4.1. Deskripsi Obyek Penelitian
Penelitian ini merupakan penelitian deskriptif yang bertujuan untuk menganalisa data-data sekunder yang berupa data time series tahunan dalam 13 tahun.
Penelitian ini menggunakan data tingkat produk domestik bruto yang diperoleh dari Statistik Indonesia dalam beberapa edisi hasil terbitan Bank Indonesia, data bantuan luar negeri (AID) dan tabungan domestik (S) dari Statistik Indonesia hasil terbitan Badan Pusat Statistik (BPS) dari beberapa edisi, serta data realisasi penanaman modal asing (FDI) dan data realisasi penanaman modal dalam negeri (DDI) dari Badan Koordinasi Penanaman Modal (BKPM). Data sekunder yang diambil adalah selama 13 tahun, yaitu mulai tahun 1990 sampai tahun 2002. Data mengenai FDI, DDI, AID, S dan tingkat GDP tersebut dapat dilihat pada Lampiran 1.
4.2. Deskripsi hasil penelitian
Pada deskripsi hasil penelitian ini, akan dibahas tentang hasil penelitian yang telah diperoleh, serta akan dibahas mengenai data-data yang telah didapat dari berbagai sumber, dengan hasil-hasil sebagai berikut:
4.2.1. Realisasi Penanaman Modal Asing Langsung (FDI) Tabel 4.1. Ringkasan Statistik Deskriptif Variabel FDI
Statistik Nilai (milliar rupiah)
Minimum 123,700
Maksimum 6,564,992
Rata-Rata 1,603,623
Standar Deviasi 1,888,510 Sumber: Lampiran 2
Dari tabel di atas diketahui bahwa nilai terendah realisasi penanaman modal asing mulai tahun 1990 sampai tahun 2002 adalah sebesar 123,700 milliar rupiah, dan nilai tertinggi adalah sebesar 6,564,992 milliar rupiah. Rata-rata realisasi penanaman modal asing adalah sebesar 1,603,623 milliar rupiah dengan standar deviasi 1,888,510 milliar rupiah, sehingga dapat diketahui bahwa penanaman modal asing pada periode tahun 1990-2002 adalah sangat fluktuatif sekali yang ditandai dengan besarnya nilai standar deviasi. Keadaan tersebut dapat dilihat pada gambar di bawah. Tren pergerakan investasi asing di awal tahun 1990 hingga 1996 terus mengalami peningkatan yang cukup drastis karena masih adanya kepercayaan dari investor asing dan di tahun 1996 hingga 1997 bangsa Indonesia praktis mengalami segudang masalah yang memerlukan curahan, perhatian dan konsentrasi penuh dari pemerintah untuk mengatasi krisis ekonomi serta masalah-masalah politik, yang ujung-ujungnya barangkali adalah pergantian rezim, sehingga investasi asing menurun.
www.kompas.com/kompas-cetak/0107/29/nasional/puli28.htm - 19k
0.00 1,000,000.00 2,000,000.00 3,000,000.00 4,000,000.00 5,000,000.00 6,000,000.00 7,000,000.00
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Tahun
miliiar rupuah
Gambar 4.1. Trend FDI Pada Periode Tahun 1990-2002 4.2.2. Realisasi Penanaman Modal Dalam Negeri Langsung (DDI)
Tabel 4.2. Ringkasan Statistik Deskriptif Variabel DDI Statistik Nilai (miliar rupiah)
Minimum 60,679
Maksimum 1,013,091
Rata-Rata 445,290
Standar Deviasi 287,119 Sumber: Lampiran 2
Dari tabel di atas diketahui bahwa nilai terendah realisasi penanaman modal dalam negeri mulai tahun 1990 sampai tahun 2002 adalah sebesar 60,7 trilliun rupiah, dan nilai tertinggi adalah sekitar 1,013 trilliun rupiah. Rata-rata realisasi penanaman modal dalam negeri adalah sebesar 445 trilliun rupiah dengan standar deviasi sebesar 287 trilliun rupiah, sehingga juga dapat diketahui bahwa penanaman modal dalam negeri pada periode tahun 1990-2002 adalah sangat fluktuatif sekali yang ditandai dengan besarnya nilai standar deviasi. Keadaan tersebut dapat dilihat pada gambar di bawah. Tren pergerakan investasi dalam negeri dari
tahun 1990 hingga 1996 masih normal-normal saja akan tetapi sejak tahun 1996 hingga 2002 tren pergerakan investasi dalam negeri terus menurun disebabkan karena adanya krisis moneter dan kekacauan politik sehingga faktor keamanan dalam negeri tidak aman sehingga investor banyak yang hengkang ke luar negeri maka daripada itu tren pergerakannya turun drastis dari tahun ke tahun, hal tersebut dapat dilihat pada gambar 4.2.
