PENGARUH BEBERAPA VARIABEL MAKROEKONOMI TERHADAP PERTUMBUHAN EKONOMI MALAYSIA
(Periode 1961-2012)
REZANERI NOER FITRIANASARI
Sekolah Tinggi Ilmu Statistik (STIS) - Jakarta
Email: 11.6862@stis.ac.id
ABSTRAK
Pertumbuhan ekonomi Malaysia sedikit berfluktuasi, namun cenderung mengalami peningkatan. Pertumbuhan ekonomi merupakan salah satu indikator untuk menilai keberhasilan pembangunan suatu Negara. Dalam pelaksanaan pembangunan, pertumbuhan ekonomi yang tinggi merupakan sasaran utama bagi Negara yang sedang berkembang. Hal ini dimaksudkan untuk mempercpat pencapaian tingkat kesejahteraan hidup yang tinggi bagi penduduknya. Selain itu dengan tingkat pertumbuhan penduduk yang tinggi juga dimaksudkan untuk mengejar ketertinggalan dari Negara lain.
Tujuan penelitian ini adalah untuk memberikan gambaran mengenai pertumbuhan ekonomi Malaysia dan hubungannya dengan beberapa variabel makroekonomi kurun waktu 1961-2012, mengetahui apakah terjadi hubungan jangka panjang antara variabel tabungan, indeks produksi, indeks harga konsumen, serta PMTB dengan pertumbuhan ekonomi, serta mengetahui penngaruh New Economic Policy (NEP) terhadap pertumbuhan ekonomi.
Metode analisis yang digunakan terdiri dari alasisis deskriptif berupa analisis grafis. Analisis time series yang digunakan meliputi uji kointegrasi dan pembentukan model koreksi kesalahan. Melalui uji Augmented Dickey Fuller semua variabel stasioner pada turunan pertama. Dan speed of adjustment signifikan mempengaruhi model.
Dari hasil Penelitian ini pemerintah dan pihak lain tentunya perlu memperhatikan variabel makroekonomi diatas dalam menyusun kebijakan, sehingga perkonomian dapat menjadi lebih baik.
A. PENDAHULUAN
Pembangunan merupakan suatu proses multidimensional yang meliputi perubahan dalam struktur sosial, perubahan dalam sikap hidup masyarakat dan perubahan dalam kelembagaan (institusi) nasional. Selain itu, pembangunan juga meliputi perubahan dalam tingkat pengangguran dalam meningkatkan lapangan pekerjaan, adanya stabilisasi harga, dan adanya term of trade yaitu memperbesar niai net ekspor. Guna mencapai sasaran yang diinginkan dalam pembangunan maka pembangunan suatu negara dapat diarahkan pada tiga hal pokok, yaitu : meningkatkan ketersediaan dan distribusi kebutuhan pokok bagi masyarakat, dan meningkatkan kemampuan masyarakat dalam mengakses baik kegiatan ekonomi dan kegiatan sosial dalam kehidupannya (Todaro, 2000:17-18)
Pertumbuhan ekonomi berarti perkembangan kegiatan dalam perekonomian yang menyebabkan barang dan jasa yang diproduksikan dalam masyarakat bertambah dan kemakmuran rakyat meningkat. Setiap negara tentunya menginginkan perekonomiannya mengalami pertumbuhan. Namun dalam mencapai pertumbuhan yang tinggi tentunya terdapat hambatan-hambatan. Hambatan utama yang dihadapi negara sedang berkembang antara lain adalah keterbatasan dana untuk melaksanakan kegiatan pembangunan di negaranya, kualitas input tenaga kerja yaitu keterampilan, pengetahuan, dan disiplin angkatan kerja yang kurang, serta teknologi yang tertinggal.
Malaysia juga mengalami hambatan yang sama dalam mencapai pertumbuhan ekonominya, yaitu dari segi keterbatasan dana, sumberdaya manusia yang kurang berkualitas dan teknologi yang kurang mendukung dalam kegiatan pembangunan. Terutama pada tahun-tahun pertama setelah Indonesia merdeka. Keadaan ekonomi Malaysia sangat buruk, ekonomi boleh dikatakan stagflasi, hal ini diakibatkan oleh kependudukan Inggris dan manajemen makro yang masih jelek.
produsen kelapa sawit terbesar di dunia. Pertumbuhan ekonomi Malaysia mencapai 5-7 persen per tahun dari awal 1960-an sampai 1990-an.Tingkat pertumbuhan yang berkelanjutan pada tingkat ini telah mempersempit kesenjangan ekonomi dengan dunia industri, dan jika berlanjut selama beberapa dekade lain akan menghilangkan kesenjangan seluruhnya.
Pada tahun 1969, terjadi kerusuhan etnis utama di Kuala Lumpur, dan ketegangan etnis terejadi dalam kehidupan sehari-hari. Meskipun ada beberapa tanda-tanda integrasi etnis, tidak adanya kekerasan etnis selama beberapa dekade terakhir merupakan prestasi yang cukup penting. Menjadi salah satu masalah yang paling diperdebatan ekonomi Malaysia. Hingga Pemerintah Malaysia melakukan Kebijakan Ekonomi Baru (1970-1990) yang dimaksudkan untuk mengurangi kesenjangan etnis ekonomi dan mengurangi kemiskinan, namun itu juga telah menciptakan kelas rente Melayu berdasarkan patronase politik dan pemerintahan.
Rumusan Masalah
Adapun permasalahan yang diangkat dalam penelitian ini yaitu :
1. Bagaimana gambaran mengenai pertumbuhan ekonomi Malaysia dan hubungannya dengan beberapa variabel makroekonomi kurun waktu tahun 1961-2012?
2. Apakah terjadi hubungan jangka panjang (kointegrasi) antara pertumbuhan ekonomi dan beberapa variabel makroekonomi?
3. Bagaimana pengaruh kebijakan New Economic Policy (NEP) terhadap pertumbuhan ekonomi Malaysia?
Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah
1. Memberikan gambaran mengenai pertumbuhan ekonomi Malaysia dan hubungannya dengan beberapa variabel makroekonomi kurun waktu tahun 1961-2012.
