TAHUN RPDB (%)
C. Hasil dan Analisis Data
6. Uji Asumsi Klasik
a. Uji Multikolinearitas
Multikolinieritas merupakan suatu keadaan dimana terjadi satu atau lebih variabel bebas yang berkorelasi sempurna atau mendekati sempurna dengan variabel lainnya. Akibat adanya
commit to user
multikolinieritas sempurana adalah koefisien yang diestimasikan tidak dapat ditentukan dan standar error dari koefisien menjadi sangat besar.
Uji multikolineritas dalam penelitian ini menggunakan metode Klein. Metode ini dilakukan dengan cara meregres setiap variabel bebas dengan variabel bebas lainnya dan menghitung nilai koefisien determinasi yang telah disesuaikan (r2). Kemudian dibandingkan nilai r2 dengan nilai R2 dari model ECM yang dispesifikasikan seperti di atas. Jika ada satu atau lebih nilai koefisien determinasi dari model regresi sederhana antara variabel bebas nilainya lebih besar dari koefisien determinasi dari model ECM (R2< r2), maka dapat disimpulkan terjadi masalah multikolinieritas dan sebaliknya.
Hasil dari uji Klein untuk variabel-variabel bebas dapat dilihat pada tabel berikut.
Tabel 4.12 Hasil Uji Klein Variabel r2
R2 Kesimpulan
DPMA-DULN 0,000069 0,416237 Tidak terjadi multikolinieritas DPMA-BPMA 0,430933 0,416237 terjadi multikolinieritas DPMA-BULN 0,009962 0,416237 Tidak terjadi multikolinieritas DULN-BPMA 0,012160 0,416237 Tidak terjadi multikolinieritas DULN-BULN 0,012620 0,416237 Tidak terjadi multikolinieritas BPMA-BULN 0,000026 0,416237 Tidak terjadi multikolinieritas Sumber: Hasil olahan E-Views 4
Dari tabel 4.12 di atas dapat diketahui bahwa untuk semua korelasi antar variabel bebas mempunyai nilai r2 yang lebih kecil dibandingkan dengan nilai R2. Dengan demikian dapat disimpulkan bahwa spesifikasi model yang digunakan bebas dari masalah multikolinearitas kecuali pada variabel penanaman modal asing jangka
commit to user
panjang (DPMA) dan variable penanaman modal jangka pendek (BPMA).
Tanpa bermaksud melanggar kaidah BLUE (Best Linear Unbiased Estimator), penulis menduga masalah multikolinearitas bisa timbul karena sifat-sifat yang terkandung dalam kebanyakan variabel ekonomi berubah bersama-sama sepanjang waktu. Misalnya, investasi, penghasilan, konsumsi, harga-harga, suku bunga, dan harga saham cenderung meningkat dalam masa-masa makmur (boom) dan menurun dalam periode depresi. Menurut Gujarati (1995) multikolinearitas pada dasarnya dalah fenomena sampel. Jadi kenyataannya, penaksir-penaksir OLS adalah BLUE meskipun terdapat masalah multikoliearitas.
b. Uji Heteroskedastisitas
Heteroskedastisitas terjadi jika gangguan muncul dalam fungsi regresi yang mempunyai varian yang tidak sama sehingga penaksir OLS tidak efisien, baik dalam sampel kecil maupun sampel besar (tetapi masih tidak bias dan konsisten). Untuk menguji ada tidaknya masalah heteroskedastisitas dilakukan dengan uji Park.
