu arah. Sedangkan variabel keterbukaan ekonomi dan nilai tukar riil menggunakan uji t dua arah. Dalam persamaan PDB (Persamaan 20), variabel FDI, keterbukaan ekonomi dan inflasi menggunakan uji t dua arah. Sedangkan variabel PMDN dan pengeluaran pemerintah menggunakan uji t satu arah. Koefisien Determinasi (R2)
Koefisien determinasi menjelaskan seberapa besar proporsi variabel dependen dapat dijelaskan oleh variabel independen. Selain itu juga untuk mengukur seberapa baik garis regresi yang terbentuk. Koefiesien determinasi merupakan besaran tidak negatif dan bernilai antara 0 dan 1. Semakin dekat R2 dengan nilai satu maka model dapat dikatakan tepat untuk menaksir nilai populasi, dan sebaliknya.
Formula untuk menghitung koefisien determinasi adalah:
�
2=
������
= 1−(
���
���
)
(27)Ketika ada penambahan variabel bebas maka nilai R2cenderung bertambah dan tidak menurun. Oleh karena itu, sebaiknya digunakan Adjusted R2 (koefisien determinasi yang disesuaikan). R2 adjusted ini memasukkan derajat bebas sehingga masalah yang ditimbulkan pada saat penambahan variabel bebas dapat dihilangkan. Formula R2adjusted adalah:
�
���2= 1−
(���/(�−�))(���/(�−)) (28)
Dengan k adalah jumlah parameter (termasuk intersep) dan n adalah jumlah observasi.
Namun menurut Wooldridge (2004), nilai R2
dari estimasi 2SLS lebih kecil dari OLS, bahkan nilai R2 dari 2SLS dapat bernilai negatif. Hal ini dikarenakan nilai SSR bisa lebih besar daripada SST. Penggunaan metode 2SLS tidak bertujuan untuk mendapatkan nilai R2
yang besar, namun untuk mendapatkan nilai estimasi yang lebih baik ketika terjadi permasalahan endoginity yaitu untuk memperoleh nilai estimasi yang konsisten.
35 Definisi Variabel Operasional
Definisi operasional variabel-variabel yang digunakan dalam model sebagai berikut:
1. FDI adalah kegiatan menanam modal untuk melakukan usaha di wilayah Republik Indonesia yang dilakukan oleh penanam modal asing, baik menggunakan modal asing sepenuhnya maupun yang berpatungan dengan penanam modal dalam negeri.
2. Produk Domestik Bruto (GDP) riil merupakan total nilai tambah bruto yang
dihasilkan unit produksi yang beroperasi disuatu wilayah negara dalam jangka waktu tertentu. PDB atas harga konstan menunjukkan nilai tambah barang dan jasa tersebut yang dihitung menggunakan harga yang berlaku pada satu tahun tertentu sebagai dasar.
3. Upah adalah rata-rata upah riil perbulan yang diterima oleh buruh di bawah
mandor (supervisor).
4. PMTB pemerintah pusat adalah pengeluaran pemerintah untuk pengadaan
barang modal dikurangi penjualan dari barang-barang bekas.
5. Keterbukaan ekonomi adalah penjumlahan ekspor dan impor dibagi dengan
PDB nominal (PDB atas dasar harga berlaku) dikali 100.
6. PMDN adalah kegiatan penanaman modal untuk melakukan usaha di
wilayah negara Republik Indonesia yang dilakukan oleh penanam modal dalam negeri dengan menggunakan modal dalam negeri.
7. Pengeluaran pemerintah, mencakup pengeluaran untuk belanja pegawai, penyusutan dan belanja barang, baik pemerintah pusat dan daerah, tidak termasuk penerimaan dari produksi barang dan jasa yang dihasilkan. Pengeluaran pemerintah dalam penelitian ini diperoleh dengan membagi pengeluaran pemerintah dengan nilai PDB nominal (PDB atas dasar harga berlaku) dikali 100.
8. Nilai tukar riil adalah perkalian nilai tukar nominal dengan rasio harga barang dan jasa dalam US$ dibanding harga barang dan jasa domestik. 9. Suku bunga riil adalah suku bunga yang telah disesuaikan dengan inflasi
yaitusuku bunga nominal dikurangi inflasi.
10. Inflasi adalah suatu proses meningkatnya harga-harga secara umum dan terus-menerus (kontinu) berkaitan dengan mekanisme pasar yang dapat disebabkan oleh berbagai faktor.
36
