BAB IV ANALISIS DAN PEMBAHASAN
4.6 Perkembangan Kredit perbankan Sektor Pertanian Sumatera Utara
Jumlah kredit yang disalurkan oleh pihak perbankan ke semua sektor ekonomi terus meningkat setiap tahun. Pada tahun 2006, dari Rp 42.119.737.000.000 yang disalurkan oleh bank, tercatat 28,02 % mengalir ke sektor industri. Jumlah tersebut
merupakan kredit terbesar yang diterima oleh sebuah sektor ekonomi. Sektor perdagangan menyusul dibelakangnya dengan nilai kredit Rp 9.865.828.000.000 atau sekitar 23,42 %. Sementara itu, sektor pertanian menempati urutan keempat setelah sektor lain-lain dengan nilai kredit Rp 6.616.401.000.000 atau sekitar 15,71 % (Grafik 4.7). 0,07 28,02 0,19 23,42 1,75 5,62 20,96 15,71 4,26 Pertanian Pertambangan
Perindustrian Listrik, Gas, dan air
Konstruksi Perdagangan
Angkutan Jasa-jasa Dunia Usaha dan Sosial Lain-lain
Sumber : BPS Sumut (diolah)
Grafik 4.8
Persentase Posisi Kredit Perbankan Sumatera Utara Menurut Sektor Ekonomi Tahun 2006
Sejak tahun 2002 nilai kredit perbankan sektor pertanian Sumatera Utara terus meningkat. Hal ini berbeda dengan tahun-tahun sebelumnya yang nilainya selalu berfluktuasi. Sejak tahun 1985 hingga 2006 tercatat Rp 53.332,2 miliar telah disalurkan oleh pihak perbankan untuk sektor pertanian atau rata-rata Rp 2424.2
miliar per tahun. Rekor tertinggi dicatat pada tahun 2006 dengan nilai kredit Rp 6.616.4 miliar, sedangkan yang terendah terjadi pada tahun 1985 dengan nilai kredit Rp 648,6 miliar.
Tabel 4.10
Posisi Kredit Perbankan Sektor Pertanian Sumatera Utara
1985 - 2006
Tahun Posisi Kredit
(miliar rupiah) 1985 648,6 1986 833,2 1987 1089,4 1988 1443,9 1989 1891,6 1990 1622,4 1991 1928,0 1992 2034,1 1993 1951,1 1994 2084,8 1995 2051,1 1996 2085,1 1997 1939,3 1998 2183,6 1999 1798,0 2000 1603,0 2001 3173,3 2002 2798,3 2003 3982,6 2004 4193,1 2005 5381,3 2006 6616,4 Sumber : BPS Sumut
4.7 Analisis Data
Dalam bab ini penulis mencoba untuk membuat suatu analisis dan evaluasi yang merupakan hasil interpretasi dari data-data yang telah diperoleh. Untuk menganalisis data di atas, penulis menggunakan model analisis kuantitatif dengan menggunakan regresi linear berganda, yaitu :
Y = α + β1X1+ β2X2+ β3X3 +µ
Dimana :
Y = PDRB sektor pertanian Sumatera Utara (miliar rupiah)
α = Konstanta
β1,β2,β3 = Koefisien regresi
X1 = Jumlah tenaga kerja sektor pertanian (jiwa)
X2 = Ekspor sektor pertanian (juta rupiah)
X3 = Kredit perbankan sektor pertanian (miliar rupiah)
µ = Term of error
Dari kegiatan pengolahan data dengan menggunakan program Eviews 4.1 metode OLS, diperoleh hasil estimasi sebagai berikut:
Tabel 4.11
Hasil Estimasi Pengolahan Data Antara Variabel Dependen dan Independen
Dependent Variable: PDRB Method: Least Squares Date: 08/10/08 Time: 21:13 Sample: 1985 2006
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C -6074.683 2219.768 -2.736629 0.0136 TENAGAKERJA 2.239113 0.954398 2.346099 0.0306 EKSPOR 6.523974 0.614542 10.61600 0.0000 KREDITPERBANKAN 0.382957 0.123899 3.090875 0.0063 R-squared 0.954642 Mean dependent var 5193.423 Adjusted R-squared 0.947082 S.D. dependent var 2832.441 S.E. of regression 651.5706 Akaike info criterion 15.95961 Sum squared resid 7641796. Schwarz criterion 16.15799 Log likelihood -171.5558 F-statistic 126.2808 Durbin-Watson stat 1.826275 Prob(F-statistic) 0.000000
Sumber: Lampiran 2
4.7.1 Interpretasi Model
