MEMILIH TOPIK

PENELITIAN

Dunia nyata (real world)!

 Perilaku ekonomi
 Konsumsi
 Menabung
 Investasi
 Permintaan
Matakuliah
 Penawaran Konsentrasi? Apa topik
 Produksi penelitian
 dst. kita?

 Fenomena Ekonomi
 Inflasi Setelah
 Pengangguran
lulus ingin
 Desifit anggaran (pendapatan, belanja)
bekerja di
 Kemiskinan
 Pertumbuhan ekonomi
mana?
 Employment (penyerapan tenaga kerja)
 dst.
 MINI PROPOSAL SKRIPSI
PROGDI EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH SURAKARTA

Diajukan oleh:

Nama :-
NIM :-
Profile Picture, P.A. :-
wajah T/t lahir :-
kelihatan jelas. Total SKS :-
IPK :-

1. Topik

Pengangguran

2. Judul

Determinan Tingkat Pengangguran di Indonesia Periode 2000-2018

3. Tujuan

Mengukur arah dan besarnya pengaruh inflasi, pertumbuhan ekonomi,

penerimaan pajak pemerintah dan tingkat pendidikan terhadap tingkat
penggangguran di Indonesia selama periode 2000-2018.

4. Alat Analisis

Analisis regresi OLS dengan model ekonometrik (estimator) sebagai berikut:

𝑈𝐸𝑀𝑃 = 𝛽 + 𝛽 𝐼𝑁𝐹 + 𝛽 𝐺𝑅𝑂𝑊𝑇𝐻 + 𝛽 𝑇𝐴𝑋 + 𝛽 𝐸𝐷𝑈𝐶 + 𝜀

di mana:

UEMP = Pengangguran (%)

INF = Inflasi (%)
GROWTH = Pertumbuhan Ekonomi (%)
TAX = Penerimaan Pajak Pemerintah (Rp Trilyun)
EDUC = Tingkat Pendidikan (%)
𝜀 = Error term (faktor kesalahan)
𝛽 = Konstanta
𝛽 ⋯𝛽 = Koefisien regresi variabel independen
t = tahun ke t
5. Definisi Operasional Variabel

Pengangguran (UEMP)

Persentase jumlah orang yang tidak bekerja dibagi dengan angkatan kerja.
Satuan data pengangguran adalah %.

Inflasi (INF)

Inflasi adalah kenaikan umum harga barang dan jasa, yang akan diukur
dengan Indeks Harga Konsumen (IHK) tahun dasar 2018. Satuan data IHK
adalah %.

Pertumbuhan Ekonomi (GROWTH)

Pertumbuhan ekonomi adalah pertumbuhan Gross Domestic Product (GDP)

harga konstan pada tahun dasar 2018, yang dihitung dengan rumus:

𝐺𝐷𝑃 − 𝐺𝐷𝑃
𝐺𝑅𝑂𝑊𝑇𝐻 = × 100%
𝐺𝐷𝑃

Satuan data pertumbuhan ekonomi adalah %.

Penerimaan Pajak Pemerintah (TAX)

Realisasi penerimaaan pajak utama pemerintah yang meliputi Pajak

Penghasilan (PPH), Pajak Pertambahan Nilai (PPN), Pajak Penjualan Atas
Barang Mewah (PPnBM), Pajak Bumi dan Bangunan (PBB), dan Pajak
Lainnya. Satuan data penerimaan pajak adalah Rp Trilyun.

Tingkat Pendidikan (EDUC)

Persentase Angkatan Kerja yang memiliki tingkat pendidikan di atas SMA.

Satuan data tingkat pendidikan adalah %.

6. Pustaka

8 jurnal internasional, 7 jurnal nasional, 2 di antaranya karya dosen FEB.

Biro Pusat Statistik. 2013. Tabel Input Output Kabupaten Sukoharjo Tahun
2012. Sukoharjo: Bappeda Kabupaten Sukoharjo.
Budiono. 1992. Ekonomi Mikro. Edisi 2, Cetakan 14. Yogyakarta: BPFE.
Gharbi, Leila. 2016. "A critical analysis of the use of fair value by Islamic
Financial Institutions." Journal of Islamic Accounting and Business
Research. 7 (2): 170-183.
Gujarati, Damodar N., dan Dawn C. Porter. 2010. Essentials of econometrics.
Edisi 4. New York: McGraw-Hill/Irwin.
Hair, Joseph F., Jr., William C. Black, Barry J. Babin, Rorlp E. Anderson, dan
Ronald L. Tatham. 2006. Multivariate Data Analysis. Edisi 6. New
Jersey: Pearson Education, Inc.
Kurniawan, Rivan. 2019. "Perkembangan Perbankan Syariah dan Prospeknya
di Pasar Modal Indonesia." Diakses 19 Desember 2019. http://rivan
kurniawan.com/2019/07/17/perkembangan-perbankan-syariah/.
Ramanathan, Ramu. 1995. Introductory Econometrics with Applications. Edisi
3. Florida: The Dryden Press Harcourt Brace College Publishers.
Subiyantoro, Heru, dan Singgih Riphat (Ed.). 2004. Kebijakan Fiskal:
Pemikiran, Konsep, dan Implementasi. Jakarta: PT Kompas Media
Nusantara.
Utomo, Yuni Prihadi. 2012. "Efektivitas Pengaruh Kebijakan Moneter dan
Kinerja Sektor Perbankan Periode Tahun 1971-2009." Tesis, Program
Studi Magister Manajemen Program Pasca Sarjana, Universitas
Muhammadiyah Surakarta.
Walsh, Ciaran. 2004. Key Management Ratios: Rasio-rasio Manajemen
Penting Penggerak dan Pengendali Bisnis. Pent. Shalahuddin Haikal.
Jakarta: Penerbit Erlangga.
 MINI PROPOSAL SKRIPSI
PROGDI EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH SURAKARTA

