BAB I

PENDAHULUAN
A. LATARBELAKANG

Pertumbuhan ekonomi merupakan pertumbuhan output yang dibentuk oleh
berbagai sektor ekonomi sehingga dapat menggambarkan bagaimana kemajuan atau
kemunduran yang telah dicapai oleh sektor ekonomi tersebut pada suatu waktu
tertentu . pertumbuhan ekonomi menunjukkan sejauh mana aktivitas perekonomian
akan menghasilkan tambahan pendapatan masyarakat pada suatu periode tertentu,
karena pada dasarnya aktivitas perekonomian adalah suatu proses penggunaan faktor-
faktor produksi untuk menghasilkan output, maka proses ini pada gilirannya akan
menghasilkan suatu aliran balas jasa terhadap faktor produksi yang dimilik
masyarakat sebagai pemilik faktor produksi juga akan turut meningkat.

Pertumbuhan ekonomi mutlak harus ada, sehingga pendapatan masyarakat
akan bertambah, dengan demikian tingkat kesejahteraan masyarakat diharapkan akan
meningkat. Agar pertumbuhan ekonomi terus meningkat dan dapat dipertahankan
dalam jangka panjang maka perlu diketahui faktor-faktor apa yang dapat
mempengaruhi pertumbuhan ekonomi dan faktor apa yang perlu dihindari agar
pertumbuhan ekonomi tidak berjalan ditempat atau mengalami kemunduran.
Kondisi perekonomian Daerah Istimewa Yogyakarta menunjukkan perkembangan
yang positif. Pada tahun 2008 pertumbuhan PDRB mencapai 8,68 % dan pada tahun
2009 meningkat 10,11 %.

Pembangunan tidak dapat terlepas dari unsur tenaga kerja, dengan kondisi
tenaga kerja yang produktif maka pembangunan dapat berjalan lancar dan harapannya
taraf kehidupan penduduk juga akan meningkat. Tanpa tenaga kerja tidak mustahil
pembangunan tidak dapat berjalan , tenaga kerja menjadi penggerak dalam roda
pembangunan. Tenaga kerja dengan sumber daya manusianya bisa memberikan
sumbangan yang sangat berarti dalam proses pembangunan. Semakin tingginya
angkatan kerja tentu memerlukan lapangan pekerjaan yang layak, namun pada
kenyataanya lapangana pekerjaan tidak selalu tersedia. Semakin banyaknya
penduduk, meningkatnya jumlah angkatan kerja. Sumeber daya yang baik,
keterampilan yang bagus menjadi modal utama bagi angkatan kerja untuk
mendapatkan pekerjaan yang layak.

Dengan melihat latar belakang dari masalah permasalah diatas dan melihat
dari fenomena yang ada, mendorong peneliti untuk mengamati lebih lanjut mengenai
faktor-faktor yang mempengaruhi pertumbuhan ekonomi di Daerah Istimewa
Yogyakarta. Oleh karena itu akan dicoba dibahas secara mendalam melalui penelitian
dengan judul ANALISIS EFEKTIVITAS INVESTASI DAN ANGKATAN
KERJA TERHADAP PERTUMBUHAN EKONOMI DI DAERAH ISTIMEWA
YOGYAKARTA PERIODE TAHUN 1995 2010.

B. BATASAN MASALAH

Sehubungan dengan faktor keterbatasan yang ada dan mengingat banyaknya
faktor yang mempengaruhi pertumbuhan ekonomi, maka penelitian hanya membahas
pada :
1 Variabel-variabel yang dianggap berpengaruh terhadap besar kecilnya
pertumbuhan ekonomi di Daerah Istimewa Yogyakarta yaitu pada investasi
dan angkatan kerja.
2 Data yang digunakan adalah data tahunan yaitu dari tahun 1995 sampai 2010
terdiri atas :
a) Produk Domestik Regional Bruto
b) Tingkat Penanaman Modal Dalam Negeri
c) Banyaknya Penduduk Angkatan Kerja

C. RUMUSAN MASALAH

Dari latar belakang masalah yang telah disampaikan diatas, maka dapat diambil
suatu perumusan masalah yang akan dibahas dalam penelitian ini yaitu sebagai
berikut :
1 Seberapa besar pengaruh tingkat investasi atau penanaman modal dalam
negeri terhadap pertumbuhan ekonomi di Yogyakarta ?
2 Seberapa besar pengaruh angkatan kerja terhadap pertumbuhan ekonomi di
Yogyakarta?
3 Bagaimana pengaruh besarnya tingkat investasi, angkatan kerja dan
pertumbuhan ekonomi di Yogyakarta ?



D. TUJUAN PENELITIAN

Tujuan dilakukannya penelitian ini adalah sebagai berikut :

1 Untuk mengetahui pengaruh tingkat investasi terhadap pertumbuhan ekonomi
di Yogyakarta ?
2 Untuk mengetahui pengaruh tingkat angkatan kerja terhadap pertumbuhan
ekonomi di Yogyakarta ?
3 Untuk mengetahui seberapa besar pengaruh tingkat investasi, angkatan kerja
dan pertumbuhan ekonomi di Yogyakarta ?















