Upload
dotruc
View
224
Download
0
Embed Size (px)
Citation preview
DEPARTEMEN ILMU EKONOMI
FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR
BOGOR
2013
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI
FOREIGN DIRECT INVESTMENT DI ASEAN
BRONSON MARPAUNG
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA*
Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Faktor-
Faktor yang Memengaruhi Foreign Direct Investment di ASEAN adalah benar
karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam
bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada
Institut Pertanian Bogor.
Bogor, Juni 2013
Bronson Marpaung
NIM H14090008
ABSTRAK
BRONSON MARPAUNG. Analisis Faktor-Faktor yang Memengaruhi Foreign
Direct Investment di ASEAN. Dibimbing oleh Prof. Hermanto Siregar.
Negara sedang berkembang sangat membutuhkan dana yang besar untuk
melakukan pembangunan ekonomi. Pelaksanaan pembangunan di sebagian besar
negara berkembang terhambat oleh keterbatasan modal. Masalah keterbatasan
modal dapat diatasi dengan memperoleh tambahan dari luar negeri berupa
pinjaman maupun Foreign Direct Investment (FDI). Indikator yang memengaruhi
tercapainya kestabilan ekonomi makro antara lain tingkat inflasi yang rendah dan
nilai tukar yang stabil, hal ini akan memacu peningkatan investasi, kosumsi dan
perdagangan internasional yang pada akhirnya akan berdampak bagi pertumbuhan
ekonomi. Penelitian tentang faktor-faktor yang memengaruhi FDI di enam negara
ASEAN pada tahun 2004-2011 dengan menggunakan metode panel data. Variabel
dependen dalam penelitian ini adalah FDI sedangkan variabel independen adalah
GDP riil, volatilitas nilai tukar riil, suku bunga riil dan inflasi. GDP riil
berpengaruh positif signifikan terhadap FDI. Suku bunga riil dan inflasi
berpengaruh negatif signifikan terhadap FDI. Volatilitas nilai tukar riil tidak
berpengaruh signifikan terhadap FDI.
Kata Kunci: FDI, GDP Riil, Suku Bunga Riil, Volatilitas Nilai Tukar riil, Inflasi,
Data Panel, ASEAN.
ABSTRACT
BRONSON MARPAUNG. Factors Influencing Foreign Direct Investment in
ASEAN. Supervised by Prof. Hermanto Siregar.
Developing countries needs big fund to perform economic development.
Most developing countries face the issue of limited capital for development. This
issue could be solved by obtaining more funds from foreign countries, whether
from lending or Foreign Direct Investment (FDI). Low inflation rate and stable
exchange rate are some indicators to reach macroeconomic stability. It will push
investment, consumption, and international trade, which in the end will affect
economic development. This research analyzes factors influencing FDI in six
ASEAN countries for the periode 2004-2011 using panel data method. The
dependent variable in this research is FDI, while the independent variables are
real GDP, real exchange rate volatility, real interest rate, and inflation rate. Real
GDP significantly has a positive effect on FDI. Real interest rate and inflation
rate significantly has a negative effect on FDI. Real volatility exchange rate not
significantly on FDI
Keywords: FDI, real GDP, real interest rate, real exchange rate volatility,
inflation, panel data, ASEAN.
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi
pada
Departemen Ilmu Ekonomi
ANALISIS FAKTOR-FAKTOR YANG MEMENGARUHI
FOREIGN DIRECT INVESTMENT DI ASEAN
BRONSON MARPAUNG
Judul Skripsi :Analisis Faktor-Faktor yang memengaruhi Foreign Direct
Investment di ASEAN
Nama : Bronson Marpaung
NIM : H14090008
Disetujui oleh
Prof. Hermanto Siregar Ph.D
Pembimbing
Diketahui oleh
Dr. Ir. Dedi Budiman Hakim, M.Ec
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala
karunia-Nya sehingga penulis dapat menyelesaikan penyusunan skripsi ini. Judul
skripsi ini adalah “Analisis Faktor-Faktor yang memengaruhi Foreign Direct
Investment di ASEAN”. Penyusunan skripsi ini merupakan salah satu syarat
untuk memperoleh gelar sarjana Ekonomi pada Departemen ilmu Ekonomi,
Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor.
Pada kesempatan ini, penulis ingin mengucapkan terima kasih yang tak
terhingga kepada orang tua dan keluarga penulis, yakni Bapak Jonatas Marpaung
Ibu Rosmaniar, Abang David Junior, serta adik Puji dan Tommy Clinton, atas
segala doa, motivasi, dan dukungan baik moril maupun materiil bagi penulis
dalam menyelesaikan skripsi ini. Selain itu, penulis juga mengucapkan terima
kasih kepada:
1. Bapak Prof. Hermanto Siregar Ph.D. selaku dosen pembimbing skripsi yang
telah memberikan arahan dan bimbingan baik secara teknis, teoritis, maupun
moril dalam proses penyusunan skripsi ini sehingga dapat diselesaikan dengan
baik.
2. Bapak Prof Noer Azam Achsani selaku dosen penguji utama dan Ibu Ir. Dewi
Ulfah Wardani, M.Si selaku dosen penguji komisi pendidikan.
3. Para dosen, staff, dan seluruh civitas akademika Departemen Ilmu Ekonomi
FEM IPB yang telah memberikan ilmu dan bantuan kepada penulis selama
menjalani studi di Departemen Ilmu Ekonomi.
4. Meiyora Averiana yang telah menemani, memberi semangat dalam pembuatan
skripsi.
5. Teman SMA, Keiko, Bayu, Irvin, Awal, Irat, Ivan, Bedul, Egi, Jun, Jero,
Reza, Fikri yang telah memberikan semangat dalam penyusunan skripsi
6. Teman satu kontrakan, Ardhi dan Fahmi yang telah menemani dari semester
satu sampai semester akhir.
7. Kontrakan macil, Yosi, Farda, Iki, Erik Dustin dan Ardi yang telah memberi
bantuan dalam penyusunan skripsi.
