BAB IV HASIL DAN PEMBAHASAN
4.4 Pembahasan
4.4.3 Pengaruh Nilai Tukar
Penanaman modal asing dapat dipengaruhi secara signifikan oleh nilai tukar rupiah atau dengan meningkatkan nilai tukar rupiah maka Penanaman modal asing akan mengalami penurunan secara nyata. Pengaruh negatif dalam penelitian ini berarti bahwa semakin terdepresiasinya nilai tukar rupiah terhadap Dollar maka semakin menurunnya nilai PMA yang masuk ke Indonesia.
Secara teoritis, dampak perubahan nilai tukar untuk investasi tidak pasti.
Shikawa mengatakan dampak perubahan Nilai Tukar mata uang asing atas investasi bisa langsung melalui berbagai saluran, perubahan nilai tukar akan mempengaruhi dua saluran, permintaan domestik dan sisi penawaran. Dalam jangka pendek,
penurunan tingkat nilai tukar akan mengurangi investasi melalui efek negative terhadap penyerapan dalam negeri, yang dikenal sebagai pengeluaran mengurangi efek. Karena ini penurunan nilai tukar akan menyebabkan nilai riil asset karena meningkatnya kadar harga secara umum dan selanjutnya akan mengurangi permintaan domestic.
Ketika terjadi depresiasi nilai tukar rupiah maka nilai riil keuntungan yang akan diperolehakan berkurang sehingga dapat menurunkan tingkat investasi. Suatu mata uang nilainya akan mengalami perubahan dari waktu ke waktu. Perubahan yang terus menerus tersebut akan disebabkan oleh perubahan yang selalu terjadi pada permintaan atau penawaran uang. Oleh karena itu, otoritas moneter diharapkan dapat menjaga kestabilan nilai tukar rupiah guna menciptakan nilai tukar rupiah dapat menguat terhadap mata uang asing.Menguatnya nilai tukar rupiah dapat menjadi indikator bahwa kepercayaan terhadap perekonomian mulai pulih sehingga dapat menciptakan suatu peningkatan jumlah investasi. Apabila stabilitas nilai tukar rupiah terus dapat dipertahankan secara berkesinambungan maka dapat memberikan manfaat besar bagi perekonomian.
4.4.4 Pengaruh PDB
Uji kausalitas pertumbuhan investasi dan pertumbuhan GDP menunjukkan bahwa di antara keduanya ada hubungan dua arah. Lebih lanjut, ketika dilakukan regresi, ditemukan bahwa variasi pertumbuhan PDB dapat dijelaskan oleh pertumbuhan investasi. Pertumbuhan Invesasi tahun ini dipengaruhi secara signifikan oleh pertumbuhan PDB 3, 8, dan 12 kuartal sebelumnya atau dengan kata
117
lain pertumbuhan PDB sampai dengan 3 tahun yang lalu pun berdampak pada pertumbuhan investasi tahun ini.
Apabila pertumbuhan PDB meningkat maka nilai investasi di Indonesia juga akan meningkat. Hal ini karna dengan meningkatnya nili PDB akan menunjukan bahwa prekonomian suatu negara stabil sehingga investor asing akan menanamkan modalnya di Indonesia..Sepanjang semester I tahun 2019, BKPM mencatat bahwa sudah ada realisasi investasi sebesar Rp402,6 triliun yang mencakup 49,3% dari target realisasi di tahun 2019.
Lantas, bagaimana peran investasi dalam pemulihan ekonomi secara mendetail? Pertama, investasi ini memiliki korelasi positif terhadap pembangunan infrastruktur negara. PDB yang naik akan mendukung upaya pembangunan dari pemerintah, sementara pemerintah pun akan lebih giat membangun infrastruktur guna menyokong dan menarik investor. Kedua, investasi ini juga akan menumbuhkan iklim bisnis. Semakin banyak investasi atau penanaman modal yang dilakukan, maka akan semakin banyak pula bisnis-bisnis baru yang bermunculan.
Seperti UMKM, alat kesehatan, dan perumahan yang menjadi beberapa sektor bisnis yang tumbuh di masa pandemi ini. Ketiga, banyaknya bisnis yang bermunculan akan membuka lebih banyak lapangan pekerjaan, yang mana secara jelas akan mendukung pertumbuhan daya beli konsumen serta konsumsi rumah tangga.
118
BAB V KESIMPULAN
5.1 Kesimpulan
Berdasarkan hasil analisis dan pembahasan yang telah diuraikan di atas, maka dapat ditarik kesimpulan sebagai berikut :
1. Dalam jangka pendek, variabel tax holiday, inflasi, PDB dan nilai tukar tidak mempengaruhi variabel PMA. Sedangkan dalam jangka panjang, variabel inflasi, PDB dan nilai tukar mempengaruhi PMA di Indonesia.
