DAFTAR ISI

DAFTAR ISI i
DAFTAR TABEL iii
DAFTAR GAMBAR/GRAFIK .. iv
BAB I PENDAHULUAN
1.1 Latar Belakang Penelitian ... 1
1.2 Rumusan Masalah ... 4
1.3 Tujuan Penelitian 4
1.4 Manfaat Penelitian .. 4
BAB II LANDASAN TEORI DAN KERANGKA BERPIKIR
2.1 Produk Domestik Bruto .. 5
2.2 Utang Luar Negeri (ULN) .. 5
2.2.1 Dampak Utang Luar Negeri (ULN) bagi Indonesia 5
2.3 Akumulasi Modal ... 6
2.4 Pengeluaran Pemerintah .. 7
2.5 Penelitian Terdahulu (literature review) 7
2.6 Kerangka Berpikir . 9
2.7 Hipotesis Penelitian ... 10
BAB III METODE PENELITIAN
3.1 Desain Penelitian 11
3.2 Variabel Penelitian . 11
3.3 Jenis dan Sumber Data ... 11
3.4 Teknik Analisis Data . 11
1. Model Error Correction Model (ECM) .. 12
2. Model Ordinary Least Square (OLS) .. 12
3. Uji Stasioner 12
4. Uji Kointegrasi 13
5. Uji Linearitas .. 13
6. Uji Asumsi Klasik .. 13
a) Uji Normalitas 13
b) Uji Multikolineritas 14
c) Uji Heteroskedastisitas .. 14
d) Uji Autokorelasi 14

i
 7. Uji Statistik . . 14
a. Uji Signifikansi Simultan (Uji F) 14
b. Uji Signifikansi Parsial (Uji t) 15
c. Uji Koefisien Determinasi (R) .. 15
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Hasil Pengujian 16
1. Hasil Uji Stasioner 16
2. Hasil Uji Kointegrasi 17
3. Hasil Uji Linearitas .. 17
4. Hasil Uji Asumsi Klasik .. 17
a. Uji Normalitas . 17
b. Uji Multikolineritas . 18
c. Uji Heteroskesdastisitas . 18
d. Uji Autokorelasi . 18
5. Regresi Jangka Panjang (OLS) dan Regresi Jangka Pendek (ECM) .. 19
6. Hasil Uji Statistik 20
a) Hasil Uji Signifikansi Simultan (Uji F) .. 20
b) Hasil Uji Signifikansi Parsial (Uji t) .. 20
1. Pengaruh Utang Luar Negeri (ULN) terhadap PDB .. 20
2. Pengaruh Akumulasi Modal terhadap PDB .. 20
3. Pengaruh Pengeluaran Pemerintah terhadap PDB . 20
c) Hasil Uji Koefisien Determinasi (R) 21
B. Pembahasan Hasil Penelitian ........ 21
1. Utang Luar Negeri . 22
2. Akumulasi Modal .. 22
3. Pengeluaran Pemerintah . 23
BAB V KESIMPULAN DAN SARAN
A. Kesimpulan .. 24
B. Saran 25
DAFTAR PUSTAKA 26
LAMPIRAN .. 28

ii
 DAFTAR TABEL

Tabel halaman
Tabel 4.1 Hasil Uji Stasioner pada level 16
Tabel 4.2 Hasil Uji Stasioner pada 1st difference .. 16
Tabel 4.3 Hasil Uji Kointegrasi pada Level .. 17
Tabel 4.4 Hasil Uji Linearitas 17
Tabel 4.5 Hasil Uji Normalitas .. 17
Tabel 4.6 Hasil Uji Multikolineritas . 18
Tabel 4.7 Hasil Uji Heteroskedastisitas 18
Tabel 4.8 Hasil Uji Autokorelasi .. 18
Tabel 4.9 Hasil Estimasi Model Ordinary Least Square (OLS) 19
Tabel 4.10 Hasil Estimasi Error Correction Model (ECM) 19

iii
 DAFTAR GAMBAR/GRAFIK

Grafik/Gambar halaman
Grafik 1.1 Perkembangan PDB di Indonesia tahun 1985-2014 2
(Dalam US$ Dollar)
Gambar 2.1 Paradigma Penelitian 10

iv
 BAB I
PENDAHULUAN

1.1 Latar Belakang Penelitian

Pembangunan ekonomi merupakan hal yang sangat penting terutama untuk Negara
Sedang Berkembang (NSB) seperti Indonesia. Pembangunan ekonomi tujuan utama nya adalah
untuk meningkatkan kesejahteraan masyarakat. Namun, terdapat banyak permasalahan yang
terjadi di Indonesia seperti keterbatasan modal, kualitas Sumber Daya Manusia (SDM) yang
rendah, kurangnya lapangan pekerjaan dll. Maka dari itu dengan adanya pembangunan ekonomi
diharapkan dapat mengatasi masalah-masalah tersebut sehingga dapat meningkatkan pertumbuhan
ekonomi. Apabila pertumbuhan ekonomi meningkat maka diharapkan dapat merangsang proses
produksi barang maupun jasa dalam kegiatan ekonomi masyarakat.
Produksi barang maupun jasa tersebut dapat menjadi indikator apakah pembangunan
ekonomi suatu negara sudah baik atau masih kurang baik. Produksi barang maupun jasa diukur
dalam konsep nilai tambah yang merupakan perolehan dari sektor-sektor ekonomi di negara
bersangkutan yang disebut dengan Produk Domestik Bruto (PDB).
Pada pemerintahan Indonesia saat ini dipimpin oleh Presiden Joko Widodo
memprioritaskan kebijakan pembangunan ekonomi nya yaitu menambah dan memperbaiki sektor
infrastruktur baik jalur darat maupun jalur laut (Contohnya Tol laut) di Indonesia. Masalah terbesar
untuk merealisasikan kebijakan tersebut adalah masalah pendanaan. Pada umumnya ketika
Indonesia sedang mengalami kekurangan dana maka jalan keluarnya yaitu Utang Luar Negeri
(ULN). Dalam hal ini Indonesia meminjam dana dari beberapa lembaga dunia yaitu World Bank,
Asian Development Bank (ADB), IMF dan dari Negara-negara lain. Meskipun utang luar negeri
dapat meningkatkan pembangunan ekonomi, pemerintah juga harus memperhatikan syarat utang
luar negeri, yaitu masih dibawah ambang batas Utang Luar Negeri (ULN) Indonesia sebesar 51%
dari Produk Domestik Bruto (PDB).

1
 Meskipun Utang Luar Negeri (ULN) dapat bermanfaat bagi pembangunan negara yaitu
peningkatan proyek infrastuktur maupun peningkatan sektor riil, akan tetapi utang luar negeri
harus diperhatikan dan terus diawasi oleh pemerintah serta otoritas moneter dalam hal ini Bank
Indonesia agar kejadian pada krisis ekonomi 1997-1998 tidak akan terulang kembali. Pada tahun
tersebut terjadi krisis ekonomi yang disebabkan oleh kurangnya pengawasan pemerintah maupun
otoritas moneter sehingga menyebabkan stok utang luar negeri berasal dari pihak swasta
meningkat drastis dan umumnya berjangka pendek. Akibatnya, ketika jatuh tempo dan harus
membayar utang tersebut dalam betuk Dollar AS. Hal tersebut menyebabkan nilai tukar rupiah
merosot tajam dikarenakan meningkatnya permintaan terhadap Dollar AS. Dampaknya yaitu
terjadi inflasi yang berasal dari nilai tukar rupiah yang merosot tajam.

Grafik 1.1
Perkembangan PDB di Indonesia tahun 1985-2014 (Dalam US$ Dollar)

PDB
1,000,000,000,000
900,000,000,000
800,000,000,000
700,000,000,000
600,000,000,000
500,000,000,000
400,000,000,000
300,000,000,000
200,000,000,000
100,000,000,000
0

Sumber : World Bank, diolah

Dapat dilihat dari grafik 1 diatas menunjukkan bahwa krisis 1997-1998 merupakan dampak buruk
yang menyebabkan Produk Domestik Bruto mengalami penurunan. Terlihat jelas perkembangan
PDB Indonesia dari tahun 1985-2014 mengalami penurunan terparah akibat dari krisis tahun 1997-
1998.

2
 Selain utang luar negeri yang dapat berpengaruh terhadap tingkat PDB Indonesia, dalam
penelitian ini juga terdapat variabel yang menentukan dari perkembangan PDB Indonesia yaitu
akumulasi modal dan konsumsi rumah tangga. Akumulasi modal sendiri bagi Indonesia sangat
penting dalam pembangunan ekonomi. Hal tersebut dikarenakan meningkatnya modal yang
terakumulasi diantaranya dari sumber daya manusia, pengadaan pabrik baru, peralatan dan bahan
baku, maka akan juga akan memperbesar produksi output dan pendapatan masyarakat. Akan tetapi,
kenyataan di Indonesia yaitu masih rendahnya tabungan masyarakat. Padahal, tabungan tersebut
dapat meningkatkan akumulasi modal yang ada di Indonesia. Maka dari itu, untuk meningkatkan
akumulasi modal di Indonesia, pemerintah mencari sumber dana yang berasal dari investasi yaitu
Penanaman Modal asing (PMA) dan Penanaman Modal Dalam Negeri (PMDN).
Produk Domestik Bruto (PDB) juga dipengaruhi oleh perekonomian Indonesia yang stabil.
Jika perekonomian stabil dan cenderung meningkat, maka hal tersebut juga dapat memacu PDB
Indonesia. Dalam upaya untuk menstabilkan perekonomian Indonesia, terdapat 2 kebijakan yaitu
kebijakan moneter dan kebijakan fiskal. Kebijakan mondeter sendiri dilakukan oleh otoritas
moneter Indonesia yaitu Bank Indonesia, sedangkan dalam kebijakan fiskal merupakan kebijakan
yang dilakukan oleh eksekutif yaitu pemerintah Indonesia. Kebijakan fiskal sendiri tercermin
dalam Anggaran Pendapatan dan Belanja Negara (APBN). Dalam mengatur atau mengelola
APBN, pemerintah melakukan pengendalian baik dari sisi penerimaan negara salah satunya oleh
sektor pajak dan dari sisi belanja negara yaitu salah satunya pengeluaran pemerintah. Pengelolaan
pengeluaran pemerintah sendiri diharapkan digunakan untuk membiayai sektor infrastruktur dan
sektor produktif dalam hal ini merupakan sektor riil. Sehingga ketika sektor infrastruktur dan
sektor riil meningkat, maka diharapkan dapat meningkatkan pelayanan masyarakat dan
peningkatan kesejahteraan masyarakat diukur dengan Produk Domestik Bruto (PDB).
Berdasarkan penjelasan dari latar belakang penelitian, peneliti tertarik untuk meneliti
seberapa besar pengaruh baik dalam jangka panjang maupun dalam jangka pendek Utang Luar
Negeri (ULN), akumulasi modal, dan pengeluaran pemerintah terhadap Produk Domestik Bruto
(PDB) di Indonesia dari tahun 1985-2014.

