-
BAB I
PENDAHULUAN
A. LATARBELAKANG
Pertumbuhan ekonomi merupakan pertumbuhan output yang dibentuk
oleh
berbagai sektor ekonomi sehingga dapat menggambarkan bagaimana
kemajuan atau
kemunduran yang telah dicapai oleh sektor ekonomi tersebut pada
suatu waktu
tertentu . pertumbuhan ekonomi menunjukkan sejauh mana aktivitas
perekonomian
akan menghasilkan tambahan pendapatan masyarakat pada suatu
periode tertentu,
karena pada dasarnya aktivitas perekonomian adalah suatu proses
penggunaan faktor-
faktor produksi untuk menghasilkan output, maka proses ini pada
gilirannya akan
menghasilkan suatu aliran balas jasa terhadap faktor produksi
yang dimilik
masyarakat sebagai pemilik faktor produksi juga akan turut
meningkat.
Pertumbuhan ekonomi mutlak harus ada, sehingga pendapatan
masyarakat
akan bertambah, dengan demikian tingkat kesejahteraan masyarakat
diharapkan akan
meningkat. Agar pertumbuhan ekonomi terus meningkat dan dapat
dipertahankan
dalam jangka panjang maka perlu diketahui faktor-faktor apa yang
dapat
mempengaruhi pertumbuhan ekonomi dan faktor apa yang perlu
dihindari agar
pertumbuhan ekonomi tidak berjalan ditempat atau mengalami
kemunduran.
Kondisi perekonomian Daerah Istimewa Yogyakarta menunjukkan
perkembangan
yang positif. Pada tahun 2008 pertumbuhan PDRB mencapai 8,68 %
dan pada tahun
2009 meningkat 10,11 %.
Pembangunan tidak dapat terlepas dari unsur tenaga kerja, dengan
kondisi
tenaga kerja yang produktif maka pembangunan dapat berjalan
lancar dan harapannya
taraf kehidupan penduduk juga akan meningkat. Tanpa tenaga kerja
tidak mustahil
pembangunan tidak dapat berjalan , tenaga kerja menjadi
penggerak dalam roda
pembangunan. Tenaga kerja dengan sumber daya manusianya bisa
memberikan
sumbangan yang sangat berarti dalam proses pembangunan. Semakin
tingginya
angkatan kerja tentu memerlukan lapangan pekerjaan yang layak,
namun pada
kenyataanya lapangana pekerjaan tidak selalu tersedia. Semakin
banyaknya
penduduk, meningkatnya jumlah angkatan kerja. Sumeber daya yang
baik,
-
keterampilan yang bagus menjadi modal utama bagi angkatan kerja
untuk
mendapatkan pekerjaan yang layak.
Dengan melihat latar belakang dari masalah permasalah diatas dan
melihat
dari fenomena yang ada, mendorong peneliti untuk mengamati lebih
lanjut mengenai
faktor-faktor yang mempengaruhi pertumbuhan ekonomi di Daerah
Istimewa
Yogyakarta. Oleh karena itu akan dicoba dibahas secara mendalam
melalui penelitian
dengan judul ANALISIS EFEKTIVITAS INVESTASI DAN ANGKATAN
KERJA TERHADAP PERTUMBUHAN EKONOMI DI DAERAH ISTIMEWA
YOGYAKARTA PERIODE TAHUN 1995 2010.
B. BATASAN MASALAH
Sehubungan dengan faktor keterbatasan yang ada dan mengingat
banyaknya
faktor yang mempengaruhi pertumbuhan ekonomi, maka penelitian
hanya membahas
pada :
1 Variabel-variabel yang dianggap berpengaruh terhadap besar
kecilnya
pertumbuhan ekonomi di Daerah Istimewa Yogyakarta yaitu pada
investasi
dan angkatan kerja.
2 Data yang digunakan adalah data tahunan yaitu dari tahun 1995
sampai 2010
terdiri atas :
a) Produk Domestik Regional Bruto
b) Tingkat Penanaman Modal Dalam Negeri
c) Banyaknya Penduduk Angkatan Kerja
C. RUMUSAN MASALAH
Dari latar belakang masalah yang telah disampaikan diatas, maka
dapat diambil
suatu perumusan masalah yang akan dibahas dalam penelitian ini
yaitu sebagai
berikut :
1 Seberapa besar pengaruh tingkat investasi atau penanaman modal
dalam
negeri terhadap pertumbuhan ekonomi di Yogyakarta ?
-
2 Seberapa besar pengaruh angkatan kerja terhadap pertumbuhan
ekonomi di
Yogyakarta?
3 Bagaimana pengaruh besarnya tingkat investasi, angkatan kerja
dan
pertumbuhan ekonomi di Yogyakarta ?
D. TUJUAN PENELITIAN
Tujuan dilakukannya penelitian ini adalah sebagai berikut :
1 Untuk mengetahui pengaruh tingkat investasi terhadap
pertumbuhan ekonomi
di Yogyakarta ?
2 Untuk mengetahui pengaruh tingkat angkatan kerja terhadap
pertumbuhan
ekonomi di Yogyakarta ?
3 Untuk mengetahui seberapa besar pengaruh tingkat investasi,
angkatan kerja
dan pertumbuhan ekonomi di Yogyakarta ?