Akan tetapi dalam jangka panjang, variabel tax holiday tidak memiliki pengaruh terhadap PMA di Indonesia.
2. Kebijakan tax holiday dapat dikatakan belum cukup mampu mempengaruhi iklim investasi Indonesia menjadi lebih baik, karena tax holiday bukanlah penentu utama para investor untuk menanamkan modalnya.
3. Tidak selamanya insentif pajak investasi dapat meningkatkan nilai investasi. Hal ini dikarenakan ada faktor selain insentif pajak yang lebih menentukan investasi. Faktor tersebut diantaranya adalah, besaran pasar domestik, tingkat upah dan produktivitas buruh, ketersediaan infrastruktur, pertumbuhan pengeluaran pemerintah, tingkat inflasi, tingkat suku bunga, resiko investasi dan berbagai hal lainnya.
4. Hadirnya tax holiday menyebabkan potensi pendapatan negara di sektor pajak berkurang. Pendapatan pajak dari pajak penghasilan badan akan
119
berkurang karena adanya tax holiday yakni pembebasan dan pengurangan pajak penghasilan badan.
5. Penelitian ini belum membuktikan teori persaingan pajak akan tetapi, membuktikan teori yang dikembangkan oleh Dunning (1997) yang menjelaskan bahwa salah satu motivasi utama investor asing untuk menanamkan modalnya di suatu wilayah yaitu market seeking. Karena nilai tukar dan inflasi yang stabil merupakan indikator ukuran kestabilan ekonomi suatu negara, karena pada umumnya investor akan membangun perusahaan dengan profit semaksimal mungkin dan resiko yang kecil.
5.2 Keterbatasan Penelitian
Dalam penelitian ini tidak terlepas dari keterbatasan-keterbatasan, beberapa keterbatasa penelitian ini adalah sebagai berikut:
1. Variabel Dummy, dengan adanya variabel dummy mengabaikan kebijakan yang lain sehingga variabel dummy hanya menyederhanakan fenomena, karena variabel dummy hanya menyatakan kebijakan tax holiday sebelum dan sesudah diterapkannya.
2. Ada beberapa data kuartal yang belum lengkap karena rentang data bersifat kuartalan.
3. Periode penelitian yang relatif singkat yaitu dari tahun 2000 – 2019.
5.3 Saran
Berdasarkan hasil analisis dan kesimpulan yang diperoleh, maka terdapat beberapa saran sebagai berikut :
1. Harus ada promosi dan sosialisasi secara besar-besaran agar kebijakan insentif pajak investasi tersebut dapat diketahui dengan jelas sehingga dapat dimanfaatkan para investor.
2. Dibutuhkan regulasi investasi dan perpajakan yang konsepsional untuk jangka panjang sehingga pemerintah tidak harus melakukan perubahaan regulasi dalam waktu yang relatif pendek. Karena hal ini akan berdampak pada menurunnya tingkat kepercayaan investor terhadap kepastian hukum di Indonesia.
3. Perlunya menjaga kestabilan tingkat harga yang merupakan cerminan dari tingkat inflasi, mengingat perbedaan tingkat harga dapat memperburuk nilai tukar rupiah baik dalam jangka pendek maupun jangka panjang. Oleh karena itu, kebijakan moneter dengan sasaran tunggal yaitu pengendalian inflasi (inflation targeting) perlu didukung dan dilaksanakan di Indonesia. Namun demikian, kebijakan pengendalian inflasi yang dilakukan haruslah dengan tetap menjaga output loss yang seminimal mungkin.
4. Pemerintah melalui Bank Indonesia dapat berperan serta dalam menjaga agar nilai tukar rupiah terhadap dolar Amerika maupun terhadap mata uang lainnya untuk tetap menguat atau apresiasi, agar dapat terus mendukung untuk meningkatkan penanaman modal asing di Indonesia.
5. Peneliti selanjutnya, diharapkan mampu menambah variabel makroekonomi lainnya, misalnya PDB, tingkat suku bunga, dan lain
121
sebagainya serta menggunakan metode penelitian yang berbeda dalam melihat pengaruh jangka pendek dan jangka panjang.
122
DAFTAR PUSTAKA
Abdioglu (2016), The Effect of Corporate Tax Rate on Foreign Direct Investment:
A Panel Study for OECD Countries, Oktober Vol. 16(4), p.599–610.
