NASKAH PUBLIKASI
Diajukan Oleh :
ANDRE RISWANTO
(NIM 3031711024)
Products In Sumatra Region with Panel Vector Auto Regression Model (PVAR)
Andre Riswanto
andreriswanto14@gmail.com
Gross Regional Domestic Product (GRDP) records the total value of goods and
services produced by a provincial/ district/ city economy for one year Ever. This
research aims to analyze and determine the causality relationship and direction
between Domestic Investment (DI), Foreign Investment (FI), and Gross Regional
Domestic Product (GRDP) in Sumatra Region. The research approach of this study
is quantitative. The data sources used in this study are the secondary data source
obtained from the Indonesian Central Agency (BPS). The analysis of the data using
panel vector auto regression method (PVAR). The results showed no two-way
causality relationship and one-way between Domestic Investment (DI) and Foreign
Direct Investment (FDI). There is a one-way causality relationship between (DI)
with Gross Regional Domestic Product (GRDP) in Sumatra Region. There is no
causality relationship between two-way and one-way causality between Foreign
Investment (FI) and gross Regional Domestic (GRDP) in Sumatra Region.
ii
I. PENDAHULUAN
1.1. LATAR BELAKANG
Pertumbuhan ekonomi merupakan bentuk kenaikan pendapatan nasional
yang terjadi di setiap negara pasti akan mengalami perbedaan, ada yang
pertumbuhan ekonominya lambat dan ada juga yang cukup pesat. Keadaan ini
terjadi karena kemampuan suatu negara dalam menjalankan proses produksi barang
dan jasa yang berbeda-beda. Disamping itu juga pertumbuhan ekonomi bukan
hanya menjadi perhatian dan rancangan pemerintah pusat atau secara nasional
melainkan juga menjadi perhatian dan rancangan setiap daerah di suatu negara
(Sukirno, 2012). Hal ini dikarenakan pertumbuhan ekonomi suatu negara juga
gambar berikut:
400,000.00
200,000.00
0.00
2016 2017 2018 2019 2020
Tahun
Gambar 1.1. Produk Domestik Regional Bruto Atas Dasar Harga Konstan Menurut
Provinsi Di Wilayah Sumatera Tahun 2016-2020 (Miliar Rupiah)
Sumber : Badan Pusat Statistik Indonesia, 2021
1
Gambar 1.1. menjelaskan bahwa terdapat ketidakmerataan PDRB ADHK
dari sepuluh provinsi di Wilayah Sumatera. Tingkat PDRB tertinggi terjadi di tahun
2019 dengan PDRB tertinggi terdapat pada Provinsi Sumatera Utara sebesar Rp.
539.514 miliar rupiah disusul oleh Riau dan Sumatera Selatan masing – masing Rp.
495.598 miliar rupiah dan Rp. 315.47 miliar rupiah. Sedangkan PDRB terendah
terdapat pada Provinsi Bengkulu sebesar Rp. 46.345 miliar rupiah diikuti oleh
Kepulauan Bangka Belitung sebesar Rp. 53.940 miliar rupiah dan Aceh Rp.
132.074 miliar rupiah. Secara Umum, data yang disajikan pada gambar dapat dilihat
bahwa dari tahun 2016 sampai tahun 2019 PDRB di Wilayah Sumatera terus
sumber daya alam yang tersedia, kualitas tenaga kerja, ketersediaan barang modal,
dan teknologi telah mampu dikelola dengan baik sehingga dapat meningkatkan
2020 PDRB ADHK cenderung mengalami penurunan yang signifikan. Hal ini
diindikasikan bahwa ada pengaruh dari pandemi Covid-19 di tahun 2020 sehingga
didasarkan pada analisis ekonomi klasik yaitu bahwa perekonomian berada pada
tingkat pengerjaan penuh (full employment) dan tingkat pemanfaatan penuh (full
2
Pertumbuhan ekonomi dipengaruhi oleh berbagai faktor salah satunya
(Sukirno, 2012).
masyarakat. Peranannya ini bersumber dari tiga fungsi penting dari kegiatan
Investasi atau Penanaman Modal terdiri dari investasi dalam negeri dan
modal untuk melakukan usaha di wilayah Republik Indoinesia yang dilakukan oleh
penanaman modal asing, baik yang menggunakan modal asing maupun yang
3
tahun 2007). Perkembangan Investasi Penanaman Modal Dalam Negeri di Wilayah
20,000.00
10,000.00
0.00
2016 2017 2018 2019 2020
Tahun
Penanaman Modal Dalam Negeri (PMDN) di Wilayah Sumatera selama lima tahun
terakhir mengalami fluktuasi namun cenderung meningkat dari tahun 2016 sampai
tahun 2020. Realisasi PMDN tertinggi terjadi di tahun 2020 dengan penyumbang
PMDN terbesar terdapat pada Provinsi Riau sebesar Rp. 34.118 miliar rupiah,
kemudian diikuti oleh Sumatera Utara dan Sumatera Selatan masing – masing
sebesar Rp. 18.190 miliar rupiah dan Rp. 15.825 miliar rupiah. Sedangkan Provinsi
Rp 1.864 miliar rupiah diikuti oleh Sumatera Barat sebesar Rp. 3.106 miliar rupiah
dan Jambi sebesar Rp. 3.512 miliar rupiah. Selanjutnya Perkembangan Investasi
Penanaman Modal Asing di Wilayah Sumatera dapat dilihat pada gambar berikut:
4
Penanaman Modal Asing (Juta US$)
3000
Jumlah 2000
1000
0
2016 2017 2018 2019 2020
Tahun
Penanaman Modal Asing (PMA) di Wilayah Sumatera selama lima tahun terakhir
mengalami fluktuasi dari tahun 2016 sampai tahun 2020. Realisasi PMA tertinggi
terjadi di tahun 2020 dengan penyumbang PMA terbesar terdapat pada Provinsi
Kepulauan Riau sebesar 1.649 Juta US$ selanjutnya disusul oleh Sumatera Selatan
sebesar 1.544 Juta US$ dan Riau sebesar 1.078 Juta US$. Sedangkan Provinsi
dengan penyumbang PMA terendah adalah Jambi sebesar 27 Juta US$ diikuti oleh
Kepulauan Bangka Belitung sebesar 48 Juta US$ dan Aceh sebesar 51 Juta US$.