-
BAB II
LANDASAN TEORI
A. PENGERTIAN
1 Teori Pertumbuhan Ekonomi
Menurut Kuznet dalam Todaro (2000 :144) pertumbuhan ekonomi
adalah
kenaikan kapasitas dalam jangka panjang dari negara yang
bersangkutan untuk
menyediakan berbagai barang ekonomi kepada penduduknya. Kenaikan
kapasitas
itu sendiri ditentukan atau dimungkinkan oleh adanya kemajuan
atau
penyesuaian-penyesuaian teknologi, institusi dan ideologis
terhadap berbagai
keadaan yang ada.
Selanjutnya, ditambahkan oleh Susanti, dkk(2000 :23-24)
indikator yang
digunakan untuk mengukur pertumbuhan ekonomi adalah tingkat
pertumbuhan
Produk Domestik Bruto (PDB). Ada bebarapa alasan yang mendasari
pemilihan
pertumbuhan ekonomi menggunakan Produk Domestik Bruto (PDB)
bukan
indikator lainnya yaitu :
1) PDB merupakan jumlah nilai tambah yang dihasilkan oleh
seluruh
aktivitas produksi didalam perekonomian. Hal ini berarti
peningkatan PDB
juga mencerminkan peningkatan balas jasa kepada faktor-faktor
produksi
yang digunakan dalam aktivitas produksi tersebut.
2) PDB dihitung atas dasar konsep aliran (flow concept), artinya
perhitungan
PDB hanya mencakup nilai produk yang dihasikan kepada suatu
priode
tertentu.
3) Batas wilayah perhitungan PDB adalah negara (perekonomian
domestik)
Menurut Todaro (2000:137) ada tiga faktor komponen utama dalam
pertumbuhan
ekonomi dari setiap bangsa, yaitu :
1) Akumulsi modal, yakni meliputi semua bentuk atau jenis
investasi yang
ditanamkan pada tanah, peralatan fisik dan modal atau sumber
daya
manusia.
2) Pertumbuhan penduduk, yang beberapa tahun selanjutnya
akan
memperbanyak angkatan kerja.
3) Kemajuan teknologi.
-
2 Teori Investasi
Investasi merupakan penambahan pembentukan modal yang
mengakibatkan
terjadinya pertambahan kekayaan, investasi juga merupakan
permintaan terhadap
barang dan jasa untuk menambah kapasitas produksi sehingga
meningkatkan
pendapatan dimasa datang. Ada dua tujuan utama dalam investasi
yaitu untuk
mengganti bagian dari penyediaan modal yang rusak dan sebagai
tambahan
penyediaan modal yang ada, pengertian investasi secara statistik
dalam
perhitungan pendapatan nasional adalah seluruh nilai pembeliaan
para pengusaha
atas barang-barang modal dan pembelanjaan untuk mendirikan
industri dan
penambahan nilai dalam stock barang perusahaan yang berupa bahan
mentah,
bahan setengah jadi dan barang jadi.
Menurut Jhingan (1999:338) bahwa investasi dalam peralatan modal
tidak saja
meningkatkan produksi tetapi juga kesempatan kerja. Pembentukan
modal
menghasilkan kemajuam teknik yang menunjang tercapainya ekonomi
produksi
skala luas dan meningkatkan spesialisasi, pembentukan modal pada
kenyataanya
akan membantu tercapainya swasembada suatu negara dan mengurangi
beban
hutang luar negeri.
Menurut Suparmoko dan Irawan (2002 :262-264) ada beberapa cara
untuk
meningkatkan investasi dapat dilakukan dengna jalan :
1) Meningkatkan tabungan dengan mengurangi konsumsi, cara ini
dapat
dilakukan dengan cara paksa(involuntary) yaitu dengan menaikkan
tingkat
pajak (tax rate) tetapi ini menyebabkan tabungan sukarela
(voluntary
saving) menurun karena masyarakat tetap mempertahankan
konsumsinya.
2) Pemerintah menjual obligasi dengan bunga menarik sehingga
masyarakat
tertarik untuk membelinya.
3) Pembatasan impor barang-barang konsumsi dan bila memungkinkan
juga
membatasi impor barang kapital agar ada inovasi didalam
negeri.
4) Dengan mengadakan pinjaman ke luar negeri.
5) Memperluas sektor perdagangan dengan menaikkan terms of
trade, misal
bila barang-barang ekspor naik, maka kenaikan pendapatan dari
ekspor
diinvestasikan kembali di dalam negeri.
-
3 Teori Angkatan Kerja
Tenaga kerja merupakan seluruh penduduk yang dianggap memiliki
potensi
untuk bekerja secara produktif (Adioetomo :2010). Hal ini
berarti penduduk yang
mampu menghasilkan barang dan jasa dapat disebut sebagai tenaga
kerja.
Terdapat tiga pendekatan pemberdayaan yang didasarkan pada
pengukuran
kegiatan ekonomi yang dijadikan tolok ukur untuk analisis
ketenagakerjaan yaitu
Gainful Worker Approach, Labor Force Approach dan Labor
Utilization
Approach. Masing-masing konsep tersebut atau teori tersebut
dijelaskan sebagai
berikut.