Al-khouri, R. (2014). Determinants of Foreign Direct and Indirect Investment in the MENA
region. The Multinational Business Review, 23(2), 148–166.
Alshamsi, et al (2015), The impact of inflation and GDP per capita on foreign direct investment: The case of United Arab Emirates, Investment Management and Financial Innovations. Oktober Vol. 12(3), p.132–141.
Azevedo, Alcino, Paulo J. Pereira, and Artur Rodrigues. 2019. “Foreign Direct Investment with Tax Holidays and Policy Uncertainty.” International Journal of Finance and Economics 24(2): 727–39.
Badan Koordinasi Penanaman Modal. (2019). Jumlah Penanaman Modal Asing yang telah
direalisasikan. Dikutip Februari 12, 2021, dari www.bkpm.go.id.
Badan Pusat Statistik. (2012). Berita Resmi Statistik No. 13/Th.XV, 6 Februari 2012. Dikutip
Februari 20, 2021, dari www.bps.go.id
Budiono, (1986), Ekonomi Makro, Seri Sinopsis Pengantar Ilmu Ekonomi No.2, BPFEUGM, Yogyakarta.
Cleeve, E. (2008), How Effective Are Fiscal Incentives to Attract FDI to Sub-Saharan Africa? The Journal of Developing Areas, Vol. 42(1), p.135–153.
Draper dan Smith. 1992. Analsiis Regresi Terapan. Jakarta: Gramedia Pustaka Utama.
Dunning, J. H., & Lundah, S.M., (2008), Multinational Enterprises and the Global Economic, Edisi 2, USA : Edward Elgar Publishing Limited.
Epaphra, M., & Massawe, J, (2016), Investment and Economic Growth: An Empirical Analysis for Tanzania, Preprints.Org, Agustus.
Etim, R. S., et al (2019), Attracting Foreign Direct Investment (FDI) In Nigeria through
Effective Tax Policy Incentives. International Journal of Applied Economics, Finance and
Accounting, Vol. 4(2), 36–44.
123
Fahmi, M. R. (2012), Tesis: Analyzing the Relationship Between Tax Holiday and Foreign Direct Investment in Indonesia, Graduate School of Asia Pacific Studies Ritsumeikanasia Pacific University Japan.
Freund dan Wilson. 2003. Statistical Methods, Florida: Elsevier Gujarati, D. 1995. Ekonometrika Dasar.Jilid I.Jakarta: Erlangga.
Gujarati, D. 2003. Ekonometrika Dasar. Jakarta: Erlangga.
Gujarati dan Porter. 2012. Dasar Ekonometrika Buku 2. Edisi 5.Jakarta: Salemba Empat Neter. 1997. Model Linier Terapan Buku 1, diterjemahkan oleh Bambang Sumantri. Bogor: Jurusan Statistika FMIPA IPB
Gujarati, D. N. & Porter, D. D. (2013). Dasar-dasar ekonometrika: Jilid 2 (5th ed.).
Terj. Eugienia Mardanugraha. Jakarta: Salemba Empat.
Jhingan,M.L., (1988), Ekonomi Pembangunan dan Perencanaan, Rajawali Press, Jakarta.
Kassahun, S. (2015), Tesis: The impacts of tax incentives in attracting foreign direct investment
in Ethiopia. Addis Ababa University.
Kementriaan Keuangan. (2011). Peraturan Mentri Keuangan No.
130/PMK.011/2011 tentang
Pemberian Fasilitas Pembebasan atau Pengurangan Pajak Penghasilan (PPh) Badan.
Kementrian Perindustrian. (2015). Laporan Kinerja Kementrian Perindustrian Tahun 2015
Kementrian Perindustrian. (2016). Laporan Kinerja Kementrian Perindustrian Tahun 2016
Kementrian Perindustrian. (2017). Laporan Kinerja Kementrian Perindustrian Tahun 2017
Kementrian Perindustrian. (2018). Laporan Kinerja Kementrian Perindustrian Tahun 2018
Kementrian Perindustrian. (2019). Laporan Kinerja Kementrian Perindustrian Tahun 2019
Krugman, P. R., Obsfeld, M., & Melitz., M. J. (2013) International economics theory
andpolicy. Buston: Addison Wesley
Kesit Bambang Prakosa. 2003. “Analisis Pengaruh Kebijakan Tax Holiday Terhadap Perkembangan Penanaman Modal Asing Di Indonesia (Tahun 1970-1999).” Jurnal Ekonomi Pembangunan 8(1): 19–37.
