PERTUMBUHAN EKONOMI INDONESIA

PERTUMBUHAN EKONOMI INDONESIA

TAHUN 2001 – 2008

Oleh:

RUDDY TRI SANTOSO

NIM: T4209012

Program Doktor Ilmu Ekonomi

Universitas Negeri Sebelas Maret

Surakarta

2009

Pertumbuhan Ekonomi Indonesia

Tahun 2001 – 2008

Oleh:

Ruddy Tri Santoso

C. METODE RISET:

1. Model Ekonometrika

Model yang disusun berdasarkan data dan asumsi klasik adalah sebagai berikut:

g = f (FA, x)

dimana: g : pertumbuhan ekonomi

FA : Bantuan Asing

x : Ekspor migas dan non migas

2. Teknik Analisis Data

Dalam riset ini dicoba dilakukan dengan pendekatan-pendekatan sebagai berikut:

a. Uji akar unit:

Dari uji akar unit yang dilakukan terhadap data statistik tersebut diperoleh hasil bahwa:

- Semua variabel yang digunakan dalam model stasioner pada derajad 1 (lihat lampiran 1).

b. Interpretasi uji kointegrasi (Johansen Methode)

- Nilai trance statistic (0,1 dan 2) > critical value pada 5%; signifikan dan berkointegrasi.

- Variabel-variabel yang digunakan dalam model ini terkointegrasi dan terdapat hubungan dalam jangka panjang dan pendek.

- Dimana jika menggunakan persamaan VAR maka semua variabel yang dipergunakan adalah variabel endogenous (lihat lampiran 2).

c. Interpretasi uji kointegrasi (Johansen Methode):

Hasilnya adalah nilai trace statistic (0,1 dan 2) > critical value at 5%; signifikan dan berkointegrasi.

Sedangkan variabel-variabel yang digunakan dalam model ini terkointegrasi, dimana terdapat hubungan dalam jangka panjang dan jangka pendek. Dimana dalam persamaan VAR semua variabel adalah variabel endogenous (lihat lampiran 3).

d. Interpretasi VECM

1. Uji – t

a. Variabel Dependend D (LG):

- Nilai t – tabel (alpha = 0.05, n - k), dimana [n = jumlah observasi (28); k = jumlah parameter tanpa konstanta (10)]

- t – tabel = 0.05 , 18 = 2.101

- Hasil uji - t adalah signifikan keduanya dimana variabel-variabel yang dipergunakan dalam model ini terkointegrasi, serta memiliki hubungan dalam jangka penjang dan jangka pendek.

- Dimana dalam persamaan VAR semua variabel adalah variabel endogenous.

b. Variabel dependend D (LX)

- t - statistic (-2.34700) > t – tabel (2.101)

- Signifikan dimana variabel D(LG(-3)) berpengaruh terhadap variabel D (LX) (Lampiran 4)

2. Uji F:

Nilai F - tabel dengan numerator (k - 1) = 8 dan denumerator (n - k) :

a. Variabel Dependend D (LG):

- Seluruh variabel independen berpengaruh secara serentak terhadap variabel independen [D(LG)] pada nilai kritis 10%

b. Variabel Dependend D (LFA):

- Seluruh variabel independen tidak berpengaruh secara serentak terhadap variabel independen [D(LFA)] pada nilai kritis 10%, 5%, dan 1%.

c. Variabel Dependend D (LX):

- Seluruh variabel independen tidak berpengaruh secara serentak terhadap variabel independen [D(LX)] pada nilai kritis 10%, 5% dan 1%. (Lihat lampiran 4).

3. R Squared:

a. Variabel Dependend D(LG):

- R Squared = 0,633634

- Variasi perubahan variabel DLG yang dapat dijelaskan oleh variabel independen di dalam model adalah sebesar 63% dan sisanya dijelaskan oleh variabel lain di luar model.

b. Variabel Dependend D(LFA):

- R Squared = 0,251648

- Variasi perubahan variabel DLFA yang dapat dijelaskan oleh variabel independen di dalam model adalah sebesar 25% dan sisanya dijelaskan oleh variabel lain di luar model.

c. Variabel Dependend D(LX)

- R Squared = 0,399893

- Variasi perubahan variabel DLX yang dapat dijelaskan oleh variabel independen di dalam model adalah sebesar 39% dan sisanya dijelaskan oleh variabel lain di luar model.

v Kesimpulan

- Berdasarkan pengamatan di atas, maka dapat diketahui bahwa model persamaan yang paling baik adalah model persamaan DLG. Hal ini dapat dilihat dari nilai ECT yang signifikan, uji - t yang signifikan, uji – F yang signifikan serta nilai R² yang terbesar.

e. Interpretasi Impulse Response Graph:

Dari uji hal ini diperoleh kesimpulan bahwa:

1. Pengaruh variabel lag terhadap variabel itu sendiri adalah positif dengan tren yang semakin menurun. Misal: variabel Lag LFA berpengaruh positif terhadap LFA, dengan besarnya pengaruh pada awal periode sebesar 7% dan menurun menjadi 4% pada akhir periode pengamatan.

2. Pengaruh variabel independen non lag terhadap variabel dependen adalah negatif pada awal periode pengamatan. Akan tetapi, memiliki tren meningkat (positif) sehingga pada akhir periode pengamatan. Akan tetapi, memiliki tren meningkat (positif) sehingga pada akhir periode pengamatan cenderung berpengaruh positif (Lampiran 5).

f. Interpretation of Variance Decomposition Table

· Variabel lag berpengaruh terhadap variabel itu sendiri secara positif dan pengaruhnya paling besar. Akan tetapi pengaruh variabel tersebut memiliki kecenderungan terus menurun dari awal periode pengamatan hingga akhir periode pengamatan.

· Variabel – variabel non lag berpengaruh terhadap variabel dependen secara positif mesipun tidak sebesar pengaruh variabel lag. Akan tetapi, pengaruh variabel tersebut memiliki kecenderungan terus meningkat dari awal periode pengamatan hingga akhir periode pengamatan. (Lampiran 6).