1) Konsep Gainful Worker Approach
Konsep ini menjelaskan tentang aktivitas ekonomi orang yang
pernah
bekerja atau biasa dilakukan seseorang(usual activity). Kata
biasa dalam
hal ini dapat disimpulkan bahwa usaha tidak menggangap
penting
kegiatan-kegiatan lain yang tidak termasuk biasa dilakukan.
Contohnya
orang yang biasanya sekolah namun pada kondisi sekarang
sedang
mencari kerja maka hal ini diklasifikasikan sebagai orang yang
sekolah.
Teori ini tidak dapat menggambarkan secara statistik mengenai
kondisi
mereka yang bekerja dan sedang mencari pekerjaan sehingga
angka
pengangguran terbuka relatif kecil.
2) Konsep Angkatan Kerja (Labor Force Approach)
Pendekatan ini memberikan batas yang jelas tentang kegiatan
yang
dilakukan dalam semiggu ini, sehingga secara tegas dapat
diketahui
kegiatan apa yang benar-benar dilakukan sebagai kegiatan
utamanya.
Pendekatan ini lebih dikenal sebagai pendekatan aktivitas kini
dengan
jangka waktu tertentu (Mantra ,2009) .
Menurut Adioetomo, 2010 terdapat dua perbaikan yang diusulkan
dalam
konsep yaitu :
a) Activity Concept, bahwa yang termasuk dalam angkatan
kerja
(labor force) haruslah orang yang secara aktif bekerja atau
sedang
aktif mencari pekerjaan.
-
b) Aktivitas tersebut dilakukan dalam suatu batasan waktu
tertentu
sebelum wawancara. Dengan kata lain, konsep angkatan kerja
umumnya disertai dengan referensi waktu.
Berdasarkan konsep tersebut , angkatan kerja (labor force)dibagi
menjadi
dua yaitu :
1) Bekerja
2) Mencari pekerjaan (menganggur), yang dapat dibedakan antara
:
a. Mencari pekerjaan, tetapi sudah pernah bekerja sebelumnya
b. Mencari pekerjaan untuk pertama kalinya (belum pernah
bekerja sebelumnya)
Angkatan kerja dapat dikatakan sebagai bagian dari tenaga kerja
yang
sesungguhnya terlibat atau berusaha untuk terlibat dalam
kegiatan
produktif, yaitu memproduksi barang dan jasa dalam kurun waktu
tertentu.
Oleh karena itu, dalam konsep angkatan kerja ini harus ada
referensi waktu
yang pasti, misalnya satu minggu sebelum pencacahan.
3) Konsep Pemanfaatan Tenaga Kerja ( Labor Utilization
Approach)
Pendekatan ini awalnya dikembangkan oleh Philip M Hauser
untuk
memperbaiki konsep Labor Force, Pendekatan Labor Utilization
dimaksudkan untuk lebih menyempurnakan konsep angkatan
kerja,
terutama supaya lebih sesuai dengan keadaan negara
berkembang.
Pendekatan dalam konsep ini lebih ditujukan untuk melihat
potensi tenaga
kerja, apakah telah dimanfaatkan secara penuh. Dengan konsep
ini,
angkatan kerja dikelompokkan sebagai berikut :
a. Pemanfaatan penuh (Full Utilized)
b. Pemanfaatan kurang (Under-Utilized), karena jumlah jam
kerja
yang rendah, pendapatan upah atau gaji yang rendah dan tidak
sesuai dengan kemampuan atau keahliannya, biasa disebut
setengah penganggur. Untuk point a dan b didasarkan pada
jumlah
jam kerja seminggu.
c. Pengangguran terbuka (Open Unemployment)
-
B. HIPOTESIS
Sejalan dengan latar belakang pada penelitian ini didapat
diambil suatu hipotesis
atau dugaan sementara sebagai berikut :
1) Diduga investasi atau penanaman modal dalam negeri
mempengaruhi
pertumbuhan ekonomi di Daerah Istimewa Yogyakarta.
2) Diduga tingkat angkatan kerja mempengaruhi pertumbuhan
ekonomi di
Daerah Istimewa Yogyakarta.
-
BAB III
METODOLOGI PENELITIAN
A. OBJEK PENELITIAN
Objek penelitian ini hanya memusatkan dengan pengaruh
pertumbuhan ekonomi
beserta faktor-faktor yang mempengaruhinya yaitu investasi dan
angkatan kerja.
B. SUBJEK PENELITIAN
Dalam penelitian ini variabel terikat (dependent variabel) yang
digunakan
adalah pertumbuhan ekonomi (Y), sedangkan variabel bebasnya
(independent
variabel) yaitu investasi (I) dan angkatan kerja (AK). Tujuan
dari penelitian ini
adalah agar kita dapat memperoleh gambaran yang terperinci dari
masing-masing
variabel itu sendiri sehingga berguna untuk mengetahui
perkembangan pertumbuhan
ekonomi tiap tahun.
C. METODE PENGUMPULAN DATA
Data yang digunakan dalam penelitian ini adalah data dari tahun
1995-2010.
Sedangkan metode pengumpulan data yang digunakan dalam
penelitian ini adalah
dengan cara mencari data yang berhubungan dengan variabel
penelitian secara urut
sesuai dengan tahun penelitian dan mendokumentasikannya,
data-data tersebut
dikumpulkan dari berbagai sumber yaitu , Badan Pusat Statistik
(BPS-Yogyakarta)
dan Bank Indonesia daerah Yogyakarta.