8. Teman satu bimbingan Hapsari Adiningsih yang telah menjadi partner diskusi
dan teman berbagi suka duka dalam penyusunan skripsi ini.
9. Sahabat penulis Adrian, Distia, Bagas, Jajang, Bram, Puspita, Friska, Farhana,
Bang Nanang dan Taufik, serta teman-teman Ilmu Ekonomi 46 yang selalu
memberikan keceriaan, masukan, dan semangat kepada penulis.
10. Semua pihak yang telah membantu dalam menyelesaikan penulisan skripsi ini
yang tidak bisa disebutkan satu per satu.
Semoga karya ilmiah ini bermanfaat.
Bogor, Juni 2013
Bronson Marpaung
DAFTAR ISI
DAFTAR TABEL Vii
DAFTAR GAMBAR Viii
DAFTAR LAMPIRAN IX
PENDAHULUAN 1
Latar Belakang 1
Perumusan Masalah 3
Tujuan Penelitian 4
Manfaat Penelitian 4
Ruang Lingkup Penelitian 4
TINJAUAN PUSTAKA 5
FDI 5
Teori Investasi 7
Teori Pertumbuhan Harrord-Domar 8
Penelitian Terdahulu 9
Hipotesis 11
Kerangka Pemikiran 11
METODOLOGI PENELITIAN 12
Jenis Dan Sumber Data 12
Metode Analisis 13
Model Panel Data 15
Pengujian Model Data Panel Statis 18
Evaluasi Model 19
Kriteria Ekonometerika 19
Kriteria Statistik 22
Kriteria Ekonomi 23
Batasan Dalam Penelitian 24
GAMBARAN UMUM 24
Gambaran Umum FDI di ASEAN 24
Gambaran Umum Nilai Tukar di ASEAN 26
Gambaran Umum Suku Bunga di ASEAN 28
Gambaran Umum GDP di ASEAN 30
Gambaran Umum Inflasi di ASEAN 31
Kebijakan Peningkatan FDI di ASEAN (Sekretariat ASEAN) 31
PEMBAHASAN 34
Pengujian Stasioneritas Data Panel 34
Uji Granger Causality 35
Tahapan Pemilihan Pendekatan Model Terbaik 36
Tahapan Evaluasi Berdasarkan Kriteria Ekonometerka 37
Tahapan Evaluasi Model Berdasarkan Kriteria Statistika 39
Tahapan Evaluasi Model Berdasarkan Kriteria Ekonomi 40
Implikasi Kebijakan Peningkatan FDI 43
SIMPULAN DAN SARAN 44
Simpulan 44
Saran 45
DAFTAR PUSTAKA 46
LAMPIRAN 48
RIWAYAT HIDUP 58
DAFTAR TABEL
1. Nilai Tukar Mata Uang ASEAN Terhadap Dollar Periode 1996-2011 2
2. Variabel, Data Yang Digunakan dan Sumbernya 13
3. Kerangka Identifikasi Autokorelasi 21
4. Aliran FDI dari Negara ASEAN ke ASEAN dan Negara Partner
Periode 2004-2010 ( Juta Dollar US ) 25
5. Aliran FDI ke Negara ASEAN Berdasarkan Sektornya Tahun 2010 26
6. Rangkuman Hasil Pengujian Panel Unit Root 35
7. Hasil Hubungan Kausalitas Granger 36
8. Nilai Statistik Model Faktor-Faktor yang Memengaruhi FDI di
ASEAN 39
9. Hasil Estimasi Model Faktor-Faktor yang Memengaruhi FDI di
ASEAN 40
10. World Investment Prospects Survey 2008-2012 42
DAFTAR GAMBAR
1. Perkembangan FDI (Juta Dollar) di ASEAN 1996-2011 2
2. Perkembangan GDP (Milyar Dollar) di ASEAN Tahun 1996-2011 3
3. Hubungan Tingkat Suku Bunga, Investasi, Pengeluaran
Yang Direncanakan dan Pendapatan Nasional Riil 7
4. Kerangka Pemikiran 12
5. Pengujian Pemilihan Model dalam Pengolahan Panel Data 18
6. Perkembangan FDI di ASEAN 25
7. Perkembangan Nilai Tukar dan FDI di ASEAN Periode 2004-2011 27
8. Perkembangan Nilai Tukar Domestik Negara Terhadap Dollar di
ASEAN Bulanan Periode 2004-2011 28
9. Perkembangan Suku Bunga di Negara ASEAN Periode 1996-2011 29
10. Perkembangan GDP Negara di ASEAN 30
11. Perkembangan Inflasi di Negara ASEAN 31
DAFTAR LAMPIRAN
1. Hasil Output Eviews 6.0 untuk Pengujian Panel Unit Root 48
2. Uji Chow Test Pada Model Panel Data First Differencing dengan
Logaritma Natural 53
3. Model PLS Data First Differencing dengan Logaritma Natural 53
4. Model Fix Effect Data First Differencing dengan Logaritma
Natural 54
5. Hasil Uji Normalitas Model First Differencing Metode PLS
dengan Logaritma Natural 54
6. Grafik Standard Residual Model First Differencing Metode PLS
dengan Logaritma Natural 55
7. Korelasi Antar Variabel pada Model First Differencing dengan
Logaritma Natural 55
8. Hasil Uji Normalitas Model First Differencing PLS dengan
Logaritma Natural dan Penambahan Dummy Variabel 55
9. Model PLS Data First Differencing PLS dengan Logaritma Natural
dan Penambahan Dummy Variabel 56
10. Grafik Standard Residual Model First Differencing dengan
Logaritma Natural Penambahan Dummy Variabel 57
11. Uji Granger Causality 57
1
PENDAHULUAN
Latar Belakang
Negara di ASEAN sebagian besar terdiri dari negara sedang berkembang
(developing country) yang mengandalkan pertumbuhan ekonomi yang tinggi dan
membutuhkan dana yang cukup besar. Pelaksanaan pembangunan dan
pertumbuhan ekonomi di sebagian besar negara sedang berkembang terhambat
oleh keterbatasan modal. Cara untuk memenuhi kebutuhan dana untuk
meningkatkan pertumbuhan dapat berasal dari dalam negeri maupun dari luar
negeri. Pembiayaan dari luar negeri dapat dengan cara memperoleh pinjaman
utang luar negeri dan foreign direct investment (FDI).