Berdasarkan hasil regresi linear berganda dengan menggunakan program Eviews 4.1 diperoleh estimasi sebagai berikut :
Y = -6074.683 + 2.239113X1 + 6.523974X2 + 0.382957X3 + 826,6087X
a. Tenaga kerja sektor pertanian Sumatera Utara mempunyai pengaruh yang positif terhadap PDRB sektor pertanian Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X
4
Dari hasil estimasi di atas, pengaruh variabel independen terhadap variabel dependen dapat dijabarkan sebagai berikut:
1 sebesar 2.239113. Artinya, apabila tenaga
kerja sektor pertanian Sumatera Utara naik sebesar 1%, maka PDRB sektor pertanian Sumatera Utara akan mengalami kenaikan sebesar 2,24%, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
b. Ekspor sektor pertanian Sumatera Utara mempunyai pengaruh yang positif terhadap PDRB sektor pertanian Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X2
c. Kredit perbankan sektor pertanian Sumatera Utara mempunyai pengaruh yang positif terhadap PDRB sektor pertanian Sumatera Utara. Hal tersebut dapat dilihat dari koefisien X
sebesar 6.523974. Artinya, apabila ekspor sektor pertanian Sumatera Utara naik sebesar 1%, maka PDRB sektor pertanian Sumatera Utara akan mengalami kenaikan sebesar 6,52%, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
3
4.7.2 Uji Kesesuaian (Test of Goodness of Fit)
sebesar 0.382957. Artinya, apabila tenaga kerja sektor pertanian Sumatera Utara naik sebesar 1%, maka PDRB sektor pertanian Sumatera Utara akan mengalami kenaikan sebesar 0,38%, ceteris paribus. Hasil estimasi sesuai dengan hipotesis awal.
a. Koefisien Determinasi (R2
Dari hasil regresi didapat nilai R
)
2
b. Uji t-Statistik (Uji Parsial)
sebesar 0.954642. Hal ini menggambarkan bahwa variabel-variabel independen secara bersama-sama mampu memberi penjelasan mengenai variabel dependen sebesar 95 % atau 0,95. Sedangkan sisanya sebesar 5% lagi, dijelaskan oleh variabel lain yang tidak dimasukkan dalam model atau dijelaskan dalam term of error (µ).
Untuk mengetahui apakah variabel tenaga kerja sektor pertanian (X1),
ekspor sektor pertanian (X2), dan kredit perbankan sektor pertanian (X3)
mempengaruhi PDRB sektor pertanian Sumatera Utara (Y), dapat diketahui melalui uji t-statistik sebagai berikut:
1) Tenaga kerja sektor pertanian (X1 Hipotesa: H ) 0 : β1 = 0 Ha : β2≠ 0 df = n-k-1 = 22-3-1 = 18
Kriteria pengambilan keputusan:
H0 diterima, jika -t-hitung > -t-tabel.
Ha diterima, jika -t-hitung < -t-tabel.
α = 10% ½ α = 0,05
t-tabel = 1,734 t-hitung = 2,346099
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, tenaga kerja sektor pertanian (X1) mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian (Y) pada tingkat kepercayaan 90% ( α = 10% ).
Gambar 4.9
Uji t-Statistik Tenaga Kerja Sektor Pertanian
2) Ekspor sektor pertanian Hipotesa:
H0 : β1 = 0 Ha : β2≠ 0
df = n-k-1 = 22-3-1 = 18
Kriteria pengambilan keputusan:
H0 diterima, jika -t-hitung > -t-tabel.
Ha diterima, jika -t-hitung < -t-tabel.
α = 1% ½ α = 0,005
t-tabel
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, ekspor sektor pertanian
= 2,878 t-hitung = 10,61600 H0 diterima Ha diterima Ha diterima 0 1,734 -1,734 2,346
(X1) mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian (Y) pada tingkat kepercayaan 99% ( α = 1% ).
Gambar 4.10
Uji t-Statistik Ekspor Sektor Pertanian
3) Kredit perbankan sektor pertanian Hipotesa:
H0 : β1 = 0 Ha : β2≠ 0
df = n-k-1 = 22-3-1 = 18
Kriteria pengambilan keputusan:
H0 diterima, jika -t-hitung > -t-tabel.
