ABSTRAK
ABSTRACT
PDRB is one of the successful indicators of the development in the region. Various
economic variables influence the PDRB of Bali province. The objective of this research is to
identify and analyze economic variables which influence PDRB of Bali and to interpret
economic variables which provide main contribution to the PDRB of Bali province. This
research was done by using secondary data in the form of time series data from 1999 to 2002.
Time series data analyzed its kestasioneritas by using autocorrelation function correlogram
method then continued by testing correlation level amongst variables with pearson correlation
matrix and proximity correlation matrix. In addition, factor analysis was made by means of
Principal component analysis (PCA) method to form a set of ortogal variables free of
autocorrelation and multi collinearity. From those variables formed through PCA it is analyzed
by mckinnon-white and Davidson (MWD) test whether the model belongs to linear or log
linear.
The finding shows that economic variables which are potential to influence PDRB of
Bali province are as follows : variable of household consumption expenditure, exchange rate of
rupiah to US dollar , the amount of capital credit, export netto, the value of agriculture
production, domestic private investment, foreign private investment, the amount of workforce,
and the amount of tourist. After applying the method of PCA and MWD, it is found the linear
model with the results that the variables having significant influence to PDRB is expenditure
variable with t value of 19,79 (significant), while variable which has no influence to PDRB is
investment variable with t value of 0,75 (non significant). This is caused by inefficient of
investment in Bali. Interpretation of the economic variables in the model shows that economic
variable which has the biggest contribution to the formation of PDRB of Bali province is : the
exchange rate of rupiah to US dollar. This is possible because the Balinese community
especially those who are involving in business in the field of tourism is basically influence by
dollar minded condition. High cost of the expenditure of regional government shows high
financial dependency of the regional government on central government.
GR = F(X1, X2, X3, X4, X5, X6, X7, X8, X9, X10) X9 Jumlah Angkatan Kerja
X1 Pengeluaran Konsumsi Rumah Tangga X10 Jumlah Wisatawan Asing
X2 Pengeluaran Konsumsi Pemerintah GR PDRB Bali
X3 Nilai Tukar Rupiah terhadap USD
X4 Jumlah Kredit Modal Kerja 2.2 Kerangka Pemikiran
X5 Nilai Ekspor Neto Kerangka pemikiran dalam penelitian
ini dapat digambarkan dalam suatu diagram
X6 Nilai Hasil Produksi Pertanian
seperti pada Diagram 1.
X7 Investasi Swasta Domestik
X8 Investasi Swasta Asing
Analisis
Tujuan Penelitian
DIAGRAM 1
KERANGKA PEMIKIRAN PENELITIAN
Nilai hasil produksi pertanian di sini melalui beberapa cara. Salah satu di
meliputi jumlah produksi rata-rata padi antaranya adalah pembuatan Correlogram.
sawah dan padi ladang di setiap Correlogram merupakan grafik yang
kabupaten/dati II di Propinsi Bali dalam menggambarkan fungsi autokorelasi
waktu setahun yang dikelompokkan sebagai (autocorrelation function/ACF) dari sampel
nilai bahan makanan. Padi sawah adalah data yang dimiliki (Bill Hung, 2002). ACF
pertanian dengan menanam padi di areal pada lag ke-k yang dinotasikan sebagai k
persawahan dengan sistem irigasi yang didefinisikan sebagai:
telah ada, baik pengairan modern maupun
cov(Yt ,Ytk )
tradisional (subak). Sebaliknya, padi ladang
adalah pertanian dengan menanam padi di
k =
areal ladang (lahan kering) dan
var(Yt )
menggantungkan pengairannya pada siklus
musim hujan/kemarau. Data deret waktu yang telah diketahui
Investasi swasta domestik yang kestasionerannya selanjutnya dianalisis
dimaksudkan di sini adalah realisasi jumlah dengan mengggunakan PCA (principal
nilai investasi swasta yang berasal dari component analysis) untuk mengetahui
dalam negeri yang ditanamkan untuk pengaruh variabel-variabel terhadap PDRB.
kegiatan produksi di Bali setiap tahun Analisis PCA bertujuan membangun satu
(PMDN). Sebaliknya investasi swasta asing set variabel baru ortogonal yang merupakan
adalah realisasi jumlah investasi yang kombinasi linier dari variabel yang asli.
