4.3 Hasil Estimasi dengan Pendekatan Panel Data Dinamis
4.3.3 Ringkasan Hasil Estimasi dengan Pendekatan Panel Dinamis
Berdasarkan penjelasan yang sudah dipaparkan sebelumnya, berikut adalah ringkasan dari hasil estimasi yang diperoleh dengan pendekatan panel dinamis. Pada kasus negara maju, terdapat pengaruh yang positif dari variabel lag dependent dan FDI terhadap pertumbuhan ekonomi. Sementara pada kasus negara berkembang, terdapat pengaruh yang positif dari variabel lag dependent, FDI, ekspor, dan kapital, serta pengaruh negatif dari variabel impor terhadap pertumbuhan ekonomi.
Tabel 4.6 Ringkasan Hasil Estimasi dengan Pendekatan Panel Dinamis
Variabel Negara Maju Negara
Berkembang Lag Dependent + + FDI + + Ekspor + Impor - Kapital + Tenaga Kerja
5.1 Kesimpulan
Berdasarkan rumusan masalah serta tujuan penelitian ini, maka dapat ditarik beberapa kesimpulan. Pertama, hasil Granger Causality Test menunjukkan bahwa secara umum terdapat hubungan kausalitas satu arah antara FDI dan GDP, dimana FDI secara signifikan memengaruhi GDP. Hal yang sama juga terjadi antara hubungan kausalitas antara tenaga kerja dan GDP. Hubungan kausalitas satu arah ditemukan antara tenaga kerja dan GDP, dimana GDP secara signifikan berpengaruh terhadap tenaga kerja. Sementara antara variabel ekspor dan GDP, impor dan GDP, serta kapital dan GDP ditemukan hubungan kausalitas dua arah.
Kedua, dari hasil estimasi GMM untuk kasus di negara maju, diperoleh kesimpulan bahwa FDI merupakan faktor yang sangat berpengaruh bagi pertumbuhan ekonomi di negara maju. Selain itu, karena FDI mempunyai probabilitas yang signifikan sementara ekspor tidak signifikan, maka dapat dikatakan bahwa meningkatkan aliran masuk FDI bisa menjadi pilihan strategi yang tepat untuk meningkatkan pertumbuhan ekonomi di negara maju.
Kesimpulan selanjutnya ditarik dari hasil estimasi GMM untuk kasus di negara berkembang. Pada kasus di negara berkembang, ditemukan bahwa inwards FDI, ekspor, dan impor, dan kapital merupakan faktor-faktor yang berpengaruh signifikan bagi pertumbuhan ekonomi di negara berkembang. Selain itu, koefisien ekspor mempunyai nilai yang lebih besar dibanding koefisien FDI. Dengan kata lain, ekspor mempunyai dampak yang lebih besar bagi pertumbuhan ekonomi di negara berkembang. Oleh karena itu menggunakan strategi ekspor dalam
meningkatkan pertumbuhan ekonomi di negara berkembang dapat menjadi suatu pilihan yang tepat. Jumlah kapital di negara berkembang juga membantu dalam proses pertumbuhan ekonominya.
5.2 Saran
Pertumbuhan ekonomi merupakan hal yang penting bagi perekonomian di suatu negara, tak terkecuali negara maju dan negara berkembang. Negara maju dan negara berkembang mempunyai tingkat pertumbuhan ekonomi yang berbeda. Negara maju mempunyai tingkat ekonomi yang lebih tinggi dibanding negara berkembang. Oleh karena itu, diperlukan strategi yang tepat dan sesuai bagi negara maju dan negara berkembang untuk meningkatkan pertumbuhan ekonominya.
Berdasarkan hasil penelitian yang ada, maka disarankan bagi pembuat kebijakan ataupun pemerintah di negara-negara maju untuk memilih FDI sebagai strategi dalam upaya meningkatkan pertumbuhan ekonominya. Lingkungan hukum dan ekonomi yang pro-foreign investment serta tingkat pajak yang rendah dapat menarik masuk aliran FDI yang lebih banyak ke negara maju. Kestabilan kondisi ekonomi dan politik juga perlu diperhatikan, karena hal tersebut juga akan menjadi pertimbangan bagi para investor asing untuk menanamkan modalnya di suatu negara.
