y.1is of Tile Causality

Dcngan melakukan deferensi tingkat satu menggunakan

VECM,

diperoleh

persamaan sebaga' berikut:

,,

Sx, =

L

l't:.x, _,

+ tt,x, , + qiD, + e,

(3.6)

i-=l

dimana

lT

= -(l-111

irk), dan

-

r = -(1-rr, -

,

irk). untuk (i - I

k-1)

Hubungan jangka panjang (co-imegratiom dijelaskan dalam rnatrik dari jumlah p variabel. Ketika rank (r), IJ dari matrik

Q dan R dengan dimcnsi

r atau r <, (n:) atau r

p, maka n terdiri

p x r, sehingga rr =QR. dimana rnatrik H

terdiri dari r vektor kointegrasi yang berjumlah 0·~1"•'p, sedangkan marrik rnerupkan

vckror

parameter

error

correction.

Johansen

Q

mcnyarankan

menggunakan estimator maximum /ikelihoud terhadap matrik Q dan R clan uji statistiknya

untuk menentukan faktor koinregrasi r. Ada ridaknya koinregrasi

didasarkan alas uji hkehhood ratio (l.R). Jika nilai /.R-hitung lcbih besar dari nilai

/.R-kritis dari Osterwald-l.enun nya rnaka terjad: koinregrasi.

49

3.2.4.1.4.

Uj i Kausalitas

Serelah melakukan uji stasionaritas dan uji kointegrasi dilakukan

UJI

kausalitas dengan menggunakan Granger causalny test. Model persamaan kausalitas Grange) ditulis sebagai berikut:

Yr = Li=t a; Yc-i

Xj,

+ Li=t

=IC; +I Y,_,

i= 1

b;X;_1

(3.7)

d};Xft-i

(3.8)

i=l

dimana: Y, = output dan

Xj,- variabel penjelas texplotuuory vartablei ke:i yang terdiri dari: capital stock,

human capital. ekspor dan masing-rnasing jenis energi, miuyak burni, gas burni dan tenaga listrik.

Jika Eb; dan IC; tidak signifikan maka variabel peojelas ke:i terscbur tidak mernpcngaruhi output

dan perubahan 0111µ111 tidak mcmpengaruhi variabel

penjetas atau rerjadi hubungan kausalitas netrat dtrectional causality. Jika salah

saru dari keduanya signifikan rnakan rerjadi hubungan kausalitas uni-directional

50

causality dao jika signifikan kedua-duanya

rnaka terjadi hubungan hi-directional

causallty antara varibel penjelas ke-1 tersebut terhadap Signitikan

L bi

dan tidaknya

dan

L c,

0111µ111.

ditentukan

berdasarkan

alas

perbandingan antara rulai /•-h1tung dcngan /·-kritis pcrsamaan rcgresi iersebut. Jika Hipoiesa

11111/

persamaandinyatakan scbagai H,~·

L b1

0 dan H11: L cji- O.

dan jika nilai /·-hiu.ng lcbih besar dari nilai /·:kritis dari kedua 11,1 antara

011/p111

dan sernua variabel penjelas kc-) terscbut maxa teriadi hubungan kausaliias saling

rnernpengaruhi br-directional 1:m11g<'r, jika salah saru dari kedua hal rersehnt berarti rerjadi hubungan kausalitas scarah 1111i-1.hrec11011a/ gra11i;er, dan jika tidak kcduanya rnaka tidak terjadi hubungan kausalitas

3.2.4.2.

[~ti111asi

/I()

C(llL'•Cl/11)K!'Clltgl'r.

dcngnn Error Correction M1x/el.v(ECM)

Oalam menganalisis dua variabcl atau lcbih data rime series yung mcmungkinkan

pendek

terjadinya keseimbangan dalam jangka panjang, dalam jangka

kcmungkinan

dapai

terjadi

kcndakseimbangan

(diSl'ijlll/1hm1111).

Perbedaan terscbut diperlukan penyesuaian (aJ11w111mt). Model yang memasukan penyesuaian

untuk mclakukan koreksi bagi ketidakseimbangan

tcrsebut adalah

Error Correction Models (F.C:vl).

Dimisalkan,

persarnaan

rcgrcsi yang mempunyai

hubungan

jangka

panjang atau keseirnbungan aiuara dua variabel Y dan X adalah scbagai berikut:

Y,

=Po

I (J1X,

(2.l 5)

51

Jika Y berada pada titik keseimbangan rerhadap X maka keseimbangan aruara dua variabcl rcrseb;n tcrpenuhi Namun dalam sisrem ekonomi keseimbangan variabel

jarang ditemukan. kesei mbangannya

Bila Y, mcmpunyai

nilai

yang bcrbeda dengan

nilai

maka perbedaan antara sisi kir: dan sisi kanan persamaan

tersebut adaluh sebesar.

EC= l't

Nilai

pcrbedaan

EC

ini

disebut

-P0

-

f1iXt

sebagai

kesalahan

(2.16)

ketidakseimbangan

(diseq11Ilibri11111 error). Jika EC sarna dengan not herarti X dan Y berada dalam kesei mbangan (hu bungan dalam jangka pendek J

Karena

jarang

terjadi

keseimbangan

maka

observasi

Let hadap

ketidakseimbangan dalam jangka pendek terseout dilakukan dengan memasukan unsur kelambanan _\' dan

Y. schingga

Y,

dapar dituliskan sebagai herikut

=OCo +<X1

X, +<Xz X,

1

+

1 •••••.•.••••••••••

(2.17)

Jika tidak terjadi stasioneritas pada tingkat level maka persamaan (2 17) rersehur perlu dimanupulasi dcngan cara mengurangi ke dua sisi persamaan dengan Yr- 1• sehingga:

52

Y,, - Y,

1

=c
Dengan menambah dan mengurangi sisi kanan persaruaan dengau oc1 X,_1, maka persamaan tersebut dapa. diiuliskan sebagai berikur.

Y, - Y,_, =o<0+oc, X, -ex, Xe-• +ex, X,_,+oc1 X,

1 -

(l-

ip)Y,_1 +

e

sehingga.

.1Y,

=OC1

.1X, -A(Y,_, - Po - (11Xt-t) + e

(2.18)

dirnana.

Persarnaan (2.18) di atas menjclaskan bahwa pcrubahan Y masa sekarang dipengaruhi

olch perubahan

X dan kesalahan

kctidakseimbangan

periode

sebclumnya, yang tidak lain mcrupakan variabel gaoggua.n pericde sebelurnnya.

53

Persamaan (2.18) tcrsebut dinamakan model ECM. yang didalamnya terdapat dua per samaan yairu persamaan jangka pendek dan jangka panjang

Kclebihan estimasi dengzn ECM ini adalah:

I.

Dapat digu nakan untuk mengestimasi hubungan jangka pendek dan jangka panjang. Mudah unruk mengetepresiasikan

2.

pengaruh jangka pendek dan jangka

panJangnya 3.

Model Error Correction dapat digunakan terhadap data variabel yang terintcgrasi l(d) maupun data srasioncr 1(0).

4.

Bisa diestimasi dcngan OLS

'

Risa digunakan untuk persarnaan yang berdasar teor: Model F.CM ini dikategorikan sebagai model variabel time series yang

secara langsung dapat mengesumasi seberapa besar kecapatan variabel depcnden rnencapai kesei mbangan terhadap perubahan variabel independennya.

Persarnaan dasar ECM clapat dituliskan sebagai bcikut:

dY,

=a+

f{dX<- • - J3EC,_1

+ i:t

(3.9)

dimana:

EC

=

Error Correction. yang mengukur kecepatan variabcl Y melakukan pcnyesuaian (koreksi) terhadap ketidakseimbangannya

54

Dalam Model ECM. dapat dipilih salah saru dari dua metode. yaitu Twostep Error Correcuon Models (If/:.CM} dan Sin:d.- Equation Error Correction ,'\I/odds (SI\"/~( 'M).

3.2.4.2. l.

Two-step E""' Correction Modet«(Ts£li'1)

Suatu data yang terintcgrasi pada level yang sama l(tlJ. dan kombinasi dari keduanya stasioner, maka kedua data time series tersebut tcrkoinrcgrasi. Data yang ierirucgrasi

dan terkointegrasi ini membagi komponen stokastik dan

merniliki hubungan jangka panjang. Dcviasi hubungan keseirnhangan jangka panjang yang dihasilkan

akibat gangguan dalam jangka pendek akan dikorcksi

scpaniang waktu Metode yang sering digunakan untuk rnengestirnasi persamaan daii darn yang terintegrasi dan t.:rjacli hubungan kointegrasi adalah model two-stq: ECM 111au discbut dengan model l:i1gle Grang<'r. Pcrsamaan l~ng!e Gro11R1'r dapat dituliskan {sebagai persarnaan dalam jangku pcndek) sebagai berikut

6Y,

= fJollXt-i

-

Pi Zt-1 .._ !:i.1

dimana

Schingga diperolch persarnaan jangka panjang sebagai herikut·

(3.10)

55

Y

a

{Jz . X +c

=p-+-/1 I

Enf!.l.11 dan Granger ( 1987)

(3.11)

1

menganjurkan rnclakukan langkah pengujian

terhadap model yang berdasar pada hubungan

dua arau lebih variabel yang

rerkoinregrasi, memerlukan 4 (cmpai) langkah

I) Mclakttkan uji satsionaritas

data lime senes sehingga sernua data

(Y,dan X,) tcrintegrasi pada level yang sama, 2) Melakukan uji kointegrasi schingga scmua data kombinasi (Y, dengan X,) menunjukan hubungan terkoimegrasi.

3) Melakukan

regresi persarnaan

variabcl dcpcndcn (Y,) tcrhadap

indcpcndennya (X,) dan mendapaikan rcsidualnya, Y,

=

a+

px, + z,

dimunu kointegrasi vcktor, 7., diukur dari hasil regresi persamaan Ye terhadap X, 4) Menernpatkan residual

z, dan

mclakukan laJ!. I sehiugga menjadi

z..

1.

seperti dapat dilihat pada persamaan (3. I 0) di atas.

kemudian

dilakukan rcgresi rerhadap langkah kc (4). jika nilai /?,negatir dan

signifikan maka dianggap bahwa persamaan rersehui valid dan dapat digunakan

untuk melakukan prediksi jangka panjang.

56

Model Two-step /~CM ini konsep mengenai error correction, cquilibrmm, dan pengaruh jangka panjang rergantung pada hubungan koinrcgritas data yang pada data yang tcrintcgrasi

berdasar

inregrasi
ltd]

Dalam µ1 uses eku110111i

hubungan

data adalah mcrupakan syarat yang sudah umurn, namun pada koimegritas data dari dua atau lebih data rerintegrasi

jika terlalu tergamung

l(d), hal ini akan menjadi persoalan, terutarna apabila menyangkur kcmungkinan adanya data lime series yang tidak benar-benar tcnkojlntcgrasl".

Durr (1992) mclibatkan

rncncgaskan bahwa datam proses uji koinrcgrasi yang

dua arau lebih varinhel inregrasi l(d), proses kointegrasi darn dapat

menghasilkan asosiasi yang spurlons. tennarna rcrhadap jurnlah sampel data yang

rerbatas (dalam ucst, 2008)

3,2.4,2.2, Single l::(ft111li1111 Error (..'orre,·1io111l'Jodef.y (SEE(;M)

.'ii11gi11 l\q11(1/11111 Error Correction Model ini digunukun untuk pcrsamaan yang ierkoiruegrusi Neilson

( 1997)

sebagai syarar cukup, Seperti apa yang ditcgaskan oleh

dalarn

analisisnya

mengenai

kointcgrasi

dan

trend

urnurn.

menggambarkan bahwa kebanyakan alat aualisis tidak bisa rucrubedakan aruara ym1g benar-benar stasioncr dan yang spnrtous. dan menyarakan untuk model

regresi dari data yang tidak stasioner sclama lerbukti merniliki

hubungan

kointegrasi maka data tcrsebut terjadi hubungan jangka panjang.

' Robin Best dalam A11 lmrduction 10 Error Correction Models. Integration issues p. I~>, Oxford School for Quantitative Mc1J1ods m Social Research. 2rn18

57

Hubungan

kesimbangan

jangka panjang

dalam

ckonomi hanya dapat

dijelaskan jika terjadi hubungan kointegrasi, jika ridak rnaka hubungan antara

variabel tersehut tidak dapat menjelaskan hubungan jangka panjangnya Namun demikian model SEECM ini mcmburuhkan weak cxogeneity variabcl. Dalam analisis time series weak <1XOKe11ei1y didifinisikan sebagai lcmahnya hubungan kausalitas

(Granger Non Causality) antara variabel independen rerhadap

dependcnnya.

Persarnaan dasar SEECM ini dapat dituliskan sebagaia berikut,

~Y, =a+ j30~X, -

/31(Y,_1

-

~2Xr-1)

+ E1

(3.12)

dirnana

{JQ = koefisien estimasi pengaruh X terhadap Y dalam jangka pendek

ff, -

koefisien estimasi keceparan variable Y mencapai keseimbangan terhadap

variableX

{12 = koefisien estimasi pengaruh x·1crh~dap Y dalam jangka panjang Sehingga dapat ditulis persamaan jangka panjangnya.adalah scbagai berikut:

Y

dimana

='

ko

+ k1X + E

(:l.13)

58

Cl

ko

= /11

Model SEECM ini jika dibandingxan model TsECM memiliki persamaan, yaitu menghasilkan informasi yang sama tentang koefisicn penyesuaian jangka panjangnya. Tctapi model SEECM ini menghasilkan informasi yang lebih rnudah dikctahui

rerhadap pengaruh jangka panjang dan standar

error

pada rnasing-

masing variabel independennya jika dibandingkan model T~[CM.

Berdasarkan pertimbangan

iersebut selanjutnya dalam penelitian ini akan

digunakan Smid<' Equation ECM sebagai estimator dalam melakukan analisis data maupun pernilihan model persarnaan.

3.2.5.

Motode Evaluasi

Dalarn estirnasi model regresi ndak tertepas dari kriteria urnum statika, kriteria ekonometrik. dan kritcria ekonomis, selam krueria-kritena

khusus yang

dipersyaratkan dalam pengujian pada sub bah di aras Krireria urnum statika yang dipersyaratkan adalah kocfisien determinasi (R'). uji

1

da"l uji F. scdangkan uji

kriteria ekonomcrrik terdiri dari: uji muhikolinicritas, uji heteroskedasitas, dan oji

59

autokorelasi serta kriteria ekononiis yang menirikbenukan pada persamaan hasi I

cstirnasi dengan hipotesa yang diarnbil dan alasan perbedaannya.

3.2.5.1.

Kriteria Ekonomis

Krueria ekononu merupakan kriteria mengenai arah hubungan (sign) dan

besaran (111ag11it11t<') Krircria ini diicntukan olch prinsip-prinsip reori ckonomi. Jika nilai maupun tanda penaksiran (cstimasi) tidak scsuai dengan kriteria maka iaksiran

ekonomi.

mcnyatakan schingga

terscbut

harus mcmiliki

alasan yang kuat untuk

bahwa dalam kasus-kasus tcncntu prinsip ckonomi tidak berlaku,

mcmbenarkan

dalam reori ekonoml,

iaksiren yang bcrbcda dcngan yang tclah digariskan aiau rncnerangkan gciala yang bcrbcda tcrscbut tcrhadap

pcristiwa yang secara ekonomi mernang bisa saja tcrjadi.

3.2.5.2.

Kriteria Ekononietrik

J.2.5.2.L

Uji .Vlultikoli1tt-:1rit:1s

Uji ini untuk rncngctahui variabel

indcpenden,

adanya hubungan linier yang sempurna aniar

Multikolineariras

udak akan terjadi pada pcrsamaan regresi

sederhana (yang terdiri atas satu variabcl dcpcndcn dun sutu variabcl independen), kai ma mclibatkan beberapa variabel indepeudcn

Menurut Agus

Widarjono (2005). ada beberapa metode yang digunakan

untuk mendetcksi masalah multikolinicritas dalarn suaru rcgrosi adalah sebagai berikur:

60

a. Salah saru ciri adanya gcjala rnuhikolinicritas adalah model mcmpunyai koefisien detcrminasi yang tinggi (R 2) ( diantara 0, 7 dan I) telapi hanya sedikit

indcpenden yang signifikan

variabel

dependen rnclalui

mempengaruhi

variabel

uji t, namun berdasarkan uji F sccara statistika

signifikan yang berani scmua variabcl indcpcndcn sccarn bcrsarnu-sama mempcngaruhi variabel dependen. b. Melakukan

penghitungan

kocfisien korclasi amar variabel independen,

apobila nilai kcrclasi cukup tinggi (misalnya

diatas 0,85),

maka diduga

Sebaliknya jika koefisicn korclasi rcndah (misalnyn

ada multikolinicritas.

kurang dari 0.5), maka diduga tidak mengandung unsur multikolinieritas. menggunakan

rnetodc

ini diperlukan

Octcksi

dcngan

kehati-hauau,

masalah

ini timbul terutama pada data series dimana korelasi

antar

vm label iudepcnden cukup ringg]. Korelasi yang tinggi ini tcrjadi karena kedua data mcrnpunyai trend yang sama, dirnana data akan naik dan turun

bersamaan. c. Mclakukan regresi tarnbahan talfxtliary), tujuannya untuk mengcrahui hubungan antara dua (atau lcbih) variabel independen bcrsarna-sarna indcpendcn

(rnisalnva

x2 dan

yang lain (misalnya

K.1) xr],

mernpengaruhi Seianjurnya

yang sccara saw

dilakukan

variabel bcberapa

regresi, masing-masing dengan mcmbcrlakukan saru variabel independcn (rnisalnya x.) sebagai vuriabel dependen dan variabel independen la11111ya

tetap

diperlakukan

scbagai

variabel

independen,

persamaan akan dihitung nilai f-nya dengan rumus :

Masing-rnasing

61

.......

adalah

11

(3.2 I)

banyaknya observasi, k adalah banyaknya variabc independen

(termasuk konstanta), dan I? udalah koefisien determinasi masing-masing model. Nilai kritis disiribusi

Jika nilai F111,,,,,~

;.,

F dihiiung dengan kebcbasan k-2 dan k+I.

