perpustakaan.uns.ac.id digilib.uns.ac.

id

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Gambaran Perkembangan Variabel Penelitian

1. Perkembangan Variabel Kemakmuran di ASEAN 4

Kemakmuran adalah kemampuan untuk memenuhi sebagian besar

kebutuhan hidup baik kebutuhan primer, sekunder dan tertier. Hal ini dapat

diartikan ketika sesorang memiliki pendapatan yang besar, maka akan berimbas

pula terhadap menigkatnya kemampuan untuk mengkonsumsi sesuatu. Dalam

konteks makro, kamakmuran negara dapat dilihat dari pendapatan nasional

negara tersebut. Pendapatan nasional dipergunakan untuk menentukan laju

tingkat perkembangan ekonomi dan mangukur keberhasilan suatu negara.

Pendapatan nasional dapat menggunakan beberapa pendekatan yaitu dari

produk domestik bruto(PDB) dan gross national product (GNP).

Produk domestik brutoper capita merupakan alat ukur perekonomian

yang paling diperhatikan karena dianggap sebagai tolak ukur terbaik untuk

kesejahteraan masyarakat. Hal ini dikarenakan PDB per kapita dapat mengukur

dua hal secara bersamaan yaitu : total pendapatan semua orang dalam

perekonomian dan total belanja negara untuk membeli barang maupun jasa.

PDB dapat melakukan pengukuran ganda yaitu total pendapatan dan

pengeluaran dikarenakan untuk perekonomian secara keseluruhan, pendapatan

pasti akan sama dengan pengeluaran (Mankiw : 2006).

commit to user

51
perpustakaan.uns.ac.id digilib.uns.ac.id52

Dengan alasan menigkatkan produk domestik bruto, negara di kawasan

Asia Tenggara membuat suatu Integrasi ekonomi yang disebut kawasan

ASEAN. Dengan menigkatkan produk domestik bruto, diharapkan dapat ikut

meningkatkan kemakmuran dan perkembangan ekonomi di kawasan asia

tenggara. Data dalam penelitian ini menggunakan data produk domestik

brutoper capita berdasarkan USD yang diperoleh dari situs world bank. Berikut

adalah data produk domestik bruto per kapita yang menggambarkan

kemakmuran beberapa negara di kawasan ASEAN. Berikut adalah

perkembangan produk domestik bruto per kapita di 4 negara ASEAN :

Untuk perkemangan produk domestik bruto per kapita dapat dijelaskan

sebagai berikut :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id53

Tabel 4.1 Perkembangan Produk Domestik Bruto per Kapita di ASEAN 4

PDB per kapita (current USD)

Tahun
Indonesia Malaysia Thailand Filipina
1990 640.56666 2417.4166 1508.2905 715.29514
1991 705.04752 2626.0796 1717.8609 715.50167
1992 752.31798 3079.9968 1932.8965 815.06477
1993 840.37579 3395.4142 2152.773 817.35668
1994 925.72167 3685.9934 2467.178 941.71614
1995 1041.3135 4286.1689 2848.5469 1064.8406
1996 1153.5876 4743.7531 3054.7533 1163.848
1997 1078.4723 4593.6717 2506.2135 1131.4004
1998 470.19614 3228.6014 1836.6842 970.6139
1999 679.79367 3456.8481 1989.9949 1091.7827
2000 789.80588 4004.546 1968.537 1043.4561
2001 756.93101 3877.9967 1831.9028 961.71698
2002 909.88733 4130.678 1988.7337 1004.9906
2003 1076.219 4427.4597 2211.874 1015.7803
2004 1160.6149 4918.1667 2478.8176 1084.7655
2005 1273.4652 5553.9436 2689.9531 1200.9382
2006 1601.0312 6179.6582 3143.2359 1398.827
2007 1871.2884 7218.3975 3737.7173 1680.5513
2008 2178.2657 8460.3573 4118.4014 1920.9922
2009 2272.041 7277.7628 3978.9054 1831.9745
2010 2946.6561 8754.2428 4802.6628 2135.9184
2011 3471.4346 10058.043 5192.1189 2357.5709
2012 3556.7857 10432.062 5479.7606 2587.0168
Sumber : World Bank
Tabel diatas menunjukkan perkembangan produk domestik bruto per

kapita 4 (empat) Negara di ASEAN yaitu Indonesia, Malaysia, Thailand, dan

Filipina. Untuk negara dengan produk domestik bruto per kapita terbesar

adalah negara Malaysia. Pada posisi kedua untuk negara dengan produk

domestik bruto terbesar adalah Thailand. Sedangkan untuk negara Indonesia

hanya terdapat di posisi ketida disusul oleh negara Filipina di tempat terakhir.