BAB II
LANDASAN TEORI
A. PENGERTIAN

1 Teori Pertumbuhan Ekonomi
Menurut Kuznet dalam Todaro (2000 :144) pertumbuhan ekonomi adalah
kenaikan kapasitas dalam jangka panjang dari negara yang bersangkutan untuk
menyediakan berbagai barang ekonomi kepada penduduknya. Kenaikan kapasitas
itu sendiri ditentukan atau dimungkinkan oleh adanya kemajuan atau
penyesuaian-penyesuaian teknologi, institusi dan ideologis terhadap berbagai
keadaan yang ada.
Selanjutnya, ditambahkan oleh Susanti, dkk(2000 :23-24) indikator yang
digunakan untuk mengukur pertumbuhan ekonomi adalah tingkat pertumbuhan
Produk Domestik Bruto (PDB). Ada bebarapa alasan yang mendasari pemilihan
pertumbuhan ekonomi menggunakan Produk Domestik Bruto (PDB) bukan
indikator lainnya yaitu :
1) PDB merupakan jumlah nilai tambah yang dihasilkan oleh seluruh
aktivitas produksi didalam perekonomian. Hal ini berarti peningkatan PDB
juga mencerminkan peningkatan balas jasa kepada faktor-faktor produksi
yang digunakan dalam aktivitas produksi tersebut.
2) PDB dihitung atas dasar konsep aliran (flow concept), artinya perhitungan
PDB hanya mencakup nilai produk yang dihasikan kepada suatu priode
tertentu.
3) Batas wilayah perhitungan PDB adalah negara (perekonomian domestik)
Menurut Todaro (2000:137) ada tiga faktor komponen utama dalam pertumbuhan
ekonomi dari setiap bangsa, yaitu :
1) Akumulsi modal, yakni meliputi semua bentuk atau jenis investasi yang
ditanamkan pada tanah, peralatan fisik dan modal atau sumber daya
manusia.
2) Pertumbuhan penduduk, yang beberapa tahun selanjutnya akan
memperbanyak angkatan kerja.
3) Kemajuan teknologi.

2 Teori Investasi

Investasi merupakan penambahan pembentukan modal yang mengakibatkan
terjadinya pertambahan kekayaan, investasi juga merupakan permintaan terhadap
barang dan jasa untuk menambah kapasitas produksi sehingga meningkatkan
pendapatan dimasa datang. Ada dua tujuan utama dalam investasi yaitu untuk
mengganti bagian dari penyediaan modal yang rusak dan sebagai tambahan
penyediaan modal yang ada, pengertian investasi secara statistik dalam
perhitungan pendapatan nasional adalah seluruh nilai pembeliaan para pengusaha
atas barang-barang modal dan pembelanjaan untuk mendirikan industri dan
penambahan nilai dalam stock barang perusahaan yang berupa bahan mentah,
bahan setengah jadi dan barang jadi.
Menurut Jhingan (1999:338) bahwa investasi dalam peralatan modal tidak saja
meningkatkan produksi tetapi juga kesempatan kerja. Pembentukan modal
menghasilkan kemajuam teknik yang menunjang tercapainya ekonomi produksi
skala luas dan meningkatkan spesialisasi, pembentukan modal pada kenyataanya
akan membantu tercapainya swasembada suatu negara dan mengurangi beban
hutang luar negeri.
Menurut Suparmoko dan Irawan (2002 :262-264) ada beberapa cara untuk
meningkatkan investasi dapat dilakukan dengna jalan :
1) Meningkatkan tabungan dengan mengurangi konsumsi, cara ini dapat
dilakukan dengan cara paksa(involuntary) yaitu dengan menaikkan tingkat
pajak (tax rate) tetapi ini menyebabkan tabungan sukarela (voluntary
saving) menurun karena masyarakat tetap mempertahankan konsumsinya.
2) Pemerintah menjual obligasi dengan bunga menarik sehingga masyarakat
tertarik untuk membelinya.
3) Pembatasan impor barang-barang konsumsi dan bila memungkinkan juga
membatasi impor barang kapital agar ada inovasi didalam negeri.
4) Dengan mengadakan pinjaman ke luar negeri.
5) Memperluas sektor perdagangan dengan menaikkan terms of trade, misal
bila barang-barang ekspor naik, maka kenaikan pendapatan dari ekspor
diinvestasikan kembali di dalam negeri.


3 Teori Angkatan Kerja

Tenaga kerja merupakan seluruh penduduk yang dianggap memiliki potensi
untuk bekerja secara produktif (Adioetomo :2010). Hal ini berarti penduduk yang
mampu menghasilkan barang dan jasa dapat disebut sebagai tenaga kerja.
Terdapat tiga pendekatan pemberdayaan yang didasarkan pada pengukuran
kegiatan ekonomi yang dijadikan tolok ukur untuk analisis ketenagakerjaan yaitu
Gainful Worker Approach, Labor Force Approach dan Labor Utilization
Approach. Masing-masing konsep tersebut atau teori tersebut dijelaskan sebagai
berikut.
1) Konsep Gainful Worker Approach
Konsep ini menjelaskan tentang aktivitas ekonomi orang yang pernah
bekerja atau biasa dilakukan seseorang(usual activity). Kata biasa dalam
hal ini dapat disimpulkan bahwa usaha tidak menggangap penting
kegiatan-kegiatan lain yang tidak termasuk biasa dilakukan. Contohnya
orang yang biasanya sekolah namun pada kondisi sekarang sedang
mencari kerja maka hal ini diklasifikasikan sebagai orang yang sekolah.
Teori ini tidak dapat menggambarkan secara statistik mengenai kondisi
mereka yang bekerja dan sedang mencari pekerjaan sehingga angka
pengangguran terbuka relatif kecil.