www.hamline.edu/apakabar/basisdata/1996/10/08/0051.html
0.00 200,000.00 400,000.00 600,000.00 800,000.00 1,000,000.00 1,200,000.00
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Tahun
miliiar rupuah
Gambar 4.2. Trend DDI Pada Periode Tahun 1990-2002
4.2.3. Bantuan Luar Negeri (AID)
Tabel 4.3. Ringkasan Statistik Deskriptif Variabel AID Statistik Nilai (Milliar rupiah)
Minimum 9,429
Maksimum 56,225
Rata-Rata 19,216
Standar Deviasi 15,676
Sumber: Lampiran 2
Dari tabel di atas diketahui bahwa nilai terendah bantuan luar negeri mulai tahun 1990 sampai tahun 2002 adalah sebesar 9.4 trilliun rupiah, dan nilai tertinggi adalah sekitar 56.2 trilliun rupiah. Rata-rata bantuan luar negeri Indonesia adalah sebesar 19.2 trilliun rupiah dengan standar deviasi sebesar 15.7 trilliun rupiah, sehingga juga dapat diketahui bahwa bantuan luar negeri Indonesia pada periode tahun 1990-2002 adalah sangat fluktuatif sekali yang ditandai dengan besarnya nilai standar deviasi dan juga range, yaitu sekitar 46.8 trilliun rupiah (range=maksimum- minimum). Keadaan tersebut dapat dilihat pada gambar di bawah. Tren pergerakan dari tahun 1996 hingga 1998 merupakan awal terjadinya krisis moneter dan di tahun 1998 hingga tahun 1999 ada banyak memperoleh bantuan luar negeri (Strategi kebijakan ekonomi Indonesia ) sehingga tren peningkatannya sangat drastis. Dan di tahun berikutnya menurun seiring dengan berkurangnya bantuan luar negeri, hal tersebut terlihat pada gambar 4.3.
www.hamline.edu/apakabar/basisdata/2001/08/25/0032.html
0 10,000 20,000 30,000 40,000 50,000 60,000
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Tahun
miliiar rupuah
Gambar 4.3. Trend AID Pada Periode Tahun 1990-2002
4.2.4. Tabungan Domestik (S)
Tabel 4.4. Ringkasan Statistik Deskriptif Variabel S Statistik Nilai (milliar rupiah)
Minimum 13,600
Maksimum 97,700
Rata-Rata 45,700
Standar Deviasi 30,600
Sumber: Lampiran 2
Dari tabel di atas diketahui bahwa nilai terendah tabungan domestik mulai tahun 1990 sampai tahun 2002 adalah sebesar 13.6 trilliun rupiah dan nilai tertinggi adalah sekitar 97.7 trilliun rupiah. Rata-rata tabungan domestik Indonesia adalah sebesar 45.7 trilliun rupiah dengan standar deviasi sebesar 30.6 trilliun rupiah, sehingga juga dapat diketahui bahwa tabungan domestik Indonesia pada periode tahun 1990-2002 adalah sangat fluktuatif sekali yang ditandai dengan besarnya nilai standar deviasi dan juga range, yaitu range sekitar 84.1 trilliun rupiah. Keadaan tersebut dapat dilihat pada gambar di bawah. Tren pergerakan tabungan domestik pada tahun 1990 hiingga 2002 terus mengalami peningkatan karena minat masyarakat untuk menabung sangat tinggi hal tersebut disebabkan masyarakat lebih senang menyimpan uangnya dari pada membelanjakan uangnya di saat perekonomian Indonesia sedang krisis moneter.
0 20,000 40,000 60,000 80,000 100,000 120,000
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Tahun
miliiar rupuah
Gambar 4.4. Trend S Pada Periode Tahun 1990-2002
4.2.5. Tingkat Produk Domestik Bruto, Gross Domestic Product (GDP) Tabel 4.5. Ringkasan Statistik Deskriptif Variabel GDP
Statistik Nilai (Rp)
Minimum 107,437
Maksimum 434,096
Rata-Rata 313,896
Standar Deviasi 132,716 Sumber: Lampiran 2
Dari tabel di atas diketahui bahwa nilai terendah tingkat GDP mulai tahun 1990 sampai tahun 2002 adalah sebesar 107.4 trilliun rupiah dan nilai tertinggi adalah sekitar 434 trilliun rupiah. Rata-rata tingkat GDP Indonesia adalah sebesar 313.9 trilliun rupiah dengan standar deviasi sebesar 132.7 trilliun rupiah, sehingga juga dapat diketahui bahwa tabungan domestik Indonesia pada periode tahun 1990-2002 adalah sangat fluktuatif. Keadaan tersebut dapat dilihat pada gambar di bawah. Tren pergerakan tingkat GDP dari tahun 1994 hingga 1997 disebabkan adanya pengaruh kebijakan deregulasi di sektor perbankan terhadap jumlah uang yang beredar pada
tahun 1989 (Zadjuli, 1998), sehingga pergerakannya sangat tajam.