Berikut adalah data perkembangan produk domestik bruto per kapita yang

disajikan dalam bentuk grafik :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id54

Gambar 4.1 Grafik perkembangan PDB per kapita di ASEAN 4

12000

10000

8000
Indonesia

6000 Malaysia
Thailand
4000 Filipina

2000

0
199019921994199619982000200220042006200820102012

Sumber : Data PDB per kapita diolah

Grafik di atas menujukkan bahwa negara Malaysia mempunyai PDB

perkapita yang paling tinggi diantara ketiga Negara lainnya. Dapat dilihat

pula, PDB per kapita mengalami fluktuasi, yaitu mengalami kenaikan sejak

tahun 1990 sampai tahun 1997 dan mengalami penurunan pada tahun 1998.

Namun, pada tahu 1999 sampai tahun 2012 negara Malaysia mengalami

kenaikan secara pesat. Tahun 2008 merupakan tahun depresiasi bagi PDB per

kapita, pasalnya pada tahun ini terjadi krisis moneter yang cukup parah.

Untuk negara dengan PDB per kapita tertinggi kedua dipegang oleh Thailand,

dimana PDB per kapita negara ini berfluktuasi dan mempunyai pola yang

sama dengan Malaysia.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id55

Hal serupa juga dialami negara Indonesia dan Filipina, dimana kedua

Negara ini memiliki pola fluktuasi yang hampir sama dengan Negara

Malaysia maupun Thailand. Namun, terdapat perbedaan dalam fluktuasi

kedua negara ini, yaitu tidak terjadi fluktuasi yang drastis dan di tahun 2008

dimana tahun tersebut merupakan krisis global, justru PDB per kapita

Indonesia dan Filipina seakan tidak terpengaruh.

2. Perkembangan Variabel Foreign Direct Investment di ASEAN 4

Pembangunan ekonomi yang ada di Negara-negara berkembang tidak

lepas dari adanya peranan investasi asing yang berbentuk foreign direct

investment. Besarnya biaya yang dibutuhkan untuk mendukung pembangunan

ekonomi tidak dapat dipenuhi hanya dari tabungan nasional yang tersedia di

dalam negeri. Kondisi ini mendorong pemerintah untuk mencari sumber

pembiayaan lain dengan cara mencari investor dari luar negeri. Salah satu

investasi dari luar negeri yang diincar yaitu investasi asing langsung atau

foreign direct investment.

Ciri yang menonjol dari investasi FDI adalah investasi ini bersifat

jangka panjang, namun investasi yang ditanamkan tidak hanya berupa modal

finansial saja melainkan berupa asset (aktiva tetap), alih teknologi, alih ilmu

manajerial, dan modal intelektual. Pada perkembangannya, FDI tidak hanya

dianggap sebagai pendorong pertumbuhan ekonomi tetapi juga dianggap

sebagai indikator atas kinerja perekonomian suatu negara. Bahkan, FDI juga

dianggap sebagai indikator kinerja

commit to user pemerintah dalam membangun
perpustakaan.uns.ac.id digilib.uns.ac.id56

kepercayaan terhadap publik, baik dalam maupun luar negeri. Semakin besar

investasi yang masuk, semakin besar pula kepercayaan publik kepada

pemerintah, begitu juga sebaliknya.

Sejak berlakunya undang-undang tentang penanaman modal asing,

investasi cenderung menigkat dari waktu ke waktu. Hal ini tercermin dalam

data FDI yang dipakai dalam penelitian ini untuk melihat perkembangan

aliran FDI yang masuk ke ASEAN 4. Berikut adalah perkembangan FDI di

ASEAN 4 :

Tabel 4.2 Perkembangan Foreign Direct Investment di ASEAN 4

Foreign Direct Investment (US$)