2) Konsep Angkatan Kerja (Labor Force Approach)
Pendekatan ini memberikan batas yang jelas tentang kegiatan yang
dilakukan dalam semiggu ini, sehingga secara tegas dapat diketahui
kegiatan apa yang benar-benar dilakukan sebagai kegiatan utamanya.
Pendekatan ini lebih dikenal sebagai pendekatan aktivitas kini dengan
jangka waktu tertentu (Mantra ,2009) .
Menurut Adioetomo, 2010 terdapat dua perbaikan yang diusulkan dalam
konsep yaitu :
a) Activity Concept, bahwa yang termasuk dalam angkatan kerja
(labor force) haruslah orang yang secara aktif bekerja atau sedang
aktif mencari pekerjaan.
b) Aktivitas tersebut dilakukan dalam suatu batasan waktu tertentu
sebelum wawancara. Dengan kata lain, konsep angkatan kerja
umumnya disertai dengan referensi waktu.
Berdasarkan konsep tersebut , angkatan kerja (labor force)dibagi menjadi
dua yaitu :
1) Bekerja
2) Mencari pekerjaan (menganggur), yang dapat dibedakan antara :
a. Mencari pekerjaan, tetapi sudah pernah bekerja sebelumnya
b. Mencari pekerjaan untuk pertama kalinya (belum pernah
bekerja sebelumnya)
Angkatan kerja dapat dikatakan sebagai bagian dari tenaga kerja yang
sesungguhnya terlibat atau berusaha untuk terlibat dalam kegiatan
produktif, yaitu memproduksi barang dan jasa dalam kurun waktu tertentu.
Oleh karena itu, dalam konsep angkatan kerja ini harus ada referensi waktu
yang pasti, misalnya satu minggu sebelum pencacahan.
3) Konsep Pemanfaatan Tenaga Kerja ( Labor Utilization Approach)
Pendekatan ini awalnya dikembangkan oleh Philip M Hauser untuk
memperbaiki konsep Labor Force, Pendekatan Labor Utilization
dimaksudkan untuk lebih menyempurnakan konsep angkatan kerja,
terutama supaya lebih sesuai dengan keadaan negara berkembang.
Pendekatan dalam konsep ini lebih ditujukan untuk melihat potensi tenaga
kerja, apakah telah dimanfaatkan secara penuh. Dengan konsep ini,
angkatan kerja dikelompokkan sebagai berikut :
a. Pemanfaatan penuh (Full Utilized)
b. Pemanfaatan kurang (Under-Utilized), karena jumlah jam kerja
yang rendah, pendapatan upah atau gaji yang rendah dan tidak
sesuai dengan kemampuan atau keahliannya, biasa disebut
setengah penganggur. Untuk point a dan b didasarkan pada jumlah
jam kerja seminggu.
c. Pengangguran terbuka (Open Unemployment)


B. HIPOTESIS

Sejalan dengan latar belakang pada penelitian ini didapat diambil suatu hipotesis
atau dugaan sementara sebagai berikut :
1) Diduga investasi atau penanaman modal dalam negeri mempengaruhi
pertumbuhan ekonomi di Daerah Istimewa Yogyakarta.
2) Diduga tingkat angkatan kerja mempengaruhi pertumbuhan ekonomi di
Daerah Istimewa Yogyakarta.





















BAB III
METODOLOGI PENELITIAN

A. OBJEK PENELITIAN
Objek penelitian ini hanya memusatkan dengan pengaruh pertumbuhan ekonomi
beserta faktor-faktor yang mempengaruhinya yaitu investasi dan angkatan kerja.
B. SUBJEK PENELITIAN
Dalam penelitian ini variabel terikat (dependent variabel) yang digunakan
adalah pertumbuhan ekonomi (Y), sedangkan variabel bebasnya (independent
variabel) yaitu investasi (I) dan angkatan kerja (AK). Tujuan dari penelitian ini
adalah agar kita dapat memperoleh gambaran yang terperinci dari masing-masing
variabel itu sendiri sehingga berguna untuk mengetahui perkembangan pertumbuhan
ekonomi tiap tahun.

C. METODE PENGUMPULAN DATA
Data yang digunakan dalam penelitian ini adalah data dari tahun 1995-2010.
Sedangkan metode pengumpulan data yang digunakan dalam penelitian ini adalah
dengan cara mencari data yang berhubungan dengan variabel penelitian secara urut
sesuai dengan tahun penelitian dan mendokumentasikannya, data-data tersebut
dikumpulkan dari berbagai sumber yaitu , Badan Pusat Statistik (BPS-Yogyakarta)
dan Bank Indonesia daerah Yogyakarta.