Fh111111~ pada

o. dan derajat kebebasan

icrtcruu,

maka

model mengandung unsur mulrikulinier.

IJji Hetcroskedastisitas

3.2.!'i.2.2

Heteroskedastisitas penaksiran

pada

kocfisien-koetisien

suaru regrcsi

model

rcgrcsi

mcnjadi tidak

akan

efislen.

menyebabkau Hasil

taksiran

mcnjadi kurang dari scmcstinya sehingga tidak mcmenuhi unsur llLUE. Untuk menguji gejala hereroskedastisuas

Pengujian Meiotic

salah snrunya dengun Merode White Test.

gejala hsteroskcdastisitas

dalam hal ini dcngan menggunakau

White Test, adalah dcngan rnernbandingkau

pengujian dengan nilai Ch1-sq111.1re dari label

nilai obs=R-sqnaro duri

Jika nilai obs=R-square dari

pengujian > Chi-square dari tabel rnaka model dianggap rnempunyai

hetcroskedastitas,

masalah

begitu juga sebaliknya jika nilainya lebih kecil maka dianggap

lidak rcrjadi masalah hctcroskedastisitas

(Gujarati, I 978).

62

J.2.5.2.J.

llji ge,jala Autokorelasi

Autokorelasi menunjukkan adanya korelasi antar variabel gangguan (e) sehingga estimator yang dihasilkan

menjadi tidak efisien. l'engujian dilakukan

dengan rnetode Breusch-Godfrey (Langrange Multiplier). adalah "there is no serial

auro-corelauon"

probability value Obs"li-\(/11ored,

Pcnolakan

Ilipotesis nul uji .BG

HG diiakukan menurut

Pengujian dengan meiode ini dapat dilakukan

untuk beberapa rnacarn lag, dalam penelitian ini pemilihan lag ditentukan dengan

mempcrhatikan Akuik« l1!/i1 Criterion (ATC} . Jika terjadi rnasalah aurokorclasi maka diupavakan penyernbuhan dengan mcrodc Coltrane 011rc111

3.2.5.3.

Kriteria Umum Statistik

J.2.5.3.1.

Penaksiran Koeflsien Determinasi (R1)

Penaksiran koefisien determinasi (R2) bertujuan untuk mclihat besarnya kemarnpuan variabel indcpenden sebagai prediktoi

untuk menjelaskan variabcl

dependen Perhitungan nilai koefisien determinasi ini menurut Gujarati (2003;!14),

dirumuskan

sebagai bcrikut :

£SS

H2 - ----;:-;:-

rss

dimana .

(3.J fl)

63

R2

kocfisicn dcterminasi rnajemuk (muliipl<' ~'V<J.f/iCi<'/11 cf detennination';

=

yaitu prioritas variabel terikat yang dapat diielaskan oloh bariabel secara bersama-sama J·:SS

Explained sum

1!l squares, arau jumlah kuadrat yang dijelaskan arau

variasi nilai variabel tcrikat yang diiaksir sckitar rata-rata. '!SS

=

total sum 11f.1q11ar('S, atau total variasi nilai variabel terikai sebenarnva

di sekitar rata-rata. Tciapi penaksiran

dcngan

determinasi

koefisien

(R2)

ini mcmiliki

kclcmahan yaitu bahwa nilai N~ tidak akan akan pcrnah menurun terhadap jumlah varlabel iudcpcndennya, Artinya koefisiscn ditcnninasi

N2 ini akan semakin besar

jika variabel indcpcnden di dulam suatu model ecrus diiambah, walaupun variabel tersebut belum

tcntu merniliki

justifi~asi

(Ii

rlal11m ieori ekonomi atau logika

ekonomi

Untuk itu dalum membandingkan persamaan biasanya digunakan Adjml~d

t<1 [aiau iF). (3.18)

ffrmy Theil dalam mcngaiasi kclcmahan R1• mengubah pcrsamaan

di atas mcnjadi sebagai berikut:

/SSS

1--·ss

f(1t-k) _

r , /(n-1J

-1-

1-R Z) -11-1

(:

n.-k

(

c 3.19)

Persarnaan di aras dinamakan Adjusted R-sq11nrecl. Persarnaan tersebut

mengirueprcstasikan

bahwa semakin banyak variabel

indepcndcnnya

sernakin

64

kecil nilai adjusted R-squnmrl. tetapi akan bertambah besar jika nilai I absolut variabel yang ditarnbahkan lcbih besar dari I. Semakin besar nilai adjusted R-

squared semakin baik model yang digunakan. Uji c

3.2.5.3.2.

liji kocfisicn sccara parsial adalah untuk mengetahui pengaruh masingmasing

variabel

dependennya

indeperulen

sccara

parsial (sendiri)

Proses pengujian dengan menggunakan Uji

terhadap variabel t

(l-les!) dapat

digunakan rumus scbagai berikut : (Agus Widarjono, 2005)

t

{J;-

fJ1

Se({/1)"

.

......

(1.20)

dimana :

=

nilai hitung

Pi ~

parameter estimator

pI

nilai biporcsis nul

=

Se -

Standar error estimator

Selanjutnya untuk mengerahui apakah variabel independen (secara parsial)

mernpunyai

pcngaruh

secara nyata (signifikan)

terhadap variabel depcnden

65

dilakukan dengan rncmbandingkan

I

hitung dengan

1

tabcl pada tingkat signitikan

(a) dan derajat kebebasan (di) rertenni, dengan ketentuan scbagai berikut :

Jika nilai I hi11111g < mlai I tabel, bcrarti variabel independen tidak tidak berpcngaruh secara signifikan terhadap variabel dependen, Jika nilai t hi11111g > nilai 1 tabel, berarti semua variabel indcpcnden

berpengaruh secara signi fikan te.hadap variabel dependen

3.2.5.3.3.

Uji F

Uji koefisien

regresi secara simuhan (l·~tes1) merupakan penaksiran

tentang baik tidaknya suatu model yang dihasilkan dari suatu persarnaan regresi.

Dalarn Uji Fini koefisien regresi semua variabel independen diuji secara sirnultan (serempak) sehingga bisa dikerabui apakah model rcgresi yang dihasilkan bisa digunakan

untuk mclakukan prediksi atau tidak. Proses penaksiran dilakukan

dengan rnembandingkan antara nilai l' table dcngan F hitung. Untuk rncncari F hitung, mcnurut (Agus Widarjono. 2005) formulasinya sebagai berikut ·

F

= (1-R•);(r.-k-11

dimana

F

-

1{1 -

Nilai kemaknaan seluruh variabel penjelas

Koefisien dcterminasi

.........

--------- .. --- ..

· (3

:!l)

66

k

Banyaknya variabcl bcbas

n

= Jumlah sarnpcl (observasi)

Nitai

F iabcl diperoleh dengan menggunakan

tingkat signifikan (u) dan derajai

kebcbasan (ell) tertentu Kepurusan pengujian sebagai berikut :

- Jika nilai F hit11117 < nilai F tabe], bcrarti scmua variabel independen yang digunakan sccara simultan (serempak) ridak berpengaruh (ridak

signifikan) ierhadap variabel dependennya. - Jika niloi F hi11111g yang drgunakan

?

nila! l: 111hd berani sernua variabel independen

secara simultan

(scrempak)

( signi ti kan) terhadap variabel dependennya.

berpengaruh secara nyata

8AHIV

1-IASIL PENEL1Tl~

DAN PF.MBA HASAN

Model yang dikembangkan dalam penelitian ini adalah model fungsi produksi Cobb Dougta« y:ing melibatkan konsumsi energi, tcnaga kerja dan

modal, sebagai variabel uiama yang rnenielaskan variabel dependen periumbuhan ekonorni. Variable konsumsi energi tersebut dibagi menurut jenis energmya yaitu:

rninyak bumi, gas bumi, dan listrik. Selan itu variabel lain yang merupakan variabel koutrol adalah ekspor, dan

f111111ai1

capital.

data time series lndonesia

Berdasarkan

yang diambil

dari

tahun

L~65 - 2006, diharapkan peneluian ini dapat mengerahui ada ridaknya pengaruh serta scbcrapa besar pengaruh terscbur, renuarna rnengenai konsumsi cnergi

terhadap pertumbuhan ekonomi di Indonesia, baik dalam jangka pendek maupun dalaru jangka panjang.

Dalnm peneliuan ini analisis dilakukan dalam dua bagian, pcrtama analisis hubungan konsumsi energi dengan pcrtumbuhan

ekonomi, dan kedua analisis

produkiivitas tenaga kerja, yaitu hubuugan aruara perrumbuhan ekcnorni per unit tenaga kerja dengan energi yang dikonsurnsi oleh setiap unir tenaga kerja. Dalam

masing-masing analisis iersebut akan dilakukan pengujian terhadap 3 (tiga) model pcrsamaan

yang

berbeda

untuk

selanjurnya

berdasarkan uji krueria ekonomerris dan statistika

dilakukan

pemilihan

model

68

4.1.

Analisis Oeskriptif

4.L.I.

Variabel Depcnden

Variabel dependen yang digunakan dalam penelitian ini adalah variabel perturnbuhan

ekoaomi dengan GDP sebagai proksinya, Perturnbuhan ekonomi di

Indonesia selama lebih dari 40 tahun terakhir meounjukan fluktuasi yang cukup besar Hal ini dapat dilihat dari dari naik turunnya periumbuban Gross Domestic Product (GDP) Indonesia dari tahun 1965

2006. Pertumbuhan ekonorni terendah

terjadi pada tahun 1998 akibar krisis moneter Pada tahun tersebut pertumbuhan ekonomi Indonesia merosot menjadi -14,37% dari pertumbuhan

sebesar ..-4.4%

pada tahun 1997. Sedangkan penumbuban ekonomi tertinggi terjadi pada tahun 1973 yaitu sebesai 14.88 %. namun mengalarni penuruoan drasns rnenjadi 0.26% pada tahun 197.+. Pertumbuhan rara-rata ckonomi Indonesia dalam kurun wakru antara tahun 1965 sarnpai tahun 2006 adalah sebesar S.28 %.

Akan tetapi jika dilihat sccara keseluruhan pertumbuhan

ekonorni

I ndcnesia

mengalami

dari tahun 1965 - 2006

trend yang tent'

Kencederungan ini dapar dilihat dari garis 1eJ1d linter pada Grafik 4.1

menurun. I lal ini

berbeda jika di Iihat dari nilai 1 iii GOP Indonesia. Berdasar harga konstan tahun 2000. nilai riil GDP Indonesia terns mengalami peningkatan sejak tahun 1965 hingga tahun 2006.

69

Gralik 4.1 Pertumbuhan Rata-rata GDP lndonesia per tahun 1965- 2006

0.20

(\.15

o

0.1 (l.li)

11,t)(l

-
IS

~l.2U l9X(I

1%0

l'N()

2(H)()

20l1)

Sumbcr: lit,\.'(,r1cttl,\'ouonnl I< ro11111s tinta /i;r lndot"'·"n, l Hi"fo: 2007 lup1/01erl 7 ./1111c1 200.~;. cL11n d1olnh.

Sedangkan nilai riil GIW lndoncis» dRf)nl rlilhat pad~ Graflk 4 2

Crnfik 4.2
(Mll~·:ir R11.) 2. CJO() (l()(l l &<)0,()()0

l.(~ll).1100

uoo, I }()0 l 200.000 I .(IOU.Cl()O 800.11(111 WO ()()(I

.j()(),0()(1 200.()(1(1 (I

196<1

Sumber: iiistoncal {\'tlli(IJt:,/

197(1

fr('c;u1il."<

I <JS(l

1990

2()(1(1

20Jll

skua tor huf,·>1h',\'tl'1.! tP)0-lflt17lll/'
70

Dari Grafik 4.2 tersebur dapat dilihat bahwa tcrjadi pcnuruuan nilai riil yang cukup signifikan pada tahun 1998, yaitu sebesar -204, I 5

GDP Indonesia 1rily1111

rupiah akibat

penumbuhan akan

krisis

moneier

pada tahun

I 111!7.

besarnya

penurunan

ckornomi dan nilai riil GDP lndonesia pada tahun 1998 tersehut

dijadikan

pcrtimbangan

dalarn

penelitian

ini.

cknnomi yang cukup signifikan rncrnpunyai

pertumbuhan

perilaku secara keseluruhan

variable input

apakah

penurunan

pengaruh lerhadap

yang mempengaruhi

pcrtumbuhan

eko rw 111 i .

.l.1.2

Varinbel lndepedeu

Varibcl indcpcnden sebagai variabcl pcnjclas ynng menernngkan variabcl dependcn, pcrrumbuhan ekonomi, dalarn pcnclitian ini dibagi menjadi dua yaitu:

vm iabel urarna dan variabel ko111 ml.

~.1.2. L. Variahel UIMll:\

Pcrtumbuhan

konsumsi

minyak

adalah bagian du1 i vai iabcl konsumsi mempengaruhi bumi ternyara

pertumbuhan ekonorni.

bumi dan komsurnsi gas bumi Indonesia

energi yang mcrupakan variabel uiama yang minyak bumi dun gas

Pola pertumbuhan

tidak jauh berbcda dengan pola penumbuhan

ckonomi

Indonesia.

1 lanya S<\j
Hal ini dapat dilihar mencapai

pertumbuhan

dari rentang perturnbuhan konsumsi gas burnt yang tcrtinggi

sebesar

76.21%

(I CJ77)

dan

moucapai

71

pertumbuhan bumi

tcrcndah scbesar -45.20% (1973 ). Sedangkan pcrtumbuhan min yak

rucucapai

pcrtumbuhan

sebcsar -5.fl% ( 1998).

scbcsar 18.09%

tertinggi

Pcrtumbuhan

( 1977) dan terendah

fluktuasi tcrutama

gas bumi mengalami

sekitar rahun I 970-an sedangkan pcrnnnbuhan minyak humi relatif lehih stabil sepaojang tahun 1965-2006

Grnfik 4.J Pcrlumbuhirn Konsumsi Miny11k Bumi d1111 k'.011su111si Gns Bumi Indonesia Tal11111 1965-2006

1.00 0,KO

-...

O.lio (),40

0.20 (),(J()

-0.21)

,,

•

~l,4(1 •(),(\1)

1%0

1970

19110 --

Pada tahun 1998 tcrlihat

0 OIL

I 0)0i0

l(>()CI

2t1JO

G_GAS

buhwa penurunan

pertumbuhan

konsumsi

gas

bumi lcbih besar dibaudingkan dengan penurunan pertumbuhan yang dialami olch

minvak bumi. Jika dilihat dari share konsuinsi ruinyak bumi dan gas bumi di Indonesia rnenunjukan bahwa penurunan konsumsi minyak bumi tcrsebur banyak

dipengaruhi

olch herkurangnya

pcnggunaan

BBM

d1

sektor

transportasi,

72

Tabel 4.1 Share Konsumsi fncrgi Final Ta 111111 1997 fl 998 Minyak Bumi Gas Bumi _____ .:..:.:..:::.c::.:.:..::.::..c..::..._~

Sektor lndustri Transportas Ru mah Tangga

25% 45%

25% 0%

18%

54%

2%

20%

9%

0%

Komersial

5ekror Lain.:..·o::la""in'-------Sumher: /)io/11/i tiar! //1110 iWSIJ\I, :;oor,

sedangkan penrunan pcnumbuhan

gas burui disebabkan berkurangnya konsumsi

I .t>(i di sekror rurnah rangga, dengan asurnsi bahwa proseruase penurunan masingmasi ng kon su msi

1 crschut

seband i ng dcnga n

proscntasc share

konsumsi

energinya.