Tahun
Indonesia Malaysia Thailand Filipina
1990 1093000000.00 2332455289.06 2443549743.01 530000000.00
1991 1482000000.00 3998448522.46 2013985971.10 544000000.00
1992 1777000000.00 5183358086.40 2113021867.32 228000000.00
1993 2004000000.00 5005642759.88 1804040984.76 1238000000.00
1994 2109000000.00 4341800916.32 1366440824.95 1591000000.00
1995 4346000000.00 4178239335.04 2067936429.29 1478000000.00
1996 6194000000.00 5078414947.88 2335837474.93 1517000000.00
1997 4677000000.00 5136514575.67 3894755071.05 1222000000.00
1998 -240800000.00 2163401815.58 7314804931.33 2287000000.00
1999 -1865620963.49 3895263157.89 6102677671.18 1247000000.00
2000 -4550355285.71 3787631578.95 3365987582.58 2240000000.00
2001 -2977391857.14 553947368.42 5067170388.09 195000000.00
2002 145085548.72 3203421052.63 3341612007.24 1542000000.00
2003 -596923827.79 2473157894.74 5232270340.19 491000000.00
2004 1896082770.00 4624210526.32 5860255942.60 688000000.00
2005 8336257207.64 3924786634.74 8055353137.64 1664000000.00
2006 4914201435.00 7690731246.00 9454930945.00 2707000000.00
2007 6928480000.00 9071369835.00 11326925416.00 3245000000.00
2008 9318453649.83 7572512432.34 8538342442.00 1436000000.00
2009 4877369178.00 114664434.56 4853961111.44 2712000000.00
2010 13770580771.01 10885613792.28 9103993909.78 1635000000.00
2011 19241252761.61 15119371104.86 9005266296.73 1816000000.00
2012 19618049397.99 9733616207.38 10689324361.38 2797000000.00
Sumber : World Bank

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id57

Tabel diatas menunjukkan perkembangan foreign direct investment di

4 (empat) Negara ASEAN yaitu Indonesia, Malaysia, Thailand, dan Filipina.

Dari tabel diatas dapat dilihat bahwa Indonesia merupakan negara yang paling

besar nilai investasi asing langsung dibandingkan negara lain di tahun 2012.

Untuk negara Malaysia dan Thailand mempunyai nilai yang hampir sama

pada tahun 2012. Sedangkan negara Filipina mempunyai nilai foreign direct

investment yang paling kecil diantara negara yang lain. Berikut adalah data

perkembangan foreign direct investment yang disajikan dalam bentuk grafik :

Gambar 4.2 Grafik perkembangan Foreign Direct Investment di ASEAN 4

2.5E+10

2E+10

1.5E+10
Indonesia
1E+10 Malaysia

5E+09 Thailand
Filipina
0
199019921994199619982000200220042006200820102012
-5E+09

-1E+10

Sumber : data Foreign direct Investment diolah

Dari gambar grafik di atas dapat dilihat perkembangan foreign

direct investment. Untuk tahun 2012, Indonesia menempati posisi

penanaman modal asing yang paling tinggi diantara ketiga negara lainnya.
commit
Namun pada tahun 1998 to user tahun 2004, nilai foreign direct
sampai
perpustakaan.uns.ac.id digilib.uns.ac.id58

investment di Indonesia mengalami depresi dan mengalami posisi yang

paling rendah dibandingkan ketiga negara yang lainnya. Hal ini

disebabkan karena krisis moneter dan kerusuhan yang terjadi pada tahun

1998, sehingga investor takut untuk menanamkan investasinya di

Indonesia.

Untuk negara Malaysia dan Thailand memiliki nilai foreign direct

investment yang kompetitif. Bisa dilihat, sebelum tahun 2010 kedua

negara ini memiliki pola fluktuasi yang hampir sama. Namun, ada yang

berbeda dari negara ini yaitu negara Malaysia mempunyai kecenderungan

menurun pada tahun-tahun terakhir. Sedangkan negara Thailand

mempunyai kecenderungan naik ditahun-tahun terakhir.

3. Perkembangan Variabel Labour di ASEAN 4

Pembangunan ekonomi tidak dapat pernah lepas dari tenaga kerja

(labour) dimana tenaga kerja berfungsi sebagai penggerak ekonomi.

Definisi dari tenaga kerja adalah orang berusia 15 tahun atau lebih tua

dimana memenuhi definisi dari international labour organization yang

aktif secara ekonomi dalam jangka waktu tertentu. Dalam prakteknya,

setiap negara mempunyai pendapat berbeda dalam memberikan definisi

dari tenaga kerja itu sendiri.

Kawasan ASEAN telah membentuk suatu komunitas dimana

komunitas tersebut diharapkan dapat mempererat integrasi ASEAN dalam

menghadapi perkembangan konstelasi politik internasional. Dalam

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id59

menghadapi perkembangan tersebut komunitas ASEAN dilandasi oleh

tiga pilar yaitu ASEAN Political security Community (APSC), ASEAN

Economic Community (AEC) dan ASEAN Socio-Cultural Community

(ASCC).