Ha diterima, jika -t-hitung < -t-tabel.
α = 1% ½ α = 0,005 t-tabel = 2,878 t-hitung = 3,090875 H0 diterima Ha diterima Ha diterima 0 2,878 -2,878 10,616
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t- tabel, dengan demikian Ha diterima. Artinya, ekspor sektor pertanian (X1) mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian (Y) pada tingkat kepercayaan 99% ( α = 1% ).
Gambar 4.11
Uji t-Statistik Kredit Perbankan Sektor Pertanian
c. Uji F-Statistik (Uji Serempak)
Untuk mengetahui apakah variabel tenaga kerja sektor pertanian, ekspor sektor pertanian, dan kredit perbankan sektor pertanian secara bersama-sama mempengaruhi PDRB sektor pertanian Sumatera Utara, dapat diketahui melalui F-test.
Hipotesa: H0 : β1 = 0 Ha : β2≠ 0
Kriteria pengambilan keputusan: H0
Ha diterima, jika -t-hitung < -t-tabel. diterima, jika -t-hitung > -t-tabel.
H0 diterima
Ha diterima Ha diterima
0 2,878
α = 1%
N1 = k-1 = 3-1 = 2
N2 = n-k = 22-2 = 20
F-tabel = 5,85 F-hitung = 126,2808
Berdasarkan hasil penghitungan diketahui bahwa t-hitung > t-tabel,
dengan demikian Ha diterima. Artinya, ekspor sektor pertanian (X1)
mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian
(Y) pada tingkat kepercayaan 99% ( α = 1% ).
Gambar 4.12 Kurva Uji F Statistik 4.7.3 Uji Asumsi Klasik
a. Multikolinearitas
Multikolinearitas yaitu adanya korelasi yang kuat diantara variabel independen dalam suatu model estimasi. Dalam penelitian ini tidak terdapat adanya multikolinearitas. Ini terlihat dari setiap koefisien determinasi (R2)
H0 diterima
Ha diterima
sesuai hipotesis yang tidak terlalu tinggi, F-hitung yang tidak terlalu tinggi, dan nilai t-hitung semua signifikan.
Model analisis:
Y= α + β1X1 + β2X2 + β3X3 + µ
Hasil pengujian terhadap antarvariabel independen:
X1 = α + β2X2 + β3X3 + µ……….1) R2 = 0,314273; F-statistik = 4,353916 X2 = α + β1X1 + β3X3 + µ……….2) R2 = 0,504331; F-statistik = 9,666035 X3 = α + β1X1 + β2X2 + µ……….3) R2 = 0,.375462; F-statistik = 5,711253
Dari hasil pengujian terhadap sesama variabel independen terlihat bahwa koefisien R2 dari hasil regresi masing-masing persamaan 1), 2), dan 3) lebih kecil daripada koefisien R2 hasil regresi variabel independen terhadap variabel dependen. Demikian juga halnya dengan koefisien F-statistik. Hal ini menunjukkan bahwa di dalam model estimasi tidak ditemukan adanya multikolinearitas. Artinya, tidak terdapat korelasi yang kuat di antara variabel independen dalam suatu model estimasi.
b. Autokorelasi
Autokorelasi dapat diketahui melalui Uji Durbin-Watson (D-W Test), yaitu pengujian yang digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model astimasi atau untuk mengetahui apakah di dalam model yang digunakan terdapat autokorelasi diantara variabel-variabel yang diamati. Langkah-langkah yang akan dilakukan dalam Uji D-W sebagai berikut:
1) Menentukan hipotesis yang akan diuji. 2) Penentuan level pengujian, dimana α = 1%. 3) Penentuan statistik pengujian Durbin-Watson.
Tabel 4.12
Kriteria Pengambilan Keputusan D-W test
Nilai D-W berdasarkan estimasi
Model Regresi Kesimpulan
(4-D.W.L)<DW<4 (4-DWU)<DW<(4-DWL) 2<DW<(4-DWU) DWU<DW<2 DWL<DW<DWU 0<DW<DWL
Tolak H0. Terdapat serial korelasi negatif
diantara disturbance error. Tidak ada kesimpulan. Terima H0.
Terima Ha.
Tidak ada kesimpulan.