3. Mengetahui pengaruh kebijakan New Economic Policy (NEP) terhadap pertumbuhan ekonomi Malaysia.
Manfaat Penelitian
Berdasarkan tujuan yang dipaparkan, maka hasil penelitian ini diharapkan dapat memberikan manfaat bagi:
1. Peneliti berikutnya, yaitu dapat menjadi bahan bacaan ataupun referensi untuk penelitian lebih lanjut.
2. Penulis dan mahasiswa Sekolah Tinggi Ilmu Statistik (STIS), yaitu dapat dijadikan sebagai wadah tambahan pengetahuan.
B. PENELITIAN TERKAIT DAN TEORI
Kajian Teori
Teori Pertumbuhan Ahli-ahli Ekonomi Klasik
Menurut pandangan ahli-ahli ekonomi klasik ada empat faktor yang mempengaruhi pertumbuhan ekonomi yaitu : jumlah penduduk, jumlah stok barang-barang modal, luas tanah dan kekayaan alam, dan tingkat teknologi yang digunakan. Walaupun menyadari bahwa pertumbuhan ekonomi tergantung atas banyak faktor, ahli-ahli ekonomi terutama menumpahkan perhatiannya kepada pengaruh penambahan kepada pertumbuhan ekonomi. Dalam teori pertumbuhan mereka dimisalkan luas tanah dan kekayaan alam adalah tetap jumlahnya dan tingkat teknologi tidak mengalami perubahan. Berdasarkan kepada pemisalan ini selanjutnya dianalisis bagaimana pengaruh pertambahan penduduk kepada tingkat produksi dan pendapatan.
pengusaha akan memperoleh keuntungan besar. Ini akan menimbulkaninvestasi baru dan pertumbuhanterwujud. Keadaan sprti itu tidak akan terus menerus berlangsung. Apabila penduduk sudah terlalu banyak, pertambahannya akan menurunkan tingkat kegiatan ekonomi karena produktivitas marginal penduduk telah menjadi negatif. Maka kemakmuran masyarakat menurun kembali. Perekonomian akan mencapai tingkat perkembangan yang sangat rendah. Apabila keadaan ini dicapai, ekonomi dikatakan telah mencapai keadaan tidak berkembang (stationary state). Pada keadaan ini pendapatan pekerja hanya mencapai tingkat cukup hidup (subsistence). Menurut pandangan ahli-ahli ekonomi klasik setiap masyarakat tidak akan mampu menghalangi terjadinya keadaan tidak berkembang tersebut. Ia hanya mampu mengundurkan keadaan tersebut.
Teori Harrod-Domar
Dalam menganalisis mengenai pertumbuhan ekonomi, teori Harrod-Domar bertujuan untuk menerangkan syarat yang harus dipnuhi supaya suatu perekonomian dapat mencapai pertumbuhan yang teguh dalam jangka panjang. Dengan menggunakan pemisalan-pemisalan : (1) barang modal telah mencapai kapasitas penuh, (2) tabungan adalah proporsional dengan pendapatan nasional, (3) rasio modal-produksi tetap, dan (4) perekonomian terdiri dari dua sektor.
Syarat mencapai pertumbuhan teguh. Dalam analisisnya teori Harrord-Domar menunjukkan bahwa, walaupun pada suatu tahun tertentu (tahun t) barang-barang modal sudah mencapai kapasitas penuh, pengeluaran agregat dalam tahun t, akan menyebabkan kapasitas barang modal menjadi semakin tinggi pada tahun berikutnya (t+1). Dengan perkataan lain, investasi yang berlaku dalam tahun t akan menambah kapasitas barang modal tahun (t+1).
modal produksi tetap, teori tersebut mengatakan pertambahan kapasitas barang modal yang tergantung oleh rasio modal produksi itu sendiri (misalkan bernilai COR) dan investasi yang dilakukan pada tahun t (misalkan bernilai I) pertambahan kapasitas barang modal dapat dinyatakan dalam persamaan :
∆ c= I
COR
Kedua yaitu keadaan yang bagaimana yang akan mengakibatkan pertambahan pendapatan nasional ( ∆ Y ) sama dengan pertambahan kapasitas barang modal ( ∆ c
). Teori Harrord-Domar merupakan perluasan dari analisis Keynes. Dengan demikian teori itu berependapat bahwa kapasitas penuh pada tahun berikut (t+1) akan tercapai apabila pengeluaran agregat bertambah cukup besar, sehingga tercapai keadaan :
∆ c=∆ Y
Teori Keynes telah menerangkan, apabila ada pertambahan pengeluaran agregat (misalnya ∆ I ) maka pendapatan nasional akan bertambah. Besarnya pertambahan pendapatan nasional tergantung besarnya multiplier, dan pertambahan pendapatan tersebut dapat dihitung dengan menggunakan persamaan berikut :
∆ Y= 1
MPS∆ I
Dari persamaan diperoleh :
I COR=
I
MPS ∆ I atau ∆ I
I = MPS COR
Dalam analisis Harrord-Domar pertumbuhan ekonomi yang teguh akan mencapai kapasitas penuh dalam jangka panjang.
Tingkat pertumbuhan ekonomi. Teori Harrord-Domar dapat pula menerangkan tingkat pertumbuhan ekonomi yang akan mencapai kapasitas penuh dalam p3nggunaan barang-barang modalnya. Pemisalan bawa tabungan adalah proporsional dengan pendapatan nasional dapat diringkaskan menjadi persamaan :
Dalam perekonomian dua sektor keseimbangan dicapai bila S=I , maka berlaku :
I=MPS ×Y Y= 1
MPS
Analisis terdahulu menunjukkan bahwa ∆ Y= 1
MPS∆ I
Dengan demikian tingkat pertumbuhan ekonomi dapat ditentukan dengan menyelesaikan persamaan berikut
∆ Y Y =
I MPS∆ I
I MPS I
Persamaan diatas berarti pertumbuhan ekonomi sama tingkatnya dengan pertambahan investasi.
