ANALISIS PENGARUH PENANAMAN MODAL ASING, UTANG …...Penelitian ini dilakukan untuk mengetahui dan...

1

ANALISIS PENGARUH PENANAMAN MODAL ASING, UTANG LUAR

NEGERI, NILAI TUKAR, DAN INFLASI TERHADAP PDB DI INDONESIA

TAHUN 1987-2016

(Pendekatan Model VAR)

Febryana Dwi Aryani

20160430207

Program Studi Ilmu Ekonomi Universitas Muhammadiyah Yogyakarta

E-mail : [email protected]

ABSTRAK

Penelitian ini dilakukan untuk mengetahui dan menganalisa pengaruh

penanaman modal asing, utang luar negeri, kurs dan inflasi terhadap produk

domestic bruto (PDB).Data yang digukanan yaitu data time-series dari periode tahun

1987-2016 yang diambil dari Badan Pusat Statistika (BPS).Model analisis yang

digunakan dalam penelitian adalah bersifat kuantitatif dengan menggunakan VAR

(Vector Autoregression). Perangkat lunak yang digunakan dalam penelitian ini

adalah program Eviews 7.0.Hasil dari penelitian ini, meliputi (1) Penanaman modal

asing periode lalu tidak berpengaruh terhadap produk domestik bruto (PDB) periode

sekarang. (2) Utang luar negeri periode lalu (-1) berpengaruh positif terhadap

produk domestik bruto (PDB) periode sekarang. (3) Kurs periode lalu (-1)

berpengaruh negatif terhadap produk domestik bruto (PDB) periode sekarang.

(4)Inflasi periode lalu (-1) berpengaruh positif terhadap produk domestik bruto

(PDB) periode sekarang.

Kata kunci : Penanaman Modal Asing, Tenaga Kerja, Utang Luar Negeri, Kurs,

Inflasi, VAR

A. PENDAHULUAN

1. Latar Belakang

Hal yang penting dalam kehidupan bermasyarakat saat ini adalah ekonomi. Tidak

heran jika ekonomi bernilai penting bagi sebuah negara karena pertumbuhan dan

pembangunan ekonomi menjadi tolok ukur kemapanan negara. Hal ini selaras dengan

yang disampaikan Mankiw (2007: 182) bahwa keberhasilan suatu negara dalam

mailto:[email protected]

2

menentukan kebijakan dan pembangunan ekonomi tercermin dalam pertumbuhan

ekonominya. Suatu negara dikatakan mengalami pertumbuhan ekonomi apabila

terjadi kenaikan pendapatan nasional dan kenaikan output. Kenaikan pendapatan

nasional yang dilihat dari besarnya jumlah Produk Domestik Bruto (PDB) yang

dicapai setiap tahun ini pada akhirnya digunakan sepenuhnya untuk meningkatkan

kesejahteraan masyarakat lewat pembangunan ekonomi.

Dalam rangka pembangunan nasional yang bertujuan untuk meningkatkan

kualitas hidup masyarakat menjadi sejahtera, diperlukan pendanaan yang memadai

dan dapat dipenuhi dari berbagai sumber pendanaan antara lain pemerintah, swasta

maupun masyarakat. Penanaman modal asing merupakan salah satu sumber lain

untuk pembiayaan pembangunan dan pertumbuhan ekonomi. Menurut Kamaludin

(2007) dalam Maflihul (2016), keterbatasan sumberdaya domestik dan kebutuhan

dana yang diperlukan untuk pembangunan sangatlah besar, maka dilakukanlah utang

luar negeri dan penanaman modal asing yang bersifat penanaman modal langsung

(PMA). Penanaman modal asing dapat diartikan sebagai penempatan modal dengan

harapan bisa mendapatkan keuntungan tertentu atas modal yang ditananam tersebut.

Selain mendapatkan keuntungan berupa modal investasi yang di dapatkan, hal lain

yang di harapkan dari ini berupa hubungan kerjasama antar negara menjadi lebih

baik. Peningkatan pertumbuhan ekonomi Indonesia yang ditandai dari semakin

banyaknya realisasi hasil dari investasi.

Terkait dengan sumber pendanaan pemerintah, pendapatan negara saat ini belum

sepenuhnya mencukupi kebutuhan pendanaan sebagaimana ditargetkan dalam

3

rencana pembanguan nasional, oleh karena itu salah satu sumber dana yang

diandalkan oleh pemerintah Indonesia untuk membiayai pembangunan yaitu utang

luar negeri. Peranan utang luar negeri dibutuhkan dalam menunjang proses produksi

seperti pembangunan perekonomian suatu negara yang dikarenakan tabungan dalam

negeri yang tidak mencukupi untuk membiayainya. Oleh sebab itu, utang luar negeri

indentik dengan pembangunan ekonomi negara berkembang. Utang luar negeri

mempunyai peranan yang sangat penting karena lembaga keuangan internasional

seperti IMF dan Bank Dunia, menjalankannya secara institusional dan profesional

karena banyak negara yang membutuhkannya. Secara langsung hal ini mengacu pada

teori Harrod dan Domar yang menyatakan bahwa untuk mencapai pertumbuhan

ekonmi yang di inginkan, maka suatu negara memerlukan sejumlah dana tertentu.

Dan karena dana tersebut tidak tercukupi di dalam negeri, maka kekurangannya harus

dipenuhi dari luar.

Kurs juga perlu diperhatikan, perbedaan nilai mata uang dari suatu Negara dengan

mata uang Negara lain pada prinsinya ditentukan oleh besarnya permintaan uang dan

penawaran mata uang tersebut di pasar.penentuan system kurs merupakan hal yang

penting dalam perekonomian karena nilai tukar merupakan suatu alat yang dapat

digunakan untuk perekonomian di suatu Negara dari gejilak perekonomian global.

Faktor lain yang perlu diperhatikan adalah tingkat inflasi. Inflasi merupakan

peristiwa moneter yang sangat rentang dan sering dijumpai hampir pada semua

negara di dunia.Inflasi juga dapat memberikan dampak yang buruk bagi neraca

pembayaran di Indonesia. Dalam hal ini ketika inflasi tinggi maka akan menyebabkan

4

harga komoditas ekspor naik sehingga kalah saing dengan harga komoditas negara

lain. Keadaan ini akan menyebabkan jumlah ekspor menurun dan impor meningkat

yang selanjutnya akan memyebabkan defisit perdagangan internasional yang

selanjutnya berimbas pada pengurangan cadangan devisa. Pengurangan cadangan

devisa ini akan menyebabkan kurangnya kepercayaan investor pada perekonomian

nasional yang selanjutnya dapat menimbulkan capital outflow atau keluarnya modal

dari dalam negeri. Sehingga PDB Indonesia akan berkurang.

Berdasarkan hal-hal yang dikemukakan diatas, penulis mencoba untuk

membahas masalah “Analisis Pengaruh Penanaman Modal Asing, Utang Luar

Negeri, Kurs dan Inflasi terhadap PDB di Indonesia Tahun 1987-2016”.

2. Perumusan Masalah

Berdasarkan latar belakang masalah yang dikemukakan diatas, maka rumusan

masalah dalam penelitian ini, yaitu :

1) Bagaimana pengaruh utang luar negeri terhadap PDB di Indonesia?

2) Bagaimana pengaruh penanaman modal asing (PMA) terhadap PDB di

Indonesia?

3) Bagaimana pengaruh utang luar negeri terhadap PDB di Indonesia?

4) Bagaimana pengaruh kurs atau nilai tukar rupiah terhadap PDBdi

Indonesia?

5) Bagaimana pengaruh inflasi terhadap PDB di Indonesia?

3. Tujuan Penelitian

5

Berdasarkan latar belakang dan perumusan masalah di atas, maka tujuan dari

penelitian ini adalah :

1) Menganalisis bagaimana pengaruh utang luar negeri terhadap PDB di

Indonesia.

2) Menganalisis bagaimana pengaruh penanaman modal asing (PMA)

terhadap PDB di Indonesia.

3) Menganalisis bagaimana pengaruh utang luar negeriterhadap PDB di

Indonesia.

4) Menganalisis bagaimana pengaruh kurs atau nilai tukar rupiah terhadap

PDB di Indonesia.

5) Menganalisis bagaimana pengaruh inflasi terhadap PDB di Indonesia.

4. Manfaat Penelitian

Adapun manfaat yang dapat diperoleh dari penelitian ini, yaitu :

1) Penelitian ini sebagai masukan bagi nasyarakat Indonesia agar mengetahui

bagaimana kondisi perekonomian di Indonesia khususnya yang

berhubungan dnegan utang luar negeri, penanaman modal asing dan

tenaga kerja.

2) Penelitian ini diharapkan dapat menjadi referensi, bahan bacaan dan

perbandingan dengan penelitian selajutnya.

3) Penelitian ini diharapkan menjadi sumber informasi bagi pembaca yang

ertarik dengan hal yang berhubungan dengan perekonomian Indonesia.

6

B. LANDASAN TEORI

1. Tinjauan Pustaka

1.1. Produk Domestik Bruto (PDB)

PDB diartikan sebagai nilai keseluruhan semua barang dan jasa yang

diproduksi di dalam wilayah tersebut dalam jangka waktu tertentu

(biasanya per tahun).PDB berbeda dari produk nasional bruto karena

memasukkan pendapatan faktor produksi dari luar negeri yang bekerja di

negara tersebut. Sehingga PDB hanya menghitung total produksi dari

suatu negara tanpa memperhitungkan apakah produksi itu dilakukan

dengan memakai faktor produksi dalam negeri atau tidak. Sebaliknya,

PNB memperhatikan asal usul faktor produksi yang digunakan.PDB

Nominal (atau disebut PDB Atas Dasar Harga Berlaku) merujuk kepada

nilai PDB tanpa memperhatikan pengaruh harga.Sedangkan PDB riil

(atau disebut PDB Atas Dasar Harga Konstan) mengoreksi angka PDB

nominal dengan memasukkan pengaruh dari harga.

Beberapa alasan digunakannya PDB sebagai indicator pengukuran

pertumbuhan ekonomi adalah :

a. PDB dihitung berdasarkan jumlah nilai tambah (value added) yang

dihasilkan seluruh aktivitas produksi dalam perekonomian. Hal ini,

peningkatan PDB mencerminkan peningkatan balas jasa kepada

factor produksi yang digunakan dalam proses produksi.

b. PDB dihitung atas dasar konsep siklus aliran (circulair flow concept).

Artinya, perhitungan PDB mencakup nilai produk yang dihasilkan

7

pada suatu periode tertentu. Perhitungan ini tidak mencakup nilai

produk yang dihasilkan pada suatu periode tertentu. Perhitungan ini

tidak mencakup perhitungan pada periode sebelumnya. Pemenfaatan

konsep aliran dalam menghitung PDB memungkinkan seseorang

untuk membandingkan jumlah output pada tahun ini dengan tahun

sebelumnya.

c. Batas wilayah perhitungan PDB adalah Negara (perekonomian

domestic). Hal ini memungkinkan untuk mengukur samapi sejauh

mana kebijakan ekonomi yang diterapkan pemerintah maupun

mendorong aktivitas perekonomian domestic.