Diajukan oleh:

Nama :-
NIM :-
Profile Picture, P.A. :-
wajah T/t lahir :-
kelihatan jelas. Total SKS :-
IPK :-

1. Topik

Analisis Sektor Unggulan

2. Judul

Analisis Sektor Unggulan Kabupaten Sukoharjo Tahun 2016-2020

3. Tujuan

Mengindentifikasi sektor unggulan dan pergeseran sektor unggulan

Kabupaten Sukoharjo Tahun 2016-2020

4. Alat Analisis

Analisis Location Quotient (LQ) dengan ekstensi variabel produktivitas

sebagai dasar perhitungannya, yang rumus perhitungannya adalah seperti
berikut:

𝑄
𝐸
𝑄
𝐸
𝐿𝑄 =
𝑄
𝐸
𝑄
𝐸

di mana:

LQ = Location Quotient
 Q = PDRB
E = Jumlah orang bekerja (tingkat employment)
i = Sektor ekonomi ke i
r = Kabupaten Sukoharjo
n = Propinsi Jawa Tengah

5. Definisi Operasional Variabel

PDRB (Q)

Nilai Product Domestic Regional Bruto Kabupaten Sukoharjo dengan harga

berlaku. Satuan data PDRB adalah Rp Juta.

Jumlah Orang Bekerja (E)

Jumlah orang yang bekerja di Kabuptaten Sukoharjo, yakni orang yang

bekerja minimum 5 jam per hari, atau 35 jam per minggu. Satuan data E
adalah orang.

6. Pustaka

8 jurnal internasional, 7 jurnal nasional, 2 di antaranya karya dosen FEB.

 MINI PROPOSAL SKRIPSI
PROGDI EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS MUHAMMADIYAH SURAKARTA

Diajukan oleh:

Nama :-
NIM :-
Profile Picture, P.A. :-
wajah T/t lahir :-
kelihatan jelas. Total SKS :-
IPK :-

1. Topik

Kemiskinan

2. Judul

Karakteristik Masyarakat Miskin Penerima Program Keluarga Harapan

(PKH) Kabupaten Semarang

3. Tujuan

Memetakan karakteristik masyarakat miskin penerima Program Keluarga

Harapan (PKH) di Kabupaten Semarang

4. Alat Analisis

Analisis statistik deskriptif yang meliputi penyajian data dalam bentuk tabel
dan grafik distribusi frekuensi pada variabel-variabel yang diamati.

5. Definisi Operasional Variabel

Demograsi

Variabel demograsi yang akan diamati dalam penelitian meliputi variabel

umur, jenis kelamin, pendidikan (Tidak sekolah, SD, SMP, SMA, dan
Sarjana), status tempat tinggal (Milik sendiri, Menyewa, Menumpang), dan
jenis mata pencaharian (Pertanian, Industri/Pabrik, Perdagangan, Bangunan,
Restoran/Rumah Makan, Serabutan).
 Konsumsi

Variabel konsumsi adalah total pengeluaran rumah tangga untuk membeli

barang-barang konsumsi, yang meliputi konsumsi pangan dan non pangan.
Satuan variabel konsumsi adalah Rp/tahun. Data konsumsi non pangan akan
dirinci berdasarkan jenisnya, yang akan meliputi…

Hutang

Variabel hutang adalah total pinjaman yang dilakukan sebuah rumah tangga
dalam setahun. Satuan datanya adalah Rp/tahun. Data hutang akan dirinci
berdasarkan peruntukannya, yang meliputi…

6. Pustaka

8 jurnal internasional, 7 jurnal nasional, 2 di antaranya karya dosen FEB.

Naskah Publikasi Pendekatan Ekonometrika - OLS

JUDUL
Pengarang

Abstract

A. Pendahuluan

B. Tinjauan Pustaka

C. Metodologi

Dalam penelitian ini, untuk menganalisis pengaruh Kurs, Inflasi, Tingkat Bunga
dan Pertumbuhan Ekonomi terhadap Saldo Neraca Berjalan digunakan alat analisis
regresi Ordinary Least Square (OLS) dengan model ekonometrik sebagai berikut:

CAt   0   1 ln( KURSt )   2 INFt   3 BIRATEt   4 GROWTH t   t

di mana:

CA : Saldo Neraca Berjalan, US$ juta

KURS : Kurs Dollar, Rupiah
INF : Inflasi, %
BIRATE : Tingkat Bunga Sertifikat Bank Indonesia, %
𝐺𝑅𝑂𝑊𝑇𝐻 : Pertumbuhan Ekonomi, %
ln : Operasi logaritma natural
t : Error term (faktor kesalahan)
0 : Konstanta
1   4 : Koefisien regresi variabel independen
t : tahun ke t

Data yang dipakai adalah data time series dari tahun 1990-2011, yang akan
diperoleh dari beberapa sumber, World Bank, Bank Indonesia, dan Biro Pusat Statistik.