Share konsumsi euergi di sekror indusrri baik minyak bumi dnn pads tahun 1997

!,;8S

1998 menurut data Oepanemen C:ncrgi dan Sumber Daya

vlineral 2006, scocrti dapat dilihat pada Tabet 4 t di atas, menempati kc

dL1<1

serelah rranspormsi

Hal tcrscbut mcnunjukan sebenarnya

lebih

bumi

1111t11k

uruian

minyak bumi dan rurnah tanggu untuk gas buim.

buhwa dampak krisis moneier ierhadap konsumsi cnergi

bcsar pengaruhnya

terhadap scktor konsumrif dibandingkan

dengan sektor produkti C Dura mempcrliharkan

pertumbuhan

konsumsi

listrik

dari

tahun

i965

2006

pola lluktuasi yang berbeda dengan pcrilaku konsurnsi minyak

bumi dan konsumsi gas burni, seperti dapat dilihat

pada Grafik 4,4

Dalarn kurun

waktu antara tahun 1965 - 2006 atau selama kurang lebih 40 (ernpat puluh] tahun

73

tcrsebut pertumbuhan total konsurnsi listrik

terus mengalami trend yang

mcningkat. Peningkatan ini scjalan dcngan pcrkcmbangan jurnlah penduduk dan

peningkatan taraf hidup masvarakat. Secara diskriptif seperti dapat dilihat dari Grafik 4.5, menunjukan bahwa

pola jumlah konsumsi lisink tidak memiliki pola yang sama dengan nilai riil GDP, vteruang tcrjadi penurunan konsumsi listrik pada tahun 1997, tapi menurut data dari Bl' Stanstical Review of World hal ini lebih disebabkan oleh mcnurunnya konsumsi tcnaga listrik yang bersumber dari pernbangkir tenaga air (hydropower plant) pada waktu bersamaan, dengan asumsi bahwa s11p11iy tcnaga listrik yang

bersumber dari tenaga air habis terkonsumsi setelah dikurangi rugi-rugi jaringan,

tosses dan untuk penggunaan sendiri.

Grafik 4.4 Pertumbuhan Total Konsumsi Listrik Tahun 1965-2006

0.8 0.6 0.4 IJ.2 ()

~J.2 -t~A .(),6 -0,8

.J · 1.2 0

10

20

JO

Su rnhcr: l!l' Stattstica!Review of World Enere:../uiw ](}116

74

Menurut data terseout total konsumsi listrik mcmiliki kecenderungan mcngikuti pola konsumsi listrik yang bersumber dari renaga air. Selisih jumlah

antara total konsurnsi listrik dan konsumsi yang bersurnber dart tenaga air, dikonsumsi dari pembangkit listrik yang bcrsumbcr dari geothermal, biomassa.

BBM, gas bumi dan batubara. Hal ini rncnunjukan bahwa tcnaga listrik yang bersumber 'dari energi tenaga air memainkan

peranan yang cukup pcntiug

ierhadap penyediaan tenaga lisuik di Indonesia, tennama pada tahun awal tahun 1970-an. Narnun mulai rahun 200 I konsumsi listrik yang bersumbcr dari tenaga

air terns rnengalami pcnurunan, semeniara total konsumsi listrik torus meningkat.

Grafik 4.S Total Konsumsi Listrik Tahun 1965 - 2006

(juta Kwh) 20.00 18.00 16.00

H.00 Totai l:J~clric.t1y

12.0() I 0 Cl\)

Juta.