Stabilitas ekonomi makro suatu negara berpengaruh terhadap pertumbuhan
ekonomi. Indikator yang memengaruhi tercapainya kestabilan ekonomi makro
antara lain tingkat inflasi yang rendah dan nilai tukar yang stabil. Inflasi dan nilai
tukar yang stabil akan meningkatkan investasi, kosumsi, dan perdagangan
internasional yang akan berdampak bagi pertumbuhan ekonomi. Isu mengenai
perubahan nilai tukar mempunyai pengaruh dan peranan yang penting bagi suatu
negara dalam memilih sistem moneter internasional. Pemilihan sistem moneter
internasional yang tepat bertujuan untuk mengurangi atau meminimalisasi risiko
dari fluktuasi nilai tukar. Fluktuasi nilai tukar berdampak terhadap aktivitas
perekonomian negara.
International Monetary Fund (IMF) melakukan upaya untuk membendung
dollar flight dengan menerbitkan Special Drawing Right (SDR) tidak efektif.
Tahun 1971 Amerika mengalami defisit sebesar US$ 56 miliar dan untuk
mengatasinya diambil dari cadangan emas. Presiden Nixon dalam membiayai
defisit anggaran dengan cara mencetak dollar memperburuk kondisi ekonomi
Amerika sekaligus mengakhiri sistem kurs tetap berbasis emas. Desember 1971
harga emas mulai meningkat tinggi dan mencapai US$ 70,3/ons. Tahun 1972
mata uang Amerika menggunkan rezim nilai tukar mengambang dan pada
Februari 1973 Bretton Woods currency exchange market dengan resmi ditutup
sekaligus menandai dimulainya rezim baru dalam sistem moneter internasional
atau dikenal dengan istilah rezim kurs mengambang bebas (floating exchange rate
regimes) pada Maret 1973.
Rezim kurs mengambang bebas juga bukan berarti tanpa masalah. Rezim
kurs mengambang bebas merupakan salah satu penyebab terjadinya struktural
breaks atau lebih dikenal dengan istilah krisis keuangan Asia (Asian Financial
Crisis) 1997-1998 (Sahminan, 2005). Pemerintah Thailand melakukan keputusan
untuk mendevaluasi Baht pada 2 Juli 1997 sehingga menyebabkan terjadinya
krisis keuangan yang memengaruhi negara-negara di ASEAN yang kemudian
memengaruhi pasar saham dan mata uang.
Penentuan nilai tukar diserahkan sepenuhnya kepada mekanisme pasar
pada sistem kebijakan nilai tukar mengambang. Sistem nilai tukar mengambang
telah menyebabkan perekonomian rentan terhadap gangguan-gangguan eksternal,
termasuk juga arus modal, ekspor dan impor dalam jumlah besar. Nilai tukar yang
terlalu berfluktuasi dapat memengaruhi arus masuk FDI di suatu negara, secara
umum pengerakan nilai tukar negara ASEAN terhadap dollar Amerika.
2
Tabel 1 Nilai Tukar Mata Uang ASEAN Terhadap Dollar Periode 1996-2011
Nilai
tukar Indonesia Malaysia Filipina Singapura Thailand Vietnam
1996 2324.9 2.5237 26.258 1.3996 25.568 11033
1997 3565.6 3.7633 37.678 1.6484 43.891 11683
1998 8566.7 3.7995 39.05 1.6506 36.199 13268
1999 7493.8 3.7994 40.611 1.6747 38.248 13943
2000 8905.7 3.8 49.949 1.7362 43.27 14168
2001 10080.1 3.8001 51.774 1.8372 43.926 14725
2002 9134.3 3.8001 53.489 1.7535 43.305 15280
2003 8437.4 3.8001 55.432 1.7108 39.731 15510
2004 9101.7 3.8 56.201 1.6416 39.235 15774
2005 10082.7 3.7792 53.588 1.6745 41.108 15904
2006 9182.8 3.5502 49.451 1.5403 35.743 16073
2007 9102.9 3.334 41.52 1.4488 30.324 16030
2008 9957.1 3.5539 47.975 1.4787 35.043 17067
2009 9466.2 3.4111 46.368 1.396 33.216 18499
2010 8933.6 3.1296 43.909 1.3059 30.099 19451
2011 9047.9 3.1599 43.667 1.2956 31.176 21001 Sumber : World Bank (2013).
Negara sedang berkembang sangat membutuhkan modal yang sangat besar
seperti FDI karena dapat meningkatkan pertumbuhan ekonomi. Keuntungan dari
FDI dapat meningkatkan teknologi, pasar asing dan meningkatkan sumber daya
manusia (Trevino, Daniels dan Arbelaez, 2002). Aliran FDI ke negara-negara
Asia telah meningkat pesat sejak awal 1990an, walaupun terjadi penurunan ketika
terjadi krisis di Asia. Aliran modal masuk dalam bentuk FDI ke ASEAN masih
relatif terbatas, sebagai bentuk aliran modal yang bersifat jangka panjang dan
relatif tidak berdampak terhadap gejolak perekonomian.
Gambar 1 Perkembangan FDI (juta dollar) di ASEAN 1996-2011
Sumber : World Bank ( 2013 )
Aliran FDI sangat diharapkan untuk mendorong pertumbuhan investasi
yang sustainable di ASEAN. Liberalisasi memberikan ruang terhadap aliran FDI.