Penelitian Terkait
TABUNGAN
INDEKS PRODUKSI
INDEKS HARGA KONSUMEN
INVESTASI (PMTB)
PERTUMBUHAN EKONOMI (GDP RIIL)
Kerangka Pikir
Gambar 1. Kerangka Pemikiran
Hipotesis Penelitian
Hipotesis yang digunakan dalam penelitian ini adalah sebagai berikut :
a. Diduga terdapat hubungan jangka panjang (kointegrasi) antara variabel-variabel makroekonomi dan pertumbuhan ekonomi.
b. Diduga New Economic Policy (NEP) yang dijalankan oleh Pemerintahan Malaysia berpengaruh terhadap pertumbuhan ekonomi.
C. DATA DAN METODOLOGI
Jenis data yang digunakan dalam penelitian ini adalah data sekunder berupa PDB atas dasar harga konstan, tabungan, dan investasi dalam US dollar, serta data indeks produksi dan indeks harga konsumen yang diperoleh dari World Bank. Data yang digunakan adalah data timeseries tahunan dari tahun 1961 sampai 2012. Data PDB atas dasar harga konstan menggunakan tahun dasar 2000, sementara data indeks produksi dan indeks harga konsumen menggunakan tahun dasar 2005.
Metodology
Gambar 2. Diagram Tahapan Analisis dan Pembentukan Model
Seluruh tahapan analisis dan pembentukan model dibantu dengan menggunakan
software eviews 8. Data yang digunakan adalah data timeseries tahunan dari tahun 1961 hingga tahun 2012.
UJI STASIONERITAS
Adalah salah satu uji untuk mengetahui stasioneritas data sehingga dapat dengan mudah dilakukan peramalah (forecasting) untuk data pada periode berikutnya. Uji yang bisa digunakan adalah Dickey Fuller Test dan Augmented Dickey Fuller Test. Dickey Fuller Test dikenalkan oleh David Dickey dan Wayne Fuller. Perhatikan persamaan berikut :
Yt = ρ Yt-1 + ut
Jika ρ = 1, maka model menjadi random walk tanpa intersep. Disini kita akan menghadapi masalah dimana varian Yt tidak stasioner. Dengan demikian Yt dapat disebut
mengandung “unit root” atau data tidak stasioner. Bila persamaan diatas dikurangi pada Yt-1 sisi kanan dan kiri, maka persamaannya menjadi:
Yt - Yt-1= ρ Yt-1 - Yt-1+ ut
∆ Yt = (ρ-1) Yt-1 + ut
Atau dapat ditulis dengan:
Dari persamaan tersebut dapat dibuat hipotesis:
H0: δ = 0
H1: δ ≠ 0
Jika kita tidak menolak hipotesis δ = 0, maka ρ = 1. Artinya kita memiliki unit root, dimana data time series Yt tidak stasioner. Uji signifikansi terhadap koefisien regresi
dapat dilakukan dengan Uji-t. Sayangnya dengan hipotesis tersebut, nilai Uji-t tidak mengikuti distribusi t sekalipun dalam sampel besar. Tetapi Dickey-Fuller telah membuktikan bahwa Uji-t terhadap hipotesis diatas mengikuti statistik ζ (tau). Statistik ini selanjutnya dikembangkan oleh Mc. Kinnon. Selain model diatas, pengujian ini juga dapat dilakukan dengan menggunakan beberapa model berikut:
1. Model dengan intersep:
∆ Yt = β1 + δ Yt-1 + ut
2. Model dengan intersep dan memasukkan variabel bebas waktu (t) ∆ Yt = β1 + β2 t + δ Yt-1 + ut
Model-model sebelumnya mengasumsikan ut tidak berkorelasi hampir tidak mungkin. Untuk mengantisipasi adanya korelasi tersebut, Dickey-Fuller mengembangkan pengujian diatas dengan sebutan: Augmented Dickey-Fuller (ADF) Test. Formulasinya adalah sebagai berikut:
∆ Yt = β1 + β2 t + δ Yt-1 + α1 ∆ Yt-1 + α2 ∆ Yt-2 +...+ αm ∆ Yt-m + εt
Atau dapat ditulis dengan:
Dimana m adalah panjangnya lag yang digunakan. Berdasarkan model tersebut kita dapat memilih tiga model yang akan digunakan untuk melakukan Uji ADF, yaitu:
1. Model dengan intersep (β1) dan trend (β2), sebagaimana model diatas.
2. Model yang hanya intersep saja (β1), yaitu:
ΔYt=β1+β2t+δYt−1+αi
∑
i=1
m
ΔYt−1+εt ΔYt=β1+δYt−1+αi
∑
i=1
m
3. Model tanpa intersep dan trend (slop), yaitu:
UJI KOINTEGRASI
Pengujian kointegrasi dilakukan untuk mengetahui apakah antar variabel dependen dengan variabel independennya terdapat hubungan atau keterkaitan sehingga dapat digunakan sebagai estimasi jangka panjang. Hal ini disebabkan karena pada dasarnya konsep model ekonomi adalah menunjukkan hubungan perilaku jangka panjang sesuai dengan teori ekonomi yang digunakan dalam mengestimasi model tersebut.
Definisi formal dari cointegration of two variables telah dikembangkan oleh Engle dan Granger (1987). Dikatakan bahwa series
Y
t danX
t berkointegrasi pada derajat d,b di mana d≥b≥0 dituliskan sebagai
X
t,Y
t~
CI
(
d,b
)
Jika:
1. Kedua series adalah berintegrasi pada derajat yang sama I(d)
2. Terdapat kombinasi linier dari variabel-variabel yang berintegrasi I(d-b)
Dari definisi ini, maka secara umum dapat dikatakan bahwa jika kita mempunyai dua variabel yang berintegrasi pada derajat yang “berbeda”, maka kedua variabel tersebut tidak mungkin berkointegrasi. Sedangkan apabila series data stasioner pada derajat yang sama maka series tersebut punya kemungkinan mempunyai kointegrasi. Untuk kasus unik dimana kedua variabel telah stasioner pada derajat level dasar I(0), maka residual yang terjadi kemungkinan besar akan stasioner sehingga penggambaran hubungan jangka panjang (Kointegrasi) menjadi kurang bermakna (Charemza,1997).