ROI>

6.00 4.0(>

2.00 0.00

~r~-~~~~-~~~~-~~~~-~~

~~~~~~~~-~---OQO~~ggQ

------------------NNN ~m~~m~~~··~~~O~O~DCCO

Kwh)

75

Peningkatan

total konsumsi

listrik rcrsebut antara lain disuplai

dari

pcmbangkn listrik yang bcrsumber dari batubara (selain dari minyak bumi, gas bumi dan sebagian kecil dari energi terbarukan) dengan mempertimbangkan

teknologi. harga pokok pembangkitan dan kctersediaan sumber daya alamnya. Tidak dirnasukannya

konsurnsi

batubara sebagai variabel dalarn pcnclitian

ini

lcbih disebabkan karena konsurnsi batubarn dimasukan kedalam (i11cf11ding into) konsumsi energi total ya11g merupakan variabel jangka panjang.

Selain

vai iahel konsumsi

energi variabel

lain yang juga merupakan

variabel urama adalah modal (capi1al s/ock) dan tenaga kcrja (fabor). Dalam teori perrumbuhan

ekonomi,

variabel

modal dan tenaga

kcrja diyakini

pengaruh yang signifikan rerbadap pcrtumbuhan ekonomi,

Grnlik 4,6 Pertumbuhan Tenaga Kerja Indenesia Tahun 19
0,UX

;_9~11.fl (>12

"" ... ~~~...,...,.

O.tl4

~..,.;.~

0J)2

..,,

..

v~ OJ)(I -0.()2

-0.04 1%<1

197(1

I <J80

2(100

Sumher: I!istoricill }\'a11onnl Accountsc/ataJf.r Indonesia, diotah,

2010

memiliki

76

Data dalam bentuk grafik rnengenai pertumbuhan tcnga kerja (!ahor) dapat

dilihat pada Grafik 4.6. Dari grafik terscbut terlihat bahwa perturnbuhan tenaga kerja mengalami penurunan dari pertumbuhan 4.2% pada tahun 1994 meujadi pcrtumbuhan sebesar -2.3% pada tahun 199:> H.al ini memperlihatkan hahwa penurunan

pertumbuhan

ekonomi

pada

tahun

1998

telah

mempengaruhi

pertumbuhan tenaga kcrja Indonesia. Narnun jika dilihat dari besar jumlah tenaga kerja terlihat bahwa pcnurunan jumlah tenaga kerja justru tcrjadi pada tahun 1995

yaitu sebesar 80.1 juta tenaga kerja dari tahun sebelurnnya sebesar 82 juta tenaga kerja atau mengalami penurunan hampir 900 ribu tenaga kerja, seperti yang dapat dilihat pada Garfik 11.7.

Grafik 4.7 .fumlah Tenaga Kerja tndoncsia Tahun 1965-2006

Su mber: / tistonco! £Vo11on,7/ .1ct·oun1s dat« 1(u· Indonesia

77

Scdangkan pcrtumbuhan modal lcapital s10ck) mengalami pertumbuhan

seperti yang dapat dilihat pada Grafik 4.8 di bawab ini:

Grafik 4.8 Pertumbuhan Capital Stock Indonesia

Tahun 1965- 2006

0.12 1997, 10.6 %

0.10 0.08 0.(1(, ll.04

I

0.02 ().twl

-1).112 1960

1970

19lSO

l~Y:IO

2000

20!0

Dari grail k tersebut terlihat bahwa pertumbuhan modal mengalami penurunan perrumbuhan

hingga

mencapai

pertumbuhan

sebe'umnya sebesar 10.6%

3 7"/c pada

iahun

pada rahun 1997.

1998

dari

Hal ini secara

diskriptif mernperlihatkan bahwa pcnurunan pcr:umbuhan ekonorni pada tahun 1998 secara bersarnaan mengalamai pcnurunan bersarnaan dengan penuiuuan

pertumbuhan modal di Indonesia Sedangkan jika dilihat dari jumlah akumulasi model di Indonesia dari tahun 1965- 2006 terhhat bahwa di Indonesia mengalami peningkatan jumlah akumulasi modal hingga lebih dari 12 (dua betas kali) lipat, Dan mengalami perubahan pola garfik modal dari tahun [997 menjadi lebih landai

78

hingga tahun 2006. Dari grafik tersebut terlihat bahwa terjadi perbedaan tiga masa perubahan jumlah modal di lndoneisa, sedang (1%5-1976),

pesat (1977-1997),

dan melambai ( 1998-2006)

Grafik 4.9 Jumlah Akumulasi Modal Indonesia Tahun 1965- 2006

.i 500000.00 .iuooooo.oo -

2006:3193013~31}

35000(1(1. 00 3 (H)()OOOJ n

2500000.00 2000000.00

1500000.00 l0000(l0.(Xl 50()()()(i_(X)

''•ti I

ms . .c;l'J6('8 ro

O,\Xl

1960

4.1.2.2.

1970

1980

1990

2000

2010

Variabel Kontrol Selain variabel utama, dalam penelitian ini, rnenggunakan variabel lain

yaitu variabel ko.urol yang rerdiri dari medal pembangunan rnanusia (human

capitatv dan ekspor, Berdasarkan teori pertumbuhan endogen (emio}?e11011sgrowtt: theory), dan openness. diyakini bahwa variabel human capital dan ckspor

memiliki pengaruh terhadap pcrtumbuhan ekonomi suatu ncgara. Variabcl ckspor yang dimaksudkan dalam penelitian ini adalah

11e1

ekspor yang merupakan sclisih

antara ekspor dan impor Indonesia dari tahun 1965 - 2006 terhadap sernua komponen termasuk minyak bumi.

Jika dlihat dari (irafik 4.10 renrang net ekspor Indonesia mcmperlitunkan bahwa penurunan terbesar justru tcrjadi pada rahun 200 I yaitu sebcsar 25857.75 juta USO dari tahun scbclumnya scbcsar 42059.18

USD arau mengalarni

penurunan lcbih dari seiengah kalinya. Penurunan ini meuyebabkan

kondisi net

ekspor Indonesia bcrusaha merangkak kcmbali sctelah iahun 2001. Baru scrclah 4 (empat) tabun yaitu padu tahun 20011 kondisi net ekspor Indonesia hampir sama

dengan kondisi pada tahuu 2000. Kondisi net ekspor Indonesia rcrus mernbuik hingga rahun 2006

Grafik

.u 0 Ntt

F:kspor Iudouesia Tahun 1965- 2006

Juh1 USU •100()1).00 ~()0111).(JI I 700110.(UI 6()()01).(Hl 50001). (I() 40000 (Ii)

soooo.o(I 21)000.00

2001, 25~!7,1~

HlOOil.110 (I.OU

1%1)

1970

19RC

19~0

2000

2010

80

Sumber: Badon p11s1J1

.\1111J.<11~

(/J!'SJ.berf.ngm tahun

Modal pernbangunan manusia (human capital) secara teori merupakan faktor penting dalam proses pertumbehan ekonomi jangka panjang. Namun secara cmpiris hal tersebut belum tentu menggamharkan ha! yang sesuai dengan teori", Perbedaan antara teori dan empiris rersebn disebabkan oleh pengukuran ya.ng salah dan kualitas data yang digunakan Dalam pcnclitian ini digunakan data rnengenai human capital stock yang diukur dalam milyar dollar AS dengan harga konstan pada tahun I 990 Data ini diambil dari background paper of Human capital and economic growth in Asia 1890-2000: a time-series analysis.

Grafik 4.11 Human Capital Indonesia Taboo 1965- 2006

Hill USU 7(11).0(i 600.()(t

500,00 ~Q0.00 300.00 200,0ll loo.oo

o no

1'ttl HiI11111111 twmrn

... Bas van Leeuwen, dan PCtcr l·Oldvan dalam Human ( 'apua!and ~noHu!: firu1·;fh in .-t.\l(J 1~90-)000: a

1.:111q..,-,'"'fJ'1e •..:

81

Dari tahun

1965 - 2006 stock of human capital

terns rnengalam i

peningkatan hingga hampir 4 (empat) kali lipat arau meningkat sebesar 447.47 milyar USD diukur dengan harga konstan intemasional tahun 1990. Dari surnber

data yang sama, peningkatan ini sama dengan tclah meningkatkan rata-rata lama orang Indonesia berumur I 5 tahun atau lcbih mcngcnyam pcndidikan dari 2,S tahun meajadi 9 tahun

Arnnya pada tahun 1965

2006 jika diambil rata-ratanya

dari populasi orang yang berusia 15 tahun arau lebih maka setiap orang pada tahun ]965 mengeyam pendidikan sctinggi-tingginya sampai kelas 1 SD rneningkat ruenjadi maksimal kelas 3 SMP pada tahun 2006 Arau jika dilihat dari jumlah orang yang bersekolah sampai tingkat SMP scbanyak 1. I 19,4R5 orang pada tahun 1965 menjadi 17, 175,615 orang pada tahun 2006.

4.2.

Analisis Kuatitarif dan Pemilihan .\
Dalam penelitian ini analisis kualitatif dan pemilihan model persamaan

akan ierbagi menjadi dua bagian bcrdasarkan analisis yang dilakukan, yaitu: Analisis

Pertumbuhan Ekonorni dan Analisis Perturnbuhan Produktiviias.

Pemilihau model didasarkan pertimbangan kriteria ckonomcrri yang rneliputi: uji rnulrikolinieriras,

uji heirokcdasitas, dan uji aurokorelasi. serta uji sratika yaitu uji

F dan penaksiran Adjusmcm ~

Pcmilihan model persarnaan dilakukan terhadap

nga model yang berbeda pada masing-masing analisis.

82

4.2.1.

Analisis Pcrtumbuhan Ekonoml,

Model persamaan regresi yang digunakan dalam Analisis Pertumbuhan Ekonomi diambil

berdasarkan persamaan (3 2) yang disubsitusikan ke dalam

model single equation EX' pada pcrsarnann (3.12),

dan didapatkan pcrsamaan

rcgrcsi scbagai bcrikut.

tl(ir.nP =cc+ PolllGm1. + tlGcAS + /J.{i1·:1.c + IJ.(in L\Grm·l -

p, [Gr;o1·(-l)

G.,(-'I)

+ {j,GL + /J.{,1< + /J.(,x +

- ~z(Co1L (-1) + C1;AS(- 'I)+ cliLl'(-1) + Gn(-1) +

+ r.,.(-1) + GK(-1) + Grm·(-1) + Crm·(-2) +r,ror(-::l))I + el

( 4.1)

Sebelum melakukan pemilihan model persamaan, dilakukan serangkaian

pengujian tcrhadap semua data rime sanes variabel rerumati, yaitu mclalui uji akar unit.

LJJL

kointegrasi data variabcl dan kausalitas variabel, Pengujian terhadap data

ume series dilakukan agar diperoleh persaman regrcsi yang tidak menghasilkan kesimpulan yang salah atau .iy111r/011s.

Uji akar unit (stasioneritas data) dilakukan dcngan menggunakan ADF test Uji srasioneruas dilakukan pada tingkat level 1(0), dcfercnsi tingkat pertama

83

1(1), panjang kelambanan ditentukan berdasarkan kriieria SIC, dcngan include in th« IC'' equation dipilih tntercept

Dari Tabel -1.2 tersebut dapat dilihat bahwa sernua data pada difcrcnsi

tingkat kedua rnemiliki nilai absolut statistik ADF lebih besar dari nilai kritisya (angka hold), maka dapat dikatakan bahwa scrnua data stasioner pada deferensi

Tnbcl -1.2 Augmented Dickey Fuller (ADF) Test Test St11sionnritas Onta 1\nnlisi.s Pertumbuhan Ekonomi

Augmented Dickey Fuller level

ht Oitrerenc"

Growth GOP Growth Oil

-4.903247

-7.837838

-4.599611

Growth Gas GrowU1 Electrrcit'I Growth Human Capital

"1.024404

·S.625955 ·11.323530 ·6.738271 -6.449415

Growth Growth Growth Growth

·7.382081 ·1.820943 -6.850679 ·6.036378 (·2.94115)

Labor

Capital Stock (xport FnNgyTotal Critical Value \at 5%)

ungkat

pertama

menghasilkan

I( I).

·7.953696 ·lA93177

·6.344080 ·4.894885 -7.492716 -7.314437 (·2.94115)

Hal iui berarti bahwa jika dilakukan

kesimpulan

yang salah atau sporius Stasionei

deferenst tingkat pcrtama I( I) artinya diperlukan difercnsi

regres1 tidak terjadi

pada

scbanyak satu kali

untuk mencapai 1ingkat stasioner pada level yang sama, Artinya data rncngalami

84

ketidakseimbangan pada jangka pendek untuk mencapai keseimbangannya dalam jangka pa njang.

Setelah dilakukan uji terhadap srasionaritas data. dilakukan uji koimegrasi data vanabet dengan menggunakan Johansen test. Tujuan pengujian ini adalah untuk mengctahui hubungan antar data variabel pada ringkat srasionaritas yang sama. dalam hal ini I( I). Hasil Lji koiruegrasi tersebut dapat dilihat pada Tabel

4.3 di bawah ini Tabel 4.3 Johansen Test Test Kointegritas Darn Analisis Pertumbuhan Ekonomi

Hypothesized

Trace Statistic

0.05 Critical Value

Prob." "

179.5098 143.6691 111.7805 83.93712 60.06141 4C.17493 24.27596 1232090 4.129906

0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0005

Nu. of CE(s)

Eigenvalue

None•

0.997688 0.987370 0.890199 0.865090

748.2683 Sll.5537 341.0583

0.8019AA

176.7813 113.6236 64.93636 29.31086 12.29066

At 'l10St At most Al most At most At most At most At most

1' 2• 3• 4 • S•

6• 7•

At most 8 •

0.713034 0.598872 0.353651 0.270317

254.9041

Trace test lndlr~tPT;; q c:ointeg:ating eqr~siat the0.35 &e~ •denotes re.ectrcn of the hypoLlfes;s at trieO.OStevel ""'r.•1.va.1.Jes

Jika nilai /.R-hitung itrace statistic) lcbih bcsar dari nilai LR-kritis dari

Ostcrwald-Lenun ( 0. 05 critical valuej nya maka lerjadi koiruegrasi atau rnenolak hiporesa 11111f. Terjadinya koimegrasi ini juga dapat dilihat dari uilai probebiliras

85

Mac Kinnon - Haug

Michetis (19Y9). Hasil tersebut memperliharkan bahwa

berdasar atas trace res/ terjadi ') (sembilan) kointegrasi pada level 5% tcrhadap serial semua data pada la}! imerval digunakan

110

I

10

2, dengan nilai asumsi trend yang

deterministic trend Artinya semua data memiliki kecenderungan

icrjudi hubungan dalarn jangka panjang.

Scdangkan hasil uji kausaliias diperhhatkan pada Tabel 4.4, Dari basil uji kausalitas tersebut dapat diiihat bahwa harnpir scmua variabcl indepcndcn tidak memiliki hubungan pcngaruh terhadap GDP, kecuali variabel perrumbuhan tcnaga

kerja dan pertumbuhan energi total Pertumbuhan tenaga kerja dan perrumbuhan konsumsi energi total signifikan pada level I 0% yang berarti menolak H,, dan terjadi hubungan kausalitas terhadap perturnbuhan ekonomi,

Tabet 4.4 Causality Granger Test Test Arab Hubungan VJ1ria1Jcl Analisis Pertumbuhan Ekouomi

Null Hypothesis•>

F·Statistic

Probability

does not Cause GCil);:

0.59878

0.55517

Nut R~]ected

Ge.AS does not Couse G,,,,,

0.932.05

0.40357

Not R~jected

Gc!r

does »or Couse Gr..~'

0.94120

0.40009

Not Rejected

G,,

doe: riot Couse G..,,,

2.20384

0.12590

!\Int R~fecte.-J

G, G,

does not Couse G.oor

l.64570

O.l,0/87

does not Couse GanP

£.bl381

0.08792

Not Rejected R!fjecred

(j x

does no: Couse Gonp

0.44686

0.64334

Not Rejected

G1or does not Couse Ga<,,

143.862

0.06518

Rejected

(;OJ!

Decision

.... Uji dilaknkan dnri data varinbcl independcn tcrnadap GnP s~d;1ngk}ln arah scbaliknya tidak disajikan datam tabcl ini, Jika p value signifikan maka rncnolak ii,, yang. berarti :1d:1 huhungan pengarun.

87

Tabel 4.5 Hasit Regresi, Uji Hcrerokcdasitas dan Llji Autokorelasi An~lisis Pertumbuhnn F:lrnnomi

c l\G_Oll /lG _GAS llG -ElC llG _H llG _K

-

/\(; L

llG _K llG _TOT

Persamaan llt

Pers.maan (21

Persamaon (3)

0.02229 (-0.90458) 0.11093 (0.&621.21 ·0.08681 (-2.57071)'. 0.02519 ll.~~~14) 0.01602 f0.017R4) 2.06095 15.94238)'" 0.68796 (2.02301)' 0.05/U [5.97394)"' 0.18453

-0.00954 (·0.33721) 0.30035 (3.07:94)"' -0.06501 (·3.34471)' ..

0.00804 (0.60342) 0.30823 (3.34115)'"' -0.06757 (·3.67021)' ..

o n37n

0 03130

(2.00829)'

(2.0:098)'

0.11093 (0.12124) 2.06297 (5.5~746) ••• 0.67015

1.99S33 (6.30301)' •• 0.51925

(1.935551'

( l.9:055)'

0.05(>06 (5.67630)'*'

0.05383 (5.9835~)'"''

-0.77894

·0.79920 (·7.9'1280I'''' 0.29236 (l.72840)' 0.11996 (3.00112)"' 0.03059 (l.17479)

(0.93395) G_GOP (·11 G_Oll(·ll

·0.74271 1·7.21~26) ...

0.1143~

G_ELC(·l)

(0.527561 0.09864 (l.7Jl2Gt 0.()2030

G_H(-1)

(0.688~0) 0.51305

G_GAS(·l)

G_K(·I) G_l(·I) G_X(·I) G_TOT(·l) G_TOT(·2)

(l.072
0.00259 (0.0376&1

G_TOT(-3)

..

•••

(·7.10110)'" 0.30415 ( l.72273)

0.13115 (2.~5774)'" 0.03227 (1.1864:) 0.36273 (0.710?11 O.U4~.1.1 (0.23782) 1.789SS (2.4)'146~} .. ••

0.04975 (:~ 117487)·• ••

--0.62652 (·3.17449)"" 0.00021 (0.003021 ·O.OSM8 (·l.17014)

U.O
(·3.215!C)'" -0.01087 (-0.165461 -0.lOJSS (-1.50742)

signlflkan p;id:i l~P.t 1~ ~lg.nitik,11n pad;i levrl so;<.

Slgnlflk•n pada l""cl 10% 0.86796 16.20141

2.52630

Cl.ll~7R6 B.40S~S 2.~3•2?

"'

38

38

3R

LM test p volu~

o.tl8B832 0.653776

0.140334 C.381395

0.5~0168 0.230b'24

F-volue

0.87136 15.29940

n-sreesecs

Adju.~redR-squored

.~h~-~~~e-

2.261313

88

kccil dari model pcrsamann (I), tetapi rnemiliki nilai /;~statistik yang paling besar dan rerhmdar dari masalah autokorelasi

maupun beterokedasuas.

Uji koetisien

regresi secara simultan (/-~1es1) mcrupakan pcnaksiran tcruang baik tidaknya suaru model yang dihasilkan

dari suaru persarnaan

regresi.

Artinya bahwa secara

simultan, keseluruhan variabel independen di dalam model persamaan (3) akan lebih baik dalam rnelakukan penaksiran.

Sclanjutnya dilakukan uji mull ikolinieruas multikolinieruas

terhadap persamaan (3 ). Uji

variabel dilakukan dengan menggunakan u.ii koefisicn kcrclasi

dan menunjukan bahwa harnpir sernua variabel independen peuumbuhau ~ko110111i memiliki

koefisein

kcrelasi

rcndah

(dibnwah 0.5).

konsumsi cncrgi total mcmiliki nilai korelasi 0.71

kecuali

pertumbuahan

dun 0.72 terhadap konsumsi

minyak bumi dan gas bumi. Tetapi hal ini bukan mcrupakan hubungan korclasi yang ringgi karena masih dibawah nilai korclasi 0 85 (Gujarati, 2003).

Gujarati, 2003. mcnyatakan

bahwa rnultikolinieritas

(walaupun jarang terjadi dalarn ekonorni) mengakibatkan

ditentukan

dan

rnerniliki

varian

tak

terhingga.

yang sempurna

cstirnator tidak dapat Sedangkan

hubungan

mullikolinciritas yang tidak sempurna terapi tinggi, masin bisa ditcnrukan. Dalam hubungan

rnultikolinieruas

ringgi

walaupun estimator

masih BLUE narnun

rnemiliki varian dan kovarian yang tinggi, sehingga sulit mendapatkan cstimasi

yang tepal. Uji multikolinicriras

dcngan menggunakan uji koefisien kolerasi

89

terhadap

scmua

variabel

input pertumbuhan

Lampiran V Anahsis Pertumbuhan

ekonomi

dapat dilihat

dalarn

Ekonomi - Uji \1uttikolinieritas.

Pengujian dengan r111111my variabel tahun 1998 untuk mengetahni pengaruh krisis rnoneicr tahun

1997 terhadap struktur baik intersep

maupun slope pada

semua varibel indepcndcn (input) jangka panjangnya memperlihatkan bahwa semua variahel dummy tidak signifikan pada level yang diharapkan, yaitusebesai a = 5%. Hal ini mcnunjukan bahwa krisis moneter tahun 1997 dalam jangka

panjang tidak menycbabkan terjadinya perubahan srruktur model persamaan. Hasil rcgrcsi uji struktur dengan variabel dummy tahun 1998 dapat dilihat dalarn

l.ampuan V Analisis Pertumbuhan Ekouomi - Uji Struktur Variabel Dummy.

Berdasrakan uji rcrscbui di alas, model persamaan (3) selanjutnya

digunakan sebagai persamaan dalam Analsisis

Peuurubuhan

akan

Ekonomi untuk

melakukan analisis kriteria ekonominya

4.2.2.

Analisis Pertumbuhan Produktivitas,

Dalam

Analisis

Pertumbuhan

Produktivitas,

sernua variahel

ieramati

tcrbagi kedalam unit tcnaga kerja untuk mengukur seberapa besar produktivitas renaga kcrja dalam perekonomian, sebagai besarnya

output

yang

Produkiivitas

dihasilkan

tenaga kerja didefinisikan

olch setiap tenaga kerja dalam

pcrekonornian secara kcseluruhan terhadap input yang digunakan oleh setiap tenaga kcrja.

90

Perasamaan

regresi didapat dengan rnembagi persamaan

(4.1)

di atas