3
1.2 Rumusan Masalah
Dari latar belakang tersebut, dapat ditarik rumusan masalah, yaitu :
1. Apakah Utang Luar Negeri (ULN) berpengaruh positif baik dalam jangka panjang
maupun jangka pendek terhadap PDB di Indonesia periode 1985 2014?
2. Apakah akumulasi modal berpengaruh positif baik dalam jangka panjang maupun
jangka pendek terhadap PDB di Indonesia periode 1985 2014?
3. Apakah pengeluaran pemerintah berpengaruh positif baik dalam jangka panjang
maupun jangka pendek terhadap PDB di Indonesia periode 1985 2014?
1.3 Tujuan Penelitian
Berdasarkan rumusan masalah di atas, maka tujuan yang ingin dicapai dalam penelitian
ini adalah untuk mengetahui:
1. Pengaruh Utang Luar Negeri (ULN) baik dalam jangka panjang maupun jangka pendek
terhadap perkembangan PDB Indonesia tahun 1985 2014
2. Pengaruh akumulasi modal baik dalam jangka panjang maupun jangka pendek terhadap
perkembangan PDB Indonesia tahun 1985 2014
3. Pengaruh pengeluaran pemerintah baik dalam jangka panjang maupun jangka pendek
terhadap pertumbuhan PDB Indonesia tahun 1985 2014
1.4 Manfaat Penelitian
Hasil penelitian ini diharapkan dapat menjadi pertimbangan pemerintah Indonesia agar
memperhatikan faktor utang luar negeri, akumulasi modal dan konsumsi pemerintah terhadap
perkembangan PDB di Indonesia. Hal tersebut penting dilakukan karena peningkatan PDB dapat
mencerminkan peningkatan kesejahteraan masyarakat. Untuk para pembaca dapat digunakan
sebagai sumber referensi dalam penelitian selanjutnya. Bagi penulis, penelitian ini dapat
digunakan sebagai tolak ukur dalam penulisan karya ilmiah serta sebagai sarana menambah
wawasan.

4
 BAB II
LANDASAN TEORI DAN KERANGKA BERPIKIR

2.1 Produk Domestik Bruto

Produk Domestik Bruto (PDB) adalah nilai keseluruhan semua barang dan jasa yang
diproduksi di dalam wilayah / negara tersebut dalam jangka waktu tertentu . PDB sendiri dapat
menjadi indikator untuk melihat perekonomian suatu negara apakah dalam keadaan baik atau
sedang buruk. Terdapat 2 indikator untuk melihat besarnya PDB, yaitu dilihat dari pendapatan
total dari setiap orang didalam suatu perekonomian maupun dari pendekatan pengeluaran yakni
dari masing-masing sektor perekonomian Indonesia (Bank Indonesia, 2016)
Selain dari cara memperolehnya, menurut jenisnya PDB dibagi menjadi 2, yaitu :

a. PDB Atas Dasar Harga Konstan (ADHK), yaitu menunjukkan nilai tambah barang dan
jasa baik perusahaan dalam negeri maupun asing yang dihitung menggunakan harga
yang berlaku pada satu tahun tertentu sebagai tahun dasar, misalnya dulu tahun dasar
yang digunakan yaitu tahun 2000 dan sekarang yang dipergunakan adalah tahun dasar
2010.
b. PDB Atas Dasar Harga Berlaku (ADHB), yaitu menggambarkan nilai tambah barang
dan jasa yang dihitung menggunakan harga pada tahun berjalan. Sehingga dapat
disimpulkan PDRB atas dasar harga berlaku menghitung setiap nilai tambah barang dan
jasa pada tahun yang bersangkutan, misalnya PDB Indonesia tahun 2014 maka
pengitungan nilai tambah barang dan jasa menggunakan harga pada tahun 2014.

2.2 Utang Luar Negeri (ULN)

Utang luar negeri adalah pinjaman luar negeri (loan) yang diberikan oleh pemerintah dari
badan-badan internasional seperti world bank, Asian Development Bank (ADB), dan IMF serta
negara-negara lain dengan kewajiban untuk membayar kembali dan membayar bunga pinjaman
tersebut {Zulkarnain, dalam Bonokeling (2016)}.

5
 2.2.1 Dampak Utang Luar Negeri (ULN) bagi Indonesia
Utang Luar Negeri (ULN) memiliki dampak yang positif maupun negatif
tergantung bagaimana pemerintah beserta otoritas moneter mengawasi besarnya Utang
tersebut. Jika tidak di awasi maka utang luar negeri tersebut dapat berdampak negatif yaitu
seperti peristiwa tahun 1997-1998 bisa terulang kembali. Selain dampak negatif yang harus
dicegah dan dihindari oleh Indonesia, utang luar negeri juga dapat berdampak positif.
Beberapa dampak positif dari utang tersebut yaitu meningkatkan sektor rill yang berasal dari
pinjaman pihak swasta dan dapat menjadi sumber pendanaan bagi proyek-proyek
pembangunan pemerintah sehingga dapat meningkatkan Produk Domestik Bruto (PDB).

2.3 Akumulasi Modal

Modal adalah input pada suatu proses produksi yang merupakan output suatu proses
produksi sebelumnya (Mankiw, 2007). Akumulasi modal merupakan peningkatan modal dalam
jangka waktu tertentu yang mana terjadi jika sebagian pendapatan diinvestasikan baik sektor riil
maupun sektor finansial dengan tujuan memperbesar pendapatan di masa depan. Akumulasi modal
termasuk semua investasi baru yang berwujud tanah (lahan), peralatan fiskal, dan sumber daya
manusia (human resources) {Subandi, dalam Safari : 2016}.
Akumulasi sangat penting bagi Indonesia karena merupakan sumber pendanaan bagi
Proyek-proyek pembangunan selain dari utang luar negeri. Jika utang luar negeri, Indonesia harus
membayar pokok-pokok pinjaman maupun bunga akan tetapi akumulasi modal menghimpun
investasi baik dari modal dalam negeri (PMDN) dan investasi asing (PMA). Dalam Proyek-proyek
pembangunan, Indonesia seringkali bertumpu terhadap utang luar negeri, namun seiring
berjalannya waktu disaat utang tersebut jatuh tempo maka akan menjadi beban bagi masa yang
akan datang. Oleh karena itu akumulasi modal dapat mengurangi utang luar negeri sebagai
tumpuan sumber pendanaan proyek-proyek pembangunan.
Menurut teori Solow terdapat beberapa hal yang dilakukan dalam meningkatkan
pertumbuhan ekonomi, yaitu memperbesar porsi tabungan dan peningkatan investasi baik dalam
proyek fisik maupun nonfisik dapat menambah akumulasi modal sehingga dapat mempercepat
pertumbuhan ekonomi. Hal tersebut menandakan meski porsi tabungan Indonesia masih rendah,
maka pemerintah dapat memaksimalkan investasi baik dalam negeri maupun luar negeri (Mankiw,
2007).

6
2.4 Pengeluaran Pemerintah
Pengeluaran Pemerintah (goverment expenditure) merupakan salah satu bagian dari
kebijakan fiskal yang mengatur jalanya perekonomian dengan cara menentukan besaran jumlah
penerimaan maupun pengeluaran pemerintah dalam setiap tahunnya. Besaran penerimaan maupun
pengeluaran tertuang dalam dokumen Anggaran Pendapatan Belanja Negara (APBN) untuk
nasional dan Anggaran Pendapatan Belanja Daerah (APBD) untuk daerah atau regional. Kebijakan
tersebut dilakukan untuk menstabilkan harga, meningkatkan output dan adanya kesempatan kerja,
sehingga dapat meningkatkan pertumbuhan ekonomi Indonesia.
Menurut Keynes dalam teori nya yaitu The General Theory Keynes, menjelaskan bahwa
dalam jangka pendek pendapatan total perekonomian sangat ditentukan oleh keinginan rumah
tangga, perusahaan, dan pemerintah untuk membelanjakan pendapatannya. Ketika pemerintah
membelanjakan pendapatanya untuk meningkatkan sektor riil maka perusahaan maupun industri
juga akan meningkat sehingga Produk Domestik Bruto (PDB) juga cenderung meningkat
(Mankiw, 2007).