Ada tidaknya hubungan kointegrasi antar variabel juga bisa dilihat secara grafis. Biasanya variabel yang berkointegrasi akan telihat bergerak secara bersamaan sepanjang waktu. Sehingga residualnya akan relatif konstan (stasioner pada I (0)). Lain hal dengan yang tidak berkointegrasi maka residual yang didapatkan akan tampak berubah secara sistematis menurut waktu (berubah sejalan dengan bertambahnya waktu).
ΔYt=δYt−1+αi
∑
i=1
m
Pengujian kointegrasi dengan metode residual adalah sama seperti menguji akar-akar unit hanya saja varibel yang diuji adalah nilai residualnya. Seperti menurut RL Thomas ( Modern Econometric, P 199) dikatakan di sana bahwa:
The residual-based test consider equation
y1t=y2t +ut
If ut has a unit roots, then y1t -y2t is not a cointegration relationship. Thus a test for unit root in ut is a test that the variables yt are not cointegration.
PEMBENTUKAN MODEL
Model analisis yang digunakan dalam analisis data adalah model timeseries yaitu error correction model dimana model ini secara luas dalam analisis ekonometrika untuk data runtun waktu (time series) sejak tahun 1960an. Hal ini disebabkan karena kemampuan yang dimiliki oleh ECM dalam meliput lebih banyak variabel untuk menganalisis fenomena ekonomi jangka pendek dan jangka panjang dan mengkaji konsisten tidaknya model empirik dengan teori ekonomika, serta dalam usaha mencari pemecahan terhadap persoalan variabel runtun waktu yang tidak stasioner (non stationary) dan regresi lancung (spurious regression) atau korelasi lancung (spurious correlation) dalam analisis ekonometrika (Insukindro, 1999). ECM mempunyai ciri khas dengan dimasukkannya unsur Error Correction Term (ECT) dalam model. Apabila koefisien ECT signifikan secara statistik, maka spesifikasi model yang digunakan dalam penelitian tersebut adalah sahih atau valid. Sebelum diolah data harus stasioner. Maka dari itu dilakukan uji stasioneritas. Pada pembuatan error correction model terdapat dua model yaitu model jangka panjang yang merupakan regresi spurious dan dalam bentuk ecm nya yaitu model jangka pendek.
Model Jangka Panjang :
Model Jangka Pendek :
DLGDPt=β21D LSt+β22D LPIt+β23D LCPIt+β24DLPMTBt+γ ECMt−1+β25NEP+ε2t
Keterangan :
β11 : elastisitas tabungan
β12 : elastisitas indeks produksi
β13 : elastisitas indeks harga konsumen
β14 : elastisitas investasi
β15 : elastisitas dummy NEP
β21 : elastisitas perubahan tabungan
β22 : elastistas perubahan indeks produksi
β23 : elastistas perubahan indeks harga konsumen
β24 : elastisitas perubahan investasi
β25 : elastisitas dummy NEP
LGDPt : produk domestic bruto
LSt : tabungan
LPIt : indeks produksi
LCPIt : indeks harga konsumen
LPMTBt : investasi
DGDPt : perubahan produk domestic bruto
DLSt : perubahan tabungan
DLPIt : perubahan indeks harga konsumen
DLPMTBt: perubahan investasi
NEP : Variabel Dummy
NEP=0 sebelum diberlakukannya kebijakan New Economic Policy (NEP) NEP =1 setelah diberlakukannya kebijakan New Economic Policy (NEP) ECM : error correction model
γ : speed of adjusment
Persamaan di atas menggunakan asumsi lag optimal sebesar 1. Analisis ECM dijelaskan oleh parameter γ (speed of adjusment) yaitu seberapa cepat waktu yang diperlukan untuk mendapatkan nilai keseimbangan, dimana γ signifikan dan bernilai negatif.
UJI ASUMSI KLASIK
A. Uji Normalitas
Salah satu asumsi model regresi adalah residual mempunyai distribusi normal. Konsekuensi apabila jika model tidak mempunyai residual yang berdistribusi normal maka uji t dalam melihat signifikansi variabel independent terhadap variabel dependent tidak bisa diaplikasikan jika residual tidak mempunyai distribusi normal (Widarjono, Agus, 2010, 111). Dengan demikian apabila residual tersebut berasal dari distribusi normal maka akan dibuktikan dengan gambar grafik yang nilai-nilai sebaran datanya akan terletak disekitar garis lurus. Baru setelah itu dapat disimpulkan persyaratan normalitas bisa dipenuhi.
Terdapat beberapa test yang digunakan, diantaranya adalah: (1) chi-square goodness of fit test, dan (2) jarque-bera test. Keduanya menguji residual dan dengan distribusi probalibitas chi-square
2 2 36 4
K N k
JB S
S : skewness, K : kurtosis, k : jumlah koefisien yang diestimasi.
B. Uji Autokorelasi
E
(
eiej)
=0 dimana i≠ j sehingga apabila terjadi autokorelasi maka E(
eiej)
≠0 dimana i≠ j .Dalam penelitian ini, metode yang digunakan untuk mendeteksi masalah autokorelasi adalah metode Bruesch-Godfrey yang mengembangkan uji autokorelasi yang dikenal dengan uji Lagrange Multiplier (LM). Kriteria untuk mendeteksi ada tidakn-ya masalah autokorelasi (Winarno, 2007: 5.29) adalah :
Bila nilai probability Obs*R-squared > α = 5% , berarti tidak ada autokorelasi Bila nilai probability Obs*R-squared ≤ α = 5% , berarti ada autokorelasi
C. Uji Homoskedastisitas
Salah satu uji formal untuk menguji apakah terjadi pelanggaran asumsi Klasik homokedastisitas, digunakan uji White.
Misal persamaan yang akan kita uji adalah sebagai berikut:
Langkah-langkahnya adalah sebagai berikut:
1. Estimasi persamaan diatas dengan OLS dan hitung nilai 2. Regresikan model di bawah:
3. Hitung nilai nR2, dimana n adalah besarnya contoh dan R2 adalah unadjusted R-square
dari persamaan regresi auxiliary pada langkah 2.
