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 faktorfaktor 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 2 3
Untuk mengetahui pengaruh tingkat investasi terhadap pertumbuhan ekonomi di Yogyakarta ? Untuk mengetahui pengaruh tingkat angkatan kerja terhadap pertumbuhan ekonomi di Yogyakarta ? 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
memperbanyak angkatan kerja. 3) Kemajuan teknologi.
beberapa
tahun
selanjutnya
akan
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 Daerah Istimewa Yogyakarta.
mempengaruhi pertumbuhan ekonomi di
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 : β = 0, artinya variabel independent tidak berpengaruh secara nyata terhadap variabel dependen. H1 : β ≠ 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 α = 5 %. Bila probabilty F-Statistik > α = 5 % maka H0 ditolak, berarti secara bersamasama variabel independen berpengaruh secara nyata dan signifikan terhadap variabel dependen. Bila probabilty F-Statistik < α = 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 > α (0,05), maka residualnya berdistribusi normal
Jika nilai probabilitas Jarque-bera < α (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 α = 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. terdapat
problem
Jika terjadi korelasi, maka dinamakan
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 R2
10
Untuk persamaan (2) nilai R2 selanjutnya disebut R2
11
Untuk persamaan (3) nilai R2 selanjutnya disebut R2
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 DurbinWatson (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 α = 5 % maka dapat disimpulkan model diatas tidak terdapat heterokedastisitas. Apabila nilai probability Obs*R Squared < dari nilai signifikansi α = 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 Konstanta
Koefisien (t-stat) 9,3371 (2,628)** 0,0065 (0,266) 0,9300 (7,272)**
I AK R-square F stat DW stat
0,8126 28,1907 1,9577
**signifikan pada level 5% Berdasarkan hasil regresi diatas maka dapat disimpulkan bahwa:
Persamaan Y = β0+β1I+β2AK+∑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 : Β0
=
9,3371 dapat diartikan bahwa apabila semua variabel
dianggap
konstan
bebas (I, AK)
atau tidak mengalami perubahan maka pertumbuhan
ekonomi atau PDRB sebesar 9,3371
Β1
=
0,0065 dapat diartikan bahwa apabila I naik satu satuan maka Y naik
sebesar 0,0065 dengan asumsi Y tetap. Β2
=
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 < α = 5 % H1 = artinya ada pengaruh dan ditolak dengan ketentuan > α = 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 < α = 5 % H1 = artinya ada pengaruh dan ditolak dengan ketentuan > α = 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
C I AK R-squared Adjusted R-squared
3.553159 2.627844 0.0209 0.024714 0.265985 0.7944 0.127898 7.271632 0.0000 F-statistic 28.19079 Prob(F-statistic) 0.000019
9.337147 0.006573 0.930024 0.812630 0.783804
t-Statistic
Prob.
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 α = 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 10 Series: Residuals Sample 1995 2010 Observations 16
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
2.11E-15 1.058334 29.95338 -32.85727 12.72720 -0.395785 5.524175
2 Jarque-Bera Probability
4.665362 0.097035
0 -40
-30
-20
-10
0
10
20
30
Dilihat dari tabel diatas, dapat mendeteksi residual apakah berdistribusi normal atau tidak dengan membandingkan probability jarque-bea dengan signifikansi α = 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.
b) Uji Linearitas Ramsey RESET Test: F-statistic Log likelihood ratio
31.85833 20.73693
probability 0.000108 Probability 0.000005
Untuk mendeteksi apakah model linear atau tidak dengan membandingkan nilai probability F -Statistik dengan signifikansi α = 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 = β0+β1I+β2AK+∑i................(1) 2. Estimasi regresi I= β0 + β1 AK..........................(2) AK = β0 + β1 I..........................(3) Persamaan pertama
Dependent Variable: Y Variable
Coefficient
Std. Error
t-Statistic
Prob.
C I AK
9.337147 0.006573 0.930024
3.553159 0.024714 0.127898
2.627844 0.265985 7.271632
0.0209 0.7944 0.0000
R-squared Adjusted R-squared
0.812630 0.783804
F-statistic Prob(F-statistic)
28.19079 0.000019
Persamaan kedua Dependent Variable: I Variable
Coefficient
Std. Error
t-Statistic
Prob.
C AK
37.95100 1.111983
37.06230 1.350824
1.023979 0.823189
0.3232 0.4242
R-squared Adjusted R-squared
0.046168 -0.021963
F-statistic Prob(F-statistic)
0.677640 0.424202
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C I
-3.505996 0.041519
7.365502 0.050437
-0.476002 0.823189
0.6414 0.4242
Persamaan ketiga Dependent Variable: AK
R-squared Adjusted R-squared
0.046168 -0.021963
F-statistic Prob(F-statistic)
0.677640 0.424202
Untuk persamaan (1) nilai R2 adalah sebesar 0,8126 selanjutnya disebut R2
10
Untuk persamaan (2) nilai R2 adalah sebesar 0,0461 selanjutnya disebut R2
11
Untuk persamaan (3) nilai R2 adalah sebesar 0,0461 selanjutnya disebut R2
12
Ketentuan : Bila nilai R2
10
> R2
11 ,
R2
R2
maka model diketemukan adanya multikolinearitas
12,
maka model tidak diketemukan adanya
multikolinearitas Bila nilai R2
10
< R2
11 ,
12,
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 Obs*R-squared
II.
