VI. FAKTOR-FAKTOR PENYEBAB DEINDUSTRIALISASI

(1)

VI. FAKTOR-FAKTOR PENYEBAB DEINDUSTRIALISASI

6.1. Pengujian Asumsi-Asumsi Klasik

Regresi pada dasarnya adalah studi mengenai ketergantungan satu variabel

dependen (terikat) dengan satu atau lebih variabel independen (variabel penjelas /

bebas), dengan tujuan untuk mengestimasi dan atau memprediksi rata-rata populasi

atau nilai rata-rata variabel dependen berdasarkan nilai variabel independen yang

diketahui. Uji asumsi-asumsi klasik dilakukan dengan pengujian asumsi OLS

(Ordinary Least Square) untuk memastikan bahwa model penelitian memenuhi atau

tidak melanggar asumsi-asumsi klasik. Asumsi utama yang mendasari model regresi

linier klasik dengan menggunakan metode OLS adalah :

1. Linier dalam parameter, terspesifikasi dengan benar, dan memiliki error term

yang bersifat additif

2. Nilai rata-rata atau nilai yang diharapkan dari variabel disturbance atau error

term adalah nol.

3. Kovarians antara variabel disturbance dengan variabel Xi adalah nol.

4. Varians dari variabel residu disturbance adalah sama (homoskedastisitas)

5. Tidak ada korelasi antar variabel disturbance pada pengamatan satu dengan

pengamatan lain (autokorelasi)

6. Tidak ada korelasi sempurna antar variabel-variabel bebas (multikolinieritas)

7. Variabel error term memiliki distribusi normal (asumsi ini bersifat optional,

namun biasanya disertakan).

Sedangkan hasil analisis regresi adalah berupa koefisien regresi untuk

masing-masing variabel independen. Variabel ini diperoleh dengan cara memprediksi nilai

(2)

258

tujuan : pertama, meminimumkan penyimpangan antara nilai aktual dan nilai estimasi

variabel dependen; kedua, mengoptimalkan korelasi antara nilai aktual dan nilai

estimasi varaibel dependen berdasarkan data yang ada. Pengujian asumsi-asumsi klasik

dalam penelitian ini dilakukan melalui uji multikolinieritas, uji autokorelasi, dan uji

heterokedastisitas.

6.1.1. Uji Multikolinieritas

Multikolinieritas sempurna (perfect multicollinierity) adalah suatu

pelonggaran terhadap asumsi bahwa tidak ada hubungan sempurna antar variabel

independen dalam sebuah persamaan regresi. Multikolinieritas sempurna itu

jarang terjadi, yang sering dijumpai adalah multikolinieritas tidak sempurna dimana

dua atau lebih variabel berkorelasi berat pada serangkaian data yang sedang

diamati. Walaupun tidak melonggarkan asumsi, namun tetap menyebabkan

persoalan-persoalan yang serius. Apabila ada dua variabel independen berkorelasi

secara signifikan dalam suatu rangkaian sampel tertentu, kapan saja satu variabel

itu berubah, maka variabel independen lain akan cenderung berubah juga dan

program komputer dengan OLS akan mengalami kesulitan untuk membedakan

pengaruh dari satu variabel independen dengan pengaruh variabel independen yang

lain terhadap variabel dependen. Oleh karena itu, dalam sebuah sampel

variabel-variabel independen dapat lebih memiliki irama yang sama daripada dalam sampel

yang lain, tekanan multikolinieritas dapat berubah sangat hebat.

Sementara itu, konsekuensi dari suatu multikolinieritas adalah :

1. Hasil-hasil estimasi tetap tidak bias. Apabila sebuah estimasi persamaan

(3)

259

tetap memusat di seputar i pada populasi yang benar apabila semua asumsi klasik dipenuhi oleh suatu persamaan yang terspesifikasi dengan benar.

2. Varian dan standar error akan meningkat. Ini adalah konsekuensi yang pokok

pada multikolinieritas. Oleh karena dua atau lebih variabel-variabel penjelas

saling berkorelasi secara signifikan, akan menjadi sulit untuk mengidentifikasi

secara tepat efek-efek terpisah dari variabel-variabel yang berkolinieritas.

Ketika sulit membedakan efek dari satu variabel dengan efek dari variabel lain,

maka kemudian ada kemungkinan membuat kesalahan-kesalahan besar dalam

mengestimasi i sebelum menghadapi multikolinieritas. Akibatnya, koefisien-koefisien estimasi walaupun tetap tidak bias, tetapi berasal dari distribusi yang

mengandung varian yang lebih besar dan demikian juga standar errornya.

3. Nilai t akan turun. Multikolinieritas cenderung menurunkan nilai t pada

koefisien-koefisien estimasi.

4. Hasil-hasil estimasi akan menjadi sangat peka terhadap perubahan-perubahan

spesifikasi. Tambahan atau penghapusan sebuah variabel penjelas atau

beberapa observasi akan sering menyebabkan perubahan-perubahan besar pada

nilai-nilai b jika ada multikolinieritas. Jika satu variabel dihapus, walaupun

variabel itu nampaknya tidak signifikan, koefisien-koefisien dari

variabel-variabel yang tertinggal di dalam persamaan seringkali akan berubah secara

drastis.

Satu cara untuk mendeteksi adanya multikolinieritas adalah dengan

memeriksa koefisien-koefisien korelasi sederhana antar variabel-variabel penjelas.

Apabila r adalah tinggi nilai absolutnya, maka diketahui bahwa ada dua variabel

(4)

260

itu. Koefisien korelasi yang tinggi menunjukkan indikasi multikolinieritas yang

berat. Beberapa penelitian menentukan 0.8 dan menjadi semakin prihatin terhadap

munculnya multikolinieritas apabila koefisien korelasi melebihi 0.8 (Sarwoko,

2005).