D. METODE ANALISIS DATA

1 Uji Teori
Uji teori dalam penelitian ini dilihat dari fungsi Pertumbuhan ekonomi yaitu :
Y = f ( I, AK )
Keterangan :
Y = Pertumbuhan Ekonomi
I = Investasi
AK = Angkatan Kerja


2 Uji Statistik
Uji t (signifikansi parameter individual)
Uji t dilakukan untuk mengetahui variabel bebas secara individual terhadap
variabel tidak bebas. Hipotesis yang digunakan :
H
0
: = 0, artinya variabel independent tidak berpengaruh secara nyata
terhadap variabel dependen.
H
1
: 0, artinya variabel independent berpengaruh secara nyata terhadap
variabel dependen.

3 Uji F-Statistik
Untuk mengetahui peranan variabel bebas secara keseluruhan
dilakukan dengan uji F. Kesimpulan uji F dapat diperoleh dengan
membandingkan antara probability F-statistik dengan signifikansi = 5 %.
Bila probabilty F-Statistik > = 5 % maka H
0
ditolak, berarti secara bersama-
sama variabel independen berpengaruh secara nyata dan signifikan terhadap
variabel dependen.
Bila probabilty F-Statistik < = 5 % maka H
1
diterima, berarti secara
bersama-sama variabel independen tidak berpengaruh secara nyata terhadap
variabel dependen.

Koefisien Determinasi (R
2
)
Determinasi R
2
ini digunakan untuk mengukur proporsi variabel terikat yang
dijelaskan oleh variabel-variabel bebasnya.

=-

()

()


Nilai R
2
adalah terletak 0 R
2
1. Semakin mendekati 1, berarti modelnya
semakin baik.





4 Uji Asumsi Klasik
a) Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model
regresi, variable dependen, variable independen, atau keduanya
mempunyai distribusi normal atau tidak. Model regresi yang baik
adalah distribusi data normal atau mendekati normal.
Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak
dengan melihat kepada probability yaitu:
Jika nilai probabilitas Jarque-bera > (0,05), maka residualnya
berdistribusi normal
Jika nilai probabilitas Jarque-bera < (0,05), maka residualnya
berdistribusi tidak normal

b) Uji Linearitas
Uji linearitas dilakukan dengan mencari persamaan garis
regresi variabel bebas terhadap variabel terikat. Berdasarkan garis
regresi yang dibuat, selanjutnya dibuat keberartian koesifien garis
regresi serta linearitasnya. Uji linearitas antara variabel bebas dengan
variabel terikat dengan membandingkan nilai Probabiilty F-Statistik
dengan nilai signifikansi = 0,05 %, yaitu :
Jika nilai Probability F -Statistik > 0,05, maka model linear ditolak.
Jika nilai Probability F -Statistik < 0,05, maka model linear diterima.

c) Uji Multikolinearitas
Menguji apakah pada model regresi ditemukan adanya korelasi
antar variabel independen. Jika terjadi korelasi, maka dinamakan
terdapat problem multikolinearitas. Model regresi yang baik
seharusnya tidak terjadi korelasi diantara variabel independen.
Cara mendeteksi ada atau tidaknya multikolinearitas dalam model
regresi adalah :
Dengan membandingkan persamaan regresi (R
2
) dengan estimasi
regresi yaitu :

Persamaan regresi

Y = a
0
+ a
1
X
1
+ a
2
X
2
................(1)

Estimasi regresi
X
1
= b
0
+ b
1
X
2
..........................(2)
X
2
= b
0
+ b
1
X
1
..........................(3)
Untuk persamaan (1) nilai R
2
selanjutnya disebut R
2
10
Untuk persamaan (2) nilai R
2
selanjutnya disebut R
2
11
Untuk persamaan (3) nilai R
2
selanjutnya disebut R
2
12
Ketentuan :
Bila nilai R
2
10
> R
2
11 ,
R
2
12,
maka model tidak diketemukan
adanya multikolinearitas
Bila nilai R
2
10
< R
2
11 ,
R
2
12,
maka model diketemukan adanya
multikolinearitas

d) Uji Autokorelasi
Menguji apakah pada model regresi ditemukan adanya korelasi
antara kesalahan penganggu pada periode t dengan kesalahan pada
periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada
problem autokorelasi. Tentu saja model regresi yang baik adalah
regresi yang bebas dari autokorelasi.
Analisis deteksi data adanya autokorelasi dilihat dari besaran Durbin-
Watson (D-W) dengan pedoman:
Angka D-W dibawah -2 berarti ada autokorelasi positif.
Angka D-W diantara -2 sampai +2 berarti tidak ada
autokorelasi.
Angka D-W diatas +2 berarti ada autokorelasi negatif.

e) Uji Heteroskedastisitas
Menguji apakah pada model regresi terjadi keseimbangan
varians dari residual dari satu pengamatan ke pengamatan yang lain.
Jika varians dari residual dari satu pengamatam ke pengamatan yang
lain tetap, maka disebut homokedastisitas . Jika varians berbeda
disebut heterokedastisitas. Model regresi yang baik adalah tidak
adanya heterokedastisitas.
Pendeteksian ada atau tidaknya heterokedastisitas dengan
melakukan uji white baik cross terms maupun no cross terms. Apabila
nilai probability Obs*R Squared > dari nilai signifikansi = 5 %
maka dapat disimpulkan model diatas tidak terdapat heterokedastisitas.
Apabila nilai probability Obs*R Squared < dari nilai signifikansi = 5
% maka dapat disimpulkan model diatas terdapat heterokedastisitas.



