Sedangkan di tahun 1998 hingga 2002 merupakan awal terjadinya krisis bahkan sampai sekarang hal tersebut terlihat pada gambar 4.5.
msi-uii.net/baca.asp?katagori=rubrik&menu=ekonomi&baca=artike l&id=58
0.00 50,000.00 100,000.00 150,000.00 200,000.00 250,000.00 300,000.00 350,000.00 400,000.00 450,000.00 500,000.00
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 Tahun
miliiar rupuah
Gambar 4.5. Trend GDP Pada Periode Tahun 1990-2002
4.3. Prosentase Pertambahan Nilai
Hasil perhitungan prosentase pertambahan nilai variabel FDI, DDI, AID, S dan GDP adalah sebagai berikut:
Tabel 4.6. Prosentase Pertumbuhan FDI, DDI, AID, S dan GDP
t FDI DDI AID S GDP
1990 - - - - -
1991 -89.8839 121.4497 5.0483 12.6838 14.6953
1992 38.9140 -38.2877 5.0883 14.6819 6.4594
1993 1329.6781 -10.1360 6.6193 18.2077 6.4964 1994 -48.6279 36.4292 -3.1087 18.6522 153.8459
1995 238.7812 50.9362 2.1389 16.7343 8.2131
1996 -87.3017 -50.3286 1.7026 21.6334 7.9869
1997 -26.2460 -48.7564 6.5354 7.7857 4.7480
1998 376.2911 -48.5978 20.8908 72.6309 -13.2968 1999 -54.8200 203.4572 290.8314 -3.5317 0.7912 2000 -78.2028 -84.9143 -11.8115 29.7254 4.9200 2001 -55.3680 360.4413 -64.0630 14.8773 3.4357
2002 -3.8964 -49.4056 46.7647 4.3525 3.6554 Sumber: Lampiran 3
Dari tabel di atas dapat dibuat grafik sebagai berikut:
-200 0 200 400 600 800 1000 1200 1400 1600
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
Tahun
%
FDI DDI AID S GDP
Gambar 4.6. Trend Prosentase Peningkatan FDI, DDI, AID, S dan GDP 4.4. Prosentase Penanaman Modal Asing Terhadap Investasi Nasional
Hasil perhitungan prosentase Penanaman Modal Asing Terhadap Investasi Nasional disajikan pada Lampiran 4. Dari data tersebut dapat dibuat grafik sebagai berikut:
0.0000 20.0000 40.0000 60.0000 80.0000 100.0000 120.0000
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002
Tahun
%
% FDI Terhadap Investasi Nasional
Gambar 4.7. Trend Prosentase FDI Terhadap Total Investasi
4.5. Uji Kelayakan Data
Uji kelayakan data digunakan untuk menguji apakah setiap variabel yang digunakan dalam penelitian ini sudah layak atau belum. Uji kelayakan data menggunakan model pertumbuhan ekonomi yang dikembangkan oleh Dickey-Fuller.