Metode ini terdiri dari dua tahap. Yang pertama dilakukan regresi memperhitungkan adanya masalah heteroskedastisitas. Dari hasil regresi tersebut maka diperoleh nilai residualnya. Kemudian nilai residual tadi dikuadratkan dan diregresikan dengan variabel-variabel independen.Dari hasil regresi tahap dua tadi kemudian dilakukan uji t. jika nilai probabilitas semua variabel independen signifikan, maka
commit to user
terjadi heteroskedastisitas. Hasil uji Park dapat dilihat pada tabel 4.13 berikut:
Tabel 4.13 Hasil Uji Park
Dependent Variable: RESID^2 Variable Coefficien t
Std. Error t-Statistic Prob. C 0.038457 1.230999 0.031241 0.9753 DULN -0.082306 0.079857 -1.030665 0.3130 DULN^2 -3.82E-10 2.25E-09 -0.169561 0.8668 DPMA -0.082324 0.079843 -1.031076 0.3128 DPMA^2 4.32E-10 1.36E-09 0.317802 0.7534 ULN(-1) -0.082245 0.079845 -1.030059 0.3133 ULN(-1)^2 -1.76E-10 1.48E-10 -1.192078 0.2449 PMA(-1) -0.082298 0.079837 -1.030822 0.3129 PMA(-1)^2 -9.37E-10 1.51E-09 -0.620899 0.5405 ECT1 0.082257 0.079841 1.030263 0.3132 ECT1^2 1.35E-10 1.47E-10 0.919454 0.3670 R-squared 0.254887 Mean dependent var 0.285546 Adjusted R-squared -0.055576 S.D. dependent var 0.350171 S.E. of regression 0.359770 Akaike info criterion 1.044573 Sum squared resid 3.106425 Schwarz criterion 1.533397 Log likelihood -7.280029 F-statistic 0.820989 Durbin-Watson stat 1.973661 Prob(F-statistic) 0.612525 Sumber: Hasil olahan E-Views 4
Dari kedua tabel di atas diketahui bahwa nilai probabilitas dari semua variabel lebih dari tingkat signifikansi 5%, sehingga dapat disimpulkan pada model tidak terjadi masalah heteroskedastisitas. c. Uji Autokorelasi
Autokorelasi dapat didefinisikan sebagai adanya korelasi antar unsur-unsur variabel pengganggu sehingga penaksir tidak lagi efisien baik dalam sample kecil ataupun besar. Dalam penelitian ini untuk mendetetksi ada tidaknya masalah autokorelasi akan digunakan Lagrange Multiplier Test.
commit to user
Uji ini dilakukan dengan meregresi semua variabel bebas dan variabel tak bebas, kemudian dilakukan uji Breusch Godfrey terhadap residu dari hasil model tersebut.
Kriteria pengujiannya adalah jika nilai probabilitas Obs R-squarednya lebih besar dari probablilitas 5%, maka dalam model tidak terdapat masalah autokorelasi.
Tabel 4.14 Uji Lagrange Multiplier Test
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.730419 Probability 0.196289 Obs*R-squared 3.976559 Probability 0.136931 Test Equation:
Dependent Variable: RESID Variable Coefficien
t
Std. Error t-Statistic Prob. C 0.097104 0.956123 0.101560 0.9199 DULN -0.023459 0.119214 -0.196784 0.8455 DPMA -0.023462 0.119207 -0.196815 0.8454 ULN(-1) -0.023456 0.119214 -0.196755 0.8455 PMA(-1) -0.023455 0.119201 -0.196765 0.8455 ECT1 0.023456 0.119212 0.196758 0.8455 RESID(-1) 0.383030 0.207200 1.848602 0.0755 RESID(-2) -0.148195 0.207557 -0.713998 0.4814 R-squared 0.113616 Mean dependent var 1.40E-11 Adjusted R-squared -0.116187 S.D. dependent var 0.542167 S.E. of regression 0.572798 Akaike info criterion 1.921064 Sum squared resid 8.858630 Schwarz criterion 2.276572 Log likelihood -25.61862 F-statistic 0.494405 Durbin-Watson stat 1.983545 Prob(F-statistic) 0.830208 Sumber: Hasil olahan E-Views 4
Dari tabel 4.14 didapat Obs R-squarednya adalah sebesar 0,136931 maka pada model tidak terjadi masalah autokorelasi.
commit to user 7. Interpretasi Ekonomi
a. Pengaruh Konstanta terhadap Pertumbuhan Ekonomi
Hasil estimasi ECM menunjukkan bahwa nilai koefisien konstanta sebesar -2,851858. Hal itu berarti, jika semua variabel independen (penanaman modal asing dan netto utang luar negeri) konstan, perubahan pertumbuhan ekonomi berkurang sebesar 2,851858%. Nilai konstanta berpengaruh secara signifikan, hal ini ditunjukkan oleh nilai t hitung yang signifikan secara statistik pada taraf signifikansi 5%.
b. Pengaruh Penanaman Modal Asing terhadap Pertumbuhan
Ekonomi
Hasil estimasi ECM menunjukkan bahwa dalam jangka pendek penanaman modal asing mempunyai pengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Dimana nilai koefisien penanaman modal jangka pendek sebesar 0,369658. Hal ini berarti apabila variabel independen lain konstan, setiap perubahan yang terjadi pada penanaman modal asing sebesar 1% akan menyebabkan perubahan pertumbuhan ekonomi sebesar 0,369658%.