Perhitungan Produk Domestik Bruto (PDB)

Menurut konsep makro ekonomi (Sukirno,1994) bahwa PDB (Y) terdiri

dari konsumsi rumahtangga (C), investasi (I), pengeluaran pemerintah

(G), dan net ekspor (X – M) atau (NX) dengan persamaan :

Y = C + I + G + (NX)

1.2.Teori Penanaman Modal Asing

Teori Klasik

Teori klasik tentang investasi pada pokoknya didasarkan atas batas

produktivitas dari faktor modal. Menurut teori ini besarnya kapital

yang akan di investasikan dalam proses prodksi ditentukan oleh

produktivitas marginalnya dibandingkan dengan tingkat bunga.

Sehingga invetasi akan terus dilakukan bilamana produktivitas batas

8

dari investasi itu masih lebih tinggi daripada tingkat yang akan

diterimanya bila seandainya modal itu dipinjamkan dan tidak di

investasikan (Sobri, 1984 : 140).

Jadi dengan kata lain investasi tergantung atau merupakan fugsi dari

tingkat bunga. Makin tinggi tingkat bunga, keinginan untuk

melakukan investasi juga semakin kecil dan semakin rendah tingkat

bunga pengusaha akan lebih terdorong untuk melakukan investasi,

sebab biaya penggunaan dana yang akan makin kecil juga. Tingkat

bunga dalam keadaan keseimbangan akan tercapai apabila keinginan

pengusaha untuk melakukan investasi.

Teori Keynes

Keynes mempunyaipandangan tentang tingkat bunga yang merupakan

suatu fenomena moneter berarti tingkat bunga ditentukan oleh

penawaran dan permintaan uang. Perubahan tingkat bunga selanjutnya

akan mempengaruhi keinginan mengadakan investasi dan dengan

demikian akan mempengaruhi GNP (Nopirin 1995 :90-91).

Menurut keynes, uang adalah alah satu bentuk yang dimiliki oleh

seseorang. Seperti halnya kekayaan dalam bentuk tabungan, saham

atau surat berharga lainnya, keputusan masyarakat mengenai bentuk

komponene daripada kekayaan mereka besar dari kekayaan masyarakt

akan di wujudkan dalam bentuk tabungan atau surat berharga yang

akan menentukan tingginya tingkat bunga.

9

1.3.Utang Luar Negeri

Utang luar negeri adalah seluruh pinjaman serta konsendional baik secara

resmi dalam bentuk mata uang tunai maupun bentuk-bentuk aktiva yang

lainnya secara umum ditunjukan untuk mengalihkan sejumlah sumber

daya negara-negara maju ke negara berkembang untuk kepentingan

pembangunan atau mempunyai maksud sebagai distribusi pendapatan

(Todaro, 1998 : 163).

Pengertian lain pinjaman luar negeri adalah semua pinjaman yang

menimbulkan kewajiban membayar kembali terhadap pihak luar negeri

baik dalam valuta asing maupun dalam rupiah.

Utang luar negeri Indonesia dibedakan menjadi dalam dua kelompok

besar, yaitu pinjaman luar negeri yang diterima Pemerintah (public debt)

dan pinjaman luar negeri yang diterima swasta (pribate debt). Dilihat dari

sumber dananya, pinjaman luar negeri dibedakan ke dalam pinjaman

multilateral, pinjaman bilateral dan pinjaman dindikasi. Sedangkan dari

segi persyaratan pinjaman, dibedakan dalam pinjaman lunak

(concessional loan), pinjaman setengah lunak (semi concessional loan)

dan pinjaman komersial (commercial loan). (Hudiyanto, 2014)

a. Teori Utang Luar Negeri

Sumber keuangan dari luar negeri berupa pinjaman luar negeri dapat

memainkan peranan penting dalam usaha melengkapi kekurangan

sumber daya berupa devisa atau tabungan domestik. Pendekatan inilah

yang disebut sebagai analisis bantuan luar negeri dua kesenjangan

10

(two gap model) ini mengatakan bahwa negara berkembang pada

umumnya menghadapi kendala keterbatasan tabungan domestik yang

jauh dari mencukupi untuk menggarap segenap peluang investasi yang

ada, serta kelangkaan devisa yang tidak memungkinkan mengimpor

barang-barang modal. Secara umum model ini berasumsi bahwa

kekurangan dan kesenjangan tabungan (saving gap) serta kesenjangan

devisa (foreign exchange gap) itu tidak sama bobotnya dan satu sama

lain berdiri sendiri. Kekurangan tabungan tidaklah dapat digantikan

dengan cadangan devisa begitu juga sebaliknya, kekurangan devisa

tidak pula dapat digantikan dipenuhi oleh tabungan dalam negeri.

Selain itu terdapat beberapa pandangan yang menyatakan tentang

keterkaitan antara utang dan pertumbuhan ekonomi. Menurut Barsky,

et, Al (1986) ekonomi klasik/neo klasik mengindikasikan bahwa

kenaikan utang luar negeri untuk membiayai pengeluaran pemerintah

hanya menaikkan pertumbuhan ekonomi dalam jangka pendek, namun

dalam jangka panjang tidak akan mempunyai dampak yang signifikan

akibat adanya crowding-out, yaitu keadaan dimana terjadi overheated

dalam perekonomian yang menyebabkan investasi swasta berkurang

yang pada akhirnya akan menurunkan produk domestik bruto.

Sedangkan menurut neo klasik berpendapat bahwa setiap individu

mempunyai informasi yang cukup, sehingga mereka dapat

merencanakan tingkat konsumsi sepanjang hidupnya. Defisit anggaran

pemerintah yang dibiayai oleh utang luar negeri akan meningkatkan

11

konsumsi individu. Sedangkan pembayaran pokok utang dan

cicilannya dalam jangka panjang akan membebankan kenaikkan pajak

untuk generasi beikutnya.

Dengan asumsi bahwa seluuh sumber daya secara penuh dapat

digunakan, maka peningkatan konsumsi akan menurunkan tingkat

tabungan dan suku bunga akan meningkat. Peningkatan suku bunga

akan mendorong permintaan swasta menurun, sehingga neo klasik

menyimpulkan bahwa dalam kondisi full employment, defsit anggaran

pemerintah yang permanen dan penyelesaiannya dengan utang luar

negeri akan menyebabkan investasi swasta tergusur (Barsky, et, al

1986).

1.4.Nilai Tukar atau Kurs

Kuncoro (2009:53) menyatakan bahwa”setelah runtuhnya sitem Bretton

Woods dan berkembangnya system kurs mengambang, bagi ngara

brkembang seperti Negara Indonesia, peranan kurs valas menjadi sangat

penting, terutama terhadap mata uang keras (hard currencies) sepert

dollar AS dan Yen jepang”. Kurs valas sangat penting bagi Negara yang

sdang melakukan pembangunan ekonomi, karena kurs valas akan

berhubungan langsung dengan sector-sektor perdaangan luar negeri,

investasi, dan juga dengan utang luar negeri yang merupakan sumber

dana pembangunan. Oleh karenanya kestabilan dan keterjangkauan kurs

mutlak diperlukan. Selama periode krisis ekonomi, nilai kurs sangat

12

mempengaruhi kondisi perekonomian domestic, terpuruknya mata uang

domestik (upiah) terhadapa mata uag asing menjadi awal kriis ekonomi,

sehingga nilai kurs menjasi sangat rentan. Fluktuasi kurs ini yang

menyebabkan sector-sektor perdagangan dan sector rill kolaps serta

beban utang luar negeri yang merupakan sebagian dana untuk

pembangunan menjadi semakin besar. Berdasarkan teori paritas daya

beli, kurs antara dua mata uang akan melakukan penyesuaiann yang

mencerminkan perubahan tingkat harga dari kedua Negara, jika rupiah

Indonesia menguat terhadap dollar maka utang luar negeri akan menurun

sehingga hubungan antara kurs dan utang luar negeri adalah negative.

1.5. Inflasi

Inflasi adalah suatu proses naiknya harga secara umum dan terus-

menerus (continue) dalam jangka waktu yang lama. Dari pengertian

tersebut dapat diartikan kalau Inflasi adalah sebuah proses dan bukanlah

tinggi-rendahnya harga. Maksudnya tingkat harga yang tinggi itu belum

tentu Inflasi.

Inflasi dapat digolongkan menjadi 4 golongan, yaitu Inflasi ringan,

sedang, berat dan hiperinflasi. Inflasi ringan terjadi apabila kenaikan

harga berada di bawah angka 10% setahun; inflasi sedang antara 10%-

30% setahun; berat antara 30%-100% setahun; dan hiperinflasi atau

inflasi tak terkendali terjadi apabila kenaikan harga berada di atas 100%

setahun.

13

Ada beberapa teori yang menjelaskan tentang terjadinya Inflasi, yaitu :

1. Teori Kuantitas

Teori ini menyoroti hal-hal yang berperan dalam proses inflasi, yaitu

jumlah uang yang beredar dan anggapan masyarakat mengenai

kenaikan harga-harga. Inti dari teori kuantitas adalah sebagai berikut :

Inflasi hanya bisa terjadi apabila ada penambahan volume uang yang

beredar. Tanpa ada kenaikan jumlah uang yang beredar, gagal panen

misalnya hanya akan menaikan harga-harga untuk sementara waktu

saja. Penambahan jumlah uang ibarat” bahan bakar” bagi api inflasi.

Apabila jumlah uang bertambah, inflasi akan berhenti dengan

sendirinnya.

Laju inflasi disebabkan oleh laju pertambahan jumlah uang beredar

dan anggapan masyarakat mengenai harga-harga.Teori kuantitas ini

di kemukankan oleh Irving Fisher. Di setiap transaksi, jumlah yang

dibayarkan oleh pembeli sama dengan jumlah uang yang diterima

penjual. Hal ini berlaku untuk seluruh perekonomian. Dalam periode

tertentu nilai barang dan jasa yang dibeli harus sama dengan nilai

barang dan jasa yang dijual. Nilai barang yang dijual sama dengan

volume transaksi di kalikan harga rata-rata barang tersebut.

2. Teori Keynes

Menurut John Maynard Keynes, Inflasi terjadi karena suatu

masyarakat ingin hidup di luar batas kemampuan ekonominya

sehingga menyebabkan permintaan efektif masyarakat terhadap

14

barang-barang (permintaan agregat) melebihi jumlah barang-barang

yang tersedia (penawaran agregat), akibatnya akan terjadi inflationary

gap atau celah inflasi.