D. Hasil Estimasi

Hasil estimasi model ekonometrik di atas beserta uji pelengkapnya terangkum

dalam Tabel 1.
Uji diagnosis memperlihatkan model terestimasi terlihat tidak mengalami ma-
salah pelanggaran uji asumsi klasik sama sekali. Seluruh nilai VIF < 10, jadi model
terestimasi bebas dari masalah multikolinieritas. Nilai probabilitas empirik statistik uji
Normalitas Residual, Otokorelasi, Heteroskedastisitas, dan uji Linieritas, yang masing-
masing 0,553 (> 0,10), 0,594 (> 0,10), 0,493 (> 0,10) dan 0,207 (> 0,10), menunjukkan
bahwa model terestimasi memiliki distribusi residual yang normal, bebas dari masalah
otokorelasi dan heteroskedastisitas, dengan spesifikasi model tepat (linier).
Statistik kebaikan suai (goodness of fit) memperlihatkan bahwa model eksis, terlihat
dari probabilitas empirik statistik F, yang sebesar 0,001 (< 0,01), dengan R2 atau daya
ramal sedang, yakni sebesar 0,683. Artinya, secara keseluruhan variabel independen,
Kurs (KURS), Inflasi (INF), Tingkat Bunga Sertifikat Bank Indonesia (BIRATE) dan
Pertumbuhan Ekonomi (GROWTH), bisa menjelaskan 68,3 persen variasi atau naik
turunnya variabel Saldo Neraca Berjalan (CA).

Tabel 1
Hasil Estimasi Model Ekonometri

  33,034  5,109 ln(KURS )  0,191 INF  0,180 BIRATE

CAt t t t

(0, 106) (0,012)** (0, 204) (0,522)

 0, 922 GROWTH t
(0,078)***
R2 = 0,683; DW-Stat. = 1,882; F-Stat. = 8,629; Prob. F-Stat. = 0,001
Uji Diagnosis
(1) Multikolinieritas (VIF)
ln(KURS) = 2,058; INF = 7,291; BIRATE = 4,805; GROWTH = 6,684
(2) Normalitas Residual
JB(2) = 1,183; Prob. JB(2) = 0,553
(3) Otokorelasi
2(3) = 1,903; Prob. 2(3) = 0,593
(4) Heteroskedastisitas
2(8) = 7,416; Prob. 2(8) = 0,493
(5) Linieritas
F(2,14) = 1,767; Prob. F(2,14) = 0,207
Sumber: BPS, diolah. Keterangan: *Signifikan pada  = 0,01; **Signifikan pada  = 0,05;
***
Signifikan pada  = 0,10. Angka dalam kurung adalah probabilitas empirik (p value) t-
statistik.

Uji diagnosis memperlihatkan model terestimasi terlihat tidak mengalami ma-

salah pelanggaran uji asumsi klasik sama sekali. Seluruh nilai VIF < 10, jadi model
terestimasi bebas dari masalah multikolinieritas. Nilai probabilitas empirik statistik uji
Normalitas Residual, Otokorelasi, Heteroskedastisitas, dan uji Linieritas, yang masing-
masing 0,553 (> 0,10), 0,594 (> 0,10), 0,493 (> 0,10) dan 0,207 (> 0,10), menunjukkan
bahwa model terestimasi memiliki distribusi residual yang normal, bebas dari masalah
otokorelasi dan heteroskedastisitas, dengan spesifikasi model tepat (linier).
Statistik kebaikan suai (goodness of fit) memperlihatkan bahwa model eksis, terlihat
dari probabilitas empirik statistik F, yang sebesar 0,001 (< 0,01), dengan R 2 atau daya
ramal sedang, yakni sebesar 0,683. Artinya, secara keseluruhan variabel independen,
Kurs (KURS), Inflasi (INF), Tingkat Bunga Sertifikat Bank Indonesia (BIRATE) dan
Pertumbuhan Ekonomi (GROWTH), bisa menjelaskan 68,3 persen variasi atau naik
turunnya variabel Saldo Neraca Berjalan (CA).
Secara terpisah, hanya variabel Kurs dan Pertumbuhan ekonomi, yang memiliki
pengaruh signifikan terhadap Saldo Neraca Berjalan, masing-masing dengan
probabilitas empirik t sebesar 0,012 (< 0,05) dan 0,078 (< 0,10). Variabel Inflasi dan Ting-
kat Bunga Sertifikat Bank Indonesia tidak berpengaruh signifikan terhadap Saldo
Neraca Berjalan, karena memiliki probabilitas empirik sebesar 0,204 (> 0,10) dan 0,522
(> 0,10).
 Variabel Kurs memiliki koefisien regresi sebesar 5,109. Pola hubungan antara Kurs
dan Saldo Neraca Berjalan adalah linier-logaritma (lin-log), sehingga apabila Kurs naik
sebesar 1 persen maka Saldo Neraca Berjalan akan turun sebesar 5,109/100 = US$
0,05109 juta atau 51.090 dollar Amerika. Sebaliknya apabila Kurs turun 1 persen maka
Saldo Neraca Berjalan akan turun sebesar 51.090 dollar Amerika.
Variabel Pertumbuhan Ekonomi memiliki koefisien regresi sebesar -0,922. Pola
hubungan antara Pertumbuhan Ekonomi dan Saldo Neraca Berjalan adalah linier-linier,
artinya jika Pertumbuhan Ekonomi naik 1 persen maka Saldo Neraca Berjalan akan
turun sebesar US$ 0,922 juta atau 922.000 dollar Amerika. Sebaliknya jika, Pertumbuhan
Ekonomi turun 1 persen maka Saldo Neraca Berjalan akan naik sebesar 922.000 dollar
Amerika.

