PERBANDINGAN FAKTOR EKONOMI MAKRO DAN KARAKTERISTIK NEGARA SEBAGAI DETERMINAN FDI DI ASEAN 5 DAN CHINA PERIODE SKRIPSI

PERBANDINGAN FAKTOR EKONOMI MAKRO DAN KARAKTERISTIK NEGARA SEBAGAI DETERMINAN FDI DI ASEAN 5 DAN CHINA PERIODE 1988-2009

perpustakaan.uns.ac.id

digilib.uns.ac.id

SKRIPSI Diajukan untuk Melengkapi Tugas dan Memenuhi Syarat-Syarat untuk Mencapai Gelar Sarjana Ekonomi Jurusan Ekonomi Pembangunan Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh: ADHIB EKA PAMBUDI

NIM. F0108027

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2012

i

commit to user


digilib.uns.ac.id

ii

commit to user


digilib.uns.ac.id

iii

commit to user

MOTTO

“ Sesungguhnya Allah tidak akan mengubah keadaan sesuatu kaum sehingga mereka mengubah keadaan yang ada pada diri mereka sendiri ” (QS 13:11) perpustakaan.uns.ac.id

digilib.uns.ac.id

" Karena Sesungguhnya Sesudah KESULITAN itu ada KEMUDAHAN. Sesungguhnya Sesudah KESULITAN itu ada KEMUDAHAN " (QS. 94:5-6) " Maka nikmat Tuhan kamu yang manakah yang kamu dustakan ? " (QS. 55:13) " Bercita-cita kaya berarti percaya pada kekayaan Allah, Bermimpi besar berarti percaya pada kebesaran Allah, Hanya menginginkan hal yang remeh temeh berarti meremehkan kemampuan Allah " (Ippho Santosa) " Letak kesulitan tidak pada bagaimana menyambut ide-ide baru, tetapi bagaimana kita keluar dari ide-ide lama, yang bercabang-cabang dan kian membesar menyergap ke dalam sudut-sudut kesadaran kita " (John Maynard Keynes)

iv

commit to user

HALAMAN PERSEMBAHAN

Dengan Penuh Perjuangan, Doa, dan Penuh Rasa Syukur Kehadirat Allah SWT Akhirnya Karya Kecil Ini Berhasil Penulis Selesaikan digilib.uns.ac.id perpustakaan.uns.ac.id Teruntuk Kedua orangtuaku dan adik yang sangat saya cintai, selalu mendoakanku dan merindukanku untuk segera sukses Kepada dosen pembimbing dan bapak ibu dosen FE UNS yang tidak hanya memberikan ilmu pengetahuan, tetapi juga menjadi motivator bagi saya

Sahabat, Senior, dan Adik angkatan yang sudah menjadi bagian tak terlupakan dalam perjalanan studi saya. Terima kasih atas sebuah kenangan yang sangat berharga ini.

v

commit to user

KATA PENGANTAR

Puji syukur kepada Allah SWT, atas segala limpahan rahmat dan kemudahan-Nya sehingga penulis telah berhasil menyelesaikan sebuah karya skripsi yang berjudul “PERBANDINGAN FAKTOR EKONOMI MAKRO DAN perpustakaan.uns.ac.id digilib.uns.ac.id KARAKTERISTIK NEGARA SEBAGAI DETERMINAN FDI DI ASEAN 5 DAN CHINA PERIODE 1988-2009”. Shalawat beserta salam tak lupa tercurah kepada suri tauladan kita, Muhammad SAW. Penulis menyadari bahwa keberhasilan penyusunan karya ini tidak lepas dari bantuan berbagai pihak, baik berupa moral maupun material. Oleh karena itu, dengan segala kerendahan hati penulis menyampaikan ungkapan terima kasih yang tulus kepada : 1. Bapak Lukman Hakim, SE., M.Si., Ph.D, selaku pembimbing skripsi dan motivator yang telah meluangkan waktu, di sela-sela kesibukan beliau masih bersedia memberikan bimbingan, meminjamkan jurnal, buku, dan senantiasa memberikan arahan sejak awal hingga akhir penulisan karya ini. 2. Dr. Wisnu Untoro, MS, selaku Dekan Fakultas Ekonomi UNS. 3. Drs. Supriyono, M.Si, selaku Ketua Jurusan Ekonomi Pembangunan. 4. Dwi Prasetyani, SE., M.Si, selaku pembimbing akademik. 5. Ibu Izza Mafruhah, SE, M.Si, selaku Sekretaris Jurusan Ekonomi Pembangunan yang telah banyak membantu penulis selama masa studi. 6. Bapak Riwi Sumantyo, SE., M.M dan Drs. Daerobi, MS selaku tim penguji skripsi penulis. Banyak memberikan saran dan kritik yang sangat bermanfaat bagi penulisan karya ini.

vi

commit to user

7. Bapak dan Ibu Dosen Fakultas Ekonomi UNS (pak. BRM. Bambang Irawan, pak. Suryanto, pak Malik, pak. Sutomo, pak. Guntur, pak. Hery, bu. Evi, bu. Aisyah, dls). Terima kasih atas semua ilmu, bimbingan, motivasi yang telah diberikan, serta buku-buku yang dipinjamkan kepada saya. 8. Bapak Djoko Raharto selaku Kepala Bidang Moneter Bank Indonesia Yogyakarta. perpustakaan.uns.ac.id digilib.uns.ac.id Terima kasih atas informasi akses jurnal internasional gratis dan kumpulan data dari IMF yang telah diberikan kepada saya. 9. Bapak, Ibu, dan Adik atas kasih sayang, doa, kepercayaan, serta motivasi yang selalu diberikan kepada penulis. 10. Teman-teman seperjuangan Ekonomi Pembangunan 2008, pengurus HMJ EP 2009 s/d 2011, Kost ASSOY, Beswan Djarum DSO Solo, KEI, BEM, dan BPPI FE UNS. 11. Sahabat dan Senior penulis yang telah memberikan bantuan dan semangat selama melakukan studi di UNS. 12. Seluruh karyawan dan staf Fakultas Ekonomi UNS. 13. Almamater kebanggaan penulis, Universitas Sebelas Maret.

Penulis menyadari bahwa penulisan karya skripsi ini masih jauh dari sempurna. Oleh karena itu, penulis mengharapkan saran dan kritik demi perbaikan di masa yang akan datang. Akhirnya, semoga karya skripsi ini dapat memberikan manfaat, baik bagi penulis maupun pihak lainnya.

Magetan , 1 Juli 2012

Penulis, Adhib Eka Pambudi vii

commit to user

DAFTAR ISI Halaman Judul ............................................................................................. i Halaman Persetujuan Pembimbing ............................................................. ii Halaman Pengesahan .................................................................................. iii Motto ........................................................................................................... iv Halaman Persembahan ................................................................................ v perpustakaan.uns.ac.id digilib.uns.ac.id Kata Pengantar ............................................................................................ vi Daftar Isi ..................................................................................................... viii Daftar Tabel ................................................................................................ xi Daftar Gambar ............................................................................................. xiii Daftar Lampiran .......................................................................................... xiv Abstrak (Indonesia) ..................................................................................... xv Abstract (English) ....................................................................................... xvi BAB I PENDAHULUAN 1.1. Latar Belakang Masalah…………………………………………...

1

1.2. Rumusan Masalah………………………………………….............. 10 1.3. Tujuan Penelitian…………………………………………………… 11 1.4. Manfaat Penelitian………………………………………………..... 11 BAB II TINJAUAN PUSTAKA 2.1. Foreign Direct Investment (FDI)…………………………………... 13 2.1.1. Konsep dan Pengertian……………………………………....... 13 2.1.2. Jenis dan Bentuk FDI…………………………………………. 15 2.1.3. Dampak Positif dan Negatif FDI……………………………... 17 2.1.4. Perkembangan Teori FDI……………………………………... 19 2.2 Hubungan Antara Pertumbuhan Ekonomi Dengan FDI…………. 27 2.3. Hubungan Antara Nilai Tukar Dengan FDI……………………... 30 2.4. Hubungan Antara Tenaga Kerja Dengan FDI…………………… 32 2.5. Hubungan Antara Infrastruktur Dengan FDI……………………. 36 2.6. Penelitian Sebelumnya……………………………………………. 38 2.7. Kerangka Pemikiran………………………………………………. 48 2.8. Hipotesis…………………………………………………………… 51

viii

commit to user

BAB III METODE PENELITIAN 3.1. Ruang Lingkup Penelitian………………………………………… 52 3.2. Jenis dan Sumber Data……………………………………………. 52 3.3. Definisi Operasional Variabel…………………………………….. 53 3.3.1. Variabel Dependen (Variabel Terikat)………………………. 53 3.3.2. Variabel Independen (Variabel Bebas)……………………... 54 3.4. Metode Analisis Data…………………………………………….. 56 perpustakaan.uns.ac.id digilib.uns.ac.id 3.4.1. Metode Analisis Deskriptif…………………………………… 56 3.4.2. Metode Analisis Kuantitatif………………………………….

56

BAB IV ANALISIS DATA DAN PEMBAHASAN 4.1. Gambaran Perkembangan Variabel Penelitian…………………… . 82 4.1.1. Perkembangan Variabel FDI di ASEAN 5 dan China……… 82 4.1.2. Perkembangan Variabel Pertumbuhan Ekonomi di ASEAN 5 dan China ............................................................................... 85 4.1.3. Perkembangan Variabel Nilai Tukar di ASEAN 5 dan China ...................................................................................... 87 4.1.4. Perkembangan Variabel Tenaga Kerja di ASEAN 5 dan China ...................................................................................... 89 4.1.5. Perkembangan Variabel Infrastruktur di ASEAN 5 dan China ...................................................................................... 92 4.2. Hasil dan Analisis Kuantitatif………………………………….. 94 4.2.1. Analisis Data Panel………………………………………... 94 4.2.1.1. Hasil Analisis Data Panel………………………………... 94 4.2.1.2. Hasil Uji Pemilihan Model……………………………….. 96 4.2.1.3. Pendekatan Metode Fixed Effect Method (FEM) dengan General Least Square…………………………… 99 4.2.1.4. Hasil Uji Statistik Model…………………………………. 102 4.2.1.5. Pembahasan Hasil Penelitian…………………………….. 105 4.2.2. Analisis Vector Autoregression (VAR)……………………. 111 4.2.2.1. Penentuan Lag Optimal………………………………….. 111 4.2.2.2. Hasil Estimasi Vector Autoregression (VAR)…………………… 112 4.2.2.3. Analisis Impulse Respon Function (IRF)………………… 118

ix

commit to user

4.2.2.4. Analisis Forecast Error Decomposition of Variance (FEDV) ................................................................ 132 4.2.2.5. Pembahasan Hasil Penelitian……………………………… 140 BAB V PENUTUP 5.1. Simpulan…………………………………………………………. 146 5.2. Saran……………………………………………………………... 148 DAFTAR PUSTAKA ................................................................................ 151 perpustakaan.uns.ac.id digilib.uns.ac.id LAMPIRAN

x

commit to user

DAFTAR TABEL

Hal. Tabel 1.1. Ringkasan Perbandingan Determinan FDI Dimensi Lokasi Paradigma OLI (Ownership, Location, Internalization) .......... 6 Tabel 3.1. Ringkasan Data Penelitian ....................................................... 53 perpustakaan.uns.ac.id digilib.uns.ac.id Tabel 4.1. Perkembangan FDI di ASEAN 5 dan China Periode 1988-2009 ................................................................................ 83 Tabel 4.2. Perkembangan FDI di ASEAN 5 dan China Periode 1988-2009 ................................................................................ 86 Tabel 4.3. Perkembangan Nilai Tukar di ASEAN 5 dan China Periode 1988-2009 .................................................................... 88 Tabel 4.4. Perkembangan Angkatan Kerja di ASEAN 5 dan China Periode 1988-2009 .................................................................... 91 Tabel 4.5. Perkembangan Infrastruktur Jaringan Telepon di ASEAN 5 dan China Periode 1988-2009 .................................................. 93 Tabel 4.6. Hasil Estimasi Data Panel Determinan FDI ASEAN 5 dan China Periode 1988-2009 ......................................................... 95 Tabel 4.7. Hasil Uji Hausman Data Panel Random Effect Method (REM) Periode 1988-2009 ....................................................... 98 Tabel 4.8. Hasil Estimasi Data Panel

Fixed Effect Method (FEM)

GLS Periode 1988-2009 ........................................................... 100 Tabel 4.9. Hasil Uji t-Statistik (α=5%) Model Fixed Effect Method (FEM) GLS Periode 1988-2009 ............................................... 103 Tabel 4.10. Hasil Uji F-Statistik (α=5%) Model Fixed Effect Method (FEM) GLS Periode 1988-2009 ............................................... 104 Tabel 4.11. Perbandingan Temuan Empirik dengan Hipotesis Penelitian... 106 Tabel 4.12. Hasil Uji Pemilihan Lag Optimal ............................................. 111 Tabel 4.13. Hasil Analisis FEDV FDI di Indonesia 1988-2009 .................. 133 Tabel 4.14. Hasil Analisis FEDV FDI di Malaysia 1988-2009 ................... 134 Tabel 4.15. Hasil Analisis FEDV FDI di Thailand 1988-2009 ................... 135

xi

commit to user

Tabel 4.16. Hasil Analisis FEDV FDI di Singapura 1988-2009 ................. 136 Tabel 4.17. Hasil Analisis FEDV FDI di Filipina 1988-2009 ..................... 138 Tabel 4.18. Hasil Analisis FEDV FDI di China 1988-2009 ........................ 139


digilib.uns.ac.id

\

xii

commit to user

DAFTAR GAMBAR

Hal. Gambar 1.1. FDI inflows Negara Berkembang dan Transisi Ekonomi Berdasarkan Kawasan, Rata-rata dari 2005-2007 dan Periode 2008-2010 ............................................................... 9 perpustakaan.uns.ac.id digilib.uns.ac.id Gambar 2.1. Output dan Dampak Kesejahteraan dari Transfer Modal Internasional ........................................................................ 18 Gambar 2.2. Tahapan Perkembangan Produk .......................................... 24 Gambar 2.3. Skema Kerangka Pemikiran Penelitian ............................... 50 Gambar 3.1. Daerah kritis Uji-t ................................................................ 66 Gambar 3.2. Daerah kritis Uji-F................................................................ 67 Gambar 4.6. Hubungan Kausalitas VAR di Indonesia.............................. 113 Gambar 4.7. Hubungan Kausalitas VAR di Malaysia ............................. 114 Gambar 4.8. Hubungan Kausalitas VAR di Thailand .............................. 115 Gambar 4.9. Hubungan Kausalitas VAR di Singapura ............................ 116 Gambar 4.10. Hubungan Kausalitas VAR di Filipina ................................ 117 Gambar 4.11. Hubungan Kausalitas VAR di China ................................... 118 Gambar 4.12. Hasil Analisis IRF FDI di Indonesia ................................... 120 Gambar 4.13. Hasil Analisis IRF FDI di Malaysia ..................................... 122 Gambar 4.14. Hasil Analisis IRF FDI di Thailand .................................... 124 Gambar 4.15. Hasil Analisis IRF FDI di Singapura .................................. 126 Gambar 4.16. Hasil Analisis IRF FDI di Filipina ...................................... 129 Gambar 4.17. Hasil Analisis IRF FDI di China ......................................... 130

xiii

commit to user

DAFTAR LAMPIRAN

Hal. Lampiran 1.

Data Penelitian .................................................................. 157

Lampiran 2.

Hasil Estimasi Data Panel ................................................. 163

Lampiran 3. Uji Pemilihan Model (Hausman test) ................................ 167 perpustakaan.uns.ac.id digilib.uns.ac.id Lampiran 4.

Uji Penentuan Lag Optimal ............................................... 168

Lampiran 5.

Hasil Estimasi VAR .......................................................... 171

Lampiran 6.

Hasil Analisis FEDV ......................................................... 178

xiv

commit to user

ABSTRAK

Perbandingan Faktor Ekonomi Makro dan Karakteristik Negara Sebagai Determinan FDI di ASEAN 5 dan China Periode 1988-2009


ADHIB EKA PAMBUDI NIM. F0108027

digilib.uns.ac.id

Kemunculan FDI telah menjadi alternatif dalam pembiayaan pembangunan ekonomi suatu negara. Keinginan setiap negara untuk menarik investasi FDI telah menimbulkan adanya persaingan antar negara. Untuk memenangkan persaingan tersebut masing-masing negara memiliki strategi yang berbeda-beda. Kondisi tersebut mendorong kalangan akademis untuk mengkaji faktor-faktor yang menentukan (determinan) masuknya aliran FDI ke suatu negara. Namun demikian, semakin banyak hasil penelitian yang ditemukan justru menimbulkan sebuah perdebatan panjang, bahkan sampai saat ini masih berlangsung dan belum menemui kata sepakat. Penelitian ini bertujuan untuk membandingkan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China periode 19882009. Model yang digunakan dalam penelitian ini adalah data panel dan Vector Autoregression (VAR). Hasil penelitian ini, secara umum menegaskan bahwa faktor ekonomi makro dan karakteristik negara, sama baiknya dalam menentukan masuknya FDI ke ASEAN 5 dan China. Selain itu, juga ditemukan terdapat pola perbandingan yang hampir sama antara faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China.

Kata Kunci : Determinan FDI, Ekonomi makro, Karakteristik Negara, Data Panel, VAR

xv

commit to user

ABSTRACT

Comparison of Macroeconomic Factors and Characteristics of Country as Determinants of FDI in ASEAN 5 and China Period 1988-2009



digilib.uns.ac.id

FDI has been the emergence of alternatives financing in emerging market countries. The desire of each country to attract FDI has led to the existence of competition between countries. To win the competition each country has a different strategy. These conditions encourage academics to examine the factors that determine FDI inflows into a country. However, a growing number of studies that found it was a cause of a long debate, even to this day is still ongoing and have not met an agreement. This study aims to compare the macroeconomic factors and the characteristics of country as a determinant of FDI in ASEAN 5 and China 1988-2009 period. The model used in this study are data panel and Vector Autoregression (VAR). The results of this study, it is generally asserted that the macroeconomic factors and the characteristics of country, as well as to determining FDI inflows into ASEAN 5 and China. In addition, this study also found a similar pattern of comparison between macroeconomic factors and the characteristics of country as a determinant of FDI in ASEAN 5 and China.

Keywords : Determinants FDI, Macroeconomics, Characteristics of Country, Data Panel, VAR

xvi

commit to user


digilib.uns.ac.id

xvii

commit to user

ABSTRAK

Perbandingan Faktor Ekonomi Makro dan Karakteristik Negara Sebagai Determinan FDI di ASEAN 5 dan China Periode 1988-2009



digilib.uns.ac.id

Kemunculan FDI telah menjadi alternatif dalam pembiayaan pembangunan ekonomi suatu negara. Keinginan setiap negara untuk menarik investasi FDI telah menimbulkan adanya persaingan antar negara. Untuk memenangkan persaingan tersebut masing-masing negara memiliki strategi yang berbeda-beda. Kondisi tersebut mendorong kalangan akademis untuk mengkaji faktor-faktor yang menentukan (determinan) masuknya aliran FDI ke suatu negara. Namun demikian, semakin banyak hasil penelitian yang ditemukan justru menimbulkan sebuah perdebatan panjang, bahkan sampai saat ini masih berlangsung dan belum menemui kata sepakat. Penelitian ini bertujuan untuk membandingkan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China periode 19882009. Model yang digunakan dalam penelitian ini adalah data panel dan Vector Autoregression (VAR). Hasil penelitian ini, secara umum menegaskan bahwa faktor ekonomi makro dan karakteristik negara, sama baiknya dalam menentukan masuknya FDI ke ASEAN 5 dan China. Selain itu, juga ditemukan terdapat pola perbandingan yang hampir sama antara faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China.

Kata Kunci : Determinan FDI, Ekonomi makro, Karakteristik Negara, Data Panel, VAR

commit to user

ABSTRACT

Comparison of Macroeconomic Factors and Characteristics of Country as Determinants of FDI in ASEAN 5 and China Period 1988-2009



digilib.uns.ac.id

FDI has been the emergence of alternatives financing in emerging market countries. The desire of each country to attract FDI has led to the existence of competition between countries. To win the competition each country has a different strategy. These conditions encourage academics to examine the factors that determine FDI inflows into a country. However, a growing number of studies that found it was a cause of a long debate, even to this day is still ongoing and have not met an agreement. This study aims to compare the macroeconomic factors and the characteristics of country as a determinant of FDI in ASEAN 5 and China 1988-2009 period. The model used in this study are data panel and Vector Autoregression (VAR). The results of this study, it is generally asserted that the macroeconomic factors and the characteristics of country, as well as to determining FDI inflows into ASEAN 5 and China. In addition, this study also found a similar pattern of comparison between macroeconomic factors and the characteristics of country as a determinant of FDI in ASEAN 5 and China.

Keywords : Determinants FDI, Macroeconomics, Characteristics of Country, Data Panel, VAR

commit to user

1

BAB I PENDAHULUAN

1.1. Latar Belakang perpustakaan.uns.ac.id digilib.uns.ac.id Perbedaan pendapat para ahli ekonomi dalam menentukan faktor-faktor yang menentukan FDI (determinan FDI), hingga saat ini masih terjadi dan belum menemukan kata sepakat. Artige dan Nicolini (2010) menyatakan bahwa di dalam kajian literatur ekonomi penentuan determinan FDI juga masih menjadi perdebatan yang panjang. Lebih lanjut Chakrabarti (2001); Demirhan dan Masca (2008); Faeth (2009) menyatakan bahwa terjadinya perdebatan tersebut kemungkinan besar disebabkan karena adanya perbedaan perspektif teori, pendekatan empirik, pemilihan sampel dan kombinasi variabel determinan yang digunakan. Sehingga berdampak pada hasil kesimpulan yang berbeda-beda baik dilihat dari arah hubungan maupun signifikansi statistiknya. Menurut Moosa dan Cardak (2003) sebagian besar penelitian baik time series maupun cross section telah dilakukan dalam mengidentifikasikan determinan FDI (inflows), tetapi tidak ada satupun konsensus atau kesepakatan cara pandang yang muncul. Sehingga bisa diartikan bahwa tidak ada pengakuan secara luas terhadap variabel penjelas yang bisa disebut sebagai determinan FDI yang paling tepat dan benar. Dari sudut pandang sejarah FDI, Faeth (2009) menjelaskan bahwa penelitian empiris dan model teoritis dikembangkan sebagai bentuk yang berbeda dari satu cerita yang sama. Pada awalnya penelitian empiris dilakukan dalam bentuk studi lapangan dengan dasar teori yang terbatas karena belum adanya teori tentang

commit to user

2

FDI dan MNEs, sedangkan teori FDI atau modal bergerak dikembangkan secara independen berdasarkan perspektif teori perdagangan yang ada. Kondisi tersebut memunculkan suatu kesimpulan dari Chakrabarti (2001) yang menemukan bahwa ada beberapa variabel seperti, pertumbuhan ekonomi, nilai tukar, pajak, tarif, keterbukaan ekonomi, upah, dan neraca perdagangan yang bisa perpustakaan.uns.ac.id digilib.uns.ac.id berdampak negatif dan juga bisa berdampak positif terhadap FDI. Hubungan antara beberapa variabel tersebut dengan FDI sangat sensitif terhadap perubahan kecil dalam penetapan informasi kondisi yang ada. Pada kenyataannya bahwa dasar teori yang sudah ada tidak mampu memprediksi secara pasti dampak variabel tersebut terhadap FDI. Sehingga variable-variabel tersebut juga dikenal sebagai variabel yang kontroversial. Fenomena adanya variabel kontroversial tersebut dianggap sebagai salah satu pemicu perdebatan yang terjadi hingga sekarang. Dengan melihat hasil penelitian dari beberapa peneliti seperti CMCG (2003); Turkcan et al (2008); Mateev (2008); Ayanwale (2007) akan diketahui cara pandang yang bervariasi dalam menentukan indikator (proxy) dan hubungan variabel penelitian. Pada penelitiannya CMCG (2003) ukuran pasar domestik bisa diukur dari GDP, GDP perkapita, jumlah kelas menengah, dan pertumbuhan ekonomi. Turkcan et al (2008) pertumbuhan ekonomi dan FDI memilikki hubungan dua arah yang saling berpengaruh signifikan positif di negara 23 OECD (Organisation for Economic Co-Operation and Development). Studi dengan model gravity yang dilakukan Mateev (2008) menunjukkan variabel GDP memilikki peran yang signifikan positif dalam menentukan FDI inflows di Uni Eropa. Selanjutnya Ayanwale (2007) berpendapat bahwa determinan

commit to user

3

utama FDI inflows adalah ukuran pasar domestik yang diukur dengan GDP. Namun, Dermihan dan Masca (2008) menyatakan variabel yang paling tepat sebagai indikator ukuran pasar domestik di negera berkembang adalah pertumbuhan GDP perkapita riil saja. Variabel lain seperti GDP dan GDP perkapita dianggap sebagai indikator yang lemah dan cenderung tidak berpengaruh. perpustakaan.uns.ac.id digilib.uns.ac.id Dalam penelitian Artige dan Nicolini (2010) berpendapat lain yaitu penggunaan GDP sebagai indikator market potential dianggap lebih efektif dibandingkan GDP perkapita. Yavan (2010) mencoba dua variabel sekaligus GDP perkapita (market size) dan pertumbuhan populasi (market growth) tetapi justru terjadi multikolinieritas dalam model. Berbeda dari penelitian sebelumnya Nurudeen, Wafure, dan Aufa (2011) menemukan dampak ukuran pasar domestik dengan indikator GDP berpengaruh negatif dan signifikan terhadap FDI inflows di Nigeria. Tidak semua peneliti setuju bahwa variabel GDP, GDP perkapita, Growth berpengaruh kuat terhadap FDI. Dhakal, Mixon, dan Upadhayaya (2007) menemukan bahwa ukuran pasar domestik yang diukur dengan GDP tidak berpengaruh signifikan terhadap FDI inflows di negara sosialis timur dan Eropa Tengah. Faeth (2005) menyatakan bahwa dalam jangka pendek GDP sebagai indikator ukuran pasar Australia tidak berpengaruh terhadap FDI inflows. Selanjutnya Kok dan Ersoy (2009) juga menyimpulkan bahwa pertumbuhan GDP perkapita tidak berpengaruh terhadap FDI di India, meskipun menunjukkan arah hubungan yang positif. Studi komparatif Fukao dan Wei (2008) menemukan bahwa ukuran pasar dengan indikator GDP hanya berpengaruh terhadap jenis FDI horisontal dan tidak berpengaruh pada jenis FDI vertikal.

commit to user

4

Beberapa peneliti juga belum menemui kata sepakat dalam menentukan hubungan antara dampak nilai tukar terhadap FDI. Studi tentang hubungan dari kedua variabel ini sebenarnya sudah cukup lama dilakukan. Menurut Froot dan Stein (1989) penyebab adanya hubungan antara nilai tukar dan FDI adalah adanya informasi yang tidak sempurna. Sehingga depresiasi nilai tukar mata uang domestik perpustakaan.uns.ac.id digilib.uns.ac.id mendorong akuisisi asset dalam negeri oleh investor asing. Dari sisi upah tenaga kerja Klein dan Rosengren (1992) di negara industri dengan nilai tukar mengambang, upah tenaga kerja ditentukan oleh pergerakan nilai mata uang. Sehingga depresiasi mata uang domestik berdampak pada peningkatan FDI inflows karena upah tenaga kerja yang murah, sedangkan apresiasi mata uang domestik akan berdampak pada penurunan FDI inflows akibat tuntutan upah tenaga kerja yang menjadi tinggi. Analisis lebih lanjut dilakukan Xing dan Wan (2004) yang menyatakan bahwa nilai tukar memiliki peran yang signifikan dalam terjadinya persaingan antar negara penerima FDI di ASEAN (10) + 2. Dengan adanya apresiasi nilai tukar mata uang negara penerima akan menurunkaan nilai FDI inflows dan berdampak pada berpindahnya FDI ke negara penerima lainnya. Hasil analisis yang dilakukan oleh Hoang (2010); Yol dan Teng (2009): Chowdury dan Wheeler (2008) menyimpulkan bahwa nilai tukar berpengaruh positif dan signifikan terhadap FDI inflows. Dilain pihak Kim dan Yonghyup (2007) menemukan bahwa nilai tukar berpengaruh negatif dan signifikan terhadap FDI inflows. Pada penelitian lainnya Dhakal, Mixon, dan Upadhayaya (2007); Schneider dan Frey (1985) Apergis dan Katrakilios (1998) menyatakan bahwa nilai tukar riil berpengaruh negatif terhadap FDI inflows. Pendapat yang berbeda muncul dari penelitian Goldberg dan Kolstad (1994) melalui pendekatan dua arah bilateral FDI

commit to user

5

diketahui bahwa nilai tukar tidak berpengaruh signifikan terhadap investasi selama goncangan riil dan moneter mendominasi kegiatan aktivitas nilai tukar. Hasil yang sama juga dialami oleh Srinivasan (2011) yang menemukan bahwa variabel nilai tukar riil tidak mempengaruhi FDI inflows di negara SAARC (South Asian Association for Regional Cooperation). perpustakaan.uns.ac.id digilib.uns.ac.id Secara sederhana Chakrabarti (2001) mengidentifikasikan perilaku beberapa kombinasi variabel kontroversial tersebut terhadap FDI. Dimana variabel tingkat pertumbuhan berpengaruh signifikan dan positif terhadap FDI inflows jika dikombinasikan dengan inflasi, defisit perdagangan dan upah. Variabel nilai tukar mata uang berpengaruh positif terhadap FDI inflows apabila dikombinasikan dengan variabel derajat keterbukaan, investasi domestik, dan pengeluaran pemerintah, tetapi jika variabel investasi domestik dikeluarkan dari model maka nilai tukar akan berpengaruh negatif terhadap FDI inflows. Bervariasinya analisis terhadap determinan FDI lebih lanjut dapat dilihat dari analisis yang dilakukan oleh Assuncao, Fortae, Teixeira (2011) yang membuat sebuah ringkasan perbandingan analisis determinan FDI dari dimensi lokasi paradigma OLI. Adapun ringkasan tersebut dapat ditunjukan sebagai berikut.

commit to user

6

Tabel 1.1. Ringkasan Perbandingan Determinan FDI Dimensi Lokasi Dari Paradigma OLI (Ownership, Location, Internalization) Determinan

Objek Penelitian

Indikator (Proxy)

16 negara SSA

Metode

Dampak

Regresi Multivariate

0

INFRASTRUKTUR

12 M ENA; 24 DCs 22 negara SSA

HUMAN CAPITAL

Panel Dat a

44 negara 14 SADC 14 SADC

perpustakaan.uns.ac.id 6 negara SE Eropa

+

M ohamed dan Sidiropoulos (2010) Asiedu (2006)

+

Biswas (2002)

+

M hlanga et al. (2010)

+


-

Botrić dan Škuflić (2006)

+

Vijayakumar et al. (2010)

+

Biswas (2002)

+

Cleeve (2008) Schneider dan Frey (1985)

0 Jumlah jaringan telepon per 1000 kediaman

Jumlah jaringan kabel dan mobile Regresi Multivariate telepone per 1000 kediaman Jumlah Jaringan Internet

BRICS

Indeks Infrastruktur

44 negara

Kapasitas Listrik yang Terpasang Perkapita

Panel Dat a

16 negara SSA Indeks Secondary Education 80 DCs


0

Angka Buta Huruf Dewasa

0

Cleeve (2008)

22 negara SSA

% Angka Buta Huruf Dewasa

+

Asiedu (2006)

0


0


Panel Dat a 14 SADC Regresi Multivariate 80 DCs

-

Tingkat Inflasi

12 M ENA; 24 DCs

Panel Dat a

22 negara SSA 12 MENA; 24 DCs 14 SADC STABILITAS EKONOMI

digilib.uns.ac.id

16 negara SSA

BRICS

12 M ENA; 24 DCs 6 negara SE Eropa

Penawaran & Cadangan Mata Uang Mata uang/GDP Indeks Perkembangan Sektor Keuangan Indeks Perkembangan Sektor Keuangan

12 M ENA; 24 DCs

Pengeluaran Pemerintah/GDP

80 DCs

Defisit Anggaran

6 negara SE Eropa

Besarnya sektor swasta dalam ekonomi Jumlah Privatisasi Rata-rata mata uang utama disesuaikan dengan inflasi Nilai tukar nominal disesuaikan dengan GDP deflator % Bantuan eksternal negara komunis

16 negara SSA

80 DCs

Regresi M ultivariate

Panel Dat a

Regresi M ultivariate

80 DCs

Asiedu (2006) M ohamed dan Sidiropoulos (2010) M hlanga et al. (2010)

+

M ohamed dan Sidiropoulos (2010)

+


-

M ohamed dan Sidiropoulos (2010) Schneider and Frey (1985)

+


Panel Dat a -


-


+

Cleeve (2008)

+

Schneider and Frey (1985)

+ 0

Biswas (2002)

-



+

Schneider and Frey (1985)

Panel Dat a

+


Panel Dat a

Upah dan Remiten Pekerja BRICS

Schneider and Frey (1985) M ohamed dan Sidiropoulos (2010)

+

% Bantuan negara barat % Bantuan multilateral ekonomi dan politik Upah/Pekerja

-

0

44 negara 6 negara SE Eropa

0

Defisit Anggaran

BRICS

Biaya Produksi

Peneliti Cleeve (2008)

Keterangan : (+) positif dan signifikan secara statistik; (-) negatif dan signifikan secara statistik; (0) tidak berpengaruh secara statistik Catatan : Indeks konsumsi listrik (kWh perkapita), konsumsi energi (kg minyak ekuivalen perkapita), jaringan telepon per 100 penduduk

Sumber : Kumpulan hasil dari beberapa penelitian yang diringkas oleh Assuncao, Fortae, Teixeira (2011)

commit to user

7

Dari pembahasan diatas dapat diambil kesimpulan bahwa

perbedaan

pendapat dalam analisis determinan FDI memang benar terjadi dan masih berlangsung hingga sekarang. Pada kenyataannya masih banyak variabel-variabel lain yang memilikki sifat sulit diprediksi pengaruh dan arah hubungannya terhadap FDI inflows. Pemilihan kombinasi variabel, metode sampel, metode analisis, serta perpustakaan.uns.ac.id digilib.uns.ac.id pendekatan teori yang digunakan sangat berpengaruh besar terhadap kemampuan model menjelaskan determinan FDI. Banyak dari penelitian sebelumnya mencoba menggabungkan teori, metode, serta sudut pandang yang berbeda-beda. Tujuan penggabungan tersebut pada awalnya adalah untuk mendapatkan kesimpulan yang bisa diterima dari sudut pandang manapun. Namun demikian, hasil yang diperoleh justru terkesan menjadi ambigu. Sebuah langkah baru dilakukan oleh Catherine dan Rashid (2011) dengan mengkategorikan variabel penjelas menjadi dua kelompok determinan FDI yaitu faktor ekonomi makro dan karakteristik negara. Model yang dibangun dalam penelitian ini berdasarkan studi pustaka dari penelitian sebelumnya bahwa determinan faktor ekonomi makro sama baiknya dengan karakteristik negara dalam menjelaskan FDI inflows. Melalui pendekatan tersebut dianggap mampu menjadi sebuah gambaran bagi investor tentang kondisi negara tujuan FDI. Selain itu, juga bisa digunakan sebagai masukan bagi pengambil kebijakan dalam mendorong peran FDI terhadap pertumbuhan ekonomi negara yang berkelanjutan. Kekurangan penelitian yang dilakukan Catherine dan Rashid (2011) yaitu hasil analisis yang telah dilakukan banyak yang tidak signifikan dan menunjukkan hubungan yang berlawanan dengan hipotesis teori yang sudah ada, khususnya pada model faktor karakteristik negara. Kondisi tersebut menyebabkan peneliti tidak

commit to user

8

berani menarik kesimpulan secara pasti terhadap determinan FDI di masing-masing negara. Kemungkinan besar permasalahan tersebut disebabkan karena konstruksi model yang dibangun terpisah secara sendiri-sendiri, sehingga kurang efektif jika dilakukan analisis secara ekonometrika. Selain itu, masing-masing model memilikki jumlah variabel cukup banyak yang berdampak pada lemahnya model dalam perpustakaan.uns.ac.id digilib.uns.ac.id menjelaskan hubungan yang terjadi. Berdasarkan penjelasan tersebut maka dalam penelitian ini akan mencoba untuk melengkapi penelitian sebelumnya. Perbedaan penelitian ini dengan sebelumnya adalah adanya penyerdahanaan konstruksi model dan variabel yang digunakan. Determinan FDI yang dikategorikan menjadi faktor ekonomi makro dan karakteristik negara akan dianalisis dalam satu kesatuan model. Sedangkan, variabel yang digunakan sebagai indikator masing-masing determinan dipilih berdasarkan observasi oleh peneliti. Secara umum, setidaknya ada tiga pendekatan yang biasanya digunakan dalam mengestimasi model determinan FDI yaitu, time-series, crosssection, dan pendekatan data panel (Bora, 2002). Namun dalam penelitian ini akan difokuskan pada pembahasan dengan menggunakan pendekatan data panel dan pendekatan time series VAR. Beberapa penelitian yang mendukung penggunaan data panel dalam estimasi model determinan FDI yaitu, Buckley, Clegg, dan Wang (2010); Shan (2002); Catherine dan Rashid (2011); Bakir dan Torki (2009); Wahid , Rojid, dan Boopen (2007); Hoang (2010); Kok dan Bernur (2009); Pourshahabi, Davoud, dan Ehsan (2011). Metode ini dilakukan dalam upaya untuk mengatasi masalah keterbatasan data penelitian yang digunakan dalam estimasi model dan besarnya

commit to user

9

sampel penelitian. Mengingat, banyak dari peneliti tersebut yang melihat hubungan antar negara atau kawasan. Penggunaan metode VAR yang ditemukan oleh Sims (1980) dalam analisis determinan FDI didukung oleh Peng et al (2011); Hakro dan Ikhtiar (2005); Iram dan Ambreen (2008); Chowdury dan Mark (2008); Shan (2002); Mutascu dan Fleischer perpustakaan.uns.ac.id digilib.uns.ac.id (2008); Hee Ng (2006); Wijeweera dan Mounter (2008); dan Tang et al (2008). Metode ini dilakukan karena mampu memberikan alternatif metode analisis yang relatif sederhana, mampu melihat

hubungan dinamis antar variabel, dapat

menghindari kesalahan pada variabel, dan terdapat analisis IRF dan FEDV dalam menunjukkan respon variabel terhadap goncangan (shock) variabel lainnya. Penelitian ini mengambil obyek penelitian 5 negara ASEAN yaitu Indonesia, Malaysia, Singapura, Thailand, Filipina, dan ditambah dengan China. Alasan utama pemilihan objek penelitian ini berdasarkan atas adanya kebangkitan Ekonomi di negara-negara ASEAN 5 dan China, diprediksi akan menjadi kekuatan baru ekonomi Asia. Kondisi tersebut ikut mendorong peningkatan investasi asing FDI yang masuk ke negara-negara tersebut seperti yang ditunjukkan pada gambar berikut ini.