2.5 Penelitian Terdahulu (Literature Review)

Menurut L.A, Sulaiman dan B.A, Azeez (2012) yang meneliti pengaruh utang luar negeri
terhadap pertumbuhan ekonomi di Nigeria dengan model Ordinary Least Square (OLS) dan Error
Correction Model (ECM). Dalam model OLS, menjelaskan bahwa menjelaskan bahwa utang luar
negeri memiliki hubungan yang positif signifikan terhadap GDP di Nigeria. Koefisien variabel
utang luar negeri dalam model OLS sebesar 0,876129, artinya ketika utang luar negeri naik sebesar
1% maka GDP akan meningkat sebesar 0,876129 persen. Sedangkan, dalam model ECM variabel
utang luar negeri berpengaruh positif tapi tidak signifikan terhadap GDP. Koefisien variabel uang
luar negeri dalam model ECM sudah sesuai dengan hipotesis sebelumnya. Koefisien utang luar
negeri yaitu sebesar 0,094117 maka dapat dijelaskan bahwa peningkatan utang luar negeri sebesar
1 persen maka akan meningkatkan PDB sebesar 0.094117 persen. Temuan menunjukkan bahwa
utang luar negeri bermanfaat untuk Nigeria tapi tidak banyak memberikan peran penting dalam
proses pertumbuhan GDP Nigeria. Hal ini dapat dikaitkan dengan fakta bahwa utang luar negeri
belum disalurkan ke sektor yang produktif yang dapat meningkatkan output ekonomi keseluruhan.

7
 Mempertegas penelitian sebelumnya, menurut Mahmoud (2015) dalam meneliti peran
utang luar negeri terhadap pertumbuhan GDP Negara Mauritania dengan menggunakan model
estimasi Ordinary Least Square (OLS) menunjukkan bahwa utang luar negeri berpengaruh positif
signifikan terhadap pertumbuhan GDP di Negara Mauritania. Koefisien utang luar negeri sebesar
0.302175, artinya bahwa peningkatan utang luar negeri sebesar 1 persen maka akan meningkatkan
GDP sebesar 0,30 persen. utang luar negeri diasumsikan membantu negara-negara berkembang
untuk membiayai defisit neraca dan dapat merangsang ekonomi. Mauritania mengandalkan banyak
pada utang luar negeri untuk membiayai defisit neraca dan untuk merangsang ekonomi. Begitu
banyak utang tersebut sehingga menyebabkan ketergantungan yang mendalam terhadap utang luar
negeri sebagai sumber pembiayaan menjadi di luar kendali misalnya apa yang terjadi di akhir 1985.
Dalam kasus Mauritania, korupsi menjadi kendala utama dalam pertumbuhan GDP Negara
Mauritania.
Menurut penelitian dari Soliu dan Ibrahim (2014) menjelaskan bahwa dengan
menggunakan model Co-integrasi dan VECM, menjelaskan bahwa akumulasi modal (capital
formation) berpengaruh positif signifikan terhadap pertumbuhan GDP baik dalam jangka panjang
maupun jangka pendek di Nigeria. Hal tersebut sesuai dengan teori Solow yang menyatakan
peningkatan akumulasi modal dapat meningkatkan pertumbuhan GDP di Nigeria.
Hasil penelitian dari Adhikary (2015) yang meneliti pengaruh akumulasi modal di Nepal
dengan menggunakan model VECM, menunjukkan bahwa akumulasi modal (capital formation)
berpengaruh negatif dengan tingkat pertumbuhan PDB dalam jangka pendek, dan berpengaruh
positif dalam jangka panjang. Salah satu alasanya adalah Nepal tidak memiliki ambang batas
modal minimum yang dapat menghasilkan manfaat ekonomi yang nyata dalam jangka pendek.
Alasan lainnya yaitu neraca perdagangan negatif secara terus-menerus dan stabilitas keuangan
yang lemah di Nepal.
Hasil penelitian dari Al-Fawwaz (2016) yang meneliti pengaruh pengeluaran pemerintah
di Jordan tahun 1980-2013 menggunakan model OLS, menunjukkan bahwa total pengeluaran
pemerintah (total government expenditure) dan pengeluaran pemerintah saat ini (current
government expenditure) berpengaruh positif signifikan terhadap pertumbuhan GDP di Jordan
pada tahun 1980-2013. Hal tersebut menunjukkan bahwa hasil penelitian sesuai dengan teori
Keynes yang menjelaskan bahwa dengan meningkatnya pengeluaran pemerintah akan dapat
meningkatkan pertumbuhan GDP (Mankiw, 2007).

8
 Untuk mempertegas penelitian sebelumnya, Gisore et al. (2014) yang meneliti pengaruh
pengeluaran pemerintah terhadap pertumbuhan GDP di Afrika Timur tahun 1980-2010
menggunakan model fixed effect dalam panel data, menjelaskan bahwa pengeluaran pemerintah
berpengaruh positif signifikan terhadap pertumbuhan GDP di Negara Afrika Timur tahun 1980-
2010 pada level signifikansi 1%. Hal tersebut menunjukkan bahwa jika pengeluaran pemerintah
dalam pemanfaatannya dikelola dengan tepat, maka total pengeluaran pemerintah memiliki
pengaruh positif signifikan pada pertumbuhan GDP, terutama di negara-negara berkembang di
mana terdapat fasilitas infrastruktur yang tidak memadai dan sektor swasta yang tidak cukup
diandalkan untuk mengambil peranan strategis yang diharapkan dalam menumbuhkan
perekonomian.
2.6 Kerangka Berpikir
Pertumbuhan Produk Domestik Bruto (PDB) memiliki manfaat yaitu dapat
mensejahterakan masyarakat. Hal tersebut dikarenakan PDB merupakan tolak ukur untuk melihat
apakah keadaan ekonomi negara tersebut sedang baik ataupun kurang baik. Dalam penelitian ini,
penulis menggunakan 3 variabel untuk melihat seberapa besar pengaruhnya terhadap PDB
Indonesia dari tahun 1985-2014.
Utang luar negeri sendiri berdasarkan penelitian terdahulu mempengaruhi secara positif
signifikan terhadap GDP. Hal tersebut akan penulis uji dalam penelitian ini apakah utang luar
negeri Indonesia juga memiliki pengaruh positif signfikan terhadap perkembangan PDB di
Indonesia dari tahun 1985-2014.
Akumulasi modal sendiri menurut penelitian terdahulu yang dperoleh penuls juga
menyatakan adanya pengaruh positif signifikan terhadap pertumbuhan GDP. Hal tersebut akan
penulis uji dalam penelitian ini apakah akumulasi modal Indonesia juga memiliki pengaruh positif
signfikan terhadap perkembangan PDB di Indonesia dari tahun 1985-2014.
Variabel terakhir yang diteliti yaitu pengeluaran pemerintah. Menurut teori Keynes dan
penelitian terdahulu, menjelaskan bahwa adanya pengaruh positif pengeluaran pemerintah
terhadap perkembangan GDP. Hal tersebut akan penulis uji dalam penelitian ini apakah Indonesia
juga memiliki pengaruh positif signfikan terhadap PDB di Indonesia dari tahun 1985-2014.
Ketika secara parsial ketiga variabel berpengaruh signifikan terhadap perkembangan PDB
Indonesia, diharapkan secara simultan juga berpengaruh terhadap perkembangan PDB Indonesia
dari tahun 1985-2014.

9
 Utang Luar Negeri
(ULN)

PDB Indonesia
Akumulasi Modal Tahun 1985-2014

Pengeluaran
Pemerintah

Gambar 2.1 Paradigma Penelitian

Keterangan :
= Pengaruh secara parsial, artinya antar variabel independen berpengaruh terhadap
variabel dependen.
= Pengaruh secara simultan, artinya semua variabel independen secara bersama-
sama berpengaruh terhadap variabel dependen.

2.7 Hipotesis Penelitian

Berdasarkan landasan teori dan penelitian terdahulu, berikut hipotesis yang akan diuji
kebenarannya:
a) Variabel Utang Luar Negeri (ULN) diduga berpengaruh positif terhadap PDB Indonesia
baik dalam jangka panjang maupun jangka pendek tahun 1985-2014.
b) Variabel akumulasi modal diduga berpengaruh positif terhadap PDB Indonesia baik
dalam jangka panjang maupun jangka pendek tahun 1985-2014.
c) Variabel pengeluaran pemerintah diduga berpengaruh berpengaruh positif terhadap
PDB Indonesia baik dalam jangka panjang maupun jangka pendek tahun 1985-2014.
d) Variabel Utang Luar Negeri (ULN), akumulasi modal dan pengeluaran pemerintah
secara simultan diduga berpengaruh terhadap PDB Indonesia baik dalam jangka panjang
maupun jangka pendek tahun 1985-2014.