Secara khusus, pilar ASCC yang dimaksud dalam komunitas

ASEAN adalah “ to promote a people-oriented ASEAN in which all

sectors or society are encouraged to participate in, and benefit from the

process of ASEAN integration and community building ”. Diharapkan

dengan adanya pilar ASCC dapat menigkatkan interaksi antar masyarakat

Negara-negara anggota ASEAN. Dengan begitu, kemajuan akan dirasakan

oleh semua kalangan baik dari kalangan bisnis, swasta, media massa,

lembaga non pemerintah dan tentunya masyarakat negara-negara anggota

ASEAN.

Dengan memanfaatkan komunitas yang sudah ada, peluang untuk

para tenaga kerja memperoleh kesempatan kerja juga akan semakin

banyak. Dalam penelitian ini, untuk melihat perkembangan data tenaga

kerja (labour ) di negara ASEAN 4 digunakan data labour force yang

diperoleh dari World Bank. Berikut adalah tabel saji perkembangan

Labour di ASEAN 4.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id60

Tabel 4.3 Perkembangan Labour (tenaga kerja) di ASEAN 4

Labour (orang)
Tahun
Indonesia Malaysia Thailand Filipina
1990 74394190.90 7056529.79 32178368.84 23929731.60
1991 76111317.87 7290143.37 32106572.10 24603260.72
1992 77701128.28 7512388.94 31861372.26 25475776.72
1993 80640878.41 7738596.95 31495564.59 26010521.13
1994 83169754.16 7974438.86 31077602.12 26713752.29
1995 86293531.66 8223800.77 31721494.99 27894882.57
1996 89271571.71 8501505.34 32446244.91 28602845.87
1997 89358375.96 8778507.64 33190878.57 29281525.70
1998 90716292.77 9065236.35 33381847.59 30288277.44
1999 95923680.59 9357435.24 33500317.68 30993791.39
2000 97648031.30 9808006.73 34413725.85 31131874.69
2001 99203166.20 10044113.37 35200645.22 33254696.53
2002 100611492.89 10278038.67 35716480.03 33497187.71
2003 102515240.38 10509125.92 36147843.24 34592776.45
2004 104371426.99 10736943.61 36847367.08 35124577.14
2005 106377062.13 10961174.36 37370933.59 34994459.10
2006 107904548.93 11180637.61 37452868.77 35315304.17
2007 109421521.69 11394970.09 38276043.62 35784409.20
2008 110968623.65 11605639.30 38607131.47 36883230.41
2009 112927741.23 11834730.13 38651150.14 37896522.48
2010 114503985.29 12084841.09 38781148.80 39126595.04
2011 116379606.11 12399724.00 39109599.48 40340543.66
2012 118378606.27 12717900.99 39423474.47 41278566.76
Sumber : World Bank

Tabel diatas merupakan data perkembangan variabel Labour di 4

(empat) negara ASEAN yaitu Indonesia, Malaysia, Thailand, dan Filipina.

Dari tabel di atas kita dapat melihat bahwa jumlah tanga kerja yang paling

banyak berada di negara Indonesia. Untuk Negara dengan jumlah tenaga

kerja terbanyak kedua adalah negara Filipina. Berada di posisi ketiga

dengan jumlah tenaga kerja terbanyak adalah negara Thailand dan negara

dengan jumlah tenaga kerja paling sedikit adalah Malaysia. berikut adalah

commit
perkembangan tenaga kerja yangtodigambarkan
user melalui grafik :
perpustakaan.uns.ac.id digilib.uns.ac.id61

Gambar 4.3 Grafik Perkembangan Labour di ASEAN 4

140000000

120000000

100000000

80000000 Indonesia
Malaysia
60000000
Thailand
40000000
Filipina
20000000

Sumber : data labour diolah

Dari gambar grafik diatas dapat dilihat perkembangan tenaga kerja

di 4 (empat) negara ASEAN. Dari grafik diatas dapat dilihat bahwa

Indonesia mempunyai tenaga kerja yang paling banyak dibandingkan

negara yang lain. Disamping itu, pertumbuhan tenaga kerja Indonesia juga

menunjukkan pertumbuhan yang paling cepat dibandingkan yang lain.

Untuk negara Thailand dan Filipina memiliki tenaga kerja yang

hampir sama. Namun, Filipina akan menyusul Thailand pada tahun-tahun

terakhir. Hal ini menunjukkan bahwa pertumbuhan penduduk usia

produktif negara Filipina lebih tinggi daripada negara Thailand.

Sedangkan untuk negara yang paling sedikit mempunyai tenaga kerja

adalah Malaysia dimana angka pertumbuhan labour menunjukkan

perkembangan positif namun stabil.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id62

4. Perkembangan Variabel Interest Rate di ASEAN 4

Interest Rate atau yang biasa dikenal dengan tingkat suku bunga

sangat mempengaruhi investasi. Hal ini disebabkan ketika tingkat suku

bunga berubah, maka akan berdampak pada jumlah investasi di suatu

negara baik yang berasal dari investor dalam negeri ataupun investor

asing.