Sumber : World Investment Report, UNCTAD (2011)

Gambar 1.1. FDI inflows Negara Berkembang dan Transisi Ekonomi Berdasarkan Kawasan, Rata-rata dari 2005-2007 dan Periode 2008-2010

commit to user

10

Pada gambar 1.1 di atas dapat diketahui bahwa performa FDI inflows di kawasan

Asia Selatan, Timur, dan Tenggara adalah yang paling tinggi dan

signifikan dibandingkan dengan kawasan negara lainnya. Rata-rata FDI inflows di kawasan tersebut dari tahun 2005-2007 mencapai angka diatas 200 milyar dollar Amerika. Memasuki tahun 2010 jumlah tersebut meningkat secara tajam hingga perpustakaan.uns.ac.id digilib.uns.ac.id mencapai 300 milyar dollar Amerika atau meningkat sebesar 24 % dari sebelumnya. Hal tersebut disebabkan karena pertumbuhan ekonomi yang kuat, didorong dengan permintaan domestik dan eksternal yang kuat, fundamental ekonomi makro yang bagus, serta harga komoditas yang tinggi di kawasan Asia Selatan, Timur, dan Tenggara. Sehingga sangat menarik apabila dilakukan kajian lebih lanjut terhadap determinan FDI di kawasan tersebut, khususnya ASEAN 5 dan China. Periode analisis penelitian ini dimulai dari tahun 1988 karena merupakan awal dimulainya tren positif peningkatan FDI di negara-negara berkembang, khususnya kawasan Asia Pasifik. Judul yang diambil peneliti dalam melakukan penelitian ini adalah : “Perbandingan Faktor Ekonomi Makro dan Karakteristik Negara Sebagai Determinan FDI di Asean 5 dan China Periode 1988-2009”.

1.2. Rumusan Masalah Berdasarkan latar belakang yang telah dijelaskan sebelumnya, maka perumusan masalah dalam penelitian ini adalah : 1. Bagaimana perbandingan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China dengan pendekatan Data Panel periode 1988-2009?

commit to user

11

2. Bagaimana pola perbandingan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di masing-masing negara ASEAN 5 (Indonesia, Malaysia, Singapura, Thailand, Filipina), dan China dengan pendekatan VAR periode 1988-2009?

perpustakaan.uns.ac.id 1.3. Tujuan Penelitian

digilib.uns.ac.id

Berdasarkan perumusan masalah diatas, maka tujuan dari penelitian ini adalah : 1. Untuk mengetahui perbandingan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di ASEAN 5 dan China dengan pendekatan Data Panel periode 1988-2009. 2. Untuk mengetahui pola perbandingan faktor ekonomi makro dan karakteristik negara sebagai determinan FDI di masing-masing negara ASEAN 5 (Indonesia, Malaysia, Singapura, Thailand, Filipina), dan China dengan pendekatan VAR periode 1988-2009.

1.4. Manfaat Penelitian Penelitian ilmiah yang berjudul “Perbandingan Faktor ekonomi makro dan Karakteristik Negara Sebagai Determinan FDI di ASEAN 5 dan China Periode 19882009” diharapkan bisa memberikan nilai manfaat, yaitu: 1. Bagi Pemerintah ; bisa menjadi informasi tentang perkembangan determinan FDI di masing-masing negara, sekaligus bisa menjadi bahan pertimbangan dalam pengambilan keputusan dalam menentukan strategi yang tepat terkait kebijakan investasi FDI.

commit to user

12

2. Bagi Ilmu Pengetahuan ; memberikan pengetahuan secara empiris mengenai determinan FDI serta mampu menjadi referensi dalam penelitian-penelitian selanjutnya. 3. Bagi Masyarakat ; dapat menjadi sarana pengetahuan serta pemahaman mengenai perkembangan determinan FDI dan dampaknya bagi perekonomian perpustakaan.uns.ac.id digilib.uns.ac.id masyarakat di masing-masing negara. 4. Bagi Penulis ; mampu menjadi motivasi dalam mengkaji lebih lanjut permasalahan – permasalahan yang berhubungan dengan perkembangan FDI baik di dalam negeri maupun luar negeri.

commit to user

13

BAB II TINJAUAN PUSTAKA

2.1. Foreign Direct Investment (FDI) perpustakaan.uns.ac.id 2.1.1. Konsep dan Pengertian

digilib.uns.ac.id

Menurut Salvatore (1997:469) menjelaskan bahwa Investasi asing (Foreign Investment) dapat dibedakan menjadi dua bentuk yaitu : a) Investasi portofolio (portofolio investment) adalah investasi yang melibatkan hanya aset-aset finansial saja, seperti obligasi dan saham, yang didenominasikan atau

ternilai

dalam

mata

uang nasional. Kegiatan-kegiatan

investasi

portofolio atau finansial ini biasanya berlangsung melalui lembaga-lembaga keuangan

seperti, bank, perusahaan

dana investasi, yayasan pensiun, dan

sebagainya. b) Investasi asing langsung (foreign direct investment) meliputi investasi ke dalam aset-aset secara nyata yaitu berupa pembangunan pabrik-pabrik, pengadaan berbagai macam barang modal, pembelian tanah untuk keperluan produksi, pembelanjaan berbagai peralatan inventaris dan sebagainya, dan biasanya dibarengi dengan penyelenggaraan fungsi-fungsi manajemen, dan pihak investor sendiri tetap mempertahankan kontrol terhadap dana-dana yang telah ditanamkannya. Lebih lanjut Krugman dan Obstfeld (2003) juga mendefinisikan FDI (Foreign Direct Investment) sebagai arus modal internasional dimana perusahaan dari suatu negara mendirikan atau memperluas perusahaannya di negara lain, ciri dari

commit to user

14

penanaman modal asing adalah melibatkan bukan hanya pemindahan sumber daya tetapi juga adanya pemberlakuan pengendalian atau kontrol. Sedangkan menurut Griffin dan Pustay (2009: 169) penanaman modal asing (FDI) adalah pembelian asetaset luar negeri dengan tujuan untuk mengendalikannya. Para ahli statistik pemerintah Amerika Serikat mendefinisikan FDI sebagai kepemilikan atas perpustakaan.uns.ac.id digilib.uns.ac.id penguasaan 10 persen suara atau lebih dari saham suatu perusahaan atau saham ekuivalennya dalam suatu bisnis yang bukan perseroan terbatas. Di dalam OECD Benchmark Definition of Foreign Direct Investment 3rd Edition (1999:7-8) mendefinisikan FDI sebagai berikut : “Foreign direct investment reflects the objective of obtaining a lasting interest by a resident entity in one economy (direct investor) in an entity resident in an economy other than that of the investor (direct investment enterprise). The lasting interest implies the existence of a long-term relationship between the direct investor and the enterprise and a significant degree of influence on the managementof the enterprise. Direct investment involves both the initial transaction between the two entities and all subsequent capital transactions between them and among affiliated enterprises, both incorporated and unincorporated.” FDI dapat diartikan perusahaan penanam modal secara de facto atau de jure melakukan pengawasan atas asset (aktiva) yang ditanam di negara pengimpor modal dengan cara investasi, dimana FDI tersebut dapat diwujudkan dalam beberapa bentuk yaitu, melalui pembentukan suatu cabang perusahaan di negara pengimpor modal, pembentukan suatu perusahaan yang mayoritas sahamnya dimilikki oleh penanam modal, pembentukan suatu perusahaan di negara pengimpor modal yang sematamata dibiayai oleh perusahaan yang terletak di negara penanam modal, mendirikan suatu korporasi di negara penanam modal untuk secara khusus beroperasi di negara lain, atau menaruh asset (aktiva tetap) di negara lain oleh perusahaan nasional dari negara penanam modal (Jhingan, 2004).

commit to user

15

Penanaman modal asing (Foreign Direct Investment) di Indonesia dijelaskan dalam pasal 1 (3) UU No. 25 tahun 2007 yang menyebutkan bahwa FDI adalah kegiatan menanam modal untuk melakukan usaha di wilayah Republik Indonesia, dilakukan oleh penanam modal asing, baik yang menggunakan modal asing secara sepenuhnya, maupun yang menggunakan modal berpatungan dengan penanam modal perpustakaan.uns.ac.id digilib.uns.ac.id dalam negeri. Dari penjelasan diatas bisa ditarik sebuah kesimpulan bahwa FDI merupakan salah satu bentuk investasi langsung yang bersifat jangka panjang, dilakukan oleh investor asing tidak hanya dalam bentuk modal finansial saja tetapi juga berupa, asset (aktiva tetap), alih teknologi, manajerial, dan modal intelektual dan disertai adanya kontrol langsung dari pemilik modal atau investor. 2.1.2. Jenis dan Bentuk FDI Dalam perkembangannya FDI dapat dibagi menjadi dua jenis yang dijelaskan sebagai berikut (Salvatore,1997: 478-479) : a) FDI Vertikal FDI yang dilakukan secara vertikal menyangkut desentralisasi secara geografis dari aliran produksi perusahaan. Sebagai bentuk dari sebagaian besar penanaman modal asing di negara-negara berkembang dan negara maju yang kaya akan sumber daya. Perusahaan akan melakukan produksi di negara-negara yang memilikki biaya tenaga kerja yang rendah, kemudian hasil produksi di negara tersebut akan disalurkan kembali ke negara induk. Misalnya, suatu produk yang proses produksinya capital-intensive akan memindahkan proses produksinya ke negara-negara yang kaya akan modal.

commit to user

16

b) FDI Horisontal FDI yang dilakukan secara horisontal akan memproduksi barang yang sama di beberapa negara. Dengan kata lain terjadi perluasan kegiatan produksi ke wilayah yang lebih luas. Apa yang telah diproduksi Di dalam negeri juga hendak diproduksi di luar negeri. FDI jenis ini memilikki motivasi untuk mencari pasar perpustakaan.uns.ac.id digilib.uns.ac.id yang baru. Keuntungan dari FDI dengan jenis ini adalah efisiensi di dalam biaya transportasi, karena tempat produksi yang ada menjadi lebih dekat dengan konsumen. Berdasarkan bentuknya FDI dapat dibedakan menjadi dua yaitu greenfield dan akuisisi. FDI dengan bentuk greenfield identik dengan pembangunan unit-unit produksi yang baru di negara tujuan investasi (Host Country). Sedangkan FDI dengan bentuk akuisisi dilaksanakan dengan cara membeli sebagian kepemilikan dari perusahaan yang sudah ada sebelumnya di negara tujuan investasi (Host Country) (Griffin dan Pustay, 2009: 169). Sementara itu, J. H Dunning (1994: 8-9) menjelaskan bahwa FDI juga bisa dibedakan berdasarkan tujuan atau motivasi yang melatarbelakangi investor asing menanamkan modalnya yaitu : a) Market Seeking Investor berupaya untuk memenuhi permintaan pasar domestik dengan cara melakukan produksi di negara tujuan FDI (Host Country). Dengan cara ini investor akan

mampu mengurangi biaya ekspor yang dikeluarkan

ketika harus

memproduksinya di negara asal. Dalam kondisi ini ukuran pasar domestik dan pertumbuhan ekonomi negara tujuan FDI mempunyai peranan penting dalam keputusan investor.

commit to user

17

b) Resource Seeking Tujuan investor menanamkan FDI ke suatu negara adalah untuk mendapatkan sumber daya yang tidak tersedia di negara asal, seperti sumber daya alam, bahan baku produksi, dan tenaga kerja yang murah. c) Efficiency Seeking perpustakaan.uns.ac.id digilib.uns.ac.id Perusahaan berusaha untuk meningkatkan efisiensinya dengan mengambil keuntungan dari skala dan cakupan perekonomian negara tujuan FDI (Host Country). FDI jenis ini banyak digunakan di negara-negara berkembang. d) Strategic Asset-Seeking Perusahaan menggabungkan keuntungan kompetitif yang diperoleh dari proses akuisisi dan adanya peningkatan kompetisi diantara perusahaan domestik. Jenis FDI ini berbeda dengan sebelumnya kemungkinan akuisisi terhadap perusahaan domestik mempunyai tujuan khusus dalam mentransfer asset yang telah diperoleh dari host country ke home country. 2.1.3. Dampak Positif dan Negatif FDI FDI tidak hanya menguntungkan negara asal investasi (Home Country) saja, akan tetapi juga menguntungkan bagi negara tujuan investasi (Host Country). Keuntungan FDI bagi negara asal investasi (Home Country) yaitu berdampak positif terhadap neraca perdagangan negara asal karena mampu menciptakan permintaan atas ekspor peralatan modal, barang setengah jadi, produk komplementer serta tenaga ahli. Sedangkan bagi negara tujuan investasi (Host Country) dengan masuknya investasi asing dalam bentuk FDI berdampak positif pada terciptanya lapangan kerja baru, adanya tambahan modal baru, transfer teknologi di bidang industrialisasi,

commit to user

18

sehingga mampu mendorong percepatan pertumbuhan ekonomi (Hill, 2003:200214). Menurut Fledstein (2000) menjelakan bahwa sebagai salah satu jenis aliran modal bebas FDI memiliki beberapa keuntungan yaitu, Pertama, aliran modal tersebut mengurangi risiko dari kepemilikan modal dengan melakukan perpustakaan.uns.ac.id digilib.uns.ac.id deversifikasi melalui investasi. Kedua, integrasi global pasar modal dapat memberikan spread terbaik

dalarn

pembentukan

corporate

governance,

accounting rules, dan legalitas. Ketiga, mobilitas modal secara global membatasi kemampuan pemerintah dalam menciptakan kebijakan yang salah. Dalam analisisnya Salvatore (1997) mencoba menjelaskan dampak-dampak kesejahteraan yang ditimbulkan oleh berlangsungnya arus modal internasional dalam bentuk FDI baik bagi negara sumber investasi maupun negara penerima investasi. Untuk mempelajari dampak-dampak tersebut dapat dilihat dalam bentuk gambar sebagai berikut.

Sumber : Salvatore (1997:480)

Gambar 2.1. Output dan Dampak Kesejahteraan dari Transfer Modal Internasional Pada gambar 2.1 di atas dapat dilihat bahwa dari total cadangan modal yang ada, yakni 00’, sebagian diantaranya (0A) dimiliki oleh Negara 1 dan semuanya

commit to user

19

dikerahkan untuk menghasilkan output sebanyak 0’JMA. Seandainya kedua negara itu menjalin hubungan ekonomi (perdagangan dan atau investasi), akan terjadi transfer modal sebanyak AB dari negara 1 ke negara 2 yang selanjutnya akan menyamakan tingkat hasil modal kedua negara tersebut, yakni sebesar BE. Hal ini akan meningkatkan output dunia secara keseluruhan sebanyak EGM. perpustakaan.uns.ac.id digilib.uns.ac.id Sebagian diantaranya, yakni sebanyak EGR, akan diterima oleh negara 1 sedangkan sisanya yakni ERM akan diterima oleh negara 2. Dari kenaikan produk domestik di Negara 2 sebanyak ABEM, sebagian di antaranya yakni sebanyak ABER akan diterima oleh para investor asing, sehingga ERM merupakan keuntungan netto yang diterima oleh negara 2 berkat adanya transfer modal. Perlu disadari juga bahwa keberadaan FDI sebagai aliran modal juga memiliki dampak negatif khususnya bagi negara penerima. Masuknya perusahaan multinasional dapat mematikan bisnis perusahaan lokal yang tidak mampu bersaing

dengan

perusahaan

multinasional dalam

hal

efisiensi

produksi.

Perusahaan multinasional mampu menekan biaya produksi dan menjual produk dengan

harga

yang

lebih

murah

dibandingkan dengan

perusahaan

lokal.

Perusahaan lokal akan kalah bersaing dari perusahaan multinasional, sehingga mereka

akan

meminta

proteksi. Tingginya

permintaan proteksi

akan

meningkatkan pengeluaran pemerintah untuk membiayai proteksi tersebut. 2.1.4. Perkembangan Teori FDI Munculnya investasi asing khususnya FDI tidak bisa dilepaskan dari pemikiran-pemikiran yang menjadi dasar digunakannya FDI di dunia Internasional. Pemikiran-pemikiran tersebut pada hakekatnya dapat dijelaskan sebagai berikut :

commit to user

20

a) Teori Ketidaksempurnaan Pasar Sthepen Hymer Teori ini mengemukakan bahwa FDI merupakan efek langsung dari adanya pasar yang tidak sempurna. Stephen Hymer sendiri dianggap sebagai pelopor dalam teori investasi luar negeri, yang menekankan peranan keunggulan spesifik perusahaan dan ketidaksempurnaan pasar dalam menjelaskan motivasi perpustakaan.uns.ac.id digilib.uns.ac.id atau tujuan yang mendasari perusahaan dalam melakukan investasi. Pengembalian investasi yang lebih tinggi diluar negeri tidak menjamin kelengkapan penjelasan arus modal, karena pengembalian investasi itu sendiri bisa diartikan bahwa modal akan lebih efisien bila dialokasikan melalui pasar modal dan tidak memerlukan pemindahan perusahaan. Sehubungan dengan pengembalian investasi yang lebih tinggi dengan mengakuisisi maupun merger dengan

perusahaan yang sudah ada dan potensial dinegara tuan rumah,

diharapkan dapat menutup kerugian ketidakunggulan operasi perusahaan tersebut diluar negeri. Dengan memilikki keunggulan tertentu seperti, akses terhadap sumber modal yang lebih mudah dan relatif besar, adanya pasar bahan mentah dengan skala besar, dan memilikki keahlian manajemen, keterampilan pemasaran mendorong pengembalian investasi yang diperoleh perusahaan akan semakin besar. b) Teori Internalisasi Alan M. Rugman Teori ini sangat mengandalkan konsep biaya transaksi yang menjelaskan bahwa motivasi atau tujuan perusahaan-perusahaan multinasional, melakukan penanaman modal dalam bentuk FDI adalah untuk mengambil keuntungan dari efisiensi internal lingkungan dari negara tujuan FDI (Host Country) (Griffin dan

commit to user

21

Pustay,2009,171-172). Dalam teori internalisasi yang dipopulerkan oleh Alan M. Rugman ini menjelaskan ada tiga jenis variabel lingkungan yang menjadi perhatian, yaitu ekonomi, non ekonomi dan pemerintah. Variabel ekonomi biasanya berupa tenaga kerja dan modal, teknologi dan tersedianya sumber daya alam dan ketrampilan manajemen. Variabel non perpustakaan.uns.ac.id digilib.uns.ac.id ekonomi meliputi variabel politik, sosial dan budaya yang pada setiap negara mempunyai kekhasan masing-masing , yang satu dengan lainnya berbeda-beda. Di samping kedua variabel tersebut masih ada satu variabel yang harus diperhatikan oleh perusahaan PMA yaitu variabel pemerintahan di mana modal asing tersebut akan masuk. Bagaimana ciri khas atau sifat khas pemerintah negara yang akan dimasuki modal asing tersebut perlu menjadi pertimbangan. Setiap pemerintah mempunyai kebijakan sendiri-sendiri dalam intervensi masuknya modal asing. Aparatur pemerintah suatu negara yang harus diperhatikan bisa bermacam-macam, mulai dari sistem perijinan, pejabat pelabuan, pejabat bea cukai, pejabat ketenagakerjaan, pemerintah daerah bisa berbeda-beda karakter penanganannya. Faktor politik, stabilitas keamanan sebagai faktor non ekonomi juga perlu mendapat perhatian karena hal ini akan sangat mempengaruhi iklim penanaman modal dan sangat menentukan arus aliran modal dari negara maju ke negara berkembang. c) Teori Heckscher – Ohlin Model (H-O Theory) Teori ini dikemukakan oleh Eli Heckscher dan Bertil Ohlin, dimana teori ini mendasarkan pembahasan yang bermula dari teori keunggulan komparatif dari David Ricardo dengan memprediksi pola perdagangan dan produksi berdasarkan factor endowments. Model H-O menunjukkan bahwa keunggulan komparatif

commit to user

22

dipengaruhi oleh interaksi sumber daya yang dimilikki masing-masing negara (faktor produksi yang berkelebihan) dan teknologi produksi (yang mempengaruhi intensitas penggunaan faktor produksi yang berbeda-beda). Teori model H-O ini menggunakan beberapa asumsi dasar dalam pembahasan teorinya yakni antara lain (Salvatore, 1997: 118-119) : perpustakaan.uns.ac.id digilib.uns.ac.id · Ada dua negara, dua barang yang sama dan dua faktor produksi yang sama dimana jumlahnya tetap dan diasumsikan berbeda di masing-masing negara. · Teknologi di dua negara ini adalah sama, sehingga fungsi produksi di kedua negara tersebut adalah sama. · Produksi adalah bersifat imbal balik yang tetap (constant return to scale) untuk kedua komoditas di kedua negara. · Kedua komoditas mempunyai faktor intensitas yang berbeda, dan faktor intensitas komoditas adalah sama untuk semua rasio harga dari faktor produksi. · Selera diasumsikan sama di kedua negara tersebut. · Persaingan sempurna terjadi di kedua negara. · Faktor produksi diasumsikan memilikki pergerakan perpindahan sempurna di masing-masing negara, namun tidak dapat berpindah anatara kedua negara tersebut. · Diasumsikan tidak ada biaya transportasi. · Diasumsikan tidak ada kebijakan yang membatasi pergerakan barang komoditas antar negara atau kebijakan yang mencoba untuk mempengaruhi penentuan harga dan output dari pasar.

commit to user

23

d) Teori Product Cycle Raymond Vernon Teori yang dikembangkan oleh Raymond Vernon pada tahun 1966 ini pada dasarnya berhubungan dengan siklus hidup sebuah produk baru dan dampaknya pada perdagangan internasional, dimana produk baru ini memilikki tiga tahapan. Pada tahap produk baru (new-product stage), suatu perusahaan perpustakaan.uns.ac.id digilib.uns.ac.id mengembangkan dan memperkenalkan suatu produk inovatif, seperti mesin, komputer pribadi, sebagai jawaban atas anggapan kebutuhan dalam pasar dalam negeri. Karena produknya masih baru, perusahaan yang berinovasi tersebut tidak yakin apakah ada pasar yang menguntungkan bagi produk itu. Eksekutif-eksekutif dari perusahaan tersebut harus memantau segala reaksi pelanggan dari dekat untuk memastikan bahwa produk baru itu memuaskan kebutuhan-kebutuhan konsumen. Tahap yang kedua adalah tahap kedewasaan produk (maturing-product stage). Pada tahapan ini, terjadi permintaan untuk produk tersebut yang terus berkembang ketika konsumen mulai mengenali nilainya. Perusahaan yang berinovasi

tersebut

membangun

pabrik-pabrik

baru

untuk

memperbesar

kapasitasnya dan memenuhi permintaan dalam dan luar negeri untuk produknya. Pesaing-pesaing dalam negeri dan luar negeri mulai muncul, tergiur oleh prospek pendapatan yang menguntungkan. Tahapan terakhir dari proses ini adalah tahap standarisasi produk (standardized-product stage). Produk tersebut lebih merupakan suatu komoditas, dan perusahaan-perusahaan dipaksa untuk menurunkan biaya pembuatannya serendah mungkin dengan memindahkan produksi ke fasilitas di negara-negara yang biaya tenaga kerjanya murah. Hasilnya, produk tersebut mulai diimpor ke

commit to user

24

pasar dalam negeri perusahaan pelopor tersebut, baik oleh perusahaan itu maupun pesaing-pesaingnya.


digilib.uns.ac.id

Sumber : Raymond Vernon (1966:199)

Gambar 2.2. Tahapan Perkembangan Produk Pada tahun 1979 Raymond Vernon menyarankan untuk dilakukan modifikasi

terhadap

sebelumnya. Pokok

teori

siklus

permasalahan

hidup produk utama

yang

yang

dia

kemukakan

dianggap penting

untuk

dimodifikasi adalah mengenai lokasi produk itu diproduksi dan diperkenalkan pertama kali. Mengingat perusahaan multinasional saat ini memiliki cabang-cabang dan perwakilan di seluruh dunia, dan pengetahuan terhadap kondisi produksi di

commit to user

25

luar Amerika Serikat lebih lengkap dibandingkan saat periode teori ini diperkenalkan pada tahun 1966. e) Teori Eclectic ApproachJ. H. Dunning Teori ini menjelaskan bahwa fenomena distribusi FDI dapat dipahami melalui tiga kerangka utama yaitu Ownership, Location, dan Internalization (OLI), perpustakaan.uns.ac.id digilib.uns.ac.id adapun penjelasan dari ketiga komponen itu adalah sebagai berikut (J. H. Dunning, 1994, 2001; Krugman dan Obstfeld, 2003; Griffin dan Pustay,2009) : · Ownership (Keunggulan kepemilikan) Dunning menjelaskan bahwa faktor kepemilikkan adalah kondisi utama yang harus dimilikki oleh investor yang ingin menanamkan modalnya di negara lain. Untuk dapat melakukan penanaman modal asing langsung sebuah perusahaan harus memilikki sebuah produk atau sebuah proses produksi yang tidak dimilikki oleh perusahaan lainnya. Tidak menutup kemungkinan bahwa bentuk kepemilikkan tersebut tidak berwujud benda, akan tetapi dapat berupa merek dagang atau kualitas reputasi. Manfaat dari ownership atau kepemilikkan adalah memberikan kepada perusaan daya saing yang sangat berharga sehingga mampu mengurangi hal-hal yang kurang menguntungkan dalam mengelola bisnis di luar negeri. · Location (Keunggulan lokasi) Lokasi mempunyai peranan yang sangat besar dalam hal penanaman modal asing langsung. Lokasi di luar negeri yang baik akan memberikan manfaat berupakeuntungan bagi investor untuk memproduksi di luar negeri dibandingkan di negeri sendiri. Biaya transportasi dan hambatan-hambatan terhadap perdagangan akan menentukan pemilihan lokasi dari FDI. Lokasi yang baik biasanya juga

commit to user

26

dihubungkan dengan ketersediaan sumberdaya. Misalnya perusahaan Caterpillar memproduksi buldoser di Brasil untuk menikmati biaya buruh yang lebih murah dan menghindari tembok tarif yang tinggi atas barang-barang yang diekspor dari pabrik-pabriknya di Amerika Serikat. · Internalization (Keunggulan internalisasi) perpustakaan.uns.ac.id digilib.uns.ac.id Pada bagian ini dijelaskan bahwa FDI akan lebih menguntungkan bagi perusahaan multinasional untuk melakukan transaksi misalnya, input, teknologi, dan manajemen di dalam sebuah perusahaan (within a firms). Hal ini akan menjamin hak kepemilikkan atas keunggulan spesifik yang telah dimilikki. Dengan kata lain, perusahaan tersebut harus memperoleh keuntungan yang lebih besar dengan mengendalikan aktivitas bisnisnya di luar negeri daripada dengan menyewa perusahaan lokal yang independen untuk menyediakan jasa tersebut. f) Teori Macroeconomic Approach Kiyoshi Kojima Setiap negara mempunyai beberapa faktor produksi dan permintaan yang berbeda-beda secara internasional. Meskipun beberapa negara juga dilengkapi dengan tenaga kerja atau sumber daya alam mereka tidak dapat menghasilkan efisiensi

karena

ketidaktersediaan

barang

intermediate,

yaitu

kapasitas

manajerial,ilmu pengetahuan dan teknologi. Kojima (1982) mencoba untuk mengintegrasikan teori perdagangan dengan FDI dan menyarankan bahwa FDI diperlukan untuk membuat faktor pasar lebih kompetitif dan efisien di tingkat Internasional. Selain itu, juga untuk meningkatkan proses produksi di negara yang diberkati dengan sumber daya tertentu. Dengan masuknya FDI akan mengakibatkan peningkatan produksi dan ekspor jika ditransfer dalam bentuk paket modal, keahlian manajerial dan teknologi

commit to user

27

dari sebuah industri yang memiliki kelemahan perbandingan dalam investasi negara dibandingkan dengan negara penerima. Sehingga memberikan kontribusi untuk keuntungan produktivitas dan perbandingan dari negara tuan rumah. Kemudian kojima menamakan kondisi tersebut sebagai FDI dengan orientasi pada perdagangan (the trade oriented) yang khususnya diterapkan oleh Jepang. perpustakaan.uns.ac.id digilib.uns.ac.id Di sisi lain, jika FDI bergerak keluar dari sebuah industri yang memiliki keunggulan komparatif dalam investasi ke negara lain, akan mengakibatkan kerugian efisiensi dengan cara pemblokiran reorganisasi perdagangan internasional. Cara tersebut kemudian disebut sebagai FDI dengan orientasi anti perdagangan (anti trade oriented). Tipe seperti ini sering digunakan investor-investor dari Amerika.