4. Tolak hipotesis nol jika nR2 > (tidak terdapat heterokedastisitas)
Multikolinier ialah kondisi dimana adanya hubungan antara variabel-variabel bebas. Jika multikolinier itu sempurna maka setiap koefisien regresi dari variabelvariabe bebasnya tidak dapat menentukan dan standar errornya tidak terbatas. Jika multikolinier kurang dari sempurna maka koefisien regresi walaupun bisa menentukan, tetapi memiliki standar error yang besar (dalam hubungan dengan koefisien mereka itu sendiri), yang berarti koefisien-koefisiennya tidak bisa diestimasi dengan akurasi yang tepat.
Cara umum untuk mendeteksi adanya multikolinear dalam model ialah dengan melihat bahwa adanya R2 yang tinggi dalam model tetapi tingkat signifikansi tstatistiknya sangat kecil dari hasil regresi tersebut dan cenderung banyak yang tidak signifikan. Cara lain mendeteksi adanya kolinieritas (Nash dan Bradford,
2001) adalah dengan melihat Variance Inflation Factor (VIF). Nilai VIF ini
menunjukkan bagaimana varians dari sebuah estimator akan meningkat akibat adanya multikolinearitas. Nilai VIF diperoleh dengan formula berikut:
VIFk= 1
1−Rk2
dimana k=1,2…, p−1 dan Rk2 merupakan koefisien determinasi dari regresi
berganda ketika Xk diregresikan dengan p−2 variabel lainnya dalam model. Apabila nilai VIF lebih besar dari 5, maka mengindikasikan adanya gejala
multikolinieritas (hubungan linier antar variabel bebas).
HASIL DAN PEMBAHASAN
Hubungan Pertumbuhan Ekonomi dengan Variabel-variabel Makroekonomi
Pada Gambar 3 dapat diamati, bahwa pada tahun 1961 sampai dengan tahun 2012, semua variabel cenderung mengalami kenaikan, seluruh variabel tabungan, indeks produksi, indeks harga konsumen, dan PMTB pergerakannya searah dengan pertumbuhan ekonomi (PDB), walaupun PMTB sempat mengalami penurunan di sekitar tahun 1998.
Sementara itu pada masa-masa krisis yaitu pertengahan tahun 1997, jika dilihat secara grafis hubungan antara pertumbuhan ekonomi (PDB) dengan variabel tabungan, indeks produksi, indeks harga konsumen, dan PMTB hubungannya positif. Saat pertumbuhan ekonomi (PDB) mengalami penurunan, ketika variabel tersebut merespon positif, maka keempat variabel juga mengalami penurunan. Sama halnya dengan masa krisis global pada tahun 2008, seluruh variabel mempunya gerakan yang sama yaitu turun, tetapi penurunan yang cukup tajam terjadi pada variabel tabungan dan PMTB.
Pengaruh pemberlakuan NEP (New Economic Policy) di Malaysia pada tahun 1971 tidak terlalu berpengaruh signifikan terhadap pertumbuhan ekonomi (PDB).
0.0 E+0 0 4.0 E+1 0 8.0 E+1 0 1.2 E+1 1 1.6 E+1 1 2.0 E+1 1 2.4 E+1 1
0 20 40 60 80 10 0 12 0
65 70 75 80 85 90 95 00 05 10
G
D P Ko nsta n
prod ucti on in dex (2004 -200 6 = 100)
0.0E
+
005.0E
+
101.0E
+
111.5E
+
112.0E
+
110.0E
65707580859095000510G
D
K
onstanT
P
U
B
A
N
G
A
N
+
11
111.2E
+
101.0E
+
+
106.0E
+
104.0E
+
002.0E
+
108.0E
Gambar 3. Pertumbuhan ekonomi dan variabel makrokonomi tahun 1961-2012
Analisis grafis hanya merupakan pengantar awal untuk menetahui pola hubungan antara pertumbuhan ekonomi (PDB) dan variabel-variabel makroekonomi. Oleh karena itu, dilakukan analisis lebih lanjut berupa analisis time series untuk menemukan pola hubungan yang lebih berarti secara statistic.
Permasalahan yang sering muncul dalam analisis time series adalah permasalahan mengenai stasionaritas data. Hal ini perlu diperhatikan karena variabel yang tidak stasioner akan menghasilkan regresi lancing. Regresi lancing terjadi ketika hasil regresi menunjukkan hubungan yang signifikan antar variabel padahal hal tersebut tidak lain adalah hubungan contemporaneous dan tidak memiliki makna kausal (Harris, 1995: 14). Oleh karena itu, tahap awal dari pengujian kointegrasi dan kausalitas adalah pengujian stasioneritas data. Pengujian stasionaritas data yang digunakan dalam penelitian ini adalah uji akar unit (unit root test) dengan jenis pengujian Augmented Dicky Fuller.
2
2
2
3
2
4
2
5
2
6
2
7
6
5
7
0
7
5
8
0
D
8
L
5
P
9
0
B
9
5
0
0
0
1
5
0
6
2
5
2
3
2
4
2
2
2
1
2
0
2
6
5
7
0
5
7
L
8
0
A
T
8
5
N
U
B
A
G
0
9
N
5
9
0
0
5
0
0
1
2
.5
3
.0
3
.5
4
.0
4
.5
5
Gambar 4. PDB, Tabungan, Indeks Produksi, Indeks Harga Konsumen dan PMTB Malaysia tahun 1961-2012 (dalam bentuk log)
Analisis Time Series Uji Stasioner
Tabel X. Hasil Uji Augmented Dickey Fuller (ADF)
Variabel (dalam bentuk log) Data asli (dalam bentuk level)
Data first different
Produk Domestik Bruto -1.056266 -6.283224
Tabungan -2.064080 -7.637363
Indeks Produksi -2.002834 -9.175596
Indeks Harga Konsumen -1.712700 -3.880558
Sumber : Diolah dari data berbagai publikasi
Catatan : - Nilai krisis level 5 persen untuk data level adalah -3.500495 - Nilai krisis level 5 persen untuk data level adalah -3.504330
Dari Tabel 4, dapat dilihat bahwa semua variabel mengandung structural change. Dari hasil pengujian stasioneritas dengan ADF yaitu dengan membandingkan nilai stasistik ADF dengan nilai MacKinnon menunjukkan bahwa semua variabel pada data asli tidak stasioner atau dikatakan memiliki unit root. Karena semua variabel masih belum stasioner, maka dilakukan uji ADF pada data turunan pertama (first differencing). Hasil pengujian menunjukkan bahwa semua variabel telah signifikan atau menolak Ho pada taraf uji 5 persen. Dapat diinterpretasikan bahwa semua variabel tidak lagi memiliki unit root dan telah stasioner pada turunan pertama atau terintegrasi pada order 1 [I(1)]. Dalam pengujian stasioner ini semua variabel sudah dalam bentuk logaritma.