dcngan tcnaga kerja (L), sehingga persamaan tersebut dapat dituliskan sebagai berikut:

liGl'IWD

= a1 + ffor/J.CotL/L

+ /J.GcAS/L + liGF.Lc/L + !lGH/L + /J.G K/L

{31 [cPHOO ( 1) (,K/L(-l)

Pz ( Co1L/L ( -1) + CcAs!L(

-1)

+ llCx/L + !J.G.ru-Jid

-

+ GF.Lc;L( -1) + G111L (-1) +

+ Gx/L (-1) + Gror;i.(-1) + Gror/L(-2) + Gr1JT/l(-3))] + E1

, •••.••••••.•

Uji stasioncritas data dilakukan dcngan mcnggunakan

(4.2)

ADF lest. Uji

stasioneriias di lakukan pada ringkat level 1(0) dan deferensi tingkat perrama T( I), dengan pertirnbangan bahwa sudah terjadi stasioncr data pada dcferensi tingkat

pertarna 1(1). dengan 111c(11de in the test equation dipilih intercept. Hasil uji stasioneritas data dapat dilihat dalam Tabet 4.6. Tidak jauh bcrbeda dcngan basil pada Analisis Pertumbuhan Ekonorni, sernua data stasioner pada diferensi tingkat penama l( l ), yang berarti bahwa jika dilakukan

regresi terhadap data variaoel

da!arn model persamaan tidak menghasilkan kesimpulan yangsp1mo11s.

Selanjumya dilakukan

-

uji koiutceiasi

-

-

data deouau menuuuuakau

ujt

.

Johansen, dengan hasil seperti dapat dilihat pada Tabcl 4. 7. Dari hasil tcrsebut mcnunjukan bahwa berdasar trace /!!SI ieriadi 8 (delapan) kointegrasi pada

Q

= 5%

91

Tabet 4.6 Augmented Dickey Fuller (AOF) Test Test Stasionaritas

O:H:1 Analisis Pertumhnhan

Produktivitas

Augmented Dickey Fuller Level

1st Difference

Growth G DP/L

·5.119396

·8.983717

Growth Oil/L

-4.958882

-7.313430

Growth Gas/L

-4.030480

-11.32131

Growth Electricity/l

•7.977287

·6.773695

Growth Human Capitaljl

·1.302888

·8.425076

Growth Capital/L

·2.725961

-11.64131

Growth Export/L

-6.774595

-10.69279

Growth Enerev Total/L

-6.320105

-12.11193

(-2.9458421

( -2.945842)

Growth Critical vatue (at S%)

terhadap semua data variabel pada faR interval I to 2. dcngan pilihan asumsi trend yang digunakan

110

deterministic trend. Hal ini menujukan bahwa data

variabcl kecenerungan merni liki hubungan jangka panjang

Tabel 4.7 Johansen T~sl Test Koiotegritas Data Analisis Pertumbuhan Produrivitas Hypothesized No. of CE(s) None•

At most 1,., 1\t most 2 ... At most 3 • At most 4 ... 1\t most 5 * At most 6 • At most 7 ..

Eigenvalue 0.978228 0.932731 0.857668 0.811820 0.714635 0.650057 0.540262 0.334231

Trace Statistic

0.05 Crlvcal Value

531.7265 382.4687 277.2053 201.1713 136.0274 87.12196 45.17258 15.86570

Trace test indicates 8 cointegrating eqn(s) at the 0.05 level • denotes rejection of the hypothesis at the 0.05 level **MacKinnon-Haug·Michelis (1999) p-vstues

169.5991

134.6780 103.8~73 76.97277 54.07904 35.19275 20.20184 9.164546

Prob.** 0.0000 0.0000 J.OOJO J.0000

0.()000 0.0000

U.OO:JO 0.0024

92

Scdangkan un.uk ~ii kausalnas variabel dapat dilihat dalam Tabet 4.8 Dan tabcl tersebut menunjukan bahwa vanabel indcpcnden yang merniliki hubungan pengaruh terhadap produktivitas tenaga kerja adalah konsumsi minyak burni, h11mc111 camtal clan modal per renaga kerja. Scdangkan variabel lain tidak menunjukan adanya hubungan kuasalitas terhadap produktiviras renaga kerja. lJji kausalitas dilakukan pada lag2 sarnpai lug 13

Tabet 4.8 Causality Granger Test Test Arah Hubungan Variahel pada Analisis Penumbuhan Produktiviras

Null Hypothesis•l G _ oil/L does not cause productivity G_Gas/L does not cause productivity C:_Elc/L does not cause produ~tivity G_H/L does not cause productivity G_K/L docs not cause Prouctivity G_X/L does not cause productivity G_Tul/l does not cause productivity

f·Statistic

Probability

Decesion

82.6803

0.08589

Rejected

0.91000

0.41210

Not Rejected

0.85188

0.43552

Not Rejected

1.87853

0.()41)88

Rejected

2.61764

0.08763

Rejected

0.48823

0.61795

'Jot Rejected

0.28950

0.75346

)jot Rejected

•' Uji dilakukan dari dam variabel independcn terhadap G'.>P. scdangkan arah scbaliknya lidak disajikandalamtabcl ini. Jika p valuesignifikan maka mcnolak "• \'ang beraru 1<11 bubungan pcnprult

Bcrdasarkan uji data time series terhadap data variabel dalam persamaan (
93

yang menghasilkan pcrsamaan jangka panjang dan jangka pendck. sebagaimana dapat dilihat pada Tabel 4.9. Dari tabel tersebut kemudian dilakukan pengujian berdasarkan krueria

ekonornerri dan statika. dan mcmperlihat bahwa sernua pcrsamaan tcrbebas dari masalah heierokedasitas dan aotokorelasi. Ada tidaknya masalah heterokcdasitas dan autokorelasi pada scmua model pcrsarnaan dapat dilihat pada probabilitas Chi square baik pada uji Whtie maupun uji !.M yang memiliki nilai iauh lebih bcsar dari 0.05 Hal ini menunjukan bahwa semua model persaman terhindar dari gangguan hetrokedasitas maupun autokerelasi,

Mclalui hasil uji /.'dan berdasar pada nilai AJj11s1edR Square, maka model persarnaan (3) memiliki nilai AdjusreJ Rssquared dan nilai Fsstatistic yang paling besar. Untuk itu sclanjutnya dilakukan uji multikolineritas pa
terhadap

kernungkinan

adanya

multikolineritas

anrar

variabel

indcpcndcnnya. Untnk mendeteksi ada tidaknya multikolinieritas

rerhadap semua variabel

independen model pcrsamaan (3) digunakan uji kocfisicn korclasi. Dari uji tersebut meuunjukan bahwa hampir semua variabel independen pertumbuhan produktivuas

rncmiliki

pertumbuhan

energi

koefisein total

korelasi yang rendah (dibawah 0.5), kecuali

memiliki

nilai

korelasi

0.71

dan

o. 72

terhadap

pertumbuhan minyak humi dan gas liumi dalam jangka panjang, scrta hubungan dalam jangka pendek antara pertumbuhan

kapital dan modal pembangunan

94

Tabel 4.9 Hasil Regresi, Uji Hetcrokcdasitas dan Uji Autokoretasi Aualisis Pertumbuhan Produkivitas Persamaan (l)

0.02221

c AG_Oll/l AG_GAS/L A G_ELC/l 11 r, _H/L A G_K/l A G_X/L fJ G TOT/l

G_PROD(-1} G_OIL/L(·l) G_GAS/l{·l) G _ELC/l (·1) G _H/L (-1} G _K/L (-1) G _X/l(·1) G _TOT/L(·1) G _TOT/L{-2) G _TOT/l(-3)

*•• •• •

(l.77459)* 0.08055 (0.42885) -0.10522 (-2.96184) 0.01176 (0.54912) -1.47766 (-3.99723)'0

1.86782 (4.98480) 0.04846 (4.98246)'" 0.27352 (130165) -0.80639 (-7.20857)''' 0.06008 (024449) 0.05135 (0.85932) -0.00936 (-0.47460) -0.29455 (-0.92743) 0.11785 (0.63235) 0.04603 (3.19251)" -0.23065 (·0.'1512) -0.02055 (-0.274~~1 -0.10713 (·1.42561)

Persamaan (2)

Persamaan (3)

0.02788 (2.33844)' 0.28676

0.02685 (2.47318) .. 0.28605 (2.85193)*' -0.06875 (·3.56544) ... 0.02867 (1.67846)(.I -LS478S (-4.26028)' .. 1.90233 (5.11822)*" 0.05024 (5.35947)''.

(Z. 79586)" -0.06729 (-3.258301'"

o.oi19s (157750) -1.54989

H.172271'" 1.90058 (5.00170)' •• 0.04971 (5.05420) .. *

-0.81934

1-1.n41R1··· 0.26616 (1.39320) 0.10354 (2.29371)" -0.00506 (-0.25617) -0.34248 (-1.06815) 0.11483 (0.60625) 0.04581 (3.12612)' .. -0.55503 (-2.66730) .. -0.01803 (-0.23707) -0.12068 1-1.59538)

·0.81671 (-7.40688)' .. 0.25615 (140529) 0.10243 (2.33713)" 0.02456 (O.lfa4~9) -0.32678 (-1.06473) 0.110~05 (0.620841 0.04631 (3.25382) ... -0.55084 (-2. 71566) ..

-0.11894 (-1.61488)

signifikan pada level 1%

signitik~n pada level S\'E signifikan pada level 10%

N

0.84895 13.2327 1.79149 38

0-84~~b 13.5073 1.89807 38

0.85065 IS.04968 1.900(;8 38

lM test p value White test p value

0.5883l 0.3188g

0.33309 0.31434

0.32359 0.46114

Adjusted R-squored

F~value h-11totistics

95

rnanusia per tenaga kerja memiliki

nilai korelasi sebesar O.S. Hal ini menunjukan

huhungan yang cukup ringgi. terutama dalarn jangka pendek ( uji multikolinieruas

dapat dilihai pada Larnpiran Vl Analisis Produktivitas - Uji Mullikoliniritas)

Dengan denukian

perlu

dilakukan

menggunakan motede dctcksi Klien. membandiugkan

tf

pengujian

lebih

lanjut

dengan

Metodc dcteksi Klien dilakukan dengan

bebasnya Multikolinieritas

terjadi jika RJ rcgresi auxiliary

lebih bcsar R2 model persamaan awal (Gujarati, 2003). Hasil dereksi Klien dapa; dilihat pads Tabel 4 I 0. Dari rabel tersebut terlihat hahwa seluruh R1 model persarnaan (3) lebih besar dari R1 regresi

austliary. sehingga dapat disimpulkan

bahwa model persamaan (3) tidak mengalami masalah multikolinieritas.

Dari basil uji rersebut di alas selanjumya persamaan (:1) dipilih sebagai pcrsamaan dalam Analisis Pertumbuhan Produktivitas sebaga: persamaan dalarn perhitungan analisis ekonominya. Tahel 4.10 Deteksi Mullikolinierilas Metode Klien

Dependent

Independent

R'

0 PROO O_Oll/L O_GAS/L D_ELC/L

all all, but: d_o i/l

0 9111~9 0.€626~·· 0.€31345 0.72SOS8 0.772443

O_H/l D_K/L IJ_X/L

G Pf100i-l) G_OIL/L(-1) G_GAS/L{-1) G_ELC/L\-1) G_H/Lf ·1) G_K/L{·l) G_X/ll-1)

c;_·u1/•.(-1) G -or/.(·3)

all, but: d_gas/l all. but: d_elc/l all. but:
0.835106 0.706119 0.494067 0.837652 0.8:i2695 O./~il8/b

0.535225 0.46C2/l 0.755265 O.'SOS6:J7

_!).331239

Decision eo.uation ( 3) no multicollinearity

no multtccllineerltv no multicollinearitv no multicollinearity no multicollinearity

no multicollinearitV no multicollinearit•{ no multicollino.Jrity no 1nultic.ollinearity

no mu!ticollfncarit'{ no multicolline?arit'{ no multir.nlHnP.:irity no multi:collinearitv

no moltrcojtoeertrv no multicollin~arftv

96

4.3.

Analisis Ekonomi dau Pcmbahasan

Dalam analisis ekonomi ini akan dijelaskan arti dari parameter yang diperoleh dari basil regresi, yang terbagi kc dalam dua analisis yairu Analsis Pertumbuhan Lkonomi dan Analisis Penumbuhan Produktivitas. dalam jangka pendek dan jangka pajang

4.3.1.

Analisis Pertumbuhan f:knnnmi.

Bcrdasarkao pcnulihan model persamaan dalam Analisis Pcrtumbuhan Hkonomi dari Tabcl 4.5, maka diperolen persamaan regresi iangJ..a pendeknya

sebagai berikut.

flGcoP:::

0.00804

+

10.603421

0.30823 ilGm1 - 0.067571lGcas (3.34115)

+ l.995331lGK + (6.30301)

+

0.03166 flGElc

(·3.67021)

(2.01098]

0.61925 !lG1• + 0.05386 flGx (L9105S)

('1.3)

IS.98358)

Persamaan tersebut mcnunjukan bahwa dalam jangka pendek variabel

pcrtumbuhan konsumsi minyak bumi. gas bumi dan listrik, jika dilihal dari probabilitasnya, signifikan pada n hcmm11-111m1 sebesar I%, Pcrsamaun

(4.3) iersebut juga mernperlihatkan

bahwa

I% dan 10%.

semua variabcl input

pertumbuhan jangka pcndck signifikan terhadap perturnbuhan ekonomi.

97

Sedangkan pcrtumbuhan konsumsi gas bumi berpengaruh

signifikan

terapi memiliki pengaruh negatif tcrhadap pcrtumbuhan ekonorni, Aninya setiap kenaikan 1% penumbuahn konsumsi gas bumi dalam jangka pendek jusuu akan menurunkan

penumbuhan ekononu sebesar UJJ68~o. atau dengan kaia lain jika

pertumbuhan

konsumsi gas bumi diturunkan sebesar 1% dalam jangka pendek

justru akan meningkarkan pcnumbuhan ekonomi sebesar 0.068•/o

a mun jika dilihat dari komribusinya, konrribusi pcngaruh pertumbuhan

konsumsi rninyak bumi terhadap pertumbuhan ekooomi, dalam jangka pcndck pcngaruh hampir cmpai seiengah kaf lcbih besar rneningkaian

rnemiliki

penumbuhan ekonomi dibandingkan penurunannya oleh pengaruh pertumbuhan konsumsi gas bumi.

Hasil

rcgresi dalam Tabcl 4 S di aras juga mcmperlihatkan

bahwa

koefisien G (jf)f'(-1) signifikan pada level 1%. Dalam model SEECM koefisien terscbut menyatakan kccepatan

0111p111 mcnycsuaikan

terhadap keseimbangannya

(dalam jangka pendek). Besarnya koefisieu icrscbn diharapkan memiliki nilai anrara -I dan O serta signifikan pada level kepercayaar, yang diharapkan, nilai koefisicn G GDP(-/) signifikan clan bernilai necµ:if sebesar -0.74271.

Karena maka

persamaan regresi tersebut dapat digunakan sebagai alat prediksi jangka panjang.

Dengan mcmbagi

konstanra dan semua koetisien persamaan jangka

panjang dalam Tabet 45 dcngan minus kocfisien penyesuamnya. rnaka persarnaan regresi jangka panjang rersebut dapat ditulis sebagaimana pcrsamaan (4.4) di bawah ini:

98

+ 0.36581C(Oil)+0.15010 C(Cas) +

C(CDP) - 0.01006 (0.60342)

(1. 72840)

(3. 00412)

0.03828 G(F.lc) + 0.05336 G(K) + 2.10061 C(L) + 0.05956 G(X) (1.17479)

(0.25049)

(Z. 97741)

0.74801G(Tot) - 0.01360 G(tot),_1 (·3.21510)

(-0.16546)

Sernua variabel pertumbuhan

(3.6~864)

0.12957 G(tot)1_2

-

(44)

...

(-1.50742)

konsumsi encrgi dalarn jangka panJang

kecuali pertumbuban konsurnsi listrik. Pcrtumbuhao konsumsi minyak

signifikan,

bumi clan konsumsi gas bumi signifikan pada o. - 10% dan 1%. Sedangkan semua variabel input, selain variahel konsurnsi energi berpengaruh signifikan terhadap penumbuhan

pcrrurnbuhan ckonorni. kecuali pertumbuhan modal (capital).

Berbeda

dengan

hasil analisis

dalam

jangka pendek,

perrumbuhan

konsumsi listrik menjadi ticlak signifikan dalam jangka panjang. Kondisi tidak

signifikan merniliki

ini mengisyaratkan

bahwa selama ini konsumsi

listrik cenderung

pola konsumsi yang konsumrif dan inefftciem dibandingkan

dengan

konsurnsi minyak bumi dan gas bumi, sehingga pengaruh dalam jangka pendck konsumsi listrik tcrsebui tidak bisa mernberikan

peningkatan pertumbuhan diperjelas

dampak

signifikan

terhadap

ckonomi dalam jangka panjang. Hal ini semakin

oleh berpeugaruh penumbuhan konsumsi energi total yang memiliki

pengaruh negatifterhadap pcrtumbuhan ckonomi.

99

Selain pertumbuhan

itu

dari

persarnaan

konsumsi

jangka

gas burni

panjang

menjadi

di atas tcrlihat

berpcngaruh posistif

bahwa terhadap

perrumbuhan ckonorni dan rnerni liki nilai koefisien yang lebih besar Hal ini menunjukan bahwa sclama ini gas bumi lehih untuk konsumsi yang ridak secara langsung menghnsilkan

nilai ckonomi dalam jangka pcndck, tapi mcnghasilkan

nilai ekonomi yang lebih hesar dalam jangka panjang.

Hasil regresi jungka panjang mcnunjukan bahwa kocfisicn pcrtumbuhan

konsumsi min yak. bumi adalah sebesar OJ658 I. artinya bahwa se1 iap kenaikan

1% pcrrurnbuhan konsumsi

minyak

burni nknn menaikan

101al

penumhuhan

ckonomi scbcsar 0.36581 % dalam jangka panjang Total pertumbuhan periode waktu sampai

konsumsi

minyak

pcriodc dimana

bumi ini icrbagi dalam setiap

pcningkatan

pcrtumbuhan

konsumsi

minvak bumi tidak berpengaruh lagi terhadap penumbuhan ekonomi. Pengaruh tcrst~hill disehahkan oleh nilai kcccpatan koefisien

pcnycsuaian jangka panjang

untuk mencapai kcsci rnbangannya Peningkatan total pengaruh ku11~u111~i 111i11ya" liu111i

Lei

hadap pe1 uuubuhan

ekonomi tersebut 1rrbag.i ke dalam periode waktu per tahun sebagai berikur: besainya pcningkaran pengarub konsumsi rninyak bumi scbesar 0.36581

atau 0.29% pada tahun (t+l):

(t);

x 08

sebesar (0 36581-0.29) x 0.8 atau 0.06':r. pada tahun

sebcsar (0.36581-0.29-0.06)

x 0.72 arau O.Olo/c1

pada rahun (t+2), dan

setcrusnya sampai rahun cimana peningkaran pcnumbuhan konsumsi mmyaK

100

bumi tersebu; tidak berpengaruh lagi terhadap perturnbuhan ekonominya, Secara

keseluruhan besarnya peningkaian pengaruh variabel input jangka panjang (%) terhadap pertumbuhan ekonorni yang terbagi dalam saiu satuan periode waktu (tahun) dapar dilihat pada Tabel 4.11.

Tabe.14.11 Pengaruh Variabel Input Jangka Panjang (%) Terhadap Pertumbuhan

...

t+l

t+2

Ekonoml

t>l

t~4

HS

·~

Oli

0.3i>~81

0.29Hb

0.05870

(1.01179

o.oom

1).00048

l)OOJlO

0.00001

G•s

O.HOIO

0.11995

0.024()9

0.()0.1-8<1

o.ooosr

0.00020

0.00004

0.00001

;;.111Rn1

1.6Rt;;»1

0. ;3g39

0.06795

0.01J64

n.ooJ74

nocJO~~

0.00011

O.OS%6

Q.Qtl)(>O

(l.(1(>9!'16

(1.0019.)

0:()().')39

O.OOOCl8

0.0000?

0.00000

0.7480l

O,S9781

0.12004

C•m410

0.00.$<

1).00097

O.OC<no

0 0000.t

x ET
Dalam jangka panjang konsumsi

energi total memiliki

1>7

o.oorm

O(X)OJI

pengaruh negatif

terhadap pertumbuhan ekonomi. Narnun jika konsumsi energi total tersebut ridak dimasukan

dalam

persamaan

jangka

panjangnya

maka

hampir

semua variabel konsumsi energi jangka panjang rnenjadi udak signifikan, Berbeda dcngan cstimasi

pada jangka pendek, jika variabel penumbuhan konsumsi energi

total dirnasukan ke dalam persamaan,

pertumbuhan konsumsi minyak bumi

mcnjadi ridak signifikan, Dari hasil redundant variable test, untuk menghilangkau

variabel yang tidak pcnting dalam persamaan, peughilangan variabel konsumsi

IOI

energi total dalarn jangka pendek dibenarkan,

sedangkan dalam jangka panjang

hal terscbui tidak dibenarkan.

Selain

dari Tabel 4.5 portumbuhan ckonomi.

konsumsi

variabcl

basil

rcgresi memperliharkun

kapiral

bahkan

energi, variabel pertumbuhan

menjadi

terjadi

modal dalam jangka

tidak signifikan

bahwa dalam jangka mcmpcngaruhi

pada scrnua model pcrsamaan.

Artinya

panjang tidnk dapa: mcmpcngaruhi

pcrturnbuhan ekcnomi dibandingkan

modal (cw1iia1~

paujang

perturnbuhan pertumbuhan

sccara signifkan

pengaruhnya dalarn jangka pendek

Dalam tori penumbuhan Solow. kapital atuu modal dalam jangka panjang mcrupakan

pengemba lian

yang

kian

mcnurun (dimi11isi1i11}( returns», yang

dipengaruhi olch nilai dcprcsiasi modal.

Modal

atau kapital

dihituug

sebagal pc1 uuubuhau

capisa!

stock,

didefinisikan scbagai jumlah akumulasi modal sclama tahun 1965 - 2006 yang difokuskan

scbagai

faktor produksi.

Data copua! stock yang diambil

dalam

penelitian ini dihitung dcngun metode Perpetual Inventory (Pl), yang dipengaruhi olch nilai dipresiasi

modal

Perbedaun ~ignilikansi pertumbuhan modal dalam

jangka panjang dan jangka pendek, kccendcrungannya

dipengaruhi oleh 1ingginya

kecepatan modal mengalami depresiasi dibandingkan dengan kecepatan modal mcnghasilkan nilai produksi dalam jangka panjang. Penggunaan modal produksi yang ridak optimum dan pengadaan modal produksi dengan kaulitas rendah dan