Model pertumbuhan ekonomi (Diskey-Fuller):
t m
i t i t
i t Y Y
Y =β +β +δ +α ∆ +ε
∆
∑
= −
−
1 1 1
2 1
Hasil analisis regresi model ini dilakukan pada tiap variabel FDI, DDI, AID, S dan GDP yang hasilnya sebagai berikut (lihat Lampiran 5):
Variabel FDI
Dif = 1 Dif = 2
Parameter
Nilai P-value Nilai P-value
β1 531143656 0.247 1034867059 0.049
β2 -265084 0.249 -516852 0.049
δ -0.0386 0.942 -2.5635 0.001
α -0.0118 0.975 0.0131 0.967
Sumber: Lampiran 5
Pengujian kelayakan data variabel FDI dengan menggunakan model pertumbuhan ekonomi Dickey-Fuller pada dif 1 menghasilkan nilai pvalue untuk parameter δ sebesar 0.942, karena nilai tersebut lebih besar dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel FDI pada dif 1 masih belum layak digunakan untuk analisa selanjutnya, dengan demikian akan dicoba pengujian kelayakan data pada dif 2. Pengujian kelayakan data pada dif 2 menghasilkan pvalue untuk parameter δ sebesar 0.001, karena nilai tersebut kurang dari tingkat kesalahan 5% maka dapat
disimpulkan bahwa data variabel FDI pada dif 2 sudah layak digunakan untuk analisa selanjutnya
Variabel DDI
Dif = 1 Dif = 2
Parameter
Nilai P-value Nilai P-value
β1 1.26306E+14 0.132 1.41476E+14 0.123
β2 -6.3012E+10 0.133 -7.0594E+10 0.123
δ -1.1239 0.048 -1.1181 0.006
α 0.1239 0.628 0.1752 0.631
Sumber: Lampiran 5
Pengujian kelayakan data variabel DDI dengan menggunakan model pertumbuhan ekonomi Dickey-Fuller pada dif 1 menghasilkan nilai pvalue untuk parameter δ sebesar 0.048, nilai tersebut kurang dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel DDI pada dif 1 telah layak digunakan untuk analisa selanjutnya. Untuk diketahui hasil pengujian kelayakan data pada dif 2 menghasilkan pvalue untuk parameter δ sebesar 0.006, nilai tersebut juga kurang dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel FDI pada dif 2 juga layak digunakan untuk analisa selanjutnya
Variabel AID
Dif = 1 Dif = 2
Parameter
Nilai P-value Nilai P-value
β1 -8891314 0.047 -8153148 0.264
β2 4466 0.046 4095 0.263
δ -0.3850 0.374 -1.6558 0.044
α 0.6858 0.077 0.3802 0.520
Sumber: Lampiran 5
Pengujian kelayakan data variabel AID dengan menggunakan model pertumbuhan ekonomi Dickey-Fuller pada dif 1 menghasilkan nilai pvalue untuk parameter δ sebesar 0.374, nilai tersebut lebih besar dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel DDI pada dif 1 belum layak digunakan untuk analisa selanjutnya. Untuk juga diketahui hasil pengujian kelayakan data pada dif 2 menghasilkan pvalue untuk parameter δ sebesar 0.044, nilai tersebut juga kurang dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel AID pada dif 2 juga layak digunakan untuk analisa selanjutnya
Variabel S
Dif = 1 Dif = 2
Parameter
Nilai P-value Nilai P-value
β1 -8943 0.077 -14487 0.038
β2 4.492 0.077 7.274 0.038
δ -0.3729 0.234 -0.5751 0.039
α -0.5111 0.146 -0.5313 0.304
Sumber: Lampiran 5
Pengujian kelayakan data variabel S dengan menggunakan model pertumbuhan ekonomi Dickey-Fuller pada dif 1 menghasilkan nilai pvalue untuk parameter δ sebesar 0.234, karena nilai tersebut lebih besar dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel S pada dif 1 masih belum layak digunakan untuk analisa selanjutnya, dengan demikian akan dicoba pengujian kelayakan data pada dif 2. Pengujian kelayakan data pada dif 2 menghasilkan pvalue untuk parameter δ sebesar 0.039, karena nilai
tersebut kurang dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel S pada dif 2 sudah layak digunakan untuk analisa selanjutnya Variabel GDP
Dif = 1 Dif = 2
Parameter
Nilai P-value Nilai P-value
β1 -16776602 0.527 -20073377 0.526
β2 8485 0.525 10166 0.523
δ 0.5473 0.140 -0.7729 0.002
α 0.1906 0.629 0.2019 0.543
Sumber: Lampiran 5
Pengujian kelayakan data variabel GDP dengan menggunakan model pertumbuhan ekonomi Dickey-Fuller pada dif 1 menghasilkan nilai pvalue untuk parameter δ sebesar 0.140, karena nilai tersebut lebih besar dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel GDP pada dif 1 masih belum layak digunakan untuk analisa selanjutnya, dengan demikian akan dicoba pengujian kelayakan data pada dif 2. Pengujian kelayakan data pada dif 2 menghasilkan pvalue untuk parameter δ sebesar 0.002, karena nilai tersebut kurang dari tingkat kesalahan 5% maka dapat disimpulkan bahwa data variabel GDP pada dif 2 sudah layak digunakan untuk analisa selanjutnya
4.5. Analisis Regresi Linier
Dalam penelitian ini metode statistik yang digunakan adalah analisis regresi linier dan untuk mengolah data digunakan alat bantu komputer dengan program Minitab 13.5. Dari pengolahan data analisis
regresi linier pengaruh variabel FDI, DDI, AID dan S terhadap GDP maka diperoleh persamaan regresi linier berganda sebagai berikut (Lampiran 6):
GDP = 107219 +0.01295 FDI -0.0503 DDI - 0.224 AID + 3.672 S
Dengan penjelasan dari masing-masing koefisien regresi tersebut adalah sebagai berikut:
1. Nilai konstanta (ßo) sebesar 107219 menunjukkan nilai rata-rata tingkat produk domestik bruto (GDP) apabila variabel realisasi penanaman modal asing langsung (FDI), realisasi penanaman modal dalam negeri (DDI), bantuan luar negeri (AID) dan tabungan domestik (S) tetap, artinya apabila variabel keempat bebas tersebut tidak berubah, maka rata-rata tingkat produk domestik bruto (GDP) adalah sebesar 107219 milliar rupiah.