Sementara, untuk para pembuat kebijakan ataupun pemerintah di negara berkembang, disarankan untuk memilih ekspor sebagai strategi ekonominya sebagai upaya dalam meningkatkan pertumbuhan ekonomi negara tersebut. Peningkatan jumlah ekspor melalui promosi ekspor akan mendatangkan
pendapatan suatu negara yang akan menambah jumlah devisa di negara berkembang. Banyak hal yang perlu diperhatikan oleh negara berkembang dalam meningkatkan jumlah ekspornya diantaranya adalah dengan cara mengadopsi teknologi modern untuk dapat meningkatkan efisiensi produksi serta meningkatkan kualitas akhir dari produk ekspor mereka. Selain itu, negara berkembang juga perlu menambah keragaman produk ekspornya. Ekspor barang-barang primer boleh saja dilakukan, namun akan jauh lebih baik jika barang-barang primer tersebut diolah terlebih dahulu menjadi barang sekunder atau tersier, sehingga dapat memberikan value added bagi produk-produk ekspor tersebut. Selain itu, jumlah kapital juga membantu dalam proses pertumbuhan ekonomi di negara berkembang. Sehingga, pemerintah di negara berkembang juga perlu berusaha untuk meningkatkan akumulasi modal di negaranya.
Saran untuk penelitian selanjutnya, diharapkan dapat menambah jumlah negara dalam penelitian. Penambahan variabel-variabel lain yang dianggap mempunyai pengaruh yang signifikan bagi pertumbuhan ekonomi juga perlu dilakukan. Selain itu, penelitian selanjutnya juga diharapkan dapat melihat pengaruh jangka panjang serta jangka pendek dari setiap faktor yang memengaruhi pertumbuhan ekonomi baik di negara maju maupun negara berkembang.
Achsani, N.A. dan H. Siregar. 2010. “Classification of the ASEAN+3 Economies Using Fuzzy Clustering Approach”. European Journal of Scientific Research, 39: 489-497.
ASEAN Secretariat. 2006. Statistics of Foreign Direct Investment in ASEAN. Eighth Edition. Jakarta: ASEAN Secretariat.
Asheghian, P. 2011. “Ecconomic Growth Determinants and Foreign Direct Investment Causality in Canada”. International Journal of Business and Social Science, 2: 1-9.
Baltagi, B. H. 2005. Econometric Analysis of Panel Data. Third Edition. Chichester: John Wiley & Sons, Ltd.
Blundell, R. dan S. Bond. 1998. GMM Estimation with Persistent Panel Data: An Application to Production Functions. The Institute for Fiscal Study Working Papers Series w99/4.
Damanhuri, D. S. 2010. Ekonomi Politik dan Pembangunan. Bogor: IPB Press. Fauzi, A. J. F. A. 2007. Analisis Komparatif Keterkaitan Inflasi dengan Nilai
Tukar Riil di Kawasan Asia (ASEAN+3) dan Non Asia (Uni Eropa, Amerika Utara). [skripsi]. Bogor: Institut Pertanian Bogor.
Firdaus, M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor: IPB Press.
Gujarati, D. N. 2004. Basic Econometrics. Fourth Edition. Singapore: Mc Graw-Hill.
Hady, H. 2004. Ekonomi Internasional: Teori dan Kebijakan Keuangan Internasional. Jakarta: Ghalia Indonesia.
Haryadi, R. Oktaviani, M. Tambunan, dan N. A. Achsani. 2008. “Dampak Penghapusan Hambatan Perdagangan Sektor Pertanian Terhadap Kinerja Ekonomi Negara Maju dan Negara Berkembang”. Jurnal Manajemen dan Pembangunan, 7: 2405-2416.