3
Perusahaan lebih memilih berinvestasi dengan negara yang sedikit intervensi dari
pemerintah karena perusahaan menginginkan kebebasan dalam investasi dan
keputusan berbisnis. Negara Singapura adalah negara yang mempunyai aliran FDI
paling besar dibandingkan negara ASEAN lainnya. Aliran FDI di Negara ASEAN
pada tahun 2008 mengalami penurunan diakibatkan oleh krisis global Amerika
Peningkatan investasi yang masuk ke ASEAN disebabkan adanya
peningkatan pertumbuhan ekonomi dalam negeri. Tahun 1997, sebelum terjadi
krisis di Asia jumlah investasi di ASEAN meningkat seiring dengan peningkatan
Gross Domestic Bruto (GDP). Pada masa krisis, yaitu tahun 1997-1999, investasi
di Indonesia mengalami penurunan yang drastis, bahkan sampai pada level yang
negatif. Penurunan aliran FDI di ASEAN tidak hanya karena pertumbuhan
ekonomi yang turun, tetapi risiko untuk melakukan investasi di negara ASEAN
menjadi tinggi. Adanya krisis moneter menyebabkan tingkat pengembalian
investasi menjadi tidak pasti sebagai akibat fluktuasi nilai tukar yang cukup
tinggi. Tahun 2000, pertumbuhan ekonomi kembali meningkat dan mendorong
peningkatan investasi masuk ke ASEAN. Kondisi ini terus berlanjut sampai tahun
2005, bahkan pertumbuhan FDI melebihi peningkatan GDP.
Gambar 2 Perkembangan GDP (milyar dollar) di ASEAN tahun 1996-2011
Sumber : World Bank (2013)
Aliran FDI ke suatu negara tidak hanya dipengaruhi oleh volatilitas nilai
tukar, banyak faktor lain yang memengaruhi aliran FDI. Variabel makro ekonomi
seperti Inflasi, suku bunga dan GDP dapat memengaruhi FDI. Inflasi dan suku
bunga dapat memengaruhi stabilitas makro ekonomi dan mengambarkan resiko
suatu negara sehingga akan memengaruhi aliran FDI.
Perumusan Masalah
Beberapa negara sangat memerlukan investasi langsung seperti FDI. FDI
dipengaruhi beberapa faktor seperti volatilitas nilai tukar dan variabel makro
ekonomi. Volatilitas nilai tukar dapat berdampak positif terhadap FDI dan
4
berdampak negatif terhadap FDI. Nilai tukar mengalami depresiasi artinya nilai
relatif nilai mata uang domestik dengan mata uang asing semakin besar.
Depresiasi nilai tukar dapat menurunkan nilai pembayaran, produksi lebih murah
dari negara lain, dan berdampak terhadap pengembalian yang lebih terhadap
investasi.
Aliran FDI sangat diperlukan untuk meningkatkan pertumbuhan dan
pembangunan di negara sedang berkembang. Selain volatilitas nilai tukar, variabel
makro ekonomi dapat memengaruhi FDI seperti GDP, inflasi dan suku bunga.
Analisis tentang faktor-faktor yang memengaruhi FDI telah menjadi perhatian.
Hal ini dikarenakan kebijakan moneter dan lingkungan investasi di beberapa
negara berbeda dan akan memengaruhi alirannya FDI.
Berdasarkan penjelasan di atas, maka permasalahan yang akan dibahas
dalam penelitian ini adalah :
1. Bagaimana pengaruh volatilitas nilai tukar terhadap FDI di ASEAN?
2. Faktor-faktor apa saja yang dapat memengaruhi aliran FDI di ASEAN?
3. Bagaimana implikasi kebijakan untuk meningkatkan FDI di ASEAN?
Tujuan Penelitian
Berdasarkan pemasalahan yang telah dirumuskan. Maka tujuan dari
penelitian ini adalah
1. Menganalisis pengaruh volatilitas nilai tukar terhadap FDI di ASEAN.
2. Menganalisis faktor-faktor yang dapat memengaruhi aliran FDI di ASEAN.
3. Merumuskan implikasi kebijkan untuk meningkatkan FDI di ASEAN.
Manfaat Penelitian
Penelitian ini akan memberikan gambaran mengenai faktor-faktor yang
memengaruhi FDI di ASEAN. Hasil dari penelitian ini diharapkan memberikan
manfaat bagi pembaca dan sebagai referensi untuk penelitian lebih lanjut. Bagi
penulis sendiri, penelitian ini merupakan wadah pembelajaran untuk menerapkan
ilmu yang diperoleh selama menempuh pendidikan di Institut Pertanian Bogor.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini meliputi: 1) memberikan gambaran umum
aliran FDI di ASEAN melalui analisis deskriptif. 2) menganalisis faktor-faktor
yang memengaruhi aliran FDI di ASEAN seperti volatilitas nilai tukar, GDP,
inflasi, dan suku bunga. 3) implikasi kebijakan apa yang harus dilakukan
pemerintah untuk meningkatkan FDI di ASEAN. Periode waktu dalam penelitian
ini dari tahun 2004 sampai 2011, karena pada tahun 2004 Negara Malaysia mulai
menggunakan rezim nilai tukar mengambang (floating exchange rate) seperti
negara-negara ASEAN lainnya.
5
TINJAUAN PUSTAKA
Foreign Direct Investment
Aliran FDI adalah investasi riil dalam bentuk pendirian perusahaan,
pembangunan pabrik, pembelian barang modal, tanah, dan bahan baku. Investor
asing akan terlibat langsung dalam manajemen perusahaan dan mengontrol
penanaman modal (Hady, 2004). FDI biasanya dimulai dengan pendirian
subsidiary atau pembelian saham mayoritas dari suatu perusahaan dimana dalam
konteks internasional, bentuk investasi biasanya dilakukan oleh perusahaan
multinasional (MNC) dengan operasi dibidang manufaktur, industri pengolahan,
ekstraksi pengolahan, ekstraksi sumber alam, dan industri jasa. FDI adalah
perusahaan dari negara penanam modal secara de facto atau de jure melakukan
pengawasan atas asset (aktiva). FDI yang di investasikan dapat berbentuk
pembuatan suatu cabang perusahaan, negara penanam modal memiliki mayoritas
saham (Jhingan, 2004)
Nanga (2001) menjelaskan investasi dapat didefinisikan sebagai tambahan
bersih terhadap stok capital yang ada (net addition to existing capital stock).