102

nilai depresiasi

awal tinggi (11seJ capi1al) bisa mempengaruhi

kecepatan

dcpresiaiasi dalam jangka panjang.

4.3.2

Aualists Ptrt11111bul1i111

Pei samaau jangka

Produktivitas

pcndck

pcrtumbuhan

produktivitas

tcnaga

kcrja

berdasarkan pemilihan model di atas dapat dituliskan scbagai bcrikut:

tJ.GPROll

=

0.026115

+

(2.47318)

0.28605 !J.(;lli.1/1. - 2.85193 IJ.Cr.11.,;1. (2.21746)

(-3.56544)

-1.54785 llG;ifl 11.90233ilCK/l (-4.26028)

+

(4.66628)

0.02867 IJ.Gn1r·/t. (1.67846)

·I 0.05024·llCx!(

(4.5)

(5.35947)

Semua variabel pcrrumbuhan konsumsi cnergi jangka pcndek bcrpcngaruh signifikan tcrbadap pcrtumbuhan produknvnas renaga kerja, yaitu penumbuhan minyak bumi, gas bumi dan listrik per tenaga kerja pada o. bertunu-tunu sebesar 5%. 5% dau I 0%. Dcruikian juga d1;11ga11 va1 iabcl lain sclain var iabcl kousuini

energi, seperti: pcrturnbuhan modal pembangunan rnanusia, modal dan ekspor per renaga

kerja siginifikan

mcmpengaruhi

pcrtumbuhan produktivitas

tcnaga

kcrja, masing-rnasing pada o. sebesar 1% dan 5%, Semua variabel input jangka pcndck

yang signifikan

produktivitas

tersebut,

berpengaruh

tcnaga kerja kecuali pertumbuhan

pembangunan manusia per tenaga kerja.

positif rerhadap perturnbuhan

konsurnsi gas burni dan modal

103

Koefisien penyesuaian jangka panjang dalam persamaan regresi Analisis Pcuumbuhan Produktivitas ((i IWOD(-1)) signifikan dan memiliki nilai antara -I dan O. yaitu sebesar -0 81671. Ila! ini bcrarri bahwa persamaan rersebut dapar digunakan sebagai alat unruk mcmprcdiksikan jangka panjang

Untuk rncndapatkan persamaan jangka panjangnya semua variabel input jangka panjang maupun konsianta dibagi dcngan minus koefisien penyesuainnya, 111a~a pcrsamaan jangka penjang tersebut dapat dituliskan sepeni pada persarnaan (4.6) sebagai bcrikut:

c,.R()D

= 0.33390 + (2.47318}

0.1!197'.-I Go.1,IL + 0.31554 Gca.>/L + 0.11673 Gmr/l. (1.40529}

(2.33713)

0.14375 Gun+ 0.08382 GK/L (·1.06473}

(0.8b4~9i

+

(0 62084)

0.44065 Gx/t, (3.26382)

0.36664 Groc/L - 0.21002 Grat/L ···· ...... (1.6) (·2.71566)

(-1.51~88)

Dalam jangka paniang pcrtumbuhan konsurnsi gas bumi merupakan saru satunnya variahel konsumsi energi yang memiliki pengaruh signifikan

terhadap

perturnbuhan produktivitas tenaga kerja. Bcrbeda dengan analisis dalam jangka pendek, penumbuhan konsumsi gas bumi menjadi bcrpcngaruh positif Artinya setiap peningkatan pcrtumbuhan konsurnsi gas bumi oleh scriap tcnaga kerja akan menaikan total pertumbuban produktivitas sebesar sebesar 0 . .32%.

104

Peningkatan total pcrtumbuhan konsumsi gas bumi per renaga kerja ini akan terbagi dalam sctiap periode wuktu (tahun) sebagai h~1 ikut, besarnya pengaruh

konsumsi

listrik

oleh

senap tenaga

kerja akan mcningkatkan

produktiviras tenaga kcrja scbcsar 0.32 x 0.82 atau 0.26% pada

pcrtumbuhan

tanun (t); sebcsar (O.J2-U.26) x 0.82 atau 0.05% pada tahun (t+I.); scbcsar (0.320.26-0.05) x 0.82 aiau 0.009'Yo pada tahun (t+2), dan seierusnya sarnpai tahun dirnana

peningkatan pertumbuhan konsurnsi gas bumi per renaga kerja tersebui

ridak berpengaruh lagi terhadap pcrrumbuhan produktivitas tcnaga kerja.

Secara keseluruhan besarnya pcningkatan pcngaruh variabcl input jangka paojang (%) terhadap perturnbuhan produktivitas tcnaga kcrja yang tcrbag! dalam satu satuan periode waktu (rahun) dapat dilihat pada Tabel 4.12.

Tabel 4. 12 l'engi1ruh V11riabel ln1>11t Ji1ngka Panjang ( %1) Terhadap Perturnbuhan Produktivitas Tenaga Kcrja

t

(+1 t+2 t./3 t+4

(+.5

t+6 t+7 tr()I

GAS/L

X/l

fOT/L

0.31554 0.25770 0.04723 0.00866 0.00159 0.00029 0.00005 0.00001 0.63107

0.44065 0.35988 006596 0.01209 0.00222 0.00041 0.00007 0.00001 088149

-0.36664 ·0.29944 -0.05488 ·0.01006 ·0.00184 -0.00034 -0.00006 -0.00001 -0.73328

105

Tabel

tersebut

rnenunjukan

bahwa,

pada

Analisis

Pertumbuhan

Produkuviras, pengaruh pertumbuhan konsumsi gas bumi mcrniliki cfek jangka panjang yang hampir sama dibandingkan

efeknya dalarn Aualisis Pei turnbuhan

Ekonomi yaitu sampai rujuh tahun (dalam digit sebesar lima digit di belakang koma), walaupun memiliki

nilai koefisien dua kali lebih besar.

BABY

K.f.SI VIP ULA:'
5.1.

KF:Rl.IA KAN

Kesunpulnn

Berdasarkan

hasil

perhiumgan

analisis

hubungan

dan pengaruh

konsumsi energi ierhadap pcrtumbuhan ekonomi, scna pengaruhnya ierhadap

pcrtumbuhan produkiiviras tcnaga kcrja di Indonesia dapat diambil beberapa kesimpulan sebagai beikut:

I.

Dalam Analisis Pe11u111buha11 Ekonomi, semua variabel input jangka pendck berpengaruh signiflkan. Semua variabcl input yang signi fikan tersebut berpengaruh posirif ierhadap penumbuhan ckonomi, kecuah konsumsi gas bumi. Scdangkan dalam jangka panjang semua variabel konsumsi

e11i.:1gi merniliki

pengaruh

>ig:iift"an terhadap pertumbuhau

ekononu kecuali pertumbuhan konsumsi listrik 2.

Dalarn Analisis Penumbuhan Ekonorm jangka panjang, pertumbuhan konsurnsi listrik menjadi tidak signifkan Hal ini mengisyaratkan bahwa konsumsi

lis1rik cenderung

mcmiliki

pola

konsumsi

energi y~ng

tneffictem. Schingga efek kunsumsi lisirik dalam jangka pcndek tidak dapat rncrnberikan pengaruh signifikan dalam jangka panjang ierhadap penumbuhan ekonomi

IC6

107

3.

Perbedaan signifikansi pertumbuhan modal atau kapital dari signifikan dalam jangka pcndek menjadi ridak signifikan dalnm jangka paniang, pada Analisis yang

Perrumbuhan Ekonomi, mcnuniukan digunakan

dalarn

proses

produktif

depresiasi yang lcbih ringgl dibandingkan

bahwa modal atau kapiial cenderung

mcmiliki

nilai

nilai produksi yang dihasilkan

dalam jangka panjang. 4

ualam Analisis Pcrtumbuhan Proouknvitas. sernua variabel input jangka pendek

mcmiliki

pengaruh

signifikan.

Se111ua

variabcl

input yang

signifikan tcrscbui berpengaruh positif kccuali pertumbuhan konsumsi ga~ bumi dan 111od~I pcmbangunan

manusia per tenaga kerja. Sedangkan

dalam jangka panjang dari scmua variabel konsumsi cncrgi hanya variabel pcnurubuhan

konsumsi gas bumi dan pcrtumbuhan kons11111s1 energi total

per tcnagn kcrja yang bcrpcngaruh

signifkan

rerhadap

pertumbuhan

produktivitas tenaga kerja. I lanya saja penumbuhann konsumsi total per renaga kcrja ini berpengaruh negaiif terhadap pcrtumbuhan

produktiviias

tcnaga kerjanya. /\ninya bahwa konsumsi cncrgi lain selain gas buml per rcnuga kerja dalam jangka

panjang setiap renaga

kerja

tidak duput

mcnghasilkan peniugkatan output perokonomian yang cukup signifikan, 5.

Pcrtumbuhan

modal per tenaga kcrja mcnjadi ridak signiflkan

terhadap

pertumbuhan produkuvrtas tenaga kerja dalarn jangka panjang. l lal ini tidak sesuai dcngan reori produktiviras yang menyarakan bahwa modal per

tcnaga

kerja

produktivitas

takior pcncntu

meningkatan

tcnaga kerja. Sclain alasan pada Analisis

Pcrtumbuhan

mcrupakan

salah

satu

108

Ekonomi di atas, pcrbedaan ini juga mengisyaratkan bahwa perumukan dari modal (capital) yang diukur sebagai kapital akumulauf'untuk kegiatan produktif lebih dititikberarkan

pada modal untuk peningkatan kernampuan

produksi misalnya mesin-rnesin dan lain-lain (modal langsung) dari pada modal

untuk peningkaian

kemampcan

Keudakseimbangan

langsungj,

rm

ienaga kerja (modal menyehabkan

ridak

menurunnya

prodckiivitas tcnaga kerja 6.

Sedangkan pengaruh negatif variabel pcmbangunan wanusia

terhadap

perturnbuhan produktiviras tenaga kcrja disebabkan karena dalarn jangka pcndck pcrnbangunan manusia merupakan biaya yang harus dikeluarkan (ms/), sedangkan dalam [angka panjang pengetuaran tersebut merupakan

oppom11111y cost bagi produktivras tensga kerJa Akan terapi dalam semua model pcrsamaan di dalam Anailsis Pertumbuhan

Produktivitas jangka

paniang, pengaruh penumbuhan p1:111\.la11gu11a11 manusia ini meojadi tidak Hal

signifikan

1111

mcnunjukan adanya perbedaan

dcngan reori penumbuhan pcngetahuan adalah pengerubalian

mcnurun

antar hasil rcgresl

cndogen. dengan al'ggapan bahwa ilmu

modal. dirnana pcramm pendidikan merupakan

modal yang konstan (be1 kesiuaiubungan)

dan bukan kian

Hasil terscout blsa saja terjadi iika cfek pcndidikan pada seuap

1cnaga kerja ridak rlapa1 meningkarkan produktivitas renaga kerja dalarn

mcnghasilkan output pcrckonomian dalam jangka panjang.

109

-1.2

Rekomendasi

Kebijakan

Berdasarkan kesirnpulan basil analisis di atas dapar disarnpaikan saran implcmcntasi (rckomendasi kebijakan) antara lain; I.

Dari pokok pcrsoalan energi tersebut masalah yang paling mendasar adalah mengenai cfisicnsi cncrgi (terutama penggunaan eoergi listrik I. Unruk nu program efisiens. energi menjadi bagian penting dalam meningkatkan bobot konsumsi energi sebagai bagian dari rm1p111

pcrekonomian yang dapar meningkatkan pertumbuhan ckonomi Program efisiensi energi ini re.ah dilakukan oleh Pemerintah dan diharapkan dapat terus ditiugkatkan, Program efisiensi energi rcrsebut dilakukan melalui: a

Program pemngkatan efisicnsi energi di sekior industri dan bangunan kornersial. melalui program kcrjasarna konservasi energi dengan industri dan pengelola gedung komersial terutama yang menggunakan

cncrgi besar, untuk ikut berpastisipasi mcningkatkan

baik sistem rnaupun

peralatan yang efisien sehingga dapat

bermanfaat baik bagi industrilgcdung komcrsial itu sendiri rnaupun

secara nasional. Dengan demikian dapat mcningkatkan bobot konsumsi energi menjadi bagian dari oilai output perekonornian yang pada akhimya dapat mcningkatkan oernrmbuhan ekonomi. b.

Sclain melalui kerjasarna konservasi energi, peningkaran efisiensi energi dapat urclalui program, amara lain. lomba hemat energ1,

110

labelisasi

peralatan

hemai

energi.

soisalisasi, dan program

perangsang lainnya sehingga dapat mcrangsang indusrri, pcngelola gedung maupun masyarakat untuk meningkaikan penggunaan energi dengan efisien baik peralatan maupun sistern pernanfaaran energi yang digunakannya, sena harapan pada akhirnya, dapat

merubah budaya bores menjadi budava hemat energi, Dalam hal ini pcran Pl.I\ scbagai pcnyelenggara dan penycdia tenaga listrik diharapakan mcnciptakan

dapat memberikan

andil yang lebih besar dalam

kebijakan perusahaan

yang

dapar

mendorong

peningxatan efisiensi (antara lain: reduced losses) dengan kualitas pelayanan yang ierus meningkat (retiobility dan quali~vj.

c. Peningkatan meningkatan

elisiensi di sarana

bidang

dan prasarana

transportasi dengan

cara

uanponasi umum

dan

pcmbatasan pcnggunaan kendaraan pribadi, tennama di koia besar, sehingga dapat mengurangi penggunaan bahan bakar minyak umuk kendaraan pribadi dan menghindari kemaceian yang rnerupakan

pengguna encrgi yang konsumtif dan menghindari penggunaan cnergi yang udak efisien, 1

Program pergaarian penggunaan minyak tar.ah (minyak bumi) dcngan LPG (gas oumi) un:uk rumah tangga merupakan langkah yang telah sesuai untuk meningkaikan efisiensi pcnggunaan energi, bark bcrdasarkan

11 I

perhitungan jumlah kalori yang dihasilkan nya. Sehingga konsurnsi

maupun harga kcckonomian-

energi bisa memberikan efek jangka panjaug

icrhadap perturnbuhan ckonomi. Walaupun pcnggumian LPG untuk rumah

rangga lcbih banyak bersilat konsumtif

tempi pcrganiian ini setidaknya

tlapat membcrikan bobot variabcl konsumsi energi total mcnjadi lebih

efisicn,

sehingga

dapat

memberikan

pengaruh

positif

terhadap

pcrturnbuhan ekonomi. J

Pcuingkaren pemanfaatan

pernbangkit listrik yang bersurnber dari cncrgi

ierbarukan atau energi sctcmpat rtapa1 mengurangi penggunaan solar arau BBM y»ng tidak efisien, mcnyangkur cfisicnsi jenis pembangkit (genset) dan pengadaan

bakarnya.

Pcningkatan

rcrbarukan ini dapat meniugkatkan

clektrifikasi

elektrifikasi

hahan

bcrani dapat mcningkaikan

kegiatan

pemanfaatan

energi

nasional, Pcningkatan ekonomi masyarakat

terutama di daerah yang belum rcrllsrrlki atau daerah ya11g sulil dijangkau

lisuik

PLt\ iremote

fll'
yang pada gilirannya

dapal meningkarkan

pen umhu ha n ekonom 1 da n pcrtu 111 bu ha n produ ktivitas tenaga ker]a. 4.

Diperlukan program pelatihan dan pcndidikan yung repai dan kena sasaran

bagi tcnaga

kerja maupun karyawau, terutama uruuk level yang lebih

rendah, dalam meningkntkan teknologi.

paojang

kcrnnmpuunnya mengikuti perkembangao

scbagai aset pcningkatan

pendapatan negara dalam jangka

DAFTAR PUST AKA

Agus Widarjono

l2007). "Ekonometrika Teori dan Aplikasi umuk Ekonomi dan

Bisnis", fl;- UTI. Yogyakarta Akhmad rauzi

(2<>:l7). "Ekonomi Surnher Daya Alam dan Lingkungan (Teori

clan Aplikasi)". PT Gramcdia Pustaka Utama, Jakarta. Aqccl,

Anjum.,

and Mohammad S. Bun. (2001)

"The Rclanonship

between

Energy Consumption and Lconormc Growth in Pakistan." Asia-Pacific

I )e1~·/op111<•111.Jo11mal, Vol. 8. xo 2

Arief Sritua. ( 1993) ··\1ctodologi Penelitian Ekonomi'', Penerbii Univcrsitas lndoncsia-Ul Pr c~. Jakarta .

.Asafu-Adjaye,

John. (2000). "The Relationship between F:m:1gy Consumption,

nncrgy Prices and Economic Growth. rime

cries Evidence from Asian

Developing Counuies," /,1w1ro• J-.'co1101111c' !!, halaman 615-625. Uadan Pusat Statisiuk (BP ) "Pcrdagangan l.uar "lcgcri lndonesia", dari bt:r bagai tahun, Jakarta Oest. Robin. (2008) '·An Inuoduction to 1:-.mir Correction Models", Oxford University [Download from lnternet], Oktobcr RP Energy (2006). "FlP Staustical Review of World Energy". UpdateJune ](}IJ6. [Download from I nternet f. September

llretschger, Lucas, (20()6). "Energy Prices, Growth, and the Channels in Between: Theory and Evidence_ .. /'.co1101111cs WorkitJR Paper Series, working Paper

No 06147. Chontanawai.

J., L. C. Hunt. and R. Pierse (2006}. "Causality between Energy

Consumption and Ql)I'

Evidence from 30 OECD and 78 Non-OECD

Countries." Surrey l·:nl!rf!.}Economics /Jisc11ss1011paper Series (Sfel~l)Sj. SEEDS 113 ISSN 1749-8384

112

I 13

Oepartemen Energi dan Sumber Daya Mineral. (2007) "Handbook of Energy & J-:conomic Statistics of lndnncsia", Pusat Data c!an lnformasi, Jakarta Direktorat Jenderal l.isuik dao Pemanfaatan Energi, "Siatisitik Ketenagalistrikan dan Fnergi''. dari berbagai tahun, Jakarta.

Gujarati, Damodar,

(2003)

..Basic Econometrics".

McGraw-HilLlnc

Uook

Compauay. New York. :-1 Suparmoko. (2C-06) "Panduan dan Analisis Valuasi Ekonomi Surnberdaya Alam dan Lingkungan". Cetakan pertama. Penerbit: BPFE, Yogyakarta. Mankiw, Gregory, ~. (2003) "Economics".

s" Edition,

Wnrth Publisher. New

York.

Mudradjat Kuncoro. (2003). "Metodclogi Riser untuk Bisnis dan Ekonomi", FEUG'v1, Penerhit Erlangga. Jakarta

Neilson, Haino Bohn (2007). "Cointegration and Common Trends", Econometrics A Luc111r<'

NtJ/f!,

[Download from lntemet

J. November

Ratna Ariari (2004) --Konservasi Energi Nasional. Program dan lmplementasinya", Bahan Presemasi. Jakarta

Shahid, M. Alam., (2007). "Economic Growth with Energy", AIJ>RA Paper. No 1260.

Siddiqui,

Rehana, (2004)

"Energy and Economic Growth m Pakistan,"

The

Pakistan Development Review ./3: 2. halaman 175-200.

Singh.

Rup dan B Economics A

LDownload

l.l Rao (2008)

~~nglc Granger Two-Step Procedure"

l.acture Note, The University of South Pacific Suva (Fiji),

from Internet I, November

Stem I. David, and Curler J. Cleveland. (Z004) "Energy and Economic Growth" Rensselaer Working' l'apcrs

11J

Economics. 'lomor 64 tO

8 8

"'... ...'" N

.. "' "' 0

.; "'

M N

=

,"',',

-

'D

"'VJ

-"c.. =< w -!~

~

..J

w

...

!i01 0q ..,0 0... "' ... ...."' ~.... "'.... ...."' ;;;.. ;Ji

5l

.,; e-

m

") 0 N

"'

M

cO

"'cl il1..;

[!!

-

N

'° s

0

N

0

< < ~ 0

<.J

... -!

0

"! ec ....

0

0

0

0

0

0

. ..."' 0

"'. "' .,; "l "! .... ., 0\0....... co"' .... "' "' .... "" "' "' "' ..,... .... N

.. .. ..

0

N

N

-

;;, "l ..,; N m

" .,"'

s

~

8

~ ~

~ cO m "' ;j!;

·~

"i

") "l

00

0

"' .; ...: ..,;

"'

~ ~ 't.

0

~

"' :ii;

"' "'

.

00

:b Gi ;;i

d d se

"' "' "'

"'
... ..."' ..."' "'...."' m "'~

0

m

:Ji g l!1

\0

';!.

.... "' o

...

N N

........ l
,.

...

.... "' g e"'.,. ~.,. "'s m &l"' on "'&l "' "' '" '" '"

"' "'"'lti

~

")

N N

5l

m

N

m ee ....

"! N

m N

~ ~ 0

....

... .,

....

"'

"'

'-l l"j N
- - "' ...- - ...- a... - " "' "' "' "' "

N N

on .; .; ..,; ..,; ,..;

0

N

- -.. .

"' "' "'

~ .... .... o\ .... ,,;

.... .... ....

~

(lj

d

N N

"'

0

.... a Sl .. ... 5i . .. "' .. "' "' "'"" "'"' " " '" "'"' :I. ~ Iii ci 0

!Q

0

N

s "s "' 0

c o

N

1-W VJ

~

N

"' oq~... ..; ~,, s "'s ~ ~ "';;i;.... "'' "l ....

:g

0

0

...... N

~ .... r-; ,.; ,,;

0

0

...;

"' s $...

~

g

0

c

,_;

0

l!l "',_; "' N

N

....

0)

N

N

~ ,.;

")

0 "I

0

51 i
"\

~

0

.;

...... &.... l!l'° ii\' t1 "' "'"' q.......'. ......."' ...."' ...."' ........ " li!"' :il"' .... "' "' "' :2 ...."' "'... ...."' ,., ,"'. '° "'.. " .... "' - "' "' "' "' "' "'"' "'"' .. ... .."' "'"'"' "'"'"'"' "'"' "'"''" ... 0

N

co
~

N

N

N

c

~ ~

N M

rO

N

N

~ ...; N

0

0

-- -

:l1...; •· "1 ~ ,..;

N

~

0

0

....


d N

N 00

0

N

:8 .,; ~ N

<()

c

N

N

... " ., 0 .... ........ .... "' "' "' "'"' ......."' "' "' 0....... ........ ........ "'....... ....." "' ' ' "'... "' "' "' "' "' "' ."'. "'·' ..."' "'.... "' "'... "'~ "' 0\ 0\

N

-- -

0\

00

CX)