Produk Domestik Regional Bruto (PDRB) telah dilakukan, baik di tingkat provinsi
maupun di tingkat kabupaten atau kota. Namun hasil penelitian tersebut masih
melakukan penelitian lanjutan, sehingga pada penelitian ini akan dikaji ulang
Pada penelitian yang dilakukan oleh Amalia Fitri (2013); Astari (2014);
Ullah et al. (2014); Bakari (2017); Thao dan Hua (2018), hasil dari penelitian ini
5
menyatakan bahwa PMDN, PMA dan Pertumbuhan Ekonomi terdapat hubungan
kausalitas dua arah antara ketiga variabel tersebut. Selanjutnya temuan penelitian
(2020), dengan hasil penelitian yang menunjukkan bahwa hubungan kausalitas dua
arah yang signifikan positif antara PDB dan Investasi. Sementara itu, temuan
empiris yang berbeda dari penelitian yang dilakukan oleh Lean dan Tan (2011),
pertumbuhan ekonomi, hasil ini diperkuat oleh penelitian Sabono dan Kusreni
antara investasi dan PDRB, hanya hubungan searah dimana PDRB berpengaruh
PDRB.
Penelitian ini terarah pada hubungan kausalitas antara investasi dan PDRB,
mengingat investasi sebagai faktor penunjang terbesar terhadap PDRB. Pada teori
memiliki hubungan kausalitas (timbal balik) yakni peningkatan pada investasi akan
meningkatkan pada PDRB dan sebaliknya. Berdasarkan uraian latar belakang yang
telah dijelaskan, maka peneliti tertarik untuk melaksanakan penelitian dengan judul
(PVAR)”.
6
1.2. RUMUSAN MASALAH
Rumusan masalah pada penelitian ini sesuai dengan latar belakang yang
telah dijelaskan, yaitu sebagai berikut:
1. Bagaimana hubungan kausalitas dan arah hubungan antara Investasi
Penanaman Modal Dalam Negeri (PMDN) dengan Investasi Penanaman Modal
Asing (PMA) di Wilayah Sumatera?
2. Bagaimana hubungan kausalitas dan arah hubungan antara Investasi
Penanaman Modal Dalam Negeri (PMDN) dengan Produk Domestik Regional
Bruto (PDRB) di Wilayah Sumatera?
3. Bagaimana hubungan kausalitas dan arah hubungan antara Investasi
Penanaman Modal Asing (PMA) dengan Produk Domestik Regional Bruto
(PDRB) di Wilayah Sumatera?
1.3. TUJUAN PENELITIAN
Tujuan dari penelitian ini adalah untuk :
1. Untuk menganalisis dan mengetahui hubungan kausalitas dan arah hubungan
antara Investasi Penanaman Modal Dalam Negeri (PMDN) dengan Investasi
Penanaman Modal Asing (PMA) di Wilayah Sumatera.
2. Untuk menganalisis dan mengetahui hubungan kausalitas dan arah hubungan
antara Investasi Penanaman Modal Dalam Negeri (PMDN) dengan Produk
Domestik Regional Bruto (PDRB) di Wilayah Sumatera.
3. Untuk menganalisis dan mengetahui hubungan kausalitas dan arah hubungan
antara Investasi Penanaman Modal Asing (PMA) dengan Produk Domestik
Regional Bruto (PDRB) di Wilayah Sumatera.
7
1.4. MANFAAT PENELITIAN
1.4.1. Manfaat Teoritis
Penelitian ini diharapkan dapat digunakan untuk melengkapi kajian
teoritis yang berkaitan dengan ekonomi makro, khususnya tentang
pertumbuhan ekonomi.
1.4.2. Manfaat Praktis
Penelitian ini dapat memberikan manfaat secara praktis bagi :
1. Peneliti, diharapkan dapat dipergunakan sebagai masukan atau bahan
pembanding bagi peneliti lain yang melakukan penelitian sejenis.
2. Pengambil Kebijakan, diharapkan mampu memberikan informasi dan
pembuktian teori yang berguna berkaitan dengan Investasi dan Produk
Domestik Regional Bruto sehingga dapat digunakan sebagai bahan
pertimbangan dan pilihan strategi pengambilan kebijakan dalam
meningkatkan Pertumbuhan Ekonomi di Wilayah Sumatera.
8
II. TINJAUAN PUSTAKA
2.1. LANDASAN TEORI
2.1.1. Teori Pertumbuhan Ekonomi
1. Pertumbuhan Ekonomi Klasik
Menurut pandangan ahli-ahli ekonomi Klasik, ada empat faktor yang
mempengaruhi pertumbuhan ekonomi, yaitu jumlah penduduk, jumlah stok
barang-barang modal, luas tanah dan kekayaan alam, serta tingkat teknologi
yang digunakan (Sukirno, 2011)
2. Teori Neo – Keynesian
Model yang termasuk dalam teori neo-Keynesian adalah model dari
Harrod-Domar yang mencoba memperluas teori Keynes mengenai
keseimbangan pertumbuhan ekonomi dalam perspektif jangka panjang
dengan melihat pengaruh investasi, baik pada permintaan agregat maupun
pada perluasan kapasitas produksi atau penawaran agregat, yang pada
akhirnya akan meningkatkan pertumbuhan ekonomi (Tambunan, 2011).
3. Teori Pertumbuhan Ekonomi Neo – Klasik
Menurut Teori Solow-Swan ini, pertumbuhan ekonomi tergantung pada
ketersediaan faktor-faktor produksi (penduduk, tenaga kerja, dan akumulasi
modal) dan tingkat kemajuan teknologi (Arsyad, 2016).
4. Teori Pertumbuhan Baru (New Growth Theory)
Model ini menganggap bahwa pertumbuhan GNI merupakan
konsekuensi alamiah dari ekuilibrium jangka panjang (Todaro, 2011).
2.1.2. Konsep Pertumbuhan Ekonomi
Pertumbuhan ekonomi adalah perkembangan kegiatan ekonomi yang
berlaku dari waktu ke waktu dan menyebabkan pendapatan nasional riil
semakin berkembang (Sukirno, 2012).
2.1.3. Konsep Produk Domestik Regional Bruto (PDRB)
Produk Domestik Regional Bruto (PDRB) adalah total nilai produksi
barang dan jasa yang diproduksi di suatu wilayah (regional) tertentu dalam
kurun waktu tertentu biasanya dalam satu tahun (Badan Pusat Statistik, 2021).