Uji Kointegrasi
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.214430 0.0252
Dari hasil pengujian stasionaritas error model jangka panjang menggunakan statistic uji ADF dapat diketahui P-value kurang dari alpha 5%, yang artinya error stasioner. Yang artinya variabel yang memiliki hubungan dalam jangka panjang, atau dalam jangka panjang variabel sama-sama bergerak menuju titik keseimbangan.
Pembentukan Model
Model Jangka Panjang
LGD Pt=1.579087¿
LTABUNGA Nt−0.469856L I Pt−2.655729¿
Pada model jangka panjang, hanya variabel Tabungan, Indeks Harga Konsumen, dan dummy dari NEP yang signifikan mempengaruhi pertumbuhan ekonomi Malaysia. Dimana elastisitas dari tabungan adalah 1.579087 yang artinya apabila terjadi kenaikan tabungan sebesar 1% maka pertumbuhan ekonomi akan naik sebesar 1.58 %, dan elastisitas dari indek harga konsumen adalah 2.655729 yang artinya apabila indeks harga konsumen naik sebesar 1% akan menyebabkan perubahan pertumbuhan ekonomi sebesar 2.66%.
Dalam jangka panjang, besarnya pertumbuhan ekonomi setelah dilakukannya kebijakan New Economic Policy (MEP) lebih lebih kecil 0.44% dibandingkan dengan sebelum diberlakukannya MEP.
Model Jangka Pendek
DLGD Pt=0.070269¿LTABUNGAN
+0.239387¿DL I P
t+0.010545DLCP It++0.010545DLCP It+0.115312
¿DLPMTB
t−0.0 08624εt−1+0.031934
¿NEP
Pada model jangka pendek atau error correction model hanya variabel Tabungan, Indeks Produksi, PMTB, dan dummy dari NEP yang signifikan mempengaruhi pertumbuhan ekonomi Malaysia. Dimana apabila terjadi kenaikan perubahan tabungan sebesar 1% maka perubahan pertumbuhan ekonomi akan naik sebesar 0.07 %, dan apabila perubahan indeks produksi naik sebesar 1% akan menyebabkan perubahan pertumbuhan ekonomi sebesar 0.24%, selain itu saat perubahan investasi naik sebesar 1% maka terjadi kenaikan perubahan pertumbuhan ekonomi sebesar 0.12%.
Dalam jangka pendek, perubahan pertumbuhan ekonomi setelah dilakukannya kebijakan New Economic Policy (MEP) lebih besar 0.03% dibandingkan dengan seblum diberlakukannya MEP. Koefisien speed of adjustment bernilai −0,008624 artinya kecepatan error correction untuk mengoreksi perilaku tiap variabel dalam jangka pendek untuk menuju keseimbangan baru terbilang sangat lambat yaitu sebesar 0,8 persen.
Uji Asumsi
Model yang dibuat dalam penelitian ini sebelum digunakan untuk pengujian hipotesis agar dapat diperoleh estimasi BLUE (Best Linier Unbiased Estimator) maka perlu dilakukan pengujian asumsi klasik. Pengujian terhadap penyimpangan asumsi klasik dilakukan dengan bantuan program EVIEWS 8 yang dilakukan pada penelitian ini meliputi:
1. Uji Normalitas
Pengujian normalitas data dalam penelitian ini akan dideteksi dengan menggunakan analisa grafik yang dihasilkan melalui perhitungan error correction model dengan perangkat lunak EVIEWS 8.0 dan juga mendeteksi dengan menggunakan uji formal yaitu Jarque Bera.
Pengujian dengan menggunakan analisa grafik, berikut pola grafik hasil pengolahan EVIEWS 8.0 dapat dilihat pada gambar ini:
0 2 4 6 8 10
-0.04 -0.02 0.00 0.02 0.04
Series: Residuals Sample 1962 2012 Observations 51
Mean 0.006029
Median 0.004705
Maximum 0.054232
Minimum -0.045675
Std. Dev. 0.022572
Skewness -0.026696
Kurtosis 2.696424
Jarque-Bera 0.201894
Probability 0.903981
Dari histogram diatas, dapat diketahui model regresi pada penelitian ini telah memenuhi asumsi normalitas. Selain itu, P-value dari uji statistic Jarque-Berra sebesar 0.903981 lebih besar dari signifikansi alpha 0.05 sehingga dapat disimpulkan bahwa residual ECM berdistribusi normal.
Uji Heteroskedastisitas bertujuan untuk menguji terjadinya perbedaan varians residual satu pengamatan ke pengamatan lain atau gambaran hubungan nilai yang diprediksi dengan Standardized Delete Residual nilai tersebut sehingga model juga terbebas dari heteroskedastisitas. Uji ini dapat dilihat dengan menggunakan uji white.
Dari pengujian karena nilai P-value yang lebih besar dari pada alpha 5% sehingga hipotesis nol yang menyatakan eror memiliki varians yang konstan terpenuhi.