~~~~~

~~si~J

a....;-u=,...'-"¢ 31 ~ i:: 8l ~ u-\lli.. . : ....

~

-

0

.... ,... "' M"l ..; ,,; "' "' ~.... ........ •0 ~

0

'-!

N N

r-,

0

N

N

M

N

(1>

~

,_

f"4

\0

<X)

M

·..~

co "! "l "! N

CJ N

..

N

0

-

<X)

0


N

U> N

0

9)

0

U>

..- -

0

N

N

M

M

r-;
::1 :;; "

O>

M

<'\

O>

O> O>

00

O> M

0

N

N

0

.....

0

N

U>

00 ll)

<>O 0 .... Cl, "' "' ... cc "' cc ..,. "'m 62 ....0 00 "'00 "' "' "' en O> "' "' "' "' "' "' .... .... "'.... ...."' "'.... "'...."' "' "'.... "'.... "'.... ...."' .... ...."' .... ...."' ~· "

eo er cc

....

... "' ... en cc.... "'"1 "' ,., ... .... ~,..; "' "' co vi vi vi <6 o ,_ ii; .., "' "'"' ...."' .... " ... "' ea"' "' .o ."'',°, ,"'_ "' ~"' "'"'..."' "'~ "'"'"' "'"' ""' "' "' "'"' ,, ;r, ..."' "'.... .._,...n co., 2 "' ~ .... "' . ' ."' "'.. .... "'.... "' "'....

ft! "'..; "' ,..: co

n "' "' "'"' "' co "'~ "'"'.... s "' "' "' "' ..... ... .... "' "' "' "'

"'"'

'f"i .....

N

N

0

N

-

8 8"'~ "'..... 0

N

0

l.AMPIRAN

II

UJI UNIT ROOT TEST AO!' FISCH~~R Of\

(INDIVIDUAL

cnour

ONIT ROOT PROCESS)

Null HypoU·1esis: Unit root [individual unit root process) Date: 01/26/09

Time: 21 ·25

Sample: 1965 2006 Series: G_GDP. G_OIL. G_GAS. G_ELC, G_H, G_K.

G_l, G_X,

G_TOT Exogenous variables: Individual effects Automatic selection of maximum lags Automatic selection of lags based on SIC: 0 to 1 Total number of observations: 358 Cross sections in eluded: 9

Series

Prob.

G_GDP G_OIL

G_TOT

0.0003 0.0006 0.0033 0.0000 0.5268 0.3653 0.0000 0.0000 0.0000

Series

Prob.

D(G_GDP)

0.0000 0.0000 0.0000 0.0000 0.0000 0 0003 0.0000 0.0000 0.0000

G_GAS G_ELC G_H G_K G L G_X

D(G_OIL) D(G_GAS) D(G_ELC) D(G_H) D(G_K) D(G_L) D(G_X) D(G_TOT)

Lag

0 0

Max Lag

Obs

9

40 40

0 0 0

9 9 9 9 9 9

0

9 9

40 40 40 40 39 40

Max Lag

Obs

38 38

0

9 9 9

2

9

0

9 9 9 9 9

37 39 39 36 37 38

0

Lag 1

0 3

2

39

39

"Probabilities for Fisher tests are computed using an asvrnpotic Chi -squere distribution. All other tests assume asymptotic normality

Null Hypothesis: Unit root(individual Dale: 01/26/09 Time; 21 :36

unit root process)

Sample: 1965 2006 Series: G_GDP/l, G_OIL/L, G_GASIL, G_ELC/L, G_HIL G_KIL. G_X/L. G_TOT/L Exogenous variables: Individual effects ,O.utomatic selection of maximum lags Automatic selection of lags based 011 SIC:O to 3 Total number of observations: 313 Cross-sections included: 8

Series

Prob.

Lag

Max Lag

Obs

G_GDP/L

0.0001

9

40

G_OIUL G_GAS/l G_ELCIL

0.0002 0.0033

0 0

9

40

1

39

0.0000

0

G_HIL G_K/L

0.6183 0.0793

40 38

9

37

G_XIL

0.0000

2 3 I

9 9 9 9

39

G_TOT/L

0.0000

0

9

40

Series

Prob.

Max Lag

Obs

D(G_GDP)

0.0000

0

D(G_OIL) D(G_GAS)

0.0000 0.0000

39 38

0

9 9 9

D(G_ELC)

0.0000 0.0000

2

9

I

0.0000 0.0000

0

9 9 9

0.0000

0

D{G_H) D(G_K) D(G_)() D(G_TOT)

Lag

9

39 37 38 39 38

39

" Probabilities to· Fisher rests are computed using an asympotic Chi -square distrilJutiorl. AU other tests assume asymptotic normat;ty.

LAMPIR.\N Ill llJI KOINTFGRASI .IOHA ..'iSEi\\

Analisis Pertumbuhan Ekonomi

Sample (adjusted): 1968 2006 ln~luded observations: 39 after adjustments Trend assumption' No deterministic trP.nd Series: GDP OIL GAS ELC HK L X TOT Lags interval (in first differences): 1 to 2 UnrestrictedCointegration Rank Test (Trace)

Statistic

(i.05 Critical Value

Pr ob."'

748.2683 St 1.5537 341.0583 254.9041 176.7813 113.6236 64.93636 29.31086 12.29066

179.5098 143.6691 111.7805 83.93712 60.06141 40.17493 24 ..27596 12 32090 4.129906

0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 0.0005

Trace

Hypomesized No. ofCE(s)

Eigenvalue

None· At most 1 • At mest2 • At most 3 · At most 4 • At most 5 • At most 6 • At most 7 • At most 8 •

0.997688 0.987370 0.890199 0.865090 0.801988 0.713034 0.598872 0.353651 0.270317

Trace test indicates 9 corntegrafing eqn(s) at the 0.05 level •denotes rejection ot the hypothesis at the 0.05 level "MacKinnon-Haug-Michelis (1999) p-values

Analisis Pertumbuhan Produktivitas

Sample (adju•ted): 1968 2006 Included observations: 39 after aojusfments Trend assempnon

No determmsac trend (restricted constant)

Series: GDP/L OIUL GJ\S/L ELC/L H/L

Kil X/l TOT/L

Lags interval (in first differences): 1 to 2 Unrestricted Coin tegration Rank Test (Trace) Trace

0.05

No. of CE(s)

Eigenvalue

Statistic

Critical Value

Prob:'

None· At most 1 •

0.978228 0.932731

531.7265 382.4687

16.9.5991 134.6780

0.0000 0.0000

At most2 •

0.857668

277.2053

103.8473

0.0000

At mcst3 * Al most 4 • Al most 5 •

0.811820

201.1713

0.0000

0.714635 0.650057

136.0274 07.12196

76.97277 54.07904

At most 6 • Al most 7 •

0.540262

46 17258 15.86570

Hypothesized

0.334231

35.19275 20.26184

9.164546

Trace test indicates 8 cointegrating eqn(s) al the 0.05 level •denotes rejection of the hypotl'.esis at the 0.05 level "MacKinnon-Haug·Michelis (1999) p-values

0.0000 0.0000 0.0000 0.0024

LAMPIRA:\ IV l:JI KAUS"LITAS (GR.ANGER CAUSALITY)

Analisis Pertumbuhan

Ekonomi

Pairwise Granger Causality Tests Sample; 1965 2006 la~. 1 ·13 F·Statistic

Probability

0.59878

0.55517

Ga"' does not C011se Go.,.

0.937ffi

0.40357

G,..1!' does not Couse G~l)f'

0.'14170

0.4000Cl

G.,

doe« nnr ( ous» Gcoo

2.20384

0.12590

G,

does not Cauu GOD'

1.64570

0.20787

G,

does not ( evse Ge..,•• does not Cause G,..,.

2.6lJ81

0.08792

0.'4686

0.64334

G,n~ does noc Couse Geu

lll;IJSbL

0.01>!>18

Null Hypothesis•' Go11 does not ( OIJSf G~°"

G.

Anallsis Pertumbuhan

Produktivitas

P~1r"'l~P. GrnnoP.r Causality TeslS Sample: 1965 2006 Lag: 1-13 F·~tatistic

Null Mypothesis•1

Probability

G_oil/L does not cause productivhy

82.6803

0.08589

G_G•s/l does nol cause µruJu
0.91000

0.4J210

G_Ek/L does not ceuse productivity

0.65186

0~4)~!j.2

G_M/l docs not ccusc productiYilY

2.878!>3

0.()11088

G_Kjl does not cause prouctivitv

2.61764

0.08763

G_X/l does not cause productivity

0.48823

0.61795

0.28950

0.75046

G Tot/l does not

cause producliVlty

A"IALISIS PERTI~fBUHAN

f.KONOMI

Hasil Regresi Persamaan (1 l

Dependent Variable: D_GDP Method: Least Squares Sample (adjusted). 1968 2006 lnGluderl onservancns: 39 after adjustments Variable

C1>P.fficient

Std. Error

t-Statistic

c

-0.022291 0.110932 -0.086807 0.025192 0.016019 2.060S48 0.687963 0.057117 0.184528 -0.742714 0.'14394 0.09SE35

0.024642 0:67465 0.033768 0.019390 0.898164 0.346822 o.~0059 0.009561 0.197578 0 102965 0.216835 0.057639 0.029482 0.478569 0 165584 0.604077 0.011874 0299875 0.068837

-0.904583

D_OIL D_GAS D_ELC D_H

D_K D_L

o_x D_TOT G_GDP(-1) G_OIL(·lJ G_G.A.S(-1) G_ELC(-1) G_H(-1) G_K(-1) G_L(·1) G_X(-1) G_TOT(-1) G_TOT1:-2) R-squared Adjusted R-squarea S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

oeaczss 0.513('46 0.011905 1.795721 0.053726 -0.411963 0.002592 0.932293 0,671355 0 0:>1849 0.009540 106.8199 2.526297

0.662'19 -2.570709 1.299243 0.017836 ~.942378 2.023009 5.973936 0.933950 -7 213262 J.527564 1.711256 0.688401 1.072041 0.071896 2.972669 4.524524 -1.373768 o.0:;7659

Mr.an dependert var S.D. dependent var A.~aike 11fo criterion Schwarz cri.erion F-slatisnc Prob(f ·sl>lli>tic)

Prob. 0.3765 0.5153 0.0182 0.2086 0.9859 0.0000 0.0566 01)000 0.3615 0.0000 0.6036 0.1025 0.4991 02965 0.9434 0,0075 0.0002 0.1847 0.9703 0.001682 0.060893 -4.503586 -3.693133 15.29940 0.000000

Persamaan (2)

Oepenueut Variable: D_GDP Me111od: Leas! Squares Sample (adjusted): 1969 2006 Included observations: 38 after adjustments Variable

Coefficient

Std. Error

I-Statistic

Prob.

c

-0.009539 0.300345 -0.065009 0.032718 0,110934 2062965 0.670152 0.056056 ·0.778940 0.304149 0.131146 0.032266 0.362726 0.043332 1.789553 0.049747 -0.626519 0.000212 .Q.087484

0,028289 0.097770 0.019436 0 016291 0.9'15031 0.349806 0.346234 0.009875 0 109693 0.176550 0.044340 0.027197 0.510329 0.182205 0.607723 0.014316 0.197361 0.070085 0.074764

-0.337209 3.071940 -3.344712 2.008285 0.121236 5.897455 1.935545 5.676297 -7.101095 1.722734 2.957737 1. 186405 0.710769 0.237823 2.944688 3 474874 ·3.174488 0.003021 ·1.170136

0.7397 0.0063 0.0034 0.0590 0.9048 0.0000 0.0679 0.0000 0.0000 0.1012 0.0081 0.2501 0.4859 0.8146 0.0063 0.0025 0.0050 0.9976 U.2564

D_OIL D_GAS D_ELC U_H D_K D_L

o_x G_GDP(-1) G_OIL(·l) G_GAS(·1) G_ELC(·I) G_H(-1) G_K(·1) G_L( 1) G_X(-1) G_TOT(-1) G_ TOT(·2) G_TOT(·3) R-11quared Ad1usted R-squared S.E. or regression Sum squared resid Log likelihood Durbin-Watson stat

0.927009 0.857860 0.022093 0.009274 104 .1254 2.384272

Mean dependent var S.D. tJopeodent var Akaike info r,rile.rion

Schwarz criterion F-slalistic Prob(~-stal1stic)

·0.001375 0.058599 -4.480283 ·3.661490 13.40595 0.000000

Persamaan (3)

Dependent Variable: D_GDP MeUiod: Least Squares Date: 12108/08 Time:00:29 Sample (adjusted): 1969 2006 included observations: 38 after adjustments Variable

Coefficient

Std. Error

t-Statisbc

c

0.008036 0.308228 -0.067569 0.031355 1.S95332 O.E19253 0.('!13864 0.799202 0292357 0.119963 0.030592 0.042642 1.685205 0.047604 -0.597813 -0.010873 -0.103554

0.013321 0.092252 0.018410 0.015592 0.316566 0.324122 0.009002 0.100620 0.169149 0.039933 0.026041 O.l70234 0.565996 0.013083 0.185939 0.065713 0.068696

0.603419 3.341151 -3.670210 2 010980 6.303006 1.910554 5.983576 -7.942i95 1.728404 3.004117 1.174787 0250469 2.977413 3.638641 -3215097 -0.165459 -1.507421

D_OIL D_GAS

o_ac D_K

D_L DX G_GDPH) G_OIL(· 1) G_GAS(-1) G_ELC(-1) G_K(-l) G_L(-1) G_X[-1) G_TOT(-1) G_TOT(-2) G_TOT(-3) R squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Dumin-Watson stat

0.925060 0.867962 0.021293 0.009521 103,5245 2261313

Mean dependent var S.D.depeodeotvar Akaike info eri!erion Schwarz crienon F-statistic Prob(F-stalistic)

Prob. 0.5527 0.0031 0.0014 0.0573 0.0000 0.0698 0.0000 0.0000 0.0986 0.0068 0.2532 0.8046

O.JC72 0.0015 0.0042 0.8702 0.1466 -0 001375 0.056599 -4.559185 -3.825580 16.20141 0.000000

Uji White dan Uji LM

Persamaan (1)

Breusch-Godfrey Serial Correlation LM Test F-statistic Obs·R-squared

1.275785 4.842026

Prob. F(2,18) Prob. Chi-Squaro(2)

0.303263 ~

Whil!l HeteroskedasticrtyTest: F-slalistic Obs·R-squared

0.259322 32 11 !102

Prob. F(36.2) Prob Chj..Square(36)

0.969622

o.ss3ns

Persamaan (2)

Breusch-Godfrey Serial Corretabon LM Test F-sllltistk: Obs ·R-squared

0.979774 3.927458

Prob. F(2,17) Prob. :hi Square(2)

0.395620 0.140334

Prob. F(36,1) Prob. Chi..Square(36)

0.202146 0.381395

Whil~ Heteroskedasticity Test.