Nilai Produk Domestik Regional Bruto (PDRB) didapatkan dari tiga
9
pendekatan penghitungan yaitu pendekatan produksi, pendekatan pendapatan
dan pendekatan pengeluaran (Sukirno, 2010) :
1. Pendekatan Produksi (Production Approach)
PDRB diartikan sebagai jumlah nilai tambah bruto yang diwujudkan
sebagai hasil proses produksi barang dan jasa oleh unit-unit produksi di
berbagai lapangan usaha dalam perekonomian dalam suatu wilayah/regional
pada suatu jangka waktu tertentu, biasanya setahun. Maka dapat di tulis
persamaanya sebagai berikut :
PDRB = NTB1 + NTB2 + … + NTB9…...................................................... (2.1)
2. Pendekatan Pengeluaran (Expenditure Approach)
PDRB diartikan sebagai jumlah semua pengeluaran untuk konsumsi rumah
tangga (C), pembentukan modal sektor swasta/investasi (I), pengeluaran
pemerintah (G), dan ekspor dikurangi impor (X – M) di suatu wilayah pada
suatu periode, biasanya setahun, dengan persamaan PDRB nya :
PDRB = C + I + G + (X – M) ........................................................................ (2.2)
3. Pendekatan Pendapatan (Income Approach)
PDRB diartikan sebagai jumlah balas jasa yang diterima atas faktor-faktor
produksi yang digunakan untuk mewujudkan barang dan jasa dalam proses
produksi di suatu wilayah/region pada jangka tertentu, biasanya setahun. Balas
jasa faktor produksi tersebut adalah tenaga kerja memperoleh upah dan gaji (w),
tanah dan harga tetap lainnya memperoleh sewa (r), modal memperoleh bunga
(i), dan keahlian keusahawan memperoleh laba/keuntungan (p). Persamaannya:
PDRB = w + r + i + p + Pajak tidak langsung netto ...................................... (2.3)
2.1.4. Teori Investasi Neo – Klasik
Keadaan yang akan memaksimumkan keuntungan modal adalah: hasil
penjualan produksi marginal dari modal adalah sama dengan biaya untuk
memperoleh satu unit modal. Syarat ini dapat dinyatakan secara berikut:
MPK = UC ................................................................................................... (2.4)
Dimana MPK adalah nilai produksi marginal yang diciptakan oleh seunit modal
dan UC adalah biaya-biaya yang dikeluarkan untuk memperoleh modal tersebut
(Sukirno, 2012).
10
2.1.5. Konsep Investasi
Investasi dapat di artikan sebagai pengeluaran atau perbelanjaan
penanam-penanam modal atau perusahaan untuk membeli barangbarang modal
dan perlengkapan-perlengkapan produksi untuk menambah kemampuan
memproduksi barang-barang dan jasa-jasa yang tersedia dalam perekonomian
yang berasal dari investasi dalam negeri maupun investasi asing (Sukirno,
2010).
2.2. PENELITIAN TERDAHULU
Tabel 2.1. Penelitian Terdahulu
No. Peneliti Judul Penelitian Alat Analisis Hasil Penelitian
1. Lean Linkages Between Vector Error FDI memiliki hubungan
dan Tan Foreign Direct Correction Model terhadap pertumbuhan
(2011) Investment, (VECM) dan ekonomi, sedangkan DI
Domestic Investment Vector Auto dalam jangka panjang
And Economic Regression (VAR) memiliki hubungan
Growth In Malaysia negatif terhadap
pertumbuhan ekonomi.
2. Amalia Hubungan Kausalitas Vector Auto Hasil pengujian Granger
(2013) Investasi Dengan Regression (VAR) menunjukkan bahwa
Pertumbuhan terdapat tiga hubungan
Ekonomi Indonesia bersamaan. Berdasarkan
hasil tersebut,
pertumbuhan (PDB),
investasi pemerintah dan
investasi sektor swasta
memiliki hubungan satu
arah dengan sektor
swasta asing (PMA) dan
tidak terjadi sebaliknya.
3. Sabono Analisis Hubungan Analisis Kausalitas Hasil penelitian
dan Kausalitas antara Granger dan Vector menunjukkan bahwa
Kusreni Investasi dan Produk Auto Regression tidak ada hubungan
(2013) Domestik Regional (VAR) kausalitas antara
Bruto Provinsi investasi dan PDRB,
Maluku Tahun 2002 hanya hubungan searah
– 2011 dimana PDRB
berpengaruh signifikan
terhadap investasi, dan
investasi tidak
berpengaruh signifikan
terhadap PDRB.
11
Dan Pertumbuhan memiliki dua arah
Ekonomi Di Provinsi kausalitas, investasi dan
Maluku pertumbuhan ekonomi
memiliki hubungan yang
mempengaruhi investasi
dan pertumbuhan
ekonomi antara ekspor
dan pertumbuhan
ekonomi memiliki satu
arah kausalitas
mempengaruhi ekspor
bagi pertumbuhan
ekonomi.
5. Astari Analisis Kausalitas Analisis Kausalitas Hasil penelitian ini
(2014) Granger Antara Pdrb, Granger menunjukkan bahwa
Investasi Dan Belanja investasi asing atau
Modal Di Provinsi penanaman modal dalam
Jawa Tengah negeri memiliki
hubungan terhadap
kemajuan ekonomi suatu
daerah seperti yang
terlihat dari
meningkatnya nilai
Gross Value. Namun,
dalam dan luar negeri,
tidak saling berpengaruh
dengan belanja modal.
Investasi asing memiliki
hubungan
satu arah dengan Gross
Value, dan FDI memiliki
hubungan dua arah
dengan investasi dalam
negeri.
12
Growth: New (VECM) dan investasi dalam negeri,
Evidence from Granger Causality. ekspor dan tenaga kerja
Malaysia terhadap pertumbuhan
ekonomi dalam jangka
panjang, namun tidak ada
hubungan antara
investasi dalam negeri
dan pertumbuhan
ekonomi dalam jangka
pendek. .
Produk Domestik
Regional Bruto
13
Penanaman Modal Penanaman Modal
Dalam Negeri Asing
Keterangan :
: Hubungan saling mempengaruhi
Gambar 2.1. Kerangka Pemikiran
Sumber : Dimodifikasi peneliti, 2021
Berdasarkan Gambar 2.1. kerangka pemikiran menjelaskan bahwa produk
domestik regional bruto dapat dipengaruhi oleh dua indikator yaitu, penanaman
modal dalam negeri dan penanaman modal asing.