Hasil analisis terhadap faktor-faktor penyebab deindustrialisasi dari sisi

permintaan menunjukkan bahwa korelasi antar variabel-variabel penjelas relatif

kecil, di bawah nilai 0.8 seperti dapat dilihat pada Tabel 57 berikut ini. Dengan

demikian, masalah multikolinieritas pada model regresi faktor-faktor penyebab

deindustrialisasi dari sisi permintaan relatif kecil atau tidak ada.

Tabel 57. Korelasi Antar Variabel Penjelas Faktor-Faktor Penyebab Deindustrialisasi dari Sisi Permintaan

Variabel SHINVEST SHEXPORT SHIMPNMIGAS

SHINVEST Pearson Correlation 1 0.135 0.378

Sig. (2-tailed) 0.617 0.149

SHEXPORT Pearson Correlation 0.135 1 -0.355

Sig. (2-tailed) 0.617 0.177

SHIMPNMIGAS Pearson Correlation 0.378 -0.355 1

Sig. (2-tailed) 0.149 0.177

Sumber : Hasil Analisis, 2011

Sementara itu, hasil analisis terhadap faktor-faktor penyebab deindustrialisasi

dari sisi penawaran juga menunjukkan bahwa secara umum korelasi antar

variabel-variabel penjelas relatif kecil di bawah nilai 0.8, kecuali untuk korelasi antara

variabel UPAH dan HITECHN yang relatif besar yaitu 0.864 seperti dapat dilihat

pada Tabel 58. Dengan demikian, secara umum masalah multikolinieritas pada

model regresi faktor-faktor penyebab deindustrialisasi dari sisi penawaran juga

(5)

261

Tabel 58. Korelasi Antar Variabel Penjelas Faktor-Faktor Penyebab dari Sisi Penawaran

Variabel LISTRIK BBM UPAH HITECHN

LISTRIK Pearson Correlation 1 0.290 0.463 0.327

Sig. (2-tailed) 0.243 0.053 0.217

BBM Pearson Correlation 0.290 1 0.761 0.693

Sig. (2-tailed) 0.243 0.000 0.003

UPAH Pearson Correlation 0.463 0.761 1 0.864

Sig. (2-tailed) 0.053 0.000 0.000

HITECHN Pearson Correlation 0.327 0.693 0.864 1

Sig. (2-tailed) 0.217 0.003 0.000

Di samping menggunakan uji korelasi untuk melihat ada tidaknya masalah

multikolinieritas, salah satu cara lain untuk mengukur multikolinieritas adalah

dengan menggunakan Variance Inflation Factor (VIF) yang merupakan suatu cara

mendeteksi multikolinieritas dengan melihat sejauh mana sebuah varibel penjelas

dapat diterangkan oleh semua varibel penjelas lainnya di dalam persamaan regresi.

Terdapat satu VIF untuk masing-masing variabel penjelas di dalam sebuah

persamaan regresi.

VIF adalah suatu estimasi besar multikolinieritas meningkatkan varian pada

suatu koefisien estimasi sebuah variabel penjelas. VIF yang tinggi menunjukkan

bahwa multikolinieritas telah menaikkan sedikit varian pada koefisien estimasi,

akibatnya menurunkan nilai t. Menganalisis derajat multikolinieritas dengan cara

mengevaluasi nilai VIF(bi). Semakin tinggi VIF suatu variabel tertentu, semakin

tinggi varian koefisisen estimasi pada variabel tersebut (dengan asumsi varian error

term adalah konstan). Dengan demikian, semakin tinggi VIF, semakin berat

(6)

262

apabila angka VIF dari suatu variabel melebihi 10. Sementara itu, berdasarkan hasil

analisis menunjukkan bahwa pada model regresi faktor-faktor penyebab

deindustrialisasi dari sisi permintaan, nilai VIF dari variabel-variabel SHINVEST,

SHEXPORT, dan SHIMPNMIGAS berturut-turut 1.28; 1.06; dan 1.31 dimana

nilainya masih jauh di bawah 10. Hal ini menunjukkan bahwa masalah

multikolinieritas pada model regresi faktor-faktor penyebab dari sisi permintaan

relatif kecil atau dapat diabaikan. Di sisi lain, berdasarkan hasil analisis

menunjukkan bahwa pada model regresi faktor-faktor penyebab deindustrialisasi

dari sisi penawaran, nilai VIF dari variabel-variabel LISTRIK, BBM, UPAH, dan

HITECHN berturut-turut 2.27; 2.47; 9.35; dan 5.20 dimana nilainya masih jauh di

bawah 10. Hal ini menunjukkan bahwa masalah multikolinieritas pada model

regresi faktor-faktor penyebab dari sisi penawaran relatif kecil atau dapat

diabaikan.

6.1.2. Uji Autokorelasi

Autokorelasi muncul karena observasi yang berurutan sepanjang waktu

berkaitan satu sama lain. Masalah ini timbul karena residual tidak bebas dari satu

observasi ke observasi lainnya. Dengan kata lain masalah ini seringkali ditemukan apabila menggunakan data runtut waktu. Hal ini disebabkan karena “gangguan” pada individu / kelompok yang sama pada periode berikutnya; pada data cross secsional ,

masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang

berbeda berasal dari individu/ kelompok yang berbeda. Untuk mendeteksi ada tidaknya

autokorelasi dilakukan uji Durbin-Watson (DW-Test) dengan ketentuan :

1. Bila nilai DW lebih besar daripada batas atas (upper bound, U), maka koefisien

(7)

263

2. Bila nilai DW lebih rendah daripada batas bawah (lower bound, L), maka

koefisien autokorelasi lebih besar daripada nol, artinya ada autokorelasi positif.

3. Bila nilai DW terletak diantara batas atas dan batas bawah, maka tidak dapat

disimpulkan.

Hasil analisis menunjukkan bahwa model regresi untuk melihat faktor-faktor

penyebab deindustrialisasi dari sisi permintaan menghasilkan nilai DW sebesar 1.09,

sehingga tidak dapat disimpulkan apakah ada masalah autokorelasi atau tidak.