ditanamkan di Propinsi Bali yang berasal Dengan menggunakan PCA dapat dihindari
dari swasta luar negeri (PMA) setiap terjadinya auotokorelasi antarvariabel bebas
tahunnya (BPS Bali, 2002). serta menghilangkan adanya
Tenaga kerja merupakan salah satu multikolinieritas (multicollinearity) yang
indikator untuk melihat perkembangan dan dapat mengurangi ketepatan dari kemam-
kondisi ekonomi suatu daerah. Tingkat puan prediksi model. Di samping itu, PCA
pertumbuhan ekonomi yang tinggi juga dapat menghindari pelanggaran asumsi
bukanlah jaminan tercapainya kemakmuran klasik regresi, yakni adanya autokorelasi
di suatu daerah apabila tingkat (autocorrelation) antarvariabel bebas galat
pengangguran di daerah tersebut juga relatif persamaan (error terms) dan
tinggi. Angkatan kerja adalah jumlah multikolinieritas (multicoliniearity)
penduduk usia kerja yang mencari antarvariabel dengan galat persamaan
pekerjaan dan sedang bekerja. Termasuk (error terms). Penggunaan PCA
dalam kelompok ini adalah usia produktif dimaksudkan untuk memudahkan dalam
yang mencari kerja (BPS Bali,2002). menafsirkan model karena akan melibatkan
Jumlah kunjungan wisatawan asing lebih sedikit variabel bebas tanpa
adalah jumlah wisatawan asing yang menghilangkan pengaruh asli variabel-
langsung datang ke Bali dari negara asalnya variabel asli.
selama periode waktu setahun. Wisatawan Setelah variabel yang dilibatkan dalam
domestik tidak dimasukkan di sini karena model diuji tingkat stasioneritasnya dan
sulit untuk membedakan kedatangannya melewati metode PCA, maka selanjutnya
sebagai wisatawan dan dengan tujuan model diuji lagi untuk mengetahui bentuk
mencari pekerjaan atau migrasi. model. Pengujian dilakukan dengan
menggunakan MWD-test (Mc-Kinnon-
3.4 Analisis Data White and Davidson) untuk mengetahui
Data yang telah disusun ke dalam apakah model regresi yang dipakai
variabel seperti pada model yang dihipo- berbentuk linier atau log linier. Hal ini
tesiskan di atas terlebih dahulu diuji penting guna menghindari adanya
kestasioneran data deret waktu (time series) kekeliruan dalam membentuk model
dengan menggunakan Uji ACF penduga parameter awal (Gudjarati, 1995).
(Autocorrelation Function). Uji
Stasionaritas suatu variabel bisa dilakukan
perhatian lebih besar adalah potensi Anwar Nasution. 2002. The Indonesian
dan kondisi lokal Bali sekarang dan Economic Recovery From the Crisis in
masa yang akan datang. Jangan sampai 1997 98. A Paper Presented at Joint
terjebak dan hanya terfokus pada sisi Session of the American Economic Associ-
ation (AEA). Georgia, USA.
desentralisasi fiskal yang lebih besar
untuk Bali. Bill Hung. 2002. Why Testing for Random Walk
3. Peningkatan investasi dapat (Unit Root Test of Stationary)?. Ekon3600
dilaksanakan dan diimbangi dengan Economic Modeling and Analisys.
deregulasi bidang investasi yang teratur Carlos Alberto Azzoni. 2001. A Time Series
sesuai dengan perkembangan kondisi Analisys of Regional Income Convergence
tanpa membuat investor merasa in Brazil. Brazil : FEA-USP.
terbebani dan waswas. Di samping itu, Damodar N. Gujarati. 1995. Basic
peruntukannya harus jelas dan berdaya Econometrics. USA : McGraw-Hills.
guna untuk meningkatkan PDRB Bali.
Gregory N, Mankiw. 1997. Macroeconomics.
Third Edition. New York : Worth
Publisher.
DAFTAR PUSTAKA
Kelley, Allen and Julian Simon. 1999. Harrod-
-----. 2001. Data Bali Membangun: Income per Domar Model. Diakses pada tanggal 12
Capita, Inflasi, dan Kontribusi Sektor. Januari 2004 dari situs
www. Bali.co.id. Denpasar. http://www.kimep.kz/SSE/popdev-
k/Topics/Discussions/Delay/harroddomar.