Samuelson dan Nordhaus (2001) menyatakan bahwa investasi (pembelian
barang-barang modal) meliputi penambahan stok modal atau barang modal di
suatu negara, seperti pembangunan, peralatan produksi dan barang-barang
inventaris dalam waktu satu tahun. Investasi merupakan langkah mengorbankan
kosumsi saat ini untuk memperbesar kosumsi dimasa yang akan dating. Sukirno
(2005) investasi dapat diartikan sebagai pengeluaran atau pengeluaran penanam
modal atau perusahaan untuk membeli barang-barang modal dan perlengkapan-
perlengkapan produksi untuk menambah kemampuan memproduksi barang-
barang dan jasa-jasa yang tersedia dalam perekonomian.
Motif investor asing menanamkan modalnya di negara lain terutama untuk
mengeksploitasi sumber daya alam yang melimpah guna untuk mencari
keuntungan. Investor asing menanamkan modalnya dengan dukungan modal dan
teknologi/ownership advantage yang dimiliki. Negara yang dituju memliki
keunggulan dibidang SDA yang melimpah/locational advantage dan memiliki
keunggulan internal seperti biaya rendah dan pasar domestik yang besar. Motif
negara tujuan investasi yaitu untuk menggali potensi kekayaan alam dan
sumberdaya lainnya dalam upaya mepercepat pembangunan ekonomi.
FDI sebagai aliran modal internasional mempunyai dampak positif dan
negatif bagi negara sedang berkembang. Dampak positif yang dapat ditimbulkan
dari aliran modal internasional yakni; sebagai sumber pembiayaan jangka panjang
dan pembentukan modal; transfer teknologi dan know-how dibidang manajemen
dan pemasaran. FDI tidak akan memberikan beban terhadap balance of payment
karena tidak ada kewajiban pembayaran utang dan bunga. FDI meningkatkan
persaingan dalam negeri yang sehat (kewirausahan) dan meningkatkan lapangan
kerja. Dampak negatif yang ditimbulkan oleh FDI yaitu: munculnya dominasi
industrial, ketergantungan teknologi, perubahaan budaya, gangguan dalam
perencanaan ekonomi dan intervensi kepada pemerintah dari perusahaan
multinasional (Hady,2004).
Teori yang menjelaskan tentang FDI oleh Moosa sebagai berikut:
6
1. The Differential Rate of Return Hypothesis
Teori yang menyatakan bahwa aliran modal dari suatu negara ke negara lain
dengan tingkat pengembalian yang rendah berpindah ke negara yang memiliki
tingkat pengembalian yang lebih tinggi dalam suatu proses yang cepat. FDI
dapat ditentukan dengan mempertimbangkan marginal return dan marginal
cost.
2. The Diversivication Hypothesis
Teori ini menyatakan keputusan dalam berinvestasi terhadap suatu proyek
tidak hanya di tentukan oleh tingkat pengembalian tetapi juga besarnya risiko
yang dihadapi. Investor dapat dikelompokkan menjadi tiga tingkatan, yaitu; 1)
Risk Averse, merupakan sifat yang menghindari risiko sehingga investor
memilih risiko rendah walaupun terkadang konsekuensinya dengan return
yang rendah; 2) risk medium, merupakan sifat yang proposional melihat risiko
dengan berinvestasi pada risiko sedang pada return tertentu; 3) risk taker,
merupakan sifat yang berani mengambil risiko dengan berinvestasi yang
memberikan tingkat keuntungan yang besar tanpa memerdulikan kosekuensi
risiko yang lebih tinggi.
3. The Output and Market Size Hypothesis
Teori ini menyatakan bahwa besarnya FDI yang mengalir ke suatu negara
tergantung besarnya output dari perusahaan multinasional di negara tersebut
atau besarnya ukuran pasar dari negara tersebut yang diukur berdasarkan
GDP.
4. The Currency Areas Hypothesis
Teori ini menyatakan bahwa perusahaan suatu negara yang mempunyai nilai
mata uang yang kuat dibandingkan dengan negara lain akan cenderung
melakukan investasi. Perusahaan tidak akan melakukan investasi di negara
yang mata uangnya lemah karena risiko yang dihadapi tinggi.
5. The Product Life Cycle Hypothesis
Teori ini menyatakan bahwa produk yang pertama kali muncul dianggap
sebagai suatu inovasi di negara asalnya. Seiring dengan tahun ke tahun,
produk menjadi biasa/terstandarisasi. FDI timbul dari reaksi oleh perusahaan
dengan ekspasi ke luar negeri, yang memiliki kemungkinan kehilangan pasar
karena produknya berkembang.
Faktor-faktor yang memengaruhi Investasi
Sukirno (2005) menjelaskan bahwa faktor-faktor yang memengaruhi
keputusan negara (seseorang) untuk melakukan investasi yaitu :
1. Tingkat keuntungan yang diramalkan akan diperoleh.
2. Tingkat suku bunga.
3. Ramalan mengenai keadaan ekonomi di masa depan.
4. Kemajuan teknologi.
5. Tingkat pendapatan nasional.
6. Keuntungan yang diperoleh perusahaan.
Samuelson dan Nordhaus (2001) menyatakan kalangan bisnis akan
mengadakan investasi apabila memperkirakan bahwa pembangunan pabrik atau
pembelian mesin-mesin baru akan mendatangkan hasil penjualan yang melebihi
biaya-biaya investasi. Investasi dipengaruhi oleh:
7
1. Hasil penjualan, suatu kegiatan investasi akan memberikan tambahan hasil
penjualan bagi perusahaan hanya bila investasi ini mampu menjual lebih
banyak.
2. Biaya, karena barang investasi yang berumur panjang, maka analisis biaya
investasi lebih rumit daripada biaya komoditi. Investor harus menghitung
harga dari biaya modal, dalam hal ini dinyatakan dalam tingkat suku bunga
pinjaman.
3. Ekspetasi, keputusan investasi tergantung pada ekspetasi masa depan sehingga
perlu dilakukan analisis masa depan untuk memperkecil ketidakpastian.