2.4. HIPOTESIS PENELITIAN
Menurut penelitian Astari (2014) bahwa bersamaan dengan teori Solow-
Swan oleh Arsyad (2016), Investasi atau penanaman modal dalam negeri dan
penanaman modal asing memiliki hubungan dengan Produk Domestik Regional
Bruto. Berdasarkan teori yang telah diuraikan maka ditulis hipotesis sebagai
berikut:
H1 : Terdapat hubungan kausalitas dan arah hubungan antara penanaman
modal dalam negeri dengan penanaman modal asing.
H2 : Terdapat hubungan kausalitas dan arah hubungan antara penanaman
modal dalam negeri dengan produk domestik regional bruto.
H3 : Terdapat hubungan kausalitas dan arah hubungan antara penanaman
modal asing dengan produk domestik regional bruto.
14
Penelitian ini berupa jenis penelitian kuantitatif, yakni penelitian dengan
menggunakan metode ilmiah yang telah memenuhi kaidah-kaidah ilmiah yaitu
empiris, obyektif, inklusif, rasional, dan sistematis. Metode ini disebut metode
kuantitatif karena data peneliti berupa angka-angka dan analisis data dengan
menggunakan statistik (Sugiyono, 2012).
3.2. TEMPAT DAN WAKTU PENELITIAN
Penelitian ini dilakukan di Wilayah Sumatera dengan waktu periode
pengamatan selama lima tahun terakhir dari tahun 2016 sampai dengan tahun 2020.
3.3. JENIS DAN SUMBER DATA
Jenis data yang digunakan dalam penelitian ini adalah jenis data kuantitatif,
dan menggunakan sumber data sekunder dengan data panel yang diperoleh dari
BPS Indonesia dan buku-buku publikasi.
3.4. METODE PENGUMPULAN DATA
Metode pengumpulan data yang digunakan untuk menemukan data dalam
penelitian ini adalah metode dokumentasi, yaitu catatan peristiwa yang sudah
berlalau. Dokumentasi bisa berbentuk tulisan, gambar, atau karya – karya yang
momumental dari seseorang (Sugiyono, 2015).
3.5. OBJEK PENELITIAN
Objek dalam penelitian ini adalah seluruh 10 provinsi yang ada di wilayah
Sumatera dengan subjek pada penelitian ini yaitu Penanaman Modal Dalam Negeri
(PMDN), Penanaman Modal Asing (PMA) dan Produk Domestik Regional Bruto
(PDRB).
3.6. METODE ANALISIS
Metode yang digunakan untuk menganalisis yaitu metode analisis Panel
Vector Autoregression (PVAR) yang lanjutkan dengan Panel Vector Error
Correction Model (PVECM) apabila data tidak stasioner pada level dan
terkointegrasi. Formulasi model empiris dapat di tulis sebagai berikuit :
Y𝑖𝑡 = β0 + β1 Y𝑖𝑡−1 + β2 Y𝑖𝑡−2 + … + βp Y𝑖𝑡−p + ɛ𝑖𝑡 ................................ (3.1)
Dimana :
15
Y𝑖𝑡 = Vektor (nx1) yang berisi n dari masing-masing variabel dalam
PVAR
β0 = Vektor intersep berukuran (n x1)
β𝑖𝑡 = Koefisien matrik (n x n)
ɛ𝑖𝑡 = Vektor (n x 1) dari error term
Hasil estimasi PVAR digunakan untuk memperkuat data melengkapi hasil
pengujian awal granger kausalitas. Berdasarkan model dasar PVAR tersebut, maka
model penelitian ini dapat ditulis yaitu :
𝑃𝑀𝐷𝑁𝑖𝑡 = β0 + β1 𝑃𝑀𝐷𝑁𝑖𝑡−1 + β2 𝑃𝑀𝐴𝑖𝑡−2 + β3 𝑃𝐷𝑅𝐵𝑖𝑡−3 + ɛ𝑖𝑡 ....... (3.2)
𝑃𝑀𝐴𝑖𝑡 = β0 + β1 𝑃𝑀𝐴𝑖𝑡−1 + β2 𝑃𝑀𝐷𝑁𝑖𝑡−2 + β3 𝑃𝐷𝑅𝐵𝑖𝑡−3 + ɛ𝑖𝑡 .......... (3.3)
𝑃𝐷𝑅𝐵𝑖𝑡 = β0 + β1 𝑃𝐷𝑅𝐵𝑖𝑡−1 + β2 𝑃𝑀𝐷𝑁𝑖𝑡−2 + β3 𝑃𝑀𝐴𝑖𝑡−3 + ɛ𝑖𝑡 ........ (3.4)
Dimana:
β0 : Konstanta (intercept).
β1, β2, β3 : Koefisien regresi.
PMDN : Penanaman Modal Dalam Negeri.
PMA : Penanaman Modal Asing.
PDRB : Produk Domestik Regional Bruto.
ɛ : Error Term .
t : Time series.
Persamaan (3.2) hingga (3.4) menunjukkan hubungan pengaruh antara
PMDN, PMA dan PDRB. Persamaan (3.2) menunjukkan bahwa PMDN
dipengaruhi oleh variabel itu sendiri pada periode sebelumnya, PMA dan PDRB.
Sementara itu, persamaan (3.3) menunjukkan bahwa variabel PMA dipengaruhi
oleh variabel itu sendiri pada periode sebelumnya, PMDN dan PDRB. Persamaan
(3.4) menunjukkan bahwa variabel PDRB dipengaruhi oleh variabel itu sendiri pada
periode sebelumnya, PMDN dan PMA.