Tolak H0. Terdapat serial korelasi positif
Hipotesis
H0 : Dw = 0 → tidak ada serial korelasi
Ha : Dw 0 → ada serial korelasi ≠
• α = 1%, k = 3, n = 22, maka; dl = 0,831 4 – dl = 3,169 du = 1,407 4 – du = 2,593 • D-W statistik = 1,826275 D-W stat = 1,826 berarti dU< D-W < 2 (1,471 < 1,826 < 2) Autokorelasi (+) Autokorelasi (-) H0 (tidak autokorelasi) diterima 0 0,831 1,471 1,826 2 2,593 3,169 4 ρ =1 ρ =0 1 − = ρ Gambar 4.13 Uji D-W Statistik
Kesimpulan: tidak ada autokorelasi
Berdasarkan hasil regresi, D-W statistik = 1,826275. Dengan demikian, dapat disimpulkan bahwa tidak terdapat autokorelasi pada data-data tersebut karena berada diantara dU dan 2 (1.271 < 1.634 < 2), dengan = 1% atau tingkat kepercayaan 99%. α
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Dari hasil analisis dan pembahasan pada bab sebelumnya, dapat ditarik beberapa kesimpulan, yaitu:
a. Tenaga kerja sektor pertanian mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian Sumatera Utara dengan tingkat kepercayaan 90%.
b. Ekspor sektor pertanian mempunyai pengaruh yang signifikan terhadap PDRB sektor pertanian Sumatera Utara dengan tingkat kepercayaan 99%. c. Kredit perbankan sektor pertanian mempunyai pengaruh yang signifikan
terhadap PDRB sektor pertanian Sumatera Utara pada tingkat kepercayaan 99%.
5.2 Saran
Berdasarkan kesimpulan yang diperoleh, maka penulis mengajukan beberapa saran yang diharapkan dapat meningkatkan PDRB sektor pertanian Sumatera Utara pada masa yang akan datang, yaitu:
a. Sumatera Utara memiliki tenaga kerja yang berlimpah, namun kelebihan tersebut tidak diiringi dengan produktivitas yang tinggi. Oleh sebab itu, mereka perlu diberikan motivasi, penyuluhan, dan bimbingan yang lebih intensif lagi, sehingga produktivitas dapat ditingkatkan dengan signifikan.
b. Kredit terbukti memberikan manfaat yang besar bagi petani dan sektor pertanian. Pada masa yang akan datang, hendaknya pihak perbankan semakin memperlunak dan mempermudah aplikasi kredit bagi petani dan pengusaha sektor pertanian, terutama yang termasuk ke dalam golongan petani dan pengusaha kecil.
c. Sebelum membuat kebijakan, pemerintah seyogyanya terjun langsung ke lapangan dan berkonsultasi dengan para petani dan pengusaha pertanian mengenai fakta yang terdapat di lapangan serta solusi yang harus dibuat untuk mengatasi masalah tersebut. Selain itu, pemerintah juga perlu menjaga dan meningkatkan hubungan baik dengan eksportir, importir, perbankan, dan pihak-pihak lainnya.
d. Bagi peneliti-peneliti lain yang ingin melakukan penelitian dengan topik yang sama, agar memasukkan variabel-variabel lain dalam penelitiannya dan menambah periode waktu penelitian. Dengan demikian, penelitian selanjutnya akan jauh lebih komprehensif.
DAFTAR PUSTAKA
Amir, Hidayat. 2004. Pengaruh Ekspor Pertanian dan Nonpertanian Terhadap Pendapatan Nasional. Kajian Ekonomi dan Keuangan, Vol. 8, No. 4
Amir M.S. 1999. Ekspor Impor Teori dan Penerapannya. Jakarta : PPM.
________. 2004. Strategi Memasuki Pasar Ekspor. Jakarta: PPM.
Apriyantono, Anton. 2005. “Arah Kebijakan Pembangunan Pertanian Nasional pada Kabinet Indonesia Bersatu”. Materi disampaikan pada Seminar Neoliberalisme Sebagai Tantangan Kebijakan Pembangunan Pertanian dalam Rangka Mewujudkan Kesejahteraan Petani. Universitas Brawijaya, Malang, 12 Maret.
Badan Pusat Statistik. Sumatera Utara Dalam Angka. Berbagai Terbitan.