BAB IV
ANALISIS DATA DAN PEMBAHASAN
Dari hasil penelitian yang dilakukan oleh penulis memperoleh suatu hasil pengujian
berdasarkan data yang sudah diolah. Berdasarkan hasil data olahan tersebut dapat ditarik hasil
antara analisis dan pembahasan adalah sebagai berikut :
1 Uji Teori
a. Tabel Hasil Regresi
Variebel Koefisien (t-stat)
Konstanta 9,3371
(2,628)**
I 0,0065
(0,266)
AK 0,9300
(7,272)**
R-square 0,8126
F stat 28,1907
DW stat 1,9577

**signifikan pada level 5%

Berdasarkan hasil regresi diatas maka dapat disimpulkan bahwa:
Persamaan
Y =
0
+
1
I+
2
AK+i

Y = 9,3371 + 0,0065 + 0,9300

Dimana
Y = Pertumbuhan Ekonomi / Pertumbuhan Produk Domestik Regional Bruto di DIY
I = Tingkat investasi
AK = Banyaknya penduduk angkatan kerja

Berdasarkan hasil perhitungan diatas, maka hasil koefisien regresinya dapat
diinterpretasikan sebagai berikut :

0 =
9,3371 dapat diartikan bahwa apabila semua variabel bebas (I, AK)
dianggap konstan atau tidak mengalami perubahan maka pertumbuhan
ekonomi atau PDRB sebesar 9,3371

1 =
0,0065 dapat diartikan bahwa apabila I naik satu satuan maka Y naik
sebesar 0,0065 dengan asumsi Y tetap.

2 =
0,9300 dapat diartikan bahwa apabila semua AK naik satu satuan maka Y
naik sebesar 0,9300 dengan asumsi Y tetap.


2 Uji Statistik

Apakah variabel (I dan AK) mempunyai hubungan terhadap Y ?, maka untuk
menjawab pertanyaan ini, diperlukan pengujian dengan menggunakan uji statistik
antara lain :
Pengujian variabel I terhadap Y untuk mengetahui apakah I berpengaruh atau tidak
terhadap pertumbuhan ekonomi (Y) dan sesuai dengan hipotesis dapat dijelaskan
sebagai berikut :
1) Uji Hipotesis
H
0
= artinya tidak ada pengaruh dan diterima dengan ketentuan < = 5 %
H
1
= artinya ada pengaruh dan ditolak dengan ketentuan > = 5 %

2) Dilihat dari nilai probabilitas variabel I pada tabel diatas sebesar 0,794 > 0,05
maka H
0
diterima dan H
1
ditolak, artinya menolak hipotesis bahwa variabel I
tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi.

3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa tidak ada pengaruh
antara variabel Investasi terhadap variabel pertumbuhan ekonomi.

Pengujian variabel AK terhadap Y untuk mengetahui apakah AK berpengaruh atau
tidak terhadap pertumbuhan ekonomi (Y) dan sesuai dengan hipotesis dapat
dijelaskan sebagai berikut :
1) Uji Hipotesis
H
0
= artinya tidak ada pengaruh dan diterima dengan ketentuan < = 5 %
H
1
= artinya ada pengaruh dan ditolak dengan ketentuan > = 5 %

2) Dilihat dari nilai probabilitas variabel I pada tabel diatas sebesar 0,000 < 0,05
maka H
0
ditolak dan H
1
diterima, artinya menerima hipotesis bahwa variabel
AK berpengaruh secara signifikan terhadap pertumbuhan ekonomi.

3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa ada pengaruh
antara variabel angkatan kerja terhadap variabel pertumbuhan ekonomi.


3 Uji F Statistik
Dependent Variable: Y
Variable Coefficien
t
Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209
I 0.006573 0.024714 0.265985 0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 F-statistic 28.19079
Adjusted R-squared 0.783804 Prob(F-statistic) 0.000019

Berdasarkan hasil regresi diatas, maka uji F dapat diketahui berpengaruh atau tidak
dengan pengujian sebagai berikut :

Uji Hipotesis
H
0
: a
0
: a
1
: a
2


= artinya tidak ada pengaruh secara bersama-sama antara variabel I
dan AK terhadap variabel Y
H
1
: a
0
: a
1
: a
2


= artinya ada pengaruh secara bersama-sama antara variabel I dan
AK terhadap variabel Y
Hasil perhitungan dengan eviews diketahui bahwa nilai F hitung sebesar 28,190
dengan ketentuan = 5 %, maka dilihat dari nilai signifikan F sebesar 0,00 dapat
disimpulkan bahwa secara bersama-sama tidak terdapat pengaruh yang signifikan
antara variabel independent secara keseluruhan yang terdiri dari Investasi dan
angkatan kerja terhadap variabel dependent yaitu pertumbuhan ekonomi karena 0,00
< 0,05 artinya H
0
ditolak dan H
1
diterima.
Kesimpulan jadi dari hasil perhitungan diatas , dapat diketahui bahwa H
0
ditolak dan
H
1
diterima artinya mengindikasikan bahwa secara keseluruhan, semua variabel
independent mampu menjelaskan variabel dependennya yaitu pertumbuhan ekonomi.