2.433405 7.511371
Probability Probability
0.109667 0.111209
Uji White Heteroskedastisitas ( cross terms )
White Heteroskedasticity Test: F-statistic Obs*R-squared
2.886568 9.451436
Probability Probability
0.072265 0.092357
Berdasarkan hasil diatas dapat disimpulkan dengan signifikansi α = 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.
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, UPFEUMY, 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 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
I 126009 191257 1283716 1299966 1322586 1815183 1884596 1961916 2405275 2401967 2251066 2144879 1801534 1806426 1882514 1884926
AK 1491917 1513978 1556268 1507040 1584106 1724775 2462930 2426097 2498718 2530926 2650351 2700274 2755799 2836178 2871719 2702531
Y 5618645 6399742 7233677 9863894 11762983 13093980 15229910 17524441 19613418 22023880 25337603 29417349 32916736 3810168450 4140704950 4559185306
Sumber dari BPS yang sudah diolah
Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja (AK) setelah dipersenkan Tahun 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010
I
AK
51,78 571,20 1,27 1,74 37,24 3,82 4,10 22,60 -0,14 -6,28 -4,72 -16,01 0,27 4,21 0,13 -100,00
1,48 2,79 -3,16 5,11 8,88 42,80 -1,50 2,99 1,29 4,72 1,88 2,06 2,92 1,25 -5,89 -100,00
Y 13,90 13,03 36,36 19,25 11,32 16,31 15,07 11,92 12,29 15,05 16,10 11,90 11.475,17 8,68 10,11 -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 I AK
9.337147 0.006573 0.930024
3.553159 0.024714 0.127898
2.627844 0.265985 7.271632
0.0209 0.7944 0.0000
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.812630 0.783804 13.67121 2429.726 -62.88658 1.957725
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
7.689687 29.40245 8.235822 8.380683 28.19079 0.000019
Y = C(1) + C(2)*I + C(3)*AK Y = 9.337146704 + 0.006573444209*I + 0.9300236048*AK
Uji normalitas 10 Series: Residuals Sample 1995 2010 Observations 16
8
Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis
6
4
2.11E-15 1.058334 29.95338 -32.85727 12.72720 -0.395785 5.524175
2 Jarque-Bera Probability
0 -40
-30
-20
-10
0
10
20
30
Uji Linearitas Ramsey RESET Test: F-statistic Log likelihood ratio
31.85833 20.73693
Probability Probability
0.000108 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
4.665362 0.097035
I AK FITTED^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
-0.002862 0.491821 -0.009309 0.948734 0.935918 7.443079 664.7930 -52.51811 1.656242
0.013558 0.104288 0.001649
-0.211074 4.716003 -5.644319
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
0.8364 0.0005 0.0001 7.689687 29.40245 7.064764 7.257911 74.02463 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= β0 + β1 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 AK
37.95100 1.111983
37.06230 1.350824
1.023979 0.823189
0.3232 0.4242
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.046168 -0.021963 147.8454 306015.5 -101.5734 1.945502
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
35.70063 146.2481 12.94668 13.04325 0.677640 0.424202
ak = β0 + β1 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 I
-3.505996 0.041519
7.365502 0.050437
-0.476002 0.823189
0.6414 0.4242
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.046168 -0.021963 28.56807 11425.88 -75.27140 1.066689
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
-2.023750 28.25943 9.658925 9.755499 0.677640 0.424202
Uji Heterokedastisitas No cross terms White Heteroskedasticity Test: F-statistic Obs*R-squared
2.433405 7.511371
Probability Probability
0.109667 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 I I^2 AK AK^2
75.02152 -1.539840 0.002350 14.66769 0.147960
86.02056 4.746689 0.008264 5.163542 0.067897
0.872135 -0.324403 0.284326 2.840626 2.179185
0.4018 0.7517 0.7814 0.0161 0.0519
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.469461 0.276537 283.7458 885628.6 -110.0747 2.085852
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
151.8579 333.5964 14.38434 14.62578 2.433405 0.109667
Probability Probability
0.072265 0.092357
Cross terms White Heteroskedasticity Test: F-statistic Obs*R-squared
2.886568 9.451436
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 I I^2 I*AK AK AK^2
99.57503 2.846520 -0.000648 -0.931648 -11.23388 0.863527
80.51532 5.061044 0.007810 0.541274 15.78228 0.420412
1.236722 0.562437 -0.082921 -1.721215 -0.711803 2.054002
0.2444 0.5862 0.9356 0.1159 0.4929 0.0671
R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat
0.590715 0.386072 261.3846 683219.3 -107.9989 1.901063
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
151.8579 333.5964 14.24986 14.53958 2.886568 0.072265