Tingkat suku bunga yang tinggi di kawasan ASEAN menjadi

tantangan tersendiri bagi pengusahanya. Semakin tinggi tingkat suku

bunga, maka semakin berat pula beban yang akan ditanggung para

pengusaha.

Semakin kecil tingkat suku bunga, maka akan semakin baik untuk

perekonomian begitu pula sebaliknya. Untuk melihat perkembangan

Interest Rate di Negara ASEAN 4 dalam penelitian ini digunakan data

real Interest Rate yang berasal dari World Bank. Adapun data

perkembangan Interest Rate dijelaskan pada tabel berikut ini.

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id63

Tabel 4.4 Perkembangan Interest Rate di ASEAN 4

Interest Rate (%)

Tahun
Indonesia Malaysia Thailand Filipina
1990 12.16 4.80 8.17 9.87
1991 15.35 5.56 9.12 5.62
1992 17.72 7.56 7.35 10.70
1993 10.75 5.81 7.63 7.35
1994 9.26 4.64 5.41 4.61
1995 8.34 4.92 7.25 6.63
1996 9.52 6.04 9.02 6.67
1997 8.21 6.91 9.21 9.46
1998 -24.60 3.35 4.74 -4.58
1999 11.83 8.51 13.57 4.87
2000 -1.65 -1.09 6.40 4.92
2001 3.72 8.85 5.08 6.49
2002 12.32 3.30 6.01 4.78
2003 10.85 2.91 4.55 6.08
2004 5.13 0.03 2.30 4.32
2005 -0.25 -2.67 1.25 4.12
2006 1.66 2.41 2.01 4.60
2007 2.34 1.46 3.48 5.43
2008 -3.85 -3.90 2.99 1.12
2009 5.75 11.78 3.94 5.64
2010 4.61 0.85 2.19 3.31
2011 3.96 -0.57 2.58 2.54
2012 6.95 4.02 5.67 3.71
Sumber : World Bank

Tabel diatas merupakan data perkembangan Interest Rate di 4

(empat) Negara ASEAN yaitu Indonesia, Malaysia, Thailand, dan

Filipina. Dari data diatas, dapat dilihat bahwa Indonesia adalah negara

dengan tingkat suku bunga yang paling tinggi pada tahun 2012.

Sebenarnya tidak hanya pada tahun 2012, Indonesia merupakan negara

dengan tingkat bunga paling tinggi diantara tiga negara lainnya sejak

tahun 1992. Sedangkan negara Filipina dapat dikatakan sebagai negara

yang mempunyai tingkatcommit to usertinggi di tahun 1990-an, namun nilai

suku bunga
perpustakaan.uns.ac.id digilib.uns.ac.id64

tingkat suku bunga terus mengalami penurunan di tahun 2000 keatas. Hal

yang sama juga dialami negara Thailand dan Malaysia, namun ada

perbedaan antara kedua negara ini dengan Filipina, yaitu penurunan yang

stabil sejak tahun 2000 dibanding Filipina.

Gambar 4.4. Grafik Perkembangan Interest Rate di ASEAN 4

20

15

10

5
Indonesia
0
Malaysia
-5
Thailand
-10
Filipina
-15

-20

-25

-30

Sumber : data interest rate diolah

Dari gambar grafik diatas dapat dilihat, bahwa tingkat suku bunga

Indonesia merupakan yang tertinggi di antara negara lainnya. Tingkat

suku bunga Indonesia pernah mencapai angka – 20 % pada tahun 1998

dimana tahun tersebut adalah tahun dimana terdapat krisis moneter.

Namun, tingkat suku bunga Indonesia secara konsisten terus menurun

sampai dengan tahun 2012. Untuk negara Thailand, Malaysia, dan Filipina

juga mempunyai tren yang sama, yaitu tingkat suku bunga yang terus

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id65

menurun stabil dari tahun 1998 dan terjadi peningkatan pada tahun-tahun

tertentu.

B. Hasil dan Analisis Kuantitatif

Salah satu tujuan dari penelitian ini adalah untuk mengetahui kemamuran

yang ada di ASEAN 4 (Indonesia, Malaysia, Filipina, dan Thailand). Determinan

kemakmuran yang digunakan dalam penelitian ini terdiri dari beberapa variabel

yaitu, foreign direct investment, labour, dan interest rate. Teknik analisis yang

digunakan dalam penelitian ini adalah teknik analisis data panel yaitu dengan

menggabungkan data yang bersifat time series dengan data yang bersifat cross

section.