F. Pembahasan

Saldo Neraca Berjalan, selama periode 1992-2011, ternyata dipengaruhi oleh Kurs
dan Pertumbuhan Ekonomi, sementara Inflasi dan Tingkat Bunga Sertifikat Bank
Indonesia tidak memiliki pengaruh signifikan.
Kurs memiliki pengaruh positif, memperlihatkan bahwa jika Kurs mengalami
kenaikan maka Saldo Neraca Berjalan akan naik. Secara teoritis mekanisme ini terjadi
karena jika Kurs naik maka secara relatif harga di dalam negeri menjadi lebih murah
dibandingkan dengan harga luar negeri. Kondisi ini akan meningkatkan ekspor dan
menurunkan impor barang, sehingga akan meningkatkan saldo Neraca Perdagangan,
yang pada akhirnya akan menaikkan juga saldo Neraca Berjalan.
Pertumbuhan Ekonomi, namun demikian, justru memiliki pengaruh negatif
terhadap Saldo Neraca Berjalan dengan tingkat pengaruh yang lebih besar dari Kurs.
Artinya seiring dengan naik Pendapatan Nasional, selama kurun 1992-2011, saldo
Neraca Berjalan cenderung memburuk. Mengingat pertumbuhan ekonomi Indonesia
justru selalu posistif, fenomena ini memberi gambaran bahwa dalam jangka panjang
impor barang Indonesia justru cenderung lebih dominan dibandingkan ekspor
barangnya. Saat ekspor-impor barang positif, fenomena ini memberikan indikasi bahwa
aliran dana yang keluar dari Indonesia, melalui pos di luar ekspor impor barang, lebih
besar dari aliran dana yang masuk ke Indonesia. Pos di luar ekspor-impor barang dalam
neraca pembayaran meliputi pembayaran gaji, dividen, profit, bunga dan lain
sebagainya (Factor Trade in Service), biaya angkut, jasa perbankan, biaya pemakaian
perangkat lunak, dan lain sebagainya (Non Factor Trade in Service), dan hadiah, pengi-
riman uang, hibah, dan lain sebagainya baik dari sektor privat (Private Transfer Payments)
maupun sektor pemerintah (Official Transfer Payment).
Sektor moneter Indonesia, dalam hal ini diwakili variabel kebijakan Tingkat
Bunga Sertifikat Bank Indonesia dan variabel target kebijakan Inflasi, meskipun
keduanya cenderung memiliki pengaruh negatif terhadap Saldo Neraca Berjalan, tetapi
pengaruhnya tidak signifikan.

G. Kesimpulan

PUSTAKA
Naskah Publikasi Ekonometrika - PAM

JUDUL
Pengarang

Abstract

A. Pendahuluan

B. Tinjauan Pustaka

C. Metodologi

Dalam penelitian ini, untuk menganalisis pengaruh pembiayaan Murabahah, Mu-

dharabah, Musyarakah, dan Ijarah terhadap Rasio Keuntungan Modal, dipakai analisis
regresi Partial Adjustment Model (PAM). Model jangka panjangnya adalah seperti
berikut:

ROEt*   0   1 ln( MRBt )   2 ln( MDRt )   3 ln( MSYt )   4 ln( IJRt )   t

di mana:

ROE : Return on Equity

MRB : Murabahah, Rp juta
MDR : Mudharabah, Rp juta
MSY : Musyarakah, Rp juta
IJR : Ijarah, Rp juta
ln : Operasi logaritma natural
0 : Konstanta jangka panjang
1   4 : Koefisien regresi jangka panjang
 : Error term jangka panjang
t : triwulan ke t

Melalui proses subtitusi, pengaturan dan parameterisasi perilaku penyesuaian

parsial (partial adjustment) yang dinyatakan dalam persamaan:

( ROEt  ROEt  1 )   ( ROEt*  ROEt  1 )

diperoleh model jangka pendek atau model estimator PAM sebagai berikut:

ROEt   0   1 ln( MRBt )   2 ln( MDRt )   3 ln( MSYt )   4 ln( IJRt )   ROEt  1   t

di mana:
 : (1   )
 : koefisien penyesuaian
0 :  0 ; konstanta jangka pendek
 1  4 :  1  4 ; koefisien regresi jangka pendek
 :  ; error term jangka pendek

Data yang dipakai adalah data time series triwulan dari periode 2012Q2-2019Q3,
yang akan diperoleh dari Otoritas Jasa Keuangan (OJK).