Celah inflasi ini timbul karena golongan-golongan masyarakat

berhasil menerjemahkan aspirasi mereka menjadi permintaan yng

efektif terhadap barang.Golongan-golongan masyarakat yang

dimaksud yaitu pemerintah, pengusaha, dan serikat buruh.Pemerintah

berusaha memperoleh bagian lebih besar dari output masyarakat

dengan cara mencetak uang baru. Pengusaha melakukan investasi

dengan modal yang diperoleh dari kredit bank, serikat buruh atau

pekerja memperoleh kenaikan harga. Hal ini terjadi karena

permintaan total melebihi jumlah barang yang tersedia, maka harga-

harga akan naik. Adanya kenaikan harga-harga ini menunjukan

sebagian dari rencana-rencana pembelian barang dari golongan-

golongan tersebut bisa dipenuhi.

Proses inflasi akan terus berlangsung selama jumlah pemintaan

efektif dari semua golongan masyarakat melebihi jumlah output yang

dihasilkan. Namun apabila permintaan efektif total tidak melebihi

harg-harga yang berlaku dari jumlah output yang tersedia, maka

inflasi akan berhenti.

3. Teori Struktural

Teori ini didasarkan pada hasil dari studi yang dilakukan terhadap

negara berkembang. Hasilnya menunjukkan bahwa inflasi bukan

15

semata-mata merupakan fenomena moneter, tetapi juga merupakan

fenomena struktural atau cost pushinflation. Hal ini disebabkan

karena struktur ekonomi negara-negara berkembangyang pada

umumnya masih bercorak agraris. Sehingga, goncangan ekonomi

yang bersumber dari dalam negeri, misalnya gagal panen (akibat

faktor eksternal pergantian musim yang terlalu cepat, bencana alam,

dan sebagainya), atau hal-hal yang memiliki kaitan dengan hubungan

luar negeri, misalnya memburuknya termof trade; utang luar negeri;

dan kurs valuta asing, dapat menimbulkan fluktuasiharga di pasar

domestik.

4. Mark-up Model

Pada teori ini dasar pemikiran model inflasi ditentukan oleh dua

komponen, yaitu cost of production dan profit margin. Relasi antara

perubahan kedua komponen ini dengan perubahan harga dapat

dirumuskan sebagai berikut :

Price = Cost + Profit Margin

Karena besarnya profit margin ini biasanya telah ditentukan

sebagai suatu prosentase tertentu dari jumlah cost of production,

maka rumus tersebut dapat dijabarkan menjadi :

Price = Cost + ( a% x Cost )

16

Dengan demikian, apabila terjadi kenaikan harga pada komponen-

komponen yang menyusun cost of production dan atau penaikan pada

profit margin akan menyebabkan terjadinya kenaikan pada harga jual

komoditi di pasar.

Penyebab Terjadinya Inflasi

Inflasi dapat disebabkan oleh 3 hal, yaitu tarikan permintaan (kelebihan

likuiditas/uang/alat tukar), desakan (tekanan) produksi dan/atau distribusi

(kurangnya produksi (product or service) dan/atau juga termasuk

kurangnya distribusi), dan yang terakhir naiknya harga-harga barang yang

diimpor.

a. Inflasi Tarikan Permintaan

Inflasi tarikan permintaan terjadi akibat adanya permintaan total

yang berlebihan dimana biasanya dipicu oleh membanjirnya likuiditas

di pasar sehingga terjadi permintaan yang tinggi dan memicu

perubahan pada tingkat harga. Bertambahnya volume alat tukar atau

likuiditas yang terkait dengan permintaan terhadap barang dan jasa

mengakibatkan bertambahnya permintaan terhadap faktor-faktor

produksi tersebut.Meningkatnya permintaan terhadap faktor produksi

itu kemudian menyebabkan harga faktor produksi meningkat.

Jadi, inflasi ini terjadi karena suatu kenaikan dalam permintaan total

sewaktu perekonomian yang bersangkutan dalam situasi full

17

employment dimanana biasanya lebih disebabkan oleh rangsangan

volume likuiditas dipasar yang berlebihan. Membanjirnya likuiditas di

pasar juga disebabkan oleh banyak faktor selain yang utama tentunya

kemampuan bank sentral dalam mengatur peredaran jumlah uang,

kebijakan suku bunga bank sentral, sampai dengan aksi spekulasi

yang terjadi di sektor industri keuangan.

b. Inflasi Desakan Biaya

Inflasi desakan biaya terjadi akibat adanya kelangkaan produksi

dan/atau juga termasuk adanya kelangkaan distribusi, walau

permintaan secara umum tidak ada perubahan yang meningkat secara

signifikan.Adanya ketidak-lancaran aliran distribusi ini atau

berkurangnya produksi yang tersedia dari rata-rata permintaan normal

dapat memicu kenaikan harga sesuai dengan berlakunya hukum

permintaan-penawaran, atau juga karena terbentuknya posisi nilai

keekonomian yang baru terhadap produk tersebut akibat pola atau

skala distribusi yang baru.

Berkurangnya produksi sendiri bisa terjadi akibat berbagai hal seperti

adanya masalah teknis di sumber produksi (pabrik, perkebunan, dll),

bencana alam, cuaca, atau kelangkaan bahan baku untuk

menghasilkan produksi tsb, aksi spekulasi (penimbunan), dll,

sehingga memicu kelangkaan produksi yang terkait tersebut di

pasaran. Begitu juga hal yang sama dapat terjadi pada distribusi,

18

dimana dalam hal ini faktor infrastruktur memainkan peranan yang

sangat penting.

Meningkatnya biaya produksi dapat disebabkan 2 hal, yaitu : kenaikan

harga, misalnya bahan baku dan kenaikan upah/gaji, misalnya

kenaikan gaji PNS akan mengakibatkan usaha-usaha swasta

menaikkan harga barang-barang.

c. Inflasi Diimpor

Inflasi ini terjadi apabila barang-barang impor yang mengalami

kenaikan harga mempunyai peranan penting dalam kegiatan

pengeluaran perusahaan-perusahaan. Contohnya yaitu, efek kenaikan

minyak dalam tahun 1970an kepada perekonomian negara-negara

barat dan pengimpor minyak lain.

Dampak Terjadinya Inflasi

Inflasi dengan demikian dapat memberikan dampak yang buruk bagi

kegiatan ekonomi.Selain itu, inflasi juga memberikan dampak kepada

kemakmuran individu dan masyarakat.

a. Inflasi dan Perkembangan Ekonomi

Inflasi yang tinggi tingkatnya tidak akan menggalakkan

perkembangan ekonomi. Biaya yang terus menerus naik

menyebabkan kegiatan produktif sangat tidak menguntungkan.Maka

pemilik modal biasanya lebih suka menggunakan uangnya untuk

tujuan spekulasi. Antara lain yaitu membeli harta-harta tetap seperti

tanah, rumah dan bangunan oleh karena pengusaha lebih suka

19

menjalankan kegiatan investasi yang bersifat seperti ini, maka

investasi produktif akan berkurang dan tingkat kegiatan ekonomi

menurun. Sebagai akibatnya lebih banyak pengangguran akan

tercipta.

Kenaikan harga-harga menimbulkan efek yang buruk pula ke atas

perdagangan.Kenaikan harga menyebabkan barang-barang negara itu

tidak dapat bersaing di pasaran internasional. Maka ekspor

akanmenurun. Sebaliknya, harga-harga produksi dalam negeri yang

semakin tinggi sebagai akibat inflasi menyebabkan barang-barang

impor relatif lebih murah. Maka lebih banyak impor akan dilakukan.

Ekspor yang menurun dan diikuti pula oleh impor yang bertambah

menyebabkan ketidakseimbangan dalam aliran mata uang asing.

Kedudukan neraca pembayaran akan memburuk.

b. Inflasi dan Kemakmuran Masyarakat

Di samping menimbulkan efek buruk ke atas kegiatan ekonomi

negara, inflasi juga akan menimbulkan efek-efek berikut kepada

individu dan masyarakat :

a) Inflasi akan menurunkan pendapatan riil orang-orang

yang berpendapatan tetap. Pada umumnya kenaikan upah

tidaklah secepat kenaikan harga-harga. Maka inflasi akan

menurunkan upah riil individu-individu yang berpendapatan

tetap.

20

b) Inflasi akan mengurangi nilai kekayaan yang berbentuk uang.

Sebagian kekayaan masyarakat disimpan dalam bentuk uang.

Simpanan di bank, simpanan tunai dan simpanan dalam

institusi-institusi keuangan lain merupakan simpanan

keuangan. Nilai riilnya akan menurun apabila inflasi berlaku.

c) Memperburuk pembagian kekayaan. Telah ditunjukkan bahwa

penerima pendapatan tetap akan menjadi kemerosotan

dalam nilairiilkekayaannya. Akan tetapi pemilik harta-harta

tetap dapat mempertahankan atau menambah nilai riil

kekayaannya. Juga sebagian penjual/pedagang dapat

mempertahankan nilai riil pendapatannya. Dengan demikian

inflasi menyebabkan pembagian pendapatan diantara golongan

berpendapatan tetap dengan pemilik-pemilik harta tetap dan

penjual/pedagang akan menjadi semakin tidak merata.

2. Penelitian Terdahulu

a. Isnan Noor Romlan (2007)

Dengan penelitian yang berjudul “ Analisis Faktor – Faktor yang

Mempengaruhi Produk Domestik Bruto (PDB) di Indonesia tahun

1977-2004.” Variabel dependen yang digunakan adalah produk

domstik bruto (PDB) dan variabel independen yang digunakan adalah

PMA, PMDN, Inflasi, JUB, dan tenaga kerja.Hasil yang diperoleh

adalah PMA, PMDN, inflasi, JUB dan tenaga kerja Hasil yang

21

diperoleh adalah PMA, PMDN, inflasi, JUB dan tenaga kerja

pengaruh signifikan terhadap PDB.

b. Delta Ananda Arga Putra, at all. (2017)

Dengan penelitiannya yang berjudul “analisis Pengaruh Foreign

Direct Investment, Nilai Tukar dan Goverment Expenditure Terhadap

Pertumbuhan Ekonomi di Indonesia”. Variabel yang digunakan

dalam penelitian ini adalah PMA, kurs, pengeluaran pemerintah dan

variabel dependentnya adalah pertumbuhan ekonomi. Metode yang

digunakan dalam penelitian ini adalah VECM. Hasil dari penelitian

ini tidak terdapat pengaruh jangka pendek antara variabel

independent terhadap pertumbuhan ekonomi dan terdapat pengaruh

jangka panjang antara variabel independent dengan pertumbuhan

ekonomi di Indonesia.

c. Muhammad Iqbal Maulidi (2013)

Penelitiannya yang berjudul “Analisis Pengaruh Utang Luar Negeri

Dan Penanaman Modal Asing Terhadap Pertumbuhan Ekonomi Di

Indonesia Periode 1990-2011”.Variabel yang di gunakan dalam

penelitian ini adalah penanaman modal asing dan utang luar negeri.

Variabel dependentnya adalah perumbuhan ekonomi di Indonesia.