Dalam melakukan penelitian dan analisis menggunakan data panel, peneliti

menggunakan tiga jenis estimasi model yaitu, Pooled Least Square (PLS), Fixed

Effect Methode (FEM), dan Random Effect Methode (REM). Pengujian yang

dilakukan dengan menggunakan variabel dependen yaitu Produk domestik

brutoper capita. Hasil yang akan digunakan untuk menarik kesimpulan dalam

penelitian ini adalah hasil dari perhitungan terbaik dari model yang digunakan.

Dalam mengolah data, penelitian ini menggunakan software eviews 8. Adapun

hasil estimasi yang telah dilakukan dalam penelitian ini adalah sebagai berikut :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id66

Tabel 4.5 Hasil estimasi PDB dan PDB per kapita

Kemakmuran
Variabel Independen
PDB Perkapita

1.14E-07 *
FDI
(2.27E-08)

4.45E-05 *
Labour
(1.03E-05)

1.207024 **
Interest Rate
(13.85380)

Catatan : angka pada tanda ( ) merupakan standar error dan angka yang bertanda

* merupakan variabel yang signifikan. ** merupakan variabel yang tidak

signifikan.

Sumber : Hasil olah data eviews 8.

Berikut adalah pembahasan untuk masing-masing hasil estimasi variabel

dependen produk domestik bruto per kapita :

1. Variabel Dependen produk domestik bruto per kapita

a. Hasil Uji Pemilihan Model

Setelah dilakukan estimasi data panel dengan menggunakan tiga

pendekatan yaitu, Pooled Least Square (PLS), Fixed Effect Methode (FEM),

dan Random Effect Methode (REM), langkah selanjutnya adalah melakukan

uji pemilihan model. Uji pemilihan model ini bertujuan untuk menentukan
commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id67

model terbaik yang hasilnya akan digunakan unntuk membuat kesimpulan

dari analisis yang telah dilakukan dalam penelitian ini. Adapun tahapan-

tahapan dalam uji pemilihan model data panel dapat dijelaskan sebagai

berikut.

(1) Common Effect atau individual Effect

H0 : Model Common Effect

H1 : Model Individual Effect

Dalam pengujian hipotesis tersebut menggunakan persamaan F

statistik seperti yang telah dirumuskan oleh chow seperti berikut ini :

F(α, k-1, n-k) =

Sehingga, hasil perhitungan dengan menggunakan persamaan

diatas adalah sebagai berikut :

F(5%, 3, 88 ) =

= 72.065729

Berdasarkan hasil perhitungan dengan menggunakan

persamaan F statistik, diperoleh nilai Fhitung sebesar 72.065729,

sedangkan nilai daricommit

Ftabel todengan
user df for numerator = 3, df for
perpustakaan.uns.ac.id digilib.uns.ac.id68

denumerator = 88 pada tingkat kepercayaan 5% adalah sebesar 2,76.

Dengan demikian Fhirung lebih besar dari pada Ftabel, sehingga H0

ditolak. Dengan kata lainasumsi bahwa koefisien intersep dan slope

adalah sama sudah tidak berlaku sebagaimana pada persamaan PLS.

Sehingga, dapat ditarik kesimpulan bahwa model data panel

yang lebih cocok digunakan dalam mengestimasi pada penelitian ini

adalah model data panel dengan pendekatan Individual effect

dibanding dengan pendekatan common effect.

(2) Fixed Effect Model (FEM) atau Random Effect Model (REM)

Dari hasil pemilihan model sebelumnya, ditunjukkan bahwa

Individual effect merupakan model yang cocok digunakan untuk

melakukan analisis dalam penelitian ini. Langkah yang dilakukan

selanjutnya adalah melakukan uji Hausman Test yang bertujuan untuk

menentukan model manakah yang akan digunakan antara fixed effect

model atau random effect model dalam penelitian ini. Dalam pengujian

ini, hipotesis yang digunakan adalah sebagai berikut

H0 : Model Random Effect (REM)

H1 : Model Fixed Effect (FEM)

Pengujian Hausman Test dengan menggunakan software olah

data eviews 8 diperoleh hasil sebagai berikut :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id69

Tabel 4.6 Hasil uji Hausman data panel Random Effect Method (REM)

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 57.830394 3 0.0000

Sumber : Hasil Olah data Eviews 8

Berdasarkan hasil perhitungan uji hausman test, diperoleh nilai

chi square (χ2) hitung sebesar 57.830394, sedangkan nilai dari chi

square (χ2) Tabel dengan df = 3, pada tingkat kepercayaan 5% adalah

sebesar 7.81473. Sehingga, dapat diketahui bahwa chi square (χ2)

hitung memiliki nilai jauh lebih besar di atas nilai chi square (χ2)

Tabel, dimana dapat disimpulkan bahwa H0 ditolak.