2.2. Hubungan Antara Pertumbuhan Ekonomi Dengan FDI Profesor Simon Kuznets (di dalam Todaro, 2000:144) mendefinisikan 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, institusional, dan ideologis terhadap berbagai tuntutan keadaan yang ada. Masing-masing dari ketiga komponen pokok dari definisi itu sangat penting untuk diketahui terlebih dahulu yaitu sebagai berikut : a) Kenaikan output secara berkesinambungan adalah manifestasi atau perwujudan dari apa yang disebut sebagai pertumbuhan ekonomi, sedangkan kemampuan

commit to user

28

menyediakan berbagai jenis barang itu sendiri merupakan tanda kematangan ekonomi (economic maturity) di suatu negara yang bersangkutan. b) Perkembangan teknologi merupakan dasar atau prakondisi bagi berlangsungnya suatu pertumbuhan ekonomi secara berkelanjutan. c) Untuk mewujudkan potensi pertumbuhan yang terkandung didalam teknologi perpustakaan.uns.ac.id digilib.uns.ac.id baru, maka perlu diadakan serangkaian penyesuaian kelembagaan, sikap, dan ideologi. Pertumbuhan ekonomi menurut Samuelson (2004:249-252) menjelaskan bahwa pertumbuhan ekonomi menunjukkan adanya perluasan atau peningkatan dari Gross Domestic Product potensial/output dari suatu negara. Ada 4 faktor yang menyebabkan pertumbuhan ekonomi diantaranya,sumber daya manusia, sumber daya alam, pembentukan modal, serta perubahan teknologi dan inovasi. Untuk mengukur adanya pertumbuhan ekonomi dari suatu negara dapat dilihat dari peningkatan jumlah barang dan jasa dalam perekonomian. Peningkatan barang dan jasa tersebut dapat diartikan sebagai nilai dari Gross Domestik Produk (GDP), sehingga nilai GDP bisa digunakan sebagai alternatif dalam mengukur persentase pertumbuhan ekonomi auatu negara. GDP sendiri didefinisikan sebagai seluruh nilai tambah yang dihasilkan oleh berbagai sektor atau lapangan usaha yang melakukan kegiatan usahanya secara domestik atau agregat. Cara menentukan tingkat pertumbuhan ekonomi yang dicapai suatu negara dari tahun ke tahun dapat di estimasi dengan data-data pendapatan nasional (GDP). Dalam penghitungan pendapatan nasional (GDP) dibedakan menjadi dua metode. Pertama, pendapatan nasional (GDP) yang dihitung berdasarkan pada harga-harga yang berlaku pada tahun tersebut atau GDP nominal. Apabila menggunakan harga

commit to user

29

berlaku, maka nilai pendapatan nasional (GDP) menunjukkan kecenderungan yang semakin meningkat dari tahun ke tahun. Perubahan tersebut dikarenakan oleh pertambahan barang dan jasa dalam perekonomian serta adanya kenaikan-kenaikan hargayang berlaku dari waktu ke waktu. Kedua, pendapatan nasional berdasarkan harga tetap (GDP riil) yakni perpustakaan.uns.ac.id digilib.uns.ac.id perhitungan pendapatan nasional dengan menggunakan harga yang berlaku pada satu tahun (tahun dasar) yang seterusnya digunakan untuk menilai barang dan jasa yang dihasilkan pada tahun-tahun berikutnya. Nilai pendapatan nasional yang diperoleh secara harga

tetap ini dinamakan pendapatan nasional riil. Adapun konsep

perhitungan pertumbuhan ekonomi dengan menggunakan data GDP dapat dijelaskan sebagai berikut :

(2.1) dimana : Gt

= Pertumbuhan ekonomi periode t (triwulan atau tahunan)

GDPRt

= Gross Domestik Produk Riil periode t (harga konstan)

GDPR(t-1)

= Gross Domestik Produk Riil periode sebelumnya

Apabila interval waktu lebih dari satu periode maka perhitungan pertumbuhan ekonomi dapat dilakukan dengan menggunakan persamaan eksponensial yaitu : GDPRt = GDPR0. (1+r)2

(2.2)

dimana : GDPRt

= Gross Domestik Produk Riil periode t

GDPR0

= Gross Domestik Produk Riil periode 0

r

= Tingkat pertumbuhan

t

= Jarak periode Berdasarkan penjelasan diatas pada dasarnya pertumbuhan ekonomi

mencerminkan kondisi aliran barang dan jasa pada suatu perekonomian. Semakin

commit to user

30

besar peningkatan aliran barang dan jasa akan menyebabkan adanya kenaikan pada pertumbuhan ekonomi. Oleh karena itu pertumbuhan ekonomi merupakan variabel ekonomi makro yang bisa digunakan sebagai indikator besarnya pasar (market size) suatu negara. Sehingga terdapat hubungan yang positif antara pertumbuhan ekonomi dengan FDI, dimana kenaikan pertumbuhan ekonomi mengindikasikan adanya perpustakaan.uns.ac.id digilib.uns.ac.id kondisi pasar yang potensial (market potential) yang akan menarik para investor asing untuk melakukan investasi di dalam perekonomian tersebut (CMCG, 2003). Menurut ODI (di dalam Dermiham dan Masca, 2008) menjelaskan bahwa pertumbuhan GDP (GDP Growth) sebagai indikator pertumbuhan ekonomi menunjukkan pengaruh yang signifikan terhadap pengambilan keputusan investor dalam menanamkan modalnya dalam bentuk FDI. Lebih lanjut Kusumastuti (2008) melakukan penelitian determinan FDI di ASEAN 6, China, India, dan Korea Selatan 1999-2004. Dalam penelitian tersebut ditemukan bahwa investasi asing yang masuk ke suatu negara dalam jangka pendek maupun jangka panjang dipengaruhi oleh kinerja ekonomi makro salah satunya adalah pertumbuhan ekonomi yang memilikki hubungan secara positif dan signifikan.

2.3. Hubungan Antara Nilai Tukar Dengan FDI Nilai tukar atau kurs adalah harga satu satuan mata uang dalam satuan mata uang lain. Nilai tukar valuta asing ditentukan dalam pasar valuta asing, yaitu pasar tempat berbagai valuta asing yang berbeda diperdagangkan (Samuelson dan Nordhaus, 2004). Menurut Kuncoro (1996) mendefinisikan nilai tukar atau kurs merupakan harga atau nilai tukar mata uang lokal terhadap mata uang asing. Para pelaku dalam

commit to user

31

pasar internasional amat peduli terhadap penentuan kurs valuta asing (valas), karena kurs valas akan mempengaruhi biaya dan manfaat ”bermain” dalam perdagangan barang, jasa dan surat berharga. Faktor-faktor fundamental yang diduga kuat berpengaruh kuat terhadap kurs valas adalah jumlah uang beredar, pendapatan riil relatif, harga relatif, perbedaan inflasi, perbedaan suku bunga, dan permintaan serta perpustakaan.uns.ac.id digilib.uns.ac.id penawaran asset di kedua negara. Pada perkembangannya Mankiw (2000) membedakan nilai tukar menjadi dua jenis yaitu, nilai tukar nominal yang merupakan harga relatif uang dua negara, nilai tukar riil adalah harga relatif dari barang-barang kedua negara. Sedangkan perubahan nilai tukar dibedakan menjadi apresiasi dan depresiasi. Apresiasi merupakan suatu peningkatan nilai tukar mata uang yang dihitung oleh jumlah mata uang asing yang dibelinya. Depresiasi adalah suatu penurunan nilai mata uang asing yang dihitung oleh jumlah mata uang asing yang dibelinya. Untuk mengukur besarnya nilai tukar riil yaitu dengan cara menghitung kurs nominal dan tingkat harga di kedua negara. Jika nilai tukar riil adalah tinggi, barangbarang luar negeri akan relatif murah, dan barang-barang domestik relatif mahal. Jika nilai tukar riil adalah rendah, barang-barang luar negeri relatif mahal, dan barangbarang domestik relatif murah. Perhitungan nilai tukar riil dapat ditunjukkan sebagai berikut :

ɛ = ex (P/P*) dimana : ɛ= nilai tukar riil, e= nilai tukar nominal, P = tingkat harga negara

(2.3) A, dan

P* = tingkat harga negara B Dari persamaan diatas juga menunjukkan bahwa nilai tukar nominal bergantung pada nilai tukar rill dan tingkat harga di kedua negara. Berdasarkan nilai tukar riil, jika tingkat harga domestik P meningkat, maka nilai tukar nominal eakan

commit to user

32

turun karena nilai mata uang di negara A berkurang nilainya, satu nilai mata uang A akan membeli lebih sedikit mata uang B. Di sisi lain, , jika tingkat harga domestik P* meningkat, maka nilai tukar nominal e akan meningkat karena nilai mata uang di negara B berkurang nilainya, satu nilai mata uang A akan membeli lebih banyak mata uang B. perpustakaan.uns.ac.id digilib.uns.ac.id Hubungan nilai tukar terhadap pertumbuhan FDI bisa dilihat dari jalur upah tenaga kerja (Klein dan Rosengen, 1992). Di negara industri dengan nilai tukar mengambang, upah tenaga kerja ditentukan oleh pergerakan nilai mata uang. Sehingga depresiasi mata uang domestik berdampak pada peningkatan FDI inflows karena upah tenaga kerja yang murah. Di sisi lain, terjadinya apresiasi mata uang domestik akan berdampak pada penurunan FDI inflows akibat tuntutan upah tenaga kerja yang menjadi tinggi. Menurut Chowdury dan Mark (2008) yang meneliti tentang dampak volatilitas nilai tukar terhadap FDI melalui analisis impulse respon VECM diperoleh hasil bahwa dengan adanya goncangan volatilitas nilai tukar mengakibatkan dampak yang positif secara jangka panjang terhadap FDI. Hoang (2010) juga menyimpulkan hasil yang sama dengan melakukan analisis dengan regresi data panel pendekatan Random Effect Method (REM) yaitu koefisien regresi dari variabel nilai tukar bertanda positif dan mempunyai pengaruh signifikan secara statistik terhadap FDI.

2.4. Hubungan Antara Tenaga Kerja Dengan FDI Pengertian tenaga kerja menurut World Bank merupakantotal tenaga terdiri dari orang-orang usia 15 dan atau lebih tua yang memenuhi definisi International Labour Organization penduduk aktif secara ekonomi: semua orang yang memasok

commit to user

33

tenaga kerja untuk produksi barang dan jasa selama jangka waktu tertentu. Termasuk yang bekerja maupun menganggur. Sementara itu dalam prakteknya setiap negara memilikki perbedaan dalam memberikan perlakuan definisi dari angkatan kerja itu sendiri. Seperti kelompok angkatan bersenjata dan pekerja musiman atau paruh waktu, secara umum angkatan perpustakaan.uns.ac.id digilib.uns.ac.id kerja mencakup angkatan bersenjata, pengangguran, dan orang yang baru mencari kerja, tetapi tidak termasuk ibu rumah tangga, relawan dan pekerja di sektor informal. Tenaga kerja merupakan faktor yang terpenting dalam proses produksi. Sebagai sarana produksi, tenaga kerja lebih penting daripada sarana produksi yang lain seperti bahan mentah, tanah, air, dan sebagainya. Karena manusialah yang menggerakkan semua sumber-sumber tersebut untuk menghasilkan barang (Bakir dan Manning, didalam Tindaon, 2011). Pada dasarnya tenaga kerja dibagi dalam dua kelompok, yaitu: a) Angkatan kerja yaitu tenaga kerja berusia 10 tahun yang selama seminggu yang lalu mempunyai pekerjaan, baik yang bekerja maupun yang sementara tidak bekerja karena suatu sebab. Di samping itu, mereka yang tidak mempunyai pekerjaan tetap sedang mencari pekerjaan atau mengharapkan pekerjaan. b) Bukan angkatan kerja yaitu tenaga kerja yang berusia 10 tahun ke atas yang selama seminggu yang lalu hanya bersekolah, mengurus rumah tangga,

dan

sebagainya

dan

tidak

melakukan

kegiatan

yang

dapat

dikategorikan bekerja, sementara tidak bekerja atau mencari kerja. Ketiga golongan dalam kelompok bukan angkatan kerja sewaktu-waktu dapat

commit to user

34

menawarkan jasanya untuk bekerja. Oleh sebab itu kelompok ini sering dinamakan potential labor force. Teori tentang ketenagakerjaan yang dikemukakan oleh Lewis menjelaskan bahwa kelebihan pekerja merupakan kesempatan dan bukan masalah. Kelebihan pekerja satu sektor akan memberikan andil terhadap pertumbuhan output dan perpustakaan.uns.ac.id digilib.uns.ac.id penyediaan pekerja di sektor lain. Selanjutnya Lewis mengemukakan bahwa ada dua sektor di dalam perekonomian negara sedang berkembang, yaitu sektor modern dan sektor tradisional. Sektor tradisional tidak hanya

berupa

sektor

pertanian di pedesaan, melainkan juga termasuk sektor informal di perkotaan (pedagang kaki lima, pengecer, pedagang angkringan). Sektor informal mampu menyerap kelebihan tenaga kerja

yang ada selama berlangsungnya proses

industrialisasi, sehingga disebut katub pengaman ketenagakerjaan (Todaro, 2000). Dengan terserapnya kelebihan tenaga kerja disektor industri (sektor modern) oleh sektor informal, maka pada suatu saat tingkat upah di pedesaan akan meningkat. Peningkatan upah ini akan mengurangi perbedaan tingkat pendapatan antara pedesaan dan perkotaan, sehingga kelebihan penawaran pekerja tidak menimbulkan masalah pada pertumbuhan ekonomi. Sebaliknya kelebihan pekerja justru merupakan modal untuk mengakumulasi pendapatan, dengan asumsi perpindahan tenaga kerja dari sektor tradisional ke sektor modern berjalan lancar dan perpindahan tersebut tidak pernah menjadi terlalu banyak. Ketersediaan tenaga kerja memilikki hubungan yang erat dengan aktivitas investasi. Karena dalam operasional kegiatan produksi perusahaan membutuhkan input faktor produksi yang salah satunya adalah tenaga kerja itu sendiri. Sesuai yang dikemukan oleh Nicholson W (2002) menjelaskan bahwa fungsi produksi suatu

commit to user

35

barang atau jasa tertentu (q) adalah q = f (K, L) dimana k merupakan modal dan L adalah tenaga kerja yang memperlihatkan jumlah maksimal suatu barang/jasa yang dapat diproduksi dengan menggunakan kombinasi alternatif antara K dan L maka apabila salah satu masukan ditambah satu unit tambahan dan masukan lainnya dianggap tetap akan menyebabkan tambahan keluaran yang dapat diproduksi. perpustakaan.uns.ac.id digilib.uns.ac.id Tambahan keluaran yang diproduksi inilah yang disebut dengan produk fisik marjinal (Marginal Physcal Product). Selanjutnya dikatakan bahwa apabila jumlah tenaga kerja ditambah terus menerus sedang faktor produksi lain dipertahankan konstan, maka pada awalnya akan menunjukkan peningkatan produktivitas namun pada suatu tingkat tertentu akan memperlihatkan penurunan produktivitasnya serta setelah mencapai tingkat keluaran maksimal setiap penambahan tenaga kerja akan mengurangi pengeluaran. Menurut Pourshahabi (2011) dalam penelitiannya menyatakan bahwa semakin tinggi tingkat sumber daya manusia akan berasosiasi positif terhadap keuntungan yang didapatkan dari kegiatan investasi termasuk FDI.Sehingga bisa dijelaskan bahwa adanya ketersediaan tenaga kerja berhubungan positif terhadap penanaman modal tidak terkecuali dalam bentuk FDI. Seperti diketahui salah satu tujuan adanya FDI adalah untuk mencari sumber daya (resource seeking). Sumber daya yang dimaksud diantaranya adalah ketersediaan tenaga kerja itu sendiri sebagai penunjang kegiatan produksi perusahaan, selain itu dengan penawaran tenaga kerja yang banyak membuat harga dari tenaga kerja itu sendiri menjadi murah, sehingga perusahaan bisa memangkas biaya produksinya.

commit to user

36

2.5. Hubungan Antara Infrastruktur Dengan FDI Pengertian Infrastruktur menurut Moteff dan Parformak (2004) adalah sebagai sarana prasarana dengan karakteristik umum modal yang tinggi dan investasi publik yang intensif di semua tingkat pemerintah. Sedangkan Torrisi (2009) menyatakan bahwa infrastruktur merupakanjumlah material, lembaga, fasilitas perpustakaan.uns.ac.id digilib.uns.ac.id pribadi dan data yang tersedia untuk pelaku ekonomi yang berkontribusi dalam pemerataan pendapatan dari alokasi sumber daya pada tingkat kegiatan ekonomi secara maksimal. Para ekonom dan perencana membedakan jenis infrastruktur menjadi infrastruktur ekonomi dan sosial infrastruktur. Infrastruktur ekonomi didefinisikan sebagai infrastruktur yang mempromosikan aktivitas ekonomi, seperti jalan, jalan raya, rel kereta api, bandar udara, pelabuhan laut, listrik, telekomunikasi, pasokan air dan sanitasi. Infrastruktur sosial (seperti sekolah, perpustakaan, Universitas, klinik, rumah sakit, pengadilan, museum, teater, taman bermain, taman, air mancur dan patung-patung) didefinisikan sebagai infrastruktur yang mempromosikan kesehatan, pendidikan, dan standar kegiatan budaya penduduk baik yang berdampak langsung maupun tidak langsung pada kesejahteraan (Snieska dan Simkunaite, 2009). Menurut UN-Habitat Report (2011) menjelaskan bahwa infrastruktur ekonomi dapat lebih lanjut dibagi menjadi tiga kategori: utilitas (energi, pipa gas, telekomunikasi, air dan sanitasi, pembuangan kotoran dan pembuangan limbah padat), pekerjaan umum (jalan dan danau tampungan air di bendungan, irigasi dan drainase) dan lainnya transportasi sub-sektor (kereta api, air dan pelabuhan, bandar udara dan sistem angkutan urban). Dalam statistik keuangan nasional ini ditemukan dalam dua sub-judul dari produk domestik bruto (PDB): listrik, gas dan air terletak di

commit to user

37

sektor sekunder; sementara transportasi, penyimpanan dan komunikasi ditemukan di sektor tersier. Secara umum, bentuk dari infrastruktur dapat dikategorikan menjadi infrastruktur keras (hard infrastructure) dan infrastruktur lunak (soft infrastructure). Bentuk infrastruktur mengacu pada struktur fisik atau fasilitas yang mendukung perpustakaan.uns.ac.id digilib.uns.ac.id masyarakat dan perekonomian, seperti, transportasi (pelabuhan, jalan, dan perkerataapian); energi (pembangkit

listrik, jalur pipa minyak dan gas);

telekomunikasi (telepon dan internet), serta kebutuhan dasar (pasokan air bersih, rumah sakit, klinik kesehatan , sekolah , irigasi,dll). Dalam analisisnya Todaro (2000) menjelaskan bahwa tingkat ketersediaan infrastruktur di suatu negara memilikki peranan yang sangat penting dalam menentukan tingkat kecepatan serta perluasan pembangunan ekonomi.Ketersediaan infrastruktur menjadi salah satu faktor penting bagi investor dalam mengambil keputusan untuk melakukan investasi tidak terkecuali investasi dalam bentuk FDI. Dimana dengan adanya infrastruktur yang baik akan berhubungan positif terhadap besarnya aliran FDI yang masuk ke dalam negeri. Peran infrastruktur secara luas sangat penting bagi rumah tangga dan perusahaan. Ketersediaan dan kualitas infrastruktur menghasilkan keputusan yang berbeda untuk berinvestasi , migrasi, dan pendirian lokasi bisnis. Ketersediaan layanan infrastruktur secara signifikan mempengaruhi pembangunan daerah dan negara. Hal ini merupakan alasan mengapa tingkat dan kualitas infrastruktur memiliki dampak langsung terhadap produktivitas bisnis dan pertumbuhan investasi (Snieska dan Simkunaite, 2009).

commit to user

38

Menurut Dermiham dan Masca (2008) dalam penelitiannya menemukan bahwa variabel infrastruktur dengan menggunakan telephone mainlines sebagai indikator, diperoleh hasil yaitu variabel infrastruktur berpengaruh positif dan signifikan

secara statistik terhadap

FDI yang masuk ke dalam

negara

berkembang.Hal tersebut juga didukung oleh Catherine dan Rashid (2011) dalam perpustakaan.uns.ac.id digilib.uns.ac.id penelitianya menjelaskan bahwa dengan perkembangan infrastruktur yang baik akan berpengaruh positif terhadap peningkatan aliran FDI. Dalam penelitian ini digunakan telekomunikasi sebagai indikator perkembangan infrastruktur.

2.6. Penelitian Sebelumnya Catherine dan Rashid (2011), melakukan penelitian terhadap determinan FDI dengan memfokuskan pada variabel-variabel ekonomi makro dan karakteristik di ASEAN 5 periode 1975 – 2009. Metode analisis yang digunakan dalam penelitian ini adalah analisis time series. Hipotesis dari penelitian ini adalah model faktor ekonomi makro sama baiknya dengan model faktor karakteristik negara sebagai determinan FDI di ASEAN 5. Variabel ekonomi makro yang digunakan terdiri atas, pertumbuhan ekonomi, tingkat produksi, nilai tukar, inflasi, dan derajat keterbukaan ekonomi. Sedangkan variabel karakteristik negara yang digunakan adalah pendapatan perkapita, infrastruktur, telekomunikasi, jumlah tenaga kerja, jumlah kedatangan turis, dan angka melek huruf. Hasil dari penelitian ini menunjukkan bahwa variabel-variabel faktor ekonomi makro memilikki hubungan yang kuat sebagai determinan FDI di ASEAN 5, meskipun beberapa variabel tidak signifikan dan berdampak sebaliknya di beberapa negara. Di sisi lain, variabel-variabel faktor karakteristik negara dari model yang dihasilkan menunjukkan hubungan yang lemah

commit to user

39

sebagai determinan FDI. Sehingga peneliti tidak berani menarik kesimpulan secara pasti terhadap determinan FDI di masing-masing negara. Pourshahabi, Davoud, dan Ehsan (2011) dalam studinya di negara anggota OECD periode 1997-2007 menggunakan dua model yang diestimati dengan metode data panel. Pada model pertama, ditemukan bahwa investasi SDM, ukuran pasar, perpustakaan.uns.ac.id digilib.uns.ac.id stabilitas politik, dan inflasi bepengaruh positif ddan signifikan terhadap FDI. Selain itu, dampak keterbukaan ekonomi terhadap FDI di negara OECD juga berpengaruh positif, meskipun tidak signifikan secara statistik. Pada model kedua, ditemukan hasil bahwa FDI, keterbukaan ekonomi, pengeluaran konsumsi pemerintah, investasi publik, dan investasi SDM mendorong pertumbuhan ekonomi di negara tersebut. Sedangkan, inflasi dan total utang mempunyai dampak negatif terhadap pertumbuhan ekonomi, tetapi variabel inflasi tidak signifikan secara statistik. Nurudeen, Wafure, dan Auta (2011) studi ini mengkaji faktor penentu utama dari asing langsung investasi (FDI) di Nigeria, menganalisis data tahunan selama 1970-2008, menggunakan teknik OLS dan error correction techniques. Hasil regresi menunjukkan bahwa keterbukaan ekonomi untuk perdagangan (OP), privatisasi (PR), tingkat infrastruktur pembangunan (FR), dan depresiasi nilai tukar (EXC) memiliki efek positif yang signifikan pada FDI inflows ke Nigeria. Selain itu, hasil penelitian ini juga mengungkapkan bahwa ukuran pasar (PDB) negara tujuan FDI memiliki efek negatif yang signifikan terhadap FDI, sementara inflasi memilikki pengaruh signifikan dan positif terhadap FDI inflows ke Nigeria. Srinivasan (2011) menggunakan pendekatan data panel random effect untuk mengeksplorasi determinan FDI di negara south asian association for regional cooperation (SAARC) periode 1970-2007. Hasil penelitian ini mengungkapkan

commit to user

40

bahwa ukuran pasar, GDP per kapita, keterbukaan perdagangan, fasilitas infrastruktur, inflasi, tingkat resiko dan ketidakpastian, dan pembentukan negara SAARC adalah faktor paling penting dalam menentukan FDI di negara-negara SAARC. Selain itu, hasil menunjukkan bahwa variabel lain seperti investasi SDM, tingkat industrialisasi, nilai tukar riil, investasi domestik tidak signifikan dalam perpustakaan.uns.ac.id digilib.uns.ac.id menarik FDI ke negara SAARC. Peng, et al (2011) menggunakan fungsi impulse respon dan estimasi metode variance decomposition untuk menyelidiki hubungan dinamis dua arah antara peran regulasi dan FDI selama 1985 untuk 2009 di China. Hasil dari impulse respon menunjukkan efek dampak regulasimenyebabkan nilai FDI menjadi menurun dalam jangka panjang. Dengan adanya dugaan adanya dampak kerusakan yang ditimbulkan, regulasi terhadap FDI yang dikeluarkan bergantung pada indikator regulasi yang digunakan. Selain itu, hasil impulse respon juga menunjukkan respon yang positif bahwa FDI akan mendorong kerusakan ekologi dan adanya intervensi kepada pemerintah untuk memperlonggar standar regulasi yang telah ditetapkan. Hoang (2010), melakukan analisis terhadap determinan FDI di negaranegara Asia Tenggara periode 1991-2009 dengan menggunakan pendekatan data panel. Hasil penelitian ini mengindikasikan bahwa ukuran pasar, keterbukaan ekonomi, kualitas infrastruktur, sumber daya manusia, produktivitas tenaga kerja adalah faktor utama yang berpengaruh positif terhadap aliran FDI. Selain itu, kebijakan nilai tukar, tingkat suku bunga riil, resiko politik, dan kualitas institusi juga berpengaruh terhadap aliran FDI. Secara mengejutkan, tenaga kerja yang murah tidak mampu menarik aliran FDI di kawasan tersebut, karena investor asing lebih

commit to user

41

tertarik pada produktivitas tenaga kerja. Penelitian ini juga menunjukkan bahwa krisis keuangan Asia 1997 berdampak pada jumlah FDI yang masuk. Kok dan Bernur (2009) melakukan investigasi terhadap determinan FDI yang paling baik di negara berkembang. Analisis dilakukan dengan metode data panel dengan menggunakan data 24 negara berkembang, periode 1983-2005 untuk perpustakaan.uns.ac.id digilib.uns.ac.id FMOLS dan 1976-2005 untuk cross section SUR. Hasil temuan dalam penelitian ini adalah beberapa determinan FDI (volume perdagangan, jaringan telepon, gross capital formation, dan pertumbuhan GDP perkapita) memilikki pengaruh yang kuat dan positif terhadap FDI. Sedangkan, total utang/GDP dan inflasi memilikki dampak negatif terhadap FDI. Pada penelitian ini variabel telekomunikasi dengan indikator jaringan telepon menjadi determinan yang paling kuat pengaruhnya. Bakir

dan

Alfawwaz

(2009)

penelitian

ini

bertujuan

untuk

mengidentifikasikan determinan FDI di Jordan. Studi ini menggunakan model gravity untuk melihat faktor penarik negara di kawasan Arab untuk menanamkan FDI ke Jordan periode 1996-2007. Selain itu, juga untuk mengetahui dampak perjanjian GAFTA terhadap FDI Jordan. Estimasi model dilakukan dengan metode data panel terhadap beberapa negara dan periode waktu. Kesimpulan dari studi ini menunjukkan ukuran pasar dengan indikator GDP dan GDP perkapita adalah determinan utama FDI. Sedangkan, variabel jarak, hambatan umum, dan ketersediaan tenaga kerja di masing-masing negara tidak signifikan terhadap FDI. Adanya perjanjian GAFTA tidak signifikan mempengaruhi aliran FDI. Yol dan Teng-teng (2009) melakukan investigasi terhadap faktor-faktor jangka pendek dan jangka panjang yang mempengaruhi aliran FDI di Malaysia periode 1975-2006. Alat analisis yang digunakan adalah VECM dengan variabel

commit to user

42

penelitian FDI, keterbukaan, nilai tukar riil, expor, GDP, dan infrastruktur. Hasil temuan dari kajian ini adalah dalam jangka panjang keputusan investasi FDI ke Malaysia secara positif dipengaruhi oleh nilai tukar riil, pertumbuhan GDP, infrastuktur, dan dipengaruhi secara negatif oleh variabel ekspor. Sedangkan, dalam jangka pendek, aliran FDI yang masuk ke Malaysia dipengaruhi secara negatif oleh perpustakaan.uns.ac.id digilib.uns.ac.id lag dari FDI sendiri, pertumbuhan GDP, infrastruktur, ekspor, serta dipengaruhi secara positif oleh keterbukaan ekonomi, dan nilai tukar riil. Hasil error correction term (ECT) menyatakan bahwa kurang lebih 12% ketidakseimbangan dalam aliran FDI yang dikoreksi pada tiap tahunnya di Malaysia selama periode kajian. Dermihan dan Masca (2008) melakukan studi eksplorasi dengan metode model ekonometrika cross-sectional dengan sampel 38 negara berkembang periode 2000-2004. Dalam model ini variabel dependenya adalah FDI, sedangkan variabel independentnya adalah, pertumbuhan GDP perkapita, tingkat inflasi, jaringan telepon utama per 1000 orang dalam log, biaya tenaga kerja per pekerja di sektor industri dalam log, derajat keterbukaan, resiko dan pajak korporasi. Berdasarkan hasil analisis ekonometrika dalam model utama ditemukan bahwa pertumbuhan GDP perkapita, jaringan telepon utama dan derajat keterbukaan mempunyai pengaruh yang positif dan signifikan terhadap FDI. Tingkat inflasi dan pajak korporasi berpengaruh negatif dan signifikan secara statistik. Biaya tenaga kerja berdampak positif dan resiko berdampak negatif, namun keduanya tidak signifikan secara statistik. Kusumastuti (2008) melakukan analisis terhadap determinan FDI di negara berkembang ASIA dan dampaknya terhadap pertumbuhan industri. Analisis dilakukan dengan metode data panel untuk sampel 9 negara (ASEAN 6, China, India,

commit to user

43

dan Korea) periode 1999-2004. Pendekatan ekonometrika dengan data panel yang digunakan adalah dengan fix effect dan random effect. Kesimpulan dari studi ini adalah besarnya aliran FDI ditentukan oleh variabel resiko yang ada di negara tujuan dan variabel ekonomi makro seperti inflasi, resiko, keterbukaan ekonomi, dan tingkat pendidikan. Studi ini juga menemukan bahwa indeks persepsi korupsi dan performa perpustakaan.uns.ac.id digilib.uns.ac.id FDI pada periode sebelumnya juga patut dipertimbangkan. Selain itu, adanya indeks daya saing dan ranking investasi diduga juga potensial dalam mempengaruhi FDI. Pertumbuhan industri berhubungan positif dengan FDI inflows. Chowdury dan Wheeler (2008) studi ini mempelajari dampak guncangan ketidakpastian (volatilitas) nilai tukarterhadap investasi langsung asing (FDI) di Kanada, Jepang, Britania Raya, dan Amerika Serikat. Analisis ini dilakukan dengan menggunakan model VAR yang berisi variabel tingkat harga, GDP riil, nilai tukar riil, volatilitas nilai tukar riil, suku bunga, dan FDI. Hasil dari dekomposisi varians menunjukkan implikasi kebijakan publik. Di Kanada, Jepang, dan Amerika Serikat, inovasi variabel ketidakpastian nilai tukar secara signifikan menjelaskan hubungan jangka panjang dengan FDI. Hasil impulse respon menunjukkan bahwa guncangan variabel volatilitas nilai tukar telah berdampak positif terhadap FDI dan berlangsung dengan lag. Wijeweera dan Mounter (2008) melakukan kajian terhadap dampak jangka panjang perubahan variabel-variabel ekonomi makro terhadap FDI inflows di Srilanka. Dalam melakukan estimasi model, teknik yang digunakan dalam penelitian ini adalah VAR dan variabel yang digunakan adalah FDI, ukuran pasar, GDP riil, perdagangan, indikator tingkat upah, nilai tukar, dan indikator keterbukaan. Temuan menunjukkan bahwa, dari kelima variabel penjelas yang digunakan, tingkat upah

commit to user

44

menjadi determinan penting dalam menarik FDI ke Srilanka. Arah hubungan FDI dengan tingkat upah adalah negatif. Namun, indikator ekonomi utama lainnya seperti PDB, nilai tukar, suku bunga, dan tingkat perdagangan luar negeri juga harus diberikan pertimbangan dalam kebijakan yang dirancang untuk menarik FDI inflows. Dalam jangka panjang hubungan antara FDI dengan GDP riil, FDI periode perpustakaan.uns.ac.id digilib.uns.ac.id sebelumnya, keterbukaan, perdagangan adalah positif, sedangkan adanya depresiasi nilai tukar mata uang Srilanka berdampak negatif terhadap FDI inflows 10 tahun terakhir ini. Tang, E.A Selvanathan, dan S. Selvanathan (2008) dalam peneletian ini melihat hubungan kausal antara investasi langsung asing (FDI), investasi domestik dan pertumbuhan ekonomi di Cina untuk periode tahun 1988-2003. Untuk melakukan analisis, dalam penelitian ini digunakan sistem VAR multivarian dengan model koreksi kesalahan (ECM) atau dikenal sebagai VECM dengan fungsi impulse respon dan FEDV. Hasilnya menunjukkan bahwa terdapat hubungan kausalitas dua arah antara investasi domestik dan pertumbuhan ekonomi, sedangkan hubungan FDI terhadap investasi domestik dan pertumbuhan ekonomi adalah kausalitas satu arah saja. FDI ditemukan menjadi pelengkap adanya investasi domestik. Dengan demikian, FDI tidak hanya membantu dalam mengatasi kekurangan modal, itu juga merangsang pertumbuhan ekonomi dengan menjadi pelengkap investasi domestik di Cina. Dhakal, Mixon, dan Upadhyaya (2007), mengidentifikasikan faktor-faktor yang menentukan FDI inflows di negara-negara sosialis timur dan Eropa Tengah periode 1995-2004. Variabel-variabel penelitian yang digunakan adalah FDI, GDP riil, tingkat inflasi, nilai tukar riil, neraca transaksi berjalan, keterbukaan ekonomi,

commit to user

45

dan deregulasi pemerintah. Estimasi data dilakukan dengan menggunakan metode data panel. Hasil dari studi ini menyimpulkan bahwa nilai tukar riil, keterbukaan ekonomi dan deregulasi adalah faktor utama determinan FDI inflows di negara tersebut. Dari hasil fix-effect estimator data panel menunjukkan variabel keterbukaan ekonomi dan deregulasi pemerintah berpengaruh positif terhadap FDI, sedangkan perpustakaan.uns.ac.id digilib.uns.ac.id perubahan nilai tukar riil dan tingkat inflasi berpengaruh negatif terhadap FDI. Di lain sisi, ukuran pasar dengan indikator GDP secara statistik tidak berpengaruh terhadap FDI. Kim dan Yongyhyup (2007) penelitian ini menganalisa validitas variabel ekonomi makro seperti, volatilitas nilai tukar, ketidakstabilan ekonomi makro dan keterbukaan ekonomi, dalam menentukan intra-FDI inflows di ASEAN, Cina, Jepang, dan Korea. Hasil empiris dengan menggunakan teknik OLS pool data menunjukkan bahwa keterbukaan, nilai tukar, volatilitas nilai tukar, PDB per kapita dan akumulasi cadangan asing secara statistik signifikan faktor yang menentukan intra-FDI inflows. Variabel lain seperti ketidakstabilan faktor ekonomi makro tidak signifikan. Variabel seperti keterbukaan dan volatilitas nilai tukar memiliki implikasi langsung untuk FTA (foreign trade area), pengaturan mata uang kawasan, dan dengan demikian untuk mewujudkan integrasi ekonomi Asia Timur. Temuan ini juga menunjukkan bahwa FTA regional akan meningkatkan keterbukaan regional sebesar 10 persen dan meningkatkan intra-FDI inflows hampir 2 persen. Pengaturan nilai tukar kawasan akan mengurangi volatilitas nilai tukar regional sebagian juga akan meningkatkan intra-FDI inflows sekitar 10 persen. Kurniati, Y., Prasmuko, A., dan Yanfitri (2007) penelitian ini dilakukan oleh tiga orang peneliti dari BRE-DKM Bank Indonesia. Model yang digunakan di

commit to user

46

dalam penelitian ini adalah model Dunning dan model gravitasi dengan estimasi dilakukan secara panel dan OLS. Data yang digunakan dalam penelitian ini adalah data sekunder runtut waktu (time series) 1992-2006. Hasil temuan dari penelitian ini adalah hasil pengujian empiris terhadap determinan FDI ke emerging Asia, dan khususnya Indonesia memperkuat hasil survei yang dilakukan oleh lembaga-lembaga perpustakaan.uns.ac.id digilib.uns.ac.id internasional seperti World Economic Forum, JICA dll mengenai motif dari Investor asing menanamkan modalnya di Asia dan Indonesia, dimana investor menaruh perhatian besar terhadap potensi pasar, masalah efisiensi terkait dengan tenaga kerja dan infrastruktur, dan stabilitas finansial yang tercermin dari stabilitas nilai tukar serta adanya insentif investasi yang dapat tercermin dari terlibatnya home dan host countries dalam perjanjian investasi bilateral atau regional. Aqeel dan Nishat (2005) melakukan identifikasi terhadap determinan pertumbuhan FDI di Pakistan periode 1961-2003. Fokus utama studi ini adalah untuk mempelajari bagaimana bervariasinya variabel atau indikator yang digunakan untuk mencerminkan perdagangan, fiskal, dan liberalisasi sektor keuangan yang menarik FDI masuk ke Pakistan. Studi ini menggunakan pendekatan analisis VECM untuk mengidentifikasi variabel yangmenjadi determinan FDI di Pakistan. Studi ini menganggap variabel tingkat tarif, nilai tukar, tingkat pajak, kredit untuk sektor swasta dan indeks harga saham mampu menjelaskan FDI di Pakistan. Juga termasuk upah dan PDB per kapita untuk menguji hipotesis permintaan relatif tenaga kerja dan ukuran pasar. Semua variabel menunjukkan tanda-tanda yang benar secara statistik signifikan kecuali untuk upah dan berbagi indeks harga. Hasil studi ini jelas menekankan peran variabel kebijakan ini dalam menarik FDI dan menentukan pertumbuhan dalam jangka pendek dan jangka panjang di Pakistan. Studi juga

commit to user

47

menunjukkan dampak yang positif dan signifikan pembentukan FDI terhadap pertumbuhan ekonomi di Pakistan. Nonnemberg dan Mendonea (2004) tujuan dari penelitian ini adalah untuk mencari pencerahan tentang determinan FDI di negara-negara berkembang. Dalam rangka untuk melakukan studi tersebut, digunakan sebuah model yang berbasis perpustakaan.uns.ac.id digilib.uns.ac.id analisis data panel 38 negara berkembang (termasuk negara transisi ekonomi) untuk periode 1975-2000. Kesimpulan utama penelitian ini bahwa FDI berkorelasi dengan tingkat pendidikan, keterbukaan ekonomi, resiko, dan variabel yang berkaitan dengan kinerja ekonomi makro seperti inflasi, resiko dan rata-rata tingkat pertumbuhan ekonomi. Hasil analisis juga menunjukkan bahwa FDI telah berhubungan erat dengan kinerja pasar saham. Terakhir, dari sebuah pengujian kausalitas antara FDI dengan GDP terdapat bukti yang menunjukan keberadaan hubungan kausalitas GDP yang mendorong aliran FDI. Namun, hubungan yang sebaliknya yaitu adanya FDI mendorong GDP tidak ditemukan. Sarwedi (2002) model analisis yang digunakan dalam penelitian ini merupakankarakteristik dalam negeri suatu negara, yang

akan dikombinasikan

dalam periode jangka pendek dan jangka panjang dengan menggunakan perhitungan kuadrat terkecil sederhana (ordinary least square = OLS). Dengan mengaplikasikan model koreksi kesalahan (error correction model=ECM) dan Uji Kausalitas Granger, akan diketahui faktor-faktor yang mempengaruhi investasi asing langsung (FDI) di Indonesia selama periode 1978 – 2001. Hasil perhitungan menunjukkan bahwa variabel ekonomi (GDP, Growth, upah, dan ekspor) mempunyai hubungan positif dengan FDI, sedangkan variabel

non ekonomi yaitu stabilitas politik (SP)

mempunyai hubungan negatif.

commit to user

48

2.7. Kerangka Pemikiran Kemunculan FDI dianggap sebagai salah satu alternatif dalam pembiayaan pembangunan ekonomi suatu negara. Mengingat, rendahnya tabungan nasional dan ancaman krisis utang yang menyebabkan semakin sulitnya akses terhadap pinjaman dana internasional. Tidak bisa dipungkiri keinginan setiap negara untuk menarik perpustakaan.uns.ac.id digilib.uns.ac.id investasi FDI ke dalam negeri telah menimbulkan adanya persaingan antar negara. Untuk memenangkan persaingan tersebut masing-masing negara memiliki strategi yang berbeda-beda. Kondisi tersebut mendorong kalangan akademis untuk mengkaji faktor-faktor apa saja yang menentukan masuknya aliran FDI ke suatu negara. Dalam perkembangannya penelitian-penelitian yang mengkaji determinan FDI semakin bertambah banyak jumlahnya. Namun, semakin banyak hasil penelitian yang ditemukan justru menimbulkan sebuah perdebatan panjang, bahkan sampai saat ini masih berlangsung dan belum menemui kata sepakat. Inti dari perdebatan tersebut adalah tidak adanya kesepakatan atas penentuan determinan FDI, dimana masingmasing memilikki kesimpulan dan cara yang berbeda-beda dalam menganalisis determinan

FDI.