D. Hasil Estimasi

Hasil estimasi model ekonometrik di atas beserta uji pelengkapnya terangkum

dalam Tabel 1.

Tabel 1
Hasil Estimasi Model Ekonometri

  22,0062  2,0830 ln( MRB )  1,8639ln( MDR )  1,7462 ln( MSY )

ROEt t t t

(0,1002)*** (0, 3083) (0,0208)**

1,0212 ln( IJRt )  0, 3371ROEt  1
(0,0637)*** (0,0195)**
R2 = 0,5547; DW-Stat. = 2,1966; F-Stat. = 5,7307; Prob. F-Stat. = 0,0014
Uji Diagnosis
(1) Multikolinieritas (VIF)
ln(MRB) = 13,4535; ln(MDR) = 5,0168; ln(MSY) = 4,4725;
ln(IJR) = 3,2295; ROEt 1 = 1,7001
(2) Normalitas Residual
JB(2) = 0,0124; Prob. JB(2) = 0,9938
(3) Otokorelasi
2(3) = 5,9235; Prob. 2(3) = 0,1154
(4) Heteroskedastisitas
2(20) = 22,8123; Prob. 2(20) = 0,2981
(5) Linieritas
F(2,21) = 0,3749; Prob. F(2,14) = 0,6919
Sumber: OJK, diolah. Keterangan: *Signifikan pada  = 0,01; **Signifikan pada  = 0,05;
***
Signifikan pada  = 0,10. Angka dalam kurung adalah probabilitas empirik (p value) t-
statistik.

Koefisien regresi ROEt  1 (), terlihat sebesar 0,3371 dengan nilai p atau probabilitas
(signifikansi) empirik stastistik t 0,0195 (<0,05), artinya koefisien adjustment () akan
memenuhi syarat 0 <  < 1 dan signifikan. Kedua kondisi ini menunjukkan bahwa
model terestimasi benar-benar merupakan model PAM, yang dapat mempresentasikan
keberadaan hubungan teoritik jangka panjang antara variabel dependen dan variabel
independen, yang dipilih untuk menyusun model ekonometrik dalam penelitian ini.
Berdasarkan definisi parameter jangka pendek, dari perhitungan diperoleh model
terestimasi jangka panjang PAM sebagai berikut:

*  33,1962  3,1421ln( MRB )  2,8117 ln( MDR )  2, 6341ln( MSY )

ROEt t t t

1, 5405ln( IJRt )

dengan waktu penyesuaian atau adjustment time-nya adalah:

1
AT   1, 5085 triwulan
0, 662915

Dari uji diagnosis pada Tabel 1, terlihat probabilitas empirik statistik uji Nor-
malitas Residual, Otokorelasi, Heteroskedastisitas, dan uji Linieritas, masing-masing
bernilai 0,553 (> 0,10), 0,594 (> 0,10), 0,493 (> 0,10) dan 0,207 (> 0,10), menunjukkan
bahwa model terestimasi memiliki distribusi residual yang normal, bebas dari masalah
otokorelasi dan heteroskedastisitas, dengan spesifikasi model tepat (linier). Seluruh nilai
VIF < 10, kecuali pada ln(MRB), yakni sebesar 13,4535, yang berarti variabel pembiayaan
Murabahah menyebabkan terjadinya masalah multikolinieritas dalam model.
Statistik kebaikan suai (goodness of fit) memperlihatkan bahwa model eksis,
terlihat dari nilai probabilitas empirik statistik F, yang sebesar 0,0014 (< 0,01), dengan
R2 atau daya ramal sedang, yakni sebesar 0,5547. Artinya, pembiayaan Murabahah, Mu-
dharabah, Musyarakah, dan Ijarah dapat menjelaskan 55,47 persen variasi atau naik
turunnya variabel Return on Equity.
Secara terpisah, variabel yang secara signifikan mempengaruhi Return on Equity
adalah pembiayaan Murabahah, Musyarakah, dan Ijarah, dengan probabilitas empirik
statistik t sebesar 0,1002 (dianggap = 0,10), 0,0208 (< 0,05) dan 0,0647 (< 0,10). Ketiga
variabel ini memiliki pola pengaruh yang sama terhadap Return on Equity, yakni linier-
logaritma (lin-log). Variabel pembiayaan Mudharabah tidak memiliki pengaruh sig-
nifikan dengan probabilitas empirik statistik sebesar 0,3083 (> 0,10).
Pembiayaan Murabahah memiliki koefisien regresi jangka pendek sebesar -2,0830
dan koefisien regresi jangka panjang sebesar -3,1421. Artinya, jika pembiayaan
Murabahah naik 1 persen, Return on Equity akan turun sebesar 2,0830/100 = 0,0208
dalam jangka pendek, dan sebesar 3,1421/100 = 0,0314 dalam jangka panjang.
Sebaliknya, jika pembiayaan Murabahah turun 1 persen, maka Return on Equity akan
naik sebesar 0,0208 dalam jangka pendek, dan sebesar 3,1421/100 = 0,0314 dalam jangka
panjang.
Koefisien regresi jangka pendek pembiayaan Musyarakah bernilai 1,7462,
koefisien regresi jangka panjangnya 2,6341. Dalam jangka pendek, jika pembiayaan
Musyarakah naik 1 persen, Return on Equity akan naik sebesar 1,7462/100 = 0,0175,
dalam jangka panjang akan naik sebesar 2,6341/100 = 0,0263. Sebaliknya, jika
pembiayaan Musyarakah turun 1 persen, dalam jangka pendek Return on Equity akan
turun sebesar 0,0175, dalam jangka panjang akan turun sebesar 0,0263.
Pada jangka pendek pembiayaan Ijarah memiliki koefisien regresi sebesar 1,0212,
pada jangka panjang 1,5405. Jika pembiayaan Ijarah naik 1 persen pada jangka pendek,
Return on Equity akan naik sebesar 1,0212/100 = 0,0102, pada jangka panjang akan naik
sebesar 1,5405/100 = 0,0154. Sebaliknya, jika pada jangka pendek pembiayaan Ijarah
turun 1 persen, Return on Equity akan turun sebesar 0,0102, pada jangka panjang akan
turun sebesar 0,0154.
Sesuai dengan waktu penyesuaian atau adjustment time-nya yang 1,5085 triwulan,
efek jangka panjang pembiayaan Murabahah, pembiayaan Musyarakah, dan
pembiayaan Ijarah terhadap Return of Equity baru akan tercapai dalam waktu 1,5085
triwulan