Klemm, A., Van Parys, S., (2011), Empirical evidence on the effects of tax incentives,
International Tax Public Finance, September Vol. 19, p.393-423.
Lavinia, Zhafirah. 2020. “Pengaruh Tarif Pajak Penghasilan Badan Dan Tax Holiday Terhadap Investasi Asing Langsung Di Indonesia Periode 1981-2018/Zhafirah Lavinia/37160298/Pembimbing: Nunung Nuryani.” : 1–11.
Malepati, V., Gowri, C. Mangala,(ed.) (2018), Foreign Direct Investments (FDIs) and Opputunities for Developing Economies in the World Market, USA: IGI Global.
Mankiw, N. G., (2009). Macroeconomics (7th ed.). New York: Worth Publisher.
Mankiw, N. G., (2017). Principles of economics (8th ed.). Massachusetts: Cengage Learning.
North, D. C. (1990). Institutions, institutional change and economic performance.
Cambridge: Cambridge university press.
Nurul, Hayyu et al. 2016. “PENGARUH TAX HOLIDAY TERHADAP FOREIGEN DIRECT INVESMENT DAN PERTUMBUHAN EKONOMI INDONESIA PERIODE 1983-2014 ( Tax Holiday Effect Of Foreign Direct Investment And Economic Growth In Indonesia Period 1983-2014 ).” 2014.
Paulus, H S, I K P Erawan, and M Mahaswari. 2019. “Analisis Pengaruh Paket Kebijakan Ekonomi XVI Terhadap Peningkatan Investasi Di Indonesia Tahun 2019.” Ojs.Unud.Ac.Id: 1–13.
Peraturan Menteri Keuangan No 159/PMK.010/2015 tentang Pengurangan Pajak Penghasilan Badan.
Putri, Wika Arsanti. 2017. “Insentif Pajak Dalam Membentuk Keputusan Investasi.” Moneter 4 No 2(2): 1–7.
Pinto, C. (2002), Tesis: Tax Competition and EU Law, Amsterdam Center of International Law.
125
Republik Indonesia. 2018. Peraturan Menteri Keuangan Nomor 35/PMK.010/2018 tentang Pemberian Fasilitas Pembebasan atau Pengurangan Pajak Penghasilan Badan. Berita Negara Republik Indonesia Tahun 2018, Nomor 451. Sekretariat Negara. Jakarta.
Republik Indonesia. 2018. Peraturan Menteri Keuangan Nomor 150/PMK.010/2018 tentang Pemberian Fasilitas Pembebasan atau Pengurangan Pajak Penghasilan Badan. Berita Negara Republik Indonesia Tahun 2018, Nomor 1553. Sekretariat Negara. Jakarta.
Rusydiana, Aam Slamet, Lina Nugraha Rani, and Fatin Fadilah Hasib. 2019.
“Manakah Indikator Terpenting Stabilitas Sistem Keuangan?: Perspektif Makroprudensial.” Jurnal Ekonomi Pembangunan 27(1): 25–42.
Safrina, N, A Soehartono, and A A Savitri. 2020. “‘Menjaga Marwah’ Insentif Perpajakan Yang Berdampak Pada Penerimaan Pajak Di Indonesia Tahun 2019.” Jurnal Riset Terapan … (1): 1–11.
Singhania, M., and Gupta, A. (2011). Determinants of Foreign Direct Investment in India.
Journal of International Trade Law and Policy, 10(1), 64–82.
Sri Herianingrum, Muhammad Sanusi, Haryo Firas Tunas Kuncoro,. 2019.
“Makroekonomi Dan Penanaman Modal Asing Di Indonesia: Bukti Empiris Di Pulau Jawa.” Jurnal Ekonomi 24(2): 288.
Sukirno, S. (2013). Makroekonomi Teori Pengantar (Ketiga). Jakarta: Rajawali Pers.
Suharto. (2017). Analysis Of Supporting Factors On Foreign Direct Investment And Its Impact
Toward Indonesian Employment And Export Performance Period : 2005 – 2015.
International Journal of Scientific & Technology Research, 6(09), 141–145.
Todaro, Michael P., (1994), Economic Development in the Third World, 5th Edition, Longman, New York.
UNCTAD. (2018). World Invesment Report 2018. Geneva: United Nations.
UNCTAD .(1998). World Invesment Report 1998 Trends and Determinants.
Retrived from
www.unctad.go.id
United Nations Conference on Trade and Development (UNCTAD). 2000. Tax Incentives and Foreign Direct Investment: A Global Survey. New York:
United Nations.
United Nations Conference on Trade and Development (UNCTAD). 1998.