2. Koefisien regresi untuk realisasi penanaman modal asing langsung (FDI) adalah sebesar 0.01295, artinya dengan menganggap realisasi penanaman modal dalam negeri (DDI), bantuan luar negeri (AID) dan tabungan domestik (S) tidak berubah, apabila penanaman modal asing langsung (FDI) naik sebesar 1 milliar rupiah maka tingkat produk domestik bruto (GDP) juga akan naik sebesar 0.01295 milliar rupiah.
3. Koefisien regresi untuk realisasi penanaman modal dalam negeri (DDI) adalah sebesar -0.0503, artinya dengan menganggap realisasi penanaman modal luar negeri (FDI), bantuan luar negeri (AID) dan tabungan domestik (S) tidak berubah, apabila penanaman modal dalam negeri langsung (DDI) naik sebesar 1 milliar rupiah maka tingkat produk domestik bruto (GDP) akan turun sebesar 0.0503 milliar rupiah.
4. Koefisien regresi untuk bantuan luar negeri (AID) adalah sebesar - 0.224, artinya dengan menganggap realisasi penanaman modal luar negeri (FDI), realisasi penanaman modal dalam negeri (DDI) dan tabungan domestik (S) tidak berubah, apabila bantuan luar negeri (AID) naik sebesar 1 milliar rupiah maka tingkat produk domestik bruto (GDP) akan turun sebesar 0.224 milliar rupiah.
5. Koefisien regresi untuk tabungan domestik (S) adalah sebesar 3.672, artinya dengan menganggap realisasi penanaman asing (FDI), realisasi penanaman modal dalam negeri (DDI) dan bantuan luar negeri (AID) tidak berubah, apabila tabungan domestik (S) naik sebesar 1 milliar rupiah maka tingkat produk domestik bruto (GDP) juga akan naik sebesar 3.672 milliar rupiah.
Hasil analisis regresi linier pengaruh realisasi penanaman modal luar negeri (FDI), realisasi penanaman modal dalam negeri (DDI), bantuan luar negeri (AID) dan tabungan domestik (S) terhadap tingkat produk domestik bruto (GDP) adalah sebagai berikut:
Tabel 4.7. Analisis Regresi FDI,DDI, AID dan S Terhadap GDP Parameter Koefisien T hitung T tabel Prob (p-value)
δ1 0.01295 0.81 2.306 0.527
δ2 0.0503 0.66 2.306 0.775
δ3 -0.224 0.30 2.306 0.933
δ4 3.672 -0.09 2.306 0.057
R2 = 52.7%
R2adj = 29.0%
F hitung = 2.23
F tabel = 3.84 p-value (F) = 0.156 Sumber: Lampiran 6
Dari Tabel di atas, diketahui bahwa Pertumbuhan Ekonomi dipengaruhi oleh Realisasi Penanaman Modal Asing, Realisasi Penanaman Modal Dalam Negeri, Bantuan Luar Negeri dan Tabungan Domestik sebesar 29.0%, artinya keragaman data yang dapat dijelaskan oleh model dalam penelitian ini adalah sebesar 29% atau dengan kata lain informasi yang terkandung dalam data, 29% dapat dijelaskan oleh model tersebut, sedangkan sisanya sebesar 71% dijelaskan oleh variabel lain (yang belum terdapat dalam model) dan error.
Diketahui juga bahwa F hitung kurang dari F tabel atau pvalue lebih besar 5% yang menandakan persamaan yang dihasilkan kurang baik.
Selain itu data yang digunakan dalam penelitian ini merupakan data time series yang rentan terdapat ketidakstasioneran data akibat pengaruh t (waktu), sehingga hasil regresi yang dihasilkan kurang dapat dipercaya.
Sehingga diperlukan analisis regresi yang berasal dari data yang telah distasionerkan. Analisis tersebut menggunakan regresi dengan model dinamis. Karena dalam analisis regresi variabel yang digunakan diharuskan mempunyai dif yang sama, maka digunakan dif 2 dalam melakukan regresi dengan model dinamis.