Teori Investasi
Teori Keynessian menyatakan bahwa setiap kenaikan jumlah investasi akan
meningkatkan pendapatan di suatu wilayah dan pendapatan yang khususnya
berbentuk dalam uang akan meningkatkan permintaan barang secara agregat atau
Agregat Demand (AD). Hal tersebut akan berpengaruh pada kebutuhan peralatan
maupun uang dalam bentuk modal sebagai akibat dari peningkatan produksi,
sehingga secara tidak langsung akan meningkatkan investasi. Selain itu, kenaikan
tabungan masyarakat karena adanya peningkatan pendapatan merupakan investasi
secara langsung melalui lembaga keuangan.
Gambar 3 Hubungan Tingkat Suku Bunga, Investasi, Pengeluaran yang
Direncanakan dan Pendapatan Nasional Riil. Sumber : Mankiw (2003)
Faktor-faktor yang dapat memengaruhi peningkatan investasi adalah tingkat
suku bunga. Penurunan tingkat suku bunga dari r1 ke r2 akan meningkatkan
jumlah investasi yang direncanakan dari I(r1) ke I(r2). Peningkatan jumlah
investasi akan menggeser fungsi pengeluaran ke atas sehingga tingkat pendapatan
meningkat dari Y1 ke Y2. Dengan demikian salah satu kebijakan untuk
meningkatkan pendapatan nasional adalah dengan cara menaikkan investasi.
8
Hubungan antara suku bunga (r) dan investasi (I) yang ditunjukkan oleh fungsi
investasi dan interaksi antara investasi (I) dan pendapatan (Y) yang ditunjukkan
oleh kurva perpotongan keynessian yang diringkas dalam bentuk kurva IS
(Investasi-Saving) pada Gambar 3.
Teori Pertumbuhan Harrod-Domar
Modal asing sangat penting dalam proses pembangunan ekonomi
didukung oleh teori pertumbuhan Harrord-Domar. Model pertumbuhan Harrord-
Domar memberikan peranan kunci kepada investasi dalam proses pertumbuhan
ekonomi. Investasi sangat diharapkan karena memiliki keuntungan yaitu:
meningkatan pendapatan dan memperbesar produksi perekonomian dengan cara
meningkatkan stok modal. Secara garis besar teori pertumbuhan Harror-Domar
dapat dijelaskan sebagai berikut:
1. Perekonomian dalam keadaan full employment, barang dan modal dalam
masyarakat digunakan secara penuh.
2. Perekonomian terdiri dari dua sektor yaitu sektor rumah tangga dan sektor
perusahaan.
3. Besarnya tabungan masyarakat proposional dengan besarnya pendapatan
nasional yang berarti fungsi tabungan dimulai dari titik nol.
Model Harrord-Domar secara sederhana untuk pertumbuhan ekonomi
diformulasikan sebagai berikut :
Tabungan (S) adalah bagian dalam jumlah tertentu (s), dari pendapatan
nasional (Y).
S=sY
Investasi neto (I) didefinisikan sebagai perubahaan stok modal (K) yang dapat
diwakili oleh ∆K
I=∆K
Akan tetapi, karena jumlah stok modal (K), mempunyai hubungan langsung
dengan jumlah pendapatan nasional atau output (Y) seperti telah ditunjukan oleh
rasio modal-output (k) maka :
K/Y=k
∆K/∆Y=k
∆K=k∆Y
Terakhir, mengingat tabungan nasional neto (S) harus sama dengan investasi neto
(I), maka persamaan berikut dapat di tulis sebagai berikut:
S=I
Dari persamaan diatas telah diketahui bahwa dapat disimpulkan :
I=∆K=k∆Y
S=sY=k∆Y=∆K=I
sY=k∆Y
selanjutnya, apabila kedua sisi persamaan diatas dibagi mula mula dengan Y dan
kemudian dengan k, maka didapat
∆Y/Y=s/k
∆Y/Y, sebenarnya merupakan tingkat perubahaan atau tingkat pertumbuhan GDP
(angka persentase perubahan GDP).
Fenomena yang menjadi masalah bagi negara di dunia khususnya negara
berkembang adalah tingkat tabungan yang sangat rendah sehingga tingkat
9
investasi juga rendah. Teori pertumbuhan ini dapat dicapai (tingkat pertumbuhan
meningkat dengan cepat) maka kesenjangan antara keperluan investasi dengan
tabungan yang tersedia dengan modal asing (investasi asing).
Penelitian Terdahulu
Tahun 1980 aliran FDI di seluruh dunia meningkat. Aliran masuk dan
keluar FDI diseluruh dunia sekitar 30% dalam kurun waktu terakhir. Peningkatan
aliran investasi terjadi negara-negara berkembang seperti di Afrika. Penelitian
dilakukan oleh Osinubi dan Amaghionyeodiwe yang berjudul “Foreign Direct
Investment and Exchange rate Volatility in Negeria“ tahun 2009. Sub Sahara
Afrika adalah negara yang tertinggal dalam menarik investasi langsung,
sedangkan investasi langsung merupakan faktor penting untuk meningkatkan
perekonomian. Investasi langsung tidak hanya dapat menambah sumber daya
investasi dan modal, juga dapat berfungsi sebagai mesin teknologi. Faktor yang
memengaruhi investasi di Nigeria antara lain ketidakstabilan nilai tukar, tingkat
suku yang rendah, tidak baiknya infrastruktur fisik maupun sosial, tidak tepatnya
kebijakan fiskal, moneter dan rendahnya teknologi.
Faktor utama yang memengaruhi aliran FDI di Nigeria adalah nilai tukar
terutama setelah Nigeria menerapkan sistem nilai tukar mengambang. Tingkat
bunga kredit yang rendah, tidak stabilnya nilai tukar dan inflasi yang tinggi
membuat pengembalian investasi menjadi rendah dan negatif. Variabel yang
digunakan dalam penelitian adalah FDI, nilai tukar, volalitas nilai tukar, suku
bunga dan GDP riil. Periode waktu yang digunakan dari tahun 1970-2004 dan
metode yang digunakan adalah metode Error correction Model (ECM). Hasil dari
penelitian yang dilakukan Osinobi adalah volatilitas nilai tukar berhubungan
negatif terhadap FDI, GDP berhubungan positif terhadap FDI dan suku bunga
berhubungan positif terhadap FDI.