Determinasi R
2

Dilihat dari tabel diatas bahwa nilai R Square sebesar 0,812, artinya 81,2 % variasi
dalam variabel dependen dapat dijelaskan oleh variasi dalam variabel independen dan
sisanya 18,8 % dijelaskan oleh variabel diluar model atau variabel lain.


4 Uji Asumsi Klasik
a) Uji Normalitas



Dilihat dari tabel diatas, dapat mendeteksi residual apakah berdistribusi
normal atau tidak dengan membandingkan probability jarque-bea dengan
signifikansi = 5 % yaitu :
Jika nilai Probability JB > 0,05, maka residualnya berdistribusi tidak normal.
Jika nilai Probability JB < 0,05, maka residualnya berdistribusi normal.

Analisis hasil output, bahwa nilai Probability JB 0,09 > 0,05 maka dapat
disimpulkan bahwa residual berdistribusi tidak normal.




0
2
4
6
8
10
-40 -30 -20 -10 0 10 20 30
Series: Residuals
Sample 1995 2010
Observations 16
Mean 2.11E-15
Median 1.058334
Maximum 29.95338
Minimum -32.85727
Std. Dev. 12.72720
Skewness -0.395785
Kurtosis 5.524175
Jarque-Bera 4.665362
Probability 0.097035
b) Uji Linearitas
Ramsey RESET Test:
F-statistic 31.85833 probability 0.000108
Log likelihood ratio 20.73693 Probability 0.000005

Untuk mendeteksi apakah model linear atau tidak dengan membandingkan
nilai probability F -Statistik dengan signifikansi = 5 % yaitu :

Jika nilai Probability F -Statistik > 0,05, maka model linear ditolak.
Jika nilai Probability F -Statistik < 0,05, maka model linear diterima.

Analisis hasil output, bahwa nilai Probability F -Statistik 0,00 < 0,05 maka
dapat disimpulkan bahwa model linear diterima.


c) Uji Multikolinearitas

Pengujian multikolinearitas dapat dilakukan dengan pendekatan
korelasi parsial dengan tahapan :
1. Persamaan regresi

Y =
0
+
1
I+
2
AK+i................(1)

2. Estimasi regresi
I= 0 + 1 AK..........................(2)
AK = 0 + 1 I..........................(3)
Persamaan pertama




Dependent Variable: Y

Variable Coefficient Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209
I 0.006573 0.024714 0.265985 0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 F-statistic 28.19079
Adjusted R-squared 0.783804 Prob(F-statistic) 0.000019
Persamaan kedua
Dependent Variable: I

Variable Coefficient Std. Error t-Statistic Prob.
C 37.95100 37.06230 1.023979 0.3232
AK 1.111983 1.350824 0.823189 0.4242
R-squared 0.046168 F-statistic 0.677640
Adjusted R-squared -0.021963 Prob(F-statistic) 0.424202

Persamaan ketiga
Dependent Variable: AK

Variable Coefficient Std. Error t-Statistic Prob.
C -3.505996 7.365502 -0.476002 0.6414
I 0.041519 0.050437 0.823189 0.4242
R-squared 0.046168 F-statistic 0.677640
Adjusted R-squared -0.021963 Prob(F-statistic) 0.424202

Untuk persamaan (1) nilai R
2
adalah sebesar 0,8126 selanjutnya disebut R
2
10
Untuk persamaan (2) nilai R
2
adalah sebesar 0,0461 selanjutnya disebut R
2
11
Untuk persamaan (3) nilai R
2
adalah sebesar 0,0461 selanjutnya disebut R
2
12
Ketentuan :
Bila nilai R
2
10
> R
2
11 ,
R
2
12,
maka model tidak diketemukan adanya
multikolinearitas
Bila nilai R
2
10
< R
2
11 ,
R
2
12,
maka model diketemukan adanya multikolinearitas
Analisis hasil output, menunjukkan nilai R
2
10
> R
2
11 ,
R
2
12,
maka model tidak
diketemukan adanya multikolinearitas

d) Uji Autokorelasi
Untuk mendeteksi apakah model regresi mengandung autokorelasi atau
tidak dapat ditentukan melalui nilai D-W (Durbin-watson). Dengan demikian
jika dilihat dari nilai D-W maka diperoleh nilai sebesar 1,9577 jadi pada
model regresi tidak mengandung autokorelasi karena nilai D-W
berada diantara -2 sampai +2
e) Uji Heteroskedastisitas
I. Uji White Heteroskedastisitas ( no cross terms )
White Heteroskedasticity Test:
F-statistic 2.433405 Probability 0.109667
Obs*R-squared 7.511371 Probability 0.111209