Dengan menggunakan metode Regresi Linear Berganda, hasilnya

menunjukkan bahwa Utang luar negeri dan penanaman modal asing

berpengaruh signifikan terhadap pertumbuhan ekonomi.

d. Nugraha Lalu Asri Aditya dan Fauzy Akhmad (2015)

22

Penelitiannya yang berjudul “Faktor-Faktor yang Mempengaruhi

Produk Domestik Bruto dengan Pendekatan Analisis Data

Panel”.Variabel yang digunakan dalam penelitian ini adalah PDB

sebagai variabel dependen.Dan variabel independennya adalah modal

tetap bruto, pengeluaran pemerintah, investasi asing.Hasilnya

menunjukkan bahwa modal tetap bruto berpengaruh signifikan

terhadap PDB, sedangkan variabel pengeluaran pemerintah dan

variabel investasi tidak berpengaruh signifikan terhadap PDB.

3. Kerangka Konsep

Kerangka konsep yang dapat dibentuk dari penelitian ini adalah dengan

menggambarkan pengaruh variabel indipenden terhadap variabel

dependen ini dikemukakan suatu kerangka berpikir. Berikut ini model

kerangka berpikir mengenai penanaman modal asing, utang luar negeri,

kurs, dan inflasi (variabel independen) terhadap PDB (variabel

dependen).

23

Gambar 1. Bagan Kerangka Konsep

4. Hipotesis

Dengan mengacu pada dasar pemikiran teoritis dan studi empiris yang

pernah dilakukan berkaitan dengan penelitian di bidang ini, maka dapat

dirumuskan hipotesis sebagai berikut:

a. Penanaman modal asing diduga berpegaruh positif signifikan

terhadap PDB di Indonesia.

b. Utang Luar Negeri diduga berpegaruh positif signifikan terhadapa

PDBdi Indonesia.

c. Nilai tukar atau kurs diduga berpegaruh negative signifikan

terhadapa PDBdi Indonesia.

d. inflasididuga berpegaruh negative signifikan terhadapa PDB di

Indonesia.

Penanaman Modal Asing

Inflasi

Utang Luar Negeri

Nilai Tukar atau Kurs

Pertumbuhan Ekonomi

(PDB)

24

C. METODE PENELITIAN

1. Populasi dan Sampel

Penelitian ini adalah deskriptif kualitatif. Populasi yang digunakan adalah data

PDB, penanaman modal asing, utang luar negeri, kurs, dan inflasi yang

diperoleh dari Badan Pusat Statistik periode 1987 sampai dengan 2016.

Teknik pengambilan sampel dengan menggunakan sampel jenuh.Sampel jenuh

merupakan sampel yang mewakili populasi, dimana biasanya hanya digunakan

jika populasi kurang dari 100.Sehingga pada akhirnya diperoleh jumlah sampel

sebanyak 30 data.

2. Metode Analisis Data

Metode analisis data yang digunakan oleh penulis untuk menerangkan

kerangka dasar perhitungan hubungan antara variabel dependent dengan

variabel independent didasarkan pada metode VAR (Vector Autoregression)

dengan pengolahan data menggunakan program E-views 7.0. Metode ini

dikembangkan oleh Sims pada tahun 1980 yang mengasumsikan bahwa semua

variabel dalam model bersifat endogen (ditentukan di dalam model) sehingga

metode ini disebut sebagai model yang a-teoritis (tidak berlandaskan teori).

(Ascarya;2009).

Siregar dan Irawan (2005) menjelaskan bahwa VAR merupakan suatu sistem

persamaan yang memperlihatkan setiap variabel sebagai funsi linear dari

kostanta dan nilai lag (lampau) dari variabel itu sendiri, serta nilai lag dari

variabel lain yang ada dalam sistem. Variabel penjelas dalam VAR meliputi

25

seluruh variabel tak bebas dalam sistem VAR yang membutuhkan identifikasi

retriksi untuk mencapai persamaan melalui interpretasi persamaan.

3. Metode Vector Autoregression

Metode ini menggambarkan hubungan yang “saling menyebabkan”

(kausalistis) antar variabel dalam sisitem. VAR dengan ordo p dan n buah

variabel tak bebas pada periode t dapat dimodelkan sebagai berikut :

Yt = A0 +A1𝑌𝑡−1+A2𝑌𝑡−2+...+Ap𝑌𝑡−𝑝 +ℇ𝑡

Dimana :

𝑌𝑡 = Vektor Variabel tak bebas

A0 = Vektor intersep berukuran nx 1

A1 = Matriks paramater berukuran nx 1

𝜀𝑖 = Vektor residual ( 1𝑡 , 2𝑡 , 3𝑡) berukuran nx 1

Asumsi yang harus dipenuhi dalam analisis VAR adalah semua variabel

dependen bersifat stationer, semua sisaan bersifat white noise, yaitu memiliki

rataan nol, ragam konstan, dan diantara variabel tak bebas, tidak ada

korelasi.Metode selanjutnya dilakukan pengujian dengan metode VAR

26

Sumber : Gujarati, 2005.

Gambar 2. Bagan Alur Pengujian Model VAR

Tahap 1:

Uji Stationeritas: Analisis Graf dan

Uji Root Test (URT) dari Variabel

yang di teliti

Augmented Dickey

Fuller Test

Tahap 2 : Penentuan Panjang Lag

Tahap 3 : Uji Kointegrasi

Johansens’

cointegration

Tahap 4 : Estimasi Model VAR

Tahap 5b :

Analisis IFR (impulse response

function)

Tahap 5a : Uji dan

analisis kausalitas

granger

Tahap 5c :

Analisis VDC (variance

decomposition)

Tahap 6 :

Rekomendasi Kebijakan

27

D. ANALISIS DAN PEMBAHASAN

1. Pengujian Akar Unit/Stasioneritas Data

Penguji dilakukan dengan menggunakan uji uni root. Menurut Nachrowi dan

Usman (2006) dalam Heriyanto dan Ming (2014), uji unit root merupakan

pengujian yang sangat sering digunakan. Penelitian ini dikenalkan oleh David

Dickey dan Wayne Fuller. Metode penelitian ini menggunakan program

Eviews 7.0 dan berdasarkan model Augmented Dickey-Fuller (ADF) test.

Apabila nilai ADF lebih besar dari nilai kritis, maka H0 diterima yang berarti

terdapat akar unit dan tidak stasioner. Sebaliknya, jika niali ADF lebih kecil

dari nilai kritis, maka H0 sitolak yang berarti tidak ada akar unit dan stasioner.

Table 1. Uji Akar Unit/Stasioneritas

Variabel

Uji Akar Unit

Level 1st Difference

ADF Prob ADF Prob

LOGPDB -0.395591 0.8973 -3.790369 0.0079

LOGPMA -3.843105 0.0067 -6.948253 0.0000

LOGULN -1.421231 0.5581 -3.709456 0.0095

LOGKURS -1.150120 0.6817 -4.119941 0.0035

INFLASI -5.511280 0.0001 -7.809751 0.0000

Sumber : hasil olahan eviews 7 (2018)

28

Dari hasil uji stasioneritas berdasarkan uji Dickey-Fuller diperoleh data yang

belum stasioner pada data level atau integritas derajat nol, I (0), maka syarat

stasioneritas model ekonomi runtut waktu dapat diperoleh dengan cara

differencing data, yaitu mengurangi data tersebut dengan data periode

sebelumnya. Dengan demikian melalui differencing pertama (first difference)

diperoleh data selisih atau deltanya (∆).

Setelah mengetahui bahwa data tidak stasioner pada tingkat level, maka

langkah selanjutnya adalah melakukan uji akar pada tingkat 1st Difference. Dan

dari hasil uji akar unit maka seluruh variabel lolos uji akar unit pada tingkat 1st

Difference atau stasioner pada 1st Difference.

2. Penentuan Panjang Lag Maksimal

Tahap pengujian lag optimal sangat berguna untuk menghilangkan

autokorelasi dalam sistem VAR. Sehingga dengan digunakan lag optimal dapat

mencegah munculnya autokorelasi . Penentuan panjang lag optimal dalam

model VAR direkomendasikan menggunakan Final Prediction Error (FPE),

Aike Information Criterion (AIC), Schwarz Chriterion (SC), dan Hannan-

Quinn (HQ). Lag optimal terjadi saat lag mempunyai tanda bintang terbanyak.

Table 2. Uji Panjang Lag

Lag LogL LR FPE AIC SC HQ

0 53.16285 NA 1.94e-08 -3.567618 -3.327648 -3.496263

1 131.7320 122.2187 3.81e-10 -7.535707 -6.095888* -7.107573

2 170.4175 45.84947* 1.71e-10* -8.549447* -5.909779 -7.764535*


29

Berdasarkan tabel diatas , terdapat tanda bintang yang paling banyak

berada di lag ke 2, sehingga lag tersebut dipilih sebagai lag maksimal

berdasarkan kriteria LR model (LR), Final Prediction Error (FPE), Aike

Information Criterion (AIC), dan Hannan Quin (HQ). Dengan demikian

dapat dipastikam bahwa Lag Optimal yang digunakan dalam penelitian ini

adalahlag 2.

3. Pengujian Kointegrasi

Dalam pengujian kointegrasi dengan metode Johansen dilakukan dengan

membandingkan nilai trace statisticdanMax- Eigen value dengan nilai

kritisnya masing-masing standar 5%. Apabila nilai trace statisticdanMax-

Eigen value lebih besar dibanding nilai critical valuenya maka terdapat

kointegrasi antar variabel. Hasil uji kointegrasi Johansen disajikan secara

ringkas dalam tabel berikut:

Table 3. Uji Kointegritas Johansen

Uji Kointegrasi Johansen

Trace Statistic 5% Critical Value

Max-Eigen

Statitic

5% Critical Value

115.2694 69.81889 51.26193 33.87687


Berdasarkan table diatas dapat dilihat bahwa nilai trace statistic dan Maximum

Eigenvalue pada r = 0 lebih besar dari critical value dengan tingkat signifikansi

1% dan 5%. Hal ini berarti hipotesis nol yang menyatakan bahwa tidak ada

30

kointegrasi ditolak dan hipotesis alternatif yang menyatakan bahwa ada

kointegrasi diterima. Berdasarkan analisis ekonometrik diatas dapat dilihat

bahwa diantara kelima variabel dalam penelitian ini, terdapat dua kointegrasi

pada tingkat signifikansi 5%. Hasil tersebut membuktikan adanya satu

kointegrasi antara variabel PDB, penanaman modal asing (PMA), utang luar

negeri (ULN), kurs dan inflasi. Hasil yang menunjukkan adanya kointegrasi,

menunjukkan adanya hubungan jangka panjang dan terjadi keseimbangan pada

periode tersebut.

4. Uji Analisis Kausalitas Granger

Uji kausalitas Granger (Granger Causality Test) dilakukan untuk melihat

apakah dua variabel memiliki hubungan timbal balik atau tidak. Dengan kata

lain, apakah satu variabel memiliki hubungan sebab akibat dengan variabel

lainnya secara signifikan, karena setiap variabel dalam penelitian mempunyai

kesempatan untuk menjadi variabel endogen maupun eksogen. Uji kausalitas

bivariate pada penelitian ini menggunakan VAR Pairwise Granger Causality

Test dan menggunakan taraf nyata lima persen. Tabel berikut menyajikan hasil

analisis uji Bivariate Granger Causality.