United Nations Conference on Trade and Development (UNCTAD). 2011.
Van Parys, S., & James, S. (2010), The effectiveness of tax incentives in attracting investment: Panel data evidence from the CFA Franc zone, International Tax and Public Finance, 17(4), 400–429.
World Bank (2019), World Development Indicator, di akses 28 Januari 2020.Case, K. E., Fair, R. C., & Oster, S. C. (2011). Principles of macroeconomics (10th ed.). New Jearsey: Prentice Hall, Pearson.
127
LAMPIRAN
Lampiran 1. Data Penelitian
DATA PMA, IHK, DAN KURS DALAM TRIWULAN (2000-2019) TAHUN
3 1 11.89 9,378.00 103.6
129
Hasil Uji Stasioneritas pada tingkat level I(0)
Null Hypothesis: TH has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.356860 0.5992
Test critical values: 1% level -3.515536
5% level -2.898623 Included observations: 79 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
TH(-1) -0.035714 0.026321 -1.356860 0.1788
C 0.035714 0.021148 1.688743 0.0953
R-squared 0.023352 Mean dependent var 0.012658
Adjusted R-squared 0.010668 S.D. dependent var 0.112509
S.E. of regression 0.111907 Akaike info criterion -1.517306 Sum squared resid 0.964286 Schwarz criterion -1.457319 Log likelihood 61.93357 Hannan-Quinn criter. -1.493273 F-statistic 1.841069 Durbin-Watson stat 2.001323 Prob(F-statistic) 0.178790
Null Hypothesis: IHK has a unit root Exogenous: Constant
Lag Length: 4 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.130706 0.2335
Test critical values: 1% level -3.520307
5% level -2.900670
10% level -2.587691
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(IHK)
Method: Least Squares Date: 09/14/21 Time: 12:50 Sample (adjusted): 2001Q2 2019Q4 Included observations: 75 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
IHK(-1) -0.133120 0.062477 -2.130706 0.0367 D(IHK(-1)) 0.216372 0.111895 1.933699 0.0573 D(IHK(-2)) 0.157294 0.114614 1.372384 0.1744 D(IHK(-3)) 0.119022 0.092819 1.282302 0.2040 D(IHK(-4)) -0.216261 0.090270 -2.395719 0.0193
C 0.231772 0.114823 2.018513 0.0474
131
R-squared 0.212900 Mean dependent var -0.015352 Adjusted R-squared 0.155864 S.D. dependent var 0.231607 S.E. of regression 0.212793 Akaike info criterion -0.180373 Sum squared resid 3.124387 Schwarz criterion 0.005026 Log likelihood 12.76398 Hannan-Quinn criter. -0.106345 F-statistic 3.732718 Durbin-Watson stat 1.855071 Prob(F-statistic) 0.004758
Null Hypothesis: E has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.474686 0.5413
Test critical values: 1% level -3.515536
5% level -2.898623
10% level -2.586605
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(E)
Method: Least Squares Date: 09/14/21 Time: 12:53 Sample (adjusted): 2000Q2 2019Q4 Included observations: 79 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
E(-1) -0.049779 0.033756 -1.474686 0.1444
C 0.468280 0.312411 1.498924 0.1380
R-squared 0.027467 Mean dependent var 0.007660 Adjusted R-squared 0.014837 S.D. dependent var 0.054599 S.E. of regression 0.054192 Akaike info criterion -2.967571 Sum squared resid 0.226133 Schwarz criterion -2.907585 Log likelihood 119.2190 Hannan-Quinn criter. -2.943538 F-statistic 2.174699 Durbin-Watson stat 1.811340 Prob(F-statistic) 0.144374
Null Hypothesis: PMA has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.125321 0.0287
Test critical values: 1% level -3.515536
5% level -2.898623 Included observations: 79 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
PMA(-1) -0.188326 0.060258 -3.125321 0.0025
C 0.784090 0.245142 3.198510 0.0020
R-squared 0.112572 Mean dependent var 0.027180
Adjusted R-squared 0.101047 S.D. dependent var 0.355800 S.E. of regression 0.337345 Akaike info criterion 0.689571 Sum squared resid 8.762740 Schwarz criterion 0.749557 Log likelihood -25.23804 Hannan-Quinn criter. 0.713603 F-statistic 9.767633 Durbin-Watson stat 2.127893 Prob(F-statistic) 0.002505
Hasil Uji Stasioner pada tingkat first difference I(0)
Null Hypothesis: D(TH) has a unit root Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -8.831761 0.0000
Test critical values: 1% level -3.516676
5% level -2.899115 Included observations: 78 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(TH(-1)) -1.012987 0.114698 -8.831761 0.0000
133
C 0.012987 0.012987 1.000000 0.3205
R-squared 0.506494 Mean dependent var 0.000000