Dengan kata lain, model panel data yang cocok digunakan

dalam mengestimasi kemakmuran di ASEAN 4 (Indonesia, Malaysia,

Thailand dan Filipina) adalah model data panel dengan pendekatan

Fixed Effect Method (FEM)

(3) Pendekatan Fixed Effect Method (FEM) dengan General Least Square

Dalam sebuah penelitian yang menggunakan data cross

section, memiliki kecenderungan terjadinya heterokedastisitas (data

tidak homokedastisitas) pada data penelitian. oleh karena itu, dalam

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id70

penelitian ini akan dilihat apakah pada estimasi yang dilakukan

dengan pendekatan fixed effect method (FEM) terjadi

heterokedastisitas atau tidak.

Cara yang dilakukan untuk melihat ada tidaknya

heterokedastisitas pada estimasi fixed effect method (FEM) yaitu

melakukan estimasi FEM dengan general least square (GLS).

Kemudian, membandingkan nilai sum square resid pada weighted

statistiks dengan sum square resid pada unweighted statistiks. Apabila

nilai sum square resid pada weighted statistics lebih kecil daripada

nilai sum square resid pada unweighted statistics, maka model pada

penelitian terjadi heterokedastisitas.

Tabel 4.7 Uji heterokedastisitas estimasi fixed effect method

Weighted Statistics
R-squared 0.771425 Mean dependent var 3190.260
Adjusted R-
squared 0.755290 S.D. dependent var 1570.457
S.E. of
regression 1007.577 Sum squared resid 86292983
F-statistic 47.81140 Durbin-Watson stat 0.231381
Prob(F-
statistic) 0.000000

Unweighted Statistics

R-squared 0.729493 Mean dependent var 2698.357

Sum squared
resid 1.11E+08 Durbin-Watson stat 0.127880

Sumber : Olah data pada eviews 8

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id71

Dari hasil estimasi di atas dengan menggunakan software

eviews 8, dapat dilihat bahwa nilai dari sum square resid pada

unweighted lebih besar daripada nilai dari sum squared resid pada

weighted statistik. Hal ini dapat disimpulkan bahwa estimasi dengan

menggunakan pendekatan fixed effect method (FEM) terjadi

heterokedastisitas.

Untuk mengatasi permasalahan heterokedastisitas pada

penelitian ini dapat dilakukan dengan sebuah treatment yaitu

melakukan estimasi pendekatan fixed effect method (FEM) dengan

general least square (GLS). Metode General Least Square (GLS)

pada intinya adalah memebrikan tambahan bobot kepada variasi data

yang digunakan dengan kuadrat varians dari model.

Metode general least square (GLS) sudah memperhitungkan

heterogenitas yang terdapat pada variabel independen secara eksplisit,

sehingga metode ini mampu menghasilkan estimator yang memenuhi

kriteri BLUE (best linear unbiased estimator). Oleh sebab itu, peneliti

memutuskan untuk menggunakan pendekatan fixed effect method

(FEM) dalam penelitian ini. Adapun hasil yang diperoleh dari hasil

estimasi dengan menggunakan software eviews 8 adalah sebagai

berikut :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id72

Tabel 4.8 Hasil estimasi data panel fixed effect method (FEM) GLS

Variable Coefficient Std. Error t-Statistic Prob.

C 271.0370 443.1615 0.611599 0.5424
FDI? 1.14E-07 2.27E-08 5.043024 0.0000
LABOUR? 4.45E-05 1.03E-05 4.327760 0.0000
INTEREST? 1.207024 13.85380 0.087126 0.9308
Fixed Effects
(Cross)
_INDO--C -3730.392
_MALAY--C 3941.008
_THAILAND--C 388.4712
_FILIPINA--C -599.0873
Sumber : Hasil Olah Data megunakan eviews 8

Berdasarkan tabel di atas, diketahui hasil estimasi

menggunakan pendekatan fixed effect method (FEM) dengan general

least square (GLS) yang menunjukkan variabel independen foreign

direct investment (FDI), labour (tenaga kerja) memiliki pengaruh

positif dan signifikan pada α = 5%. Sedangkan interest rate memiliki

pengaruh negatif namun signifikan pada α = 5%

b. Hasil uji statistik model

Untuk langkah selanjutnya dalam penelitian ini adalah melakukan

uji statistik model yang telah dipilih sebelumnya. Tahapan uji statistik

model dalam penelitian ini terdiri atas :