Sementara itu, model regresi untuk melihat faktor-faktor penyebab deindustrialisasi

dari sisi penawaran menghasilkan nilai DW sebesar 2.40, artinya tidak ada korelasi

positif. Dari hasil analisis ini dapat disimpulkan bahwa tidak terdapat masalah

autokorelasi yang serius pada model regresi linier faktor-faktor penyebab

deindustrialisasi baik dari sisi permintaan maupun penawaran.

6.1.3. Uji Heteroskedastisitas

Heteroskedastisitas muncul apabila kesalahan atau residual dari model yang

diamati tidak memiliki varian yang konstan dari satu observasi ke observasi lainnya.

Artinya setiap observasi mempunyai reliabilitas yang berbeda akibat pertumbahan

dalam kondisi yang melatarbelakangi tidak terangkumnya dalam spesifikasi model.

Gejala heteroskedastisitas lebih sering dijumpai dalam data silang daripada data runtut

waktu, namun juga sering juga muncul dalam analisis yang menggunakan data

rata-rata.

Metode yang digunakan untuk mendeteksi masalah heterokedastisitas salah

satunya dapat menggunakan metode Park. Metode Park mengandung prosedur dua

tahap. Tahap pertama, melakukan estimasi suatu model persamaan regresi tanpa

mempersoalkan apakah data mengandung heterokedastisitas atau tidak. Selanjutnya

(8)

264

nilai estimasi residual e. Karena umumnya nilai varian tidak diketahui, maka hal ini

dapat ditaksir dengan menggunakan e2 sebagai proxy. Langkah ini merupakan

prosedur kedua dari Metode Park. Selanjutnya dilakukan transpormasi logaritma

natural terhadap variabel-variabel penjelas dan nilai residual yang dikuadratkan.

Koefisien-koefisien parameter yang baru jika ternyata signifikan secara statistik, maka

hal ini akan mengindikasikan adanya kehadiran heterokedastisitas pada data yang

digunakan. Sebaliknya jika tidak signifikan secara statistik, maka dapat disimpulkan

bahwa disturbance error bersifat homoscedasticity. Persamaan-persamaan

ekonometrika untuk menguji adanya heterokedastisitas selengkapnya dapat dilihat

pada Lampiran 2.

Berdasarkan hasil pengujian menggunakan metode Park untuk model regresi

linier faktor-faktor penyebab deindustrialisasi dari sisi permintaan menunjukkan bahwa

koefisien-koefisien parameter tidak signifikan secara statatis seperti dapat dilihat pada

Tabel 59. Hal ini menunjukkan bahwa disturbance error pada model regresi

faktor-faktor penyebab deindustrialisasi dari sisi permintaan bersifat homoscedasticity

sehingga masih memenuhi asumsi yang dipersyaratkan dalam metode OLS.

Tabel 59. Hasil Uji Heterokedastisitas Mengggunakan Metode Park untuk Model Regresi Linier Faktor Penyebab Deindustrialiasi dari Sisi Permintaan

Variabel

Penduga Parameter

Standar error t-hitung Peluang INTERCEPT LN_SHCREDIT LN_SHEXPORT LN_SHIMPNMIGAS 60.32264 -5.41261 -12.5804 2.479466 89.78418 3.797712 18.95221 6.144147 0.67 -1.43 -0.66 0.40 0.5169 0.1845 0.5218 0.6950 Sumber : Hasil Analisis, 2011

Sementara itu, berdasarkan hasil pengujian menggunakan metode Park untuk

model regresi linier faktor-faktor penyebab deindustrialisasi dari sisi penawaran

(9)

265

seperti dapat dilihat pada Tabel 60. Hal ini juga menunjukkan bahwa disturbance

error pada model regresi faktor-faktor penyebab deindustrialisasi dari sisi penawaran

bersifat homoscedasticity sehingga masih memenuhi asumsi yang dipersyaratkan

dalam metode OLS.

Tabel 60. Hasil Uji Heterokedastisitas Mengggunakan Metode Park untuk Model Regresi Linier Faktor Penyebab Deindustrialiasi dari Sisi Penawaran

Variabel

Standar error t-hitung Peluang INTERCEPT LN_LISTRIK LN_BBM LN_UPAH LN_HITECHN 36.12160 -5.93856 -1.16275 4.653973 0.099864 64.57299 6.124644 1.649667 8.620693 2.237193 0.56 -0.97 0.70 0.54 0.04 0.5871 0.3531 0.4956 0.6001 0.9652 Sumber : Hasil Analisis, 2011

Berdasarkan hasil pengujian terhadap asumsi-asumsi yang telah dilakukan di

atas dapat disimpulkan bahwa model regresi linier faktor-faktor penyebab

deindustrialisasi baik dari sisi permintaan maupun penawaran masih memenuhi

asumsi-asumsi yang dipersyaratkan dalam metode OLS yaitu bahwa model-model

regresi linier tersebut tidak terdapat masalah serius mengenai multikolinieritas,

disturbance error tidak terjadi autokorelasi, dan disturbance error bersifat

homoscedasticity. Dengan demikian metode OLS dapat digunakan untuk

mengestimasi parameter faktor-faktor penyebab deindustrialisasi baik dari sisi

permintaan maupun dari sisi penawaran.

6.2. Perkembangan Pangsa Nilai Tambah Sektor Industri

Indikator deindustrialisasi dalam penelitian ini dilihat dari perubahan pangsa

(10)

266

industri minyak dan gas bumi (migas) dan industri non-migas. Hasil pengolahan

data menunjukkan bahwa peranan industri migas dalam perekonomian nasional

mengalami fluktuasi dari tahun 1993 sampai dengan 2001, dan terus mengalami

penurunan mulai dari tahun 2001 sampai mencapai titik terendah pada tahun 2009

yaitu mencapai 2.14 persen seperti dapat dilihat pada Tabel 61 di bawah ini.