Sebagian

besar

dari

penelitian

sebelumnya

mencoba

menggabungkan teori, metode, serta sudut pandang yang berbeda-beda. Tujuan penggabungan tersebut pada awalnya adalah untuk mendapatkan kesimpulan yang bisa diterima dari sudut pandang manapun. Namun demikian, hasil yang diperoleh justru terkesan menjadi ambigu. Sebuah terobosan baru dilakukan Catherine dan Rashid (2011) yang memfokuskan penelitannya bahwa ada dua faktor utama yang menarik aliran FDI ke suatu negara yaitu fundamental ekonomi makro dan karakteristik negara.

Yang

dimaksud faktor ekonomi makro dalam penelitian ini adalah gambaran kinerja dan

commit to user

49

perkembangan perekonomian dari suatu negara secara keseluruhan. Sedangkan faktor karakteristik negara menunjukkan ketersediaan fasilitas pendukung investasi yang dimilikki oleh suatu negara. Kedua faktor tersebut dianggap memilikki kekuatan yang sama baiknya sebagai determinan FDI. Kekurangan dari penelitian tersebut terletak pada hasil analisis yang telah dilakukan banyak yang tidak perpustakaan.uns.ac.id digilib.uns.ac.id signifikan dan menunjukkan hubungan yang berlawanan dengan hipotesis teori yang sudah ada, khususnya pada model faktor karakteristik negara. Berdasarkan penjelasan tersebut dalam penelitian ini dilakukan untuk melengkapi penelitian sebelumnya. Sedangkan yang membedakan penelitian ini dengan sebelumnya adalah adanya penyerdahanaan konstruksi model dan variabel yang digunakan. Determinan FDI yang difokuskan menjadi fundamental ekonomi makro

dan

karakteristik

negara

akan

dianalisis

dalam

satu

kesatuan

model.Sedangkan, variabel yang digunakan sebagai indikator masing-masing determinan dipilih berdasarkan observasi oleh peneliti. Obyek penelitian ini adalah lima negara anggota ASEAN yaitu Indonesia, Malaysia, Singapura, Thailand, Filipina, dan ditambah dengan China. Alasan utama pemilihan objek penelitian ini berdasarkan atas adanya kebangkitan Ekonomi di negara-negara ASEAN 5 dan khusunya China, diprediksi akan menjadi kekuatan baru ekonomi Asia. Periode analisis penelitian ini dimulai dari tahun 1988 karena merupakan awal dimulainya tren positif peningkatan FDI di negara-negara berkembang, khususnya kawasan Asia Pasifik. Pendekatan ekonometrika yang digunakan pada penelitian ini juga berbeda dengan yang sebelumnya. Dalam analisis data penelitian ini akan digunakan metode data panel untuk melihat perbandingan faktor fundamental ekonomi makro dan

commit to user

50

karakteristik negara sebagai determinan FDI di kawasan ASEAN 5 dan China. Selain itu, juga akan digunakan analisis VAR untuk melihat pola pengaruh faktor fundamental ekonomi makro dan karakteristik negara sebagai determinan FDI di masing-masing negara. Adapun skema kerangka pemikiran dalam penelitian ini dapat dijelaskan pada gambar berikut ini. perpustakaan.uns.ac.id

digilib.uns.ac.id

Determinan FDI

Ekonomi makro

Karakteristik Negara

Pertumbuhan Ekonomi

Tenaga Kerja

Nilai Tukar

Infrastruktur

FDI Inflows

Gambar 2.3. Skema Kerangka Pemikiran Penelitian

commit to user

51

2.8. Hipotesis Berdasarkan atas tinjauan teori, penelitian sebelumnya, dan kerangka pemikiran, maka dapat disusun hipotesis dari penelitian ini sebagai berikut : Hipotesis 1 (h1)

:

Variabel-variabel fundamental ekonomi makro dan karakteristik negara sama baiknya sebagaidigilib.uns.ac.id determinan


FDI di kawasan ASEAN 5 dan China. Hipotesis 2 (h2)

:

Variabel-variabel fundamental ekonomi makro dan karakteristik negara sebagai determinan, memilikki pola pengaruh yang hampir sama pada masing-masing negara ASEAN 5 (Indonesia, Malaysia, Singapura, Thailand, Filipina) dan China.

commit to user

52

BAB III METODE PENELITIAN

3.1. Ruang Lingkup Penelitian perpustakaan.uns.ac.id digilib.uns.ac.id Penelitian ini merupakan penelitian kuantitatif dengan menganalisis data sekunder dalam menguji hipotesis yang diajukan. Ruang lingkup yang digunakan dalam penelitian ini merupakan kajian Ekonomi Makro dan Ekonomi Internasional. Penelitian ini dilakukan dengan menganalisis dan membandingkan determinan FDI yang terdiri atas faktor ekonomi makro dan karakteristik negara di negara ASEAN 5 (Indonesia, Malaysia, Singapura, Thailand, Filipina), dan China.

3.2. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah berupa data sekunder yang bersifat time series (runtut waktu) dan berbentuk yearly (tahunan) selama periode 1988–2009. Data tersebut merupakan representasi dari variabel FDI dan determinan FDI dari negara Indonesia, Malaysia, Singapura, Thailand, Filipina, dan China. Variabel determinan FDI sendiri terdiri atas pertumbuhan ekonomi dan nilai tukar sebagai indikator faktor ekonomi makro, sedangkan tenaga kerja dan infrastruktur sebagai indikator karakteristik negara. Semua data yang digunakan dalam penelitian ini diperoleh dari hasil publikasi

metadata

World

Bank

yang

bisa

diakses

melalui

website

http://data.worldbank.org. Secara ringkas data yang digunakan dalam penelitian ini dapat dijelaskan pada tabel berikut ini.

commit to user

53

Tabel 3.1. Ringkasan Data Penelitian No. 1 2 3

Variabel FDI Pertumbuhan Ekonomi Nilai Tukar

4 Tenaga Kerja perpustakaan.uns.ac.id 5 Infrastruktur

Data FDI net inflows

Satuan Juta US$

Sumber World Bank

GDP growth

Persen

World Bank

LCU per US$

World Bank

Official Exchange Rate Labor Force Telephone lines

Juta Orang Per 100 orang

World Bank digilib.uns.ac.id World Bank

3.3. Definisi Operasional Variabel 3.3.1. Variabel Dependen (Variabel Terikat) Variabel dependen merupakan variabel yang dipengaruhi oleh variabelvariabel independennya. Adapun variabel dependen dalam penelitian ini adalah FDI (Foreign Direct Investment) yang merupakan salah satu bentuk investasi langsung yang bersifat jangka panjang, dilakukan oleh investor asing tidak hanya dalam bentuk modal finansial saja tetapi juga berupa, asset (aktiva tetap), alih teknologi, manajerial, dan modal intelektual. FDI ditandai dengan adanya arus modal internasional dimana perusahaan dari suatu negara mendirikan atau memperluas perusahaannya di negara lain, yang melibatkan bukan hanya pemindahan sumber daya tetapi juga adanya pemberlakuan pengendalian atau kontrol. FDI yang digunakan dalam penelitian ini adalah FDI net inflows dari negara Indonesia, Malaysia, Singapura, Thailand, Filipina, dan China periode 1988-2009. FDI net inflows yang dimaksud disini adalah arus investasi bersih yang masuk untuk mengakuisisi keuntungan dari pengelolaan manajemen (10 persen atau lebih dari saham hak suara) operasi perusahaan di dalam suatu perekonomian oleh investor. FDI net inflows adalah jumlah dari ekuitas modal, reinvestasi pendapatan, modal

commit to user

54

jangka panjang lainnya, serta modal jangka pendek seperti yang ditunjukkan dalam neraca pembayaran. Didalam laporan perekonomian FDI net inflows ini menunjukkan arus masuk bersih dari investor asing (arus masuk investasi baru dikurangi dengan disinvestasi). Untuk memudahkan analisis data dalam penelitian ini variabel FDI perpustakaan.uns.ac.id digilib.uns.ac.id (Foreign Direct Investment) yang menggunakan FDI net inflows sebagai indikatornya diberi simbol dengan FDI. 3.3.2. Variabel Independen (Variabel Bebas) Variabel dependen merupakan variabel yang mempengaruhi variabel dependen. Dalam penelitian ini variabel independen yang akan dianalisis ada 4 (empat) variabel, antara lain : a) Pertumbuhan Ekonomi Pertumbuhan Ekonomi adalah terjadinya kenaikan kapasitas dalam jangka panjang dari suatu negara untuk menyediakan berbagai barang ekonomi kepada penduduknya. Pertumbuhan ekonomi ditandai dengan adanya adanya perluasan atau peningkatan dari Gross Domestic Product potensial/output (GDP Growth) dari suatu negara, yang dihitung dari persentase pertumbuhan tahunan GDP harga konstan di pasar berdasarkan mata uang lokal. GDP yang dimaksud adalah total nilai tambah bruto produksi dalam negeri ditambah dengan penerimaan pajak dan dikurangi subsidi yang tidak termasuk nilai dari produk. GDP dihitung tanpa melakukan pengurangan terhadap depresiasi aset dan penyusutan sumber daya alam. Untuk memudahkan analisis data dalam penelitian ini variabel pertumbuhan ekonomi yang menggunakan GDP growth sebagai indikatornya diberi simbol dengan EGROW.

commit to user

55

b) Nilai Tukar Nilai tukar memilikki definisi sebagai harga atau nilai tukar mata uang lokal terhadap mata uang asing. Data yang digunakan dalam penelitian ini adalah nilai tukar nominal resmi dari masing-masing negara yang akan diteliti. Kurs resmi merujuk pada kurs yang telah ditentukan oleh otoritas nasional atau yang telah perpustakaan.uns.ac.id digilib.uns.ac.id ditetapkan secara legal di pasar valuta. Nilai tukar tersebut dihitung sebagai rata-rata tahunan yang didasarkan pada rata-rata bulanan (mata uang lokal unit secara relatif terhadap dolar AS). Untuk memudahkan analisis data dalam penelitian ini variabel Nilai Tukar yang menggunakan Official Exchange Rate sebagai indikatornya diberi simbol dengan EXCHR. c) Tenaga Kerja Tenaga kerja didefinisikan sebagai total tenaga terdiri dari orang-orang usia 15 dan atau lebih tua yang memenuhi definisi International Labour Organization penduduk aktif secara ekonomi: semua orang yang memasok tenaga kerja untuk produksi barang dan jasa selama jangka waktu tertentu. Data yang digunakan dalam penelitian ini adalah data total angkatan kerja (labor force) dari masing-masing negara. Untuk memudahkan analisis data dalam penelitian ini variabel Tenaga Kerja yang menggunakan Total Labor Force sebagai indikatornya diberi simbol dengan LABOR. d) Infrastruktur Infrastruktur didefinisikan sebagai bangunan atau fasilitas-fasilitas dasar, peralatan-peralatan, instalasi-instalasi yang dibangun dan dibutuhkan untuk mendukung berfungsinya suatu sistem tatanan kehidupan sosial ekonomi masyarakat.

commit to user

56

Infrastruktur merupakan aset fisik yang dirancang dalam sistem sehingga mampu memberikan pelayanan prima pada masyarakat. Salah satu indikator yang sering digunakan dalam penelitian untuk melihat perkembangan infrastruktur suatu negara adalah tersedianya jaringan telepon (Telephone lines) yang diukur per 100 orang. Sehingga berdasar atas penelitianperpustakaan.uns.ac.id digilib.uns.ac.id penelitian sebelumnya di dalam penelitian ini menggunakan Telephone lines sebagai indikator (proxy) dari variabel infrastruktur. Untuk memudahkan analisis data dalam penelitian ini variabel infrastruktur diberi simbol dengan INFRA.

3.4. Metode Analisis Data 3.4.1. Metode Analisis Deskriptif Metode analisis deskriptif

merupakan

metode

analisis data

yang

dilakukan dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya dengan tujuan agar mudah diinterpretasikan atau dipahami. Dalam penelitian ini metode analisis deskriptif digunakan untuk memberikan gambaran umum mengenai kondisi perkembangan variabel-variabel penelitian di negara Indonesia, Malaysia, Singapura, Thailand, Filipina, dan China selama periode 1988-2009. Variabel-variabel tersebut meliputi investasi FDI, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. 3.4.2. Metode Analisis Kuantitatif Metode

analisis

kuantitatif

adalah

metode

analisis

data

dengan

menggunakan perhitungan matematis. Metode analisis kuantitatif yang dilakukan dalam penelitian ini adalah pendekatan ekonometrika dengan menggunakan analisis Data Panel dan VAR. Kedua analisis tersebut dapat dijelaskan sebagai berikut :

commit to user

57

1. Analisis Data Panel a) Konsep dan Pengertian Penggunaan

data panel

dalam

mengestimasi

data

didorong

atas

permasalahan dalam penelitian terkait dengan ketersediaan data untuk mewakili variabel yang digunakan. Terkadang dalam penelitian ditemukan bentuk data dalam perpustakaan.uns.ac.id digilib.uns.ac.id series yang pendek sehingga proses pengolahan data dalam bentuk time series tidak dapat dilakukan berkaitan dengan persyaratan jumlah data yang minim. Terkadang juga ditemukan bentuk data dengan jumlah cross section yang terbatas, sehingga sulit untuk dilakukan proses pengolahan data cross section untuk mendapatkan informasi perilaku dari model yang akan diteliti. Dalam teori ekonometrika, kedua kondisi tersebut salah satunya dapat dipecahkan dengan menggunakan analisis data panel (pooled data) agar dapat diperoleh hasil estimasi yang lebih baik dengan terjadinya peningkatan jumlah observasi yang berimplikasi terhadap peningkatan derajat kebebasan (degree of freedom). Menurut Baltagi (2005) menjelaskan bahwa ada beberapa keuntungan yang diperoleh dari penggunaan analisis data panel. Dalam menjelaskan keuntungan data panel tersebut Baltagi menggunakan penjelasan sebelumnya yang dikemukakan oleh Klevmarken (1989) dan Hsiao (2003). Adapun keuntungan penggunaan data panel yang dimaksud adalah sebgai berikut : · Mampu mengontrol heterogenitas individu. Panel data memberi peluang perlakuan bahwa unit-unit ekonomi yang dianalisis seperti individu, rumah tangga, perusahaan hingga negara adalah heterogen.

commit to user

58

· Memberi informasi yang lebih banyak, lebih beragam, mengurangi kolinearitas (collinearity),

meningkatkan

derajat

bebas

(degree

of

freedom) dan lebih efisien. · Panel data lebih baik untuk studi dynamics of adjustment. Salah satu kekurangan apabila menggunakan pendekatan cross section adalah tidak perpustakaan.uns.ac.id digilib.uns.ac.id dapat menggambarkan adanya perubahan-perubahan yang terjadi. · Lebih baik dalam mengidentifikasi dan mengukur efek yang tidak dapat dideteksi oleh pure cross section atau pure time series. · Dapat membangun dan menguji model perilaku (behavioral models) yang lebih kompleks dibanding pure cross section atau data time series. · Micro panel data merupakan pengukuran yang lebih akurat dibanding variabel yang sama yang diukur pada tingkat makro. · Macro panel data mempunyai deret waktu (time series) yang lebih panjang dan tidak seperti masalah nonstandard distribution dari unit root test dalam metode time series, panel unit root test memiliki standard asymptotic distribution. Data panel pada dasarnya juga memilikki keterbatasan dalam melakukan analisis data. Baltagi (2005) juga menjelaskan beberapa keterbatasan yang dimilikki oleh data panel sebgai berikut : · Masalah dalam desain survey panel, pengumpulan, dan manajemen data. Masalah yang sering dihadapi pada umunya yaitu, cakupan (coverage), nonresponse, kemampuan daya ingat responden (recall), frekuensi dan waktu wawancara.

commit to user

59

· Distorsi

kesalahan

pengamatan

(measurement

errors).

Measurement

errors umumnya terjadi karena respon yang tidak sesuai. · Masalah selektivitas yang mencakup Self-Selectivity muncul karena data yang dikumpulkan tidak mampu menangkap fenomena yang ada, Nonresponse disebabkan karena adanya jawaban yang tidak lengkap dari responden, perpustakaan.uns.ac.id digilib.uns.ac.id Attrition yaitu jumlah responden yang cenderung berkurang pada survey lanjutan. · Dimensi waktu (time series) yang pendek Jenis panel mikro biasanya mencakup data tahunan yang relatif pendek untuk setiap individu. · Cross-section dependence; Sebagai contoh, apabila macropanel dengan unit analisis negara atau wilayah dengan deret waktu yang panjang mengabaikan cross-country dependence akan mengakibatkan inferensi yang salah (misleading inference). b) Estimasi Model Data Panel 1) Pendekatan Kuadrat Terkecil (Pooled Least Square/Common effect) Pooled Least Square merupakan pendekatan yang paling sederhana untuk mengestimasi data panel. Dimana pendekatan ini hanya mengkombinasikan data time series dan cross section dengan menggunakan metode OLS yang dikenal sebagai estimasi Common Effect. Dalam pendekatan ini tidak memperhatikan dimensi individu maupun waktu dan diasumsikan bahwa perilaku data antar variabel sama dalam berbagai kurun waktu. Yit = α + β1X1it + β2X2it +....+ βkXkit + ɛit untuk i = 1,2……..N dan t = 1,2………..T dimana i adalah cross-section identifiers dan t adalah time-series identifier.

commit to user

(3.1)

60

2) Pendekatan Efek Tetap (Fixed Effect Method) Permasalahan yang dihadapi dalam analisis Pooled Least Square adalah asumsi intersep dan slope dari persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu. Asumsi tersebut dianggap kurang realistis dan tidak beralasan. Salah satu contohnya apabila kita akan mengamati pengaruh iklan perpustakaan.uns.ac.id digilib.uns.ac.id terhadap omset pada 10 perusahaan yang bergerak di bidang yang berbeda-beda. Tentunya akan menjadi tidak realistis jika hasil yang diperoleh menunjukkan bahwa perusahaan yang bergerak di bidang jasa memilikki intersept dan slope yang sama dengan perusahaan yang bergerak di bidang makanan. Salah satu cara untuk mengatasi permasalahan tersebut adalah dengan mengasumsikan bahwa perbedaan antar individu dapat diakomodasi melalui perbedaan intersepnya. Setiap α iakan diperlakukan sebagai parameter yang tidak diketahui dan akan diestimasi. Berdasarkan kenyataan bahwa, meskipun intersep antar individu berbeda, tetapi setiap intersep individunya tidak bervariasi antar waktu atau time invariant. Oleh karena itu model ini dinamakan sebagai fixed effects (FEM) yang secara umum persamaan modelnya dapat dituliskan sebagai berikut : Yit = αi + β1X1it + β2X2it +....+ βkXkit + ɛit

(3.2)

Cara untuk membuat agar intercept pada model fixed effects bervariasi antar individu dapat dilakukan dengan memasukkan variabel dummy ke dalam model, sehingga model bisa menjadi sebagai berikut : Yit = αi +α2D2i+...+α(n-1)D(n-1)i +β1X1it + β2X2it +...+ βkXkit + ɛit

(3.3)

untuk i = 1,2,…,n dan t = 1,2,…,T dimana : D2i=1 untuk individu kedua dan 0 untuk individu lainnya D(n-1) =1 untuk individu ke (n-1) dan 0 untuk individu lainnya.

commit to user

61

Karena digunakan dummy variabel dalam mengestimasi fixed effect maka model persamaan diatas disebut dengan Least Square Dummy Variable (LSDV) yaitu intersep untuk masing-masing cross sectional unit berbeda. Namun demikian, penggunaan LSDV model dapat digunakan jika persamaan regresi memilikki sedikit unit cross-section, jika unit cross-section yang perpustakaan.uns.ac.id digilib.uns.ac.id akan dianalisis banyak maka penggunaan LSDV dapat mengurangi derajat kebebasan dan berdampak mengurangi efisiensi dari parameter yang diestimasi. Pada istilah fixed effect walaupun intercept mungkin berbeda antar individu, namun intercept setiap cross-section tersebut tidak bervariasi sepanjang waktu, dengan kata lain time invariant. Sehingga untuk model data panel dengan jumlah cross-section yang banyak lebih baik digunakan metode FEM dalam estimasi model penelitian. 3) Pendekatan Efek Acak (Random Effect Method) Pendekatan analisis data panel panel dengan fixed effect melalui teknik variabel dummy atau LSDV masih menyisakan sedikit permasalahan yaitu adanya ketidakpastian model yang kita gunakan. Untuk mengatasi masalah ini bisa dilakukan dengan menggunakan variabel residual yang dikenal dengan model random effect. Di dalam model ini kita akan memilih estimasi data panel dimana residual mungkin saling berhubungan antar waktu dan antar individu. Model random effect dijelaskan dengan asumsi bahwa setiap variabel mempunyai perbedaan intersep. Intersep yang dimaksud disini adalah diasumsikan sebagai variabel random atau stokastik. Model ini sangat berguna jika individual variabel yang kita ambil sebagai sampel adalah dipilih secara random dan merupakan wakil dari populasi. Untuk menjelaskan model random effect dapat ditulis sebagai berikut :

commit to user

62

Yit = β1i + β2X2it + β3X3it + µit

(3.4)

dengan asumsi bahwa variabel random dengan β1 (tidak ada subscript i). Nilai intersep tiap individu adalah: β1i = β1 + εi

(3.5)

dimana i = 1,2,………N dan εi adalah random error term dengan nilai rata-rata nol perpustakaan.uns.ac.id digilib.uns.ac.id dan varian s e2 . Dengan mensubtitusikan persamaan (3.5) ke dalam (3.4), maka didapatkan persamaan baru berikut ini : Yit

= β1i + β2X2it + β3X3it + εi + µit

= β1 + β2X2it + β3X3it + ωit

(3.6)

dimana, ωit = εi + µit

(3.7)

Error ωit terdiri dari dua komponen error yaitu εi yang merupakan error variasi unit dan µit adalah error dari kombinasi runtun waktu dari lintas sektor. Asumsi ECM (Error Correction Model) adalah: εi ~ N (0, s e2 ) µit ~ N (0,

s e2 )

E(εi, µit) = 0

(3.8) E(εi ,εj) = 0

E(µitµis) = E(µitµjt) = E(µitµjs) = 0

( i≠j) (i≠j;t≠s)

Error komponen tiap unit tidak berkorelasi satu sama lain dan tidak berkorelasi baik secara runtun waktu maupun lintas sektor. Asumsi

dalam

persamaan (3.6) : E(ωit) = 0

(3.9)

var(ωit) = s e2 + s u2

(3.10)

commit to user

63

Jika s e2 = 0 maka tidak ada perbedaan antara model (3.2) dan (3.3), dalam kasus ini dapat observasi pool sederhana (cross-section dan time series) dan menggunakan regresi pooled, seperti pada persamaan (3.6). Dalam persamaan (3.8) menunjukkan error term ωit homoskedastis. Dapat dilihat bahwa ωit dan ωis berkorelasi, yaitu error term memberikan unit cross-section perpustakaan.uns.ac.id digilib.uns.ac.id pada waktu yang beda korelasi. Korelasi koefisien, corr (ωit, ωis), sebagai berikut: Corr (ωit, ωis) =

s e2 s e2 + s u2

(3.11)

Jika tidak memperhitungkan korelasi ini dan diestimasi dengan OLS maka estimatornya akan tidak efisien. Metode yang biasanya dipakai adalah GLS. c) Uji Pemilihan Model Data Panel 1) Common Effectatau Individual Effect Uji Chow Test atau juga sering disebut sebagai uji F Statistik adalah pengujian yang dilakukan untuk memilih model apakah yang akan digunakan Common Effect atau Individual Effect. Berdasarkan penjelasan sebelumnya yang menyatakan bahwa terkadang asumsi bahwa setiap unit croos section memilikki perilaku yang sama cenderung tidak realistis dan tidak beralasan. Mengingat ada kemungkinan bahwa setiap unit cross section memilikki perilaku yang berbeda. Oleh karena itu, dalam pengujian ini dilakukan dengan hipotesa sebagai berikut : H0

: Model Common Effect (Restricted)

H1

: Model Individual Effect (Unrestricted) Dalam pengujian hipotesis tersebut digunakan persamaan F statistik seperti

yang telah dirumuskan oleh Chow berikut ini :

commit to user

64

(R - R )/ k - 1 F (k - 1, n - k ) = ((1 - R ))/ n - k 2 UR

2 R

(3.12)

2 UR

2 dimana : RUR = unrestricted

RR2 = restricted k=total jumlah koefisien regresi (termasuk konstanta) n= jumlah sampel perpustakaan.uns.ac.id digilib.uns.ac.id Apabila hasil perhitungan uji F hitung ≥ F tabel ini berarti H0 ditolak, yang artinya model yang akan digunakan adalah Fixed Effect, dengan kata lain intersep untuk semua unit cross section tidak sama. Sebaliknya apabila hasil perhitungan uji F hitung≤F tabelini

berarti H0diterima, yang artinya model yang akan digunakan adalah

Pooled Least Square, dengan kata lain intersep untuk semua unit cross section adalah sama. 2) FEM (Fixed Effect Model) atau REM (Random Effect Model) Seperti yang kita ketahui bahwa penggunaan model Fixed Effect mengandung suatu unsur trade off yaitu hilangnya derajat kebebasan akibat adanya variabel dummy yang dimasukkan ke dalam model. Untuk menentukan model apakah yang akan digunakan Fixed Effect Model atau Random Effect Model dapat dilakukan dengan cara hausman test. Dalam pengujian ini hipotesis yang digunakan adalah : H0

: Model Random Effect (REM)

H1

: Model Fixed Effect (FEM) Sebagai dasar penolakan H0 yaitu dengan menggunakan statistik hausman

dan membandingkannya dengan Chi Square. Statistik hausman dapat dirumuskan sebagai berikut : W = (βfem-βrem)’ (Vfem-Vrem)-1(βrem-βfem)’ ~ c 2(k)

commit to user

(3.13)

65

dimana : βfem adalah koefisien hasil estimasi model FEM, βrem adalah koefisien hasil estimasi model REM, V adalah matriks kovarians untuk parameter β, dan k adalah derajat kebebasan (df) yang merupakan jumlah variabel independen. Jika nilai chi square ( c 2) hitung hasil pengujian hausman lebih besar dari nilai chi square c 2(k) tabel maka H0 ditolak. Artinya, estimasi yang tepat untuk model regresi data panel adalah dengan pendekatan Fixed Effect, begitu juga perpustakaan.uns.ac.id digilib.uns.ac.id sebaliknya. Cara lain untuk melakukan pengujian ini adalah dengan membandingkan nilai probabilitas hasil hausman statistik dengan α. Jika hasil hausman test signifikan (probabilitas dari hausman< α ) maka H0 ditolak, artinya model Fixed Effect yang akan digunakan, begitu juga sebaliknya. d) Uji Statistik 1) Uji t statistik (uji parsial) Uji ini dilakukan untuk menguji kemampuan dari masing-masing variabel independen secara sendiri-sendiri. Tahap-tahap pengujian uji t statistik adalah sebagai berikut : · Menentukan H0 dan Ha (Hipotesis nol dan Hipotesis alternatif) H0 :β1 = 0, berarti tidak ada pengaruh signifikan variabel independen terhadap variabel dependen. Ha :β1≠ 0, berarti ada pengaruh signifikan variabel independent terhadap variabel dependen. · Menentukan besarnya level of significance (α) untuk mengetahui tingkat signifikansi hasil pengolahan data berdasarkan nilai probabilitas dua sisi (uji dua sisi). Besarnya α yang digunakan adalah 5%. · Kriteria Pengujian

commit to user

66

Ho diterima Ho ditolak

Ho ditolak tα 2; N - K

- tα 2; N - K


Gambar 3.1. Daerah kritis Uji-t

digilib.uns.ac.id

Keterangan:H0 diterima jika –t (α/2, n – k) ≤ thitung ≤ t (α/2, n – k) H0 ditolak jika thitung > t (α/2, n – k) atau thitung < -t (α/2, n – k) · Dari sampel random yang diambil kemudian dihitung nilai t dengan rumus: (3.14) tabel = t (α/2, n – k) dimana :β adalah koefisien regresi, SE adalah Standar error, n adalah jumlah observasi, dan k adalah jumlah variabel · Kesimpulan Apabila thitung > ttabel atau thitung < -ttabel , maka H0 ditolak berarti variabel independen berpengaruh signifikan terhadap variabel dependen. Sedangkan, apabila –ttabel ≤ thitung ≤ ttabel , maka H0 diterima berarti variabel independen tidak ada pengaruh signifikan terhadap variabel dependen. 2) Uji F statistik Uji ini dilakukan untuk mengetahui apakah pengaruh variabel independen terhadap variabel dependen secara bersama-sama. Tahap-tahap pengujian uji F statistik adalah sebagai berikut :

commit to user

67

· Formula hipotesis H0 = β1 = β2 = 0, berarti tidak ada pengaruh signifikan variabel independen terhadap variabel dependen secara besama-sama. Ha ≠ β1≠β2≠ 0, berarti ada pengaruh signifikan variabel independen terhadap variabel dependen secara besama-sama. perpustakaan.uns.ac.id digilib.uns.ac.id · Dipilih level of significance tertentu. Besarnya αyang digunakan adalah 5% (α= 0,05) · Kriteria Pengujian

Ho diterima

Ho ditolak

F (a; k-1; n-k)

Gambar 3.2. Daerah kritis Uji-F Keterangan :H0 diterima atau Ha ditolak, jika Fhitung < F (α, k – 1, n – k) H0 ditolak atau H a diterima, jika F hitung > F (α, k – 1, n – k) · Perhitungan nilai F : Ftabel = F (α, k – 1, n – k) R2 / (k-1) Fhitung =

(3.15) 2

(1–R )(n–k) dimana; R2: koefisien determinasi · Kesimpulan Apabila Fhitung > Ftabel, maka H0 ditolak berarti secara bersama-sama variabel independen berpengaruh signifikan terhadap variabel dependen. Sedangkan,

commit to user

68

apabila Fhitung < Ftabel, maka H0 diterima berarti secara bersama-sama variabel independen tidak ada pengaruh signifikan terhadap variabel dependen. 3) Uji R 2(koefisien determinasi) Uji ini dilakukan untuk mengetahui berapa besar pengaruh variabel independen terhadap variabel dependen. Tingkat ketepatan regresi ditentukan oleh perpustakaan.uns.ac.id digilib.uns.ac.id 2 besarnya adjusted R . Nilai R2adalah diantara 0 < R 2< 1. Jika R 2= 1 maka pengaruh variabelvariabel independen terhadap variabel dependen semakin besar, jika R2= 0 maka variabel independen tidak berpengaruh terhadap variabel dependen. e) Spesifikasi Model Penelitian Dengan Data Panel Model yang digunakan dalam melakukan estimasi terhadap determinan FDI di negara Indonesia, Malaysia, Singapura, Thailand, Filipina, dan China adalah model yang diadopsi dari penelitian Catherine dan Rashid (2011), yaitu sebagai berikut : FDI= f [Macroeconomic Factors, Country Specific Factors]

(3.16)

Sesuai dengan keperluan dalam penelitian ini, variabel independen yang akan dipilih adalah (a) Pertumbuhan ekonomi, (b) Nilai Tukar, (c) Tenaga Kerja, dan (d) Infrastruktur, maka model diatas dapat disederhanakan menjadi : FDI=

f

[(Pertumbuhan

Ekonomi)it,

(Nilai

(Infrastruktur)it]

Tukar)it,

(Tenaga

Kerja)it,

(3.17)