Penelitian tentang hubungan nilai tukar terhadap FDI terhadap negara
maju cukup banyak seperti Amerika Serikat, Uni Eropa dan Jepang. Sedikit
penelitian tentang volalitas nilai tukar FDI kenegara Amerika Latin meskipun
mayoritas FDI dari negara-negara industri besar mengalir ke negara berkembang
seperti Cina dan Amerika Latin. Penelitian berjudul “The Impact of Exchange
Rate Volatility on US. Foreign Direct Investment in Latin America “ oleh Masten
tahun 2007. Masuknya FDI kenegara Amerika Latin dikaitkan dengan liberalisasi
pasar di Amerika Latin. Masuknya FDI ke Amerika latin menstabilkan ekonomi
makro dan investasi, mendorong inflasi rendah dan rezim nilai tukar yang handal.
Dalam dua dekade terakhir aliran FDI ke Amerika Latin meningkat sebesar 68
miliar dollar US atau meningkat sebesar 11% dari tahun sebelumnya. Variabel
dependen yang digunakan adalah total FDI sedangkan variabel independen
menggunakan nilai tukar riil, harga tenaga kerja, keterbukaan ekonomi, indeks
harga konsumen dan suku bunga Amerika, kestabilan politik dan korupsi. Metode
yang digunakan adalah analisis data panel dari tahun 1984-2004 dan negara-
negara yang dianalisis adalah Argentina, Brazil, Chile, Colombia, Costa Rica,
Ecuador, Mexico, Peru dan Venezuela. Hasil dari penelitian yang dilakukan oleh
Mastern adalah suku bunga US berhubungan positif terhadap FDI di Amerika
10
Latin, keterbukaan ekonomi berhubungan positif dan signifikan terhadap FDI dan
volatilitas berhubungan negatif terhadap FDI.
Dampak dari nilai tukar dan volatilitas pada aliran modal internasional
seperti FDI sangat penting, karena jumlah negara yang menggunakan sistem nilai
tukar mengambang telah meningkat. Penelitian yang dilakukan oleh Kozo Kiyota
dan Shujiro Urata tahun 2002 yang berjudul tentang “exchange rate, Exchange
Rate Volatility and Foreign Direct Investment“. Nilai tukar sangat penting untuk
perumusan kebijakan FDI, karena FDI bermanfaat bagi kedua negara investasi,
atau negara asal, dan negara-negara penerima, atau negara tuan rumah. Transfer
FDI tidak hanya sumber daya keuangan, tetapi juga teknologi dan manajerial
know-how dari negara asal ke negara tujuan investasi. Sumber daya keuangan
sebagian besar digunakan untuk meningkatkan pembangunan ekonomi di negara-
negara tujuan, sementara transfer teknologi dan manajerial know-how
meningkatkan kemampuan produktif. Selain itu, FDI membawa berbagai jaringan
dalam seperti penjualan dan pengadaan untuk negara tujuan, yang dapat
digunakan untuk memperluas peluang bisnis mereka. FDI juga meningkatkan
tekanan kompetitif pada perusahaan-perusahaan lokal untuk mengakibatkan
peningkatan efisiensi teknis dan alokatif di negara tujuan.
FDI menguntungkan negara asal, karena memungkinkan investor untuk
menggunakan sumber daya secara efisien. Kontribusi penting bahwa FDI
memberikan keuntungan kedua negara. Penelitian yang dilakukan Urata
memberikan pemahaman yang lebih dalam dampak dari nilai tukar dan volatilitas
terhadap FDI dalam beberapa cara. Hasil penelitian menjelaskan perbedaan
regional dan sektoral FDI dengan menggunakan FDI dari Jepang dan Amerika
Serikat. Penelitian juga menguji apakah sistem nilai tukar dipatok ke dolar AS
akan menarik FDI. Hasil secara umum menunjukkan bahwa depresiasi mata uang
negara tujuan investasi menarik FDI (dalam kasus FDI Amerika) sedangkan
volatilitas besar nilai tukar riil menghambat FDI ( FDI Jepang dan FDI Amerika).
Penelitian yang dilakukan oleh Diallo tahun 2008 yang berjudul
“exchange rate volatility and investment, a panel data cointegration approach”
membahas tentang volatilitas nilai tukar terhadap investasi dalam negeri. Diallo
menjelaskan hubungan antara nilai tukar, volatilitas dan investasi dalam
perekonomian terbuka kecil. Investasi di negara-negara sedang berkembang sama
pentingnya dengan negara-negara industri. Diallo dalam penelitian menggunakan
metode data panel, variabel yang digunakan adalah investasi, GDP, volatilitas
nilai tukar, suku bunga riil dan inflasi. Hasil penelitian yang dilakukan Diallo
adalah nilai tukar riil dan volatilitas nilai tukar berpengaruh negatif dan signifikan,
GDP berpengaruh positif dan signifikan dan inflasi berpengaruh positif tidak
signifikan.
Penelitian selanjutnya yang dilakukan oleh Golberg dan Kolstad yang
berjudul “Foreign Direct Investment, Exchange Rate Variability and Demand
Uncertainty”. Variabilitas nilai tukar terhadap arus investasi memiliki perhatian
dalam berbagai konteks. Variabilitas nilai tukar pada negara industri memiliki
pengaruh pilihan rezim moneter internasional. Variabel nilai tukar riil
memengaruhi lokasi fasilitas produksi multinasional. Investor menolak risiko dan
faktor produksi tetap. Korelasi non-negatif ada antara permintaan ekspor dan
guncangan nilai tukar. Perusahaan multinasional optimal menempatkan beberapa
kapasitas produktif luar negeri. Kapasitas investasi luar negeri meningkat seiring
11
volatilitas nilai tukar naik dan menjadi kolerasi dengan guncangan permintaan
ekspor. Penelitian menggunakan data FDI kuartalan dari negara Amerika Serikat
terhadap Kanada, Jepang dan Amerika. Hasil dalam penelitian yang dilakukan
Golberg dan Kolstad adalah variabilitas dan volatilitas nilai tukar berpengaruh
positif.