3. Uji Autokorelasi
Pengujian terhadap gejala autokorelasi dengan Breusch-Godfrey Serial Correlation LM Test. Hasil perhitungan EVIEWS versi 8.0 dapat dilihat pada pengujian berikut ini :
Hasil output dari LM Test menunjukkan bahwa P-value lebih kecil dari pada alpha 5%, sehingga dapat ditarik kesimpulan error model berautokorelasi. Karena sudah menjadi sifat dari data time series adalah dipengaruhi oleh masa lalunya, maka sebagian besar model dengan data time series akan mengalami gejala autokorelasi.
4. Uji Multikolinieritas
F-statistic 2.142782 Prob. F(21,29) 0.0288
Obs*R-squared 31.01309 Prob. Chi-Square(21) 0.0734
Scaled explained SS 20.54727 Prob. Chi-Square(21) 0.4869
F-statistic 17.06294 Prob. F(1,44) 0.0002
Uji multikolinieritas bertujuan untuk menguji apakah dalam model ecm ditemukan adanya korelasi diantara variabel bebas. Hasil :pengujian multikolinieritas dapat dilihat pada tebel sebagai berikut :
Dari tabel di atas terlihat bahwa tidak ada variabel yang mengalami multikolinieritas, ditunjukkan dengan seluruh nilai VIF yang lebih kecil dari 5.
E. KESIMPULAN DAN SARAN
Adapun kesimpulan dari penelitian ini yaitu :
1. Pertumbuhan ekonomi Malaysia tahun 1961-2012 cenderung mengalami kenaikan walaupun sempat mengalami penurunan pada tahun 1997-1998 akibat krisis ekonomi yang melanda kawasan Asia. Dampak yang diberikan krisis ekonomi bukanlah suatu dampak yang permanen, pertumbuhan ekonomi Malaysia mulai menunjukkan perbaikan dilihat dari nilai PDB yang cenderung meningkat setelah krisis sampai tahun 2008. Berdasark analisa grafis diketahui bahwa variabel tabungan, indeks produksi, indeks harga konsumen, dan PMTB pada saat krisis mempunyai hubungan positif, yaitu pada saat PDB menurun, keempat variabel tersebut merespon positif dengan penurunan juga. Sementara itu pengaruh New Economic Policy (NEP) di Malaysia mulai tahun 1971, secara grafis tidak terlihat pengaruh positif yang signifikan diberikan oleh kebijakan baru tersebut.
2. Dari hasil uji kointegrasi dapat disimpulkan bahwa terdapat hubungan keseimbangan jangka panjang antara pertumbuhan ekonomi dan variabel-variabel makroekonomi. Pada keseimbangan jangka panjang Tabungan dan PMTB mempunyai hubungan positif
Uncentered
Variable VIF
RESID01(-1) 1.571732
DLTABUNGAN 2.816632
DLIP 1.746736
DLCPI 3.178801
DLPMTB 1.908358
terhadap pertumbuhan ekonomi. Sementara Indeks Produksi dan Indek Harga Konsumen mempunya hubungan negative dengan pertumbuhan ekonomi. Sedangkan, dalam jangka pendek seluruh variabel berhubungan positif dengan pertumbuhan ekonomi.
3. Dalam jangka panjang, pertumbuhan ekonomi sebelum diberlakukannya NEP oleh Pemerintah Malaysia lebih besar dari pada setelah diberlakukan kebijakan tersebut. Tetapi dalam jangka pendek perubahan pertumbuhan ekonomi setelah diberlakukannya MEP lebih besar dari pada sebelumnya. Dummy variabel dari MEP seluruhnya signifikan, baik dalam model jangka panjang maupun jangka pendek.
4. Uji asumsi untuk memenuhi estimate yang BLUE (Best Linier Unbiased Estimator) terlanggar pada uji asumsi Non-Autokorelasi. Untuk asumsi error berdistribusi normal dan memiliki variasi yang konstan terpenuhi.
Saran yang diberikan oleh peneliti adalah :
DAFTAR PUSTAKA
Andrian A. 2003. Faktor-Faktor yang Berperan dalam Penciptaan Pertumbuhan Ekonomi Indonesia Tahun 1999 [Skripsi]. Jakarta: Sekolah Tinggi Ilmu Statistik.
Budiono. Ekonomi Makro. Yogyakarta: BPFE, 1994
Damodar Gujarati, 1995. Ekonometrika Dasar, terjemahan Sumarno Zain, Erlangga, Jakarta
Enders W. 2004. Applied Econometric Time Series. New York: John-Wiley & Son.LTD. Harun Alp, Selim Elekdag, and Subir Lall. 2012. An Assessment of Malaysian Monetary Policy during the Global Financial Crisis of 2008–09 [Paper]. International Monetary Fund.
Ibrahim, Muhammad bin. 2010. Impact of the global crisis on Malaysia's financial system. Malaysia
LAMPIRAN
UJI STASIONERITAS (DATA LEVEL) Lampiran 1. Produk Domestik Bruto (PDB)
Null Hypothesis: LPDB has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.056266 0.9263
Test critical values: 1% level -4.148465
5% level -3.500495
10% level -3.179617
*MacKinnon (1996) one-sided p-values.
Lampiran 2. Tabungan (S)
Null Hypothesis: LTABUNGAN has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.064080 0.5528
Test critical values: 1% level -4.148465
5% level -3.500495
10% level -3.179617
*MacKinnon (1996) one-sided p-values.
Lampiran 3. Indeks Produksi (IP)
Null Hypothesis: LIP has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.002834 0.5858
Test critical values: 1% level -4.148465
5% level -3.500495
10% level -3.179617
Lampiran 4. Indeks Harga Konsumen (IHK)
Null Hypothesis: LCPI has a unit root Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -1.712700 0.7309
Test critical values: 1% level -4.152511
5% level -3.502373
10% level -3.180699
*MacKinnon (1996) one-sided p-values.
Lampiran 5. Pembentukan Modal Tetap Bruto (PMTB)
Null Hypothesis: LPMTB has a unit root Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -2.149238 0.5065
Test critical values: 1% level -4.152511
5% level -3.502373
10% level -3.180699
*MacKinnon (1996) one-sided p-values.