Tabel 61. Perkembangan Pangsa Nilai Tambah Sektor Industri dari Tahun 1994 sampai dengan Tahun 2010

(Persen) Tahun Industri Migas Industri Non-Migas Sektor Industri 1994 2.75 20.78 23.53 1995 2.57 21.40 23.97 1996 2.65 22.29 24.94 1997 2.48 22.61 25.10 1998 2.91 22.62 25.54 1999 3.15 23.31 26.46 2000 2.96 23.83 26.79 2001 3.53 24.08 27.60 2002 3.47 24.24 27.71 2003 3.34 24.67 28.01 2004 3.11 25.26 28.37 2005 2.78 25.30 28.08 2006 2.60 25.25 27.84 2007 2.43 24.96 27.39 2008 2.29 24.50 26.79 2009 2.14 24.02 26.16 2010 2.10 21.55 25.76

Sumber : Badan Pusat Statistik, 2010 (Diolah)

Pada Gambar 34 di bawah ini, terlihat bahwa pangsa nilai tambah subsektor

industri migas pada periode tahun 1993-2009 mencapai puncaknya pada tahun

(11)

267

migas secara konsisten terus mengalami penurunan mulai tahun 2001 dan mencapai

titik terendah pada tahun 2010.

Gambar 34. Perkembangan Pangsa Nilai Tambah Subsektor Industri Minyak dan Gas Bumi (Migas) Tahun 1993-2010

Sementara itu, pangsa nilai tambah subsektor industri terus mengalami

peningkatan dari 19.47 persen pada tahun 1993 dan mencapai puncaknya pada

tahun 2004 yang mencapai angka 25.26 persen seperti dapat dilihat pada Gambar

35 berikut ini. Pangsa nilai tambah sektor industri non-migas pernah mengalami

stagnasi pada periode krisis ekonomi yaitu tahun 1997-1998 karena sektor industri

non-migas terkena dampak langsung dari krisis ekonomi tersebut.

Sementara itu, secara keseluruhan pangsa nilai tambah sektor industri yang

merupakan penjumlahan dari subsektor industri migas dan subsektor industri

non-migas mengikuti pola pangsa nilai tambah subsektor industri non-non-migas. Pangsa

(12)

268

peningkatan dari tahun 1993 sampai mencapai puncaknya pada tahun 2004 yang

mencapai angka 28.37 persen.

Gambar 35. Perkembangan Pangsa Nilai Tambah Subsektor Industri Non- Migas Tahun 1993 - 2010

Selanjutnya dari periode tahun 2004, pangsa nilai tambah sektor industri terus

mengalami penurunan dan mencapai angka 26.16 persen pada tahun 2009 seperti

dapat dilihat pada Gambar 36. Penurunan pangsa nilai tambah sektor industri

tersebut mengarah pada kondisi yang disebut dengan deindustrialisasi. Pada pola

yang normal yang ditemui pada negara-negara yang telah melewati fase

industrialisasi, penurunan pangsa nilai tambah sektor industri umumnya terjadi

pada angka sekitar 35 persen. Artinya, setelah pangsa nilai tambah sektor industri

mencapai 35 persen, pangsa nilai tambahnya terus mengalami penurunan karena

(13)

269

Gambar 36. Perkembangan Pangsa Nilai Tambah Sektor Industri Tahun 1993 - 2010

Dalam penelitian ini, digunakan dua model regresi linier yang diestimasi

dengan OLS untuk melihat faktor-faktor yang mempengaruhi pangsa output sektor

industri sebagai variabel terikat (dependent variable) baik dari sisi permintaan

maupun dari sisi penawaran.

6.3. Faktor-Faktor Penyebab Deindustrialisasi dari Sisi Permintaan

Untuk hasil estimasi persaman perilaku deindustrialisasi dari sisi permintaan,

secara umum tanda koefisien sesuai dengan yang diharapkan walaupun terdapat

hasil estimasi pangsa investasi sektor industri yang tidak signifikan sampai dengan

 = 0.10. Hal ini juga didukung oleh koefisien determinasi yang umumnya di atas 85 persen. Hasil analisis pada Tabel 62, menunjukkan bahwa pangsa investasi dan

(14)

270

tambah sektor industri. Sementara itu, pangsa impor produk non-migas

berpengaruh secara negatif terhadap pangsa nilai tambah sektor industri.

Tabel 62. Hasil Estimasi Parameter Persamaan Perilaku Deindustrialisasi dari Sisi Permintaan

Variabel

Standar error t-hitung Peluang INTERCEPT SHINVEST SHEXPORT SHIMPNMIGAS 24.15190 0.06402 0.18874 -0.17137 7.12531 0.04136 0.08471 0.02537 3.39 1.55 2.23 -6.75 0.0069 0.1527 0.0500 <0.0001 R2 = 0.8634

Untuk faktor investasi dalam penelitian ini diproksi dengan menggunakan

data nilai pangsa kredit perbankan yang disalurkan pada sektor industri. Hasil

estimasi parameter model regresi untuk faktor pangsa investasi, secara umum tanda

koefisien parameter sesuai dengan yang diharapkan yaitu bertanda positif dan

signifikan sampai dengan  = 0.2 sebagaimana dapat dilihat pada Tabel 62. Dalam jangka panjang pangsa investasi pada sektor industri, berpengaruh positif

terhadap pangsa nilai tambah sektor industri. Peningkatan pangsa investasi pada

sektor industri akan mendorong peningkatan pangsa nilai tambah sektor industri,

demikian pula sebaliknya.