Indra. 2009. Analisis Hubungan Intensitas Energi dan Pendapatan Per Kapita: Studi Komparatif di Sepuluh Negara Asia Pasifik. [Tesis]. Bogor: Institut Pertanian Bogor.
Iqbal, M. S., F. M. Shaikh, dan A. H. Shar. 2010. “Causality Relationship between Foreign Direct Investment, Trade, and Economic Growth in Pakistan”. Asian Social Science, 6: 82-89.
Jackson, J. K. 2008. Foreign Direct Investment in the United States: An Economic Analysis. CRS Report for Congress, 15 Agustus 2008.
Jayachandran, G. dan A. Seilan. 2010. “A Causal Relationship between Trade, Foreign Direct Investment and Economic Growth for India”. International Research Journal of Finance and Economics, Issue 42: 74-88.
Kawai, M. dan G. Wignaraja. 2007. ASEAN+3 or ASEAN+6: Which Way Forward?. Switzerland: Asian Development Bank Institute.
Li, X. dan X. Liu. 2005. “Foreign Direct Investment and Economic Growth: An Increasingly Endogenous Relationship”. World Development, 33: 393-407.
Loto, M. A. 2011. Globalization and Economic Development: The Nigerian Experience and Prospects 1980-2008. Journal of Emerging Trends in Economics and Management Sciences, 2: 160-167.
Mankiw, N. G. 2007. Makroekonomi. Edisi Keenam. Jakarta: Erlangga.
Miankhel, A. K., S. M. Thangavelu, dan K. Kalirajan. 2009. Foreign Direct Investment, Exports, and Economic Growth in South Asia and Selected Emerging Countries: A Multivariate VAR Analysis. CCAS Working Paper No. 23.
Moosa, I. A. 2007. International Finance an Analytical Approach. Second Edition. Australia: Mc Graw Hill.
Moudatsou, A. dan D. Kyrkilis. 2011. “FDI and Economic Growth: Causality for the EU and ASEAN”. Journal of Economic Integration, 26: 554-577. Nath, H. K. 2009. “Trade, Foreign Direct Investment, and Growth: Evidence from
Transition Economies:. Comparative Economic Studies, 51: 20-50. Oktaviani, R. dan T. Novianti. 2009. Bagian I Teori Perdagangan Internasional
dan Aplikasinya di Indonesia. Bogor: Departemen Ilmu Ekonomi-FEM IPB.
Oktaviani, R., T. Novianti, dan Widyastutik. 2010. Bagian II Teori Kebijakan Perdagangan Internasional dan Aplikasinya di Indonesia. Bogor: Departemen Ilmu Ekonomi-FEM IPB.
Omer, M. S. dan L. Yao. 2011. “Empirical Analysis of The Relationships between Inward FDI and Business Cycles in Malaysia”. Modern Applied Science, 5: 157-163.
Permata, R. D. 2011. Faktor-Faktor yang Memengaruhi Pertumbuhan Ekonomi di Kawasan ASEAN+6: Pendekatan Data Panel. [skripsi]. Bogor: Institut Pertanian Bogor.
Purwanto, Tri. 2011. Dampak Keterbukaan Perdagangan terhadap Pertumbuhan Ekonomi di Negara-Negara ASEAN+3. [tesis]. Bogor: Institut Pertanian Bogor.
Salvatore, D. 1997. Ekonomi Internasional. Edisi Kelima. Jilid 1. Jakarta: Erlangga.
Silitonga, R. C. 2011. Faktor-Faktor yang Memengaruhi Sinkronisasi Siklus Bisnis di ASEAN+6. [skripsi]. Bogor: Institut Pertanian Bogor.
Solihin. 2011. Konvergensi Inflasi dan Faktor-Faktor yang Memengaruhi: Studi Empiris di Negara-Negara ASEAN+6. [skripsi]. Bogor: Institut Pertanian Bogor.