31

Table 4. Uji Kausalitas Granger

Null Hypothesis: Obs F-Statistic Prob. LOGPMA does not Granger Cause LOGPDB 28 1.79741 0.1882

LOGPDB does not Granger Cause LOGPMA 26.2630 1.E-06 LOGULN does not Granger Cause LOGPDB 28 11.0832 0.0004

LOGPDB does not Granger Cause LOGULN 2.82633 0.0799 LOGKURS does not Granger Cause LOGPDB 28 17.3668 3.E-05

LOGPDB does not Granger Cause LOGKURS 1.66489 0.2112 INFLASI does not Granger Cause LOGPDB 28 0.16549 0.8485

LOGPDB does not Granger Cause INFLASI 0.31305 0.7343 LOGULN does not Granger Cause LOGPMA 28 3.45543 0.0487

LOGPMA does not Granger Cause LOGULN 2.26453 0.1266 LOGKURS does not Granger Cause LOGPMA 28 5.54755 0.0108

LOGPMA does not Granger Cause LOGKURS 1.43190 0.2594 INFLASI does not Granger Cause LOGPMA 28 30.5347 3.E-07

LOGPMA does not Granger Cause INFLASI 0.63233 0.5403 LOGKURS does not Granger Cause LOGULN 28 6.44612 0.0060

LOGULN does not Granger Cause LOGKURS 3.84049 0.0364 INFLASI does not Granger Cause LOGULN 28 4.01454 0.0320

LOGULN does not Granger Cause INFLASI 8.70157 0.0015 INFLASI does not Granger Cause LOGKURS 28 6.06706 0.0077

LOGKURS does not Granger Cause INFLASI 24.4301 2.E-06


Dari hasil yang diperoleh di atas, diketahui bahwa yang memiliki hubungan

kausalitas adalah yang memiliki nilai probabilitas yang lebih kecil daripada

alpha 0.05 sehingga nanti Ho akan ditolak yang berarti suatu variabel akan

mempengaruhi variable lain. Dari pengujian Granger diatas, kita

mengetahui hubungan timbal-balik/ kausalitas sebagai berikut:

Variabel PMA secara statistik tidak signifikan mempengaruhi PDB

dengan nilai probabilitasnya 0.1882, sehingga kita menerima H0 dan

32

sementara variabel PDB signifikan mempengaruhi PMA (Prob =

0.000001) sehingga H0 ditolak. Dengan demikian dapat disimpulkan

bahwa terjadi kausalitas searah antara variabel PMA dan PDB.

Variabel PDB secara statistik signifikan mempengaruhi ULN dengan

nilai probabilitasnya kurang dari 0.05 yaitu 0.0004, sehingga kita

menolak H0 dan sementara variabel ULN tidak signifikan

mempengaruhi ULN (Prob = 0.0799) sehingga H0 dapat diterima.

Dengan demikian dapat disimpulkan bahwa terjadi kausalitas searah

antara variabel ULN dan PDB.

Variabel PDB secara statistik signifikan mempengaruhi Kurs dengan

nilai probabilitasnya kurang dari 0.05 yaitu 0.00003, sehingga kita

menolak H0 dan sementara variabel Kurs tidak signifikan

mempengaruhi PDB (Prob = 0.2112) sehingga H0 dapat diterima.

Dengan demikian dapat disimpulkan bahwa terjadi kausalitas searah

antara variabel KURS dan PDB.

Variabel PMA secara statistik signifikan mempengaruhi ULN (Prob =

0.0487) sehingga kita menolak H0, sedangkan ULN secara statistik

tidak signifikan mempengaruhi PMA (Prob = 0.1266) sehingga kita

menerima H0. Dengan demikian, disimpulkan bahwa terjadi

kausalitas satu arah antara variabel KURS dan ULN.

Variabel PMA secara statistik signifikan mempengaruhi Kurs (Prob =

0.0108) sehingga kita menolak H0, sedangkan Kurs secara statistik

33

tidak signifikan mempengaruhi PMA (Prob = 0.2594) sehingga kita

menerima H0. Dengan demikian, disimpulkan bahwa terjadi

kausalitas satu arah antara variabel KURS dan PMA.

Variabel PMA secara statistik signifikan mempengaruhi Inflasi (Prob

= 0.0000003) sehingga kita menolak H0, sedangkan Inflasi secara

statistik tidak signifikan mempengaruhi PMA (Prob = 0.5403)

sehingga kita menerima H0. Dengan demikian, disimpulkan bahwa

terjadi kausalitas satu arah antara variabel Inflasi dan PMA.

Variabel ULN secara statistik signifikan mempengaruhi Kurs (Prob =

0.0060) sehingga kita menolak H0, sedangkan Kurs secara

statistiksignifikan mempengaruhi ULN (Prob = 0.0364) sehingga kita

menolak H0. Dengan demikian, disimpulkan bahwa terjadi kausalitas

dua arah antara variabel KURS dan ULN.

Variabel ULN secara statistik signifikan mempengaruhi Inflasi (Prob


statistiksignifikan mempengaruhi ULN (Prob = 0.0015) sehingga kita

menolak H0. Dengan demikian, disimpulkan bahwa terjadi kausalitas

dua arah antara variabel ULN dan Inflasi.

Variabel Kurs secara statistik signifikan mempengaruhi Inflasi (Prob


statistiksignifikan mempengaruhi Kurs (Prob = 0.000002) sehingga

34

kita menolak H0. Dengan demikian, disimpulkan bahwa terjadi

kausalitas dua arah antara variabel KURS dan Inflasi.

5. Penentuan Variabel Dependen dan Independen

Menurut Winarno (2015), untuk mengetahui pengaruh variabel independen

terhadap variabel dependennya, maka dapat dilakukan dengan membandingkan

t-statistik parsial dengan nilai pada tabel (2,02108). Hipotesis yang digunakan,

yaitu :

H0 : variabel independen tidak signifikan mempengaruhi variabel dependen,

H1 : variabel independen signifikan mempengaruhi variabel dependen.

Wilayah untuk menolak H0 dan menerima H1, apabila nilai t-statistik parsial

lebih dar i +2,02108 atau kurang dari -2,02108 (Winarno,2015)

Tabel 5. Penentuan Variabel Dependen dan Independen

D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI) D(LOGPDB(-1)) 0.261552 22.80323 -1.850379 -1.123060 123.5695

(0.37888) (5.61670) (2.97456) (2.87586) (361.270)

[ 0.69034] [ 4.05990] [-0.62207] [-0.39051] [ 0.34204]

D(LOGPDB(-2)) -0.695659 -16.07191 2.808065 2.660659 684.1566

(0.29430) (4.36286) (2.31054) (2.23387) (280.622)

[-2.36380] [-3.68380] [ 1.21533] [ 1.19105] [ 2.43800]

D(LOGPMA(-1)) 0.021526 -0.340801 -0.062314 -0.139584 -15.18260

(0.01250) (0.18530) (0.09813) (0.09488) (11.9186)

[ 1.72215] [-1.83920] [-0.63499] [-1.47121] [-1.27386]

D(LOGPMA(-2)) 0.006899 -0.193956 -0.051802 -0.036072 1.358541

(0.00810) (0.12009) (0.06360) (0.06149) (7.72441)

[ 0.85162] [-1.61506] [-0.81450] [-0.58663] [ 0.17588]

D(LOGULN(-1)) 0.154417 -0.569040 0.254099 -0.130738 -148.9318

(0.06343) (0.94031) (0.49798) (0.48146) (60.4812)

[ 2.43450] [-0.60516] [ 0.51026] [-0.27155] [-2.46245]

35

D(LOGULN(-2)) 0.023208 1.560815 1.053268 0.853547 29.25194

(0.06448) (0.95583) (0.50620) (0.48940) (61.4795)

[ 0.35996] [ 1.63295] [ 2.08074] [ 1.74406] [ 0.47580]

D(LOGKURS(-1)) -0.399376 -0.435162 0.271700 0.701958 343.5311

(0.06988) (1.03594) (0.54863) (0.53042) (66.6326)

[-5.71518] [-0.42006] [ 0.49524] [ 1.32339] [ 5.15560]

D(LOGKURS(-2)) -0.000510 -0.561203 -1.582692 -1.155653 -110.9878

(0.10635) (1.57655) (0.83493) (0.80722) (101.405)

[-0.00480] [-0.35597] [-1.89560] [-1.43164] [-1.09450]

D(INFLASI(-1)) 0.000821 0.008134 -0.003344 -0.004065 -1.305827

(0.00032) (0.00478) (0.00253) (0.00245) (0.30747)

[ 2.54725] [ 1.70148] [-1.32083] [-1.66094] [-4.24702]

D(INFLASI(-2)) 0.000114 0.001097 0.000923 -0.001163 -0.185816

(0.00024) (0.00356) (0.00189) (0.00182) (0.22915)

[ 0.47233] [ 0.30795] [ 0.48910] [-0.63766] [-0.81091]

C 0.031517 -0.118656 0.005301 -0.025675 -17.56345

(0.00847) (0.12551) (0.06647) (0.06427) (8.07307)

[ 3.72254] [-0.94537] [ 0.07975] [-0.39951] [-2.17556] R-squared 0.865314 0.925168 0.638268 0.620883 0.909185

Adj. R-squared 0.781135 0.878398 0.412186 0.383934 0.852426

Sum sq. resids 0.001069 0.234880 0.065876 0.061577 971.7328

S.E. equation 0.008173 0.121161 0.064166 0.062037 7.793157

F-statistic 10.27945 19.78122 2.823166 2.620328 16.01827

Log likelihood 98.53954 25.73967 42.90216 43.81323 -86.68513

Akaike AIC -6.484410 -1.091827 -2.363123 -2.430610 7.235936

Schwarz SC -5.956477 -0.563894 -1.835189 -1.902676 7.763869

Mean dependent 0.020739 0.029614 0.060265 0.032263 -0.109259

S.D. dependent 0.017470 0.347450 0.083692 0.079038 20.28656 Determinant resid covariance (dof adj.) 3.10E-11

Determinant resid covariance 2.27E-12

Log likelihood 170.4175

Akaike information criterion -8.549447

Schwarz criterion -5.909779


Berdasarkan table di atas maka didapatkan variabel-variabel independent yang

berpengaruh signifikan (yang digunakan dalam estimasi model VAR) adalah

D(LOGPDB(-2)), D(LOGULN(-1)), D(LOGKURS(-1)), D(INFLASI(-1)).