Pangsa investasi untuk sektor industri mengalami fluktuasi sepanjang periode

tahun 1991 sampai dengan 2006 seperti dapat dilihat pada Gambar 37. Pangsa

investasi untuk sektor industri mencapai puncaknya pada tahun 2000 yang

mencapai angka 39.70 persen. Penurunan pangsa investasi untuk sektor industri

terjadi pada periode tahun 1993 sampai dengan 1996 dan tahun 2000 sampai

(15)

271

Gambar 37. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Pangsa Kredit untuk Sektor Industri Tahun 1993 - 2009

Peningkatan pangsa investasi untuk sektor industri pada tahun 1996-2000

searah dengan peningkatan pangsa nilai tambah sektor industri pada periode yang

sama. Sementara itu, penurunan pangsa investasi untuk sektor industri pada tahun

2003-2006 searah dengan penurunan pangsa nilai tambah sektor industri pada

periode yang sama. Dengan demikian, pangsa investasi sektor industri memegang

peranan yang sangat penting dalam kontribusinya pada perubahan pangsa nilai

(16)

272

Tabel 63. Perkembangan Pangsa Kredit yang Disalurkan Perbankan pada Berbagai Sektor Ekoomi Tahun 1993 – 2006

(Persen) Sektor 1993 1994 1995 1996 1997 1998 1999 Pertanian 8.02 7.34 6.62 6.02 6.88 8.06 10.56 Perindustrian 34.23 31.88 30.73 26.92 29.53 35.22 37.43 Pertambangan 0.52 0.42 0.39 0.58 1.41 1.21 1.64 Perdagangan 25.15 23.49 23.12 24.10 21.76 19.77 19.23 Jasa-jasa 23.84 26.90 28.39 31.29 30.03 28.54 19.17 lainnya 8.24 9.97 10.75 11.10 10.39 7.19 11.97 Jumlah 100.00 100.00 100.00 100.00 100.00 100.00 100.00 Sektor 2000 2001 2002 2003 2004 2005 2006 Pertanian 7.25 6.85 6.11 5.54 5.85 5.32 5.72 Perindustrian 39.70 38.26 33.12 29.00 25.94 24.60 23.18 Pertambangan 2.48 2.44 1.67 1.16 1.40 1.14 1.77 Perdagangan 16.39 15.91 18.06 18.96 20.06 19.45 20.63 Jasa-jasa 16.47 16.11 16.69 21.10 19.48 19.57 20.03 lainnya 17.70 20.44 24.35 24.24 27.27 29.93 28.68 Jumlah 100.00 100.00 100.00 100.00 100.00 100.00 100.00 Sumber : Badan Pusat Statistik, 2008 (Diolah)

Sementara itu, jika dilihat dari jumlah kredit yang disalurkan untuk sektor

industri mengalami fluktuasi sepanjang periode tahun 1991 sampai dengan 2006

seperti dapat dilihat pada Gambar 38. Fluktuasi terjadi pada masa krisis ekonomi

tahun 1998-1999 dimana kredit yang disalurkan untuk sektor industri menurun dari

Rp 171.67 triliun menjadi Rp 84.26 triliun sebagaimana dapat dilihat pada Tabel

64. Peningkatan jumlah kredit yang disalurkan untuk sektor industri pada tahun

1993-1998 dan 1999-2004 searah dengan peningkatan pangsa nilai tambah sektor

(17)

273

Tabel 64. Perkembangan Jumlah Kredit yang Disalurkan Perbankan pada Berbagai Sektor Ekoomi Tahun 1997 - 2006

(Rp Miliar) Sektor 1997 1998 1999 2000 2001 Pertanian 26 002 39 308 23 777 19 503 20 863 Perindustrian 111 679 171 668 84 259 106 782 116 525 Pertambangan 5 316 5 909 3 697 6 680 7 440 Perdagangan 82 264 96 364 43 288 44 099 48 450 Jasa-jasa 113 569 139 124 43 161 44 316 49 061 lainnya 39 304 35 053 26 951 47 620 62 255 Jumlah 378 134 487 426 225 133 269 000 304 594 Sektor 2002 2003 2004 2005 2006 Pertanian 22 332 23 950 32 376 36 678 45 003 Perindustrian 121 035 125 349 143 603 169 678 182 432 Pertambangan 6 095 5 012 7 730 7 874 13 896 Perdagangan 65 978 81 941 111 035 134 109 162 396 Jasa-jasa 60 983 91 191 107 857 134 944 157 638 lainnya 88 987 104 787 150 947 206 390 225 771 Jumlah 365 410 432 230 553 548 689 673 787 136

Gambar 38. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Jumlah Kredit untuk Sektor Industri Tahun 1993 - 2009

(18)

274

Hasil estimasi parameter model regresi untuk faktor pangsa ekspor produk

industri, secara umum tanda koefisien parameter sesuai dengan yang diharapkan

yaitu bertanda positif sebagaimana dapat dilihat pada Tabel 62. Dalam jangka

panjang pangsa ekspor produk industri, berpengaruh positif terhadap pangsa nilai

tambah sektor industri. Nilai ini berarti bahwa semakin tinggi pangsa ekspor

produk industri akan meningkatkan pangsa nilai tambah sektor industri, demikian

pula sebaliknya.

Gambar 39. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Pangsa Ekspor Produk Industri Tahun 1993 – 2009

Pangsa ekspor produk industri Indonesia pada periode 1991 sampai dengan

2006 mengalami fluktuasi yang cukup tajam sebagai imbas dari krisis ekonomi

(19)

275

mencapai angka tertinggi pada tahun 1998 yang mencapai 83.88 persen dan

mencapai angka terendah pada tahun 1991 sebesar 62.61 persen seperti dapat

dilihat pada Gambar 40. Peningkatan pangsa ekspor produk industri pada tahun

1993-2004 searah dengan peningkatan pangsa nilai tambah sektor industri pada

periode yang sama.

Gambar 40. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Nilai Ekspor Non-Migas Tahun 1993 - 2009

Pada Gambar 40, terlihat bahwa untuk nilai ekspor produk industri terus

mengalami peningkatan dari tahun 1993 sampai dengan 2006 dimana pada tahun

2006 ekspor produk industri mampu menyumbangkan devisa sebesar US $ 79.6

miliar. Pada gambar tersebut juga terlihat bahwa peningkatan nilai ekspor produk

industri pada tahun 1993-2004 juga searah dengan peningkatan pangsa nilai tambah

(20)

276

memegang peranan yang sangat penting dalam kontribusinya pada perubahan

pangsa nilai tambah sektor industri.