Sridharan P. dan Vijayakumar N. 2009. “Causal Relationship between Foreign Direct Investment and Growth: Evidence from BRICS Countries”. International Business Research, 2: 198-203.
Tiwari, A. K. dan M. Mutascu. 2011. “Economic Growth and FDI in Asia: A Panel-Data Approach”. Economic Analysis & Policy, 41: 173-187.
Todaro, M. P. dan S. C. Smith. 2003. Pembangunan Ekonomi di Dunia Ketiga. Jilid 1. Edisi Kedelapan. Jakarta: Erlangga.
Todaro, M. P. dan S. C. Smith. 2006. Pembangunan Ekonomi. Jilid 2. Edisi Kesembilan. Jakarta: Erlangga.
Verbeek, M. 2004. A Guide to Modern Econometrics. Second Edition. Chichester: John Wiley & Sons. Ltd.
Yu, P., K.C. Chen, dan X. Sun. 2010. Foreign Direct Investment and Economic Growth in China: Evidence from A Two-Sector Model. Journal of Financial Management and Analysis, 23: 1-9.
Lampiran 1. Hasil Granger Causality Test Kawasan ASEAN+6, Uni Eropa, dan Amerika Utara
Pairwise Granger Causality Tests Date: 04/19/12 Time: 17:43 Sample: 2000 2010
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 153 1.95031 0.1459 LN_GDP does not Granger Cause FDI 0.23449 0.7913
LN_X does not Granger Cause LN_GDP 153 4.26558 0.0158 LN_GDP does not Granger Cause LN_X 5.10341 0.0072
LN_M does not Granger Cause LN_GDP 153 6.62805 0.0018 LN_GDP does not Granger Cause LN_M 8.99920 0.0002
K does not Granger Cause LN_GDP 153 19.5362 3.E-08 LN_GDP does not Granger Cause K 5.60865 0.0045
LN_L does not Granger Cause LN_GDP 153 2.34217 0.0997 LN_GDP does not Granger Cause LN_L 10.2989 6.E-05
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:50 Sample: 2000 2010
Lags: 4
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 119 5.93559 0.0002 LN_GDP does not Granger Cause FDI 1.13429 0.3442
LN_X does not Granger Cause LN_GDP 119 1.09067 0.3648 LN_GDP does not Granger Cause LN_X 5.60761 0.0004
LN_M does not Granger Cause LN_GDP 119 3.89063 0.0054 LN_GDP does not Granger Cause LN_M 7.52213 2.E-05
K does not Granger Cause LN_GDP 119 7.63195 2.E-05 LN_GDP does not Granger Cause K 1.86198 0.1222
LN_L does not Granger Cause LN_GDP 119 1.32106 0.2666 LN_GDP does not Granger Cause LN_L 5.80592 0.0003
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:52 Sample: 2000 2010
Lags: 6
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 85 4.55123 0.0006 LN_GDP does not Granger Cause FDI 1.88643 0.0948
LN_X does not Granger Cause LN_GDP 85 3.30446 0.0063 LN_GDP does not Granger Cause LN_X 3.48635 0.0044
LN_M does not Granger Cause LN_GDP 85 2.89735 0.0138 LN_GDP does not Granger Cause LN_M 3.39897 0.0052
K does not Granger Cause LN_GDP 85 4.30051 0.0009 LN_GDP does not Granger Cause K 1.01115 0.4250
LN_L does not Granger Cause LN_GDP 85 0.57762 0.7469 LN_GDP does not Granger Cause LN_L 3.23526 0.0072
Lampiran 2. Hasil Granger Causality Test Negara-Negara Maju
Pairwise Granger Causality Tests Date: 04/19/12 Time: 17:56 Sample: 2000 2010
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 90 4.56083 0.0131 LN_GDP does not Granger Cause FDI 0.32060 0.7266