II. Uji White Heteroskedastisitas ( cross terms )



Berdasarkan hasil diatas dapat disimpulkan dengan signifikansi = 5 %
yaitu:
Jika nilai Probability Obs*R-squared > 0,05, maka model tidak terdapat
heterokedastisitas.
Jika nilai Probability Obs*R-squared < 0,05, maka model terdapat
heterokedastisitas.
Hasil analisis output, berdasarkan tabel diatas nilai Probability Obs*R-
squared 0,11 > 0,05, baik untuk cross terms maupun no cross terms maka
dapat disimpulkan model diatas tidak terdapat heterokedastisitas.











White Heteroskedasticity Test:
F-statistic 2.886568 Probability 0.072265
Obs*R-squared 9.451436 Probability 0.092357
BAB V
KESIMPULAN

Berdasarkan hasil analisis pengaruh investasi/penanaman modal dalam negeri dan jumlah
angkatan kerja tahun 1995-2010 dapat diambil kesimpulan sebagai berikut:
1 Hasil analisis pengaruh investasi atau penanaman model dalam negeri (PMDN) di
Daerah Istimewa Yogyakarta terhadap pertumbuhan ekonomi menunjukkan bahwa
ada pengaruh yang rendah dan tidak signifikan terhadap pertumbuhan ekonomi.
Peningkatan 1 % nilai investasi (I) akan meningkatkan pertumbuhan ekonomi atau
pendapatan domestik regional bruto sebesar 0,266 % dan sebaliknya penurunan 1 %
nilai investasi (I) akan menurunkan pertumbuhan ekonomi atau pendapatan domestik
regional bruto sebesar 0,266 %.

2 Hasil analisis pengaruh angkatan kerja terhadap pertumbuhan ekonomi menunjukkan
ada pengaruh yang kuat dan signifikan terhadap pertumbuhan ekonomi. Peningkatan
1 % angkatan kerja (AK) akan meningkatkan pertumbuhan ekonomi atau pendapatan
domestik regional bruto sebesar 7,272 % dan sebaliknya penurunan 1 % angkatan
kerja (AK) akan menurunkan pertumbuhan ekonomi atau pendapatan domestik
regional bruto sebesar 7,272 %.

















DAFTAR PUSTAKA
Adioetomo, Sri Murtiningsih. 2010. Dasar-dasar Demografi.Salemba Empat. Jakarta.
Jhingan.M.L.1999. Ekonomi Pembangunan dan Perencanaan, (terjemahan oleh
D,Guritno). PT.Raja Grapindo Persada. Jakarta
Mantra, Ida Bagus. 2009. Demografi Umum. Pustaka Pelajar. Yogyakarta.
Saptutyningsih, Endah & Hermanto. (2002). Electronic Data Processing, UPFE-
UMY, Yogyakarta.
Suparmoko, M dan Irawan. 2002. Ekonomika Pembangunan, Edisi Keenam. BPFE
Yogyakarta.
Susanti, H, Moh. Iksan dan Widyanti. 2000. Indikator-indikator Makro Ekonomi.
Edisi Kedua. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta.

















LAMPIRAN :
Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja (AK) tahun 1995-2010
Tahun I AK Y
1995 126009 1491917 5618645
1996 191257 1513978 6399742
1997 1283716 1556268 7233677
1998 1299966 1507040 9863894
1999 1322586 1584106 11762983
2000 1815183 1724775 13093980
2001 1884596 2462930 15229910
2002 1961916 2426097 17524441
2003 2405275 2498718 19613418
2004 2401967 2530926 22023880
2005 2251066 2650351 25337603
2006 2144879 2700274 29417349
2007 1801534 2755799 32916736
2008 1806426 2836178 3810168450
2009 1882514 2871719 4140704950
2010 1884926 2702531 4559185306
Sumber dari BPS yang sudah diolah

Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja (AK) setelah dipersenkan
Tahun I AK Y
1995 51,78 1,48 13,90
1996 571,20 2,79 13,03
1997 1,27 -3,16 36,36
1998 1,74 5,11 19,25
1999 37,24 8,88 11,32
2000 3,82 42,80 16,31
2001 4,10 -1,50 15,07
2002 22,60 2,99 11,92
2003 -0,14 1,29 12,29
2004 -6,28 4,72 15,05
2005 -4,72 1,88 16,10
2006 -16,01 2,06 11,90
2007 0,27 2,92 11.475,17
2008 4,21 1,25 8,68
2009 0,13 -5,89 10,11
2010 -100,00 -100,00 -100,00