Dalam penelitian ini untuk memudahkan analisis data digunakan beberapa indikator (proxy) yang mewakili variabel–variabel penelitian yang digunakan, yaitu FDI inflows sebagai indikator dari FDI diberi simbol FDI, GDP growth sebagai indikator dari pertumbuhan ekonomi diberi simbol EGROW, Official Exchange Rate

commit to user

69

sebagai indikator dari nilai tukar diberi simbol EXCHR, Total Labor Force sebagai indikator dari tenaga kerja diberi simbol LABOR, dan Telephone Lines sebagai indikator dari infrastruktur diberi simbol INFRA. Sehingga model penelitian ini dapat dirumuskan sebagai berikut : FDI= f [EGROW, EXCHR, LABOR, INFRA] (3.18) perpustakaan.uns.ac.id digilib.uns.ac.id Dengan adanya satuan dari masing-masing variabel penelitian berbeda-beda maka dalam penelitian ini data yang dianalisis menggunakan data yang sudah disesuaikan dengan menggunakan log normal (Ln). Adapun bentuk spesifikasi model yang akan digunakan dalam penelitian ini adalah : LnFDIit = β0 + β1 EGROWit + β2 LnEXCHRit + β3 LnLABORit + β4 LnINFRAit + µit dimana : FDI EGROW EXCHR LABOR INFRA β0 β1, β2, β3, β4 i t µ

(3.19)

: Foreign Direct Investment di ASEAN 5 dan China : Tingkat pertumbuhan ekonomi : Nilai tukar : Jumlah angkatan tenaga kerja : Infrastruktur : Koefisien intersep : Koefisien regresi : daerah penelitian ke i; i = 1,2,3,4……….n, i = 6Negara : waktu/tahun : variabel pengganggu

2. Analisis VAR (Vector Autoregression) a) Konsep dan Pengertian VAR (Vector Autoregression) Di dalam suatu model persamaan, teori ekonomi digunakan untuk menggambarkan hubungan antara variabel yang terkait. Dari hasil model persamaan akan diestimasi dan digunakan dalam mengkaji keterkaitan empiris dari teori tersebut. Pada kenyataannya penggunaan teori ekonomi dimungkinkan tidak cukup

commit to user

70

untuk mendukung penentuan spesifikasi yang benar. Penggunaan teori ekonomi yang dianggap terlalu rumit akan membuat kesulitan dalam menurunkan spesifikasi secara tepat. Bisa juga penggunaan teori dalam model persamaan menggunakan struktur selang tetapi struktur-struktur selang ini dapat menghasilkan perilaku model dinamis perpustakaan.uns.ac.id digilib.uns.ac.id yang berbeda atau kemungkinan besar terdapat perbedaan antar teori yang mendasari model tersebut. Sehingga ada baiknya untuk membiarkan data itu sendiri berbicara tanpa harus memaksakan sebuah model persamaan dengan teori-teori yang dianggap terlalu rumit untuk dipahami. Menurut Sims (1980a) dalam kajiannya Macroeconomics and Reality memperkenalkan VAR (Vector Autoregression) sebagai reaksi terhadap kegagalan model besar ekonomi makro dalam mengestimasi kondisi perekenomian pada era 1970-an. Metode ini dilakukan dengan mengembangkan model ekonometri yang memininimumkan adanya uji asumsi secara apriori. Permasalahan utama yang mendasari model ini adalah kritik terhadap jumlah observasi yang terlalu banyak sehingga menjadi sebuah kendala dalam sebuah sistem ekonometri, seperti yang terjadi pada model FRB-MIT yang terdiri atas lebih dari 200 persamaan struktural dan mempunyai 90 variabel eksogen. Jika memang benar-benar simultan pada sekelompok variabel seharusnya semua variabel memilikki posisi yang sama, sehingga diantara variabel-variabel itu sulit untuk dibedakan antara variabel endogen dan eksogen. Oleh karena itu, Sims meragukan adanya eksistensi dari variabel eksogen.Lebih lanjut Sims juga menyatakan bahwa untuk memahami sebuah kondisi perekonomian hanya cukup dibutuhkan beberapa variabel saja, yang semuanya merupakan variabel endogen.

commit to user

71

Sehingga di dalam VAR jumlah variabel yang digunakan relatif sedikit yaitu tidak lebih dari 6 (enam) variabel. Pada perkembangannya Gujarati(1995:620) menjelaskan bahwa VAR merupakan kelanjutan dari kritik monetaris terhadap Keynesian. Beberapa karakteristik VAR menunjukkan keberpihakan terhadap moneteris, yakni pertama perpustakaan.uns.ac.id digilib.uns.ac.id metode VAR dikembangkan atas dasar kritik terhadap model-model besar tersebut. Kedua, VAR menawarkan model yang sederhana dan menggunakan jumlah variabel yang minimalis, dengan variabel independennya adalah kelambanannya (lag) yang semuanya variabel endogen. Ketiga, VAR merupakan kelanjutan dari uji kausalitas. Karakteristik VAR tidak dapat dilepaskan dari karakteristik kausalitas Granger, seperti memfokuskan pada studi terhadap sebuah indentitas. Analisis VAR memilikki beberapa keunggulan seperti yang dijelaskan sebagai berikut (Gujarati, 2004:853) : (1) Metode ini sederhana, kita tidak perlu khawatir untuk membedakan mana variabel endogen, mana variabel eksogen; (2) Estimasinya sederhana, dimana metode OLS biasa dapat diaplikasikan pada tiap-tiap persamaan secara terpisah; (3) Hasil perkiraan (forecast) yang diperoleh dengan menggunakan metode ini dalam banyak kasus lebih bagus dibandingkan dengan hasil yang didapat dengan menggunakan model persamaan simultan yang kompleks sekalipun. Selain itu, VAR Analisis juga merupakan alat analisis yang sangat berguna, baik di dalam memahami adanya hubungan timbal balik (interrelationship) antara variabel-variabel ekonomi, maupun di dalam pembentukan model ekonomi berstruktur. Lebih

lanjut

Gujarati

(2004:853)

mencoba

menjelaskankelemahan

penggunaan analisis VAR yaitu : (1) Model VAR lebih bersifat a-theory karena tidak

commit to user

72

memanfaatkan informasi atau teori terdahulu. Oleh karena itu, model tersebut sering disebut sebagai model yang tidak struktural. (2) Mengingat tujuan utama model VAR untuk peramalan, maka model VAR kurang cocok untuk analisis kebijakan. (3) Pemilihan banyaknya lag yang digunakan dalam persamaan juga dapat menimbulkan permasalahan. Misalnya kita memiliki tiga variabel bebas yang masing-masing perpustakaan.uns.ac.id digilib.uns.ac.id memiliki lag sebanyak delapan, maka parameter yang harus diestimasi sebanyak 24 buah. Untuk kepentingan tersebut maka data atau pengamatan yang harus dimiliki relatif lebih banyak. Secara garis besar terdapat empat hal yang ingin diperoleh dari pembentukan sebuah sistem persamaan; deskripsi data, peramalan, inferensi struktural, dan analisis kebijakan. VAR menyediakan alat analisa bagi keempat hal tersebut melalui empat macam penggunaannya; Forecasting, ekstrapolasi nilai saat ini dan masa depan seluruh variabel dengan memanfaatkan seluruh informasi masa lalu variabel; Impulse Response Functions (IRF), melacak respon saat ini dan masa depan setiap variabel akibat perubahan atau shock suatu variabel tertentu; Forecast Error Decomposition of Variance (FEDVs), prediksi kontribusi persentase varians setiap variabel terhadap perubahan suatu variabel tertentu; Granger Causality Test, mengetahui hubungan sebab akibat antar variabel. Menurut Enders (1995:294) mencoba menjelaskan pembentukan model VAR Sim dengan menggunakan model 2 variabel (bivariate), Y dan Z, yang memilikki hubungan kausalitas simultan sebagai berikut :

(3.20)

commit to user

73

sistem persamaan diatas dikenal juga sebagai Struktural VAR atau bentuk sistem primitif. Kedua variabel tersebut (Y dan Z), secara individual dipengaruhi secara langsung oleh variabel yang lain, dan secara tidak langsung oleh nilai selang dari setiap variabel di dalam sistem. Sistem persamaan tersebut dapat dibentuk ke dalam notasi matriks berikut: perpustakaan.uns.ac.id

digilib.uns.ac.id

(3.21) dengan mengalikan inverse B pada notasi matriks persamaan (3.20) diatas akan diperoleh : (3.22) atau dalam persamaan bivariate dapat dituliskan sebagai berikut :

(3.23) Sistem inilah yang disebut sebagai sistem VAR dalam bentuk standar atau reduced form. Sistem tersebut juga merepresentasikan sebuah bentuk Wold-Moving Average. Karena εyt dan εzt white noise (residual yang memilikki rata-rata 0, varians yang konstan, dan non otokorelasi serial), maka et pun akan memiliki rata-rata 0, varians yang konstan, serta serial non-otokorelasi. b) Tahapan Analisis VAR Metode VAR merupakan salah satu bentuk analisis data time series, dimana tujuan utama dari analisis time series adalah menjelaskan pola atau perilaku data sepanjang periode pengamatan dan melakukan peramalan. Namun, penggunaan data time series dalam analisis sering ditemukan permasalahan statitoneritas data dan hubugan kointegrasi variabel yang digunakan. Oleh karena itu, dalam pembentukan

commit to user

74

model VAR akan diawali dengan uji stationeritas data. Kemudian, apabila hasil dari uji tersebut menunjukkan bahwa data stasioner pada tingkat level, maka model yang dianjurkan untuk digunkan adalah VAR biasa (unrestricted VAR). Apabila hasil dari uji stasioner menunjukkan data tidak stasioner pada tingkat level, namun stasioner pada tingkat diferensiasi maka harus dilakukan perpustakaan.uns.ac.id digilib.uns.ac.id langkah selanjutnya yaitu uji kointegrasi. Dari hasil uji kointegrasi ini akan dapat disimpulkan yaitu, apabila data tidak terkointegrasi maka model VAR yang dianjurkan adalah VAR tingkat diferensiasi (VAR in difference). Sebaliknya, apabila data terbukti terjadi kointegrasi, maka model yang dianjurkan adalah model VAR yang teretriksi (restricted VAR), bentuk model ini sering disebut sebagai VECM (Vector Error Correction Model). Namun demikian,

di dalam pengoperasian estimasi model VAR Sims

(1980a) dan Doan (1992) menyatakan bahwa dalam estimasi model VAR tidak dianjurkan menggunakan bentuk turunan pertama. Karena tujuan dari analisis VAR adalah untuk melihat hubungan antar variabel dan bukan mencari parameter

estimasti. Sehingga apabila data turunan pertama digunakan dapat

menghilangkan informasi penting entang hubungan variabel-variabel dalam sebuah sistem (Enders, 1995). Lebih lanjut Sadikin (2010) menjelaskan beberapa pertimbangan kenapa lebih memilih model VAR level dibandingkan dengan model struktural maupun VECM. Adapun pertimbangan-pertimbangan tersebut dapat dijelaskan sebagai berikut : a) Meskipun cukup banyak literatur menggagas penerapan VECM apabila variabel-variabel dalam VAR non-restriktif ternyata terkointegrasi, tetapi

commit to user

75

tidak sedikit pula kritikus yang mengargumentasikan bahwa dalam jangka pendek VAR non-restriktif berperforma lebih baik dibandingkan VAR terkointegrasi atau VECM. Menurut Hamilton (1994),

apabila

situasinya

adalah seperti itu maka VAR in difference menjadi salah spesifikasi. Selain itu, dalam jangka pendek estimasi VECM lebih tidak akurat dibandingkan perpustakaan.uns.ac.id digilib.uns.ac.id VAR. b) Pada umumnya pakar ekonomi mempunyai ketertarikan tertentu atas perubahan harga jangka-pendek (Cuvak & Kalinauskas, 2009). Dalam konteks ini modelmodel time-series (dimana VAR merupakan bagian dari model tersebut) bisa lebih unggul dibandingkan model-model ekonometrik struktural karena model struktural lebih cocok untuk analisis teori-teori ekonometrik maupun ekonomi tetapi mempunyai kapasitas karakter peramalan yang lebih kecil. c) Seperti yang tertulis dalam studi Cuvak & Kalinauskas (2009) maupun Farzanegan & Markwardt (2009), banyak periset masa kini, misalnya Enders (1995) dan Fildes & Stekler (2000), menyajikan model-model time series sebagai sebuah alternatif terhadap model-model struktural yang sangat besar dan variatif. Dalam banyak kasus, model-model time series tidak mampu mengkonfirmasikan peramalan yang dikalkulasi berdasarkan modelmodel ekonometrik struktural. d) Lütkepohl (2001, 2003) dan banyak periset lainnya juga mengusulkan untuk mengaplikasikan model VAR dalam estimasi peramalan indikatorindikator perekonomian karena semua variabel dalam model VAR bersifat endogen. Dan oleh karenanya, tidak ada variabel tunggal tertentu yang dihilangkan ketika menjelaskan perilaku variabel-variabel lainnya yang

commit to user

76

tertera dalam model. Lebih lanjut diungkapkan bahwa dalam jangka-pendek VAR non-restriktif berperforma lebih baik dibandingkan dengan VAR terkointegrasi (sebagai contoh lihat Naka & Tufte, 1997). e) Hasil-hasil studi lainnya, seperti Engle & Yoo (1987), Clements & Hendry (1995), dan Hoffman & Rasche (1996), mampu memperlihatkan bahwa perpustakaan.uns.ac.id digilib.uns.ac.id sebuah VAR non-restriktif lebih superior (dalam hal varian peramalan) dibandingkan VECM restriktif pada horizon pendek (dalam Maghyereh, 2004). Naka & Tufte (1997) juga membandingkan performa VECM dan VAR non-restriktif dalam menganalisa impulse response function jangka-pendek dan membuktikan bahwa kinerja kedua metode tersebut hampir identik. Hal ini menggagas bahwa VAR untuk horizon pendek sangat baik, khususnya jika dispesifikasikan

dengan

tepat,

dalam

menganalisa

hasil

variance

decomposition dan impulse response function. f) Stock & Watson (2001) menilai VAR sebagai instrumen yang cukup kuat dalam

mendeskripsikan

data

dan

membangun

benchmark

peramalan

multivariabel yang andal. Apakah VAR telah menghasilkan sumbangan yang signifikan terhadap inferensi struktural dan analisis kebijakan adalah hal lain yang masih tetap diperdebatkan. Kendati demikian, Stock & Watson (2001) menyatakan bahwa perdebatan yang sama juga berlaku atas modelmodel alternatif selain VAR. Namun, menurut Stock & Watson (2001) model-model yang ada belum cukup sesuai dengan data yang tersedia. Oleh karenanya, jika VAR digunakan secara bijak dan didasarkan pada justifikasi ekonomi yang baik dan rinci, maka VAR tidak hanya sesuai

commit to user

77

dengan data tetapi juga bisa dijadikan perangkat estimasi beberapa hubungan kausal. Berdasarkan penjelasan diatas maka dalam penelitian ini akan dilakukan dengan menggunakan VAR pada tingkat level dengan tanpa dilakukannya uji stasioner pada data sebelumnya. perpustakaan.uns.ac.id c) Penentuan Lag Optimal

digilib.uns.ac.id

Penentuan kelambanan atau lag optimal sangat diperlukan dalam pembentukan model VAR. (Enders, 1995:396). Dalam penentuan lag optimal, diharapakan adanya lag yang cukup panjang untuk menangkap secara penuh dinamika sistem yang dimodelkan. Namun dengan lag yang semakin panjang menyebabkan permasalahan yaitu jumlah parameter yang banyak dan akan mengurangi derajat kebebasannya (jumlah total parameter yang diestimasi = n(1+np), dimana n = jumlah persamaan, p = panjang lag endogenous variabel). Sehingga memaksa untuk terjadinya trade off antara memilih jumlah lag yang memadai atau derajat kebebasan yang cukup. Pada prakteknya adanya jumlah lag yang perlu untuk dibatasi menjadi sedikit dari yang secara ideal diberikan pada model dinamis (Pindyck dan Rubinfeld, 1998:401). Penentuan lag optimal dapat dibantu dengan menggunakan AIC (Akaike Information Criterion), SIC (Schwarz Information Criterion) dan LR (Likelihood Ratio)dimana persamaan dari keduanya dapat ditulis sebagai berikut ini (Enders,1995) : (3.24) (3.25)

commit to user

78

dimana : T = Jumlah observasi dengan residual kuadrat, k = Panjang lag , SSR = residual sum squares , n = jumlah parameter yang diestimasi (3.26) dimana : l = log likelihood, r = restrictive regression , u = unrestrictive regression Dalam penelitian ini penulis akan menggunakan AIC (Akaike Information perpustakaan.uns.ac.id digilib.uns.ac.id Criterion) untuk menentukan panjang lag optimal. Sebelumnya moodel VAR akan diestimasi dengan pada tingkat lag 1 dan 2, selanjutnya nilai AIC terkecil akan digunakan sebagai nilai lag yang optimal. d) Estimasi Model VAR (Vector Autoregression) Setelah diperoleh lag yang optimal langkah selanjutnya adalah melakukan estimasi dengan model VAR. Pada penelitian ini menggunakan lima variabel endogen yang akan diestimasi yaitu, penanaman modal asing (FDI), pertumbuhan ekonomi (EGROW), nilai tukar (EXCHR), tenaga kerja (LABOR), dan infrastruktur (INFRA). Karena adanya perbedaan satuan pengukuran dari variabel penelitian, bentuk data yang dianjurkan adalah dalam bentuk persentase, sehingga beberapa variabel dalam penelitian diubah dalam bentuk logaritma. Lebih lanjut spesifikasi model VAR untuk masing-masing persamaan dengan lima variabel tersebut dapat dituliskan sebagai berikut :

...........(3.27)

...........(3.28)

commit to user

79

...........(3.29)


digilib.uns.ac.id ...........(3.30)

...........(3.31) dimana : FDI = penanaman modal asing langsung (foreign direct investment), EXCHR = nilai tukar, EGROW = pertumbuhan ekonomi, LABOR = jumlah tenaga kerja, INFRA = infrastruktur, (L) = lag, Ln = log normal, µ1t,µ2t ,µ3t,µ4t ,µ5t= stochastic error terms, yang dalam bahasa VAR disebut impulses atau innovations shocks (goncangan). e) Analisis Impulse ResponFunction (IRF) Impulse Respon Function (IRF) merupakan respon terhadap adanya inovasi (shock) merupakan salah satu metode pada VAR yang digunakan untuk melihat respon variabel endogen terhadap pengaruh inovasi variabel endogen lain yang ada dalam model. Analisis IRF mampu melacak respon dari variabel endogen dalam model VAR akibat adanya suatu shock atau perubahan di dalam variabel gangguan (e), yang selanjutnya dapat melihat lamanya pengaruh dari shock suatu variabel terhadap variabel lain hingga pengaruhnya hilang dan kembali konvergen. Fungsi impulse response didapat melalui model VAR yang diubah menjadi VMA (vector moving average) dimana koefisien merupakan respon terhadap adanya inovasi (Enders, 1995:305-306).

commit to user

80

Goncangan atau shock dari variabel endogen langsung berpengaruh terhadap variabel itu sendiri dan juga diteruskan terhadap variabel endogen lainnya melalui struktur dinamis dari VAR. Impulse Respon Function (IRF) memberikan arah hubungan dan besarnya pengaruh antar variabel endogen karena menunjukkan pengaruh satu standar deviasi shock variabel endogen terhadap variabel endogen perpustakaan.uns.ac.id digilib.uns.ac.id lainnya maupun variabel itu sendiri. Dengan demikian shock atas suatu variabel dengan datangnya informasi baru akan mepengaruhi variabel itu sendiri dan variabelvariabel lainnya dalam sistem. Di

dalam

analisis

Impulse

Respon

Function(IRF)

ini

Inovasi

diintepretasikan sebagai “goncangan kebijakan” atau sering juga disebut kebijakan. Secara statis, respon terhadap kebijakan dirumuskan sebagai sebuah model linier vektor stokastik x yang diformulasikan sebagai berikut (Sims, 1980b:257) : (3.32)

Dari persamaan diatas dapat dijelaskan bahwa et = Xt – E(Xt , Xt-1 , Xt-2, kemudian memilih matriks tringular B, sehingga menghasilkan Bet yaitu sebuah kovarian diagonal matriks dan B juga mempunyai diagonalnya sendiri, oleh karena itu A perlu dipindah menjadi C = AB1 dan e menjadi f = Be, sehingga persamaannya menjadi: (3.33) koefisien C adalah respons terhadap kebijakan atau inovasi (responses to innovations).

commit to user

81

f) Analisis Forecast Error Decomposition of Variance(FEVD) Menurut

(Enders,1995:311)

menjelaskan

bahwa

Forecast

Error

Decomposition of Variance (FEDV) menunjukkan kepada kita proporsi dalam sebuah urutan dampak goncangan terhadap dirinya sendiri maupun goncangan terhadap variabel lain. Dekomposisi varians merinci varians dari error peramalan perpustakaan.uns.ac.id digilib.uns.ac.id (forecast) menjadi komponen-komponen yang dapat dihubungkan dengan setiap variabel endogen dalam model. Melalui analisis FEDV akan diketahui informasi mengenai proporsi dari pergerakan pengaruh goncangan suatu variabel terhadap variabel itu sendiri dan variabel lainnya, baik yang tejadi pada saat ini maupun pada waktu yang akan datang. Dengan kata lain, analisis ini mampu memprediksi kontribusi atau peran prosentase varian setiap variabel karena adanya perubahan variabel tertentu. Sedangkan analisis sebelumnya yaitu IRF lebih ditekankan untuk melacak dampak goncangan dari satu variabel endogen terhadap variabel laainnya dalam model VAR. Sementara itu, formulasi kovarians dari datang

dari

dekomposisi varians adalah matriks varians-

xt – E(Xt|Xt-1 , Xt-2, .....), dengan k adalah periode masa yang akan peramalan

x,

sehingga

dapat

dirumuskan

sebagai

berikut

(Sims,1980b:257) :

(3.34)

commit to user

82

BAB IV ANALISIS DATA DAN PEMBAHASAN

2.9. Gambaran Perkembangan Variabel Penelitian perpustakaan.uns.ac.id 4.1.1. Perkembangan Variabel FDI di ASEAN 5 dan China

digilib.uns.ac.id

Pembangunan ekonomi di negara-negara berkembang tidak bisa dilepaskan dari adanya peranan investasi asing dalam bentuk FDI. Besarnya jumlah pembiayaan yang dibutuhkan dalam mendukung kesuksesan pembangunan ekonomi tidak bisa hanya mengandalkan tabungan nasional yang tersedia dalam negeri. Sehingga kondisi tersebut mendorong pemerintah untuk mencari sumber pembiayaan lain dengan cara mencari investor dari luar negeri. Salah satu investasi asing yang paling banyak diminati yaitu investasi asing langsung yang berbentuk FDI. Ciri utama investasi FDI ini adalah investasi langsung yang bersifat jangka panjang, dilakukan oleh investor asing tidak hanya dalam bentuk modal finansial saja tetapi juga berupa, asset (aktiva tetap), alih teknologi, manajerial, dan modal intelektual. Pada perkembangannya FDI dianggap tidak saja sebagai pendorong pertumbuhan ekonomi, namun juga sebagai indikator atas kinerja perekonomian suatu negara, bahkan juga dianggap sebagai indikator kinerja pemerintah dalam membangun kepercayaan publik, baik dari dalam negeri maupun luar negeri. Semakin besar aliran FDI yang masuk akan meningkatkan kepercayaan publik kepada pemerintah, demikian juga sebaliknya. Dalam penelitian ini untuk melihat perkembangan aliran FDI yang masuk ke negara ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009 digunakan

commit to user

83

data FDI inflows yang diperoleh dari world bank. Adapun perkembangan FDI di ASEAN 5 dan China dapat dijelaskan berikut ini. Tabel 4.1. Perkembangan FDI di ASEAN 5 dan China Periode 1988-2009 Tahun

Indonesia Malaysia 1988 576.00 719.42 perpustakaan.uns.ac.id 1989 682.00 1667.87 1990 1093.00 2332.46 1991 1482.00 3998.45 1992 1777.00 5183.36 1993 2004.00 5005.64 1994 2109.00 4341.80 1995 4346.00 4178.24 1996 6194.00 5078.42 1997 4677.00 5136.52 1998 -240.80 2163.40 1999 -1865.62 3895.26 2000 -4550.36 3787.63 2001 -2977.39 553.95 2002 145.09 3203.42 2003 -596.92 2473.16 2004 1896.08 4624.21 2005 8336.26 3966.01 2006 4914.20 6076.12 2007 6928.48 8590.19 2008 9318.45 7375.91 2009 4877.37 1387.39

FDI (Juta US$) Thailand Singapura 1105.37 3654.80 1775.45 2886.59 2443.55 5574.74 2013.99 4887.09 2113.02 2204.34 1804.04 4686.31 1366.44 8550.17 2067.94 11535.27 2335.84 9682.13 3894.76 13752.71 7314.81 7313.87 6102.68 16577.95 3365.99 16484.46 5067.17 15086.71 3341.61 6401.97 5232.27 11941.34 5860.26 21026.03 8055.35 15459.65 9452.93 29347.86 11323.99 37032.94 8531.08 8588.19 4976.29 15278.57

Filipina China 936.00 3194.00 digilib.uns.ac.id 563.00 3393.00 530.00 3487.00 544.00 4366.00 228.00 11156.00 1238.00 27515.00 1591.00 33787.00 1478.00 35849.20 1517.00 40180.00 1222.00 44237.00 2287.00 43751.00 1247.00 38753.00 2240.00 38399.30 195.00 44241.00 1542.00 49307.98 491.00 47076.72 688.00 54936.48 1854.00 117208.30 2921.00 124082.00 2916.00 160051.80 1544.00 175147.70 1963.00 114214.50

Sumber : Data World Bank (diolah)

Pada tabel 4.1 terlihat bahwa perkembangan FDI yang masuk ke negara ASEAN 5 dan China menunjukkan tren yang terus meningkat pada periode tahun 1988 sampai dengan tahun 1996. Namun demikian, terjadinya krisis 1997 ikut berdampak pada terus merosotnya nilai FDI yang masuk ke beberapa negara yaitu Indonesia, Malaysia, Thailand, dan Filipina. Penurunan jumlah FDI secara tajam di Indonesia mencapai puncaknya pada tahun 2000 sebesar -4550,36 Juta US dollar, dengan kata lain hampir tidak ada investasi FDI yang masuk. Penurunan FDI juga

commit to user

84

terjadi seperti di Malaysia menjadi sebesar 553,95 Juta US$ (tahun 2001), di Thailand menjadi 3341,61 Juta US$ (tahun 2002), Singapura sebesar 6401,97 Juta US$ (tahun 2002) dan Filipina sebesar 195 Juta US$ (tahun 2001). Hal tersebut disebabkan karena kondisi perekonomian, sosial, dan politik di negara-negara tersebut cenderung tidak stabil, sehingga banyak para investor asing perpustakaan.uns.ac.id digilib.uns.ac.id yang menarik investasinya. Sedangkan kondisi yang berbeda terjadi di negara China yang terus menunjukkan jumlah FDI yang terus tumbuh hingga menjadi 49307,98 Juta US$ (tahun 2002). Dengan kata lain, terjadinya krisis 1997 di kawasan Asia tidak berpengaruh signifikan terhadap FDI di China. Kondisi sosial-politik yang cenderung stabil pada masa krisis serta perekonomian yang diprediksi akan terus tumbuh menyebabkan banyak sebagian besar investor asing masih mempertahankan investasinya di negara tersebut. Pasca terjadinya krisis 1997 merupakan masa pemulihan ekonomi dalam negeri di beberapa negara yang terkena dampak krisis. Proses pemulihan ekonomi ini cukup berhasil dan mulai menarik kepercayaan para investor asing untuk berinvestasi kembali ke negara-negara tersebut. Sebagai bukti tren positif tersebut dapat ditunjukkan dengan terus bertambahnya jumlah FDI yang masuk dari tahun ke tahun. Seperti yang terjadi di Indonesia hingga periode 2008 FDI yang masuk tercatat mencapai 9318,45 Juta US$, di Malaysia menjadi sebesar 8590,19 Juta US$ pada tahun 2007, jumlah FDI di Thailand meningkat secara tajam hingga mencapai 11323,99 Juta US$ di tahun 2007, sedangkan di Filipina mampu menarik investasi FDI sebesar 2921 Juta US$ di tahun 2006.

commit to user

85

4.1.2. Perkembangan Variabel Pertumbuhan Ekonomi di ASEAN 5 dan China Pertumbuhan ekonomi adalah kenaikan kapasitas dalam jangka panjang dari negara yang bersangkutan untuk menyediakan berbagai barang ekonomi kepada penduduknya. Dalam kaitannya dengan investasi, pertumbuhan ekonomi merupakan variabel ekonomi makro yang bisa digunakan sebagai indikator besarnya pasar perpustakaan.uns.ac.id digilib.uns.ac.id (market size) serta mengindikasikan adanya kondisi pasar yang potensial (market potential) suatu negara. Dalam menentukan tingkat pertumbuhan ekonomi yang dicapai suatu negara dari tahun ke tahun, dapat di estimasi dengan data-data pendapatan nasional (GDP). Data yang digunakan dalam penelitian ini adalah data GDP growth dari negara ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009. Perkembangan FDI di ASEAN 5 dan China dapat dijelaskan sebagai berikut :

commit to user

86

Tabel 4.2. Perkembangan Pertumbuhan Ekonomi di ASEAN 5 dan China Periode 1988-2009 Pertumbuhan Ekonomi (%) Indonesia Malaysia Thailand Singapura Filipina China 1988 6.36 9.94 13.29 11.07 6.75 11.30 1989 9.08 9.06 12.19 10.23 6.21 4.10 1990 9.00 9.01 11.17 10.11 3.04 3.80 1991 8.93 9.55 8.56 6.49 -0.58 digilib.uns.ac.id 9.20 perpustakaan.uns.ac.id 1992 7.22 8.89 8.08 7.03 0.34 14.20 1993 7.25 9.89 8.25 11.48 2.12 14.00 1994 7.54 9.21 8.99 10.57 4.39 13.10 1995 8.40 9.83 9.24 7.28 4.68 10.90 1996 7.64 10.00 5.90 7.74 5.85 10.00 1997 4.70 7.32 -1.37 8.55 5.19 9.30 1998 -13.13 -7.36 -10.51 -2.11 -0.58 7.80 1999 0.79 6.14 4.45 6.21 3.08 7.60 2000 4.92 8.86 4.75 9.07 4.41 8.40 2001 3.64 0.52 2.17 -1.22 2.89 8.30 2002 4.50 5.39 5.32 4.24 3.65 9.10 2003 4.78 5.79 7.14 4.60 4.97 10.00 2004 5.03 6.78 6.34 9.24 6.70 10.10 2005 5.69 5.33 4.60 7.38 4.78 11.30 2006 5.50 5.85 5.09 8.70 5.24 12.70 2007 6.35 6.48 5.04 8.77 6.62 14.20 2008 6.01 4.71 2.48 1.49 4.15 9.60 2009 4.58 -1.71 -2.33 -0.77 1.15 9.20 Tahun


Berdasarkan tabel 4.2 di atas dapat dijelaskan bahwa perkembangan pertumbuhan ekonomi di ASEAN 5 dan China hingga periode 1996 menunjukkan tren yang positif. Memasuki tahun 1997 mulai terlihat tanda-tanda penurunan pertumbuhan ekonomi di beberapa negara. Hal tersebut dikarenakan pada saat itu kawasan Asia sedang terjadi krisis ekonomi, yang berdampak signifikan terhadap kondisi perekonomian, sosial, dan politik. Dampak terparah dirasakan oleh negaranegara yang berada di kawasan Asia Tenggara diantaranya, Indonesia, Malaysia, Thailand, dan Filipina. Pada tahun 1998 pertumbuhan ekonomi Indonesia merosot

commit to user

87

tajam menjadi (-7,35%) , Malaysia (-2,11%), Thailand (-10,51%), Singapura (-2,11) dan Filipina sebesar (-0,58%). Kondisi yang berbeda justru terjadi di negara China yaitu pertumbuhan ekonomi China masih mampu bertahan pada level 7,8 % pada masa krisis. Meskipun pertumbuhan ekonomi China juga terjadi penurunan, bisa dikatakan ekonomi China perpustakaan.uns.ac.id digilib.uns.ac.id masih pada level yang cukup baik. Mengingat bahwa pada negara-negara sebelumnya rata-rata pertumbuhan ekonomi pada masa krisis menunjukkan angka negatif. Kondisi fundamental perekonomian China yang kuat menjadi sebab utama negara tersebut mampu melewati krisis ekonomi Asia dengan baik. 4.1.3. Perkembangan Variabel Nilai Tukar di ASEAN 5 dan China Nilai tukar merupakan harga satu satuan mata uang dalam satuan mata uang lain atau ada juga yang mengatakan bahwa nilai tukar menunjukkan harga mata uang lokal dengan mata uang asing. Dalam menentukan nilai tukar mata uang yang resmi merujuk pada nilai tukar atau kurs yang telah ditentukan oleh otoritas nasional atau yang telah ditetapkan secara legal di pasar valuta. Nilai tukar tersebut dihitung sebagai rata-rata tahunan yang didasarkan pada rata-rata bulanan (mata uang lokal unit secara relatif terhadap dolar AS). Penelitian ini menggunakan data nilai tukar nominal masing-masing negara di ASEAN dan China terhadap mata uang dollar Amerika. Pada perkembangannnya rata-rata nilai tukar mata uang di kawasan ASEAN memasukki tahun 1997 menunjukkan tren yang melemah atau terdepresiasi akibat krisis ekonomi yang terjadi di Asia yang berawal dari krisis mata uang di Thailand ditandai dengan pelepasan mata uang baht secara penuh kepada mekanisme pasar karena adanya serangan spekulan. Kebijakan tersebut menyebabkan perubahan

commit to user

88

ekspektasi terhadap mata uang baht, sehingga berdampak sistemik yang diikuti terdepresiasinya beberapa mata uang khususnya di kawasan Asia Tenggara. Perkembangan nilai tukar mata uang di negara ASEAN 5 dan china dapat dilihat pada tabel berikut ini. Tabel 4.3. Perkembangan Nilai Tukar di ASEAN 5 dan China Periode 1988-2009 perpustakaan.uns.ac.id digilib.uns.ac.id Tahun 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Indonesia 1685.70 1770.06 1842.81 1950.32 2029.92 2087.10 2160.75 2248.61 2342.30 2909.38 10013.62 7855.15 8421.78 10260.85 9311.19 8577.13 8938.85 9704.74 9159.32 9141.00 9698.96 10389.94

Nilai Tukar (LCU per US$) Malaysia Thailand Singapura 2.62 25.29 2.01 2.71 25.70 1.95 2.70 25.59 1.81 2.75 25.52 1.73 2.55 25.40 1.63 2.57 25.32 1.62 2.62 25.15 1.53 2.50 24.92 1.42 2.52 25.34 1.41 2.81 31.36 1.48 3.92 41.36 1.67 3.80 37.81 1.69 3.80 40.11 1.72 3.80 44.43 1.79 3.80 42.96 1.79 3.80 41.48 1.74 3.80 40.22 1.69 3.79 40.22 1.66 3.67 37.88 1.59 3.44 34.52 1.51 3.34 33.31 1.41 3.52 34.29 1.45

Filipina 21.09 21.74 24.31 27.48 25.51 27.12 26.42 25.71 26.22 29.47 40.89 39.09 44.19 50.99 51.60 54.20 56.04 55.09 51.31 46.15 44.32 47.68

China 3.72 3.77 4.78 5.32 5.51 5.76 8.62 8.35 8.31 8.29 8.28 8.28 8.28 8.28 8.28 8.28 8.28 8.19 7.97 7.61 6.95 6.83


Pada tabel 4.3. diatas menunjukkan bahwa dengan adanya dampak krisis terhadap nilai tukar mata uang di ASEAN dapat dilihat adanya depresiasi yang tajam pada tahun 1998 seperti yang terjadi di Indonesia nilai mata uang rupiah melemah terhadap dollar Amerika hingga mencapai 10013,62 RP/US$, di negara Malaysia nilai tukar mata uang ringgit melemah terhadap dollar Amerika hingga mencapai

commit to user

89

3,92 RM/US$, di negara Thailand terjadi depresiasi nilai tukar mata uang baht terhadap dollar Amerika hingga mencapai 41,36 B/US$, sedangkan depresiasi mata uang peso di Filipina terhadap US$ mencapai 40,89 P/US$. Melemahnya nilai tukar mata uang dari keempat negara ini terhadap dollar Amerika terus berlangsung hingga memasukki tahun 2004. perpustakaan.uns.ac.id digilib.uns.ac.id Dampak krisis terhadap nilai tukar dollar Singapura tidak terlalu berpengaruh besar, meskipun terjadi tanda-tanda depresiasi pada mata uang dollar Singapura, namun nilainya tidak terlalu besar dibandingkan dengan keempat negara sebelumnya. Hal ini disebabkan karena fundamental ekonomi Singapura sendiri masih kuat untuk menahan dampak krisis yang terjadi di kawasan ASEAN pada saat itu. Pada tahun 1998 dollar Singapura melemah tipis terhadap dollar Amerika yaitu sebesar 1,67 SGP$ / US$ dan mencapai nilai depresiasi tertinggi pada tahun 2002 sebesar 2,17 SGP$ / US$. Nilai tukar mata uang yuan China terhadap dollar Amerika sudah menunjukkan tren depresiasi sejak awal tahun 1994, dimana yuan melemah tajam hingga mencapai 8,62 Yuan/US$. Hal ini dimungkinkan adanya kebijakan pemerintah China dalam melakukan ekspansi ekonomi melalui peningkatan jumlah ekspor ke luar negeri. Dengan melemahnya nilai tukar yuan akan menyebabkan barang-barang China di luar negeri semakin murah yang berdampak pada tingginya permintaan masayarakat dunia terhadap barang-barang China yang murah. 4.1.4. Perkembangan Variabel Tenaga Kerja di ASEAN 5 dan China Total tenaga terdiri dari orang-orang usia 15 dan atau lebih tua yang memenuhi definisi International Labour Organization penduduk aktif secara ekonomi: semua orang yang memasok tenaga kerja untuk produksi barang dan jasa

commit to user

90

selama jangka waktu tertentu. Termasuk yang bekerja maupun menganggur. Sementara dalam prakteknya setiap negara memilikki perbedaan dalam memberikan perlakuan definisi dari angkatan kerja itu sendiri. Pemahaman tentang angkatan kerja di Indonesia adalah tenaga kerja berusia 10 tahun yang selama seminggu yang lalu mempunyai pekerjaan, baik yang perpustakaan.uns.ac.id digilib.uns.ac.id bekerja maupun yang sementara tidak bekerja karena suatu sebab. Di samping itu, mereka yang tidak mempunyai pekerjaan tetap sedang mencari pekerjaan atau mengharapkan pekerjaan. Dalam

penelitian

ini

data

yang

digunakan

untuk

menunjukkan

perkembangan tenaga kerja di negara ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009 adalah total angkatan kerja pada masing-masing negara. Dari data yang disajikan menunjukkan bahwa dari awal periode penelitian hingga akhir penelitian jumlah total angkatan kerja pada masingmasing negara menunjukkan tren yang terus meningkat dari tahun ke tahun. Hal ini didorong dengan adanya jumlah populasi penduduk masing-masing negara yang terus menerus bertambah dan juga disebabkan karena adanya peningkatan investasi sumber daya manusia yang sedang dilakukan oleh negaranegara berkembang khususnya di kawasan Asia sendiri. Negara dengan jumlah angkatan kerja paling besar dalam penelitian ini adalah China disusul dengan, Indonesia,

Thailand,

Filipina,

Malaysia,

dan

Singapura.