UJI STASIONER (DATA DIIFFERENT PERTAMA)
Lampiran 6. Produk Domestik Bruto (DLPDB)
Null Hypothesis: DLKR has a unit root Exogenous: Constant
Lag Length: 0 (Automatic based on SIC, MAXLAG=5)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -5.941984 0.0000
Test critical values: 1% level -3.550396
5% level -2.913549
10% level -2.594521
Augmented Dickey-Fuller Test Equation Dependent Variable: D(DLKR)
Method: Least Squares Date: 07/13/13 Time: 07:48 Sample (adjusted): 1998Q3 2012Q3 Included observations: 57 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
DLKR(-1) -0.787662 0.132559 -5.941984 0.0000
C 0.010453 0.005358 1.950832 0.0562
R-squared 0.390968 Mean dependent var 0.000322
Adjusted R-squared 0.379894 S.D. dependent var 0.048703
S.E. of regression 0.038352 Akaike info criterion -3.649548
Sum squared resid 0.080899 Schwarz criterion -3.577862
Log likelihood 106.0121 Hannan-Quinn criter. -3.621688
F-statistic 35.30717 Durbin-Watson stat 1.913249
Prob(F-statistic) 0.000000
Lampiran 7. TABUNGAN (DLTABUNGAN)
Null Hypothesis: D(LTABUNGAN) has a unit root Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -7.637363 0.0000
Test critical values: 1% level -4.156734
5% level -3.504330
10% level -3.181826
*MacKinnon (1996) one-sided p-values.
Lampiran 8. INDEKS PRODUKSI (DLIP)
Null Hypothesis: D(LIP) has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -9.175596 0.0000
Test critical values: 1% level -4.152511
5% level -3.502373
10% level -3.180699
Lampiran 9. INDEKS HARGA KONSUMEN (DLCPI)
Null Hypothesis: D(LCPI) has a unit root Exogenous: Constant, Linear Trend
Lag Length: 1 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.880558 0.0204
Test critical values: 1% level -4.156734
5% level -3.504330
10% level -3.181826
*MacKinnon (1996) one-sided p-values.
Lampiran 10. PEMBENTUKAN MODAL TETAP BRUTO (DLPMTB)
Null Hypothesis: D(LPMTB) has a unit root Exogenous: Constant, Linear Trend
Lag Length: 0 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -4.626786 0.0027
Test critical values: 1% level -4.152511
5% level -3.502373
10% level -3.180699
*MacKinnon (1996) one-sided p-values.
Lampiran 11. UJI KOINTEGRASI
Null Hypothesis: RESID01 has a unit root Exogenous: Constant
Lag Length: 3 (Automatic - based on SIC, maxlag=10)
t-Statistic Prob.*
Augmented Dickey-Fuller test statistic -3.214430 0.0252
Test critical values: 1% level -3.574446
5% level -2.923780
10% level -2.599925
PEMBENTUKAN MODEL
Lampiran 12. MODEL JANGKA PANJANG
Dependent Variable: LPDB Method: Least Squares Date: 07/22/14 Time: 20:32 Sample: 1961 2012
Included observations: 52
Variable Coefficient Std. Error t-Statistic Prob.
LTABUNGAN 1.579087 0.192885 8.186681 0.0000
LIP -0.469856 0.425913 -1.103173 0.2756
LCPI -2.655729 0.431922 -6.148637 0.0000
LPMTB 0.049717 0.173315 0.286858 0.7755
NEP -0.437644 0.175067 -2.499867 0.0160
R-squared 0.935224 Mean dependent var 24.54058
Adjusted R-squared 0.929711 S.D. dependent var 0.963582
S.E. of regression 0.255465 Akaike info criterion 0.199748
Sum squared resid 3.067329 Schwarz criterion 0.387368
Log likelihood -0.193453 Hannan-Quinn criter. 0.271677
Durbin-Watson stat 1.154635
Lampiran 13. MODEL JANGKA PENDEK
Dependent Variable: DLPDB Method: Least Squares Date: 07/22/14 Time: 20:34 Sample (adjusted): 1962 2012
Included observations: 51 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
RESID01(-1) -0.008624 0.017652 -0.488559 0.6275
DLTABUNGAN 0.070269 0.028158 2.495524 0.0163
DLIP 0.239387 0.079440 3.013454 0.0042
DLCPI 0.010545 0.146136 0.072161 0.9428
DLPMTB 0.115312 0.022561 5.111042 0.0000
NEP 0.031934 0.006384 5.001981 0.0000
R-squared 0.517838 Mean dependent var 0.061401
Adjusted R-squared 0.464265 S.D. dependent var 0.033669
S.E. of regression 0.024643 Akaike info criterion -4.458489
Sum squared resid 0.027328 Schwarz criterion -4.231216
Log likelihood 119.6915 Hannan-Quinn criter. -4.371641
UJI ASUMSI
Lampiran 14. UJI ASUMSI NORMALITAS
0 2 4 6 8 10
-0.04 -0.02 0.00 0.02 0.04
Series: Residuals Sample 1962 2012 Observations 51
Mean 0.006029
Median 0.004705
Maximum 0.054232
Minimum -0.045675
Std. Dev. 0.022572
Skewness -0.026696
Kurtosis 2.696424
Jarque-Bera 0.201894
Probability 0.903981
Lampiran 15. UJI ASUMSI NONAUTOKORELASI
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 17.06294 Prob. F(1,44) 0.0002
Obs*R-squared 11.57660 Prob. Chi-Square(1) 0.0007
Lampiran 16. UJI ASUMSI HOMOSKEDASTISITAS
Heteroskedasticity Test: White
F-statistic 2.142782 Prob. F(21,29) 0.0288
Obs*R-squared 31.01309 Prob. Chi-Square(21) 0.0734
Scaled explained SS 20.54727 Prob. Chi-Square(21) 0.4869
Lampiran 17. UJI ASUMSI MULTIKOLINIERITAS
Variance Inflation Factors Date: 07/22/14 Time: 20:35 Sample: 1961 2012
Included observations: 51
Coefficient Uncentered
RESID01(-1) 0.000312 1.571732
DLTABUNGAN 0.000793 2.816632
DLIP 0.006311 1.746736
DLCPI 0.021356 3.178801
DLPMTB 0.000509 1.908358