F. Pembahasan
G. Kesimpulan

PUSTAKA
Naskah Publikasi Ekonometrika - ECM

JUDUL
Pengarang

Abstract

A. Pendahuluan

B. Tinjauan Pustaka

C. Metodologi

Dalam penelitian ini, untuk menganalis pengaruh PDRB Sektor Pertanian, Nilai
Tukar Petani, dan Investasi Sektor Pertanian terhadap Penyerapan Tenaga Kerja Sektor
Pertanian Provinsi Jawa Tengah digunakan analisis regresi Model Koreksi Kesalahan
atau Error Correction Model (ECM). Model estimator jangka panjangnya adalah seperti
berikut:

ln( PTKt* )   0  1 ln( PDRBt )   2 NTPt   3 ln( INVt )   t

di mana:

PTK = Penyerapan Tenaga Kerja Sektor Pertanian

PDRB = Produk Domestik Regional Bruto
NTP = Nilai Tukar Petani
INV = Investasi Sektor Pertanian
ln = operator logaritma natural
0 = konstanta jangka panjang
1, 2, 3 = koefisien regresi jangka panjang PDRB, NTP, dan INV
 = unsur kesalahan (error term)
t = tahun

Mengikuti pendekatan Domowitz dan Elbadawi (1987), perilaku penyesuaian

parsial ECM diperoleh dengan meminimisasi fungsi biaya kuadrat tunggal. Proses
minimisasi, penataan dan parameterisasinya), menghasilkan persamaan jangka pendek
standar ECM seperti berikut:

 ln( PTK t )   1  ln( PDRBt )   2 NTP t  3  ln( INV t )   (ln( PTK t* 1 )   0
  1 ln( PDRBt  1 )   2 NTPt  1   3 ln( INVt  1 ))  t

di mana:

 = operator pembedaan (differencing)

1 , 2 , 3 = koefisien regresi jangka pendek PDRB, NTP, dan INV
 = koefisien penyesuaian (adjustment)
 = unsur kesalahan (error term)
 Penataan dan parameterisasi persamaan jangka pendek standar ECM, akan
menghasilkan model estimator jangka pendek ECM berikut:

 ln( PTKt )   0   1  ln( PDRBt )   2 NTP t  3  ln( INV t )   4 ln( PDRBt 1 )

 5 NTPt  1   6 ln( INVt  1 ))   7 ECT  wt

di mana:

ECT = Error Correction Term ( ECTt  log PDRBt 1  NTPt 1 

log INVt 1  log PTKt 1 )
7 = 
0 = 0
1, 2, 3 = 1 , 2 , 3
4 = -(1 – 1)
5 = -(1 – 2)
6 = -(1 – 3)
 = unsur kesalahan (error term)

Data yang dipakai adalah data time series tahunan dari periode 1994-2018, yang
akan diperoleh dari Badan Pusat Statistik (BPS).