16
Definisi operasional dan pengukuran variabel dapat dilihat sebagai berikut:
Tabel 3.1. Definisi Operasional dan Pengukuran Variabel
Variabel Definisi Variabel Ukuran Skala
17
4.1. PERKEMBANGAN VARIABEL
Produk domestik regional bruto merupakan total nilai produksi barang dan
jasa yang diproduksi di suatu wilayah (regional) tertentu dalam kurun waktu
tertentu biasanya dalam satu tahun. Berikut tabel yang menunjukkan rata -rata
PDRB atas dasar harga konstan 2010 per provinsi di Sumatera tahun 2016 - 2020 :
Tabel 4.1. Rata – Rata Produk Domestik Regional Bruto ADHK 2010
Menurut Provinsi Di Wilayah Sumatera Tahun 2016 – 2020
(Miliar Rupiah)
Provinsi Rata - rata
Aceh 125,619.78
Sumatera Utara 507,465.91
Sumatera Barat 161,957.34
Riau 479,488.01
Jambi 141,499.46
Sumatera Selatan 290,513.87
Bengkulu 43,799.61
Lampung 229,454.61
Kep. Bangka Belitung 51,336.89
Kep. Riau 171,861.21
Sumber : Badan Pusat Satatistik Indonesia, 2021
Tabel 4.1. menunjukkan bahwa Provinsi Sumatera Utara menjadi
penyumbang PDRB tertinggi di Wilayah Sumatera pada Tahun 2016 sampai 2020
dengan rata – rata PDRB sebesar Rp. 507.465 miliar rupiah diikuti oleh Riau,
Sumatera Selatan dan Lampung. Sedangkan provinsi dengan penyumbang PDRB
terendah terdapat pada Provinsi Bengkulu dengan rata – rata PDRB sebesar Rp.
43.800 miliar rupiah.
Penanaman modal dalam negeri adalah kegiatan menanam modal untuk
melakukan usaha di wilayah Negara Republik Indonesia yang dilakukan oleh
penanam modal dalam negeri dengan menggunakan modal dalam negeri. Berikut
PMDN rata – rata Wilayah Sumatera Tahun 2016 – 2020 :
Tabel 4.2. Rata – Rata Penanaman Modal Dalam Negeri Menurut Provinsi
Di Wilayah Sumatera Tahun 2016 – 2020 (Miliar Rupiah)
Provinsi Rata - rata
18
Aceh 3,211.38
Sumatera Utara 12,571.62
Sumatera Barat 2,750.96
Riau 17,381.98
Jambi 3,543.32
Sumatera Selatan 11,799.94
Bengkulu 3,401.14
Lampung 6,982.14
Kep. Bangka Belitung 2,365.72
Kep. Riau 5,236.38
Sumber : Badan Pusat Satatistik Indonesia, 2021
Tabel 4.2. dapat dilihat bahwa perkembangan rata – rata Penanaman Modal
Dalam Negeri (PMDN) di Wilayah Sumatera selama lima tahun terakhir
mengalami fluktuasi namun cenderung meningkat dari tahun 2016 sampai tahun
2020. Riau menjadi provinsi yang memiliki tingkat investasi paling tinggi dengan
rata – rata PMDN sebesar Rp. 17.383 miliar rupiah, kemudian diikuti oleh Sumatera
Utara dan Sumatera Selatan masing – masaing sebesar Rp. 12.572 miliar rupiah
dan Rp. 11.800. Sedangkan provinsi dengan perkembangan PMDN paling rendah
adalah KeWilayahan Bangka Belitung dengan rata – rata sebesar Rp 2.373 miliar
rupiah diikuti oleh Sumatera Barat sebesar Rp. 2.751 miliar rupiah dan Aceh
sebesar Rp. 3.211 miliar rupiah.
Penanaman modal asing merupakan investasi yang dilaksanakan oleh
pemilik-pemilik modal asing di dalam negeri kita untuk mendapatkan suatu
keuntungan dari usaha yang dilaksanakan itu. Selanjutnya Perkembangan rata – rata
penanaman modal asing tahun 2016 -2020 sebagai berikut :
Tabel 4.3. Rata – Rata Penanaman Modal Asing Menurut Provinsi Di
Wilayah Sumatera Tahun 2016 – 2020 (Juta US$)
Provinsi Rata - rata
Aceh 83.50
Sumatera Utara 1,022.30
Sumatera Barat 147.44
Riau 1,015.02
Jambi 64.26
Sumatera Selatan 1,467.08
19
Kep. Bangka Belitung 77.84
Kep. Riau 1,078.94
Sumber : Badan Pusat Satatistik Indonesia, 2021
Tabel 4.4. dapat dilihat bahwa data PMDN, PMA dan PDRB
merupakan data-data yang mengandung akar unit pada orde 0 (level) atau tidak
stasioner pada orde 0 (level). Hal ini dapat dilihat pada saat orde 0 (level), p-
value untuk masing-masing variabel lebih besar dari α = 5%.
20
Penentuan lag optimum dalam penelitian ini didasarkan pada pemilihan
nilai terendah dengan menggunakan kriteria Akaike Information Criterion
(AIC), Schwarz Information Criterion (SC) ataupun Hannan Quinn (HQ).
Tabel 4.5. Hasil Penentuan Lag Optimal
Lag LR FPE AIC SIC HQ
0 NA 1.30e+23 61.73600 61.87612 61.78082
1 213.1853* 6.54e+19* 54.13656* 54.69704* 54.31586*
2 9.366904 8.11e+19 54.32931 55.31014 54.64308
Sumber : Output Statistik data sekunder yang diolah, 2021
Tabel 4.5. dapat dilihat bahwa Lag 1 memiliki nilai Final Prediction
Error (FPE), Akaike Information Criterion (AIC), Schwarz Information
Criterion (SC) dan Hannan-Quinn Information (HQ) terkecil. Artinya pengaruh
optimal variabel terhadap variabel lain terjadi dalam horizon waktu 1 periode.
Hal ini menunjukkan bahwa lag 1 akan digunakan untuk proses estimasi
parameter Vector Error Correction Model (VECM).
4.2.3. Uji Kointegrasi
Kointegrasi antar variabel terjadi apabila nilai probability dari metode
tes yang telah disebutkan diatas memiliki nilai lebih kecil atau sama dengan 0,1,
maka dapat dinyatakan terdapat hubungan jangka panjang antarvariabel.
Tabel 4.6. Hasil Uji Pedroni’s Residual-based Cointegration
Panel Cointegration Statistical (Within-Dimension)
Test Statistic Statistic Prob. Statistic Prob.