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id73

(1) Uji t statistik (uji parsial)

Uji t statistik atau uji parsial merupakan suatu pengujian

variabel secara individu atau sendiri-sendiri yang dilakukan untuk

melihat apakah variabel independen berpengaruh secara statistik

terhadap variabel dependen. Pengujian statistik secara sendiri-sendiri

terhadap koefisien regresi masing-masing variabel bebas dengan

menggunakan level of significant 5% diperoleh hasil sebagai berikut :

Tabel 4.9. Hasil t statistik variabel dependen PDB per kapita

Variabel dependen produk domestik bruto per kapita

Variabel Independen T statistik T Tabel probabilitas Kesimpulan

Foreign Direct Investment 0.611599 ± 2.000 0.0000 Signifikan

Labour 4.327760 ± 2.000 0.0000 Signifikan
Tidak
Interest Rate 0.087126 ± 2.000 0.9308
Signifikan
Sumber : Hasil Pengolahan Data Eviews 8

 Variabel Foreign Direct Investment

Berdasarkan hasil estimasi data, diperoleh Thitung > ttabel

memiliki nilai signifikansi 0.0000 yang berarti dibawah α = 0.05.

Maka dapat disimpulkan bahwa H0 ditolak dan menerima Ha

yang berarti variabel foreign direct investment mempunyai

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id74

pengaruh signifikan secara statistik terhadap kemakmuran yang

diukur menggunakan produk domestik bruto per kapita..

 Variabel Labour

Berdasarkan hasil estimasi data, diperoleh Thitung > ttabel

memiliki nilai signifikansi 0.0000 yang berarti dibawah α = 0.05.

Maka dapat disimpulkan bahwa H0 ditolak dan menerima Ha

yang berarti variabel labour (tenaga kerja) mempunyai pengaruh

signifikan secara statistik terhadap kemakmuran yang diukur

menggunakan produk domestik bruto per kapita.

 Variabel Interest Rate

Berdasarkan hasil estimasi data, diperoleh Thitung < ttabel

memiliki nilai signifikansi 0.9308 yang berarti dibawah α = 0.05.

Maka dapat disimpulkan bahwa H0 diterima dan menolak Ha yang

berarti variabel interest rate mempunyai pengaruh yang tidak

signifikan secara statistik terhadap kemakmuran yang diukur

menggunakan produk domestik bruto per kapita.

(2) Uji F statistik

Uji F statistik bertujuan untuk mengetahui besarnya pengaruh

variabel independen terhadap variabel dependen secara bersama-sama.

Pengujian secara bersama-sama terhadap koefisien regresi variabel

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id75

independen dengan menggunakan level of signifikan 5%. Hasil yang

diperoleh adalah sebagai berikut :

Tabel 5.10 Hasil Uji F statistik Model Fixed Effect Method (FEM)

GLS

Variabel Dependen Gross Domestik Bruto

Variabel Independen F statistik F Tabel Kesimpulan

FDI, Labour, Interest Rate 47.81140 2.76 Signifikan
Sumber : Olah data menggunakan eviews 8

Berdasarkan dari hasil pengujian F statistik dari model fixed

effect method (FEM) GLS pada derajat signifikansi 5% diperoleh

Fhitung > Ftabel . Hal ini berarti bahwa hasil dari estimasi data panel

menggunakan pandekatan fixed effect method (FEM) GLS secara

bersama-sama mempunyai pengaruh yang signifikan secara statistik

terhadap Produk domestik brutodi negara ASEAN 4.

(3) Uji R2

Tujuan dilakukannya Uji koefisien Determinasi (R2) adalah

untuk mengetahui seberapa jauh kemampuan dari model dalam

menerangkan variasi variable terikat. Besarnya R2 menunjukkan

pengaruh yang dijelaskan oleh variabel dependen.

Berdasarkan hasil pengolahan data menggunakan pendekatan

fixed effect method GLS diperoleh nilai R2 sebesar 0.771425 atau

commit to user
perpustakaan.uns.ac.id digilib.uns.ac.id76

sekitar 77%. Hal ini menunjukkan bahwa 77% variabel kemakmuran

yang diukur menggunakan produk domestik bruto per kapitadapat

dijelaskan oleh variabel foreign direct investment (investasi asing

langsung), labour (tenaga kerja), dan interest rate (tingkat suku

bunga), sedangkan 12% sisanya dijelaskan oleh variabel-variabel lain

di luar model.

commit to user