4.6. Analisis Regresi Model Dinamis
Hasil analisis regresi model dinamis adalah sebagai berikut:
Tabel 4.8 Hasil Analisis Regresi Model Dinamis Pada Dif 2
Parameter Koefisien T hitung T tabel Prob (p-value)
δ1 0.01360 4.95 4.303 0.038
δ2 -0.1835 -11.54 4.303 0.007
δ3 -2.055 -5.69 4.303 0.030
δ4 -7.90 -6.51 4.303 0.023
δ5 -0.0000656 -5.21 4.303 0.035
δ6 0.00000038 13.10 4.303 0.006
δ7 1.58 6.58 4.303 0.022
δ8 1594 6.06 4.303 0.026
R2 = 99.39%
R2adj = 96.94%
F hitung = 41.27 F tabel = 19.7 p-value (F) = 0.024 Sumber: Lampiran 7
DGDP = - 31171 - 0.0136 DFDI + 0.184 DDDI - 2.05 DAID - 7.9 DS - 0.0000656 BFDI + 0.00000038 BDDI + 1.58 BAID + 1594 BS
Dengan penjelasan dari masing-masing koefisien regresi tersebut adalah sebagai berikut:
1. Koefisien regresi untuk dif 2 realisasi penanaman modal asing langsung (DFDI) adalah sebesar -0.0136, artinya dengan variabel lain tetap/tidak berubah, apabila selisih penanaman modal asing langsung dengan 2 tahun sebelumnya (DFDI) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan turun naik sebesar 0.0136 milliar rupiah.
2. Koefisien regresi untuk dif 2 realisasi penanaman modal dalam negeri langsung (DDDI) adalah sebesar 0.184, artinya dengan variabel lain tetap/tidak berubah, apabila selisih penanaman modal dalam negeri dengan 2 tahun sebelumnya (DFDI) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) juga akan naik sebesar 0.184 milliar rupiah.
3. Koefisien regresi untuk dif 2 bantuan luar negeri (DAID) adalah sebesar -2.05, artinya dengan variabel lain tetap/tidak berubah, apabila selisih bantuan luar negeri dengan 2 tahun sebelumnya (DAID) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan turun sebesar 2.05 rupiah.
4. Koefisien regresi untuk dif 2 tabungan domestik (DS) adalah sebesar - 7.9, artinya dengan variabel lain tetap/tidak berubah, apabila selisih tabungan domestik dengan 2 tahun sebelumnya (DS) naik sebesar 1 milliar rupiah maka selisih pertumbuhan ekonomi dengan 2 tahun sebelumnya (DGDP) akan turun sebesar 7.9 milliar rupiah rupiah.
5. Koefisien regresi untuk backward lag realisasi penanaman modal asing (BFDI) adalah sebesar 0.0000656, artinya dengan variabel lain tetap/tidak berubah, apabila penanaman modal asing tahun setelahnya (BFDI) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan turun sebesar 0.0000656 milliar rupiah.
6. Koefisien regresi untuk backward lag realisasi penanaman modal dalam negeri (BDDI) adalah sebesar 0.00000038, artinya dengan variabel lain
tetap/tidak berubah, apabila penanaman modal dalam negeri tahun setelahnya (BDDI) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan naik sebesar 0.00000038 milliar rupiah.
7. Koefisien regresi untuk backward lag bantuan luar negeri (BAID) adalah sebesar 1.58, artinya dengan variabel lain tetap/tidak berubah, apabila bantuan luar negeri tahun setelahnya (BAID) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan naik sebesar 1.58 milliar rupiah.
8. Koefisien regresi untuk backward lag tabungan domestik (BS) adalah sebesar 1594, artinya dengan variabel lain tetap/tidak berubah, apabila tabungan domestik tahun setelahnya (BS) naik sebesar 1 milliar rupiah maka selisih tingkat produk domestik bruto dengan 2 tahun sebelumnya (DGDP) akan naik sebesar 1594 milliar rupiah.
Dari di atas, diketahui bahwa model yang dihasilkan menghasilkan R2 sebesar 96.94%, artinya keragaman data yang dapat dijelaskan oleh model dalam tersebut adalah sebesar 96.94% atau dengan kata lain informasi yang terkandung dalam data, 96.94% dapat dijelaskan oleh model tersebut, sedangkan sisanya sebesar 3.06% dijelaskan oleh variabel lain (yang belum terdapat dalam model) dan error.