10
 BAB III
METODE PENELITIAN

3.1 Desain Penelitian

Penelitian ini menggunakan pendekatan kuantitatif karena informasi atau data diwujudkan
dalam bentuk angka dan dianalisis berdasarkan analisis statistik. Data yang digunakan dalam
penelitian ini adalah data time series periode tahun 1985-2014. Penelitian ini menggunakan 2 jenis
model, yaitu model regresi berganda (ordinary least square) untuk analisis dalam jangka panjang
dan model koreksi kesalahan (error correction model) untuk analisis dalam jangka pendek.
3.2 Variabel Penelitian
Dalam penelitian ini terdiri dari dua jenis variabel yaitu variabel terikat (dependent
variable) dan variabel penjelas (independent variable).
1. Variabel terikat (dependent variable)
Variabel terikat dalam penelitian ini adalah PDB di Indonesia tahun 1985-2014.
2. Variabel bebas (independent variable).
Dalam penelitian ini terdapat tiga variabel penjelas yaitu:
a) Utang Luar Negeri (ULN) Indonesia tahun 1985-2014.
b) Akumulasi modal Indonesia tahun 1985-2014.
c) Pengeluaran pemerintah Indonesia tahun 1985-2014.
3.3 Jenis dan Sumber Data
Penelitian ini menggunakan jenis Kuantitatif berupa data time series di Indonesia dalam
kurun waktu 1985-2014. Data yang digunakan dalam penelitian ini adalah data sekunder dari
publikasi di website World Bank dan Badan Pusat Statistik (BPS).
3.4 Teknik Analisis Data
Teknik analisis yang digunakan untuk memecahkan masalah dalam penelitian ini adalah
analisis data time series dengan model Ordinary Least Square (OLS) dan Model Koreksi
Kesalahan (Error Correction Model/ECM). Adapun analisis data dilakukan dengan bantuan
Program EViews 9. Dalam penelitian ini, penulis menggunakan Log regresi untuk mengatasi
penyakit autokorelasi yang sering terjangkit di model dengan data runtun waktu (time series)
(Gujarati dan Porter, 2007). Sehingga, seluruh data dalam variabel penelitian ini di transformasi
kan kedalam bentuk Logaritma (Log). Variabel yang digunakan yaitu produk domestik bruto

11
dengan simbol LogPDB, utang luar negeri dengan simbol LogUTANG, akumulasi modal
dengan simbol LogMODAL, dan pengeluaran pemerintah dengan simbol LogGOV.
1. Model Error Correction Model (ECM)
ECM digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel
terikat dalam jangka pendek dan penyesuaiannya yang cepat untuk kembali ke keseimbangan
jangka panjangnya terhadap data time series untuk variabel-variabel yang memiliki
kointegrasi. (Bonokeling : 2016). Spesifikasi model ECM dikatakan valid apabila koefisien
ECT signifikan secara statistik yaitu dengan probabilitas kurang dari 5% (0,05).
Berikut model persamaan ECM dalam penelitian ini :
D(LogPDBt) = C + 1 D(LogUTANGt) + 2 D(LogMODALt) + 2 D(LogGOVt) 3
ECT
Ket : C = Konstanta
= Koefisien
ECT = residual yang terkoreksi
2. Model Ordinary Least Square (OLS)
Dalam model regresi ini, bertujuan untuk mengetahui hubungan antar dua variabel
yang salah satu variabel menjadi variabel terikat (dependent variable) dan variabel bebas
(independent variable). Dalam analisis regresi linear, hasil akhir yang diperoleh adalah
fungsi regresi dari data penelitian yang akhirnya dapat digunakan untuk mengintepretasi
hasil penelitian.
Berikut model persamaan OLS dalam penelitian ini :
LogPDBt = C + 1 LogUTANGt + 2 LogMODALt + 3 LogGOVt + et
Ket : C = Konstanta
= Koefisien
et = error
3. Uji Stasioner
Uji stasioner bertujuan untuk memverifikasi bahwa proses generasi data (data
generating process/DGP) adalah bersifat stasioner. Pengujian stasionaritas data dapat
dilakukan melalui prosedur formal yaitu dengan Uji Unit Root atau Uji Derajat Integrasi
(I(d)). Dalam uji stasioner nilai ADF variabel harus lebih besar dari nilai kritis dan
probabilitas < 0,05.

12
4. Uji Kointegrasi
Adanya kointegrasi merupakan syarat penggunaan Error Correction Model (ECM).
Hubungan kointegrasi dilihat sebagai hubungan jangka panjang (ekuilibrium). Suatu set
variabel dapat terdeviasi dari pola ekuilibrium namun demikian diharapkan terdapat suatu
mekanisme jangka panjang yang mengembalikan variabel-variabel dimaksud pada pola
hubungan ekuilibrium. Untuk mendeteksi adanya kointegrasi, dilakukan pengujian.
Augmented Dickey-Fuller (ADF) pada residual (series ) hasil regresi antar variabel.
Jika nilai statistik uji ADF lebih besar dari nilai kritis dan probabilitas nya kurang dari 0,05
(tingkat signifikansi 5%), maka hipotesis nol nonstasioner ditolak, yang berarti bahwa
terdapat kointegrasi yang menjadi syarat model ECM.
5. Uji Linearitas
Uji linearitas dilakukan untuk melihat apakah ada hubungan antara harga-harga
prediksi dengan harga residual. Pengujian linearitas dapat dilakukan dengan uji Ramsey.
Model tersebut linear jika probabilitas F-hitung lebih dari tingkat signifikansi (dalam
penelitian ini yaitu 0,05).
6. Uji Asumsi Klasik
Pengujian asumsi klasik bertujuan untuk mengetahui apakah model regresi yang
digunakan benar-benar menunjukkan hubungan yang signifikan. Uji asumsi klasik yang
digunakan dalam penelitian ini meliputi uji normalitas, multikolinearitas, heteroskedastisitas
dan autokorelasi.
a) Uji Normalitas
Uji normalitas dimaksudkan untuk menguji apakah nilai residual pada model
regresi berdistribusi normal atau tidak. Nilai residual dikatakan berdistribusi normal
apabila sebagian besar nilai residual mendekati nilai rata-ratanya. Uji ini dilakukan
dengan membandingkan statistik Jarque-Bera (JB) dengan nilai X2 tabel. Jika nilai JB
kurang dari 2 pada tabel dan probabilitas lebih dari 0,05 (tingkat signifikansi 5%) maka
data dinyatakan berdistribusi normal.

13
 b) Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji ada tidaknya korelasi yang
tinggi atau sempurna diantara variabel bebas yang terdapat pada model regresi. Model
regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas.
Multikolineritas dapat dilihat dari tolerance and variance inflation factor (VIF). VIF
mencoba melihat bagaimana varian dari suatu penaksir (estimator) meningkat
seandainya ada multikolineritas dalam suatu model empiris. Jika VIF dari suatu
variabel melebihi 10, dimana hal ini terjadi ketika nilai R2 melebihi 0,09 maka suatu
variabel dikatakan berkolerasi sangat tinggi.
c) Uji Heteroskedastisitas
Kondisi heteroskedastisitas merupakan kondisi yang melanggar asumsi dari
regresi linear klasik. Heteroskedastisitas menunjukkan nilai varian dari variabel bebas
yang berbeda, sedangkan asumsi yang dipenuhi dalam linear klasik adalah mempunyai
varian yang sama (konstan)/ homoskedastisitas. Dalam penelitian ini menggunakan uji
heteroskedasticity white. Dalam pengujiannya, jika Obs*R-squared-nya lebih dari 0,05
(tingkat signifikansi 5%) maka persamaan tersebut tidak mengalami gejala
heteroskedastisitas.
d) Uji Autokorelasi
Autokorelasi menunjukkan adanya korelasi antar variabel itu sendiri, pada
pengamatan yang berbeda waktu atau individu. Umumnya kasus autokorelasi banyak
terjadi pada data time series. Pengambilan keputusan ada tidaknya autokorelasi melalui
Breusch-Godfrey Serial Correlation Test. Jika probabilitas lebih tinggi dari level of
significance yang biasa digunakan (1%, 5% atau 10%) maka data terbebas dari
autokorelasi (Gujarati dan Porter, 2007).
7. Uji Statistik
a. Uji Signifikansi Simultan (Uji F)
Uji F digunakan untuk menunjukkan apakah keseluruhan variabel bebas
berpengaruh terhadap variabel terikat dengan menggunakan level of significance 5%.
Jika probabilitas Fstatistic lebih kecil dari 0,05 maka secara simultan variabel bebas
berpengaruh terhadap variabel terikat.

14
b. Uji Signifikansi Parsial (Uji t)
Uji t dilakukan untuk mengetahui apakah variabel indepeden secara individual
mempengaruhi variabel dependennya. Uji t ini dilakukan dengan membandingkan
thitung dengan ttabel. Apabila thitung lebih besar dari ttabel, maka variabel independen
berpengaruh secara signifikan terhadap variabel dependennya. Sebaliknya jika thitung
lebih kecil dari ttabel, maka variabel independen tidak signifikan terhadap variabel
dependennya. Atau dengan melihat probabilitas dari variabel independen, jika kurang
dari 0,05 (tingkat signifikansi 5%) maka variabel bebas tersebut signifikan berpengaruh
terhadap variabel terikat.

c. Uji Koefisien Determinasi (R)

Koefisien determinasi (R) bertujuan untuk mengetahui seberapa jauh variasi
variabel independen dapat menerangkan dengan baik variasi variabel dependen. Untuk
mengukur kebaikan suatu model (goodness of fit) dengan menggunakan koefisien
determinasi (R2). Koefisien determinasi (R2) dapat diartikan berapa persen variabel-
variabel bebas mampu menjelaskan hampir semua informasi yang digunakan untuk
memprediksi variasi variabel terikat.

15
 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN

A. Hasil Pengujian
1. Hasil Uji Stasioner
Uji stasioner dalam penelitian ini menggunakan uji individual Root Fisher- ADF Supaya
stasioneritas variabel bisa dicek jika probabilitas pada Intermediate ADF test results Prob. < 0,05
maka model persamaan tersebut sudah stasioner dan jika belum maka dilanjutkan ke 1st difference.
Tabel 4.1 Hasil Uji Stasioner pada level
Series Prob.
LOGPDB 0,9360
LOGUTANG 0,5051
LOGMODAL 0,5108
LOGGOV 0,9511

Dapat dilihat pada tabel 4.1 diatas menunjukkan bahwa uji stasioner pada tingkat level,
model persamaan tersebut masih belum stasioner karena semua variabel bebas (independent
variable) probabilitasnya lebih dari 0,05 (tingkat signifikansi 5%).