Adjusted R-squared 0.500000 S.D. dependent var 0.161165 S.E. of regression 0.113961 Akaike info criterion -1.480622 Sum squared resid 0.987013 Schwarz criterion -1.420193 Log likelihood 59.74425 Hannan-Quinn criter. -1.456431 F-statistic 78.00000 Durbin-Watson stat 2.000342 Prob(F-statistic) 0.000000
Null Hypothesis: D(IHK) has a unit root Exogenous: Constant
Lag Length: 3 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.946960 0.0000
Test critical values: 1% level -3.520307
5% level -2.900670
10% level -2.587691
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(IHK,2)
Method: Least Squares Date: 09/14/21 Time: 12:55 Sample (adjusted): 2001Q2 2019Q4 Included observations: 75 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(IHK(-1)) -0.940412 0.158133 -5.946960 0.0000 D(IHK(-1),2) 0.106442 0.132428 0.803772 0.4242 D(IHK(-2),2) 0.202731 0.103831 1.952514 0.0549 D(IHK(-3),2) 0.276971 0.087794 3.154776 0.0024
C -0.007155 0.025316 -0.282639 0.7783
R-squared 0.480518 Mean dependent var -0.002733 Adjusted R-squared 0.450834 S.D. dependent var 0.294319 S.E. of regression 0.218107 Akaike info criterion -0.143318 Sum squared resid 3.329959 Schwarz criterion 0.011181 Log likelihood 10.37442 Hannan-Quinn criter. -0.081628 F-statistic 16.18742 Durbin-Watson stat 1.878961 Prob(F-statistic) 0.000000
Null Hypothesis: D(E) has a unit root Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -6.475354 0.0000
Test critical values: 1% level -3.517847
5% level -2.899619
10% level -2.587134
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(E,2)
Method: Least Squares
135
Date: 09/14/21 Time: 12:56 Sample (adjusted): 2000Q4 2019Q4 Included observations: 77 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(E(-1)) -1.025448 0.158362 -6.475354 0.0000 D(E(-1),2) 0.063927 0.111620 0.572716 0.5686
C 0.006242 0.006226 1.002649 0.3193
R-squared 0.483409 Mean dependent var -0.000319 Adjusted R-squared 0.469447 S.D. dependent var 0.073728 S.E. of regression 0.053703 Akaike info criterion -2.972512 Sum squared resid 0.213417 Schwarz criterion -2.881195 Log likelihood 117.4417 Hannan-Quinn criter. -2.935986 F-statistic 34.62336 Durbin-Watson stat 1.946559 Prob(F-statistic) 0.000000
Null Hypothesis: D(PMA) has a unit root Exogenous: Constant
Lag Length: 1 (Automatic - based on SIC, maxlag=11)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.581321 0.0000
Test critical values: 1% level -3.517847
5% level -2.899619
10% level -2.587134
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation Dependent Variable: D(PMA,2)
Method: Least Squares Date: 09/14/21 Time: 12:56
Lampiran 3. EstimasiARDL
Dependent Variable: PMA Method: ARDL
Date: 09/15/21 Time: 00:59 Sample (adjusted): 2000Q3 2019Q4 Included observations: 78 after adjustments Maximum dependent lags: 2 (Automatic selection) Model selection method: Akaike info criterion (AIC) Dynamic regressors (3 lags, automatic): TH E IHK Fixed regressors: C
Number of models evalulated: 128 Selected Model: ARDL(1, 0, 0, 2)
Note: final equation sample is larger than selection sample
Variable Coefficient Std. Error t-Statistic Prob.*
PMA(-1) 0.674623 0.078950 8.544897 0.0000
Sample (adjusted): 2000Q4 2019Q4 Included observations: 77 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
D(PMA(-1)) -1.564828 0.163321 -9.581321 0.0000 D(PMA(-1),2) 0.367760 0.107824 3.410758 0.0011
C 0.040254 0.038445 1.047047 0.2985
R-squared 0.630091 Mean dependent var 0.000374
Adjusted R-squared 0.620093 S.D. dependent var 0.543890 S.E. of regression 0.335235 Akaike info criterion 0.690213 Sum squared resid 8.316317 Schwarz criterion 0.781530 Log likelihood -23.57321 Hannan-Quinn criter. 0.726739 F-statistic 63.02461 Durbin-Watson stat 2.013999 Prob(F-statistic) 0.000000
137
TH 0.136285 0.106810 1.275952 0.2061
E 0.351702 0.261054 1.347242 0.0082
IHK 0.175577 0.160218 1.095865 0.0068
IHK(-1) -0.544057 0.214858 -2.532167 0.0135
IHK(-2) 0.359045 0.133618 2.687101 0.0090
C -1.987612 2.347165 -0.846814 0.0799
R-squared 0.738470 Mean dependent var 4.062980
Adjusted R-squared 0.716369 S.D. dependent var 0.599802 S.E. of regression 0.319437 Akaike info criterion 0.640943 Sum squared resid 7.244830 Schwarz criterion 0.852443 Log likelihood -17.99680 Hannan-Quinn criter. 0.725611 F-statistic 33.41324 Durbin-Watson stat 1.991209 Prob(F-statistic) 0.000000
*Note: p-values and any subsequent tests do not account for model selection.