Untuk

melihat

perkembangan jumlah angkatan kerja tersebut bisa dilihat pada tabel berikut ini.

commit to user

91

Tabel 4.4. Perkembangan Angkatan Kerja di ASEAN 5 dan China Periode 1988-2009 Angkatan Kerja (Juta Orang) Indonesia Malaysia Thailand Singapura Filipina China 1988 74.26 6.45 30.76 1.41 22.55 620.98 1989 75.34 6.76 31.87 1.48 22.93 634.17 1990 77.08 7.08 32.32 1.56 23.60 647.17 1991 78.69 7.31 32.34 1.62 24.28 digilib.uns.ac.id 658.05 perpustakaan.uns.ac.id 1992 80.28 7.55 32.24 1.68 25.15 666.60 1993 82.12 7.77 31.97 1.70 25.70 674.39 1994 83.97 8.01 31.70 1.75 26.41 682.25 1995 86.90 8.26 32.42 1.76 27.60 690.37 1996 89.76 8.53 33.22 1.88 28.31 697.97 1997 91.71 8.80 33.90 1.93 29.04 705.97 1998 92.66 9.09 34.25 1.99 30.10 713.39 1999 98.31 9.37 34.44 2.02 30.76 721.06 2000 100.22 9.80 35.29 2.07 30.95 728.24 2001 101.92 10.08 36.00 2.14 32.48 736.08 2002 103.56 10.33 36.48 2.17 33.20 743.47 2003 105.93 10.57 36.92 2.14 33.92 749.94 2004 108.27 10.80 37.50 2.18 34.49 755.90 2005 110.45 11.04 38.01 2.24 34.67 762.05 2006 112.44 11.26 38.19 2.32 35.10 768.09 2007 114.24 11.50 38.87 2.43 35.79 773.05 2008 116.02 11.74 39.33 2.57 36.72 779.40 2009 118.82 12.00 39.62 2.65 37.56 786.41 Tahun


Dari tabel 4.4 diatas menunjukkan bahwa dari tahun ke tahun jumlah angkatan kerja terus meningkat. Populasi penduduk dunia yang terus bertambah mendorong semakin meningkatnya total angkatan kerja yang ada. Negara China dengan jumlah penduduknya terbesar dunia terbukti menciptakan total angkatan kerja yang tinggi juga yaitu mencapai 786,41 juta orang pada tahun 2009. Sedangkan di negara-negara Asia lainnya pada tahun yang sama seperti, Indonesia mampu menghasilkan total angkatan kerja sebesar 118,82 juta orang, kemudian disusul Thailand sebesar 39,61 juta orang, Filipina sebesar 37,55, Malaysia sebesar 11,99

commit to user

92

juta orang, dan yang terakhir adalah Singapura dengan total angkatan kerja sebesar 2.65 juta orang. 4.1.5. Perkembangan Variabel Infrastruktur di ASEAN 5 dan China Kondisi infrastruktur suatu negara akan menunjukkan kesungguhan suatu negara dalam memberikan pelayanan publik yang prima bagi masyarakatnya. perpustakaan.uns.ac.id digilib.uns.ac.id Infrastruktur dapat diwujudkan dengan adanya bangunan atau fasilitas-fasilitas dasar, peralatan-peralatan, instalasi-instalasi yang dibangun dan dibutuhkan untuk mendukung berfungsinya suatu sistem tatanan kehidupan sosial ekonomi masyarakat. Ketersediaan infrastruktur menjadi salah satu faktor penting bagi investor dalam mengambil keputusan untuk melakukan investasi tidak terkecuali investasi dalam bentuk FDI. Dengan adanaya infrastruktur yang baik akan berhubungan positif terhadap besarnya aliran FDI yang masuk ke dalam negeri. Dalam penelitian ini data yang digunakan untuk melihat ketersediaan infrastruktur di ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009 adalah adanya jaringan telepon yang dihitung per 100 orang. Pada perkembangannya penggunaan jaringan telepon di masing-masing negara menunjukkan tren yang terus meningkat secara signifikan hal ini didorong akan kebutuhan masyarakat terhadap kemudahan berkomunikasi jarak jauh secara langsung. Peningkatan penyediaan jaringan telepon ini juga didukung dengan usaha pemerintah

dalam

mengembangkan

investasi

di

bidang

telekomunikasi.

Perkembangan kondisi infrastruktur di masing-masing negara dapat dilihat pada tabel berikut ini.

commit to user

93

Tabel 4.5. Perkembangan Infrastruktur Jaringan Telepon di ASEAN 5 dan China Periode 1988-2009 Infrastruktur Jaringan Telepon (Per 100 orang) Indonesia Malaysia Thailand Singapura Filipina China 1988 0.47 7.25 1.82 32.98 0.97 0.43 1989 0.48 7.84 2.06 34.05 0.98 0.51 1990 0.58 8.71 2.32 34.59 0.99 0.60 1991 0.69 9.71 2.69 35.12 1.03 digilib.uns.ac.id 0.73 perpustakaan.uns.ac.id 1992 0.87 10.89 3.07 36.19 1.02 0.98 1993 0.96 12.24 3.77 37.59 1.30 1.47 1994 1.25 14.17 4.65 38.95 1.64 2.29 1995 1.65 16.08 5.84 40.53 2.04 3.38 1996 2.07 17.75 6.90 42.57 2.52 4.51 1997 2.43 19.39 7.92 44.39 2.87 5.72 1998 2.68 19.64 8.17 45.27 3.37 7.04 1999 2.89 19.38 8.36 47.40 3.82 8.68 2000 3.12 19.79 8.85 48.31 3.96 11.47 2001 3.34 19.65 9.47 47.06 4.20 14.18 2002 3.54 19.05 10.14 46.15 4.11 16.73 2003 3.63 18.24 10.15 45.92 4.06 20.39 2004 4.62 17.37 10.31 44.57 4.10 24.05 2005 5.94 16.73 10.55 43.24 3.94 26.88 2006 6.45 16.33 10.51 42.11 4.17 28.05 2007 8.40 16.08 10.36 40.57 4.44 27.74 2008 12.93 15.61 10.29 38.37 4.52 25.73 2009 14.30 15.43 10.22 37.14 7.40 23.56 Tahun


Berdasarkan tabel 4.5 diatas menjelaskan bahwa hingga memasuki periode tahun 2009, penggunaan jaringan telepon masih cukup tinggi dan cenderung naik di negara Indonesia, Thailand, dan Filipina. Jumlah penggunaan jaringan telepon di Indonesia tahun 2009 mencapai 14,30 per 100 orang, Thailand sebesar 10,22 per 100 orang, dan Filipina mencapai angka 7,39 per 100 orang. Untuk negara Malaysia, Singapura, dan China pada dasarnya penggunaan jaringan telepon sebagai infrastruktur cukup besar dibandingkan dengan ketiga negara sebelumnya. Namun demikian, memasuki periode 2009 tren penggunaan jaringan telepon ini mulai menurun. Pada tahun 2009 di Malaysia penggunaan

commit to user

94

jaringan telepon tercatat sebesar 15,43 per 100 orang atau turun 2,8% dari tahuntahun sebelumnya. Penggunaan jaringan telepon di Singapura 2009 tercatat sebesar 37,14 per 100 orang atau turun 3% dari tahun-tahun sebelumnya. Sedangkan di China pada tahun yang sama penggunaan telepon diketahui sebesar 23,56 per 100 orang atau turun 1,9% dari sebelumnya. perpustakaan.uns.ac.id

digilib.uns.ac.id

2.10. Hasil dan Analisis Kuantitatif 2.10.1. Analisis Data Panel 2.10.1.1.Hasil Estimasi Data Panel Salah satu tujuan dari penelitian ini adalah untuk mengetahui perbandingan determinan FDI di ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009. Determinan FDI yang digunakan dalam penelitian ini terdiri atas faktor ekonomi makro (pertumbuhan ekonomi, nilai tukar) dan karakteristik negara (tenaga kerja, infrastruktur). Teknik analisis yang digunakan dalam penelitian ini adalah analisis data panel (pooling data) yaitu dengan menggabungkan data yang bersifat time series dan cross section. Dalam melakukan analisis data penelitian dengan data panel,

peneliti

menggunakan tiga jenis estimasi model yaitu, Pooled Least Square (PLS), Fixed Effect Methode (FEM), dan Random Effect Methode (REM). Hasil yang akan digunakan dalam mengambil kesimpulan dalam penelitian ini adalah hasil dari model terbaik atas pengujian model yang dilakukan. Hasil perhitungan dari tiga model tersebut diperoleh dengan menggunakan software eviews 6, adapun hasil estimasi yang telah dilakukan adalah sebagai berikut :

commit to user

95

Tabel 4.6.

Hasil Estimasi Data Panel Determinan FDI ASEAN 5 dan China Periode 1988-2009

Variabel Dependen : LnFDI Variabel PLS FEM REM C 4.778489 3.229600 5.329934 (17.50641) (2.029134) (10.99243) EGROW 0.058746 0.034894 0.030869 (3.488939) (2.262005) (2.117713) LnEXCHR -0.101558 -1.135508 -0.261727 perpustakaan.uns.ac.id digilib.uns.ac.id (-3.086610) (-4.909184) (-3.100184) LnLABOR 0.545000 1.913422 0.651150 (12.86480) (3.806764) (5.172318) LnINFRA 0.865156 0.884715 0.748127 (13.65336) (9.089651) (12.12061) Indonesia 4.307260 0.786078 Malaysia -0.659132 -0.553815 Thailand 0.328967 -0.053881 Singapura 1.707360 0.524120 Filipina 0.366849 -0.416036 China -5.072382 -0.286466 2 R 0.742323 0.840720 0.544487 F-statistik 87.86509 68.61747 36.45745 Catatan : angka pada tanda ( ) menunjukkan nilai t-statistik dan semua variabel signifikan pada tingkat level 5% (t-tabel = 1,645) Sumber : Hasil Pengolahan Data Eviews 6

Berdasarkan tabel 4.6 diatas diketahui bahwa hasil estimasi dengan menggunakan pendekatan PLS, FEM, dan REM menunjukkan seluruh variabel independen yaitu pertumbuhan ekonomi, tenaga kerja, dan infrastruktur memilikki pengaruh positif dan signifikan terhadap FDI di ASEAN 5 dan China pada α=5%. Sedangkan, variabel nilai tukar memilikki pengaruh negatif dan juga signifikan terhadap FDI di ASEAN 5 dan China pada α=5%. Dilihat dari nilai koefisien determinasi (goodness of fit test) menunjukkan bahwa model FEM adalah yang terbaik dengan nilai R2 sebesar 0,841 dibandingkan dengan R2 model PLS sebesar 0,742 dan REM sebesar 0,544. Dengan kata lain variabel independen (pertumbuhan ekonomi, nilai tukar, tenaga kerja,dan infrastruktur) pada model FEM mampu menjelaskan 84% variansi variabel dependen

commit to user

96

(FDI). Sedangkan, sisanya yaitu sebesar 16% dijelaskan variabel lain yang tidak dimasukkan dalam model penelitian ini. Pada model FEM nilai intersep pada masing-masing negara adalah, Indonesia sebesar 4.307260, Malaysia sebesar -0.659132, Thailand sebesar 0.328967, Singapura sebesar 1.707360, Filipina 0.366849, dan China sebesar perpustakaan.uns.ac.id digilib.uns.ac.id 5.072382. Dengan demikian, pendekatan Fixed Effect Methode (FEM) menjelaskan adanya pebedaan perilaku determinan FDI dari keenam negara tersebut. Sedangkan, nilai intersep model REM pada masing-masing negara adalah, Indonesia sebesar 0.786078, Malaysia sebesar -0.553815, Thailand sebesar -0.053881, Singapura sebesar 0.524120, Filipina -0.416036, dan China sebesar -0.286466. Nilai intersep pada random effect menunjukkan seberapa besar perbedaan random error component sebuah negara terhadap nilai intercept (c). Jika semua nilai random effect dijumlahkan, maka akan menghasilkan angka nol. Sehingga dengan adanya perbedaan nilai intersep pada masing-masing negara ini menunjukkan heterogenitas, dimana terdapat faktor yang berbeda-beda dalam mempengaruhi determinan pada masing-masing negara di ASEAN 5 dan China. 2.10.1.2.Hasil Uji Pemilihan Model Setelah dilakukan estimasi data panel dengan ketiga pendekatan yaitu, Pooled Least Square (PLS), Fixed Effect Methode (FEM), dan Random Effect Methode (REM), maka langkah selanjutnya adalah melakukan uji pemilihan model untuk menentukan model terbaik yang hasilnya akan digunakan untuk membuat kesimpulan dari analisis yang telah dilakukan dalam penelitian ini. Adapun tahapan uji pemilihan model data panel dapat dijelaskan sebagai berikut.

commit to user

97

3) Common Effect atau Individual Effect Untuk mengetahui model apakah yang cocok untuk digunakan dalam penelitian ini Common Effect atau Individual Effect, dapat dilihat dari hasil Uji Chow Test atau juga sering disebut sebagai uji F Statistik. Seperti yang sudah dijelaskan sebelumnya bahwa untuk melakukan uji ini digunakan hipotesis yaitu : perpustakaan.uns.ac.id digilib.uns.ac.id H0 : Model Common Effect (Restricted) H1

: Model Individual Effect (Unrestricted) Dalam pengujian hipotesis tersebut digunakan persamaan F statistik seperti

yang telah dirumuskan oleh Chow berikut ini :

(R - R ) / k - 1 F (a , k - 1, n - k ) = (( 1 - R ) )/ n - k 2 UR

2 R

2 UR

Sehingga hasil perhitungan dengan menggunakan persamaan diatas dapat dilihat berikut ini : F (5%,4,122)

=

(0.840720 - 0.742323 ) /( 5 - 1) (1 - 0.840720 ) / (127 - 5)

=

0.02459925 = 18,84177 0.00130557

Berdasarkan hasil perhitungan diatas diperoleh nilai F hitung yaitu sebesar 18,84177, sedangkan nilai dari Ftabel dengan df for numerator = 5, df for denumerator = 122, pada tingkat kepercayaan 5% adalah sebesar 2,45. Dapat diketahui bahwa Fhitung jauh lebih besar di atas nilai Ftabel , dengan demikian H0 ditolak. Dengan kata lain asumsi bahwa koefisien intersep dan slope adalah sama tidak berlaku sebagaimana pada persamaan PLS. Sehingga model data panel yang cocok untuk digunakan dalam mengestimasi determinan FDI di ASEAN 5 (Indonesia, Malaysia, Thailand,

commit to user

98

Singapura, Filipina) dan China adalah model data panel dengan pendekatan Individual Effect dibandingkan dengan pendekatan Common Effect. 4) FEM (Fixed Effect Model) atau REM (Random Effect Model) Dari hasil pemilihan model sebelumnya menunjukkan sebuah kesimpulan bahwa Individual Effect adalah model yang cocok untuk digunakan dalam perpustakaan.uns.ac.id digilib.uns.ac.id melakukan analisis dalam penelitian ini. Untuk itu, langkah selanjutnya adalah dilakukan uji Hausman Test Untuk menentukan model apakah yang akan digunakan Fixed Effect Model atau Random Effect Model. Dalam pengujian ini hipotesis yang digunakan adalah : H0

: Model Random Effect (REM)

H1

: Model Fixed Effect (FEM) Pengujian Hausman Test dengan menggunakan software eviews 6 diperoleh

hasil sebagai berikut ini : Tabel 4.7. Hasil Uji Hausman Data Panel Periode 1988-2009 Test Summary Cross-section random

Chi-Sq. Statistic

Random Effect Method (REM) Chi. Sq. d.f.

Prob.

4

0.0003

21.047379

Sumber : Hasil Pengolahan Data Eviews 6

Berdasarkan hasil perhitungan uji Hausman Test diatas diperoleh nilai chi square ( c 2) hitung sebesar 21.047379, sedangkan nilai dari chi square ( c 2) tabel dengan df = 4, pada tingkat kepercayaan 5% adalah sebesar 9.48773. Sehingga, dapat diketahui bahwa chi square ( c 2) hitung jauh lebih besar di atas nilai square ( c 2) tabel , dengan demikian H0 ditolak. Dengan kata lain, model data panel yang cocok untuk digunakan dalam mengestimasi determinan FDI di ASEAN 5 (Indonesia, Malaysia, Thailand,

commit to user

99

Singapura, Filipina) dan China adalah model data panel dengan pendekatan Fixed Effect Method (FEM). 2.10.1.3.Pendekatan Metode Fixed Effect Method (FEM) dengan General Least Square Dalam penelitian yang menggunakan data cross section, memilikki kecenderungan terjadinya heteroskedastisitas (data tidak homoskedastisitas) pada perpustakaan.uns.ac.id digilib.uns.ac.id data penelitian. Oleh karena itu, dalam penelitian ini penulis mencoba untuk melihat apakah pada estimasi yang dilakukan melalui metode pendekatan Fixed Effect Method (FEM) terjadi heteroskedastisitas. Cara yang dapat dilakukan untuk melihat adanya heteroskedastisitas pada estimasi Fixed Effect Method (FEM) yaitu dengan melakukan estimasi FEM dengan GLS kemudian membandingkan nilai sum square resid pada weighted statistics dan sum square resid unweighted statistics. Apabila nilai sum square Resid pada Weighted statistics lebih kecil sum square Resid Unweighted statistics, maka model terjadi heteroskedastisitas. Dari hasil estimasi dengan menggunakan software eviews 6 diperoleh nilai sum square resid pada weighted statistics sebesar 39.27337, sedangkan nilai sum square resid unweighted statistics adalah sebesar 39.78809. Sehingga dapat disimpulkan bahwa nilai sum square resid pada weighted statistics lebih kecil sum square resid unweighted statistics, dengan kata lain estimasi dengan pendekatan Fixed Effect Method (FEM) terjadi heteroskedastisitas. Untuk mengatasi permasalahan heteroskedastisitas ini dapat dilakukan sebuah treatment yaitu mengestimasi pendekatan Fixed Effect Method (FEM) dengan General Least Square (GLS). Metode GLS ini pada intinya adalah memberikan pembobotan kepada variasi data yang digunakan, dengan kuadrat varians dari model.

commit to user

100

Lebih lanjut Gujarati (2003) menyebutkan bahwa metode OLS yang umum tidak mengasumsikan bahwa varians variabel adalah heterogen, pada kenyataannya variasi data pada data pooling cenderung heterogen. Metode GLS sudah memperhitungkan heterogenitas yang terdapat pada variabel independent secara eksplisit sehingga metode ini mampu menghasilkan perpustakaan.uns.ac.id digilib.uns.ac.id estimator yang memenuhi kriteria BLUE (best linear unbiased estimator). Sehingga dalam penelitian ini peneliti memutuskan untuk menggunakan pendekatan Fixed Effect Method (FEM) GLS. Adapun hasil pengolahan data dengan software eviews 6 diperoleh hasil estimasi seperti dibawah ini : Tabel 4.8.

Hasil Estimasi Data Panel Periode 1988-2009

Variabel Dependen : FDI Variabel Koefisien C 2.186841 EGROW 0.034938 LnEXCHR -1.011203 LnLABOR 2.142890 LnINFRA 0.826995 Indonesia 3.328194 Malaysia -0.112210 Thailand 0.230755 Singapura 2.748027 Filipina 0.240580 China -5.678937 R2 = 0.853812 F-statistik = 75.92674

Fixed Effect Method (FEM) GLS

SE 1.503288 0.014129 0.240386 0.450012 0.088210

t-Statistik 1.454706 2.472793 -4.206582 4.761849 9.375275

Prob. 0.1484 0.0148 0.0001 0.0000 0.0000


Berdasarkan tabel 4.8 diatas diketahui bahwa hasil estimasi dengan menggunakan pendekatan Fixed Effect Method (FEM) GLS menunjukkan hampir seluruh variabel independen yaitu pertumbuhan ekonomi, tenaga kerja, dan infrastruktur memilikki pengaruh positif dan signifikan pada α=5%. Sedangkan, variabel nilai tukar memilikki pengaruh negatif dan juga signifikan pada α=5%.

commit to user

101

Nilai R2 yang dihasilkan dari hasil estimasi ini relatif lebih besar dibandingkan dengan pendekatan-pendekatan sebelumnya yaitu sebesar 85 % selama masa periode pengamatan. Hal ini dapat berarti bahwa estimasi yang dilakukan dengan menggunakan Fixed Effect Method (FEM) GLS, variabel independen (pertumbuhan ekonomi, nilai tukar, tenaga kerja,dan infrastruktur) dalam penelitian perpustakaan.uns.ac.id digilib.uns.ac.id ini mampu menjelaskan 85% variansi variabel dependen (FDI). Untuk sisanya yaitu sebesar 15% dijelaskan variabel lain yang tidak dimasukkan dalam model penelitian ini. Nilai intersep (c) sebesar 2.186841 pada model FEM GLS merupakan nilai rata-rata dari komponen kesalahan (error). Sedangkan nilai individual effect pada masing-masing negara menunjukkan seberapa besar perbedaan komponen kesalahan (error) sebuah negara terhadap nilai rata-rata intersep semua negara. Berdasarkan hasil diatas dapat dijelaskan bahwa perbedaan komponen kesalahan negara terhadap nilai rata-rata semua negara yaitu Indonesia (3.328194), Malaysia (-0.112210), Thailand (0.230755), Singapura (2.748027), Filipina (0.240580), dan China (5.678937). Dari hasil estimasi diatas dapat ditulis sebuah persamaan model untuk determinan FDI di ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China yaitu : · INDONESIA LnFDI = 3.328194 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275)

commit to user

102

· MALAYSIA LnFDI = -0.112210 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275) · THAILAND LnFDI = 0.230755 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) perpustakaan.uns.ac.id digilib.uns.ac.id 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275) · SINGAPURA LnFDI = 2.748027 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275) · FILIPINA LnFDI = 0.240580 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275) · CHINA LnFDI = -5.678937 + 0.034938*EGROW - 1.011203*LnEXCHR + (1.454706) (2.472793) (-4.206582) 2.142890*LnLABOR + 0.826995*LnINFRA + µit (4.761849) (9.375275)

2.10.1.4.Hasil Uji Statistik Model Langkah selanjutnya dalam penelitian ini adalah melakukan uji statistik model yang telah dipilih sebelumnya. Tahapan uji statistik model penelitian ini terdiri atas : 4) Uji t statistik (uji parsial) Uji t statistik atau uji parsial merupakan pengujian variabel secara individu atau sendiri-sendiri yang dilakukan untuk melihat apakah variabel Independen berpengaruh secara statistik terhadap variabel dependen. Pengujian secara sendiri-

commit to user

103

sendiri

terhadap

koefisien

regresi

masing-masing

variabel

bebas

dengan

menggunakan level of significant 5% diperoleh hasil sebagai berikut : Tabel 4.9. Hasil Uji t-Statistik (α=5%) Model Fixed Effect Method (FEM) GLS Periode 1988-2009 Variabel Dependen : FDI

Variabel t-statistik perpustakaan.uns.ac.id Independen EGROW LnEXCHR LnLABOR LnINFRA

2.472793 -4.206582 4.761849 9.375275

t-tabel df (α/2,n-k) df (0.025%, 122) ± 1.96 ± 1.96 ± 1.96 ± 1.96

Prob. 0.0148 0.0001 0.0000 0.0000

Kesimpulan digilib.uns.ac.id Signifikan Signifikan Signifikan Signifikan


a.

Variabel EGROW (Pertumbuhan Ekonomi) Berdasarkan hasil estimasi data diperoleh nilai thitung 2.472793 > ttabel ±1.96, memiliki nilai signifikansi 0.0148 yang berarti dibawah α = 0.05. Maka dapat disimpulkan bahwa Ho ditolak dan menerima Ha yang artinya variabel Pertumbuhan Ekonomi mempunyai pengaruh signifikan secara statistik terhadap FDI yang masuk ke negara ASEAN 5 dan China.

b.

Variabel LnEXCHR (Nilai Tukar) Berdasarkan hasil estimasi data diperoleh nilai thitung -4.206582 > ttabel ±1.96, memiliki nilai signifikansi 0.0001 yang berarti dibawah α = 0.05. Maka dapat disimpulkan bahwa Ho ditolak dan menerima Ha yang artinya variabel Nilai Tukar mempunyai pengaruh signifikan secara statistik terhadap FDI yang masuk ke negara ASEAN 5 dan China.

c.

Variabel LnLABOR (Tenaga Kerja) Berdasarkan hasil estimasi data diperoleh nilai thitung 4.761849 > ttabel ±1.96, memiliki nilai signifikansi 0.0000 yang berarti dibawah α = 0.05. Maka dapat disimpulkan bahwa Ho ditolak dan menerima Ha yang artinya variabel Tenaga

commit to user

104

Kerja mempunyai pengaruh signifikan secara statistik terhadap FDI yang masuk ke negara ASEAN 5 dan China. d.

Variabel LnINFRA (Infrastruktur) Berdasarkan hasil estimasi data diperoleh nilai thitung 9.375275 > ttabel ±1.96,

memiliki nilai signifikansi 0.0000 yang berarti dibawah α = 0.05. Maka dapat perpustakaan.uns.ac.id digilib.uns.ac.id disimpulkan bahwa Ho ditolak dan menerima Ha yang artinya variabel Infrastruktur mempunyai pengaruh signifikan secara statistik terhadap FDI yang masuk ke negara ASEAN 5 dan China. 5) Uji F statistik (Uji Secara Bersama-sama) Uji F statistik merupakan pengujian yang bertujuan untuk mengetahui besarnya pengaruh variabel independen terhadap variabel dependen secara bersamasama. Pengujian secara bersama-sama terhadap koefisien regresi variabel independen dengan menggunakan level of significant 5% diperoleh hasil sebagai berikut : Tabel 4.10. Hasil Uji F-Statistik (α=5%) Model Fixed Effect Method (FEM) GLS Periode 1988-2009 Variabel Dependen : FDI Variabel Independen

F-statistik

F-tabel df (α, k-1, n-k) df (5%, 4, 122)

Kesimpulan

EGROW, LnEXCHR, LnLABOR, LnINFRA

75.92674

2.45

Signifikan


Berdasarkan dari hasil pengujian F statistik dari model Fixed Effect Method (FEM) GLS pada derajat signifikansi 5% diperoleh nilai F hitung 75.92674 > Ftabel 2.45. Hal ini berarti bahwa dalam hasil estimasi data panel dengan pendekatan Fixed Effect Method (FEM) GLS secara bersama-sama variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur mempunyai pengaruh yang signifikan/nyata secara statistik terhadap FDI yang masuk ke negara ASEAN 5 dan China.

commit to user

105

6) Uji R2 (Koefisien Determinasi) Tujuan dilakukannya Uji Koefisien Determinasi (R2) adalah untuk mengetahui seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat (dependen). Besarnya R2 menunjukkan pengaruh yang dijelaskan oleh variabel dependen. perpustakaan.uns.ac.id digilib.uns.ac.id Berdasarkan hasil pengolahan data dengan menggunakan pendekatan Fixed Effect Method (FEM) GLS diperoleh nilai R2 sebesar 0.853812 atau sekitar 85 %. Hal tersebut berarti bahwa

85% variabel FDI dapat dijelaskan oleh variabel

pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur, sedangkan sisanya 15% dijelaskan oleh variabel-variabel lain diluar model. 2.10.1.5.Pembahasan Hasil Penelitian Seperti yang telah dijelaskan bahwa dari hasil serangkaian pemilihan model diperoleh kesimpulan bahwa model yang paling sesuai dan tepat untuk digunakan dalam melakukan estimasi pada penelitian ini adalah model data panel dengan pendekatan Fixed Effect Method (FEM) GLS. Dari persamaan model tersebut dapat digunakan untuk membuat kesimpulan dari penelitian ini dengan menjelaskan perbandingan antara temuan empirik dengan hipotesis yang telah dibuat oleh penulis dalam menganalisis data dalam penelitian ini. Hipotesis yang dimaksud adalah adanya pengaruh yang signifikan/nyata secara statistik dari variabel determinan FDI yang terdiri atas faktor ekonomi makro (pertumbuhan ekonomi, nilai tukar) dan karakteristik negara (tenaga kerja, infrastruktur) terhadap FDI yang masuk ke negara ASEAN 5 dan China. Adapun ringkasan perbandingan antara temuan empirik dengan hipotesis penelitian ini dapat disajikan sebagai berikut :

commit to user

106

Tabel 4.11. Perbandingan Temuan Empirik dengan Hipotesis Penelitian Hipotesis Makna Statistik Pengaruh