-----. 2003. Regression Analisys,
htm
Http://www.geocities.com/. Diakses 18
November 2003. Munawar Ismail. 2001. Pendapatan Asli
Daerah dalam Otonomi Daerah. TEMA,
-----. 2002. Bali Dalam Angka 2002. Denpasar:
Vol II No.1. Malang : Universitas
BPS Bali.
Brawijaya.
Alkadri. 2001. Sumber-sumber Pertumbuhan
Wiyono. 2001. Kemampuan Keuangan Daerah
Ekonomi Indonesia 1969 1996. Jurnal
dalam Mengimplementasikan Otonomi
Ekonomi, 9 (2) Jakarta: Unversitas
Daerah. Proposal Penelitian. Malang :
Indonesia.
Universitas Brawijaya.
LAMPIRAN
Tabel 1
Tingkat Stasioneritas Data Deret Waktu
Box-
No Variabel Probabilitas Keterangan
Ljung
1 Pengeluaran Konsumsi Rumah Tangga 2.579 0.108 Stasioner
2 Pengeluaran Konsumsi Pemerintah 0.910 0.340 Stasioner
3 Nilai Tukar Rupiah terhadap USD 0.217 0.641 Stasioner
4 Jumlah Kredit Modal Kerja 0.295 0.587 Stasioner
5 Nilai Ekspor Neto 1.737 0.187 Stasioner
6 Produksi Hasil Pertanian 0.020 0.887 Stasioner
7 Investasi Swasta Domestik 1.832 0.176 Stasioner
8 Investasi Swasta Asing 0.303 0.582 Stasioner
9 Jumlah Angkatan Kerja 0.060 0.807 Stasioner
10 Jumlah Wisatawan 0.341 0.559 Stasioner
11 PDRB 2.514 0.113 Stasioner
Sumber: Data diolah Tahun 2004
Tabel 2
Matriks Komponen Metode Principal
Component Analysis
a
Rotated Component
Component
1 2
Pengeluaran Konsumsi
.940 4.166E-02
Rumah Tangga
Pengeluaran Konsumsi
.946 -3.64E-02
Pemerintah
Nilai Tukar Rupiah
.904 -4.73E-03
terhadap USD
Jumlah Kredit Modal
.882 .133
Kerja
Nilai Ekspor Neto .820 .149
Nilai Hasil Produksi
.984 5.758E-02
Pertanian
Investasi Swasta
3.858E-02 .926
Domestik
Investasi Swasta Asing .201 .923
Jumlah Angkatan Kerja -.122 -.931
Jumlah Wisatawan
.959 -8.28E-03
Asing
Extraction Method: Principal Component Analysis.
Rotation Method: Quartimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
Tabel 3
Nilai Komponen Utama yang Terbentuk Setelah
Melewati Metode PCA
PDRB (Y) Variabel
Pengeluaran Variabel
(X1) Investasi (X2)
4467890.72 3,636,352.75 1,787,423.76
4857044.00 4,286,787.01 1,794,696.18
5257750.13 5,294,586.95 1,725,666.34
5690462.96 6,251,136.63 1,703,316.33
6117298.41 6,772,529.28 1,704,218.58
6602400.17 7,273,271.14 1,788,349.90
7141772.87 7,893,818.32 1,742,867.98
7556533.49 8,894,558.67 2,136,387.78
7250948.20 9,173,259.89 2,162,858.97
7299401.30 8,707,321.28 1,860,090.35
7521841.20 9,182,027.10 1,806,114.67
7777070.52 10,057,134.05 1,686,274.16
8021668.83 10,677,809.51 1,659,176.12
Lampiran Data :
X1 X2 X3 X4 X5 X6
Tahun (Jutaan (Jutaan (Jutaan (Jutaan (Jutaan
Rupiah) Rupiah) (Rupiah) Rupiah) Rupiah) Rupiah)
X7 X8 X9 X10 Y
Tahun (Jutaan (Jutaan (Jutaan (Jutaan
Rupiah) Rupiah) Rupiah) (Orang) Rupiah)