Daniel, Moehar. 2002. Pengantar Ekonomi Pertanian. Jakarta: Bumi Aksara.
Dillon, H.S. 2004. “Pertanian Membangun Bangsa”. Dalam Masroh, H. Antoji, dkk (penyusun). Pertanian Mandiri : Pandangan Strategis Para Pakar untuk Kemajuan Pertanian Indonesia Jakarta: Penebar Swadaya. Hlm. 23-36.
Gujarati, Damodar dan Sumarno Zain. 1999. Ekonometrika Dasar. Jakarta: Erlangga.
Hanani, Nuhfil, Jabat Tarik Ibrahim, dan Mangku Purnomo. 2003. Strategi Pembangunan Pertanian. Yogyakarta: Lappera Pustaka Utama
Hanjaswara, I Nyoman Rindra. 2006. Analisis Pengaruh Suku Bunga Kredit, Kurs Dollar Amerika, dan Inflasi Terhadap Volume Ekspor Kerajinan Anyaman Provinsi Bali Periode 1992 – 2005. E-journal Universitas Udayana.
Jhingan, M.L. 2007. Ekonomi Pembangunan dan Perencanaan. Jakarta: PT Raja Grafindo Persada.
Kasnawi, M. Taher. 1999. Produktivitas Tenaga Kerja per Subsektor di Provinsi Sulawesi Selatan. Jurnal Pascasarjana Universitas Hasanuddin, Vol. 1, No. 1.
Makmun dan Akhmad Yasin. 2003. Pengaruh Investasi dan Tenaga Kerja Terhadap PDB Sektor Pertanian. Kajian Ekonomi dan Keuangan, Vol. 7, No. 3.
Manurung, Mandala dan Prathama Rahardja. 2004. Uang, Perbankan, dan Ekonomi Moneter (Kajian Kontekstual Indonesia). Jakarta: LP FE-UI
Nachrowi, Djalal Nachrowi dan Hardius Usman. 2006. Pendekatan Populer dan Praktis Ekonometrika untuk Analisis Ekonomi dan Keuangan. Jakarta: LP FE- UI
Pemerintah Provinsi Sumatera Utara. 2005. “Paparan Bidang SDA dan LH”. Materi disampaikan pada Musyawarah Perencanaan Pembangunan Nasional.
Soekartawi. 1995. Pembangunan Pertanian. Jakarta: PT Raja Grafindo Persada.
Subri, Mulyadi. 2006. Ekonomi Sumber Daya Manusia. Jakarta: PT Raja Grafindo Persada.
Sukirno, Sadono. 2004. Makroekonomi Teori Pengantar. Jakarta: PT Raja Grafindo Persada.
______________. 2006. Ekonomi Pembangunan : Proses, Masalah, dan Dasar Kebijakan. Jakarta: Kencana.
Suryopratomo. 2004. “Masihkah Pertanian Menyimpan Harapan”. Dalam Masroh, H. Antoji, dkk (penyusun). Pertanian Mandiri : Pandangan Strategis Para Pakar untuk Kemajuan Pertanian Indonesia. Jakarta: Penebar Swadaya. Hlm. 17-22.
Tambunan, Tulus. 2003. Perkembangan Sektor Pertanian Di Indonesia : Beberapa Isu Penting. Jakarta: Ghalia Indonesia.
______________. 2004. Globalisasi dan Perdagangan Internasional. Jakarta: Ghalia Indonesia.
Tjoekam, Mohammad. 1999. Perkreditan Bisnis Inti Bank Komersial. Jakarta: PT Gramedia Pustaka Utama.
Wirartha, I Made. 2006. Metodologi Penelitian Sosial Ekonomi. Yogyakarta: Andi.