Penanaman modal dalam jangka panjang mempunyai pengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Nilai koefisien penanaman modal asing jangka panjang sebesar 0,369652. Hal ini berarti apabila variabel independen lain konstan, setiap perubahan yang terjadi pada penanaman modal asing sebesar 1% akan menyebabkan perubahan pertumbuhan ekonomi sebesar 0,369652%.
commit to user
Hasil analisis ini menunjukkan kesesuaian teori yang dikemukakan Rostow dalam bukunya The Stages of Economic Growth menyebutkan bahwa salah satu dari sekian banyak taktik pokok pembangunan untuk tinggal landas adalah pengerahan atau mobilisasi dana tabungan (dalam mata uang domestik maupun asing) guna menciptakan investasi dalam jumlah yang memadai untuk mempercepat laju pertumbuhan ekonomi (Todaro dan Smith, 2003). Ini menunjukkan bahwa masih pentingnya invetasi/ penanaman modal asing untuk meningkatkan pertumbuhan ekonomi di Indonesia.
Pada pelaksanaanya di Indonesia saat ini menerapankan system desentralisasi melalui otonomi daerah. Dimana masing-masing daerah lebih diberi keleluasaan untuk mengambil kebijakan, sehingga pemerintah pusat dan tiap-tiap pemerintah daerah saling berlomba-lomba mempromosikan daerahnya untuk menarik investor baik dari luar negeri maupun dalam negeri untuk menanamkan modal di daerahnya. Ini menunjukkan bahwa masih pentingnya invetasi/ penanaman modal asing untuk meningkatkan pertumbuhan ekonomi di Indonesia.
c. Pengaruh Variabel Utang Luar Negeri terhadap Pertumbuhan
Ekonomi
Variabel utang luar negeri dalam jangka pendek mempunyai pengaruh positif dan signifikan terhadap variabel pertumbuhan ekonomi. Nilai koefisien utang luar negeri jangka pendek sebesar 0,369679. Hal ini berarti apabila variabel independen lain konstan,
commit to user
setiap perubahan yang terjadi pada variabel utang luar negeri sebesar 1% akan menyebabkan perubahan pada variabel pertumbuhan ekonomi sebesar 0,369679%.
Variabel utang luar negeri dalam jangka panjang mempunyai pengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Nilai koefisien utang luar negeri jangka panjang sebesar 0,369735. Hal ini berarti apabila variabel independen lain konstan, setiap perubahan yang terjadi pada variable utang luar negeri sebesar 1% akan menyebabkan perubahan variable pertumbuhan ekonomi sebesar 0,369735%.
Utang luar negeri yang terjadi di Indonesia salah sebagai akibat dari masih rendahnya akumulasi tabungan domestik sehingga mampu menjadi salah satu ancaman stabilitas perekonomian. Sehingga utang luar negeri tidak hanya memberi tekanan pada defisit anggaran, tetapi juga pada cadangan devisa. Ini menunjukkan bahwa Indonesia masih cukup tergantung dengan untang luar negeri. Hasil dari penelitian ini juga menguat teori yang dikemukakan Rostow bahwa mobilisasi dana tabungan (dalam mata uang domestik maupun asing) yang salah satunya adalah dalam bentuk untang luar negeri akan mempengaruhi peningkatan pertumbuhan ekonomi di Negara-negara berkembang seperti yang terjadi di Indonesia.
commit to user
Tabel 4.15 Perbandingan Hipotesis dan Hasil Analisis Data Menggunakan Metode Analisis Error Correction Model (ECM)
Variabel Bebas Hipotesis
Hasil Analisis Data Variabel Jangka
Pendek
Variabel Jangka Panjang Penanaman Modal Asing (PMA) + signifikan (+) signifikan (+) Utang Luar Negeri (ULN) + signifikan (+) signifikan (+) Sumber: Hasil olahan E-Views 4.
commit to user
88 BAB V
PENUTUP
Dalam bab ini akan disajikan beberapa kesimpulan yang berkaitan dengan hasil penelitian yang telah dikemukakan pada bab sebelumnya. Dari kesimpulan yang ada, penulis berusaha memberikan saran sehubungan dengan permasalahan yang telah dikemukakan, sehingga hal ini dapat menjadi bahan masukan bagi pihak-pihak yang berkaitan.
A. Kesimpulan