36

6. Hasil Uji Model VAR

Tabel.6. Hasil Regresi Model VAR

Variable Coefficient Std. Error t-Statistic Prob. C 0.030462 0.003837 7.938118 0.0000

D(LOGULN(-1)) 0.132726 0.060858 2.180912 0.0402

D(LOGKURS(-1)) -0.374555 0.069940 -5.355398 0.0000

D(INFLASI(-1)) 0.000556 0.000146 3.799520 0.0010 Adjusted R-squared 0.738565


Dari hasil pengujian estimasi dengan VAR maka dapat diketahui bahwa

variabel ULN, KURS, dan INFLASI mampu menjelaskan keragamaan

PDB sebanyak 73 % (Adjusted R-squared), kemudian dimasukan

persamaan menjadi :

D(LOGPDB) = 0.030462 +0.132726*D(LOGULN(-1)) +(-

0.374555)*D(LOGKURS(-1)) + 0.000556*D(INFLASI(-1))

Persamaan diatas memberikan penjelasan antara lain sebagai berikut :

a. Konstanta 0.030462artinya jika variabel ULN, KURS, DAN INFLASI

dianggap konstan atau nilainya adalah nol, maka tingkat PDB sebesar

0.030462.

b. Koefisien D(LOGULN(-1)) sebesar 0.132726 artinya jika utang luar

negeri berpengaruh positif terhadap PDB periode sekarang, yaitu ketika

penanaman modal asing periode lalu naik sebesar 1 % maka akan

meningkatkan PDB periode sekarang sebesar 0,13 % dengan asumsi

variabel lain konstan.

37

c. Koefisien D(LOGKURS(-1)) sebesar -0.374555 artinya kurs periode

lalu berpengaruh negatif terhadap PDB periode sekarang, yaitu ketika

kurs periode lalu naik sebesar 1 % maka akan menurunkan PDB

periode sekarang sebesar -0.37 % dengan asumsi variabel lain dianggap

konstan.

d. Koefisien D(INFLASI(-1)) sebesar 0.000556artinyainflasi perode lalu

berpengaruh postif terhadap PDB periode sekarang, yaitu ketika inflasi

periode lalu naik sebesar 0.0005 % maka akan menaikkan PDB periode

sekarang sebesar 0.0005 % dengan asumsi variabel lain dianggap

konstan.

7. FungsiImpuls Response VAR

Fungsi response terhadap shock atau guncangan berfungsi untuk melihat

respon dinamika setiap variabel apabila ada suatu guncangan tertentu sebesar

satu standar eror.Respon inilah yang menunjukkan adanya pengaruh dari suatu

shock variabel dependen terhadap variabel independen. Analisis respon

terhadap shock dalam penelitian ini bertujuan untuk mengetahui peranan

inovasi dari masing-masing variabel seperti produk domestik bruto,

penanaman modal asing, utang luar negeri, kurs, dan inflasi.

38

Gambar 3. Fungsi Impluse Response


Gambar diatas menunjukkan respon adanya pengaruh dari suatu shock

variabel dependen terhadap variabel independen dimana bisa dilihat dari

gambar tersebut variabel utang luar negeri, variabel kurs dan variabel

-.04

-.02

.00

.02

.04

2 4 6 8 10

Accumulated Response of D(LOGPDB) to D(LOGPDB)

-.04

-.02

.00

.02

.04

2 4 6 8 10

Accumulated Response of D(LOGPDB) to D(LOGPMA)

-.04

-.02

.00

.02

.04

2 4 6 8 10

Accumulated Response of D(LOGPDB) to D(LOGULN)

-.04

-.02

.00

.02

.04

2 4 6 8 10

Accumulated Response of D(LOGPDB) to D(LOGKURS)

-.04

-.02

.00

.02

.04

2 4 6 8 10

Accumulated Response of D(LOGPDB) to D(INFLASI)

-.4

-.2

.0

.2

.4

2 4 6 8 10

Accumulated Response of D(LOGPMA) to D(LOGPDB)

-.4

-.2

.0

.2

.4

2 4 6 8 10

Accumulated Response of D(LOGPMA) to D(LOGPMA)

-.4

-.2

.0

.2

.4

2 4 6 8 10

Accumulated Response of D(LOGPMA) to D(LOGULN)

-.4

-.2

.0

.2

.4

2 4 6 8 10

Accumulated Response of D(LOGPMA) to D(LOGKURS)

-.4

-.2

.0

.2

.4

2 4 6 8 10

Accumulated Response of D(LOGPMA) to D(INFLASI)

-.2

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGULN) to D(LOGPDB)

-.2

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGULN) to D(LOGPMA)

-.2

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGULN) to D(LOGULN)

-.2

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGULN) to D(LOGKURS)

-.2

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGULN) to D(INFLASI)

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGKURS) to D(LOGPDB)

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGKURS) to D(LOGPMA)

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGKURS) to D(LOGULN)

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGKURS) to D(LOGKURS)

-.1

.0

.1

.2

2 4 6 8 10

Accumulated Response of D(LOGKURS) to D(INFLASI)

-10

0

10

20

2 4 6 8 10

Accumulated Response of D(INFLASI) to D(LOGPDB)

-10

0

10

20

2 4 6 8 10

Accumulated Response of D(INFLASI) to D(LOGPMA)

-10

0

10

20

2 4 6 8 10

Accumulated Response of D(INFLASI) to D(LOGULN)

-10

0

10

20

2 4 6 8 10

Accumulated Response of D(INFLASI) to D(LOGKURS)

-10

0

10

20

2 4 6 8 10

Accumulated Response of D(INFLASI) to D(INFLASI)

Accumulated Response to Cholesky One S.D. Innovations ± 2 S.E.

-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10



-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10



-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10



-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10



39

inflasimenunjukkan respon yang besar pada periode-periode tertentu ketika

variabel PDB mengalami suatu shock, meskipun beberapa periode kembali ke

titik keseimbangan. Berbeda dengan variabel penanaman modal asing yang

menunjukan respon yang kecil atau relatif stabil.

8. AnalisisVariance Decomposition(VD)

Variabel decomposition disebut juga forecast error variancedecomposition

merupakan perangkat pada model VAR yang akan memisahkan variasi dari

komponen-komponen shock atau menjadi variabel innovation, dengan asumsi

bahwa variabel-variabel tersebut tidak saling berkorelasi. Variance

decomposition akan memberikan informasi mengenai proporsi dari pergerakan

pengaruh shock pada sebuah variabel lainnya pada periode saat ini dan periode

yang akan datang. (Shochrul R.Ajija,dkk,2011).

Tabel.7. Hasil Variance Decomposition

Variance Decomposition of D(LOGPDB):

Period S.E. D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI) 1 0.008173 100.0000 0.000000 0.000000 0.000000 0.000000

2 0.019492 19.18944 9.032019 41.65865 26.22646 3.893420

3 0.020762 17.13349 15.30273 38.24470 24.41452 4.904553

4 0.021183 16.54575 14.83707 36.91640 26.02422 5.676561

5 0.021457 16.60439 15.59032 35.97986 25.69058 6.134843

6 0.021646 16.50707 15.31983 35.84396 25.70120 6.627947

7 0.021894 16.13879 15.28724 35.94617 26.13608 6.491720

8 0.022012 16.20119 15.60549 35.71668 25.86070 6.615934

9 0.022062 16.12905 15.53890 35.84473 25.74587 6.741447

10 0.022077 16.15980 15.52467 35.80900 25.71000 6.796529 Sumber : hasil olahan eviews 7 (2018)

40

Pada tabel diatas menjelaskan tentang variance decomposition dari variabel

PDB dan seberapa besar variabel lainnya memberikan kontribusi terhadap

variabel PDB tersebut. Pada periode pertama variabel PDB dipengaruhi

oleh variabel itu sendiri (100%)

Variabel PDB itu sendiri pada periode ke-2 memberikan kontribusi

sebesar 19.18944% dan terus meningkat hingga sampai pada periode

ke-10 memberikan kontribusi sebesar 16.15980 %.

Variabel penanaman modal asing pada periode ke-2 memberikan

kontribusi terhadap PDB sebesar 9.032019% dan terus meningkat

hingga sampai pada periode ke-10 memberikan kontribusi sebesar

15.52467 %.

Variabel utang luar negeri pada periode ke-2 memberikan kontribusi

terhadap PDB sebesar 41.65865 %, dan terus meningkat hingga

sampai periode ke-10 memberika kontribusi sebesar 35.80900 %

Variabel kurs pada periode ke-2 memberikan kontribusi sebesar

26.22646 % dan terus berfluktuatif sampai periode ke-10 memberikan

kontribusi sebesar 26.22646 %.

Variabel inflasi pada periode ke-2 memberikan kontribusi sebesar

3.893420 % dan terus berfluktuatif sampai periode ke-10 memberikan

kontribusi sebesar 6.796529 %.

41

Gambar 4. Grafik Variance Decomposition


0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGPDB) variance due to D(LOGPDB)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGPDB) variance due to D(LOGPMA)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGPDB) variance due to D(LOGULN)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGPDB) variance due to D(LOGKURS)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGPDB) variance due to D(INFLASI)

0

20

40

60

80

2 4 6 8 10

Percent D(LOGPMA) variance due to D(LOGPDB)

0

20

40

60

80

2 4 6 8 10

Percent D(LOGPMA) variance due to D(LOGPMA)

0

20

40

60

80

2 4 6 8 10

Percent D(LOGPMA) variance due to D(LOGULN)

0

20

40

60

80

2 4 6 8 10

Percent D(LOGPMA) variance due to D(LOGKURS)

0

20

40

60

80

2 4 6 8 10

Percent D(LOGPMA) variance due to D(INFLASI)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGULN) variance due to D(LOGPDB)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGULN) variance due to D(LOGPMA)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGULN) variance due to D(LOGULN)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGULN) variance due to D(LOGKURS)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGULN) variance due to D(INFLASI)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGKURS) variance due to D(LOGPDB)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGKURS) variance due to D(LOGPMA)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGKURS) variance due to D(LOGULN)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGKURS) variance due to D(LOGKURS)

0

20

40

60

80

100

2 4 6 8 10

Percent D(LOGKURS) variance due to D(INFLASI)

0

10

20

30

40

50

60

2 4 6 8 10

Percent D(INFLASI) variance due to D(LOGPDB)

0

10

20

30

40

50

60

2 4 6 8 10

Percent D(INFLASI) variance due to D(LOGPMA)

0

10

20

30

40

50

60

2 4 6 8 10

Percent D(INFLASI) variance due to D(LOGULN)

0

10

20

30

40

50

60

2 4 6 8 10

Percent D(INFLASI) variance due to D(LOGKURS)

0

10

20

30

40

50

60

2 4 6 8 10

Percent D(INFLASI) variance due to D(INFLASI)

Variance Decomposition

0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10



0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10



0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10



0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10



42

E. PENUTUP

1. Kesimpulan

Berdasarkan hasil analisis VAR dan pembahasan yang telah dikemukakan,

maka kesimpulan yang dapat diambil dari penelitian ini adalah sebagai berikut

:

a. Penanaman modal asing periode lalu tidak berpengaruh terhadap produk

domestik bruto (PDB) periode sekarang.

b. Utang luar negeri periode lalu (-1) berpengaruh positif terhadap produk

domestik bruto (PDB) periode sekarang.

c. Kurs periode lalu (-1) berpengaruh negatif terhadap produk domestik bruto

(PDB) periode sekarang.

d. Inflasi periode lalu (-1) berpengaruh positif terhadap produk domestik

bruto (PDB) periode sekarang.