Pengujian Hipotesis Secara Simultan (Uji F)
Uji F atau pengujian model digunakan untuk mengetahui apakah persamaan/model hasil dari analisis regresi signikan atau tidak. Jika hasilnya signfikan, maka H0 (model kurang baik) ditolak dan H1 (model baik) diterima. Sedangkan jika hasilnya tidak signifikan, maka H0 diterima dan H1
ditolak. Hal ini dapat juga dikatakan sebagai berikut : H0 ditolak jika F hitung > F tabel
H0 diterima jika F hitung < F tabel
Hal tersebut dapat dilihat pada tabel berikut ini :
Tabel 4.9. Hubungan Regresi antara variabel bebas dengan variabel terikat secara simultan.
Sumber Keragaman
Jumlah Kuadrat
Derajat Bebas
Kuadrat Tengah
F hitung Sig
Regression 32022 8 4003 41.27 0.024
Residual 194 2 97
Total 32216 10
Sumber : Lampiran 7
Dari tebel di atas diperoleh hasil F hitung sebesar 41.27, sedangkan F tabel (α = 0,05 ; db regresi = 8 : db residual = 2) adalah sebesar 19.7. Karena F hitung > F tabel yaitu 41.27 > 19.7 maka hipotesis yang menyatakan bahwa model dinamis yang digunakan sudah baik. Hal ini dapat dilihat pada gambar 4.8.
Gambar 4.8. Distribusi Kriteria Penerimaan / Penolakan Hipotesis secara simultan atau keseluruhan
Suatu model dikatakan valid jika memiliki akurasi tinggi.
Ukuran akurasi model adala koefisien determinasi yang nilainya berkisar antara 0-1. semakin besar nilai R2 menunjukkan semakin kecil nilai e (simpangannya), yang pada prinsipnya model semakin mendekati data sebenarnya, dan dikatakan model semakin akurat. Model di atas memiliki nilai R2 96.94% sehingga dapat disimpulkan bahwa model yang dihasilkan memiliki akurasi tinggi.
Ukuran ketelitian model dapat diketahui dengan nilai pvalue hasil uji F. Dari uji F diperoleh nilai pvalue sebesar 0.024, berarti hubungan yang dispesifikasikan model adalah bermakna (signifikan). Interpretasi pragmatisnya adalah bahwa model yang dispesifikasikan oleh persamaan hasil perhitungan tersebut dapat diterapkan, akan tetapi dalam penerapannya mengandung resiko kesalahan sebesar 2.4%. semakin kecil nilai pvalue berarti tingkat kebenaran dalam penerapannya (dalam waktu yang berbeda) semakin tinggi. Sehingga dapat disimpulkan bahwa model dinamis yang dihasilkan sudah valid dan dapat digunakan untuk tujuan forecasting.
Analisis dan Pengujian Hipotesis Secara Parsial (Uji t)
Uji t digunakan untuk mengetahui apakah masing-masing variabel bebas dalam model secara parsial mempunyai pengaruh yang signifikan terhadap dif 2 tingkat produk domestik bruto (DGDP). Jika hasilnya signfikan, maka H0 ditolak dan H1. Sedangkan jika hasilnya tidak signifikan, maka H0 diterima dan H1 ditolak. Hal ini dapat juga dikatakan sebagai berikut:
H0 ditolak jika t hitung > t tabel
H0 diterima jika t hitung < t tabel
Hal tersebut dapat dilihat pada tabel berikut ini :
Tabel 4.10 Hubungan Regresi antara variabel bebas dengan variabel terikat secara parsial
Parameter Koefisien T hitung T tabel Prob (p-value)
δ1 0.01360 4.95 4.303 0.038
δ2 -0.1835 -11.54 4.303 0.007
δ3 -2.055 -5.69 4.303 0.030
δ4 -7.90 -6.51 4.303 0.023
δ5 -0.0000656 -5.21 4.303 0.035
δ6 0.00000038 13.10 4.303 0.006
δ7 1.58 6.58 4.303 0.022
δ8 1594 6.06 4.303 0.026
Sumber : Lampiran 7
T test antara DFDI dengan DGDP menunjukkan thitung=4.95, sedangkan ttabel adalah sebesar 4.303, Karena t hitung>t tabel yaitu 4.95>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh DFDI.
T test antara DDDI dengan DGDP menunjukkan thitung=-11.54, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 11.54>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh DDDI.
T test antara DAID dengan DGDP menunjukkan thitung=-5.69, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 5.69>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP kurang dapat dipengaruhi secara signifikan oleh DAID.
T test antara DS dengan DGDP menunjukkan thitung=-6.51, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 6.51>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh DS.
T test antara BFDI dengan DGDP menunjukkan thitung=-5.21, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 5.21>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh BFDI.