LN_X does not Granger Cause LN_GDP 90 2.02544 0.1383 LN_GDP does not Granger Cause LN_X 2.71146 0.0722
LN_M does not Granger Cause LN_GDP 90 3.01073 0.0545 LN_GDP does not Granger Cause LN_M 4.77896 0.0108
K does not Granger Cause LN_GDP 90 5.81738 0.0043 LN_GDP does not Granger Cause K 5.04586 0.0085
LN_L does not Granger Cause LN_GDP 90 1.31165 0.2748 LN_GDP does not Granger Cause LN_L 3.24133 0.0440
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:54 Sample: 2000 2010
Lags: 4
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 70 4.44177 0.0032 LN_GDP does not Granger Cause FDI 1.36675 0.2560
LN_X does not Granger Cause LN_GDP 70 0.86195 0.4920 LN_GDP does not Granger Cause LN_X 5.14510 0.0012
LN_M does not Granger Cause LN_GDP 70 2.34360 0.0647 LN_GDP does not Granger Cause LN_M 6.91127 0.0001
K does not Granger Cause LN_GDP 70 3.29013 0.0166 LN_GDP does not Granger Cause K 2.73112 0.0370
LN_L does not Granger Cause LN_GDP 70 0.33709 0.8519 LN_GDP does not Granger Cause LN_L 4.06628 0.0055
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:55 Sample: 2000 2010
Lags: 6
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 50 4.10901 0.0029 LN_GDP does not Granger Cause FDI 1.43512 0.2276
LN_X does not Granger Cause LN_GDP 50 5.37757 0.0004 LN_GDP does not Granger Cause LN_X 1.88903 0.1088
LN_M does not Granger Cause LN_GDP 50 2.98604 0.0176 LN_GDP does not Granger Cause LN_M 1.89252 0.1081
K does not Granger Cause LN_GDP 50 3.70003 0.0056 LN_GDP does not Granger Cause K 0.83078 0.5538
LN_L does not Granger Cause LN_GDP 50 0.84205 0.5458 LN_GDP does not Granger Cause LN_L 3.15817 0.0133
Lampiran 3. Hasil Granger Causality Test Negara-Negara Berkembang
Pairwise Granger Causality Tests Date: 04/19/12 Time: 18:09 Sample: 2000 2010
Lags: 2
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 63 0.26036 0.7717 LN_GDP does not Granger Cause FDI 0.93296 0.3992
LN_X does not Granger Cause LN_GDP 63 8.09789 0.0008 LN_GDP does not Granger Cause LN_X 1.69978 0.1917
LN_M does not Granger Cause LN_GDP 63 6.77626 0.0023 LN_GDP does not Granger Cause LN_M 3.10869 0.0522
K does not Granger Cause LN_GDP 63 12.3519 3.E-05 LN_GDP does not Granger Cause K 1.12509 0.3316
LN_L does not Granger Cause LN_GDP 63 5.97065 0.0044 LN_GDP does not Granger Cause LN_L 9.34932 0.0003
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:57 Sample: 2000 2010
Lags: 4
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 49 0.73303 0.5749 LN_GDP does not Granger Cause FDI 0.37816 0.8229
LN_X does not Granger Cause LN_GDP 49 2.15105 0.0922 LN_GDP does not Granger Cause LN_X 2.01694 0.1105
LN_M does not Granger Cause LN_GDP 49 2.32450 0.0730 LN_GDP does not Granger Cause LN_M 2.04870 0.1059
K does not Granger Cause LN_GDP 49 2.82997 0.0371 LN_GDP does not Granger Cause K 0.36105 0.8348
LN_L does not Granger Cause LN_GDP 49 1.79807 0.1483 LN_GDP does not Granger Cause LN_L 4.84688 0.0028
Pairwise Granger Causality Tests Date: 04/28/12 Time: 17:57 Sample: 2000 2010
Lags: 6
Null Hypothesis: Obs F-Statistic Prob.