D. METODE ANALISIS DATA
1 Uji Teori
Uji teori dalam penelitian ini dilihat dari fungsi Pertumbuhan
ekonomi yaitu :
Y = f ( I, AK )
Keterangan :
Y = Pertumbuhan Ekonomi
I = Investasi
AK = Angkatan Kerja
-
2 Uji Statistik
Uji t (signifikansi parameter individual)
Uji t dilakukan untuk mengetahui variabel bebas secara
individual terhadap
variabel tidak bebas. Hipotesis yang digunakan :
H0 : = 0, artinya variabel independent tidak berpengaruh secara
nyata
terhadap variabel dependen.
H1 : 0, artinya variabel independent berpengaruh secara nyata
terhadap
variabel dependen.
3 Uji F-Statistik
Untuk mengetahui peranan variabel bebas secara keseluruhan
dilakukan dengan uji F. Kesimpulan uji F dapat diperoleh
dengan
membandingkan antara probability F-statistik dengan signifikansi
= 5 %.
Bila probabilty F-Statistik > = 5 % maka H0 ditolak, berarti
secara bersama-
sama variabel independen berpengaruh secara nyata dan signifikan
terhadap
variabel dependen.
Bila probabilty F-Statistik < = 5 % maka H1 diterima, berarti
secara
bersama-sama variabel independen tidak berpengaruh secara nyata
terhadap
variabel dependen.
Koefisien Determinasi (R2)
Determinasi R2
ini digunakan untuk mengukur proporsi variabel terikat yang
dijelaskan oleh variabel-variabel bebasnya.
=- ( )
( )
Nilai R2 adalah terletak 0 R2 1. Semakin mendekati 1, berarti
modelnya
semakin baik.
-
4 Uji Asumsi Klasik
a) Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model
regresi, variable dependen, variable independen, atau
keduanya
mempunyai distribusi normal atau tidak. Model regresi yang
baik
adalah distribusi data normal atau mendekati normal.
Untuk mendeteksi apakah residualnya berdistribusi normal atau
tidak
dengan melihat kepada probability yaitu:
Jika nilai probabilitas Jarque-bera > (0,05), maka
residualnya
berdistribusi normal
Jika nilai probabilitas Jarque-bera < (0,05), maka
residualnya
berdistribusi tidak normal
b) Uji Linearitas
Uji linearitas dilakukan dengan mencari persamaan garis
regresi variabel bebas terhadap variabel terikat. Berdasarkan
garis
regresi yang dibuat, selanjutnya dibuat keberartian koesifien
garis
regresi serta linearitasnya. Uji linearitas antara variabel
bebas dengan
variabel terikat dengan membandingkan nilai Probabiilty
F-Statistik
dengan nilai signifikansi = 0,05 %, yaitu :
Jika nilai Probability F -Statistik > 0,05, maka model linear
ditolak.
Jika nilai Probability F -Statistik < 0,05, maka model linear
diterima.
c) Uji Multikolinearitas
Menguji apakah pada model regresi ditemukan adanya korelasi
antar variabel independen. Jika terjadi korelasi, maka
dinamakan
terdapat problem multikolinearitas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel
independen.
Cara mendeteksi ada atau tidaknya multikolinearitas dalam
model
regresi adalah :
Dengan membandingkan persamaan regresi (R2) dengan estimasi
regresi yaitu :
-
Persamaan regresi
Y = a0 + a1 X1 + a2 X2 ................(1)
Estimasi regresi
X1 = b0 + b1 X2 ..........................(2)
X2 = b0 + b1 X1..........................(3)
Untuk persamaan (1) nilai R2 selanjutnya disebut R
2 10
Untuk persamaan (2) nilai R2 selanjutnya disebut R
2 11
Untuk persamaan (3) nilai R2 selanjutnya disebut R
2 12
Ketentuan :
Bila nilai R2
10 > R2
11 , R2
12, maka model tidak diketemukan
adanya multikolinearitas
Bila nilai R2
10 < R2
11 , R2
12, maka model diketemukan adanya
multikolinearitas
d) Uji Autokorelasi
Menguji apakah pada model regresi ditemukan adanya korelasi
antara kesalahan penganggu pada periode t dengan kesalahan
pada
periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan
ada
problem autokorelasi. Tentu saja model regresi yang baik
adalah
regresi yang bebas dari autokorelasi.
Analisis deteksi data adanya autokorelasi dilihat dari besaran
Durbin-
Watson (D-W) dengan pedoman:
Angka D-W dibawah -2 berarti ada autokorelasi positif.
Angka D-W diantara -2 sampai +2 berarti tidak ada
autokorelasi.
Angka D-W diatas +2 berarti ada autokorelasi negatif.
-
e) Uji Heteroskedastisitas
Menguji apakah pada model regresi terjadi keseimbangan
varians dari residual dari satu pengamatan ke pengamatan yang
lain.
Jika varians dari residual dari satu pengamatam ke pengamatan
yang
lain tetap, maka disebut homokedastisitas . Jika varians
berbeda
disebut heterokedastisitas. Model regresi yang baik adalah
tidak
adanya heterokedastisitas.