D. Hasil Estimasi

Hasil estimasi model estimator jangka pendek ECM di muka beserta uji
pelengkapnya terangkum dalam Tabel 1.
Dari Tabel 1, terlihat koefisien regresi ECT (koefisien adjustment, ) memiliki nilai
sebesar 0,5637, yang berarti memenuhi syarat 0 <  < 1. Koefisien ini memiliki nilai p (p
value) atau probabilitas (signifikansi) empirik stastistik t sebesar 0,0082, berarti koefisien
adjustment signifikan pada  = 0,01. Kedua kondisi ini memperlihatkan bahwa model
terestimasi benar-benar merupakan model ECM, sehingga melalui mekanisme koreksi
kesalahan, hubungan ekuilibrium teoritik jangka panjang antara variabel independen
dan variabel dependen yang dispesifikasi dalam model ekonometrik akan tercapai.
Berdasarkan definisi parameter jangka pendek, dari perhitungan diperoleh model
terestimasi jangka panjang ECM sebagai berikut:


ln( PTK t* )  9,9961  0, 4082 ln( PDRBt )  0, 0177 NTPt  0,0135 ln( INVt )
Tabel 1
Hasil Estimasi Model Estimator Jangka Pendek ECM


 log PTK t  5, 6348  7,7572  log PDRBt  0,0105NTPt  0,0336  log INVt
(0,0294)** (0, 2089) (0,1284)***
0, 3336log PDRBt  1  0, 5737 NTPt  1  0, 5561log INVt 1  0, 5637 ECTt
(0, 6300) (0,0065)* (0,0078)* (0,0082)*
R 2 = 0,6259; DW-Stat. = 1,7384; F-Stat. = 3,8233; Prob. F-Stat. = 0,0125
Uji Diagnosis
(1) Multikolinieritas (VIF)
  log PDRBt = 1,1473; NTPt = 1,9931;  log INVt = 2,0434;
log PDRBt 1 = 2,6565; log NTPt 1 = 927,1187; log INVt 1 = 105,1175;
ECTt = 1143,873
(2) Normalitas Residual (Jarque Bera)
JB(2) = 1,2395; Prob. JB(2) = 0,5381
(3) Otokorelasi (Breusch Godfrey)
2(3) = 4,3043; Prob. 2(3) = 0,2304
(4) Heteroskedastisitas (White)
2(14) = 21,6339; Prob. 2(14) = 0,0865
(5) Linieritas (Ramsey Reset)
F(1,15) = 0,0288; Prob. F(1,15) = 0,8675
Sumber: Lampiran 1. Keterangan: *Signifikan pada  = 0,01; **Signifikan pada  = 0,05;
***
Signifikan pada  = 0,10. Angka dalam kurung adalah probabilitas empirik (p value) t-
statistik.

Dari uji diagnosis pada Tabel 1, terlihat probabilitas empirik statistik uji Nor-
malitas Residual, Otokorelasi, Heteroskedastisitas, dan uji Linieritas, masing-masing
bernilai 0,5381 (> 0,10), 0,2304 (> 0,10), 0,0865 (> 0,05) dan 0,8675 (> 0,10), menunjukkan
bahwa model terestimasi memiliki distribusi residual yang normal, bebas dari masalah
otokorelasi dan heteroskedastisitas, dengan spesifikasi model tepat (linier). Seluruh nilai
VIF < 10, kecuali pada NTPt 1 , log INVt 1 dan ECT, yakni sebesar 927,1187, 105,1175 dan
1143,873, yang berarti ketiga variabel ini menyebabkan terjadinya masalah
multikolinieritas dalam model terestimasi.
Statistik kebaikan suai (goodness of fit) memperlihatkan model eksis, terlihat dari
nilai probabilitas empirik statistik F, yang sebesar 0,0125 (< 0,05), dengan R2 atau daya
ramal sedang, yakni sebesar 0,6259. Artinya, variabel PDRB Sektor Pertanian, Nilai
Tukar Petani, dan Investasi Sektor Pertanian dapat menjelaskan 62,59 persen variasi atau
naik turunnya variabel Penyerapan Tenaga Kerja Sektor Pertanian Provinsi Jawa
Tengah.
Dalam jangka pendek, Penyerapan Tenaga Kerja (PTK) sektor pertanian
dipengaruhi secara signifikan oleh variabel Produk Domestik Regional Bruto (PDRB).
Sementara Variabel Nilai Tukar Petani (NTP) dan Investasi (INV) tidak memiliki
pengaruh signifikan.
Dalam jangka panjang, variabel yang berpengaruh signifikan terhadap
Penyerapan Tenaga Kerja (PTK) sektor pertanian adalah Nilai Tukar Petani (NTP) dan
Investasi (INV) di sektor pertanian. Variabel Produk Domestik Regional Bruto (PDRB)
justru tidak memiliki pengaruh signifikan.
Dalam jangka pendek variabel Produk Domestik Regional Bruto (PDRB) memiliki
koefisien regresi sebesar -7,7572, pola hubungan variabel ini dengan variabel
Penyerapan Tenaga Kerja (PTK) sektor pertanian adalah log-log. Artinya jika dalam
jangka Produk Domestik Regional Bruto (PDRB) naik sebesar 1%, Penyerapan Tenaga
Kerja (PTK) sektor pertanian akan turun sebesar 7,7572%; sebaliknya jika dalam jangka
Produk Domestik Regional Bruto (PDRB) turun sebesar 1%, Penyerapan Tenaga Kerja
(PTK) sektor pertanian akan naik sebesar 7,7572%. Dalam jangka panjang, variabel
Produk Domestik Regional Bruto (PDRB) tidak memiliki pengaruh signifikan.
 Dalam jangka pendek variabel Nilai Tukar Petani (NTP) tidak memiliki pengaruh
signifikan terhadap Penyerapan Tenaga Kerja (PTK) sektor pertanian; dalam jangka
panjang variabel ini memiliki koefisien regresi sebesar -0,0177. Pola hubungan variabel
ini dengan variabel Penyerapan Tenaga Kerja (PTK) sektor pertanian adalah log-lin.
Artinya jika dalam jangka Nilai Tukar Petani (NTP) naik sebesar 1%, Penyerapan Tenaga
Kerja (PTK) sektor pertanian akan turun sebesar 0,0177x100 = 1,77%; sebaliknya jika
dalam jangka Nilai Tukar Petani (NTP) turun sebesar 1%, Penyerapan Tenaga Kerja
(PTK) sektor pertanian akan naik sebesar 1,77%.
Variabel Investasi Sektor Pertanian (INV) dalam jangka pendek tidak memiliki
pengaruh signifikan terhadap Penyerapan Tenaga Kerja (PTK) sektor pertanian; dalam
jangka panjang variabel ini memiliki koefisien regresi sebesar 0,0135. Pola hubungan
variabel ini dengan dengan variabel Penyerapan Tenaga Kerja (PTK) sektor pertanian
adalah log-log. Artinya jika dalam jangka panjang Investasi Sektor Pertanian (INV) naik
sebesar 1%, Penyerapan Tenaga Kerja (PTK) sektor pertanian akan ikut naik sebesar
0,0135%. Sebaliknya jika dalam jangka panjang Investasi Sektor Pertanian (INV) turun
sebesar 1%, Penyerapan Tenaga Kerja (PTK) sektor pertanian juga akan ikut turun
sebesar 0,0135%.