FDI does not Granger Cause LN_GDP 35 0.83324 0.5572 LN_GDP does not Granger Cause FDI 1.52549 0.2163
LN_X does not Granger Cause LN_GDP 35 1.12625 0.3797 LN_GDP does not Granger Cause LN_X 1.25050 0.3197
LN_M does not Granger Cause LN_GDP 35 1.02027 0.4381 LN_GDP does not Granger Cause LN_M 1.05221 0.4198
K does not Granger Cause LN_GDP 35 2.17209 0.0852 LN_GDP does not Granger Cause K 0.69857 0.6536
LN_L does not Granger Cause LN_GDP 35 1.19390 0.3460 LN_GDP does not Granger Cause LN_L 3.90372 0.0083
Lampiran 4. Hasil Estimasi di Negara Maju (ASEAN+6, Uni Eropa, dan Amerika Utara)
System Generalized Method of Moments (SYS-GMM)
GMM-type: LD.ln_gdp Instruments for level equation
Standard: D.fdi D.ln_x D.ln_m D.k D.ln_l GMM-type: L(2/.).ln_gdp
Instruments for differenced equation errors are recommended.
Warning: gmm two-step standard errors are biased; robust standard
ln_l -.0310899 .2938239 -0.11 0.916 -.6069742 .5447943 k -.0021364 .0021262 -1.00 0.315 -.0063037 .0020309 ln_m .2292861 .1556638 1.47 0.141 -.0758093 .5343816 ln_x -.1680071 .1345074 -1.25 0.212 -.4316369 .0956226 fdi .0029868 .0010098 2.96 0.003 .0010077 .0049659 L1. .6348356 .2281273 2.78 0.005 .1877144 1.081957 ln_gdp ln_gdp Coef. Std. Err. z P>|z| [95% Conf. Interval] Two-step results
Prob > chi2 = 0.0000 Number of instruments = 58 Wald chi2(6) = 9965.62 max = 10 avg = 10 Obs per group: min = 10 Time variable: tahun
Group variable: country Number of groups = 10 System dynamic panel-data estimation Number of obs = 100 . xtdpdsys ln_gdp fdi ln_x ln_m k ln_l, twostep noconstant
delta: 1 year
time variable: tahun, 2000 to 2010
panel variable: country (strongly balanced) . xtset country tahun, yearly
. egen country = group(negara)
. *(8 variables, 110 observations pasted into data editor) 1. (/v# option or -set maxvar-) 5000 maximum variables Notes:
STATA Licensed to: STATAforAll Serial number: 93611859953
Single-user Stata network perpetual license:
979-696-4601 (fax)
979-696-4600 [email protected] 800-STATA-PC http://www.stata.com Special Edition College Station, Texas 77845 USA
4905 Lakeway Drive Statistics/Data Analysis StataCorp
___/ / /___/ / /___/ 12.0 Copyright 1985-2011 StataCorp LP /__ / ____/ / ____/
Hasil Estimasi dengan Pooled Least Squares (PLS) Prob > chi2 = 1.0000
chi2(52) = 7.503021
H0: overidentifying restrictions are valid Sargan test of overidentifying restrictions . estat sargan H0: no autocorrelation 2 -.69331 0.4881 1 -2.5053 0.0122 Order z Prob > z
Arellano-Bond test for zero autocorrelation in first-differenced errors . estat abond _cons .4714183 .1478647 3.19 0.002 .1777883 .7650483 ln_l .0078146 .0055948 1.40 0.166 -.0032956 .0189248 k .0001261 .0007249 0.17 0.862 -.0013134 .0015655 ln_m .009349 .0191794 0.49 0.627 -.0287374 .0474355 ln_x -.013649 .0173394 -0.79 0.433 -.0480816 .0207837 fdi .0025165 .0008607 2.92 0.004 .0008073 .0042258 L1. .9532685 .013855 68.80 0.000 .9257552 .9807818 ln_gdp ln_gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 5.25336071 99 .05306425 Root MSE = .02302 Adj R-squared = 0.9900 Residual .049269122 93 .000529776 R-squared = 0.9906 Model 5.20409158 6 .867348597 Prob > F = 0.0000 F( 6, 93) = 1637.20 Source SS df MS Number of obs = 100 . reg ln_gdp l.ln_gdp fdi ln_x ln_m k ln_l