Pendeteksian ada atau tidaknya heterokedastisitas dengan
melakukan uji white baik cross terms maupun no cross terms.
Apabila
nilai probability Obs*R Squared > dari nilai signifikansi = 5
%
maka dapat disimpulkan model diatas tidak terdapat
heterokedastisitas.
Apabila nilai probability Obs*R Squared < dari nilai
signifikansi = 5
% maka dapat disimpulkan model diatas terdapat
heterokedastisitas.
-
BAB IV
ANALISIS DATA DAN PEMBAHASAN
Dari hasil penelitian yang dilakukan oleh penulis memperoleh
suatu hasil pengujian
berdasarkan data yang sudah diolah. Berdasarkan hasil data
olahan tersebut dapat ditarik hasil
antara analisis dan pembahasan adalah sebagai berikut :
1 Uji Teori
a. Tabel Hasil Regresi
Variebel Koefisien (t-stat)
Konstanta 9,3371 (2,628)**
I 0,0065 (0,266)
AK 0,9300 (7,272)**
R-square 0,8126
F stat 28,1907 DW stat 1,9577
**signifikan pada level 5% Berdasarkan hasil regresi diatas maka
dapat disimpulkan bahwa:
Persamaan
Y = 0+1I+2AK+i
Y = 9,3371 + 0,0065 + 0,9300
Dimana
Y = Pertumbuhan Ekonomi / Pertumbuhan Produk Domestik Regional
Bruto di DIY
I = Tingkat investasi
AK = Banyaknya penduduk angkatan kerja
Berdasarkan hasil perhitungan diatas, maka hasil koefisien
regresinya dapat
diinterpretasikan sebagai berikut :
0 = 9,3371 dapat diartikan bahwa apabila semua variabel bebas
(I, AK)
dianggap konstan atau tidak mengalami perubahan maka
pertumbuhan
ekonomi atau PDRB sebesar 9,3371
-
1 = 0,0065 dapat diartikan bahwa apabila I naik satu satuan maka
Y naik
sebesar 0,0065 dengan asumsi Y tetap.
2 = 0,9300 dapat diartikan bahwa apabila semua AK naik satu
satuan maka Y
naik sebesar 0,9300 dengan asumsi Y tetap.
2 Uji Statistik
Apakah variabel (I dan AK) mempunyai hubungan terhadap Y ?, maka
untuk
menjawab pertanyaan ini, diperlukan pengujian dengan menggunakan
uji statistik
antara lain :
Pengujian variabel I terhadap Y untuk mengetahui apakah I
berpengaruh atau tidak
terhadap pertumbuhan ekonomi (Y) dan sesuai dengan hipotesis
dapat dijelaskan
sebagai berikut :
1) Uji Hipotesis
H0 = artinya tidak ada pengaruh dan diterima dengan ketentuan
< = 5 %
H1 = artinya ada pengaruh dan ditolak dengan ketentuan > = 5
%
2) Dilihat dari nilai probabilitas variabel I pada tabel diatas
sebesar 0,794 > 0,05
maka H0 diterima dan H1 ditolak, artinya menolak hipotesis bahwa
variabel I
tidak berpengaruh secara signifikan terhadap pertumbuhan
ekonomi.
3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa
tidak ada pengaruh
antara variabel Investasi terhadap variabel pertumbuhan
ekonomi.
Pengujian variabel AK terhadap Y untuk mengetahui apakah AK
berpengaruh atau
tidak terhadap pertumbuhan ekonomi (Y) dan sesuai dengan
hipotesis dapat
dijelaskan sebagai berikut :
1) Uji Hipotesis
H0 = artinya tidak ada pengaruh dan diterima dengan ketentuan
< = 5 %
H1 = artinya ada pengaruh dan ditolak dengan ketentuan > = 5
%
-
2) Dilihat dari nilai probabilitas variabel I pada tabel diatas
sebesar 0,000 < 0,05
maka H0 ditolak dan H1 diterima, artinya menerima hipotesis
bahwa variabel
AK berpengaruh secara signifikan terhadap pertumbuhan
ekonomi.
3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa
ada pengaruh
antara variabel angkatan kerja terhadap variabel pertumbuhan
ekonomi.
3 Uji F Statistik
Dependent Variable: Y
Variable Coefficien
t
Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209
I 0.006573 0.024714 0.265985 0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 F-statistic 28.19079
Adjusted R-squared 0.783804 Prob(F-statistic) 0.000019
Berdasarkan hasil regresi diatas, maka uji F dapat diketahui
berpengaruh atau tidak
dengan pengujian sebagai berikut :
Uji Hipotesis
H0 : a0 : a1: a2 = artinya tidak ada pengaruh secara
bersama-sama antara variabel I
dan AK terhadap variabel Y
H1: a0 : a1: a2 = artinya ada pengaruh secara bersama-sama
antara variabel I dan
AK terhadap variabel Y
Hasil perhitungan dengan eviews diketahui bahwa nilai F hitung
sebesar 28,190
dengan ketentuan = 5 %, maka dilihat dari nilai signifikan F
sebesar 0,00 dapat
disimpulkan bahwa secara bersama-sama tidak terdapat pengaruh
yang signifikan
antara variabel independent secara keseluruhan yang terdiri dari
Investasi dan
angkatan kerja terhadap variabel dependent yaitu pertumbuhan
ekonomi karena 0,00
< 0,05 artinya H0 ditolak dan H1 diterima.