2. Saran

Saran yang diberikan oleh peneliti sebagai berikut:

a. Bagi pemerintah, sebaiknya pemerintah mengkaji lebih dalam peraturan

tentang investasi luar negeri agar investasi yang masuk dapat

dimanfaatkan secara maksimal. Selain itu, pemerintah baiknya lebih

memerhatikan efisiensi pengeluaran pemerintah agar dampak positifnya

lebih terasa di daerah-daerah seluruh Indonesia. Hal ini akan

menghasilkan multiplier effect terhadap pertumbuhan ekonomi.

b. Bagi penelitian selanjutnya, sebaiknya lebih mendalami faktor lain yang

memengaruhi Gross Domestic Product sehingga dalam penelitian

43

selanjutnya dapat menggunakan variabel baru yang belum pernah diteliti

atau jarang diteliti.

c. Bagi otoritas moneter, sebaiknya pemegang kebijakan moneter melakukan

strategi-strategi yang jitu dalam menjalankan kebijakannya sehingga pada

akhirnya kebijakan moneter dapat menjadi fondasi yang kuat dalam

pembangunan dan pertumbuhan ekonomi.

d. Bagi pelaku ekonomi, sebaiknya para pelaku ekonomi selaku penggerak

perekonomian bekerja sama dengan pemerintah dalam meningkatkan

pertumbuhan ekonomi melalui aktivitas-aktivitas perekonomian yang

dilakukan.

44

DAFTAR PUSTAKA

Basuki, A. T., & Prawoto, N. (2016). ANALISIS REGRESI DALAM PENELITIAN

EKONOMI & BISIS (DILENGKAPI APLIKASI SPSS & EVIEWS).

BASUKI, A. T., & PRAWOTO, N. (2016). PENGANTAR EKONOMI MIKRO

DAN MAKRO.

Bonokeling, D. E. (2016). Analisis Pengaruh Utang Luar Negeri, Tenga Kerja dan

Ekspor Terhadap Produk Domestik Bruto di Indonesia Rahun 1986-2015.

Skripsi Universitas Negeri Yogyakarta, Yogyakarta.

Maulidi, M. I. (2013). Analisis Pengaruh Utang Luar Negeri dan Penanaman Modal

Asing (PMA) Terhadap Pertumbuhan Ekonomi di Indonesia Perode 1990-

2011. Skripsi UIN Syarif Hidayatullah, Jakarta.

Priyanto, K. D. (2010). Analisis Pengaruh Utang Luar Negeri, Penanaman Modal

Asing dan Eksor Terhadap Pertumbuhan Ekonomi Indonesia Periode 2000-

2008. Skripsi Universitas Sebelas Maret, Surakarta.

Syahrani, F. R. (2011). Analisis Pengaruh Penanaman Modal Dalam Negei,

Penanaman Modal Asing dan Utang Luar Negeri Terhadap Pertumbuhan

Ekonomi di Indonesia Periode 1985-2009. Skripsi UIN Syarif Hidayatullah,

Jakarta.

Putra, D. A. A., Mukhlis, I., & Utomo, S. H. (2017). Analisis Pengaruh Foreign

Direct Investment, Nilai Tukar, Dan Government Expenditure Terhadap

Pertumbuhan Ekonomi Di Indonesia. Jurnal Pendidikan: Teori, Penelitian,

dan Pengembangan, 2(2), 294-303.

https://ekonometrikblog.wordpress.com/2017/07/13/causes-of-economic-growth-in-

indonesia-evidence-from-eighteen-provinces/ , di akses tanggal 27 Oktobel

2018

https://data.worldbank.org/indicator/DT.DOD.DECT.CD?locations=ID , diakses pada

tanggal 1 Desember 2018

https://data.worldbank.org/indicator/BX.KLT.DINV.CD.WD?locations=ID , diakses

pada tanggal 1 Desember 2018

https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=ID , diakses

pada tanggal 1 Desember 2018

https://ekonometrikblog.wordpress.com/2017/07/13/causes-of-economic-growth-in-indonesia-evidence-from-eighteen-provinces/

https://ekonometrikblog.wordpress.com/2017/07/13/causes-of-economic-growth-in-indonesia-evidence-from-eighteen-provinces/

https://data.worldbank.org/indicator/DT.DOD.DECT.CD?locations=ID

https://data.worldbank.org/indicator/BX.KLT.DINV.CD.WD?locations=ID

https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locations=ID

45

LAMPIRAN

46

DATA AWAL

TAHUN PDB (milyar rupiah) PMA

(juta rupiah) ULN (juta rupiah)

KURS (rupiah)

INFLASI (%)

1987 11558769,45 19407485,63 70893928 1652 8,9

1988 12226866,32 59064233,77 90817454 1729 5,47

1989 13138990,55 62850897,81 97567470 1805 5,97

1990 14090253,46 116544808,19 112881380 1901 9,53

1991 15069526,08 116919079,24 139137216 1992 9,52

1992 16043017,46 137721090,81 163976426 2062 4,94

1993 17085813,6 108442705,72 185635690 2110 9,77

1994 18374083,94 315989987,88 196123400 2200 9,24

1995 19884433,64 531634044,81 248823172 2308 8,6

1996 21439396,35 398663932,05 296418987 2383 6,5

1997 22447047,98 450623675,51 599798850 4650 11,1

1998 19499750,58 180711648,33 1093984050 8025 77,6

1999 19653798,61 145054672,3 1075415700 7100 2

2000 20620765,5 205291000,46 1456415455 9595 9,4

2001 21410540,82 200389514,83 1497932800 10400 12,55

2002 22352604,62 129784147,09 1186284360 8940 10,03

2003 23421059,12 175910057,11 1087151485 8465 5,16

2004 24599138,39 136885973,56 1248195110 9290 6,4

2005 25998829,37 180866151,58 1366487100 9900 17,11

2006 27428764,98 183409463,32 1281922400 9020 6,6

2007 29170491,56 186567325,35 1280597821 9419 6,59

2008 30923638,1 189540316,13 1618607100 10950 11,06

2009 32355402,55 191141423,71 1484316400 9400 2,78

2010 34367908,59 201114082,27 1612940445 8991 6,96

2011 36601822,64 208456587,66 1797903292 9068 3,79

2012 38882116,19 282378849,33 2063769140 9397 4,3

2013 41331689,51 310162814,07 2630875852 10417 8,38

2014 43439605,68 379994333,12 3163403401 11917 8,36

2015 45520362,88 389937822,51 3938409153 13443 3,35

2016 47700788,26 396186365,48 4134784715 13415 3,02

47

HASIL UJI STASIONERITAS

1. LEVEL

Null Hypothesis: LOGPDB has a unit root

Exogenous: Constant

Lag Length: 0 (Automatic - based on SIC, maxlag=7) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.395591 0.8973

Test critical values: 1% level -3.679322

5% level -2.967767

10% level -2.622989

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: LOGPMA has a unit root

Exogenous: Constant



5% level -2.967767

10% level -2.622989


Null Hypothesis: LOGULN has a unit root

Exogenous: Constant



5% level -2.967767

10% level -2.622989 *MacKinnon (1996) one-sided p-values.

48

Null Hypothesis: LOGKURS has a unit root

Exogenous: Constant



5% level -2.967767

10% level -2.622989


Null Hypothesis: INFLASI has a unit root

Exogenous: Constant



5% level -2.967767

10% level -2.622989


49

2. FIRST DIFFERENT

Null Hypothesis: D(LOGPDB) has a unit root

Exogenous: Constant



5% level -2.971853


Null Hypothesis: D(LOGPMA) has a unit root

Exogenous: Constant



5% level -2.971853

10% level -2.625121


Null Hypothesis: D(LOGULN) has a unit root

Exogenous: Constant



5% level -2.971853


50

Null Hypothesis: D(LOGKURS) has a unit root

Exogenous: Constant



5% level -2.971853


Null Hypothesis: D(INFLASI) has a unit root

Exogenous: Constant



5% level -2.976263

10% level -2.627420


51

Hasil Uji Lag

VAR Lag Order Selection Criteria

Endogenous variables: D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI)

Exogenous variables: C

Date: 12/05/18 Time: 11:02

Sample: 1987 2016

Included observations: 27 Lag LogL LR FPE AIC SC HQ 0 53.16285 NA 1.94e-08 -3.567618 -3.327648 -3.496263

1 131.7320 122.2187 3.81e-10 -7.535707 -6.095888* -7.107573

2 170.4175 45.84947* 1.71e-10* -8.549447* -5.909779 -7.764535* * indicates lag order selected by the criterion

LR: sequential modified LR test statistic (each test at 5% level)

FPE: Final prediction error

AIC: Akaike information criterion

SC: Schwarz information criterion

HQ: Hannan-Quinn information criterion

52

Hasil Uji Kointegrasi

Date: 12/05/18 Time: 11:03

Sample (adjusted): 1991 2016

Included observations: 26 after adjustments

Trend assumption: Linear deterministic trend

Series: D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI)

Lags interval (in first differences): 1 to 2

Unrestricted Cointegration Rank Test (Trace) Hypothesized Trace 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.860768 115.2694 69.81889 0.0000

At most 1 * 0.672065 64.00748 47.85613 0.0008

At most 2 * 0.492037 35.01901 29.79707 0.0114

At most 3 * 0.354984 17.40801 15.49471 0.0255

At most 4 * 0.206308 6.007542 3.841466 0.0142 Trace test indicates 5 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

Unrestricted Cointegration Rank Test (Maximum Eigenvalue) Hypothesized Max-Eigen 0.05

No. of CE(s) Eigenvalue Statistic Critical Value Prob.** None * 0.860768 51.26193 33.87687 0.0002

At most 1 * 0.672065 28.98847 27.58434 0.0328

At most 2 0.492037 17.61100 21.13162 0.1451

At most 3 0.354984 11.40047 14.26460 0.1352

At most 4 * 0.206308 6.007542 3.841466 0.0142 Max-eigenvalue test indicates 2 cointegrating eqn(s) at the 0.05 level

* denotes rejection of the hypothesis at the 0.05 level

**MacKinnon-Haug-Michelis (1999) p-values

53

Hasil Uji Kausalitas Granger

Pairwise Granger Causality Tests

Date: 12/05/18 Time: 11:06

Sample: 1987 2016

Lags: 2 Null Hypothesis: Obs F-Statistic Prob. LOGPMA does not Granger Cause LOGPDB 28 1.79741 0.1882

LOGPDB does not Granger Cause LOGPMA 26.2630 1.E-06 LOGULN does not Granger Cause LOGPDB 28 11.0832 0.0004

LOGPDB does not Granger Cause LOGULN 2.82633 0.0799 LOGKURS does not Granger Cause LOGPDB 28 17.3668 3.E-05