Hasil Estimasi dengan Fixed Effects Model (FEM) more ln_l .0086661 .0764632 0.11 0.910 -.1433894 .1607216 k -.0001992 .0012575 -0.16 0.874 -.0027 .0023015 ln_m .0166209 .051344 0.32 0.747 -.0854823 .1187241 ln_x .0520422 .0500252 1.04 0.301 -.0474383 .1515227 fdi .0022519 .0009497 2.37 0.020 .0003633 .0041404 L1. .5978861 .0761136 7.86 0.000 .4465258 .7492463 ln_gdp ln_gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = 0.1443 Prob > F = 0.0000 F(6,84) = 103.82 overall = 0.8507 max = 10 between = 0.8491 avg = 10.0 R-sq: within = 0.8812 Obs per group: min = 10 Group variable: country Number of groups = 10 Fixed-effects (within) regression Number of obs = 100 . xtreg ln_gdp l.ln_gdp fdi ln_x ln_m k ln_l, fe
Lampiran 5. Hasil Estimasi di Negara Berkembang (ASEAN+6, Uni Eropa, dan Amerika Utara)
First Differences Generalized Method of Moments (FD-GMM)
Standard: D.fdi D.ln_m D.k D.ln_l GMM-type: L(2/.).ln_gdp L(1/.).ln_x Instruments for differenced equation
ln_l .0025151 .0668814 0.04 0.970 -.1285699 .1336002 k .0027756 .0010093 2.75 0.006 .0007974 .0047537 ln_m -.1218141 .0713968 -1.71 0.088 -.2617492 .0181211 fdi .0067659 .0026375 2.57 0.010 .0015965 .0119354 ln_x .1776927 .066695 2.66 0.008 .0469729 .3084126 L1. .8712932 .0396569 21.97 0.000 .7935671 .9490193 ln_gdp ln_gdp Coef. Std. Err. z P>|z| [95% Conf. Interval] One-step results
Prob > chi2 = 0.0000 Number of instruments = 60 Wald chi2(6) = 4656.31 max = 9 avg = 9 Obs per group: min = 9 Time variable: tahun
Group variable: country Number of groups = 7 Arellano-Bond dynamic panel-data estimation Number of obs = 63 . xtabond ln_gdp fdi ln_m k ln_l, pre (ln_x) noconstant
delta: 1 year
time variable: tahun, 2000 to 2010 panel variable: country (strongly balanced) . xtset country tahun, yearly
. egen country = group (negara)
. *(8 variables, 77 observations pasted into data editor) 1. (/v# option or -set maxvar-) 5000 maximum variables Notes:
STATA Licensed to: STATAforAll Serial number: 93611859953
Single-user Stata network perpetual license:
979-696-4601 (fax)
979-696-4600 [email protected] 800-STATA-PC http://www.stata.com Special Edition College Station, Texas 77845 USA 4905 Lakeway Drive
Statistics/Data Analysis StataCorp
___/ / /___/ / /___/ 12.0 Copyright 1985-2011 StataCorp LP /__ / ____/ / ____/
Hasil Estimasi Pooled Least Squares (PLS)
Prob > chi2 = 0.1815 chi2(54) = 63.2804
H0: overidentifying restrictions are valid Sargan test of overidentifying restrictions . estat sargan H0: no autocorrelation 2 -.87888 0.3795 1 -2.569 0.0102 Order z Prob > z
Arellano-Bond test for zero autocorrelation in first-differenced errors . estat abond _cons -.2362006 .1827571 -1.29 0.201 -.6014116 .1290104 ln_l -.0130447 .0068099 -1.92 0.060 -.0266531 .0005638 k .0013472 .0009196 1.46 0.148 -.0004906 .0031849 ln_m -.0142202 .0290832 -0.49 0.627 -.0723383 .0438979 ln_x .0443168 .0222083 2.00 0.050 -.0000629 .0886964 fdi .003881 .0023193 1.67 0.099 -.0007538 .0085158 L1. .9596824 .0103163 93.03 0.000 .9390669 .9802978 ln_gdp ln_gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 43.9565114 69 .63705089 Root MSE = .02066 Adj R-squared = 0.9993 Residual .026889003 63 .00042681 R-squared = 0.9994 Model 43.9296224 6 7.32160374 Prob > F = 0.0000 F( 6, 63) =17154.26 Source SS df MS Number of obs = 70 . reg ln_gdp l.ln_gdp fdi ln_x ln_m k ln_l