-
Kesimpulan jadi dari hasil perhitungan diatas , dapat diketahui
bahwa H0 ditolak dan
H1 diterima artinya mengindikasikan bahwa secara keseluruhan,
semua variabel
independent mampu menjelaskan variabel dependennya yaitu
pertumbuhan ekonomi.
Determinasi R2
Dilihat dari tabel diatas bahwa nilai R Square sebesar 0,812,
artinya 81,2 % variasi
dalam variabel dependen dapat dijelaskan oleh variasi dalam
variabel independen dan
sisanya 18,8 % dijelaskan oleh variabel diluar model atau
variabel lain.
4 Uji Asumsi Klasik
a) Uji Normalitas
Dilihat dari tabel diatas, dapat mendeteksi residual apakah
berdistribusi
normal atau tidak dengan membandingkan probability jarque-bea
dengan
signifikansi = 5 % yaitu :
Jika nilai Probability JB > 0,05, maka residualnya
berdistribusi tidak normal.
Jika nilai Probability JB < 0,05, maka residualnya
berdistribusi normal.
Analisis hasil output, bahwa nilai Probability JB 0,09 > 0,05
maka dapat
disimpulkan bahwa residual berdistribusi tidak normal.
0
2
4
6
8
10
-40 -30 -20 -10 0 10 20 30
Series: Residuals
Sample 1995 2010
Observations 16
Mean 2.11E-15
Median 1.058334
Maximum 29.95338
Minimum -32.85727
Std. Dev. 12.72720
Skewness -0.395785
Kurtosis 5.524175
Jarque-Bera 4.665362
Probability 0.097035
-
b) Uji Linearitas
Ramsey RESET Test:
F-statistic 31.85833 probability 0.000108 Log likelihood ratio
20.73693 Probability 0.000005
Untuk mendeteksi apakah model linear atau tidak dengan
membandingkan
nilai probability F -Statistik dengan signifikansi = 5 % yaitu
:
Jika nilai Probability F -Statistik > 0,05, maka model linear
ditolak.
Jika nilai Probability F -Statistik < 0,05, maka model linear
diterima.
Analisis hasil output, bahwa nilai Probability F -Statistik 0,00
< 0,05 maka
dapat disimpulkan bahwa model linear diterima.
c) Uji Multikolinearitas
Pengujian multikolinearitas dapat dilakukan dengan
pendekatan
korelasi parsial dengan tahapan :
1. Persamaan regresi
Y = 0+1I+2AK+i................(1)
2. Estimasi regresi
I= 0 + 1 AK..........................(2)
AK = 0 + 1 I..........................(3)
Persamaan pertama
Dependent Variable: Y
Variable Coefficient Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209 I 0.006573 0.024714 0.265985
0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 F-statistic 28.19079 Adjusted R-squared
0.783804 Prob(F-statistic) 0.000019
-
Persamaan kedua
Dependent Variable: I
Variable Coefficient Std. Error t-Statistic Prob.
C 37.95100 37.06230 1.023979 0.3232 AK 1.111983 1.350824
0.823189 0.4242
R-squared 0.046168 F-statistic 0.677640 Adjusted R-squared
-0.021963 Prob(F-statistic) 0.424202
Persamaan ketiga
Dependent Variable: AK
Variable Coefficient Std. Error t-Statistic Prob.
C -3.505996 7.365502 -0.476002 0.6414 I 0.041519 0.050437
0.823189 0.4242
R-squared 0.046168 F-statistic 0.677640 Adjusted R-squared
-0.021963 Prob(F-statistic) 0.424202
Untuk persamaan (1) nilai R2 adalah sebesar 0,8126 selanjutnya
disebut R
2 10
Untuk persamaan (2) nilai R2 adalah sebesar 0,0461 selanjutnya
disebut R
2 11
Untuk persamaan (3) nilai R2 adalah sebesar 0,0461 selanjutnya
disebut R
2 12
Ketentuan :
Bila nilai R2
10 > R2
11 , R2
12, maka model tidak diketemukan adanya
multikolinearitas
Bila nilai R2
10 < R2
11 , R2
12, maka model diketemukan adanya multikolinearitas
Analisis hasil output, menunjukkan nilai R2
10 > R2
11 , R2
12, maka model tidak
diketemukan adanya multikolinearitas
d) Uji Autokorelasi
Untuk mendeteksi apakah model regresi mengandung autokorelasi
atau
tidak dapat ditentukan melalui nilai D-W (Durbin-watson). Dengan
demikian
jika dilihat dari nilai D-W maka diperoleh nilai sebesar 1,9577
jadi pada
model regresi tidak mengandung autokorelasi karena nilai D-W
berada diantara -2 sampai +2
-
e) Uji Heteroskedastisitas
I. Uji White Heteroskedastisitas ( no cross terms )
White Heteroskedasticity Test:
F-statistic 2.433405 Probability 0.109667 Obs*R-squared 7.511371
Probability 0.111209
II. Uji White Heteroskedastisitas ( cross terms )
Berdasarkan hasil diatas dapat disimpulkan dengan signifikansi =
5 %
yaitu:
Jika nilai Probability Obs*R-squared > 0,05, maka model tidak
terdapat
heterokedastisitas.