Lampiran 1: Data Statistik PDRB Sektor Pertanian Atas Dasar Harga Konstan Sumatera Utara (Y), Tenaga Kerja Sektor Pertanian Sumatera Utara (X1), Ekspor Sektor Pertanian Sumatera Utara (X2), Kredit Perbankan Sektor Pertanian Sumatera Utara (X3), dan Variabel Dummy (X4) Tahun PDRB ADHK (miliar Rp) Tenaga Kerja (ribu jiwa) Ekspor (miliar US$) Kredit Perbankan (miliar Rp) 1985 1334,0 2134,3 273,2 648,6 1986 1438,4 2221,4 299,0 833,2 1987 1548,4 2296,9 316,0 1089,4 1988 1706,8 2382,7 321,9 1443,9 1989 1820,0 2433,7 336,0 1891,6 1990 1934,3 2309,7 315,4 1622,4 1991 2097,6 2598,8 387,0 1928,0 1992 2262,7 2604,6 432,1 2034,1 1993 4895,7 2741,9 453,7 1951,1 1994 5249,3 2509,3 750,5 2084,8 1995 5701,6 2478,1 808,5 2051,1 1996 6198,0 2589,9 998,3 2085,1 1997 6754,5 2425,4 1085,8 1939,3 1998 6896,1 2608,7 1088,0 2183,6 1999 7278,1 2679,1 981,1 1798,0 2000 7635,2 2650,4 1024,4 1603,0 2001 7749,6 2749,2 935,4 3173,3 2002 7924,5 2738,1 885,2 2798,3 2003 8211,4 2709,5 1038,1 3982,6 2004 8292,7 2451,0 1005,0 4193,1 2005 8469,1 2721,5 1024,9 5381,3 2006 8857,3 2412,3 1078,0 6616,4
Lampiran 2 : Hasil Regresi Linear Berganda
Dependent Variable: PDRB Method: Least Squares Date: 08/10/08 Time: 21:13 Sample: 1985 2006
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C -6074.683 2219.768 -2.736629 0.0136 TENAGAKERJA 2.239113 0.954398 2.346099 0.0306 EKSPOR 6.523974 0.614542 10.61600 0.0000 KREDITPERBANKAN 0.382957 0.123899 3.090875 0.0063 R-squared 0.954642 Mean dependent var 5193.423 Adjusted R-squared 0.947082 S.D. dependent var 2832.441 S.E. of regression 651.5706 Akaike info criterion 15.95961 Sum squared resid 7641796. Schwarz criterion 16.15799 Log likelihood -171.5558 F-statistic 126.2808 Durbin-Watson stat 1.826275 Prob(F-statistic) 0.000000
Lampiran 3 : Uji Multikolinearitas
Dependent Variable: TENAGAKERJA Method: Least Squares
Date: 08/10/08 Time: 21:15 Sample: 1985 2006
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C 2297.381 83.20010 27.61272 0.0000 EKSPOR 0.293281 0.131509 2.230120 0.0380 KREDITPERBANKAN 0.004861 0.029762 0.163340 0.8720 R-squared 0.314273 Mean dependent var 2520.295 Adjusted R-squared 0.242092 S.D. dependent var 179.9064 S.E. of regression 156.6228 Akaike info criterion 13.07168 Sum squared resid 466083.2 Schwarz criterion 13.22046 Log likelihood -140.7885 F-statistic 4.353916 Durbin-Watson stat 1.222739 Prob(F-statistic) 0.027761
Dependent Variable: EKSPOR Method: Least Squares Date: 08/10/08 Time: 21:16 Sample: 1985 2006
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C -1320.651 771.2923 -1.712258 0.1031 TENAGAKERJA 0.707362 0.317186 2.230120 0.0380 KREDITPERBANKAN 0.106335 0.039297 2.705963 0.0140 R-squared 0.504331 Mean dependent var 719.8864 Adjusted R-squared 0.452156 S.D. dependent var 328.6283 S.E. of regression 243.2391 Akaike info criterion 13.95209 Sum squared resid 1124140. Schwarz criterion 14.10087 Log likelihood -150.4730 F-statistic 9.666035 Durbin-Watson stat 0.539055 Prob(F-statistic) 0.001272
Dependent Variable: KREDITPERBANKAN Method: Least Squares
Date: 08/10/08 Time: 21:16 Sample: 1985 2006
Included observations: 22
Variable Coefficient Std. Error t-Statistic Prob. C -186.0396 4109.976 -0.045265 0.9644 TENAGAKERJA 0.288451 1.765957 0.163340 0.8720 EKSPOR 2.616035 0.966767 2.705963 0.0140 R-squared 0.375462 Mean dependent var 2424.191 Adjusted R-squared 0.309722 S.D. dependent var 1452.126 S.E. of regression 1206.470 Akaike info criterion 17.15491 Sum squared resid 27655822 Schwarz criterion 17.30369 Log likelihood -185.7040 F-statistic 5.711253 Durbin-Watson stat 0.279105 Prob(F-statistic) 0.011424