Untuk mencari agar model stasioner maka dilanjutkan pada tingkat 1st difference.
Tabel 4.2 Hasil Uji Stasioner pada 1st difference
Series Prob.
D(LOGPDB) 0,0001
D(LOGUTANG) 0,0015
D(LOGMODAL) 0,0076
D(LOGGOV) 0,0002

Dapat dilihat tabel 4.2 diatas, semua variabel menunjukkan bahwa probabilitas kurang dari
0,05 (tingkat signifikansi 5%) sehingga semua variabel bebas (independent variable) sudah
stasioner pada tingkat 1st difference. Maka selanjutnya dilakukan uji kointegrasi.

16
2. Hasil Uji Kointegrasi
Uji kointegrasi ini bertujuan untuk menunjukkan adanya hubungan/keseimbangan jangka
panjang pada variabel bebas terhadap variabel terikat. Jika uji stasioneritas adalah uji unit root
pada masing-masing variabel maka uji kointegrasi adalah uji unit root pada nilai residunya.
Penelitian ini dalam uji kointegrasi menggunakan uji Augmented Dickey-Fuller (ADF).
Tabel 4.3 Hasil Uji Kointegrasi pada Level
t-Statistic Prob.*
Augmented
Dickey-
-3,751200 0,0084
Fuller test
statistic

Pada tabel 4.3 diatas menunjukkan bahwa uji kointegrasi variabel ECT stasioner pada level,
karena prob.* kurang dari 0,05 maka secara tersirat menyatakan bahwa PDB, Utang Luar Negeri
(ULN), akumulasi modal, dan pengeluaran pemerintah saling berkointegrasi.
3. Hasil Uji Linearitas
Tabel 4.4 Hasil Uji Linearitas
Value df Probability
t-statistic 0,593591 25 0,5581
F-statistic 0,352351 (1, 25) 0,5581
Likelihood
0,419869 1 0,5170
ratio

Hasil uji linearitas menggunakan uji Ramsey menunjukkan probabilitas F-hitung lebih dari
tingkat signifikansi 5% (0,5581> 0,05). Hal tersebut menunjukkan bahwa model penelitian ini
merupakan model yang linear atau memenuhi asumsi linearitas.
4. Hasil Uji Asumsi Klasik
a. Uji Normalitas
Digunakan untuk mengetahui nilai residu berdistribusi normal atau tidak. Residual
berdistribusi normal atau tidak dapat dideteksi menggunakan Jarque-Bera, yaitu apabila nilai
Jarque-Bera (JB) tidak signifikan, maka data tersebut normal.
Tabel 4.5 Hasil Uji Normalitas
Variabel obs Pr (Skewness) Pr (Kurtosis) Jarque-Bera Probabilitas
R 30 0,273264 2,573549 0,600692 0,740562

17
 Dari hasil uji normalitas pada tabel 4.5 diperoleh hasil nilai prob. JB lebih dari 0,05
(tingkat signifikansi 5%) yang dapat disimpulkan residual berdistribusi normal.
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakan dalam model regresi yang
terbentuk ada korelasi yang tinggi dan sempurna antara variabel bebas atau tidak.
Tabel 4.6 Hasil Uji Multikolineritas
Variabel VIF
LOGUTANG 2,149121
LOGMODAL 3,088966
LOGGOV 3,677762
Dari hasil uji multikolinearitas pada tabel 4.6 diperoleh hasil nilai Variance Inflation Factors
(VIF) semua variabel < 10 maka variabel dari penelitian ini tidak terdapat multikolinearitas.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk mengetahui apakah dalam model, residual
memiliki varians yang konstan atau tidak. Residual memiliki varians yang konstan atau tidak
dapat dideteksi dengan uji Heteroskedasticity White, apabila ditemukan probabilitas chi-square
lebih besar dari 0,05 dapat disimpulkan tidak terjadi heteroskedastisitas.
Tabel 4.7 Hasil Uji Heteroskedastisitas
source Obs*R-squared Prob chi-square (9)
Eviews 9 12,69903 0,1767

Dari hasil uji heteroskedastisitas white pada tabel 4.7 diperoleh hasil Prob. Chi-square (9) lebih
besar dari 0,05 (tingkat signifikansi 5%) sehingga dapat disimpulkan variabel dalam penelitian
ini tidak terjadi heteroskedastisitas.
d. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mengetahui apakah model terbebas dari autokorelasi
atau tidak. Model regresi yang baik harus terbebas dari autokorelasi. Melalui Breusch-Godfrey
Serial Correlation Test, apabila ditemukan Prob Chi-square lebih besar taraf sig 5% (0,05)
dapat disimpulkan tidak terjadi autokorelasi.
Tabel 4.8 Hasil Uji Autokorelasi
source Obs*R-squared Prob. Chi-Square
4,016003 0,1343

18
 Dari hasil uji autokorelasi pada tabel 4.8 diperoleh hasil Prob. Chi-Square lebih besar dari 0,05
(tingkat signifikansi 5%) maka dapat disimpulkan variabel dalam penelitian ini tidak terdapat
gangguan autokorelasi.
5. Regresi Jangka Panjang (OLS) dan Regresi Jangka Pendek (ECM)
Model Ordinary Least Square (OLS) dilakukan untuk mengetahui pengaruh variabel bebas
terhadap variabel terikat dalam jangka panjang. Berikut hasil estimasi jangka panjang variabel
bebas.
Tabel 4.9 Hasil Estimasi OLS
Variable Coefficient Std. Error t-Statistic Prob.
C -1,871425 0,783603 -2,388230 0,0245
LOGUTANG 0,108285 0,010713 10,10753 0,0000
LOGMODAL 0,352666 0,044952 7,845331 0,0000
LOGGOV 0,691270 0,021541 32,09034 0,0000
Dari hasil estimasi tersebut, dalam jangka panjang probabilitas untuk seluruh variabel bebas
berpengaruh signifikan dengan probabilitas ke 3 variabel yaitu 0,000 < 0,05 (signifikansi 5%).

Regresi Jangka Pendek (ECM)

Model ECM digunakan untuk mengetahui pengaruh variabel bebas terhadap variabel terikat
dalam jangka pendek dan penyesuaiannya yang cepat untuk kembali ke keseimbangan jangka
panjangnya terhadap data time series untuk variabel variabel yang memiliki kointegrasi.
Tabel 4.10 Hasil Estimasi ECM
Variable Coefficient Std. Error t-Statistic Prob.
C 0,013142 0,012743 1,031351 0,3127
D(LOGUTANG) 0,023604 0,053017 0,445206 0,6602
D(LOGMODAL) 0,240004 0,070888 3,385686 0,0024
D(LOGGOV) 0,717163 0,049811 14,39772 0,0000
ECT(-1) -0,532758 0,184037 -2,894852 0,0080

Nilai ECT(-1) menunjukan nilai ECT (Error Correction Term), berdasarkan hasil estimasi
tersebut model penelitian dengan variabel utang luar negeri, akumulasi modal, dan konsumsi RT
terhadap PDB dinyatakan lolos uji ECM karena koefisien nilai ECT(-1) menunjukan t-statistic
nilainya negatif dan nilai probabilitas kurang dari 0,05.

19
6. Hasil Uji Statistik
a) Hasil Uji Signifikansi Simultan (Uji F)
Berdasarkan hasil analisis menggunakan software Eviews 9, dalam jangka panjang
diperoleh nilai F-hitung sebesar 2389,445 dan probabilitas F sebesar 0,000000 dan dalam
jangka pendek diperoleh nilai F-hitung sebesar 144,3517 dan probabilitas F sebesar 0,000000.
Maka dapat disimpulkan bahwa dalam jangka panjang dan pendek variabel bebas secara
bersama-sama (simultan) berpengaruh signifikan terhadap variabel terikat.
b) Hasil Uji Signifikansi Parsial (Uji t)
Hasil analisis uji parsial jangka panjang menunjukkan semua variabel bebas secara
individu signifikan mempengaruhi variabel terikat sedangkan uji parsial pada jangka pendek
masing-masing variabel bebas signifikan mempengaruhi variabel terikat kecuali Utang Luar
Negeri (ULN) pada tingkat signifikansi 5%.
1. Pengaruh Utang Luar Negeri (ULN) terhadap PDB
Hasil analisis menunjukkan bahwa variabel utang luar negeri dalam jangka
panjang memiliki thitung sebesar 10,10753 dan probabilitas sebesar 0,0000. Sedangkan
dalam jangka pendek memiliki thitung sebesar 0,445206 dan probabilitas sebesar 0,6602.
Dalam taraf signifikansi 5% maka variabel utang luar negeri positif dan signifikan
mempengaruhi PDB pada jangka panjang. Sedangkan, pada jangka pendek variabel utang
luar negeri positif dan tidak signifikan berpengaruh terhadap PDB.
2. Pengaruh Akumulasi Modal terhadap PDB
Hasil analisis menunjukkan bahwa variabel akumulasi modal dalam jangka
panjang memiliki thitung sebesar 7,845331, probabilitas sebesar 0,0000. Kemudian
akumulasi modal dalam jangka pendek memiliki thitung sebesar 3,385686 dan probabilitas
sebesar 0,0024. Dalam taraf signifikansi 5% maka variabel akumulasi modal positif dan
signifikan mempengaruhi PDB dalam jangka waktu panjang maupun pendek.
3. Pengaruh Pengeluaran Pemerintah terhadap PDB
Hasil analisis menunjukkan bahwa variabel pengeluaran pemerintah dalam
jangka panjang memiliki thitung sebesar 32,09034, probabilitas sebesar 0,0000. Kemudian
pengeluaran pemerintah dalam jangka pendek memiliki thitung sebesar 14,39772 dan
probabilitas sebesar 0,0000. Dalam taraf signifikansi 5% maka variabel pengeluaran

20
 pemerintah positif dan signifikan mempengaruhi PDB dalam jangka waktu panjang
maupun pendek.
c) Hasil Uji Koefisien Determinasi (R)
Besarnya nilai determinasi adalah untuk mengetahui seberapa besar pengaruh
perubahan variasi variabel dependen dapat dijelaskan oleh variasi variabel independen.
Koefisien determinasi atau goodness of fit dalam jangka panjang diperoleh angka sebesar
0,996386. Hal ini berarti variasi perubahan variabel Produk Domestik Bruto (PDB) dapat
dijelaskan oleh variabel utang luar negeri, akumulasi modal, dan pengeluaran pemerintah
sebesar 99,64% Sisanya sebesar 0,36% dijelaskan oleh variabel lain diluar model.
Sedangkan dalam jangka pendek diperoleh angka sebesar 0,960094. Hal ini berarti
bahwa kontribusi seluruh variabel bebas dalam menjelaskan variabel terikat sebesar 96,01%.
Sisanya sebesar 3,99% dijelaskan oleh variabel lain di luar model.