Jika nilai Probability Obs*R-squared < 0,05, maka model
terdapat
heterokedastisitas.
Hasil analisis output, berdasarkan tabel diatas nilai
Probability Obs*R-
squared 0,11 > 0,05, baik untuk cross terms maupun no cross
terms maka
dapat disimpulkan model diatas tidak terdapat
heterokedastisitas.
White Heteroskedasticity Test:
F-statistic 2.886568 Probability 0.072265 Obs*R-squared 9.451436
Probability 0.092357
-
BAB V
KESIMPULAN
Berdasarkan hasil analisis pengaruh investasi/penanaman modal
dalam negeri dan jumlah
angkatan kerja tahun 1995-2010 dapat diambil kesimpulan sebagai
berikut:
1 Hasil analisis pengaruh investasi atau penanaman model dalam
negeri (PMDN) di
Daerah Istimewa Yogyakarta terhadap pertumbuhan ekonomi
menunjukkan bahwa
ada pengaruh yang rendah dan tidak signifikan terhadap
pertumbuhan ekonomi.
Peningkatan 1 % nilai investasi (I) akan meningkatkan
pertumbuhan ekonomi atau
pendapatan domestik regional bruto sebesar 0,266 % dan
sebaliknya penurunan 1 %
nilai investasi (I) akan menurunkan pertumbuhan ekonomi atau
pendapatan domestik
regional bruto sebesar 0,266 %.
2 Hasil analisis pengaruh angkatan kerja terhadap pertumbuhan
ekonomi menunjukkan
ada pengaruh yang kuat dan signifikan terhadap pertumbuhan
ekonomi. Peningkatan
1 % angkatan kerja (AK) akan meningkatkan pertumbuhan ekonomi
atau pendapatan
domestik regional bruto sebesar 7,272 % dan sebaliknya penurunan
1 % angkatan
kerja (AK) akan menurunkan pertumbuhan ekonomi atau pendapatan
domestik
regional bruto sebesar 7,272 %.
-
DAFTAR PUSTAKA
Adioetomo, Sri Murtiningsih. 2010. Dasar-dasar Demografi.Salemba
Empat. Jakarta.
Jhingan.M.L.1999. Ekonomi Pembangunan dan Perencanaan,
(terjemahan oleh
D,Guritno). PT.Raja Grapindo Persada. Jakarta
Mantra, Ida Bagus. 2009. Demografi Umum. Pustaka Pelajar.
Yogyakarta.
Saptutyningsih, Endah & Hermanto. (2002). Electronic Data
Processing, UPFE-
UMY, Yogyakarta.
Suparmoko, M dan Irawan. 2002. Ekonomika Pembangunan, Edisi
Keenam. BPFE
Yogyakarta.
Susanti, H, Moh. Iksan dan Widyanti. 2000. Indikator-indikator
Makro Ekonomi.
Edisi Kedua. Lembaga Penerbit Fakultas Ekonomi Universitas
Indonesia. Jakarta.
-
LAMPIRAN :
Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja
(AK) tahun 1995-2010
Tahun I AK Y
1995 126009 1491917 5618645
1996 191257 1513978 6399742
1997 1283716 1556268 7233677
1998 1299966 1507040 9863894
1999 1322586 1584106 11762983
2000 1815183 1724775 13093980
2001 1884596 2462930 15229910
2002 1961916 2426097 17524441
2003 2405275 2498718 19613418
2004 2401967 2530926 22023880
2005 2251066 2650351 25337603
2006 2144879 2700274 29417349
2007 1801534 2755799 32916736
2008 1806426 2836178 3810168450
2009 1882514 2871719 4140704950
2010 1884926 2702531 4559185306
Sumber dari BPS yang sudah diolah
Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja
(AK) setelah dipersenkan
Tahun I AK Y
1995 51,78 1,48 13,90
1996 571,20 2,79 13,03
1997 1,27 -3,16 36,36
1998 1,74 5,11 19,25
1999 37,24 8,88 11,32
2000 3,82 42,80 16,31
2001 4,10 -1,50 15,07
2002 22,60 2,99 11,92
2003 -0,14 1,29 12,29
2004 -6,28 4,72 15,05
2005 -4,72 1,88 16,10
2006 -16,01 2,06 11,90
2007 0,27 2,92 11.475,17
2008 4,21 1,25 8,68
2009 0,13 -5,89 10,11
2010 -100,00 -100,00 -100,00
-
Dependent Variable: Y Method: Least Squares Date: 06/10/12 Time:
02:04 Sample: 1995 2010 Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209 I 0.006573 0.024714 0.265985
0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 Mean dependent var 7.689687 Adjusted
R-squared 0.783804 S.D. dependent var 29.40245 S.E. of regression
13.67121 Akaike info criterion 8.235822 Sum squared resid 2429.726
Schwarz criterion 8.380683 Log likelihood -62.88658 F-statistic
28.19079 Durbin-Watson stat 1.957725 Prob(F-statistic) 0.000019
Y = C(1) + C(2)*I + C(3)*AK Y = 9.337146704 + 0.006573444209*I +
0.9300236048*AK
Uji normalitas
Uji Linearitas
Ramsey RESET Test:
F-statistic 31.85833 Probability 0.000108 Log likelihood ratio
20.73693 Probability 0.000005
Test Equation: Dependent Variable: Y Method: Least Squares Date:
06/10/12 Time: 02:26 Sample: 1995 2010 Included observations:
16
Variable Coefficient Std. Error t-Statistic Prob.