Hasil estimasi parameter model regresi untuk faktor pangsa impor produk

non-migas, secara umum tanda koefisien semua lag sesuai dengan yang diharapkan

yaitu bertanda negatif. Dalam jangka panjang pangsa impor produk non-migas,

berpengaruh negatif terhadap pangsa nilai tambah sektor industri. Nilai ini berarti

bahwa semakin menurun pangsa impor produk non-migas akan meningkatkan

pangsa nilai tambah sektor industri, demikian pula sebaliknya.

Gambar 41. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Pangsa Impor Produk Non-migas Tahun 1993 - 2009

Pangsa impor produk non-migas Indonesia pada periode 1991 sampai dengan

2006 terus mengalami penurunan. Pada periode tersebut, pangsa impor produk

(21)

277

pada tahun 2006 seperti dapat dilihat pada Gambar 41. Penurunan pangsa impor

produk non-migas pada tahun 1993-2004 searah dengan peningkatan pangsa nilai

tambah sektor industri pada periode yang sama.

Pada Gambar 42, terlihat bahwa untuk nilai impor produk non-migas terus

mengalami fluktuasi dari tahun 1991 sampai dengan 2006 dimana pada tahun 2006

impor produk non-migas menyedot devisa sebesar US $ 42.1 miliar. Pada gambar

tersebut juga terlihat bahwa penurunan impor produk non-migas pada tahun

1996-1999 dan 2000-2003 diikuti dengan peningkatan pangsa nilai tambah sektor

industri pada periode yang sama. Dengan demikian, impor produk non-migas

memegang peranan yang penting dalam kontribusinya pada perubahan pangsa nilai

tambah sektor industri.

Gambar 42. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Nilai Impor Produk Non-migas Tahun 1993 - 2009

(22)

278

6.4. Faktor-Faktor Penyebab Deindustrialisasi dari Sisi Penawaran

Untuk hasil estimasi persamaan perilaku deindustrialisasi dari sisi penawaran,

secara umum tanda koefisien sesuai dengan yang diharapkan walaupun terdapat

hasil estimasi pengaruh harga riil energi listrik yang tidak signifikan sampai

dengan  = 0.10. Hal ini juga didukung oleh koefisien determinasi yang umumnya di atas 90 persen. Hasil analisis pada Tabel 65, menunjukkan bahwa tingkat

teknologi yang dimiliki sektor industri berpengaruh secara positif terhadap pangsa

nilai tambah sektor industri. Sementara itu, upah riil tenaga kerja sektor industri

dan harga riil BBM berpengaruh secara negatif terhadap pangsa nilai tambah sektor

industri.

Tabel 65. Hasil Estimasi Parameter Persamaan Perilaku Deindustrialisasi dari Sisi Penawaran

Variabel

Standar error t-hitung Peluang INTERCEPT UPAH LISTRIK BBM TECH 28.42484 -0.16538 -1.98919E-8 -0.00015305 3.67978E-10 1.13876 0.04430 0.00012852 0.00007615 1.57308E-10 24.96 -3.73 -0.00 -2.01 2.34 <0.0001 0.0039 0.9999 0.0722 0.0414 R2 = 0.9223

Hasil estimasi parameter model regresi untuk faktor upah tenaga kerja sektor

industri, secara umum tanda koefisien parameter sesuai dengan yang diharapkan

yaitu bertanda negatif sebagaimana dapat dilihat pada Tabel 65. Dalam jangka

panjang upah riil tenaga kerja sektor industri, berpengaruh negatif terhadap pangsa

nilai tambah sektor industri. Hal ini berarti bahwa semakin tinggi upah riil tenaga

kerja sektor industri akan menurunkan pangsa nilai tambah sektor industri,

(23)

279

Nilai upah riil tenaga kerja sektor industri pada periode 1991 sampai dengan

2007 terus mengalami penurunan seperti dapat dilihat pada Gambar 43. Penurunan

upah riil tenaga kerja sektor industri pada tahun 1991-2004 diikuti dengan

peningkatan pangsa nilai tambah sektor industri pada periode yang sama.

Gambar 43. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Nilai Upah Riil Sektor Industri Tahun 1993 - 2009

Hasil estimasi parameter model regresi untuk faktor harga riil energi listrik,

secara umum tanda koefisien parameter sesuai dengan yang diharapkan yaitu

bertanda negatif walaupun secara statistik tidak signifikan. Tidak signifikannya

harga riil energi listrik karena pangsa biaya energi listrik dalam struktur biaya

produksi sektor industri non-migas relatif kecil, sehingga penurunan atau

peningkatan harga energi listrik tidak terlalu mempengaruhi perubahan pangsa

(24)

280

hanya berpengaruh pada output sektor industri, tetapi juga sektor-sektor yang lain.

Perubahan pada output sektor industri dan sektor lainnya sebagai akibat dari

perubahan harga energi listrik relatif berlangsung seimbang sehingga tidak

mengubah pangsa output masing-masing sektor.

Gambar 44. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Harga Listrik Tahun 1993 - 2009

Harga riil energi listrik pada periode 1991 sampai dengan 2006 terus

mengalami fluktuasi yang sangat tajam. Pada periode tersebut, harga riil energi

listrik menurun dari Rp 9 354/Satuan Barrel Minyak (SBM) pada tahun 1993

menjadi Rp 5 506/SBM pada tahun 1999 seperti dapat dilihat pada Gambar 44.

Penurunan harga riil energi listrik pada tahun 1993-1999 diiringi dengan

(25)

281

Sebaliknya peningkatan harga riil energi listrik pada tahun 1999-2003, tidak diikuti

dengan penurunan pangsa nilai tambah sektor industri, bahkan pangsa nilai tambah

sektor industri justru meningkat. Hal yang sama juga terjadi pada saat harga riil

energi listrik turun pada tahun 2004-2009 yang tidak diikuti dengan peningkatan

pangsa nilai tambah sektor industri. Hal ini terjadi karena pengaruh jangka panjang

harga riil energi listrik terhadap pangsa nilai tambah sektor industri tidak terlalu

signifikan, walaupun tandanya tetap negatif.