T test antara BDDI dengan DGDP menunjukkan thitung=13.10, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 13.10>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh BDDI.
T test antara BAID dengan DGDP menunjukkan thitung=6.58, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 6.58>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP kurang dapat dipengaruhi secara signifikan oleh BAID.
T test antara BS dengan DGDP menunjukkan thitung=6.06, sedangkan ttabel adalah sebesar 4.303, Karena |t hitung|>t tabel yaitu 6.06>4.303, maka H0 ditolak dan H1 diterima sehingga dapat disimpulkan bahwa DGDP dapat dipengaruhi secara signifikan oleh BS.
Gambar 4.9 Kurva Distribusi Penolakan Dan Penerimaan Hipotesis Varibel DFDI, DDDI, DAID dan DS.
Gambar 4.10 Kurva Distribusi Penolakan Dan Penerimaan Hipotesis Varibel BFDI, BDDI, BAID dan BS.
Untuk mengetahui variabel mana yang memiliki pengaruh terhadap DGDP dapat dilihat dari nilai pvalue hasil uji t untuk masing-
masing variabel bebas. pvalue untuk variabel BDDI dan DDDI adalah masing-masing sebesar 0.006 dan 0.007, sehingga dapat disimpulkan variabel yang memiliki pengaruh terhadap DGDP adalah variabel BDDI dan DDDI, diikuti oleh variabel DS, DFDI, BS, DAID, BAID dan DFDI.
Sedangkan nilai koefisien korelasi antara DFDI, DDDI, DAID, DS, BFDI, BDDI, BAID dan BS terhadap DGDP adalah sebagai berikut:
Tabel 4.11 Korelasi antara variabel bebas dengan DGDP Variabel Korelasi Prob (p-value)
DFDI -0.288 0.363
DDDI 0.191 0.552
DAID -0.082 0.799
DS -0.337 0.284
BFDI 0.769 0.006
BDDI 0.651 0.030
BAID -0.496 0.121
BS 0.284 0.397
Sumber : Lampiran 9
Dari tabel di atas juga terlihat bahwa koefisien korelasi terbesar adalah korelasi antara BDDI dan BDDI, yaitu masing-masing sebesar 0.769 dan 0.651 dengan pvalue 0.030 dan 0.006. korelasi tersebut signifikan (karena 0.006<5%), sehingga hubungan antara BDDI dan BDDI adalah signifikan dan positif, artinya hubungannya proporsional/searah.
4.7. Pembahasan Hasil Penelitian
Dari hasil penelitian ini dapat dilihat bahwa dari semua variabel bebas yang digunakan (DFDI, DDDI, DAID, DS, BFDI, BDDI, BAID dan BS) dalam model dinamis yang terbentuk berpengaruh secara signifikan terhadap DGDP. Dan variabel DDDI dan BDDI merupakan variabel yang memiliki pengaruh terhadap tingkat produk domestik bruto pada 12 tahun periode penelitian.
Dari hasil perhitungan secara simultan diketahui bahwa tingkat produk domestik bruto dipengaruhi oleh kedelapan variabel bebas sebesar 96.94%, sedangkan sisanya 3.06% diterangkan oleh variabel lain yang tidak termasuk dalam penelitian.
Dari hasil pengujian hipotesis yang menyatakan bahwa Bantuan Dalam Negeri (DDDI dan BDDI) berpengaruh terhadap Tingkat Produk Domestik Bruto (DGDP) ditunjukkan dengan nilai pvalue masing-masing sebesar 0.004 lebih kecil dari tingkat kesalahan 5%, hal ini menunjukkan bahwa Bantuan Dalam Negeri Negeri berperan besar dalam upaya peningkatan Produk Domestik Bruto (DGDP).
Dari faktor-faktor di atas, maka faktor Realisasi Penanaman Modal Dalam Negeri adalah faktor yang memiliki pengaruh terhadap Tingkat Produk Domestik Bruto dalam meningkatkan Produk Domestik Bruto Nasional, karena memiliki nilai pvalue terkecil 0.006.
Selain faktor-faktor yang mempengaruhi Tingkat Produk Domestik Bruto seperti yang dikemukakan di atas, masih banyak ada faktor lain yang juga dapat meningkatkan Tingkat Produk Domestik Bruto
nasoinal, yaitu dengan memperhatikan faktor-faktor lain yang juga beperan dalam meningkatkan Produk Domestik Bruto, hal ini tercermin dari masih adanya prosentase faktor lain dalam pengaruhnya dengan Tingkat Produk Domestik Bruto perusahaan walaupun sangat kecil, yaitu sebesar 3.06%.