Temuan Empirik Makna Statistik Pengaruh

Pertumbuhan Ekonomi terhadap FDI

Signifikan

Positif

Signifikan

Positif

Nilai Tukar terhadap FDI

Signifikan

Positif

Signifikan

Negatif

Tenaga Kerja terhadap FDI

Signifikan

Positif

Signifikan

Positif

Infrastruktur terhadap FDI perpustakaan.uns.ac.id

Signifikan

Positif

Signifikan

Pengaruh Variabel

Positif digilib.uns.ac.id


Dari tabel 4.11 diatas dapat diketahui bahwa temuan empirik dari hasil analisis data penelitian, hampir sebagaian besar variabel independen diantaranya pertumbuhan ekonomi, tenaga kerja, dan infrastruktur memilikki pengaruh yang positif dan signifikan secara statistik terhadap aliran FDI yang masuk ke negara ASEAN 5 dan China.. Sedangkan variabel nilai tukar yang diharapkan berpengaruh positif dan signifikan terhadap FDI justru menunjukkan hasil yang negatif dan signifikan terhadap aliran FDI di ASEAN 5 dan China. Secara garis besar penelitian ini mampu menjawab hipotesis awal dari penelitian sebelumnya Chaterine dan Rashid (2011) bahwa variabel determinan FDI yang dikategorikan menjadi ekonomi makro dan karakteristik negara sama baiknya dalam menjelaskan determinan FDI inflows khususnya, di ASEAN 5 dan China. Selanjutnya akan dilakukan pembahasan lebih lanjut untuk melihat konsistensi hasil temuan empirik dengan teori serta penelitian-penelitian sebelumnya yaitu : 1) Pengaruh Pertumbuhan Ekonomi (EGROW) terhadap FDI Berdasarkan persamaan model dengan pendekatan Fixed Effect Method (FEM) GLS, menunjukkan bahwa variabel pertumbuhan ekonomi mempunyai pengaruh yang positif dan signifikan secara statistik pada α = 5% terhadap aliran FDI yang masuk ke negara ASEAN 5 dan China. Nilai koefisien regresi dari variabel

commit to user

107

pertumbuhan ekonomi adalah sebesar 0.034938. Dapat diartikan apabila terjadi perubahan pada pertumbuhan ekonomi di ASEAN dan China sebesar 1% maka akan menyebabkan terjadinya perubahan aliran FDI yang masuk ke ASEAN dan China sebesar 0.034938 % dengan arah hubungan yang sama (searah) dan diasumsikan variabel-variabel lain cateris paribus. perpustakaan.uns.ac.id digilib.uns.ac.id Hasil tersebut sesuai dengan temuan (CMCG, 2003) pertumbuhan ekonomi yang tinggi akan menunjukkan adanya kondisi pasar domestik yang potensial (market potensial) yang tentunya akan menjadi daya tarik bagi investor asing untuk menanamkan modalnya. Selain itu, pertumbuhan ekonomi juga bisa dijadikan sebagai indikator ekonomi makro yang menunjukkan besarnya pasar (market size) suatu negara, sehingga keberadaan pertumbuhan ekonomi yang terus meningkat akan menjadi bahan pertimbangan penting bagi investor asing untuk menanamkan modalnya dengan harapan keuntungan yang akan diterimanya juga akan ikut terus meningkat. Penelitian ini juga menunjukkan temuan yang sama dengan penelitian sebelumnya oleh Hoang (2010) yang meneliti determinan dan distribusi spasial FDI di Asia Tenggara periode 1991-2009 menggunakan perkembangan GDP sebagai proxy besarnya pasar (market size) masing-masing negara di Asia Tenggara. Salah satu kesimpulan dari penelitian tersebut menyatakan bahwa besarnya pasar (market size) memilikki pengaruh yang positif dan signifikan secara statistik terhadap FDI inflows di kawasan negara Asia Tenggara. 2) Pengaruh Nilai Tukar (EXCHR) terhadap FDI Berdasarkan persaman model dengan

pendekatan Fixed Effect Method

(FEM) GLS, menunjukkan bahwa variabel nilai tukar mempunyai pengaruh yang

commit to user

108

negatif dan signifikan secara statistik pada α = 5% terhadap aliran FDI yang masuk ke negara ASEAN 5 dan China. Nilai koefisien regresi dari variabel nilai tukar adalah sebesar -1.011203. Dapat diartikan apabila terjadi perubahan pada nilai tukar di ASEAN 5 dan China sebesar 1% maka akan menyebabkan terjadinya perubahan aliran FDI yang masuk ke ASEAN dan China sebesar -1.011203% dengan arah perpustakaan.uns.ac.id digilib.uns.ac.id hubungan yang berlawanan dan diasumsikan variabel-variabel lain cateris paribus. Hasil tersebut berbeda dengan penelitian sebelumnya Hoang (2010) yang mnyimpulkan dari analisis regresi data panel pendekatan Random Effect Method (REM) koefisien regresi dari variabel nilai tukar bertanda positif dan mempunyai pengaruh signifikan secara statistik terhadap FDI. Dalam penelitian ini diperoleh hasil estimasi yang berbeda dengan hipotesis awal, dimana nilai tukar yang diharapkan berpengaruh positif justru menunjukkan hasil estimasi yang berpengaruh negatif dan signifikan secara statistik. Kondisi yang tidak sesuai antara hipotesis dan temuan empirik diduga akibat kondisi perekonomian, sosial dan politik yang tidak stabil di sebagain besar negara ASEAN 5 pasca terjadinya krisis ekonomi pada tahun 1997. Pada saat terjadi krisis nilai tukar beberapa negara ASEAN 5 menunjukkan tren depresiasi namun tidak terbukti mampu menarik FDI ke dalam negeri, dibuktikan dengan terus menurunnya jumlah FDI di negara ASEAN 5 pasca krisis 1997, salah satu contohnya adalah nilai FDI yang masuk ke Indonesia menurun tajam hingga pada tahun 2000 tercatat minus. Hal tersebut menunjukkan bahwa terdepresiasinya mata uang beberapa negara ASEAN 5 yang berawal pada tahun 1997 bukan semata-mata sebuah keuntungan di mata investor, karena dilihat asal-

commit to user

109

usulnya depresiasi mata uang yang terjadi merupakan dampak sistemik dari krisis mata uang baht di Thailand. Dampak krisis mata uang tersebut juga menyebabkan kondisi stabilitas sosial dan politik di beberapa negara terguncang. Sehingga dapat disimpulkan meskipun terjadi depresiasi mata uang pada beberapa negara bukan berarti investor perpustakaan.uns.ac.id digilib.uns.ac.id asing akan segera melakukan ekspansi, tetapi para investor asing juga mempertimbangkan aspek kestabilan sosial, ekonomi, dan politik pada saat itu yang memang sedang tidak kondusif untuk berinvestasi, khususnya ke negara-negara yang terkena dampak krisis paling parah seperti Indonesia, Thailand, Filipina, dan Malaysia. 3) Pengaruh Tenaga Kerja (LABOR) terhadap FDI Berdasarkan persaman model dengan pendekatan Fixed Effect Method (FEM) GLS, menunjukkan bahwa variabel tenaga kerja mempunyai pengaruh yang positif dan signifikan secara statistik pada α = 5% terhadap aliran FDI yang masuk ke negara ASEAN 5 dan China. Nilai koefisien regresi dari variabel tenaga kerja adalah sebesar 2.142890. Dapat diartikan apabila terjadi perubahan pada tenaga kerja di ASEAN 5 dan China sebesar 1% maka akan menyebabkan terjadinya perubahan aliran FDI yang masuk ke ASEAN dan China sebesar 2.142890% dengan arah hubungan yang sama (searah) dan diasumsikan variabel-variabel lain cateris paribus. Hasil estimasi dalam penelitian ini sesuai dengan penelitian yang dilakukan oleh Pourshahabi Davoud, dan Ehsan (2011) dalam penelitiannya menyatakan bahwa semakin tinggi tingkat sumber daya manusia akan berasosiasi positif terhadap keuntungan yang didapatkan dari kegiatan investasi termasuk FDI. Lebih lanjut Ismail dan Ishak (2003) menyimpulkan bahwa dari hasil analisis dalam penelitiannya

commit to user

110

ditemukan bahwa ketersediaan jumlah angkatan kerja berpengaruh positif dan signifikan terhadap FDI yang masuk ke Thailand. 4) Pengaruh Infrastruktur (INFRA) terhadap FDI Berdasarkan persamaan model dengan pendekatan Fixed Effect Method (FEM) GLS, menunjukkan bahwa variabel infrastruktur mempunyai pengaruh yang perpustakaan.uns.ac.id digilib.uns.ac.id negatif dan signifikan secara statistik pada α = 5% terhadap aliran FDI yang masuk ke negara ASEAN 5 dan China. Nilai koefisien regresi dari variabel infrastruktur adalah sebesar

0.826995. Dapat diartikan apabila terjadi perubahan pada

infrastruktur di ASEAN dan China sebesar 1% maka akan menyebabkan terjadinya perubahan aliran FDI yang masuk ke ASEAN dan China sebesar 0.826995% dengan arah hubungan yang sama (searah) dan diasumsikan variabel-variabel lain cateris paribus. Hasil estimasi diatas juga sama dengan hasil penelitian sebelumnya yang dilakukan oleh Dermiham dan Masca (2008) yang melakukan penelitian tentang determinan FDI dari 38 negara berkembang periode 2000-2004 yang salah satu variabel independenya adalah infrastruktur. Dalam penelitian tersebut juga menggunakan telephone mainlines sebagai proxy dari variabel infrastruktur dan hasil yang diperoleh adalah adanya pengaruh yang positif dan signifikan dari variabel infrastruktur terhadap FDI yang masu ke dalam negara berkembang. Menurut Catherine dan Rashid (2011) di dalam penelitianya juga menjelaskan bahwa dengan perkembangan infrastruktur yang baik di negara-negara ASEAN akan berpengaruh positif

terhadap peningkatan aliran FDI. Dalam

penelitian ini digunakan jaringan telekomunikasi sebagai indikator perkembangan infrastruktur.

commit to user

111

2.10.2. Analisis Vector Autoregression (VAR) 4.2.2.1. Penentuan Lag Optimal Penentuan Lag Optimal sebagai bagian pertama yang dilakukan dalam penelitian ini sebelum dilakukannya analisis VAR lebih lanjut. Pentingnya penentuan lag yang optimal didasari atas analisis VAR sendiri yang peka terhadap panjang lag. perpustakaan.uns.ac.id digilib.uns.ac.id Selain itu dalam analisis VAR, variabel endogen yang dipakai dalam sistem persamaan juga akan digunakan sebagai variabel eksogen. Penentuan lag optimal berguna untuk menghilangkan masalah autokorelasi dalam sebuah sistem VAR dan mampu menunjukkan berapa lama reaksi dari suatu variabel terhadap variabel lainnya. Dalam menentukan lag optimal dalam penelitian ini dibantu dengan melihat nilai Akaike Criteria (AIC). Sebelumnya data dalam penelitian ini akan dianalisis terlebih dahulu dengan metode VAR pada lag 1 dan 2, kemudian setelah diperoleh hasil estimasinya langkah selanjutnya adalah membandingkan nilai yang didapatkan dari hasil estimasi pada masing-masing tingkat lag tersebut. Kriteria yang digunakan dalam penelitian ini adalah Akaike Criteria (AIC), sehingga untuk menentukan lag yang optimal adalah dengan melihat nilai Akaike Criteria (AIC) yang paling kecil. Hasil pengujian lag dari keenam negara yang menjadi obyek penelitian ini dapat dilihat sebagai berikut ini : Tabel 4.12. Hasil Uji Pemilihan Lag Optimal Akaike Criteria (AIC) Lag (1) Lag (2) -1.384291 -2.677306 -8.706866 -10.97164 -8.361881 -10.48318 -8.668382 -9.931375 -4.487861 -5.430181 -10.39153 -13.41790

Negara Indonesia Malaysia Thailand Singapura Filipina China Sumber : Hasil Pengolahan Data Eviews 6

commit to user

112

Berdasarkan hasil pengujian pemilihan lag optimal pada tabel 4.12 diatas menunjukkan bahwa untuk negara Indonesia, Malaysia, Thailand, Singapura, Filipina, dan China nilai minimum Akaike Criteria (AIC) terletak pada lag (2). Sehingga lag optimal untuk keenam negara tersebut adalah ketika estimasi dilakukan pada lag (2). Hasil estimasi dengan lag optimal inilah yang akan digunakan untuk perpustakaan.uns.ac.id digilib.uns.ac.id melakukan tahap analisis metode VAR selanjutnya. 4.2.2.2. Hasil Estimasi Vector Autoregression (VAR) Setelah diperoleh lag optimal tahap analisis berikutnya adalah melakukan estimasi model VAR. Seperti yang sudah dijelaskan sebelumnya bahwa lag optimal dari penelitian ini terletak pada lag (2). Sehingga estimasi model VAR dari keenam negara yang menjadi objek penelitian ini menggunakan lag (2). Sedangkan untuk mengetahui tingkat signifikansi hasil estimasi model dilakukan pada tingkat 1%, 5%, dan 10% dengan nilai tabel masing-masing sebesar 2.624, 1.761, dan 1.345. Estimasi model VAR ini dilakukan dengan menggunakan software eviews 6 dan hasil dari estimasi tersebut dapat dilihat pada penjelasan berikut ini : 1) Hasil Estimasi VAR di Negara Indonesia Berdasarkan hasil estimasi model VAR dapat diketahui bahwa variabel dependen LNFDI_IDN secara signifikan dipengaruhi oleh variabel LNFDI_IDN(-2), LNLABOR_IDN(-1) dengan arah hubungan positif, dan

LNINFRA_IDN(-2)

dengan arah hubungan yang negatif. Sedangkan variabel EGROW_IDN , LNEXCHR_IDN, dan variabel LNFDI_IDN itu sendiri tidak memberikan pengaruh yang signifikan secara statistik terhadap variabel LNFDI_IDN (lihat lampiran 5.1). Secara lebih lanjut, bahwa dari hasil estimasi model tersebut juga dapat digunakan untuk melihat hubungan dinamis variabel dependen lainnya.

commit to user

113

Diantaranya adalah variabel independen LNEXCHR_IDN yang dipengaruhi oleh variabel LNFDI_IDN(-2) secara negatif, variabel dependen LNLABOR_IDN yang dipengaruhi oleh variabel EGROW_IDN(-1) secara negatif, LNLABOR_IDN(1) dan

LNINFRA_IDN(-1) secara positif.

Sedangkan

variabel

dependen

LNINFRA_IDN hanya dipengaruhi oleh variabel LNINFRA_IDN(-1) secara positif. perpustakaan.uns.ac.id digilib.uns.ac.id Sehingga hubungan dinamis antar variabel penelitian dari hasil estimasi model VAR, atau juga sering dikenal sebagai kausalitas VAR di negara Indonesia dapat digambarkan sebagai berikut : LNFDI

LNINFRA

LNEXCHR

EGROW

LNLABOR

Gambar 4.1. Hubungan Kausalitas VAR di Indonesia 2) Hasil Estimasi VAR di Negara Malaysia Hasil estimasi model VAR dari negara Malaysia menunjukkan bahwa variabel dependen LNFDI_MYS secara signifikan dipengaruhi oleh variabel LNLABOR_MYS(-1) dengan arah hubungan negatif, dan LNLABOR_MYS(-2) dengan arah hubungan yang positif. Sedangkan variabel LNEXCHR_MYS,

LNINFRA_MYS,

dan

LNFDI_MYS

EGROW_MYS, itu

sendiri

tidak

memberikan pengaruh yang signifikan terhadap variabel LNFDI_MYS IDN (lihat lampiran 5.2). Dari hasil estimasi tersebut juga dapat ditunjukkan adanya hubungan dinamis dari variabel-variabel lainnya.

commit to user

114

Dimana

variabel-variabel

LNLABOR_MYS(-2)

secara

seperti

signifikan

LNLABOR_MYS(-1) juga

mempengaruhi

serta variabel

EGROW_MYS, dengan arah hubungan masing-masing positif dan negatif. Variabel LNINFRA_MYS(-1) dan LNINFRA_MYS(-2) secara signifikan mempengaruhi variabel dependen LNEXCHR_MYS. Variabel dependen LNLABOR_MYS secara perpustakaan.uns.ac.id digilib.uns.ac.id signifikan dipengaruhi oleh variabel LNFDI_MYS(-1), LNFDI_MYS(-2), EGROW_MYS(-2), LNLABOR_MYS(-1), dan LNLABOR_MYS(-2). Sedangkan variabel

LNINFRA_MYS

dipengaruhi

oleh

variabel

LNFDI_MYS(-2),

EGROW_MYS(-2), LNLABOR_MYS(-1), dan LNLABOR_MYS(-2). Hubungan dinamis antar variabel penelitian dari hasil estimasi model VAR tersebut dapat dijelaskan melalui gambar berikut ini : LNINFRA

LNFDI

LNEXCHR

EGROW

LNLABOR

Gambar 4.2. Hubungan Kausalitas VAR di Malaysia 3) Hasil Estimasi VAR di Negara Thailand Dari hasil estimasi model VAR dari negara Thailand justru menunjukkan hasil yang berbeda dari negara-negara lainnya. Variabel-variabel LNFDI_THA EGROW_THA,

LNEXCHR_THA,

LNLABOR_THA,

LNINFRA_THA,

dan

LNFDI_THA itu sendiri tidak memberikan pengaruh yang signifikan secara statistik terhadap variabel LNFDI_THA (lihat lampiran 5.3). Di lain pihak, untuk model

commit to user

115

VAR dengan variabel dependen EGROW_THA dipengaruhi secara signifikan oleh variabel

EGROW_THA(-1),

EGROW_THA(-2),

LNEXCHR_THA(-1),

dan

LNEXCHR_THA(-2). Variabel

dependen

LNEXCHR_THA

dipengaruhi

oleh

variabel

EGROW_THA(-1), LNINFRA_THA(-2), LNEXCHR_THA(-1), dan perpustakaan.uns.ac.id digilib.uns.ac.id LNEXCHR_THA(-2). Model VAR dengan variabel dependen LNLABOR_THA secara signifikan dipengaruhi oleh LNLABOR_THA(-1) dan LNLABOR_THA(-2). Sedangkan,

variabel

dependen

LNINFRA_THA

dipengaruhi

oleh

LNLABOR_THA(-1) dan LNINFRA_THA(-1). Hubungan antar variabel penelitian tersebut dapat dijelaskan pada gambar berikut ini : LNFDI

LNEXCHR

LNINFRA

EGROW

LNLABOR

Gambar 4.3. Hubungan Kausalitas VAR di Thailand 4) Hasil Estimasi VAR di Negara Singapura Berdasarkan hasil estimasi model VAR dari negara Singapura dapat dijelaskan bahwa variabel LNFDI_SGP secara signifikan hanya dipengaruhi oleh variabel LNINFRA_SGP(-1) dengan arah hubungan yang positif. Sedangkan variabel

independen

lainnya

seperti

EGROW_THA,

LNEXCHR_THA,

LNLABOR_THA, dan variabel LNFDI_SGP itu sendiri tidak memberikan pengaruh yang signifikan terhadap LNFDI_SGP (lihat lampiran 5.4). Untuk variabel dependen

commit to user

116

lainnya seperti LNEXCHR_SGP dipengaruhi secara signifikan oleh variabel LNEXCHR_SGP(-1), variabel dependen LNLABOR_SGP secara signifikan dipengaruhi

oleh

variabel

LNFDI_SGP(-1),

LNLABOR_SGP(-1),

LNLABOR_SGP(-2), dan LNINFRA_SGP(-2). Variabel LNINFRA_SGP dipengaruhi oleh variabel EGROW_SGP(-1), perpustakaan.uns.ac.id digilib.uns.ac.id EGROW_SGP(-2),LNEXCHR_SGP(-2),LNLABOR_SGP(-1), LNINFRA_SGP(-1) signifikan secara statistik. Namun demikian, ditemukan bahwa tidak ada satupun dari variabel independen yang berpengaruh signifikan terhadap variabel dependen EGROW_SGP. Lebih lanjut hubungan dinamis antar variabel dari hasil estimasi model VAR tersebut dapat dijelaskan sebagai berikut :

LNFDI

LNINFRA

LNLABOR

LNEXCHR

EGROW

Gambar 4.4. Hubungan Kausalitas VAR di Singapura 5) Hasil Estimasi VAR di Negara Filipina Berdasarkan hasil estimasi model VAR dari negara Filipina dapat diketahui bahwa variabel dependen LNFDI_PHL secara signifikan dipengaruhi oleh variabelvariabel

LNFDI_PHL(-1),

LNEXCHR_PHL(-1),

EGROW_PHL(-1),

LNEXCHR_PHL(-2),

EGROW_PHL(-2),

LNINFRA_PHL(-1),

dan

LNINFRA_PHL(-2). Sedangkan variabel LNLABOR_PHL tidak memberikan pengaruh yang signifikan terhadap variabel dependen LNLABOR_PHL (lihat

commit to user

117

lampiran 5.5). Dengan melihat hasil estimasi model VAR tersebut juga dapat diperoleh informasi bahwa variabel EGROW_PHL secara signifikan hanya dipengaruhi oleh variabel LNINFRA_PHL(-2). Variabel dependen LNEXCHR_PHL secara signifikan dipengaruhi oleh variabel EGROW_PHL(-2), LNEXCHR_PHL(-1), LNEXCHR_PHL(-2), perpustakaan.uns.ac.id digilib.uns.ac.id LNINFRA_PHL(-1), dan LNINFRA_PHL(-2). Variabel LNLABOR_PHL dipengaruhi oleh variabel LNFDI_PHL(-1) dan LNLABOR_PHL(-1). Namun demikian, ditemukan bahwa tidak ada satupun dari variabel independen yang berpengaruh signifikan terhadap variabel dependen LNINFRA_PHL. Lebih lanjut hubungan dinamis antar variabel dari hasil estimasi model VAR tersebut dapat dijelaskan sebagai berikut : LNFDI

LNLABOR

LNINFRA

EGROW

LNEXCHR

Gambar 4.5. Hubungan Kausalitas VAR di Filipina 6) Hasil Estimasi VAR di Negara China Dari hasil estimasi model VAR China yang telah dilakukan sebelumnya, menunjukkan bahwa variabel-variabel EGROW_CHN(-1), LNEXCHR_CHN(-1), dan LNINFRA_CHN(-1) mempunyai pengaruh yang signifikan secara statistik terhadap variabel dependen LNFDI_CHN. Sedangkan variabel LNFDI_CHN itu sendiri dan variabel LNLABOR_CHN tidak berpengaruh signifikan terhadap

commit to user

118

variabel dependen LNFDI_CHN (lihat lampiran 5.6). Hasil estimasi model VAR pada tabel diatas

juga memberikan

informasi bahwa variabel dependen

EGROW_CHN secara signifikan dipengaruhi oleh variabel LNEXCHR_CHN(-1), LNEXCHR_CHN(-2), LNLABOR_CHN(-1), LNLABOR_CHN(-2). Variabel dependen LNEXCHR_CHN dipengaruhi oleh variabel perpustakaan.uns.ac.id digilib.uns.ac.id LNFDI_CHN(-1), EGROW_CHN(-2), LNINFRA_CHN(-1), dan LNINFRA_CHN(2). Untuk variabel dependen LNLABOR_CHN dipengaruhi secara signifikan oleh variabel

LNFDI_CHN(-2),

LNINFRA_CHN(-1),

dan

LNEXCHR_CHN(-1), LNINFRA_CHN(-2).

LNLABOR_CHN(-1), Sedangkan

variabel

LNINFRA_CHN secara signifikan dipengaruhi oleh LNINFRA_CHN(-1), dan LNINFRA_CHN(-2). Hubungan dinamis antar variabel penelitian tersebut dapat dijelaskan pada gambar berikut ini :

EGROW

LNFDI LNEXCHR

LNINFRA

LNLABOR

Gambar 4.6. Hubungan Kausalitas VAR di China 4.2.2.3. Analisis Impulse Respon Function (IRF) Analisis Impulse Respon Function (IRF) ini mampu menunjukkan bagaimana respon variabel dependen terhadap guncangan (shock) atau inovasi dari variabel independen sebesar satu standar deviasi. Analisis IRF dalam penelitian

commit to user

119

bertujuan untuk melihat respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara ASEAN 5 (Indonesia, Malaysia, Thailand, Singapura, Filipina) dan China periode 1988-2009. Sehingga dari hasil analisis IRF diharapkan mampu membuktikan hipotesis perpustakaan.uns.ac.id digilib.uns.ac.id dari penelitian ini. Adanya pengurutan variabel dalam IRF berdasarkan pada faktorisasi Cholesky, sedangkan analisis ini akan melihat IRF dalam kurun waktu 20 tahun. Untuk melakukan analisis IRF ini digunakan software eviews 6, adapun hasil analisis tersebut dapat dijelasakan berikut ini : 1) Analisis IRF Foreign Direct Investment (FDI) di Negara Indonesia Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara Indonesia melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara Indonesia dapat dilihat pada gambar berikut ini :

commit to user

120


digilib.uns.ac.id

Gambar. 4.7. Hasil Analisis IRF FDI di Indonesia Hasil dari analisis IRF Indonesia diatas menunjukkan bahwa respon FDI akibat shock FDI itu sendiri dimulai pada tahun ke-2 yang bernilai positif sebesar 20% dan cenderung menuju ke garis base line. Pada periode tahun ke-4 respon FDI terhadap shock FDI itu sendiri menjadi negatif yaitu sebesar -10%, namun demikian ketika memasuki periode tahun ke-10 terjadi keseimbangan kembali dan hingga akhir periode respon yang dihasilkan cenderung positif. Respon FDI terhadap variabel-variabel determinan FDI diantaranya, respon FDI terhadap goncangan pertumbuhan ekonomi pada tahun ke-2 bernilai positif

commit to user

121

20%, pada tahun ke-3 menjadi bernilai negatif diantara 0 sampai -10% dan memasukki tahun ke-4 hingga akhir periode respon FDI selalu berada diatas base line atau positif. Respon FDI terhadap goncangan nilai tukar dan tenaga kerja, dan infrastruktur dari awal periode berfluktuasi di sekitar garis base line berada pada nilai 0-10% dan tercatat sebanyak tiga kali terjadi keseimbangan . perpustakaan.uns.ac.id digilib.uns.ac.id Dari penjelasan diatas dapat ditarik kesimpulan bahwa respon FDI yang paling besar atau kuat disebabkan oleh shock dari FDI itu sendiri yang bernilai positif, meskipun pada perkembangannya tidak menyebabkan keseimbangan. Hal ini menunjukkan bahwa dalam melakukan investasi FDI di Indonesia investor asing mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun sebagai bahan pertimbangan paling utama diantara variabel lainnya. Terjadi persamaan pola respon FDI dari variabel pertumbuhan ekonomi, nilai tukar , infrstruktur dan tenaga kerja. 2) Analisis IRF Foreign Direct Investment (FDI) di Negara Malaysia Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara Malaysia melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara Malaysia dapat dilihat pada gambar berikut ini :

commit to user

122


digilib.uns.ac.id

Gambar. 4.8. Hasil Analisis IRF FDI di Malaysia Berdasarkan hasil analisis IRF pada gambar 4.8 diatas menunjukkan bahwa respon FDI akibat goncangan FDI itu sendiri dimulai tahun ke-1 yang bernilai positif hampir mendekati nilai 60%, pada periode tahun ke-2 hingga tahun ke-7 berfluktuasi diatas base line tercatat menyebabkan 3 kali keseimbangan, setelah itu respon FDI dari periode tahun ke-8 hingga akhir periode selalu berada di atas base line atau positif. Respon FDI terhadap variabel-variabel determinan FDI diantaranya, respon FDI terhadap goncangan pertumbuhan ekonomi pada tahun ke-2 bernilai negatif

commit to user

123

diantara 0 sampai -20%, pada tahun ke-4 menjadi bernilai positif dianatara 20% sampai 40% , memasukki tahun ke-6 hingga tahun ke-9 kembali bernilai negatif dan pada tahun ke-10 hingga akhir periode respon FDI selalu berada diatas base line atau positif. Tercatat terjadi tiga kali keseimbangan pada kondisi ini. Respon FDI terhadap goncangan nilai tukar dimulai pada periode tahun ke-2 perpustakaan.uns.ac.id digilib.uns.ac.id dan hingga akhir periode selalu berada di atas garis base line atau positif. Pada respon FDI terhadap goncangan tenaga kerja juga dimulai pada periode tahun ke-2 dan hingga akhir periode berada di bawah garis base line atau negatif. Sedangkan respon FDI terhadap goncangan infrastruktur memilikki pola yang hampir sama dengan pertumbuhan ekonomi dimana pada periode tahun ke-2 hingga tahun ke-9 berfluktuasi di sekitar garis base line dengan beberapa kali terjadi keseimbangan, memasukki periode ke-10 hingga mencapai akhir periode respon FDI selalu berada diatas base line atau positif. Dari penjelasan diatas dapat ditarik kesimpulan bahwa respon FDI yang paling besar atau kuat disebabkan oleh goncangan dari FDI itu sendiri yang bernilai positif dan beberapa kali menyebabkan keseimbangan. Hal ini menunjukkan hal yang sama pada analisis sebelumnya bahwa dalam melakukan investasi FDI di Malaysia investor asing mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun sebagai bahan pertimbangan paling utama diantara variabel lainnya. Kemudian variabel lainnya yang cukup kuat mempengaruhi respon FDI adalah pertumbuhan ekonomi dan nilai tukar yang keduanya juga cenderung bernilai positif, disusul dengan tenaga kerja yang berniali negatif dan infrastruktur yang cenderung positif.

commit to user

124

3) Analisis IRF Foreign Direct Investment (FDI) di Negara Thailand Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara Thailand melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara Thailand dapat dilihat pada gambar berikut ini : perpustakaan.uns.ac.id digilib.uns.ac.id

Gambar. 4.9. Hasil Analisis IRF FDI di Thailand Berdasarkan hasil analisis IRF pada gambar 4.9 diatas menunjukkan bahwa respon FDI akibat goncangan FDI itu sendiri dimulai sejak tahun ke-2 yang bernilai positif berada diantara 20% - 30% , pada periode tahun ke-6 respon FDI sempat

commit to user

125

bernilai negatif, memasukki tahun ke-9 hingga mencapai akhir periode respon FDI bernilai positif namun cukup lemah yaitu hanya berada pada nilai 0% sampai 10%. Sedangkan respon FDI terhadap variabel-variabel determinan FDI diantaranya, respon FDI terhadap goncangan pertumbuhan ekonomi pada tahun ke-2 bernilai negatif diantara 0 sampai -10%, pada tahun ke-3 menjadi bernilai positif diantara 0% perpustakaan.uns.ac.id digilib.uns.ac.id sampai 20% , ketika memasukki tahun ke-5 akhir periode respon FDI bernilai negatif. Respon FDI terhadap goncangan nilai tukar dimulai pada periode tahun ke-2 hingga akhir periode berfluktuaktif di sekitar base line dan cenderung positif. Pada respon FDI terhadap goncangan tenaga kerja pada periode tahun ke-4 hingga akhir periode cenderung bernilai negatif diantara 0 sampai -10%, pada akhir periode yaitu tajhun ke-20 respon FDI mulai mendekati base line. Sedangkan respon FDI terhadap goncangan infrastruktur memilikki pola yang hampir sama dengan niali tukar dimana pada periode tahun ke-2 hingga akhir periode hanya berfluktuasi di sekitar base line dan terlihat menunjukkan respon positif yang lemah. Dari penjelasan diatas dapat ditarik kesimpulan bahwa respon FDI yang paling besar atau kuat disebabkan oleh goncangan dari FDI itu sendiri yang bernilai positif dan beberapa kali menyebabkan keseimbangan. Hal ini menunjukkan hal yang sama pada analisis sebelumnya bahwa dalam melakukan investasi FDI di Thailand investor asing juga mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun sebagai bahan pertimbangan paling utama diantara variabel lainnya. Kemudian variabel lainnya seperti respon FDI terhadap goncangan pertumbuhan ekonomi sempat memperlihatkan respon yang relatif kuat dibandingkan variabel determinan FDI yang lainnya dan cenderung bernilai positif.

commit to user

126

4) Analisis IRF Foreign Direct Investment (FDI) di Negara Singapura Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara Singapura melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara Singapura dapat dilihat pada gambar berikut ini : perpustakaan.uns.ac.id digilib.uns.ac.id

Gambar. 4.10. Hasil Analisis IRF FDI di Singapura Berdasarkan hasil analisis IRF pada gambar 4.10 diatas menunjukkan bahwa respon FDI akibat shock FDI itu sendiri dimulai sejak tahun ke-1 yang bernilai positif berada diantara 40% - 50% , pada periode tahun ke-4 respon FDI sempat

commit to user

127

bernilai negatif diantara 0 sampai -20%, memasukki tahun ke-5 hingga mencapai akhir periode respon FDI bernilai positif. Sedangkan respon FDI terhadap variabelvariabel determinan FDI diantaranya, respon FDI terhadap goncangan pertumbuhan ekonomi pada tahun ke-2 bernilai positif diantara 0 sampai 20%, pada tahun ke-4 menjadi bernilai negatif diantara 20% sampai 40% , ketika memasukki tahun ke-5 perpustakaan.uns.ac.id digilib.uns.ac.id akhir periode respon FDI berfluktuatif di sekitar base line. Tercatat beberapa kali terjadi keseimbangan pada kondisi ini. Respon FDI terhadap goncangan nilai tukar dimulai pada periode tahun ke-2 hingga periode tahun ke-7 berfluktuaktif di sekitar base line dan pada tahun ke-8 hingga akhir periode selalu berada di atas garis base line atau positif dan relatif kuat hampir mendekati 40%. Pada respon FDI terhadap goncangan tenaga kerja juga dimulai pada periode tahun ke-2 berfluktuasi di sekitar base line hingga akhir periode dan cenderung positif. Sedangkan respon FDI terhadap goncangan infrastruktur memilikki pola yang hampir sama dengan pertumbuhan ekonomidimana pada periode tahun ke-2 hingga akhir periode hanya berfluktuasi di sekitar base line dan terlihat menunjukkan respon yang lemah. Dari penjelasan diatas dapat ditarik kesimpulan bahwa respon FDI yang paling besar atau kuat disebabkan oleh goncangan dari FDI itu sendiri yang bernilai positif dan beberapa kali menyebabkan keseimbangan. Hal ini menunjukkan hal yang sama pada analisis sebelumnya bahwa dalam melakukan investasi FDI di Singapura investor asing juga mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun sebagai bahan pertimbangan paling utama diantara variabel lainnya. Kemudian variabel lainnya seperti respon FDI terhadap goncangan pertumbuhan ekonomi

commit to user

128

sempat memperlihatkan respon yang kuat pada awal periode, namun respon FDI menjadi melemah ketika mendekati akhir periode. Begitu juga yang ditunjukkan oleh respon FDI terhadap goncangan tenaga kerja dan infrastruktur di Singapura menunjukkan respon yang lemah, salah satunya dimungkinkan karena investasi di Singapura lebih mengarah ke investasi yang padat perpustakaan.uns.ac.id digilib.uns.ac.id modal. Sedangkan, shock dari nilai tukar menyebabkan respon FDI yang lemah pada awal periode, namun terjadi penguatan ketika mendekati akhir periode dan bernilai positif yang hampir mendekati nilai 40 %. 5) Analisis IRF Foreign Direct Investment (FDI) di Negara Filipina Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara Filipina melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara Filipina dapat dilihat pada gambar berikut ini :

commit to user

129


digilib.uns.ac.id

Gambar. 4.11. Hasil Analisis IRF FDI di Filipina Berdasarkan hasil analisis IRF pada gambar 4.11 diatas menunjukkan bahwa respon FDI akibat shock FDI dan variabel-variabel determinan FDI menunjukkan pola yang hampir sama dan rata-rata dimulai pada periode tahun ke-2. Nilai akibat shock dari variabel determinan FDI berfluktuasi antara 0-10%. Sedangkan respon FDI yang paling kuat disebabkan oleh adanya goncangan dari infrastruktur. Respon FDI terhadap shock dari variabel-variabel lainnya seperti FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, dan angkatan kerja cenderung lebih lemah dibandingkan dengan goncangan yang diberikan infrastruktur. Hal ini dapat diartikan

commit to user

130

pembangunan infrastruktur menjadi faktor utama yang menjadi perhatian investor asing dalam menanamkan modalnya ke negara Filipina. Dari kelima gambar tersebut diketahui juga bahwa respon FDI dari shock variabel-variabel FDI dan determinan FDI beberapa kali menyebabkan keseimbangan. 6) Analisis IRF Foreign Direct Investment (FDI) di Negara China perpustakaan.uns.ac.id digilib.uns.ac.id Pada bagian ini akan menjelaskan respon variabel FDI terhadap guncangan (shock) atau inovasi dari variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja dan infrastruktur di negara China melalui analisis IRF yang telah dilakukan. Adapun hasil analisis IRF untuk negara China dapat dilihat pada gambar berikut ini :