LOGPDB does not Granger Cause LOGKURS 1.66489 0.2112 INFLASI does not Granger Cause LOGPDB 28 0.16549 0.8485

LOGPDB does not Granger Cause INFLASI 0.31305 0.7343 LOGULN does not Granger Cause LOGPMA 28 3.45543 0.0487

LOGPMA does not Granger Cause LOGULN 2.26453 0.1266 LOGKURS does not Granger Cause LOGPMA 28 5.54755 0.0108

LOGPMA does not Granger Cause LOGKURS 1.43190 0.2594 INFLASI does not Granger Cause LOGPMA 28 30.5347 3.E-07

LOGPMA does not Granger Cause INFLASI 0.63233 0.5403 LOGKURS does not Granger Cause LOGULN 28 6.44612 0.0060

LOGULN does not Granger Cause LOGKURS 3.84049 0.0364 INFLASI does not Granger Cause LOGULN 28 4.01454 0.0320

LOGULN does not Granger Cause INFLASI 8.70157 0.0015 INFLASI does not Granger Cause LOGKURS 28 6.06706 0.0077

LOGKURS does not Granger Cause INFLASI 24.4301 2.E-06

54

Hasil Penentuan Variabel Dependen dan Variabel Independen

Vector Autoregression Estimates

Date: 12/05/18 Time: 11:01


Included observations: 27 after adjustments

Standard errors in ( ) & t-statistics in [ ] D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI) D(LOGPDB(-1)) 0.261552 22.80323 -1.850379 -1.123060 123.5695

(0.37888) (5.61670) (2.97456) (2.87586) (361.270)

[ 0.69034] [ 4.05990] [-0.62207] [-0.39051] [ 0.34204]

D(LOGPDB(-2)) -0.695659 -16.07191 2.808065 2.660659 684.1566

(0.29430) (4.36286) (2.31054) (2.23387) (280.622)

[-2.36380] [-3.68380] [ 1.21533] [ 1.19105] [ 2.43800]

D(LOGPMA(-1)) 0.021526 -0.340801 -0.062314 -0.139584 -15.18260

(0.01250) (0.18530) (0.09813) (0.09488) (11.9186)

[ 1.72215] [-1.83920] [-0.63499] [-1.47121] [-1.27386]

D(LOGPMA(-2)) 0.006899 -0.193956 -0.051802 -0.036072 1.358541

(0.00810) (0.12009) (0.06360) (0.06149) (7.72441)

[ 0.85162] [-1.61506] [-0.81450] [-0.58663] [ 0.17588]

D(LOGULN(-1)) 0.154417 -0.569040 0.254099 -0.130738 -148.9318

(0.06343) (0.94031) (0.49798) (0.48146) (60.4812)

[ 2.43450] [-0.60516] [ 0.51026] [-0.27155] [-2.46245]

D(LOGULN(-2)) 0.023208 1.560815 1.053268 0.853547 29.25194

(0.06448) (0.95583) (0.50620) (0.48940) (61.4795)

[ 0.35996] [ 1.63295] [ 2.08074] [ 1.74406] [ 0.47580]

D(LOGKURS(-1)) -0.399376 -0.435162 0.271700 0.701958 343.5311

(0.06988) (1.03594) (0.54863) (0.53042) (66.6326)

[-5.71518] [-0.42006] [ 0.49524] [ 1.32339] [ 5.15560]

D(LOGKURS(-2)) -0.000510 -0.561203 -1.582692 -1.155653 -110.9878

(0.10635) (1.57655) (0.83493) (0.80722) (101.405)

[-0.00480] [-0.35597] [-1.89560] [-1.43164] [-1.09450]

D(INFLASI(-1)) 0.000821 0.008134 -0.003344 -0.004065 -1.305827

(0.00032) (0.00478) (0.00253) (0.00245) (0.30747)

[ 2.54725] [ 1.70148] [-1.32083] [-1.66094] [-4.24702]

55

D(INFLASI(-2)) 0.000114 0.001097 0.000923 -0.001163 -0.185816

(0.00024) (0.00356) (0.00189) (0.00182) (0.22915)

[ 0.47233] [ 0.30795] [ 0.48910] [-0.63766] [-0.81091]

C 0.031517 -0.118656 0.005301 -0.025675 -17.56345

(0.00847) (0.12551) (0.06647) (0.06427) (8.07307)

[ 3.72254] [-0.94537] [ 0.07975] [-0.39951] [-2.17556] R-squared 0.865314 0.925168 0.638268 0.620883 0.909185

Adj. R-squared 0.781135 0.878398 0.412186 0.383934 0.852426

Sum sq. resids 0.001069 0.234880 0.065876 0.061577 971.7328

S.E. equation 0.008173 0.121161 0.064166 0.062037 7.793157

F-statistic 10.27945 19.78122 2.823166 2.620328 16.01827

Log likelihood 98.53954 25.73967 42.90216 43.81323 -86.68513

Akaike AIC -6.484410 -1.091827 -2.363123 -2.430610 7.235936

Schwarz SC -5.956477 -0.563894 -1.835189 -1.902676 7.763869

Mean dependent 0.020739 0.029614 0.060265 0.032263 -0.109259

S.D. dependent 0.017470 0.347450 0.083692 0.079038 20.28656 Determinant resid covariance (dof adj.) 3.10E-11

Determinant resid covariance 2.27E-12

Log likelihood 170.4175

Akaike information criterion -8.549447

Schwarz criterion -5.909779

Hasil Uji VAR

Dependent Variable: D(LOGPDB)

Method: Least Squares

Date: 12/05/18 Time: 11:12


Included observations: 27 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.030462 0.003837 7.938118 0.0000

D(LOGPDB(-2)) -0.252221 0.140277 -1.798027 0.0859

D(LOGULN(-1)) 0.132726 0.060858 2.180912 0.0402

D(LOGKURS(-1)) -0.374555 0.069940 -5.355398 0.0000

D(INFLASI(-1)) 0.000556 0.000146 3.799520 0.0010 R-squared 0.778786 Mean dependent var 0.020739

Adjusted R-squared 0.738565 S.D. dependent var 0.017470

S.E. of regression 0.008932 Akaike info criterion -6.432672

Sum squared resid 0.001755 Schwarz criterion -6.192702

Log likelihood 91.84107 Hannan-Quinn criter. -6.361316

F-statistic 19.36278 Durbin-Watson stat 1.396719

Prob(F-statistic) 0.000001

56

Hasil Uji Fungsi Impluse Response

-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.04

-.02

.00

.02

.04

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.4

-.2

.0

.2

.4

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.2

-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-.1

.0

.1

.2

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10


-10

0

10

20

2 4 6 8 10



57

Hasil Uji Variance Decomposition

Variance Decomposition of D(LOGPDB):


2 0.019492 19.18944 9.032019 41.65865 26.22646 3.893420

3 0.020762 17.13349 15.30273 38.24470 24.41452 4.904553

4 0.021183 16.54575 14.83707 36.91640 26.02422 5.676561

5 0.021457 16.60439 15.59032 35.97986 25.69058 6.134843

6 0.021646 16.50707 15.31983 35.84396 25.70120 6.627947

7 0.021894 16.13879 15.28724 35.94617 26.13608 6.491720

8 0.022012 16.20119 15.60549 35.71668 25.86070 6.615934

9 0.022062 16.12905 15.53890 35.84473 25.74587 6.741447

10 0.022077 16.15980 15.52467 35.80900 25.71000 6.796529 Variance Decomposition of D(LOGPMA):


2 0.190210 54.07668 31.10233 9.478703 1.333198 4.009090

3 0.327642 27.01929 16.70881 24.68269 28.15209 3.437130

4 0.394343 18.65784 11.58220 34.19818 32.67241 2.889379

5 0.404995 17.70226 14.48131 32.72020 32.13027 2.965961

6 0.415044 17.25337 14.01324 31.15776 32.48994 5.085682

7 0.420180 17.07341 14.71747 30.94439 32.19496 5.069764

8 0.422882 16.95150 15.12352 30.57558 31.79924 5.550160

9 0.426947 17.02746 14.84646 30.16947 31.95163 6.004991

10 0.428905 17.17231 14.97003 30.02953 31.82779 6.000342 Variance Decomposition of D(LOGULN):


2 0.076092 0.450843 8.490850 84.71303 2.111220 4.234055

3 0.086803 0.351345 6.823736 66.99465 22.07854 3.751734

4 0.088947 0.562600 8.191505 64.71474 22.94621 3.584940

5 0.093130 2.432359 8.138730 61.86175 21.73815 5.829010

6 0.099296 2.557710 7.792972 60.17384 24.13255 5.342929

7 0.102824 2.546342 10.66795 58.29020 23.16181 5.333698

8 0.103782 2.700002 10.64239 57.61358 23.01520 6.028824

9 0.104151 2.999026 10.58905 57.50857 22.85614 6.047213

10 0.104666 3.003398 10.48590 57.21969 23.12668 6.164338 Variance Decomposition of D(LOGKURS):

58


2 0.079933 1.822372 13.66041 64.10234 14.74353 5.671349

3 0.087842 1.646442 11.60039 54.71750 27.30890 4.726768

4 0.089843 1.728607 12.44742 54.84475 26.41640 4.562821

5 0.091273 2.407963 12.06137 53.81403 25.64979 6.066849

6 0.094821 2.313917 11.28590 52.91518 27.85438 5.630624

7 0.097197 2.485330 13.45726 51.41621 27.01564 5.625558

8 0.098066 2.668204 13.32330 50.93036 26.61000 6.468133

9 0.098429 2.892107 13.22569 50.93826 26.45389 6.490049

10 0.098670 2.878053 13.20460 50.79049 26.60852 6.518332 Variance Decomposition of D(INFLASI):


2 18.27663 15.37749 11.09173 28.03044 27.74369 17.75665

3 24.09450 8.896517 7.043927 40.34886 32.13954 11.57116

4 24.55387 8.723876 8.933356 39.83077 31.36953 11.14246

5 24.94801 8.450941 8.854216 38.73295 31.85795 12.10394

6 25.14308 8.335200 9.769218 38.24147 31.50424 12.14987

7 25.26829 8.368715 10.22987 37.88816 31.26461 12.24864

8 25.47341 8.475086 10.07869 37.61200 31.47426 12.35996

9 25.55374 8.649251 10.24498 37.45330 31.32965 12.32282

10 25.59927 8.621064 10.23366 37.45115 31.22082 12.47331 Cholesky Ordering: D(LOGPDB) D(LOGPMA) D(LOGULN) D(LOGKURS) D(INFLASI)

59

0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

20

40

60

80

100

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10


0

10

20

30

40

50

60

2 4 6 8 10



ANALISIS PENGARUH PENANAMAN MODAL ASING, UTANG …...Penelitian ini dilakukan untuk mengetahui dan...

Documents

Transcript of ANALISIS PENGARUH PENANAMAN MODAL ASING, UTANG …...Penelitian ini dilakukan untuk mengetahui dan...