B. Pembahasan Hasil Penelitian

Analisis data time series pada penelitian ini bertujuan untuk mengetahui pengaruh utang luar
negeri, akumulasi modal, dan pengeluaran pemerintah terhadap Produk Domestik Bruto (PDB)
Indonesia tahun 1985-2014. Dari hasil pengolahan data time series dengan estimasi OLS untuk
estimasi jangka panjang, dan estimasi ECM untuk estimasi jangka pendek diperoleh persamaan regresi
dalam jangka panjang sebagai berikut:
LogPDBt = -1,871425 + 0,108285LogUTANGt + 0,352666LogMODALt +
0,691270LogGOVt + et
Berdasarkan persamaan regresi tersebut, dapat diketahui bahwa koefisien konstanta pada
jangka panjang sebesar -1,871425, artinya jika variabel bebas tidak ada/ bernilai nol (0) maka dalam
jangka panjang nilai PDB menurun sebesar 1,871425 US$ Dollar.
Sedangkan, persamaan model jangka pendek dapat dilihat sebagai berikut :
D(LogPDBt) = 0,013142 + 0,023604D(LogUTANGt) + 0,240004D(LogMODALt) +
0,717163D(LogGOVt) - 0,532758ECT
Berdasarkan persamaan regresi tersebut, dapat diketahui bahwa dalam jangka pendek koefisien
konstanta sebesar 0,013142 artinya jika variabel bebas tidak ada/bernilai nol (0) maka dalam jangka
pendek nilai PDB meningkat sebesar 0,013142 US$ Dollar.

21
 Berikut penjelasan variabel bebas yang mempengaruhi PDB :
1. Utang Luar Negeri (ULN)
Hasil analisis menunjukkan bahwa dalam jangka panjang baik secara parsial maupun
simultan, utang luar negeri berpengaruh signifikan terhadap PDB Indonesia. Sedangkan dalam
jangka pendek meski secara simultan berpengaruh signifikan akan tetapi secara parsial tidak
berpengaruh signifikan. Koefisien jangka panjang utang luar negeri adalah sebesar 0,108285 dan
probabilitas sebesar 0,0000. Hal ini dalam jangka panjang, peningkatan utang luar negeri sebesar
1% akan mengakibatkan meningkatnya PDB sebesar 0,11 %. Adanya hubungan positif antara
utang luar negeri dengan produk domestik bruto (PDB) dalam jangka panjang dapat diartikan
bahwa kebijakan melakukan utang luar negeri oleh pemerintah Indonesia akan membawa dampak
positif dalam jangka panjang. Artinya, apabila pemerintah Indonesia dapat mengelola dengan baik
dana dari utang tersebut (misalnya untuk membangun pabrik, membangun infrastruktur publik dll)
maka akan meningkatkan produk domestik bruto (PDB) Indonesia.
Sedangkan, utang luar negeri dalam jangka pendek nilai koefisien regresi sebesar 0,023604
dan probabilitas sebesar 0,6602, hal tersebut menunjukkan bahwa utang luar negeri berpengaruh
positif tidak signifikan terhadap PDB Indonesia. Hal ini berarti apabila utang luar negeri
meningkat sebesar 1%, akan berpengaruh pada peningkatan PDB sebesar 0,02 %. Hasil penelitian
ini menunjukkan bahwa utang luar negeri berpengaruh positif signifikan terhadap PDB dalam
jangka panjang dan berpengaruh positif tidak signifikan dalam jangka pendek.
2. Akumulasi Modal
Hasil analisis menunjukkan bahwa variabel akumulasi modal dalam jangka panjang
ataupun jangka pendek, baik secara parsial maupun simultan signifikan dalam mempengaruhi PDB
Indonesia. Koefisien jangka panjang akumulasi modal adalah sebesar 0,352666 dan probabilitas
sebesar 0,000. Hal ini berarti dalam jangka panjang, perubahan akumulasi modal sebesar 1% akan
mengakibatkan perubahan PDB sebesar 0,35 %. Adanya hubungan positif antara akumulasi modal
dengan PDB dalam jangka panjang menunjukkan bahwa kebijakan memperbesar investasi baik
dari dalam negeri maupun dari asing serta berupa modal fisik dan non fisik yang dilakukan akan
membawa dampak positif terhadap PDB Indonesia dalam jangka panjang. Artinya, apabila
pemerintah terus meningkatkan akumulasi modal, maka dalam jangka panjang akumulasi modal
akan menjadi faktor yang berperan penting dalam meningkatkan PDB Indonesia.

22
 Dalam jangka pendek nilai koefisien regresi variabel akumulasi modal sebesar 0,240004
dan probabilitas sebesar 0,0024, hal tersebut menunjukkan bahwa akumulasi modal berpengaruh
positif signifikan terhadap PDB Indonesia. Hal ini berarti apabila akumulasi modal meningkat
sebesar 1%, akan berpengaruh pada peningkatan PDB sebesar 0,24%. Perubahan tersebut menurun
daripada perubahan pada jangka panjang.
3. Pengeluaran Pemerintah
Hasil analisis menunjukkan bahwa variabel pengeluaran pemerintah dalam jangka panjang
ataupun jangka pendek, baik secara parsial maupun simultan berpengaruh signifikan terhadap PDB
Indonesia. Koefisien jangka panjang pengeluaran pemerintah adalah sebesar 0,691270 dan
probabilitas sebesar 0,0000. Hal ini berarti dalam jangka panjang, peningkatan pengeluaran
pemerintah sebesar 1% akan mengakibatkan meningkatnya PDB sebesar 0,69%. Adanya
hubungan positif antara pengeluaran pemerintah dengan PDB dalam jangka panjang menunjukkan
bahwa pengeluaran pemerintah dapat menjadi penggerak perekonomian Indonesia jika
pengeluaran tersebut dipergunakan untuk sektor-sektor produktif seperti membangun pabrik,
meningkatkan pembangunan infrastruktur publik yang dapat mempermudah akses perekonomian
dll.
Dalam jangka pendek nilai koefisien regresi variabel pengeluaran pemerintah sebesar
0,717163 dan probabilitas sebesar 0,0000. Hal tersebut menunjukkan bahwa pengeluaran
pemerintah berpengaruh positif terhadap PDB Indonesia. Hal ini berarti apabila pengeluaran
pemerintah meningkat sebesar 1%, akan berpengaruh pada peningkatan PDB sebesar 0,71%. Hasil
regresi menunjukkan koefisien dalam jangka pendek lebih besar daripada koefisien dalam jangka
panjang. Hal itu menjelaskan bahwa pengeluaran pemerintah langsung dapat mempengaruhi PDB
dalam jangka pendek contohnya ketika pemerintah memberikan anggaran untuk suatu proyek di
daerah dalam bentuk APBD setiap satu tahun sekali, maka perkembangan perekonomian daerah
tersebut cenderung meningkat karena terdapat dana yang dapat tersalurkan ke sektor sektor
produktif daerah sehingga meningkatkan produksi barang maupun jasa.
Model ECM tentu tidak terlepas dari adanya ECT (Error Correction Term), koefisien ECT
sebesar -0,532758. Hal tersebut mengindikasikan bahwa proporsi biaya ketidakseimbangan dan
pergerakan PDB pada periode sebelumnya yang disesuaikan dengan periode sekarang adalah
sekitar menunjukkan sebesar 0,53 % dengan tingkat signifikansi ECT menunjukkan angka 0,0080
berarti signifikan pada tingkat signifikansi 5%.