Gambar. 4.12. Hasil Analisis IRF FDI di China

commit to user

131

Berdasarkan hasil analisis IRF pada gambar 4.12 diatas menunjukkan bahwa respon FDI paling kuat disebabkan oleh dua variabel yaitu FDI itu sendiri dan pertumbuhan ekonomi. Respon FDI pada tahun ke-1 berniali positif mendekati angka 20%, pada tahun ke-5 menjadi bernilai negatif diantara 0 sampai 10%, memasukki periode tahun ke-7 mulai bernilai postif lagi hingga periode tahun ke-18, ketika perpustakaan.uns.ac.id digilib.uns.ac.id mencapai akahir periode yaitu pada periode tahun ke-19 respon FDI mendekati base line. Respon FDI terhadap pertumbuhan ekonomi dimulai pada tahun ke-2 yang bernilai positif mendekati angka 20%, pada tahun ke-5 menjadi bernilai negatif diantara -10% sampai -20%, memasukki periode ke-8 mulai bernilai postif lagi hingga periode tahun ke-19, ketika mencapai akahir periode yaitu pada periode tahun ke-20 respon FDI mendekati base line. Pola respon FDI terhadap goncangan nilai tukar hampir sama dengan infrastruktur, dimana pada awal periode menunjukkan pola yang berfluktuasi di sekitar base line dengan beberapa kali terjadi keseimbangan dan ketika memasukki periode tahun ke-5 hingga akhir periode respon FDI cenderung menunjukkan nilai yang negatif. Sedangkan, respon FDI terhadap goncangan tenaga kerja dimulai pada awal periode menunjukkan fluktuasi di sekitar base line, pada periode ke-5 mulai menunjukkan respon yang berniali positif hingga akhir periode. Dari penjelasan diatas dapat ditarik kesimpulan bahwa respon FDI yang paling besar atau kuat disebabkan oleh goncangan dari FDI itu sendiri dan pertumbuhan ekonomi yang bernilai positif dan beberapa kali menyebabkan keseimbangan. Hal ini menunjukkan bahwa dalam melakukan investasi FDI di China investor asing mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun dan

commit to user

132

yang tidak kalah penting adalah pertumbuhan ekonomi di China sendiri yang terus mengalami pertumbuhan yang cukup signifikan dan mampu melewati dua krisis ekonomi mendorong investor asing untuk menanamkan investasinya ke China. Kemudian variabel lainnya seperti respon FDI terhadap goncangan nilai tukar dan infrastruktur menunjukkan pola yang hampir sama dan cenderung negatif. perpustakaan.uns.ac.id digilib.uns.ac.id Sedangkan respon FDI terhadap goncangan tenaga kerja berniali positif, karena jumlah angkatan kerja di China cukup besar dan cukup murah. 4.2.2.4. Analisis Forecast Error Decomposition of Variance (FEDV) Analisis FEVD pada penelitian ini dilakukan untuk melihat peran atau kontribusi variabel-variabel pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur dalam menjelaskan variabilitas variabel FDI di negara Indonesia, Malaysia, Thailand, Singapura, Filipina, dan China. Dalam penelitian ini akan dilihat analisis FEDV dalam kurun waktu periode 20 tahun. Sehingga dari hasil analisis FEDV ini akan membuktikan hipotesis dalam penelitian ini. Untuk melakukan analisis FEDV ini digunakan software eviews 6, adapun hasil analisis tersebut dapat dijelasakan berikut ini : 1) Analisis FEDV Foreign Direct Investment (FDI) di Negara Indonesia Dari hasil analisis FEDV ini akan menunjukkan variabilitas dari Foreign Direct Investment

(FDI) di Negara Indonesia. Dengan melihat variance

decomposition akan diketahui komposisi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV untuk negara Indonesia periode 1988-2009 dapat dilihat pada tabel berikut ini :

commit to user

133

Tabel 4.13. Hasil Analisis FEDV FDI di Indonesia 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW LnEXCHR 1 100.0000 0.000000 0.000000 5 60.26386 16.72148 5.485038 10 60.66964 15.48405 5.663732 15 60.68062 15.49341 5.756430 20 60.43859 15.81195 5.822206 Sumber : Hasil Pengolahan Data Eviews 6 perpustakaan.uns.ac.id

LnLABOR 0.000000 12.52676 13.09308 13.07987 12.97773

LnINFRA 0.000000 5.002871 5.089495 4.989665 4.949531 digilib.uns.ac.id

Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di Indonesia. Dimana, pada periode pertama variabel FDI itu sendiri yang paling berperan dalam menjelaskan variabilitas FDI di Indonesia yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabel-variabel dalam menjelaskan variabilitas FDI di Indonesia, namun variabel FDI sendiri masih berperan kuat dalam menjelaskan variabilitas FDI sebesar 60.264. Diikuti oleh variabel pertumbuhan ekonomi dengan 16.722 persen, tenaga kerja dengan 12.527 persen, dan variabel nilai tukar dengan 5.485 persen. Sedangkan pada periode ini infrastruktur menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 5.003 persen. Pada periode selanjutnya terjadi perubahan komposisi peran, akan tetapi tidak terlalu signifikan. Sampai akhir periode urutan tersebut tetap bertahan dalam menjelaskan variabilitas FDI di Indonesia, dengan FDI itu sendiri menjadi variabel yang paling berperan. Hal ini menunjukkan bahwa dalam jangka waktu panjang variabel FDI sendiri memilikki peran yang kuat dalam menjelaskan variabilitas FDI di Indonesia dibandingkan dengan variabel-variabel lainnya.

commit to user

134

2) Analisis FEDV Foreign Direct Investment (FDI) di Negara Malaysia Dari hasil analisis FEDV ini akan menunjukkan variabilitas dari Foreign Direct

Investment

(FDI) di Negara Malaysia. Dengan

melihat

variance

decomposition akan diketahui komposisi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV perpustakaan.uns.ac.id digilib.uns.ac.id untuk negara Malaysia periode 1988-2009 dapat dilihat pada tabel berikut ini : Tabel 4.14. Hasil Analisis FEDV FDI di Malaysia 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW 1 100.0000 0.000000 5 58.16556 14.72660 10 47.03639 15.82375 15 37.18964 17.46139 20 27.66077 12.42319

LnEXCHR 0.000000 10.78149 19.54444 21.68193 29.41381

LnLABOR 0.000000 15.52477 16.09009 19.15865 26.04155

LnINFRA 0.000000 0.801592 1.505326 4.508395 4.460678


Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di Indonesia. Dimana, pada periode pertama variabel FDI itu sendiri yang paling berperan dalam menjelaskan variabilitas FDI di Malaysia yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabel-variabel dalam menjelaskan variabilitas FDI di Malaysia, namun variabel FDI sendiri masih berperan kuat dalam menjelaskan FDI sebesar 58.166. Diikuti dengan variabel tenaga kerja dengan 15.525 persen, pertumbuhan ekonomi dengan 14,727 persen, dan variabel nilai tukar dengan 10.782. Sedangkan pada periode ini infrastruktur menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 0.806 persen. Pada periode ke-10 dan ke-15 urutan tersebut tetap bertahan dalam menjelaskan variabilitas FDI di Malaysia, dengan FDI itu sendiri menjadi variabel yang paling berperan. Namun, pada periode ke-20 terjadi perubahan urutan peran

commit to user

135

dalam menjelaskan variabilitas FDI yaitu variabel yang paling berperan pada periode ini adalah nilai tukar dengan nilai sebesar 29.414. Diikuti dengan variabel FDI itu sendiri dengan 27.661 persen, tenaga kerja dengan 26.042, dan pertumbuhan ekonomi dengan 12.423 persen. Hingga pada periode ke-20 variabel infrastruktur tetap menjadi variabel perpustakaan.uns.ac.id digilib.uns.ac.id yang mempunyai peran paling kecil dalam menjelaskan variabilitas cadangan devisa yaitu sebesar 0.791 persen. Hal ini menunjukkan bahwa variabel FDI itu sendiri memilikki peran yang kuat dalam menjelaskan variabilitas FDI di Malaysia, terlihat selama tiga periode menjadi variabel yang paling berperan, meskipun pada akhir periode posisi tersebut diambil alih oleh variabel nilai tukar. 3) Analisis FEDV Foreign Direct Investment (FDI) di Negara Thailand Dari hasil analisis FEDV ini akan menunjukkan variabilitas dari Foreign Direct

Investment

(FDI) di Negara

Thailand. Dengan

melihat

variance

decomposition akan diketahui komposisi peran dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV untuk negara Thailand periode 1988-2009 dapat dilihat pada tabel berikut ini : Tabel 4.15. Hasil Analisis FEDV FDI di Thailand 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW 1 100.0000 0.000000 5 73.80469 15.06578 10 45.46711 29.05211 15 38.61379 27.97027 20 37.91709 27.84428

LnEXCHR 0.000000 2.366417 4.978499 4.811798 4.711679

LnLABOR 0.000000 5.627150 18.04077 26.06628 26.90769

LnINFRA 0.000000 3.135971 2.461511 2.537864 2.619261


Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di Thailand. Dimana, pada periode pertama variabel

commit to user

136

FDI itu sendiri yang paling berperan dalam menjelaskan variabilitas FDI di Thailand yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabel-variabel dalam menjelaskan variabilitas FDI di Thailand, namun variabel FDI sendiri masih berperan kuat dalam menjelaskan variabilitas FDI sebesar 73.805. Diikuti dengan variabel pertumbuhan ekonomi dengan 15.066 persen, perpustakaan.uns.ac.id digilib.uns.ac.id tenaga kerja dengan 5.627 persen, dan variabel infrastruktur dengan 3.136 persen. Sedangkan pada periode ini nilai tukar menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 2.366 persen. Sampai akhir periode FDI itu sendiri tetap menjadi variabel yang paling berperan, meskipun terjadi perubahan urutan pada variabel lainnya dalam menjelaskan variabilitas FDI. Hal ini menunjukkan bahwa dalam jangka waktu panjang variabel FDI sendiri memilikki peran yang kuat dalam menjelaskan variabilitas FDI di Thailand dibandingkan dengan variabel-variabel lainnya. 4) Analisis FEDV Foreign Direct Investment (FDI) di Negara Singapura Dari hasil analisis FEDV ini akan menunjukkan variabilitas dari Foreign Direct Investment (FDI) di Negara Singapura. Dengan melihat variance decomposition akan diketahui komposisi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV untuk negara Singapura periode 1988-2009 dapat dilihat pada tabel berikut ini : Tabel 4.16. Hasil Analisis FEDV FDI di Singapura 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW 1 100.0000 0.000000 5 78.44497 16.61470 10 77.18015 15.83203 15 67.65108 12.20925 20 53.46525 6.651379

LnEXCHR 0.000000 0.875720 2.367908 13.34411 29.97939


commit to user

LnLABOR 0.000000 2.064884 2.733071 5.339695 9.113155

LnINFRA 0.000000 1.999721 1.886832 1.455866 0.790831

137

Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di Singapura. Dimana, pada periode pertama variabel FDI itu sendiri yang paling berperan dalam menjelaskan variabilitas FDI di Singapura yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabel-variabel dalam menjelaskan variabilitas FDI di Indonesia, perpustakaan.uns.ac.id digilib.uns.ac.id namun variabel FDI sendiri masih berperan kuat dalam menjelaskan variabilitas FDI sebesar 78.445. Diikuti dengan variabel pertumbuhan ekonomi dengan

16.615

persen, tenaga kerja dengan 2.065 persen, dan variabel infrastruktur dengan 1.910 persen. Sedangkan pada periode ini nilai tukar menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 0.876 persen. Sampai akhir periode variabel FDI itu sendiri tetap menjadi variabel yang paling berperan dalam menjelaskan variabilitas FDI di Singapura, meskipun terjadi perubahan urutan pada variabel lainnya dalam menjelaskan variabilitas FDI. Hal ini menunjukkan bahwa dalam jangka waktu panjang variabel FDI sendiri memilikki peran yang kuat dalam menjelaskan variabilitas FDI di Singapura dibandingkan dengan variabel-variabel lainnya. 5) Analisis FEDV Foreign Direct Investment (FDI) di Negara Filipina Dari hasil analisis FEDV ini kita akan melihat variabilitas dari Foreign Direct Investment (FDI) di Negara Filipina. Dengan melihat variance decomposition akan diketahui komposisi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV untuk negara Filipina periode 1988-2009 dapat dilihat pada tabel berikut ini :

commit to user

138

Tabel 4.17. Hasil Analisis FEDV FDI di Filipina 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW LnEXCHR 1 100.0000 0.000000 0.000000 5 24.17727 3.467003 4.134026 10 19.83620 4.117411 4.957260 15 18.87753 5.886631 5.677319 20 16.31102 5.630592 4.998517 Sumber : Hasil Pengolahan Data Eviews 6 perpustakaan.uns.ac.id

LnLABOR 0.000000 3.122807 4.257610 4.664671 6.533143

LnINFRA 0.000000 65.09889 66.83152 64.89385 66.52673 digilib.uns.ac.id

Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di Filipina. Dimana, pada periode pertama FDI itu sendiri yang paling berperan dalam variabilitas FDI di Filipina yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabelvariabel dalam menjelaskan variabilitas FDI di Filipina, variabel Infrastruktur berperan kuat dalam menjelaskan variabilitas FDI sebesar 65.100. Diikuti dengan variabel FDI itu sendiri dengan 24.177 persen, nilai tukar dengan 4.134 persen, dan variabel pertumbuhan ekonomi dengan 3.467 persen. Sedangkan pada periode ini tenaga kerja menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 3.123 persen. Pada periode selanjutnya terjadi perubahan komposisi peran namun tidak terlalu signifikan. Sampai akhir periode variabel infrastruktur menjadi variabel yang paling berperan, meskipun terjadi perubahan urutan pada variabel lainnya dalam menjelaskan variabilitas FDI. Hal ini menunjukkan bahwa dalam jangka waktu panjang variabel Infrastruktur memilikki peran yang kuat dalam menjelaskan variabilitas FDI di Filipina dibandingkan dengan variabel-variabel lainnya. 6) Analisis FEDV Foreign Direct Investment (FDI) di Negara China Dari hasil analisis FEDV ini akan menunjukkan variabilitas dari Foreign Direct Investment (FDI) di Negara China. Dengan melihat variance decomposition

commit to user

139

akan diketahui komposisi dari variabel FDI itu sendiri, pertumbuhan ekonomi, nilai tukar, tenaga kerja, dan infrastruktur. Adapun hasil analisis FEDV untuk negara China periode 1988-2009 dapat dilihat pada tabel berikut ini : Tabel 4.18. Hasil Analisis FEDV FDI di China 1988-2009 Variance Decomposition : LnFDI Periode LnFDI EGROW perpustakaan.uns.ac.id 1 100.0000 0.000000 5 33.54533 55.35452 10 21.64321 39.65188 15 17.87735 33.56006 20 17.27328 32.61625

LnEXCHR 0.000000 6.566775 13.84186 16.56717 16.93409

LnLABOR 0.000000 1.082242 12.38815 15.98136 16.79073

LnINFRA digilib.uns.ac.id 0.000000 3.451131 12.47490 16.01406 16.38564


Berdasarkan hasil analisis Variance Decomposition pada tabel diatas dapat menunjukkan variabilitas FDI di China. Dimana, pada periode pertama FDI itu sendiri yang paling berperan dalam variabilitas FDI di China yaitu sebesar 100 persen. Pada periode ke-5 terjadi perubahan yang sangat signifikan peran variabelvariabel dalam menjelaskan variabilitas FDI di China, variabel pertumbuhan ekonomi berperan kuat dalam menjelaskan variabilitas FDI sebesar 55.355. Diikuti dengan variabel FDI itu sendiri dengan 33.545 persen, nilai tukar dengan 6.567 persen, dan variabel infrastruktur dengan 3.451 persen. Sedangkan pada periode tersebut tenaga kerja menjadi variabel yang mempunyai peran paling kecil dalam menjelaskan variabilitas FDI yaitu sebesar 1.082 persen. Hingga akhir periode variabel pertumbuhan ekonomi menjadi variabel yang paling berperan, meskipun terjadi perubahan urutan pada variabel lainnya dalam menjelaskan variabilitas FDI. Hal ini menunjukkan bahwa dalam jangka waktu panjang variabel pertumbuhan ekonomi memilikki peran yang kuat dalam menjelaskan variabilitas FDI di China dibandingkan dengan variabel-variabel lainnya.

commit to user

140

4.2.2.5. Pembahasan Hasil Penelitian Dari hasil analisis dengan model VAR tersebut dapat digunakan untuk menjawab hipotesis yang telah dibuat oleh penulis. Hipotesis yang dimaksud adalah adanya pola perbandingan yang hampir sama dari faktor ekonomi makro (pertumbuhan ekonomi, nilai tukar) dan karakteristik negara (tenaga kerja, perpustakaan.uns.ac.id digilib.uns.ac.id infrastruktur) sebagai determinan FDI di masing-masing ASEAN 5 dan China. Adapun pembahasan lebih lanjut dapat dijelaskan sebagai berikut : 1) Perbandingan Pola Hasil Estimasi Model VAR di Asean 5 dan China Salah satu tujuan utama dalam penelitian ini adalah untuk melihat perbandingan faktor fundamental ekonomi makro dan karakteristik negara sebagai determinan FDI di masing-masing negara ASEAN 5 dan China. Dengan menggunakan estimasi model VAR dapat diketahui pola perbandingan kedua faktor dari masing-masing negara. Dalam penelitian ini faktor fundamental ekonomi makro terdiri atas pertumbuhan ekonomi dan nilai tukar. Berdasarkan hasil analisis ditemukan bahwa variabel pertumbuhan ekonomi mempunyai pengaruh yang positif dan signifikan secara statistik terhadap FDI, khususnya di negara Filipina dan China. Hasil ini sesuai dengan penelitian Kusumastuti (2008); CMCG (2003) yang menyatakan bahwa pertumbuhan ekonomi sebagai indikator kondisi pasar yang potensial (market potential) memilikki pengaruh yang postif dan signifikan terhadap masuknya FDI ke suatu negara. Hubungan yang positif antara pertumbuhan ekonomi dan FDI juga terjadi di Indonesia, Thailand, Malaysia, dan Singapura, namun tidak signifikan secara statistik. Selanjutnya adalah variabel nilai tukar yang menunjukkan pengaruh yang positif dan signifikan khususnya di negara Filipina dan China. Seperti yang pernah

commit to user

141

dikemukan oleh Chowdury dan Mark (2008) bahwa dampak pergerakan nilai tukar akan berdampak positif terhadap aliran FDI yang masuk. Hubungan yang positif nilai tukar dengan FDI juga terjadi di negara Malaysia dan Singapura, namun tidak signifikan. Sedangkan hubungan yang berlawanan terjadi di Indonesia dan Thailand yaitu nilai tukar berpengaruh negatif terhadap FDI, meskipun tidak signifikan secara perpustakaan.uns.ac.id digilib.uns.ac.id statistik. Menurut Klein dan Rosengen (1992) menjelaskan bahwa hubungan nilai tukar juga bisa berdampak negatif terhadap FDI karena terjadinya apresiasi mata uang domestik akan berdampak pada penurunan FDI inflows akibat tuntutan upah tenaga kerja yang menjadi tinggi. Untuk faktor karakteristik negara dalam penelitian ini terdiri atas ketersediaan tenaga kerja dan infrastruktur. Adapun dari hasil estimasi model VAR yang dilakukan menunjukkan bahwa variabel tenaga kerja berpengaruh positif dan signifikan terhadap FDI di negara Indonesia dan Malaysia. Hal tersebut sesuai dengan hasil penelitian yang dilakukan oleh Pourshahabi (2011) dalam penelitiannya menyatakan bahwa semakin tinggi tingkat sumber daya manusia akan berasosiasi positif terhadap keuntungan yang didapatkan dari kegiatan investasi termasuk FDI. Berdasarkan hasil estimasi model yang dilakukan juga dapat dijelaskan bahwa, variabel infrastruktur memilikki pengaruh yang positif dan signifikan terhadap aliran FDI di negara Singapura. Hubungan yang positif juga terjadi di negara Thailand, China, dan Malaysia, namun pengaruh yang disebabkan tidak signifikan secara statistik. Penelitian ini mendukung Dermiham dan Masca (2008) dalam penelitiannya menemukan bahwa variabel infrastruktur dengan menggunakan telephone mainlines sebagai indikator, diperoleh hasil yaitu variabel infrastruktur

commit to user

142

berpengaruh positif dan signifikan secara statistik terhadap FDI yang masuk ke dalam negara berkembang. Meskipun demikian, juga terjadi hubungan yang negatif dan signifikan dari infrastruktur terhadap FDI di Indonesia dan Filipina. Mengingat kedua negara tersebut memang mempunyai permasalahan dalam pengembangan serta penyediaan perpustakaan.uns.ac.id digilib.uns.ac.id infrastruktur dalam negeri. Peringkat infrastruktur dari kedua negara tersebut juga lebih rendah jika dibandingkan dengan keempat negara sebelumnya. Sehingga dengan kurang bagusnya infrastruktur tersebut berdampak pada keputusan para investor untuk menanamkan modalnya. Dengan kata lain investor tidak mau terbebani dengan peningkatan biaya distribusi akibat buruknya infrastruktur yang ada. 2) Perbandingan Pola Hasil Analisis IRF di Asean 5 dan China Seperti yang telah dijelaskan sebelumnya bahwa model VAR memilikki perilaku yang dinamis. Untuk melihat perilaku yang dinamis tersebut dapat dilihat dari respon setiap variabel terhadap shock atau goncangan dari variabel itu sendiri maupun variabel endogen lainnya. Respon dari perubahan masing-masing variabel dengan adanya goncangan diukur dengan 1 standar deviasi atau yang lebih dikenal dengan analisis IRF. Pada dasarnya dalam analisis IRF ini akan dapat diketahui respon positif atau negatif dari suatu variabel terhadap variabel lainnya. Dalam jangka pendek respon yang muncul biasanya cukup signifikan, sedangkan respon dalam jangka panjang cenderung konsisten dan terus mengecil. Dalam penelitian ini analisis akan difokuskan kepada respon variabel FDI terhadap goncangan atau shock dari variabel FDI itu sendiri, faktor fundamental ekonomi makro dan karakteristik negara. Faktor fundamental ekonomi terdir atas

commit to user

143

pertumbuhan ekonomi dan nilai tukar, untuk faktor karakteristik negara terdiri atas tenaga kerja serta infrastruktur. Berdasarkan hasil analisis IRF yang dilakukan, apabila dilihat dari penyebab respon terkuat bahwa negara Indonesia, Malaysia, Thailand, Singapura, dan China memilikki pola respon hampir sama. Respon FDI yang paling kuat dari kelima negara tersebut disebabkan dari goncangan variabel FDI perpustakaan.uns.ac.id digilib.uns.ac.id itu sendiri. Hal tersebut bisa diartikan dalam melakukan investasi FDI investor asing mempertimbangkan kinerja FDI itu sendiri dari tahun ke tahun sebagai bahan pertimbangan paling utama diantara variabel lainnya. Hasil yang berbeda terjadi di negara Filipina yaitu respon FDI yang paling kuat justru disebabkan oleh guncangan variabel infrastruktur. Kondisi ini menunjukkan bahwa ketersediaan infrastruktur di negara tersebut masih menjadi sorotan utama para investor dalam pengambilan keputusan investasi FDI. Mengingat peringkat infrastruktur Filipina sendiri juga tidak begitu bagus untuk masalah penyediaan infrastruktur dalam negeri, jika dibandingkan dengan negara-negara sebelumnya. Selanjutanya dilihat dari perbandingan faktor fundamental ekonomi makro dan karakteristik negara, ada beberapa negara yang memilikki pola hampir sama. Dari hasil analisis menunjukkan pola yang hampir sama terjadi di negara Indonesia, Malaysia, Thailand, Singapura, dan China. Dimana respon FDI akibat guncangan yang ditimbulkan oleh faktor fundamental ekonomi makro lebih kuat dan dominan diabndingkan dengan faktor karakteristik negara. Kondisi tersebut cukup beralasan karena memasukki beberapa dekade terakhir ini banyak investor yang melakukan FDI dengan mengakuisisi maupun kerja sama merger dengan perusahaan domestik yang ada. Mengingat untuk membuka perusahaan baru di negara tujuan FDI juga

commit to user

144

tidak mudah, karena membutuhkan proses ddan biaya yang tidak sedikit. Untuk melakukan akuisisi maupun merger sudah pasti faktor ekonomi makro sangat berpengaruh pada potensi keuntungan yang akan diterima di masa yang akan datang. Dari perilaku guncangan yang ditimbulkan oleh variabel endogen terhadap FDI. Terdapat dua negara yang memilikki kemiripan pola yaitu Indonesia dan perpustakaan.uns.ac.id digilib.uns.ac.id Filipina. Di kedua negara tersebut respon FDI akibat guncangan variabel endogen senantiasi berfluktuasi dari periode awal hingga akhir. Sehingga bisa dilihat rata-rata terjadi lebih dari tiga kali keseimbangan yang dihasilkan di kedua negara tersebut. Sedangkan di negara-negara lainnya seperti Malaysia, Thailand, Singapura, dan China pola perilaku respon FDI dari periode awal memang ditemukan juga berfluktuasi. Namun demikian, memasukki periode tahun ke-8 respon tersebut cenderung menjadi permanen hingga mencapai akhir periode baik respon positif maupun negatif. 3) Perbandingan Pola Hasil Analisis FEDV di Asean 5 dan China Dengan melihat hasil analisis FEDV yang sudah dilakukan akan diketahui peran atau kontribusi variabel-variabel endogen terhadap variabilitas variabel FDI di masing-masing negara. Adapun hasil analisis FEDV di Asean 5 dan China diketahui ada beberapa negara yang memilikki pola komposisi peran yang hampir sama yaitu Indonesia, Malaysia, Singapura, dan Thailand. Komposisi peran variabel endogen dalam menjelaskan variabilitas FDI didominasi oleh peran variabel FDI itu sendiri. Mengingat dari hasil analisis dari ketiga negara tersebut variabel FDI itu sendiri beperan paling kuat dari periode awal hingga periode akhir penelitian. Hasil yang berbeda terjadi di negara Filipina yaitu variabel infrastruktur memilikki peran atau kontribusi yang paling besar dalam menjelaskan variabilitas

commit to user

145

FDI yang masuk ke dalam negera tersebut. Sedangkan di negara China variabel yang berperan paling besar dalam menjelaskan variabilitas FDI adalah pertumbuhan ekonomi. Selanjutanya dengan hasil analisis FEDV juga dapat ditemukan pola perilaku yang sama di negara Indonesia, Malaysia, Thailand, dan China. Pola perpustakaan.uns.ac.id digilib.uns.ac.id perilaku faktor fundamental ekonomi makro dan karakteristik negara dari keempat negara tersebut memilikki peran yang sama kuatnya dalam menjelaskan variabilitas FDI. Sedangkan di negara Singapura menunjukkan pola perilaku dimana faktor fundamental ekonomi makro mempunyai peran yang lebih kuat dibandingkan karakteristik negara. Mengingat bentuk investasi di negara tersebut sebagian besar berorientasi pada investasi padat modal. Sehingga sudah bisa dipastikan bahwa kondisi ekonomi makro memilikki peranan penting terhadap keputusan investor. Hasil yang berbeda terjadi di Filipina yaitu peranan faktor karakteristik negara lebih kuat dibandingkan faktor ekonomi makro.

commit to user

146

BAB V PENUTUP

2.11. Kesimpulan perpustakaan.uns.ac.id digilib.uns.ac.id Bagian ini merupakan rangkuman dari hasil analisis yang telah dilakukan pada beberapa bab sebelumnya dan sebagai jawaban atas permasalahan serta tujuan yang ingin dicapai dalam penelitian ini. Berdasarkan atas hasil pengujian dan temuan empiris dari analisis data yang telah dilakukan, diperoleh kesimpulan dari penelitian tentang determinan FDI di negara ASEAN 5 (Indonesia, Malaysia, Singapura, Thailand, Filipina) dan China periode 1988-2009 ini adalah sebagai berikut : 1. Berdasarkan hasil analisis data dengan menggunakan model data panel dengan pendekatan Fixed Effect Method (FEM) GLS menunjukkan bahwa faktor fundamental dan karakteristik negara sama baiknya dalam menjelaskan pengaruhnya terhadap FDI di ASEAN 5 dan China. Adapun secara lebih lengkap hasil estimasi model yang sudah dilakukan dapat dijelaskan sebagai berikut : a) Variabel pertumbuhan ekonomi mempunyai pengaruh yang positif dan signifikan secara statistik pada derajat kepercayaan 5%. Adanya kenaikan tingkat pertumbuhan ekonomi akan menyebabkan terjadinya kenaikan aliran FDI yang masuk ke negara ASEAN 5 dan China. b) Variabel nilai tukar mempunyai pengaruh yang negatif dan signifikan secara statistik pada derajat kepercayaan 5%. Adanya nilai mata uang yang terdepresiasi akan menyebabkan terjadinya penurunan aliran FDI yang masuk ke negara ASEAN 5 dan China. Terjadinya depresiasi mata uang di ASEAN

commit to user

147

merupakan dampak dari krisis ekonomi yang berimbas pada kondisi perekonomian, sosial, dan politik di ASEAN menjadi tidak kondusif. Meskipun depresiasi ini dipandang menguntungkan bagi investasi asing, namun investor asing sendiri tidak mau mengambil resiko akibat kondisi perekonomian yang tidak stabil. perpustakaan.uns.ac.id digilib.uns.ac.id c) Variabel tenaga kerja mempunyai pengaruh yang positif dan signifikan secara statistik pada derajat kepercayaan 5%. Adanya kenaikan tingkat jumlah tenaga kerja akan menyebabkan terjadinya kenaikan aliran FDI yang masuk ke negara ASEAN 5 dan China. d) Variabel infrastruktur mempunyai pengaruh yang positif dan signifikan secara statistik pada derajat kepercayaan 5%. Adanya kenaikan tingkat ketersediaan infrastruktur akan menyebabkan terjadinya kenaikan aliran FDI yang masuk ke negara ASEAN 5 dan China. 2. Dari hasil estimasi model VAR diketahui bahwa variabel pertumbuhan ekonomi mempunyai pengaruh yang positif dan signifikan secara statistik terhadap FDI khususnya di negara Filipina dan China, variabel nilai tukar yang menunjukkan pengaruh yang positif dan signifikan khususnya di negara Filipina dan China, bahwa variabel tenaga kerja berpengaruh positif dan signifikan terhadap FDI di negara Indonesia dan Malaysia, dan yang terakhir variabel infrastruktur memilikki pengaruh yang positif terhadap aliran FDI di negara Singapura. Meskipun demikian, juga terjadi hubungan yang negatif dan signifikan dari infrastruktur terhadap FDI di Indonesia dan Filipina. 3. Hasil analisis Impulse Respon Function (IRF) terhadap FDI di menunjukkan pola yang hampir sama di beberapa negara ASEAN 5 dan China. Pola yang hampir

commit to user

148

sama ditemukan di negara Indonesia, Malaysia, Thailand, Singapura, dan China. Dimana respon FDI akibat guncangan yang ditimbulkan oleh faktor fundamental ekonomi makro lebih kuat dan dominan dibandingkan dengan faktor karakteristik negara. Sedangkan di negara Filipina yaitu respon FDI yang paling kuat justru disebabkan oleh guncangan variabel infrastruktur. Namun demikian, secara perpustakaan.uns.ac.id digilib.uns.ac.id keseluruhan respon FDI yang paling kuat dari keenam negara tersebut disebabkan dari goncangan variabel FDI itu sendiri. 4. Hasil analisis Forecast Error Decomposition of Variance (FEDV) terhadap FDI di negara ASEAN 5 dan China periode 1988-2009 ditemukan pola perilaku yang sama di negara Indonesia, Malaysia, Thailand, dan China. Pola perilaku faktor fundamental ekonomi makro dan karakteristik

negara dari keempat negara

tersebut memilikki peran yang sama kuatnya dalam menjelaskan variabilitas FDI. Hasil yang berbeda hanya terjadi di negara Singapura yaitu faktor fundamental ekonomi makro mempunyai peran yang lebih kuat dibandingkan karakteristik negara dalam menjelaskan variabilitas FDI.

2.12. Saran Berdasarkan kesimpulan yang telah dijelaskan diatas, maka penulis memberikan beberapa saran yang berkaitan dengan penelitian ini. Adapun saran tersebut adalah sebagai berikut: 1. Untuk tetap mempertahankan aliran FDI yang berkelanjutan, maka pemerintah dan

stakeholders

sebagai

pengambil

kebijakan

perlu

memperhatikan

perkembangan FDI itu sendiri. Mengingat variabel tersebut merupakan faktor penting yang menjadi pertimbangan investor asing. Catatn yang baik tentang

commit to user

149

perkembangan variabel FDI dalam suatu negara menjadi prioritas utama dalam pengambilan keputusan investor untuk menanamkan modalnya. Dari pihak pemerintah juga diharapkan harus selektif dalam memilih mitra kerja, khususnya yang terkait dengan FDI. Penyerapan manfaat FDI terhadap perekonomian dalam negeri juga harus menjadi kajian yang harus mendapat perhatian lebih untuk perpustakaan.uns.ac.id digilib.uns.ac.id menghindari dampak yang tidak diinginkan dari investasi FDI yang telah disetujui. 2. Pemerintah sebagai pembuat kebijakan harus mampu mendorong pertumbuhan ekonomi agar terus tumbuh dan berupaya untuk menjaga kestabilan pertumbuhan ekonomi tersebut, mengingat pertumbuhan ekonomi sebagai salah satu variabel ekonomi makro yang menjadi pertimbangan penting investor asing dalam menanamkan modalnya. Kestabilan nilai tukar mata uang juga perlu dijaga volatilitasnya, karena kestabilan nilai tukar merupakan indikator kepastian tingkat pengembalian investasi yang akan diterima oleh investor. 3. Variabel infrastruktur dan tenaga kerja sebagai kekuatan spesifik yang dimilikki negara juga patut mendapatkan perhatian lebih dari pemerintah beserta stakeholders yang terlibat didalamnya. Kondisi ketersediaan infrastruktur yang baik akan menjadi daya tarik tersendiri bagi investor asing, kemudian perlunya peningkatan kualitas tenaga kerja menjadi sangat penting dengan adanya tuntutan pasar tenaga kerja yang menuntut penyediaan tenaga kerja yang memilikki skill memadai. Sehingga investasi SDM dalam bentuk peningkatan skill sampai dengan tingkat pendidikan sudah harus menjadi agenda utama pemerintah saat ini. 4. Besarnya FDI yang masuk ke dalam negeri juga bisa berdampak negatif jika pemerintah tidak pandai dalam mengontrol kegiatan perusahaan asing yang masuk

commit to user

150

di dalam negeri. Pemerintah juga harus bisa memperhitungkan cost-benefit yang akan diterima dari investasi FDI ini dengan tidak melupakan keberadaan perusahaan domestik sendiri. Diharapkan jangan sampai terjadi penurunan daya saing perusahaan domestik akibat adanya FDI ini. 5. Pada penelitian ini variabel determinan FDI yang digunakan dalam melakukan perpustakaan.uns.ac.id digilib.uns.ac.id analisis terbatas pada beberapa variabel saja, diharapkan untuk penelitian selanjutnya dapat menggunakan variabel-variabel determinan FDI lainnya yang memilikki cakupan data yang lebih luas dan bervariasi dalam menjelaskan aliran FDI.

commit to user

PERBANDINGAN FAKTOR EKONOMI MAKRO DAN KARAKTERISTIK NEGARA SEBAGAI DETERMINAN FDI DI ASEAN 5 DAN CHINA PERIODE SKRIPSI

Recommend Documents