Hasil Estimasi dengan Fixed Effects Model (FEM) more ln_l .0209037 .0704731 0.30 0.768 -.1202164 .1620237 k .002806 .0010596 2.65 0.010 .0006841 .0049279 ln_m -.1420884 .0704324 -2.02 0.048 -.2831268 -.0010501 ln_x .1976356 .0666502 2.97 0.004 .0641709 .3311003 fdi .0069291 .002784 2.49 0.016 .0013541 .012504 L1. .8641365 .0419266 20.61 0.000 .7801799 .9480931 ln_gdp ln_gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] corr(u_i, Xb) = 0.6920 Prob > F = 0.0000 F(6,57) = 676.47 overall = 0.9874 max = 10 between = 0.9880 avg = 10.0 R-sq: within = 0.9862 Obs per group: min = 10 Group variable: country Number of groups = 7 Fixed-effects (within) regression Number of obs = 70 . xtreg ln_gdp l.ln_gdp fdi ln_x ln_m k ln_l, fe _cons -.2362006 .1827571 -1.29 0.201 -.6014116 .1290104 ln_l -.0130447 .0068099 -1.92 0.060 -.0266531 .0005638 k .0013472 .0009196 1.46 0.148 -.0004906 .0031849 ln_m -.0142202 .0290832 -0.49 0.627 -.0723383 .0438979 ln_x .0443168 .0222083 2.00 0.050 -.0000629 .0886964 fdi .003881 .0023193 1.67 0.099 -.0007538 .0085158 L1. .9596824 .0103163 93.03 0.000 .9390669 .9802978 ln_gdp ln_gdp Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 43.9565114 69 .63705089 Root MSE = .02066 Adj R-squared = 0.9993 Residual .026889003 63 .00042681 R-squared = 0.9994 Model 43.9296224 6 7.32160374 Prob > F = 0.0000 F( 6, 63) =17154.26 Source SS df MS Number of obs = 70 . reg ln_gdp l.ln_gdp fdi ln_x ln_m k ln_l
Lampiran 6. Pergerakan Pertumbuhan Ekonomi terhadap Perubahan Inwards FDI di Negara-Negara Berkembang
0 500 1000 1500 2000 -4 -2 0 2 4 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Indonesia
Inwards FDI GDP per capita
0 2000 4000 6000 8000 0 2 4 6 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Malaysia
Inwards FDI GDP per capita
0 1000 2000 3000 4000 0 2 4 6 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Thailand
Inwards FDI GDP per capita
0 500 1000 1500 0 1 2 3 4 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Filipina
Inwards FDI GDP per capita
0 1000 2000 3000 4000 0 1 2 3 4 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Cina
Inwards FDI GDP per capita
0 500 1000 1500 0 1 2 3 4 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
India
Inwards FDI GDP per capita
7000 7500 8000 8500 0 2 4 6 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Meksiko
Lampiran 7. Pergerakan Pertumbuhan Ekonomi terhadap Perubahan Inwards FDI di Negara-Negara Maju
0 10000 20000 30000 40000 0 10 20 30 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Singapura
Inwards FDI GDP per capita
32000 34000 36000 38000 -0.2 0 0.2 0.4 0.6 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
Jepang
Inwards FDI GDP per capita
0 10000 20000 30000 0 0.5 1 1.5 2 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010