C 15.46849 2.218595 6.972203 0.0000
0
2
4
6
8
10
-40 -30 -20 -10 0 10 20 30
Series: Residuals
Sample 1995 2010
Observations 16
Mean 2.11E-15
Median 1.058334
Maximum 29.95338
Minimum -32.85727
Std. Dev. 12.72720
Skewness -0.395785
Kurtosis 5.524175
Jarque-Bera 4.665362
Probability 0.097035
-
I -0.002862 0.013558 -0.211074 0.8364 AK 0.491821 0.104288
4.716003 0.0005
FITTED^2 -0.009309 0.001649 -5.644319 0.0001
R-squared 0.948734 Mean dependent var 7.689687 Adjusted
R-squared 0.935918 S.D. dependent var 29.40245 S.E. of regression
7.443079 Akaike info criterion 7.064764 Sum squared resid 664.7930
Schwarz criterion 7.257911 Log likelihood -52.51811 F-statistic
74.02463 Durbin-Watson stat 1.656242 Prob(F-statistic) 0.000000
Uji Multikolinearitas
Y = C(1) + C(2)*I + C(3)*AK Y = 9.337146704 + 0.006573444209*I +
0.9300236048*AK
Estimasi regres :
I= 0 + 1 AK
Dependent Variable: I Method: Least Squares Date: 06/10/12 Time:
02:32 Sample: 1995 2010 Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 37.95100 37.06230 1.023979 0.3232 AK 1.111983 1.350824
0.823189 0.4242
R-squared 0.046168 Mean dependent var 35.70063 Adjusted
R-squared -0.021963 S.D. dependent var 146.2481 S.E. of regression
147.8454 Akaike info criterion 12.94668 Sum squared resid 306015.5
Schwarz criterion 13.04325 Log likelihood -101.5734 F-statistic
0.677640 Durbin-Watson stat 1.945502 Prob(F-statistic) 0.424202
ak = 0 + 1 I
Dependent Variable: AK Method: Least Squares Date: 06/10/12
Time: 02:33 Sample: 1995 2010 Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C -3.505996 7.365502 -0.476002 0.6414 I 0.041519 0.050437
0.823189 0.4242
R-squared 0.046168 Mean dependent var -2.023750 Adjusted
R-squared -0.021963 S.D. dependent var 28.25943 S.E. of regression
28.56807 Akaike info criterion 9.658925 Sum squared resid 11425.88
Schwarz criterion 9.755499 Log likelihood -75.27140 F-statistic
0.677640 Durbin-Watson stat 1.066689 Prob(F-statistic) 0.424202
-
Uji Heterokedastisitas
No cross terms
White Heteroskedasticity Test:
F-statistic 2.433405 Probability 0.109667 Obs*R-squared 7.511371
Probability 0.111209
Test Equation: Dependent Variable: RESID^2 Method: Least Squares
Date: 06/10/12 Time: 02:34 Sample: 1995 2010 Included observations:
16
Variable Coefficient Std. Error t-Statistic Prob.
C 75.02152 86.02056 0.872135 0.4018 I -1.539840 4.746689
-0.324403 0.7517
I^2 0.002350 0.008264 0.284326 0.7814 AK 14.66769 5.163542
2.840626 0.0161
AK^2 0.147960 0.067897 2.179185 0.0519
R-squared 0.469461 Mean dependent var 151.8579 Adjusted
R-squared 0.276537 S.D. dependent var 333.5964 S.E. of regression
283.7458 Akaike info criterion 14.38434 Sum squared resid 885628.6
Schwarz criterion 14.62578 Log likelihood -110.0747 F-statistic
2.433405 Durbin-Watson stat 2.085852 Prob(F-statistic) 0.109667
Cross terms
White Heteroskedasticity Test:
F-statistic 2.886568 Probability 0.072265 Obs*R-squared 9.451436
Probability 0.092357
Test Equation: Dependent Variable: RESID^2 Method: Least Squares
Date: 06/10/12 Time: 02:35 Sample: 1995 2010 Included observations:
16
Variable Coefficient Std. Error t-Statistic Prob.
C 99.57503 80.51532 1.236722 0.2444 I 2.846520 5.061044 0.562437
0.5862
I^2 -0.000648 0.007810 -0.082921 0.9356 I*AK -0.931648 0.541274
-1.721215 0.1159 AK -11.23388 15.78228 -0.711803 0.4929
AK^2 0.863527 0.420412 2.054002 0.0671
R-squared 0.590715 Mean dependent var 151.8579 Adjusted
R-squared 0.386072 S.D. dependent var 333.5964 S.E. of regression
261.3846 Akaike info criterion 14.24986 Sum squared resid 683219.3
Schwarz criterion 14.53958 Log likelihood -107.9989 F-statistic
2.886568 Durbin-Watson stat 1.901063 Prob(F-statistic) 0.072265