Hasil estimasi parameter model regresi untuk faktor harga riil Bahan Bakar

Minyak (BBM), secara umum tanda koefisien parameter sesuai dengan yang

diharapkan yaitu bertanda negatif sebagaimana dapat dilihat pada Tabel 65. Dalam

jangka panjang harga riil BBM, berpengaruh negatif terhadap pangsa nilai tambah

sektor industri. Nilai ini berarti bahwa semakin meningkat harga riil BBM maka

akan menurunkan pangsa nilai tambah sektor industri, demikian pula sebaliknya.

Harga riil BBM pada periode 1991 sampai dengan 2006 terus mengalami

fluktuasi. Pada periode tersebut, harga riil BBM terendah adalah Rp 1 589/Satuan

Barrel Minyak (SBM) pada tahun 1999 seperti dapat dilihat pada Gambar 45.

Penurunan harga riil BBM pada tahun 1991-1999 diiringi dengan peningkatan

pangsa nilai tambah sektor industri pada periode yang sama. Sebaliknya

peningkatan harga riil BBM pada tahun 1999-2004, tidak diikuti dengan penurunan

pangsa nilai tambah sektor industri, bahkan pangsa nilai tambah sektor industri

justru meningkat. Hal yang berbeda terjadi pada saat harga riil BBM naik pada

tahun 2004-2009 yang diikuti dengan penurunan pangsa nilai tambah sektor

industri. Hal ini terjadi karena pengaruh jangka panjang harga riil BBM terhadap

pangsa nilai tambah sektor industri tidak terlalu signifikan, walaupun tandanya

(26)

282

Gambar 45. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Harga Bahan Bakar Minyak Tahun 1993 - 2009

Hasil estimasi parameter model regresi untuk faktor teknologi yang diproksi

dari data nilai ekspor produk-produk berteknologi tinggi, secara umum tanda

koefisien sebagian besar lag sesuai dengan yang diharapkan yaitu bertanda positif

sebagaimana dapat dilihat pada Tabel 65. Dalam jangka panjang faktor teknologi,

berpengaruh positif terhadap pangsa nilai tambah sektor industri. Nilai ini berarti

bahwa semakin tinggi tingkat teknologi yang dimiliki sektor industri maka akan

meningkatkan pula pangsa nilai tambah sektor industri, demikian pula sebaliknya.

Nilai ekspor produk-produk berteknologi tinggi pada periode 1991 sampai

dengan 2006 mengalami fluktuasi. Pada periode tersebut, nilai ekspor produk

berteknologi tinggi yang terbesar adalah US $ 6.57 miliar pada tahun 2005 seperti

dapat dilihat pada Gambar 46. Peningkatan nilai ekspor produk berteknologi tinggi

(27)

283

industri pada periode yang sama. Sebaliknya penurunan nilai ekspor produk

berteknologi tinggi pada tahun 2005-2009, diikuti dengan penurunan pangsa nilai

tambah sektor industri. Dengan demikian, tingkat teknologi yang diproksi dari

nilai ekspor produk berteknologi tinggi memegang peranan yang penting dalam

kontribusinya pada perubahan pangsa nilai tambah sektor industri.

Gambar 46. Perkembangan Pangsa Nilai Tambah Sektor Industri dan Nilai Ekspor Produk Teknologi Tinggi Tahun 1993 - 2009

6.5. Upaya Keluar dari Deindustrialisasi Melalui Reindustrialisasi

Pada periode tahun 1991-2009, dapat dibagi menjadi dua periode yaitu

periode pertama tahun 1991-2000 dan periode kedua tahun 2001-2009. Hasil

analisis trend pada kedua periode tersebut yang ditampilkan pada Tabel 66, terlihat

bahwa pada periode pertama, pangsa nilai tambah sektor industri mengalami trend

positif sebesar 2.27 persen per tahun. Sementara itu, analisis trend pada periode

(28)

284

negatif yaitu -0.63 persen/tahun. Penurunan pangsa nilai tambah sektor industri

pada periode kedua ini mengarah pada gejala deindustrialisasi. Untuk keluar dari

kondisi deindustrialisasi tersebut, dibutuhkan upaya-upaya meningkatkan kembali

peranan dan kontribusi sektor industri melalui reindustrialisasi.

Tabel 66. Trend Beberapa Variabel yang Digunakan dalam Penelitian

(Persen)

No. Variabel 1991-2000 2001-2009

1 Pangsa Nilai Tambah Sektor Industri 2.27 -0.63

2 Jumlah Kredit untuk Sektor Industri 15.80 10.17

3 Nilai Ekspor Non-migas 7.12 13.17

4 Nilai Impor Non-migas 0.23 13.07

5 Pendapatan per Kapita -5.05 15.30

6 Harga Energi Listrik -4.39 -1.57

7 Harga BBM -4.87 17.63

8 Nilai Upah Riil -8.12 -6.04

9 Pangsa Kredit Sektor Industri 2.43 -9.54

10 Pangsa Ekspor Produk Industri 2.24 0.14

11 Pangsa Impor Produk Non-migas -1.04 -3.62

12 Nilai Ekspor Produk Teknologi Tinggi 23.49 3.03

Sementara itu, pada periode tahun 2003-2010, investasi yang

direpresentasikan dengan Pembentukan Modal Tetap Bruto (PMTB) mengalami

peningkatan sebesar rata-rata 8.2 persen. Sementara itu, ekspor pada periode yang

sama mengalami peningkatan rata-rata sebesar 7.9 persen per tahun. Di sisi lain,

impor mengalami peningaktan sebesar rata-rata 8.4 persen. Data selengkapnya

dapat dilihat pada Tabel 67.