Panel v-Statistic -0.430277 0.6665 -1.185790 0.8821
Panel rho-Statistic 1.011911 0.8442 0.394526 0.6534
Panel PP-Statistic 0.400715 0.6557 -1.555147 0.0600
Panel ADF-Statistic 0.894513 0.8145 -0.789492 0.2149
Sumber : Output Statistik data sekunder yang diolah, 2021
21
1 PMDN does not Granger Cause PMA 0.1878
PMA does not Granger Cause PMDN 0.1196
2 PMDN does not Granger Cause PDRB 0.0222
PDRB does not Granger Cause PMDN 0.0557
3 PMA does not Granger Cause PDRB 0.2561
PDRB does not Granger Cause PMA 0.9545
Sumber : Output Statistik data sekunder yang diolah, 2021
22
mempengaruhi antara keduanya. Maka dapat disimpulkan bahwa tidak
terdapat hubungan kausalitas dua arah antara PMA dengan PDRB.
4.2.5. Impulse Response Function
Berikut hasil pengujian IRF dari masing-masing variabel.
Tabel 4.8. Hasil IRF PMA dan PDRB terhadap PMDN
Response of PMDN
Period
PMDN PMA PDRB
1 3970.816 -1262.322 -917.1052
2 2441.278 76.29634 -4826.373
3 6765.746 -1437.260 -6227.960
4 9011.973 -1569.021 -11401.85
5 16142.39 -3505.969 -17548.94
6 25155.92 -5379.084 -29101.30
7 41595.73 -9310.459 -46641.37
8 66878.98 -15000.88 -75893.21
9 108798.5 -24683.63 -122648.3
10 175977.6 -39999.74 -198815.1
Sumber : Output Statistik data sekunder yang diolah, 2021
Tabel 4.8. pada awal sampai akhir periode shock PMA memberikan
respon yang negatif kepada PMDN secara keseluruhan. Namun pada periode ke
dua PMA merespon positif terhadap PMDN dengan nilai standar deviasinya
yaitu 76.29634. Respon negatif artinya selama periode tertentu ketika PMA
mengalami penurunan maka akan meningkatkan PMDN sebaliknya ketika
respon yang diberikan positif artinya selama periode tertentu ketika PMA
mengalami peningkatan maka PMDN juga mengalami peningkatan.
PDRB memberikan respon yang negatif terhadap PMDN dari awal
periode sampai akhir periode. Artinya bahwa adanya penurunan yang terjadi
pada variabel PDRB, menyebabkan PMDN akan mengalami peningkatan. Hal
ini dibuktikan pada periode dua sampai kesepuluh shock PDRB mengalami
penurunan sedangkan PMDN mengalami peningkatan dengan nilai standar
deviasinya masing dari -4826.373 menjadi -198815.1 dan dari 2441.278
menjadi 2441.278.
23
Tabel 4.9. Hasil IRF PMDN dan PDRB terhadap PMA
Response of PMA
Period
PMDN PMA PDRB
1 0.000000 235.4499 -167.6588
2 120.6316 155.1477 -182.8304
3 195.4525 135.1834 -325.8374
4 396.3407 69.71447 -507.8453
5 661.7037 1.066629 -839.7772
6 1133.812 -123.5354 -1348.971
7 1866.290 -301.7715 -2192.182
8 3074.371 -593.3537 -3542.130
9 5013.262 -1048.854 -5737.642
10 8164.165 -1783.764 -9284.505
Sumber : Output Statistik data sekunder yang diolah, 2021
Tabel 4.9. dapat dilihat bahwa pada awal periode PMDN tidak
memberikan respon kepada PMA karena nilai standar deviasinya adalah nol.
PMDN memberikan respon pada PMA mulai periode kedua yaitu dengan
standar deviasinya sebesar 120.6316. Kemudian PMDN mengalami
peningkatan pada periode keenam sampai sepuluh yaitu 1133.812
menjadi 8164.165. Peningkatan PMDN direspon negatif oleh PMA dilihat dari
menurunnya standar deviasi PMA pada periode keenam hingga kesepuluh yaitu
-123.5354 menjadi -1783.764. Artinya peningkatan yang terjadi pada variabel
PMDN, menyebabkan PMA akan mengalami penurunan.
PDRB memberikan respon yang negatif terhadap PMA dari awal
periode sampai akhir periode. Penurunan PDRB direspon positif oleh PMA
dilihat dari standar deviasi PMA pada periode awal hingga kelima
yaitu 235.4499 menjadi 1.066629. Artinya penurunan yang terjadi pada variabel
PDRB, menyebabkan PMA juga mengalami penurunan.
Tabel 4.10.Hasil IRF PMDN dan PMA terhadap PDRB
Response of PDRB
Period
PMDN PMA PDRB
1 0.000000 0.000000 7031.580
2 -3822.551 2157.607 11086.30
3 -8613.462 4584.383 17229.34
4 -17323.34 8145.539 26158.80
5 -30392.23 12517.38 41006.96
6 -51907.02 18894.54 64594.54
7 -86074.29 28032.93 102993.8
8 -141469.4 42032.62 164920.2
9 -230701.7 63665.42 265297.7
10 -375123.6 97883.29 427706.7
Sumber : Output Statistik data sekunder yang diolah, 2021
24
Tabel 4.10. menjelaskan bahwa pada awal periode PMDN tidak
memberikan respon kepada PDRB karena nilai standar deviasinya adalah nol.
Selanjutnya pada periode kedua sampai kesepuluh PMDN mengalami
penurunan dan memberikan respon negatif terhadap PDRB dengan standar
deviasinya yaitu -3822.551 hingga -375123.6. Penurunan PMDN direspon
positif oleh PDRB dilihat dari meningkatnya standar deviasi PDRB pada awal
hingga akhir periode yaitu 7031.580 menjadi 427706.7. Respon negatif artinya
selama periode tertentu ketika PMDN mengalami penurunan maka akan
meningkatkan PDRB sebaliknya ketika respon yang diberikan positif artinya
selama periode tertentu ketika PDRB mengalami peningkatan maka PMDN juga
mengalami peningkatan.
PMA pada periode pertama tidak memberikan respon kepada PDRB
karena nilai standar deviasinya adalah nol. Kemudian PMA mengalami
peningkatan pada periode kedua hingga akhir periode dan memberikan respon
positif terhadap PDRB dengan standar deviasi yaitu 2157.607
menjadi 97883.29. Peningkatan PMA ini direspon positif oleh PDRB dilihat
dari meningkatnya standar deviasi PDRB pada awal hingga akhir periode yaitu
7031.580 menjadi 427706.7. Artinya peningkatan yang terjadi pada variabel
PDRB, menyebabkan PMA juga mengalami peningkatan.