Lampiran 4. Model Terbaik
.60 .61 .62 .63 .64 .65 .66 .67
ARDL(1, 0, 0, 2) ARDL(1, 0, 0, 3) ARDL(1, 0, 1, 2) ARDL(2, 0, 0, 2) ARDL(1, 2, 0, 2) ARDL(1, 1, 0, 2) ARDL(1, 0, 1, 3) ARDL(2, 0, 0, 3) ARDL(1, 1, 0, 3) ARDL(1, 2, 1, 2) ARDL(2, 0, 1, 2) ARDL(1, 0, 2, 2) ARDL(1, 1, 1, 2) ARDL(1, 2, 0, 3) ARDL(1, 3, 0, 2) ARDL(2, 1, 0, 2) ARDL(2, 2, 0, 2) ARDL(2, 0, 1, 3) ARDL(1, 0, 2, 3) ARDL(1, 1, 1, 3)
Akaike Information Criteria (top 20 models)
Lampiran 5. Uji Jangka Pendek dan Jangka Panjang
ARDL Cointegrating And Long Run Form Dependent Variable: PMA
Selected Model: ARDL(1, 0, 0, 2) Date: 09/15/21 Time: 01:00 Sample: 2000Q1 2019Q4 Included observations: 78
Cointegrating Form
Variable Coefficient Std. Error t-Statistic Prob.
D(TH) 0.136285 0.106810 1.275952 0.2061
D(E) 0.351702 0.261054 1.347242 0.1822
D(IHK) 0.175577 0.160218 1.095865 0.2768
139
D(IHK(-1)) -0.359045 0.133618 -2.687101 0.0090 CointEq(-1) -0.325377 0.078950 -4.121285 0.0001
Cointeq = PMA - (0.4189*TH + 1.0809*E -0.0290*IHK -6.1086 )
Long Run Coefficients
Variable Coefficient Std. Error t-Statistic Prob.
TH 0.418852 0.311608 1.344163 0.1832
E 1.080907 0.734363 1.471897 0.0055
IHK -0.028996 0.311975 -0.092945 0.0262
C -6.108641 6.921947 -0.882503 0.0805
Lampiran 6. Bounds Test
ARDL Bounds Test
Date: 09/15/21 Time: 01:01 Sample: 2000Q3 2019Q4 Included observations: 78
Null Hypothesis: No long-run relationships exist
Test Statistic Value k
F-statistic 3.958722 3
Critical Value Bounds
Significance I0 Bound I1 Bound
10% 2.72 3.77
5% 3.23 4.35
2.5% 3.69 4.89
1% 4.29 5.61
Test Equation:
Dependent Variable: D(PMA) Method: Least Squares Date: 09/15/21 Time: 01:01 Sample: 2000Q3 2019Q4 Included observations: 78
Variable Coefficient Std. Error t-Statistic Prob.
D(IHK) 0.178562 0.164454 1.085784 0.2812
D(IHK(-1)) -0.367021 0.133653 -2.746069 0.0076
C -1.078727 2.365828 -0.455962 0.6498
TH(-1) 0.137309 0.108792 1.262125 0.2110
E(-1) 0.250608 0.261606 0.957961 0.3413
IHK(-1) -0.018166 0.103545 -0.175436 0.8612 PMA(-1) -0.314024 0.080312 -3.910048 0.0002
R-squared 0.251280 Mean dependent var 0.024481 Adjusted R-squared 0.188008 S.D. dependent var 0.357289 S.E. of regression 0.321955 Akaike info criterion 0.656651 Sum squared resid 7.359524 Schwarz criterion 0.868150 Log likelihood -18.60938 Hannan-Quinn criter. 0.741318 F-statistic 3.971411 Durbin-Watson stat 2.012012 Prob(F-statistic) 0.001756
141
Lampiran 7. Uji Asumsi Klasik Uji Normalitas
Uji Heterokedastisitas (Uji Glejser)
Heteroskedasticity Test: Glejser
F-statistic 4.753736 Prob. F(6,71) 0.0004
Obs*R-squared 22.35424 Prob. Chi-Square(6) 0.0010 Scaled explained SS 29.62100 Prob. Chi-Square(6) 0.0000
Test Equation:
Dependent Variable: ARESID Method: Least Squares Date: 09/15/21 Time: 01:03 Sample: 2000Q3 2019Q4 Included observations: 78
Variable Coefficient Std. Error t-Statistic Prob.