Dependent Variable: Y
Method: Least Squares
Date: 06/10/12 Time: 02:04
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 9.337147 3.553159 2.627844 0.0209
I 0.006573 0.024714 0.265985 0.7944
AK 0.930024 0.127898 7.271632 0.0000
R-squared 0.812630 Mean dependent var 7.689687
Adjusted R-squared 0.783804 S.D. dependent var 29.40245
S.E. of regression 13.67121 Akaike info criterion 8.235822
Sum squared resid 2429.726 Schwarz criterion 8.380683
Log likelihood -62.88658 F-statistic 28.19079
Durbin-Watson stat 1.957725 Prob(F-statistic) 0.000019

Y = C(1) + C(2)*I + C(3)*AK

Y = 9.337146704 + 0.006573444209*I + 0.9300236048*AK

Uji normalitas


Uji Linearitas
Ramsey RESET Test:
F-statistic 31.85833 Probability 0.000108
Log likelihood ratio 20.73693 Probability 0.000005

Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 06/10/12 Time: 02:26
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 15.46849 2.218595 6.972203 0.0000
0
2
4
6
8
10
-40 -30 -20 -10 0 10 20 30
Series: Residuals
Sample 1995 2010
Observations 16
Mean 2.11E-15
Median 1.058334
Maximum 29.95338
Minimum -32.85727
Std. Dev. 12.72720
Skewness -0.395785
Kurtosis 5.524175
Jarque-Bera 4.665362
Probability 0.097035
I -0.002862 0.013558 -0.211074 0.8364
AK 0.491821 0.104288 4.716003 0.0005
FITTED^2 -0.009309 0.001649 -5.644319 0.0001
R-squared 0.948734 Mean dependent var 7.689687
Adjusted R-squared 0.935918 S.D. dependent var 29.40245
S.E. of regression 7.443079 Akaike info criterion 7.064764
Sum squared resid 664.7930 Schwarz criterion 7.257911
Log likelihood -52.51811 F-statistic 74.02463
Durbin-Watson stat 1.656242 Prob(F-statistic) 0.000000

Uji Multikolinearitas
Y = C(1) + C(2)*I + C(3)*AK

Y = 9.337146704 + 0.006573444209*I + 0.9300236048*AK


Estimasi regres :
I= 0 + 1 AK
Dependent Variable: I
Method: Least Squares
Date: 06/10/12 Time: 02:32
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 37.95100 37.06230 1.023979 0.3232
AK 1.111983 1.350824 0.823189 0.4242
R-squared 0.046168 Mean dependent var 35.70063
Adjusted R-squared -0.021963 S.D. dependent var 146.2481
S.E. of regression 147.8454 Akaike info criterion 12.94668
Sum squared resid 306015.5 Schwarz criterion 13.04325
Log likelihood -101.5734 F-statistic 0.677640
Durbin-Watson stat 1.945502 Prob(F-statistic) 0.424202

ak = 0 + 1 I
Dependent Variable: AK
Method: Least Squares
Date: 06/10/12 Time: 02:33
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C -3.505996 7.365502 -0.476002 0.6414
I 0.041519 0.050437 0.823189 0.4242
R-squared 0.046168 Mean dependent var -2.023750
Adjusted R-squared -0.021963 S.D. dependent var 28.25943
S.E. of regression 28.56807 Akaike info criterion 9.658925
Sum squared resid 11425.88 Schwarz criterion 9.755499
Log likelihood -75.27140 F-statistic 0.677640
Durbin-Watson stat 1.066689 Prob(F-statistic) 0.424202

Uji Heterokedastisitas
No cross terms
White Heteroskedasticity Test:
F-statistic 2.433405 Probability 0.109667
Obs*R-squared 7.511371 Probability 0.111209

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/10/12 Time: 02:34
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 75.02152 86.02056 0.872135 0.4018
I -1.539840 4.746689 -0.324403 0.7517
I^2 0.002350 0.008264 0.284326 0.7814
AK 14.66769 5.163542 2.840626 0.0161
AK^2 0.147960 0.067897 2.179185 0.0519
R-squared 0.469461 Mean dependent var 151.8579
Adjusted R-squared 0.276537 S.D. dependent var 333.5964
S.E. of regression 283.7458 Akaike info criterion 14.38434
Sum squared resid 885628.6 Schwarz criterion 14.62578
Log likelihood -110.0747 F-statistic 2.433405
Durbin-Watson stat 2.085852 Prob(F-statistic) 0.109667

Cross terms
White Heteroskedasticity Test:
F-statistic 2.886568 Probability 0.072265
Obs*R-squared 9.451436 Probability 0.092357

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/10/12 Time: 02:35
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 99.57503 80.51532 1.236722 0.2444
I 2.846520 5.061044 0.562437 0.5862
I^2 -0.000648 0.007810 -0.082921 0.9356
I*AK -0.931648 0.541274 -1.721215 0.1159
AK -11.23388 15.78228 -0.711803 0.4929
AK^2 0.863527 0.420412 2.054002 0.0671
R-squared 0.590715 Mean dependent var 151.8579
Adjusted R-squared 0.386072 S.D. dependent var 333.5964
S.E. of regression 261.3846 Akaike info criterion 14.24986
Sum squared resid 683219.3 Schwarz criterion 14.53958
Log likelihood -107.9989 F-statistic 2.886568
Durbin-Watson stat 1.901063 Prob(F-statistic) 0.072265