4.2.6. Hasil Uji Variance Decomposition
Adapun hasil dari uji variance decomposition ini adalah sebagai berikut :
Tabel 4.11. Variance Decomposition PMA dan PDRB terhadap PMDN
Variance Decomposition of PMDN
Period
S.E. PMDN PMA PDRB
1 4266.370 86.62482 8.754341 4.620843
2 6889.227 45.77866 3.369638 50.85170
3 11579.72 50.34122 2.733236 46.92554
4 18648.58 42.76342 1.761748 55.47483
5 30472.99 44.07639 1.983478 53.94013
6 49368.45 42.75794 1.942899 55.29917
7 80184.47 43.11841 2.084716 54.79688
8 129950.6 42.90313 2.126257 54.97061
9 210656.5 43.00107 2.182131 54.81680
10 341279.5 42.97210 2.205106 54.82280
Sumber : Output Statistik data sekunder yang diolah, 2021
25
Dari hasil uji variance decomposition tabel 4.11. dapat dilihat bahwa
variance PMDN di pengaruhi oleh PMDN itu sendiri pada periode pertama,
sebesar 86 persen. Sedangkan pada periode kedua varian nilai prediksi PMDN
45,77 persen dan sisanya disumbang kepada variabel lain, yaitu PMA 3,37
persen, dan PDRB 50,85 persen. Variance terbesar adalah PDRB dengan nilai
54,82 persen pada periode ke 10, dan PMA memiliki variance terkecil terhadap
PMDN pada periode ke-4 sebesar 1, 76 persen.
Tabel 4.12. Variance Decomposition PMDN dan PDRB terhadap PMA
Variance Decomposition of PMA
Period
S.E. PMDN PMA PDRB
1 289.0435 0.000000 66.35453 33.64547
2 394.4564 9.352428 51.09870 39.54888
3 564.1295 16.57658 30.72567 52.69775
4 859.1246 28.42989 13.90636 57.66375
5 1371.559 34.43017 5.456342 60.11348
6 2236.445 38.65136 2.357290 58.99135
7 3658.067 40.47586 1.561642 57.96250
8 5977.622 41.60985 1.570132 56.82002
9 9740.913 42.15697 1.750673 56.09235
10 15840.54 42.50486 1.930054 55.56509
Sumber : Output Statistik data sekunder yang diolah, 2021
Tabel 4.12. hasil uji variance decomposition of PMA, dapat dilihat
bahwa varians PMA dipengaruhi oleh PMA itu sendiri pada periode pertama
sebesar 66, 35 persen, PDRB mempengaruhi PMA sebesar 33, 64 persen. Pada
periode kedua variasi nilai prediksi PMA sebesar 51, 09 persen dan sisanya
disumbangkan oleh variabel lain yaitu PMDN sebesar 9, 35 persen dan PDRB
sebesar 39, 54 persen. Variance terbesar adalah PDRB sebesar 55, 56 persen
pada periode ke-10, dan PMDN memiliki variabel terkecil terhadap PMA
sebesar 0.00 persen pada periode pertama.
Tabel 4.13. Variance Decomposition PMDN dan PMA terhadap PDRB
Variance Decomposition of PDRB
Period
S.E. PMDN PMA PDRB
1 7031.580 0.000000 0.000000 100.0000
2 13842.55 7.625603 2.429475 89.94492
3 24159.36 15.21458 4.398314 80.38711
4 40427.78 23.79469 5.630283 70.57502
5 66304.96 29.85636 5.657116 64.48653
6 107796.8 34.48260 5.212586 60.30481
7 174420.5 37.52391 4.574098 57.90199
8 281782.8 39.58275 3.977626 56.43962
9 455039.5 40.88293 3.482830 55.63424
10 735046.2 41.71262 3.108077 55.17930
Sumber : Output Statistik data sekunder yang diolah, 2021
26
Tabel 4.13. hasil uji variance decomposition of PDRB, dapat dilihat
bahwa varians PDRB dipengaruhi oleh PDRB itu sendiri pada periode pertama
sebesar 100 persen, PMDN mempengaruhi PDRB sebesar 00, 000 persen. Pada
periode kedua variasi nilai prediksi PDRB sebesar 89, 94 persen dan sisanya
disumbangkan oleh variabel lain yaitu PMDN sebesar 7, 62 persen dan PMA
sebesar 2, 42 persen. Variance terbesar adalah PDRB sebesar 55, 17 persen pada
periode ke-10, dan PMA memiliki variabel terkecil terhadap PDRB sebesar 2.42
persen pada periode kedua.
4.2.7. Model Panel Vector Auto Regresssion (PVAR)
Jika nilai mutlak dari statistik-t lebih besar dari 1,96 maka dikatakan
berpengaruh signifikan dan sebaliknya. Berikut hasil estimasi PVAR dapat
dilihat pada tabel di bawah ini.
Tabel 4.14. Hasil Pengujian PVAR
PMDN PMA PDRB
PMDN(-1) 0.614805 0.030380 -0.962661
[ 2.94671] [ 2.14920] [-2.79950]
PMDN(-2) 0.715435 0.003226 -0.210162
[ 2.02794] [ 0.13496] [-0.36145]
PMA(-1) 3.620212 0.821816 4.002628
[ 1.18421] [ 3.96794] [ 0.79441]
PMA(-2) -0.089322 0.062465 1.846457
[-0.03791] [ 0.39133] [ 0.47550]
PDRB(-1) -0.519879 -0.002444 1.546524
[-2.01859] [-0.14006] [ 3.64341]
PDRB(-2) 0.541257 0.001644 -0.528105
[ 2.02777] [ 0.09094] [-1.20044]
C -92.63129 57.62624 863.8294
[-0.06402] [ 0.58783] [ 0.36222]
Sumber : Output Statistik data sekunder yang diolah, 2021
Hasil estimasi model PVAR pada tabel 4.14. menunjukkan hubungan
jangka pendek pada PMDN, PMA dan PDRB. Untuk melihat hubungan yang
lebih spesifik antara PMDN, PMA dan PDRB pada Wilayah Sumatera dapat
dijelaskan dengan persamaan sebagai berikut.