F ·s tatis tic Obs 'R-squ"'P.rl

15.01983 37.92985

Persamaan (3)

Breusch-Godfley Senal Correlation LN' Test

F-statistic Obs·R-squared

0.328244 1269124

Prob. F(2.19) Prob. Chi-Square(2)

0.724191 0 530168

Prob. F(32.5) Prob Chi-Square(32)

0.005267 0.230624

White Heteroskedasticity Test F-stati•tc. Obs·R-squar...J

12.34686 37.52512

Uji

Struktur Vanabel Dummy

Dependent Vanabte: D_GDP Method: Least Sq1:ares Sample (adjusted): 1967 2006 Included observauor.s. 40 after adjustmenls Variable

Coerric;,,nt

Std. Error

I-Statistic

Prob.

c

0.002439

0.008099

0.301160

098

0 094922 0.283375

0.094452 o.-36687

1.004975 2.070138

0.7659 0.3249 O.J494

-0.070214 OJ142975 -0.130281 0.090997

0 022215 0.019186

-3.160649 2.239895

0.836218 0.344099

..0.155798

0.00%93 -0.393488 -0.378955

0.006502 0.630615 2.115971

D98'G_ELC(-1)

D.121070 0.109023

098'G_K(-1)

oss-o

D_Oll J_GAS 0 ELC

O_K D_L D_X DSS"G_GDP(-1) D9S'G_OIL(-1) 098'G_GAS(-1)

L(-1 > 098'G_X(-1) D98'G_TOT(-1)

0.0042

0.264450

0.0346 0.8775 0.7937

1.337023

0.1938

--0.623976 0.179092

0.5385

1 454188 0.296687

0.)83256

0.9343

0.367468

0.7165

-2.009576

1.160936

-1 730996

0.09631

-0.265531

3.259043 0.140052 Z.f54527

-0.081782 0.024769

0.9355 0.9804

-0.02<1800

0.9836

0.003~69 -0.057295

R-squared Adjusted R-squared

0.694918 0.504241

Mean dependent var SD.dependent var

S.E of regression Sum squared resid Log likefihood Durbin-Watson stat

0.042329 0.043002 79.95035 2.166744

Akaike ilfo criterion Schwarz criterion

F-statistic P1ob(F-stabstic)

0.859~

0.001502

0.060118 -3.197517 2.521965 3.644483 0.002384

~ , 9"' .,9 D

!;j

~ 2 <:i 0

-.,,•

0

.,0 q

M

0~-7

0 ~ ~ n ~

:i

9

0

N

:I

0

q

9

"

"

~.

Cl

0 0

9

s

l'l d

I'

g 8 )!. ~ ~ 'I0 c-

:::I

q

"'

~ 0

"'

,-

e'

.., :;~

..,

"I

"

:'I. <:i

... s..

-·c:"'"'

::;:

5'

0

0

M

0

!

9

e :s

~

0

"' "

"'

v


ol

!!:

N

0

0

m

0

0

0

;:)

"

~

0

scf

0

!! ~

s

"'"'
0

0

'

~I u

0

0

"

I

"

o'

x o'

0

l:j

~ "'

;')

9

"'

!

~ 7 sq

;;j

d

~

d :;

Cl

~

:::;

d

d

<:i

"~

;,\

8 r»

" I

5

9

0

M

g

M

0

ti

eN 0

~ ~

0

S( oJ

~

'I

..•

"!

0

0 Cl w

N

"

~ ~

'1 9

;j

6

s

0

0I ~

=::j

c>

80 !S0 "'~0

?

~

....

!!)

ti 9

-

tr

d

d

"j

~ q

:;-

0

9 ~ ~ "

~ ::i 1!i

9

.. "

N

M

d

d

.,

0

0

g

~

g 9-1 ~ IS !::

" " d M

0

~ ~

...~ J

s0

':i

N

~ 9

s "~ 9

g

"'0...

0

ft M

ad ::.0

96 ~ 8

8 d

-"s

~ ::; 0

"

~

~

g $

9

0

s 0

d

::;; 0 8 N... <:i
s0

e

....

-

,. "'

"

0

~ ':'.l ~ 0 It

e

§ "!e

0

g

0

d ~

'1

~ ~ ~ 0 d 0

e s.;

d

d

., s • Q

~

d

0

d

e

0

0

;; "'~

0

"

"

~ ~

~

M

"'9

;I

0 !t 0 ~ 9

::i &

~

0

M

:i

:i

"'

.. 0

9

3

0

N

I(

0

o'

s "'d"' a 'i'

•• 0

d

"' "'

;!;

~

0

"

g 8 .;

0

"'

s ;:

..

0

"

g 3 0

~


a0 ::::

e

0

9

:!!

a ii IS 9 9 'i'

s

0

:::0

d

g ~ N0 d 'I c> N M

"'

c:

d

d

g

"'d ·'6 "'d 0"'0

0

~ ill !!:

s

"'~ ~c "• o,

8

g ~

~ ~ "'
~~

sd

0

"":J

er

N

d

IS

"~ 8 it:

.., " d

·;::

0

"'

"'• J

M

~ e

:; ..; ~

w I 0

m

d

<:i

JI 0

0

0

"0 0

~

~

Q

.,

...~

~ <:i

-

~9

"0

d

0

0

.-

sq

:,'.)

~

::; ~ d 9

l5 ~ J

0

...

~ "' ;;,
v111-

<:i

~

m m

y -;}-

"'

~

~

-;;:

"'"'• " "..· "'' "

I

.!.

0

..;

~ ~

"' v

"' ....,

"' ~ ~ 0 I-

~· ... " " "' I-

~

0

1-,

'

LAMPIRANVI

ANALJSIS P£RT\~1BUHAN PROOUKTIVITAS

Hasil Regresi

Pcrsarnaan (1)

Dependent Variable: D_PROD Method: Least Squares Sample (adjusted): 1969 2006 Included observations: 38 after adjustments Variable

Coefficient

Std. Error

I-Statistic

Prob.

c

0.022208 0.080552 -0.105224 0.011761 -1.477657 1.867821 0.048457 0.273515 -0.806391 0.060083 0.051352 -0.009358 -0.294548 0.117854 0.046032 -0.2306~ -0.020546 -0.107128

0.012515 0.187833 0.035527 0.021418 0.369670 0.374704 0.009725 0.210130 0.111866 0.245752 0.059759 0.019718 0.317598 0.186374 0.014419 0.322525 0.074837 0.07514S

1.774586 0.428852 -2.961840 0.549123 -3.997234 4.984796 4.9.82462 1.301648 -7.208573 0.244486 0.859318 -0.474601 -0.927425 0.632350 3.192510 -0.715124 -0.274551 -1.425605

0.0912 0.6726 0.0077 0.5890 0.0007 0.0001 0.0001 0.2078 0.0000 0.8093 0.4003 0.6402 0.3648 0.5343 0.0046 0.4828 0.7865 0.1694

D_OIUL D_GAS/L G_ELCIL D_H/L D_K/L D X/l D_TOT/L G_PROD(-1) G_OIL/L(-1) G_GAS/L (·1) G_ELC/L (·I) G_H/l (-1) G_K/L (-1) IS_XIL (·1) G_TOT/L (-1) G_TOT/.L (-2) G TOT/L (-3) R-squared Adjusted R-squared S.E. ol regression Su m squared res id

Log llkel1hood Duroin-Watson stat

0.918353 0.848953 0.02362!> 0.011163 lOU.6021 1.791491

Mean dependent var S.O. dependent var Aka1ke info criterion scnwarz cfiterior. F-statistic Prob(F-stlttistic)

-0.001515 0.060788 ·4.347431 -3.571782 13-.23272 0.000000

Persarnaon (2)

DerendentVariable: D_PROD Method: Least squares Sample (adjusted): 1969 2006 Included observations: 38 after adjustments Variable

Coefficient

SttJ. Error

I-Statistic

Prob.

c

0.027882 0.286763 ·0.067291 0.027954 • 1.549887 1.900582 0.049713 ·0.619335 0.266160 0.103538 0.005062 -0.342478 0.114834 0.045810 -0.555033 -0.018026 -0.120676

0011923 0 10251>7 0.020552 0.017720 0.371474 0.379987 0.009836 0.113250 0.191042 0.045042 0.019759 0.320628 0.189416 0.014654 0 208088 0.076038 0.075641

2.338444 2 795860 -3 258298 1 577495 ·4.1722f:i~ 5 001701 5.054195 -7.234780 1.393204 2.298706 ·0.256168 -1.068147 0.606252 3.126117 ·2.667302 -0.237067 ·I .595380

0.0293

O_OILIL D_GASIL G_ELC1L D_H/L D_K/L D_X/L G_PROD( 1) G_OIL/L (·1) G GASIL(·l) G_ELCiL (·1) G_H/L(-1) G_K/L (·1) G_x/L (-1) G_TOT!L (·1) G_ TOTIL (·2) G IUTIL(·3) R-squared Adjusted R-Gquorod S.E. of regression Sum squared resid Log lil<.eli1ood Durbin-Watson stat

0.911436 0.8~3959 0.024013 0.012109 99.05712 1.896069

Mean dependent var S.O.dependenlvar Akaike info crllerlon Schw~rz crtterion F-statislic Prob(F-statistrc)

0 0101\ 0.0038 0.1296 0.0004 0.0001 0 0001 0.0000 0 17A1 0.0319 0.8003 0.29/6 0.5508 0.0051 0.0144 0.8149 0.1256 -0.001515 0.060788 -4,318796 -3.586191 13.50731 0.000000

Persarnaan (3)

Dependent Vanable: D_PROU Method: Least Squares Sample (adjusted): 1969 2006 lriclutled observations: 3C after adjustments Variable

Coefficient

Std. Error

t-Statisfic

Prob.

c

0.026847 0.286046 -0.068753 0.028671 -1.547849 1.902326 0.050240 -0.816714 0.256148 0., 02425 0.024562 --0.326775 0.115046 0.046308 -0,550836 -0.118943

0.010855 0.100299 0.019283 0.017082 0.363321 0.371677 0.009374 0.110264 0.182275 0.043825 0.028409 0.306908 0.185306 0.014188 0.202837 0.073654

2.473180 2.851927 -3.565436 1 .678461 -4.260280 5.118218 5.35946:> -7 406878 1.405285 2.337131 0.864587 ·1.064731 0.620844 3.263820 ·2.715655 -1.614881

0.0216 0.00!:1:.l 0.0017 0.1074 0.0003 0.0000 0.0000 0.0000 0.1739 0.0289 0.3966 0.2985 0.5411 0.0036 0.0126 0.1206

o_ OIL/L D_GASIL G_ELC.'L D_H/L D_K/L D_X/L G_PROD(-1) G_OIUL(-1) G_GASIL (·1) G_ELCIL (·1) G_Hll (-1) G_Kll (·1) G_X/l (·1) G_TOT/L(-1) G_TOT/L { -3) R-squared Adjusted R-squ a red S.E. of regression Sum squared resid Log likelihood Durnin-Watson slot

0.911199 0.850653 0.023492 0.012141 99.00634 1.900677

Mean dependent var S.D.dependentvar Akaike info crtterion Schwarz criterion F-statistic Prob(F.statisuc)

·0.001515 0.060788 ·4.366755 -3.679?45 15,04968 0.000000

Uji White dan Uji LM

Persamaan

(1)

Breusch-Godfrey Serial Correlabon LM Test:

F -statsnc Obs· R-squared

0.258500 1.060969

Prob. 1-(2.18) Prob. Chi Squara(2)

0.775027 0 588320

Prob F(34.3) Prob. Chi-Square(34)

0.108309 0.318893

White Heteroskedasticrty Test:

r-srausnc Obs'R-,:;quared

4.859653 37 32238

Persamaan (2)

Br•11~ch·Godfrey Serial Correlation LM Test: F·statistic Obs'R·squared

0.583423 2.198666

Prob. F(2.19) Prob Chi-8quare(2)

0.567673 0.333093

Prob. f(32.5) Prob. Chr-Square(3?)

0.215385 0 314338

White Hereroskedas1icity T"~L F-statistic ObG'R-squared

2.054791 35.31461

Persa maan (3)

Breusch-Godftey Serial Correlation IM Test. F-statistic Obs'R-squared

0.631325 2.256573

Prob. F(2.20) Prob. Chi-Square(2)

0.542158 O.l23567

Prob. F(30.7) Prob. Chi-Square(30)

0.627241 0.461142

WhHe Heteroskedaslicily Test. F-slatistic Obs"R-squared

0.867;;58 30.08822

Uji Struktur Variabel Dummy

Dependent Variable: O_PROD Method: Lcost Squares Dale: 12107/0S Time: 17:48 Sample (adjusted)· 19672006 Included observations: 40 after adJUslme~ts

Variable

Coefficient

Std. Error

I-Statistic

Prob.

c

0 025599 0.005969 0.256527 -O.O!l6293 0.031S42 --0.047954 0.393902 0.011369 -0.677976 -0.119$81 0.'49538 0.086912 -1213682 0.060049 -0.390675

0.005517 0.027134 0.091174 0 015:;57 0.013171 0.558092 0.53406.S 0.004396 0.124858 1.42786) 0.957118 0.177120 0.639194 0.062412 1 860286

3.700871 0219982 2.81360ll -3.665750 2.425239 -0.085924 0.737554 2.586224 -5.429990 -0.083958 0.156238 0.490695 -1.8987691 0.962149 -0210008

O.ll011 O.B277 O.D094 0.0012 0.0229 0.9322 0.4677 0.0159 0.0000 0.9338 0.8771 0.6279 0.0692! 0.3452 0.8354

098 D_OIUL D_GAS/L D_ELC/L D_H/L D_K/L D_Xll G_PROD(-1) D98"G_OIUL (-1) oss·G_GAS/L (-1) D98'G_ELCIL (-1) oss·G_KIL (-1 l os8·G_XIL (-1) 098'G_TOTIL (-1) R-squared Adjusted R-squared S.E. of regression

Sum squared resid Log likelihood Durbin-Watson stat

0.862900 0.786125 0.028751 0.020665 94.60633 1.882838

Mean dependent va• S.D.dependentvar Akaike inlo crserion Schwall cri:erioo F-statistic Pro~(F-stabstic)

0.001312 0.062168 -3.980319 -3.346989 11.23923 0.000000

~

d

M

Q

Q

¢

~

9 q c c c q

d

N

0

d

0

q

~

0

9

0

N

0

c

0

c

d

N

d

0

...

d

N

0

d

"

d

0

0

es

6

Q

OOM0Cl""IO

0

t?OO.O
c-

0

0

Q

:->

6

,...

Q

e

c

0

d

n

c

,.,..

,..,

~

0

0

c;.09900

0

-

er

-t

0

" 0 0

N 0

0

d

0

0 0

N

9

0 0

-1..,_

~

.....

""!

n

o

oc.q·qqc:i N 0

M

d

N

d

0

~

d

,..,

Q

'"1

ci

9

,, 0

...

9

0

d

r

"'

0 0