C 2.891586 1.441886 2.005419 0.0487
PMA(-1) 0.100534 0.048500 2.072865 0.0418
TH -0.164556 0.065615 -2.507921 0.0144
E -0.336168 0.160368 -2.096233 0.0396
IHK -0.047821 0.098423 -0.485870 0.6286
IHK(-1) 0.166713 0.131990 1.263080 0.2107 IHK(-2) -0.043197 0.082083 -0.526259 0.6003
R-squared 0.286593 Mean dependent var 0.209164
Adjusted R-squared 0.226305 S.D. dependent var 0.223094 S.E. of regression 0.196233 Akaike info criterion -0.333569 Sum squared resid 2.734028 Schwarz criterion -0.122069 Log likelihood 20.00918 Hannan-Quinn criter. -0.248901 F-statistic 4.753736 Durbin-Watson stat 1.770930 Prob(F-statistic) 0.000400
Uji Multikolinearitas
PMA TH E IHK
PMA 1.000000 0.600125 0.589135 -0.157452 TH 0.600125 1.000000 0.499335 -0.375162
E 0.589135 0.499335 1.000000 -0.242107
IHK -0.157452 -0.375162 -0.242107 1.000000
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 3.904888 Prob. F(2,69) 0.0247
Obs*R-squared 7.930794 Prob. Chi-Square(2) 0.0190
Test Equation:
Dependent Variable: RESID Method: ARDL
Date: 09/15/21 Time: 01:02 Sample: 2000Q3 2019Q4 Included observations: 78
Presample missing value lagged residuals set to zero.
143
Variable Coefficient Std. Error t-Statistic Prob.
PMA(-1) 0.221904 0.128734 1.723737 0.0892
TH -0.122047 0.118748 -1.027783 0.3076
E -0.164809 0.267359 -0.616432 0.5396
IHK 0.114746 0.159760 0.718242 0.4750
IHK(-1) -0.102516 0.210090 -0.487960 0.6271
IHK(-2) 0.023811 0.128748 0.184939 0.8538
C 0.645700 2.305513 0.280068 0.7803
RESID(-1) -0.241637 0.175803 -1.374476 0.1737 RESID(-2) -0.405108 0.145035 -2.793180 0.0067
R-squared 0.101677 Mean dependent var 4.07E-16
Adjusted R-squared -0.002477 S.D. dependent var 0.306739 S.E. of regression 0.307118 Akaike info criterion 0.585000 Sum squared resid 6.508198 Schwarz criterion 0.856928 Log likelihood -13.81500 Hannan-Quinn criter. 0.693858 F-statistic 0.976222 Durbin-Watson stat 1.937959 Prob(F-statistic) 0.461932 Included observations: 78 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
PMA(-1) 0.674623 0.078950 8.544897 0.0000
TH 0.136285 0.106810 1.275952 0.2061
E 0.351702 0.261054 1.347242 0.1822
IHK 0.175577 0.160218 1.095865 0.2768
IHK(-1) -0.544057 0.214858 -2.532167 0.0135
IHK(-2) 0.359045 0.133618 2.687101 0.0090
C -1.987612 2.347165 -0.846814 0.3999
R-squared 0.738470 Mean dependent var 4.062980
Adjusted R-squared 0.716369 S.D. dependent var 0.599802 S.E. of regression 0.319437 Akaike info criterion 0.640943 Sum squared resid 7.244830 Schwarz criterion 0.852443 Log likelihood -17.99680 Hannan-Quinn criter. 0.725611 F-statistic 33.41324 Durbin-Watson stat 1.991209 Prob(F-statistic) 0.000000
145
-30 -20 -10 0 10 20 30
07 08 09 10 11 12 13 14 15 16 17 18 19
CUSUM 5% Significance
-0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4
07 08 09 10 11 12 13 14 15 16 17 18 19
CUSUM of Squares 5% Significance