1. PMDN = 0.614805120894*PMDN(-1) + 0.715434905998*PMDN(-2) +
27
2. PMA = 0.0303795633217*PMDN(-1)+ 0.0032257004564*PMDN(-2) +
0.821816188271*PMA(-1) + 0.0624651751662*PMA(-2) – 0.0024438807111*
4.3. PEMBAHASAN
4.3.1. Hubungan Kausalitas antara Penanaman Modal Dalam Negeri
(PMDN) dan Penanaman Modal Asing (PMA)
Hubungan antara Penanaman Modal Dalam Negeri (PMDN) dengan
Penanaman Modal Asing (PMA) adalah tidak memiliki hubungan kausalitas dua
arah maupun satu arah karena nilai probabilitas masing – masing sebesar 0,1878
dan 0,1196 lebih besar dari α sebesar 5%.
4.3.2. Hubungan Kausalitas antara Penanaman Modal Dalam Negeri
(PMDN) dan Produk Domestik Regional Bruto (PDRB)
Hubungan antara Penanaman Modal Dalam Negeri (PMDN) dengan
Produk Domestik Regional Bruto (PDRB) yaitu hubungan kausalitas satu arah.
PMDN mempengaruhi PDRB karena nilai probabilitas PMDN sebesar 0,0222
lebih kecil dari α sebesar 5% dan PDRB sebesar 0.0557.
4.3.3. Hubungan Kausalitas antara Penanaman Modal Asing (PMA) dan
Produk Domestik Regional Bruto (PDRB)
Hubungan antara Penanaman Modal Asing (PMA) dengan Produk
Domestik Regional Bruto (PDRB) adalah tidak memiliki hubungan kausalitas
dua arah maupun satu arah karena nilai probabilitas masing – masing sebesar
0,256 dan 0,9545 lebih besar dari α sebesar 5%.
28
V. PENUTUP
5.1. KESIMPULAN
Berdasarkan hasil penelitian yang dilakukan mengenai hubungan kausalitas
antara Investasi dan Produk Domestik Regional Bruto di Wilayah Sumatera, maka
dapat diperoleh kesimpulan sebagai berikut:
1. Tidak terdapat hubungan kausalitas dua arah maupun satu arah antara
Penanaman Modal Dalam Negeri (PMDN) dengan Penanaman Modal Asing
(PMA) di Wilayah Sumatera.
2. Terdapat hubungan kausalitas satu arah antara Penanaman Modal Dalam
Negeri (PMDN) dengan Produk Domestik Regional Bruto (PDRB) di
Wilayah Sumatera.
3. Tidak terdapat hubungan kausalitas dua arah maupun satu arah antara
Penanaman Modal Asing (PMA) dengan Produk Domestik Regional Bruto
(PDRB) di Wilayah Sumatera.
5.2. SARAN
Berdasarkan kesimpulan tersebut, maka saran yang akan diberikan yaitu
sebagai berikut:
1. Pemerintah perlu memperbaiki iklim investasi sehingga lebih kondusif agar
investasi dapat ditingkatkan untuk mendorong pertumbuhan ekonomi.
Pemerintah perlu menjadikan investasi sebagai motor penggerak pertumbuhan
ekonomi supaya lebih stabil dan dinamis, karena pertumbuhan ekonomi yang
didorong oleh konsumsi tidak stabil dan bisa berubah cepat.
2. Bagi peneliti selanjutnya perlu adanya penambahan variabel-varibel baru yang
dapat saling memiliki hubungan timbal balik seperti variabel ekspor dan
variabel impor. Diharapkan dalam penelitian selanjutnya dapat menggunakan
populasi di seluruh wilayah ASEAN, atau kawasan-kawasan regional.
29
DAFTAR PUSTAKA
Afia, Elvany Noor. 2010. Pengaruh Penanaman Modal Asing, penanaman Modal
Dalam Negeri, dan Belanja Modal Terhadap Produk Domestik Regional
Bruto Provinsi Jawa Tengah. Skripsi. Semarang : Universitas Diponegoro.
Ajija dkk. 2011. Cara Cerdas Menguasai Eviews. Jakarta: Salemba Empat
Asiyan, Sri. 2013. Pengaruh Penanaman Modal Dalam Negeri, Penanaman Modal
Asing, dan Ekspor Terhadap Pertumbuhan Ekonomi di Jawa Timur, Jurnal
Pendidikan Ekonomi Unesa, Vol. 1 No. 3.
Astari. C. 2014. Analisis Kausalitas Granger Antara Pdrb, Investasi Dan Belanja
Modal Di Provinsi Jawa Tengah, Economics Development Analysis
Journal. Vol 3 No. 2
Dedi Rosadi. 2012. Ekonometrika dan Analisis Runtun Waktu Terapan dengan
Eviews. Yogyakarta: Andi Offset
30
Lean dan Tan. 2011. Linkages Between Foreign Direct Investment, Domestic
Investment And Economic Growth In Malaysia, Jurnal Kerja Sama
Ekonomi dan Pembangunan. Vol. 32 No. 4
Noor, Ruslan Abdul Ghofur. 2013. Konsep Distribusi Dalam Ekonomi Islam.
Yogyakarta: Pustaka Pelajar.
Onafowara Olugbenga, dan Owoye Oluwole. 2019. Public Debt, Foreign Direct
Investment, Economic Growth Dynamic: Empirical Evidence From
Caribbean. International Journal of Emerging Markets.
Sabono dan Kusreni. 2013. Analisis Hubungan Kausalitas antara Investasi dan
Produk Domestik Regional Bruto Provinsi Maluku Tahun 2002 – 2011.
Jurnal Ekonomi dan Bisni. No. 2
31
Surojo, Adam. 2018. Hubungan Antara Ekspor, FDI, Domestic Credit, dan GDP Di
Negara – Negara Timur Tengah, Jurnal Ilmiah Mahasiswa Universitas
Surabaya. Vol 7 No. 2
Thao dan Hua. 2018. A VAR Analysis of the Connection between FDI and
Economic Growth: A Case Study from Vietnam after 30 Years Reforms,
Jurnal Internasional Inovasi dan Pembangunan Ekonomi. Vol 4 Edisi 4
Todaro, M.P. dan Stephen C. Smith. 2011. Pembangunan Ekonomi Dunia. Jakarta:
Erlanggga.
Ullah dkk. 2014. Domestic Investment, Foreign Direct Investment, and Economic
Growth Nexus: A Case of Pakistan, Hindawi Publishing Corporation. Vol
2014
32