Berdasarkan hasil analisis faktor-faktor yang mempengaruhi pangsa nilai

tambah sektor industri sebagai indikator terjadinya deindustrialisasi, menunjukkan

bahwa dari sisi permintaan deindustrialisasi dipengaruhi secara negatif oleh pangsa

investasi dan pangsa ekspor produk industri serta dipengaruhi secara positif oleh

(29)

285

Tabel 67. Nilai PDB dan Trendnya Menurut Penggunaan Tahun 2003-2010

(Triliun Rp)

Penggunaan 2003 2004 2005 2006 2007 2008

1 Konsumsi Rumah Tangga 956.6 1.004.1 1.043.8 1.076.9 1.130.8 1.191.2

2 Konsumsi Pemerintah 121.4 126.2 134.6 147.6 153.3 169.3 3 PMTB 310.8 354.6 393.2 403.2 441.4 493.8 4 a. Perubahan Inventori -4.7 23.5 18.7 29.0 -0.2 2.2 b. Diskrepansi Statistik 16.7 12.9 4.3 16.9 54.2 27.0 5 Ekspor 612.6 680.5 792.0 868.3 942.4 1.032.3 6 Dikurangi : Impor 433.8 545.0 635.9 694.6 757.6 833.3 PDB 1.579.6 1.656.8 1.750.7 1.847.3 1.964.3 2.082.5 Penggunaan 2009 2010 Trend 2003-2010 (Persen)

1 Konsumsi Rumah Tangga 1.249.0 1.306.8 4.5

2 Konsumsi Pemerintah 195.8 196.4 7.8 3 PMTB 510.1 553.4 8.2 4 a. Perubahan Inventori -2.1 7.5 0.0 b. Diskrepansi Statistik 1.1 6.1 -14.0 5 Ekspor 932.3 1.071.4 7.9 6 Dikurangi : Impor 708.5 830.9 8.4 PDB 2.177.7 2.310.7 5.6

Sumber : Badan Pusat Statistik, Diolah

Sementara itu, dari sisi penawaran deindustrialisasi dipengaruhi secara

negatif oleh tingkat teknologi yang dimiliki oleh sektor industri dan dipengarui

secara positif oleh upah riil tenaga kerja sektor industri dan harga riil bahan bakar

minyak. Pada Tabel 67 ditampilkan nilai trend berbagai variabel yang

mempengaruhi terjadinya deindustrialisasi di Indonesia. Berdasarkan hasil analisis

faktor-faktor yang mempengaruhi deindustrialisasi dan analisis trend pada Tabel

67, maka reindustrialisasi dapat dilakukan melalui serangkaian upaya berikut ini.

1. Walaupun jumlah kredit yang disalurkan untuk sektor industri terus mengalami

peningkatan dengan trend positif 10.17 persen per tahun, namun jumlahnya

masih lebih rendah dibandingkan dengan kredit yang disalurkan untuk

(30)

286

industri terus mengalami penurunan dengan trend negatif -9.54 persen per

tahun. Untuk mendorong pangsa nilai tambah sektor industri, maka harus

dilakukan upaya-upaya untuk terus meningkatkan investasi baik dalam bentuk

penanaman modal dalam negeri maupun penanaman modal asing.

2. Walaupun nilai ekspor produk industri terus mengalami peningkatan dengan

trend positif 13.17 persen, namun nilainya masih dapat terus didorong agar

trend pangsa ekspor produk industri dapat ditingkatkan lebih dari trend yang

saat ini terjadi sekitar 0.14 persen per tahun. Untuk meningkatkan pangsa nilai

tambah sektor industri, maka harus dilakukan upaya-upaya untuk mendorong

ekspor produk-produk industri.

3. Trend nilai impor produk-produk non-migas masih relatif tinggi yaitu 13.07

persen per tahun. Untuk mendorong pangsa nilai tambah sektor industri, maka

trend nilai impor ini harus dapat dikurangi dengan mendorong upaya-upaya

untuk penggunaan dan perlindungan produk-produk industri dalam negeri

dengan pengenaan hambatan-hambatan non tarif yang tidak bertentangan

dengan aturan organisasi perdagangan dunia (WTO).

4. Trend penurunan harga riil energi listrik pada periode terjadinya

deindustrialissi yang relatif rendah. Untuk mendorong pangsa nilai tambah

sektor industri, maka perlu ada kebijakan mengenai harga energi listrik yang

kondusif bagi pengembangan sektor industri baik dari sisi harga maupun

kecukupannya.

5. Trend kenaikan harga riil bahan bakar minyak pada periode terjadinya

deindustrialisasi yang relatif tinggi yaitu 17.63 persen per tahun. Untuk

(31)

287

mengenai harga bahan bakar minyak yang kondusif bagi pengembangan sektor

industri baik dari sisi harga maupun kecukupannya.

6. Trend kenaikan ekspor produk-produk yang berteknologi tinggi yang

mencerminkan tingkat teknologi dan produktivitas yang dimiliki sektor

industri masih relatif rendah yaitu hanya 3.03 persen per tahun. Untuk

meningkatkan pangsa nilai tambah sektor industri, maka harus dilakukan

upaya-upaya untuk peningkatan teknologi yang dimiliki sektor industri dan

peningkatan produktivitas sektor industri.

Berdasarkan analisis besaran-besara variabel di atas, maka simulasi kebijakan

reindustrialisasi dilakukan dengan tujuan untuk menjadikan kembali sektor industri

sebagai motor penggerak pembangunan ekonomi nasional sehingga sektor industri

tumbuh di atas pertumbuhan ekonomi nasional dan pangsa sektor industri

meningkat kembali di masa-masa mendatang. Strategi reindustrialisasi disintesis

berdasarkan faktor-faktor yang signifikan menyebabkan deindustrialisasi yaitu :

1. Peningkatan investasi di sektor industri non-migas sebesar 10 persen per tahun.

2. Peningkatan ekspor produk-produk industri non-migas sebesar 10 persen.

3. Penurunan impor produk-produk industri non-migas sebesar 5 persen.

4. Peningkatan produktivitas sektor industri non-migas sebesar 10 persen.

5. Subsidi harga bahan bakar minyak sebesar 1.57 persen.

6. Pengembangan kelompok industri prioritas seperti kelompok industri agro,

kelompok industri basis manufaktur, dan kelompok industri alat angkut dengan

mendorong peningkatan investasi sebesar 10 persen dan peningkatan ekspor