F. Pembahasan

Dari hasil analisis di muka terlihat bahwa penyerapan tenaga kerja sektor
pertanian di Jawa Tengah dalam jangka pendek ternyata dipengaruhi oleh PDRB. Dalam
jangka pendek nilai tukar petani dan investasi di sektor pertanian tidak memiliki
pengaruh. Dalam jangka panjang, PDRB tidak memiliki pengaruh, sementara nilai tukar
petani dan investasi di sektor pertanian justru menjadi memiliki pengaruh terhadap
penyerapan tenaga kerja sektor pertanian di Jawa Tengah.
Pengaruh PDRB yang negatif dalam jangka pendek saja memperlihatkan bahwa
pertumbuhan ekonomi di Jawa Tengah setiap tahunnya memiliki impak menurunkan
penyerapan tenaga kerja sektor pertanian. Berdasarkan teori perubahan struktural
pembangunan, kondisi ini wajar jika terpenuhi tiga syarat. Pertama, berkurangnya
penyerapan tenaga kerja sektor pertanian karena teralihkan ke sektor industri yang
mengalami dinamika pertumbuhan ekonomi yang lebih cepat dari sektor pertanian.
Kedua, berkurangnya tenaga kerja sektor pertanian tidak menurunkan produksi total
sektor pertanian atau berarti menaikkan produktivitas tenaga kerja di sektor pertanian.
Ketiga, dengan naiknya produktivitas ini maka upah di sektor pertanian juga mengalami
kenaikan. Artinya kesejahteraan tenaga kerja sektor pertanian menjadi membaik.
Jika syarat ini tidak terpenuhi, berarti dampak negatif pertumbuhan ekonomi
(PDRB) terhadap penyerapan tenaga kerja sektor pertanian di Jawa tengah memiliki
implikasi pada telah terjadi suatu proses pembangunan yang bersifat merugikan atau
bias terhadap sektor pertanian. Pertumbuhan ekonomi telah dicapai dengan mendistorsi
ekologi kegiatan sektor pertanian. Dari tahun ke tahun pertumbuhan ekonomi
kemungkinan telah menyebabkan terjadinya alih guna lahan pertanian secara masif,
sehingga menurunkan kapasitas produksi sektor pertanian, yang akhirnya dari tahun
ke tahun juga menyebabkan turunnya penyerapan tenaga kerja di sektor pertanian.
Pengaruh investasi di sektor pertanian yang positif dalam jangka panjang tetapi
tidak memiliki pengaruh dalam jangka pendek, menunjukkan bahwa pengaruh
investasi di sektor pertanian terjadi dalam kerangka setelah satu tahun. Pengaruh
investasi yang positif terhadap penyerapan tenaga kerja di sektor pertanian
menunjukkan bahwa investasi dari tahun ke tahun telah dikelola secara cukup
berkelanjutan. Investasi di sektor pertanian secara dinamis telah berhasil meningkatkan
aktivitas kegiatan ekonomi di sektor pertanian dan akhirnya secara berkelanjutan
meningkatkan penyerapan tenaga di sektor pertanian.
Nilai tukar petani memperlihatkan pengaruh yang menarik terhadap penyerapan
tenaga kerja di sektor pertanian di Jawa Tengah, dalam jangka pendek tidak memiliki
pengaruh, tetapi dalam jangka panjang memiliki pengaruh negatif. Fenomena yang
sama sekali tidak selaras dengan teori permintaan dan penawaran yang ada… dst.

G. Kesimpulan

PUSTAKA