23
 BAB V
KESIMPULAN DAN SARAN

A. Kesimpulan
Berdasarkan analisis yang telah dilakukan, dapat diperoleh kesimpulan sebagai berikut:
1. Utang Luar Negeri (ULN) Indonesia merupakan jumlah utang baik pihak pemerintah
maupun swasta. Dari pembahasan sebelumnya, variabel utang luar negeri berpengaruh
signifikan terhadap PDB Indonesia dalam jangka panjang, sedangkan dalam jangka
pendek variabel utang luar negeri tidak berpengaruh signifikan terhadap PDB Indonesia.
Variabel utang luar negeri baik dalam jangka panjang maupun jangka pendek memiliki
pengaruh terkecil dari pada variabel akumulasi modal dan pengeluaran pemerintah
dalam model penelitian ini. Pengaruh dalam jangka panjang sebesar 0,11% dan jangka
pendek sebesar 0,02%. Hal ini disebabkan karena utang luar negeri tersebut dalam
pengelolaan nya masih belum baik. Masih banyak anggaran dari utang luar negeri
tersebut digunakan untuk pembiayaan konsumtif seperti subsidi, belanja pegawai dll
daripada utang luar negeri tersebut digunakan untuk pembiayaan sektor produktif seperti
pembiayaan untuk sektor riil, pembangunan proyek-proyek infrastruktur publik dll.
2. Akumulasi Modal dalam jangka panjang maupun jangka pendek memberikan pengaruh
positif signifikan terhadap PDB Indonesia. Hal tersebut menjadikan akumulasi modal
sangat penting dalam meningkatkan pertumbuhan PDB dikarenakan ketika tabungan
dan investasi terkumpul dan dimasukkan ke sektor riil, maka produk baik barang
maupun jasa meningkat. Sehingga dapat diharapkan dapat menjadi indicator untuk
meningkatkan kesejahteraan masyarakat. Pengaruh dalam jangka panjang sebesar
0,35% sedangkan dalam jangka pendek sebesar 0,24%. Hal ini disebabkan Karena
akumulasi modal merupakan alat untuk memobilisasi tabungan dan investasi lalu
menyalurkannya ke bidang usaha yang lebih produktif untuk meningkatkan PDB seperti
pembangunan industri, pembangunan infrastruktur publik, pelatihan untuk
meningkatkan kualitas sumber daya manusia dan lainnya.

24
 3. Pengeluaran pemerintah dalam jangka panjang maupun jangka pendek memberikan
pengaruh positif signifikan terhadap PDB Indonesia. Pengaruh dalam jangka panjang
sebesar 0,69% dan dalam jangka pendek sebesar 0,71%. Hal ini menunjukkan bahwa
pengeluaran pemerintah jika dikelola dengan baik dalam bentuk APBN maupun APBD
maka dapat meningkatkan PDB Indonesia yang mana dalam penelitian ini merupakan
variabel dengan pengaruh terbesar terhadap PDB Indonesia.
4. ECT menunjukkan tingkat kecepatan penyesuaian jangka pendek menuju equilibrium
jangka panjang. Dari analisis dengan ECM, koefisien ECT menunjukkan angka
- 0,532758. Ini menunjukkan bahwa proporsi biaya ketidakseimbangan dan pergerakan
PDB pada periode sebelumnya yang disesuaikan dengan periode sekarang adalah sekitar
0,53% dengan tingkat signifikansi ECT menunjukkan angka 0,0080 berarti signifikan
pada tingkat signifikansi 5%.

B. Saran
Saran peneliti bagi pemerintah yaitu dilihat dari kesimpulan analisis sebelumnya,
pengeluaran pemerintah menjadi kontribusi terbesar terhadap PDB Indonesia dalam model
penelitian ini. Maka pemerintah diharapkan fokus terhadap pengelolaan pengeluaran pemerintah
dalam bentuk APBN maupun APBD di daerah. Jika anggaran tersebut tersalurkan ke dalam sektor
produktif seperti membangun pabrik maka dampaknya selain meningkatkan produksi domestik,
akan tetapi juga dapat meningkatkan lapangan pekerjaan sehingga diharapkan dapat menurunkan
tingkat pengangguran.
Untuk utang luar negeri (ULN) peneliti menyarankan pemerintah dapat mengawasi
besarnya jumlah utang tersebut dan dapat mengelola utang luar negeri tersebut ke dalam sektor
produktif daripada sektor konsumtif. Hal ini penting karena ditakutkan krisis 1997-1998 terulang
kembali yang disebabkan oleh utang luar negeri Indonesia. Sedangkan, untuk akumulasi modal
pemerintah sebaiknya memobilisasi tabungan dan investasi lalu menyalurkannya ke bidang usaha
yang lebih produktif untuk meningkatkan PDB, seperti pembangunan industri, pembangunan
infrastruktur publik, pelatihan untuk meningkatkan kualitas sumber daya manusia dan lainnya.

25
 DAFTAR PUSTAKA

Adhikary, Bishnu Kumar. 2015. Dynamic Effects of FDI, Trade Openness, Capital Formation
and Human Capital on the Economic Growth Rate in the Least Developed Economies:
Evidence from Nepal. International Journal of Trade, Economics and Finance Vol 6(1),
1-7.
Al-Fawwaz, Torki. M. 2016. The Impact of Government Expenditures on Economic Growth in
Jordan (1980-2013). International Journal of Business Research Vol 9(1), 99-105.
Badan Pusat Statistik. 2016. Statistik Indonesia, Beberapa edisi. Yogyakarta: Bank Indonesia.
Bank Indonesia. Pengertian Produk Domestik Bruto. Diunduh dari
http://www.bi.go.id/id/statistik/metadata/seki/Documents/14.%20PDB-
Produk%20Domestik%20Bruto%20(IND)%202016.pdf [internet]. Diakses pada 16
Desember 2016.
Bonokeling, Daniel Eka. 2016. Pengaruh Utang Luar negeri, Tenaga Kerja dan Ekspor Terhadap
Produk Domesti Bruto di Indonesia Tahun 1986-2015 [SKRIPSI]. Yogyakarta :
Universitas Negeri Yogyakarta.
Gisore, Naftaly. et al. 2014. Effect of Government Expenditure on Economic Growth in East
Africa: A Disaggregated Model. European Journal of Business and Social Sciences Vol
3(8), 289 304.
Gujarati, Damodar., Porter, Dawn. 2007. Dasar-dasar Ekonometrika jilid 1. Jakarta: Erlangga.
L.A, Sulaiman., B.A, Azeez. 2012. Effect of External Debt on Economic Growth of Nigeria.
Journal of Economics and Sustainable Development, Vol 3(8), 71-79.
Mahmoud, Limam Ould Mohamed. 2015. The Role of External Debt on Economic Growth:
Evidence from Mauritania. International Journal of Economics & Management Sciences
Vol 4 Issue 4, 1-6.
Mankiw, N. Gregory. 2007. Makroekonomi. Edisi Keenam. Jakarta: Erlangga.
Safari, Menik Fitriani. 2016. Analisis Pengaruh Ekspor, Pembentukan Modal, dan Pengeluaran
Pemerintah terhadap Pertumbuhan Ekonomi Indonesia [SKRIPSI]. Yogyakarta :
Universitas Negeri Yogyakarta.

26
Soliu, Adegboyega., Ibrahim, Odusanya. 2014. Empirical Analysis of Trade Opennes, Capital
Formation, FDI, and Economic Growth: Nigeria Experience. The International Journal
of Social Sciences and Humanities Invention Vol 1 issue 1, 36-50.
World Bank. Data PDB, Capital formation dan Household Expenditure 1985-2014. Diakses dari
http://data.worldbank.org/data-catalog/world-development-indicators . World
Development Indicators. [internet]. Diakses pada 5 Desember 2016.

27
 LAMPIRAN
DATA VARIABEL DEPENDEN DAN INDEPENDEN

Tahun PDB Utang Luar Negeri Akumulasi Modal Pengeluaran Pemerintah

1985 87,338,874,330 36,714,624,000 29,856,392,553 9,808,388,099.37

1986 80,060,657,612 43,871,322,000 32,503,904,066 8,833,114,061.01
1987 75,929,617,715 64,535,588,000 34,284,851,803 7,156,066,665.21
1988 88,787,623,310 69,840,237,000 42,749,827,876 7,567,064,223.94
1989 101,455,197,786 73,713,470,000 48,010,792,223 8,868,399,470.28
1990 114,426,498,045 86,461,282,000 53,235,652,679 10,119,870,548.52
1991 128,167,999,846 89,640,000,000 58,330,881,693 10,657,021,364.65
1992 139,116,270,052 109,871,608,000 64,307,748,757 12,183,386,733.02
1993 158,006,849,879 121,371,420,000 64,166,561,589 14,257,437,601.20
1994 176,892,148,243 140,113,600,000 74,867,629,353 14,353,349,895.87
1995 202,132,032,844 148,660,588,000 84,645,867,503 15,825,045,241.21
1996 227,369,671,349 140,660,588,000 88,825,782,913 17,204,969,469.20
1997 215,748,854,647 269,049,000,000 94,433,351,359 14,763,283,680.73
1998 95,445,548,017 573,538,725,000 57,569,229,353 5,434,199,890.68
1999 140,001,352,527 573,140,400,000 44,191,735,414 9,246,329,309.41
2000 165,021,012,261 782,462,655,000 51,912,329,058 10,779,164,212.81
2001 160,446,947,638 742,320,800,000 56,357,881,800 11,053,285,490.12
2002 195,660,611,034 700,967,520,000 53,844,256,751 14,199,987,339.97
2003 234,772,458,818 733,551,505,000 59,680,565,377 19,085,795,197.20
2004 256,836,883,304 812,800,680,000 63,800,634,748 21,373,634,030.04
2005 285,868,619,206 1,322,174,320,000 71,699,880,270 23,182,537,666.10
2006 364,570,515,631 1,196,349,660,000 72,663,212,682 31,452,113,671.32
2007 432,216,737,775 1,329,774,420,000 74,069,061,658 36,074,838,967.29
2008 510,228,634,992 1,698,126,000,000 83,283,110,726 42,980,542,403.38
2009 539,580,085,612 1,624,987,400,000 85,302,748,007 51,741,295,652.64
2010 755,094,157,595 1,066,548,384,000 92,812,206,830 68,003,138,200.24
2011 892,969,104,530 1,075,845,656,000 100,116,953,179 80,891,188,808.20
2012 917,869,913,365 1,219,570,730,000 111,111,030,938 84,891,845,511.32
2013 912,524,136,718 1,505,926,572,000 115,574,361,017 86,851,491,925.09
2014 890,487,074,596 1,613,915,840,000 120,647,648,910 83,959,519,785.69

Keterangan:
PDB = Dalam US$ Dollar Akumulasi Modal = Dalam US$ Dollar
Utang Luar Negeri = Dalam Rupiah Pengeluaran Pemerintah = Dalam US$ Dollar.

28
 HASIL UJI STASIONER (UNIT ROOT TEST)

1. HASIL UJI STASIONER TINGKAT LEVEL

Series: LOGPDB, LOGUTANG, LOGMODAL,

LOGGOV
Date: 12/27/16 Time: 11:45
Sample: 1985 2014
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Total (balanced) observations: 116
Cross-sections included: 4

Method Statistic Prob.**

ADF - Fisher Chi-square 2.94200 0.9379
ADF - Choi Z-stat 1.60876 0.9462

** Probabilities for Fisher tests are computed using an asymptotic Chi

-square distribution. All other tests assume asymptotic normality.

Intermediate ADF test results UNTITLED

Series Prob. Lag Max Lag Obs

LOGPDB 0.9360 0 6 29
LOGUTANG 0.5051 0 6 29
LOGMODAL 0.5108 0 6 29
LOGGOV 0.9511 0 6 29

29
2. HASIL UJI STASIONER FIRST DIFFERENCE

Null Hypothesis: Unit root (individual unit root process)

Series: LOGPDB, LOGUTANG, LOGMODAL,
LOGGOV
Date: 12/26/16 Time: 20:49
Sample: 1985 2014
Exogenous variables: Individual effects
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Total (balanced) observations: 112
Cross-sections included: 4

Method Statistic Prob.**

ADF - Fisher Chi-square 58.2811 0.0000
ADF - Choi Z-stat -6.33179 0.0000

** Probabilities for Fisher tests are computed using an asymptotic Chi

-square distribution. All other tests assume asymptotic normality.

Intermediate ADF test results D(UNTITLED)

Series Prob. Lag Max Lag Obs

D(LOGPDB) 0.0001 0 6 28
D(LOGUTANG) 0.0015 0 6 28
D(LOGMODAL) 0.0076 0 6 28
D(LOGGOV) 0.0002 0 6 28

30
 HASIL UJI KOINTEGRASI

Null Hypothesis: ECT has a unit root

Exogenous: Constant
Lag Length: 0 (Automatic - based on SIC, maxlag=7)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.751200 0.0084

Test critical values: 1% level -3.679322
5% level -2.967767
10% level -2.622989

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

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(ECT)
Method: Least Squares
Date: 12/26/16 Time: 20:48
Sample (adjusted): 1986 2014
Included observations: 29 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

ECT(-1) -0.697195 0.185859 -3.751200 0.0009

C -0.001163 0.008766 -0.132712 0.8954

R-squared 0.342610 Mean dependent var -0.002221

Adjusted R-squared 0.318262 S.D. dependent var 0.057145
S.E. of regression 0.047183 Akaike info criterion -3.203100
Sum squared resid 0.060108 Schwarz criterion -3.108804
Log likelihood 48.44495 Hannan-Quinn criter. -3.173567
F-statistic 14.07150 Durbin-Watson stat 1.772842
Prob(F-statistic) 0.000852

31
 HASIL ESTIMASI OLS (JANGKA PANJANG)

Dependent Variable: LOGPDB

Method: Least Squares
Date: 12/26/16 Time: 20:50
Sample: 1985 2014
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C -1.871425 0.783603 -2.388230 0.0245

LOGUTANG 0.108285 0.010713 10.10753 0.0000
LOGMODAL 0.352666 0.044952 7.845331 0.0000
LOGGOV 0.691270 0.021541 32.09034 0.0000

R-squared 0.996386 Mean dependent var 26.16102

Adjusted R-squared 0.995969 S.D. dependent var 0.796255
S.E. of regression 0.050554 Akaike info criterion -3.007983
Sum squared resid 0.066448 Schwarz criterion -2.821157
Log likelihood 49.11975 Hannan-Quinn criter. -2.948216
F-statistic 2389.445 Durbin-Watson stat 1.378172
Prob(F-statistic) 0.000000

HASIL ESTIMASI ECM (JANGKA PENDEK)

Dependent Variable: D(LOGPDB)

Method: Least Squares
Date: 12/26/16 Time: 20:47
Sample (adjusted): 1986 2014
Included observations: 29 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

C 0.013142 0.012743 1.031351 0.3127

D(LOGUTANG) 0.023604 0.053017 0.445206 0.6602
D(LOGMODAL) 0.240004 0.070888 3.385686 0.0024
D(LOGGOV) 0.717163 0.049811 14.39772 0.0000
ECT(-1) -0.532758 0.184037 -2.894852 0.0080

R-squared 0.960094 Mean dependent var 0.080068

Adjusted R-squared 0.953443 S.D. dependent var 0.203293
S.E. of regression 0.043865 Akaike info criterion -3.259822
Sum squared resid 0.046179 Schwarz criterion -3.024081
Log likelihood 52.26741 Hannan-Quinn criter. -3.185991
F-statistic 144.3517 Durbin-Watson stat 1.922523
Prob(F-statistic) 0.000000

32
 HASIL UJI LINEARITAS

Ramsey RESET Test

Equation: UNTITLED
Specification: LOGPDB C LOGUTANG LOGMODAL LOGGOV
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic 0.593591 25 0.5581
F-statistic 0.352351 (1, 25) 0.5581
Likelihood ratio 0.419869 1 0.5170

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 0.000924 1 0.000924
Restricted SSR 0.066448 26 0.002556
Unrestricted SSR 0.065525 25 0.002621

LR test summary:
Value df
Restricted LogL 49.11975 26
Unrestricted LogL 49.32968 25

Unrestricted Test Equation:

Dependent Variable: LOGPDB
Method: Least Squares
Date: 12/27/16 Time: 00:01
Sample: 1985 2014
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C 7.847868 16.39293 0.478735 0.6363

LOGUTANG 0.039548 0.116306 0.340035 0.7367
LOGMODAL 0.132860 0.373086 0.356111 0.7247
LOGGOV 0.227154 0.782182 0.290410 0.7739
FITTED^2 0.012516 0.021085 0.593591 0.5581

R-squared 0.996436 Mean dependent var 26.16102

Adjusted R-squared 0.995866 S.D. dependent var 0.796255
S.E. of regression 0.051196 Akaike info criterion -2.955312
Sum squared resid 0.065525 Schwarz criterion -2.721779
Log likelihood 49.32968 Hannan-Quinn criter. -2.880603
F-statistic 1747.532 Durbin-Watson stat 1.480067
Prob(F-statistic) 0.000000

33
 HASIL UJI NORMALITAS

HASIL UJI MULTIKOLINEARITAS

Variance Inflation Factors

Date: 12/26/16 Time: 20:50
Sample: 1985 2014
Included observations: 30

Coefficient Uncentered Centered

Variable Variance VIF VIF

C 0.614034 7207.795 NA
LOGUTANG 0.000115 956.9116 2.149121
LOGMODAL 0.002021 14712.39 3.088966
LOGGOV 0.000464 3057.429 3.677762

34
 HASIL UJI HETEROSKEDASTISITAS

Heteroskedasticity Test: White

F-statistic 1.631126 Prob. F(9,20) 0.1732

Obs*R-squared 12.69903 Prob. Chi-Square(9) 0.1767
Scaled explained SS 7.504559 Prob. Chi-Square(9) 0.5847

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/26/16 Time: 20:51
Sample: 1985 2014
Included observations: 30

Variable Coefficient Std. Error t-Statistic Prob.

C 2.534105 3.790002 0.668629 0.5114

LOGUTANG^2 0.002463 0.001803 1.366108 0.1871
LOGUTANG*LOGMODAL -0.016048 0.007127 -2.251703 0.0357
LOGUTANG*LOGGOV 0.000343 0.003010 0.114048 0.9103
LOGUTANG 0.260330 0.095168 2.735474 0.0127
LOGMODAL^2 0.021203 0.014770 1.435523 0.1666
LOGMODAL*LOGGOV -0.007844 0.011431 -0.686257 0.5004
LOGMODAL -0.456545 0.409405 -1.115144 0.2780
LOGGOV^2 0.004433 0.002963 1.496034 0.1503
LOGGOV -0.018088 0.136183 -0.132818 0.8957

R-squared 0.423301 Mean dependent var 0.002215

Adjusted R-squared 0.163786 S.D. dependent var 0.002826
S.E. of regression 0.002584 Akaike info criterion -8.817611
Sum squared resid 0.000134 Schwarz criterion -8.350545
Log likelihood 142.2642 Hannan-Quinn criter. -8.668192
F-statistic 1.631126 Durbin-Watson stat 1.953215
Prob(F-statistic) 0.173218

35
 HASIL UJI AUTOKORELASI

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.854681 Prob. F(2,24) 0.1782

Obs*R-squared 4.016003 Prob. Chi-Square(2) 0.1343

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/26/16 Time: 20:51
Sample: 1985 2014
Included observations: 30
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 0.160287 0.763835 0.209845 0.8356

LOGUTANG 0.000804 0.010685 0.075243 0.9406
LOGMODAL -0.008690 0.043806 -0.198382 0.8444
LOGGOV 0.001464 0.021202 0.069044 0.9455
RESID(-1) 0.370306 0.203038 1.823828 0.0807
RESID(-2) -0.225908 0.207284 -1.089844 0.2866

R-squared 0.133867 Mean dependent var -1.18E-15

Adjusted R-squared -0.046578 S.D. dependent var 0.047868
S.E. of regression 0.048970 Akaike info criterion -3.018366
Sum squared resid 0.057553 Schwarz criterion -2.738127
Log likelihood 51.27549 Hannan-Quinn criter. -2.928715
F-statistic 0.741873 Durbin-Watson stat 1.909352
Prob(F-statistic) 0.599738

36