Negara sedang berkembang seperti Indonesia untuk mempromosikan
pembangunan ekonomi sangat membutuhkan modal. FDI adalah salah satu
sumber modal yang sangat penting. FDI lebih stabil untuk mendukung
pertumbuhan ekonmi dibandingkan investasi portofolio. FDI juga menghasilkan
dampak yang positif. Penelitian yang dilakukan oleh Hermawan dan Jordaan yang
berjudul “Determinants of FDI Location in Indonesia 1996-2007” dengan
menggunakan data panel. Variabel yang digunakan pada penelitian Hermawan
dan Jordaan adalah FDI masing masing provinsi, GDP perkapita, upah minimum,
tingkat pendidikan masing masing provinsi, total pelabuhan laut, belanja
pemerintah perkapita, infrastruktur dan sektor jasa. Hasil yang didapat dalam
penelitian Hermawan dan Jordaan adalah GDP perkapita dan tingkat pendidikan
berdampak positif sedangkan upah minimum dan belanja pemerintah perkapita
berdampak negatif. GDP perkapita, tingkat pendidikan dan belanja pemerintah
perkapita berdampak pada jangka panjang terhadap sektor FDI. Upah minimum,
infrastruktur dan jasa berpengaruh pada jangka pendek.
Hipotesis
1. Volatilitas nilai tukar berpengaruh positif dan negatif terhadap aliran FDI.
2. Inflasi berpengaruh negatif terhadap aliran FDI.
3. GDP berpengaruh positif terhadap aliran FDI.
4. Suku bunga riil berpengaruh negatif terhadap aliran FDI.
Kerangka Pemikiran
Negara di ASEAN masih tertinggal dalam pembangunan ekonomi dari
negara yang berada di Eropa maupun Amerika dan Jepang. Pembangunan
ekonomi dinegara ASEAN sangat membutuhkan modal yang besar, sedangkan
negara di ASEAN masih kekurangan modal dalam melakukan pembangunan
ekonomi. Negara di ASEAN membutuhkan investasi langsung seperti FDI dalam
melaksanakan pembangunan.
Negara di ASEAN pada umumnya menggunakan rezim nilai tukar
mengambang. Nilai tukar mengambang akan mengakibatkan nilai tukar
bervolatilitas. Nilai tukar yang bervolatilitas memengaruhi aliran FDI. Tingginya
volatilitas mengakibatkan negara tersebut mempunyai risiko yang tinggi akan
mengurangi aliran FDI. Variabel lain seperti suku bunga, inflasi dan produk
domestik bruto juga dapat memengaruhi aliran FDI. Secara spesifik peneliti akan
menganalis faktor faktor yang memengaruhi FDI di ASEAN.
12
Gambar 4 Kerangka Konseptual Penelitian Faktor-faktor yang memengaruhi FDI
METODOLOGI PENELITIAN
Jenis dan Sumber data yang digunakan
Jenis data yang digunakan dalam penelitian adalah data sekunder fluktuasi
nilai tukar riil negara, GDP riil, inflasi, suku bunga riil Negara ASEAN seperti
Indonesia, Malaysia, Filipina, Thailand, Singapura, dan Vietnam terhadap dollar
dalam bentuk data deret waktu tahunan dari tahun 2004-2011. Jenis data yang
digunakan dalam penelitian adalah data sekunder yang diperoleh dari berbagai
sumber, yaitu data publikasi World Bank, Fx Sauder dan Sekretariat ASEAN yang
dapat dilihat pada Tabel 2. Proses pengolahan data pada penelitian dilakukan
Inflasi Indonesia
Inflasi Malaysia
Inflasi Thailand
Inflasi Filipina
Inflasi Singapura
Inflasi Vietnam
Negara di ASEAN
kekurangan modal dalam
melaksanakan Pembangunan
Uji Granger Causality
pada data panel
PDB riil Indonesia
PDB riil Malayasia
PDB riil Singapura
PDB riil Thailand
PDB riil Filipina
PDB riil Vietnam
FDI Indonesia
FDI Malaysia
FDI Thailand
FDI Filipina
FDI Singapura
FDI Vietnam
Suku Bunga riil Indonesia
Suku Bunga riil Malaysia
Suku Bunga riil Thailand
Suku Bunga riil Filipina
Suku Bunga riil Singapura
Suku Bunga riil Vietnam
Volatilitas nilai tukar Indonesia
Volatilitas nilai tukar Malaysia
Volatilitas nilai tukar Singapura
Volatilitas nilai tukar Thailand
Volatilitas nilai tukar Filipina
Volatiltas nilai tukar Vietnam
Uji Panel Data
Kesimpulan Dan
Saran
13
dengan menggunakan bantuan paket program software Microsoft office excel
2007 dan Eviews 6.0.
Tabel 2 Variabel, data yang digunakan dan sumbernya
Data (Variabel ) Data yang digunakan Satuan Sumber
data
FDI FDI masing-masing negara di
ASEAN
Dollar World
Bank
Volatilitas Nilai
Tukar
Standar deviasi dari mata uang
masing masing negara
- Fx Sauder
PDB PDB masing-masing negara di
ASEAN
Dolar World
Bank
Inflasi Inflasi dari masing-masing negara di
ASEAN
Persen World
Bank
Suku Bunga riil Suku bunga riil masing-masing
negara di ASEAN
Persen World
Bank
Metode Analisis
Analisis Eksploratif
Menurut Nazir (1999), analisis eksploratif adalah suatu analisis dalam
meneliti sekelompok objek, suatu kondisi, suatu sistem pemikiran ataupun suatu
kelas peristiwa pada masa sekarang. Tujuan dilakukannya analisis eksploratif
adalah untuk membuat suatu deskripsi, gambaran atau lukisan secara sistematis,
faktual mengenai fakta-fakta, sifat-sifat serta hubungan antar fenomena yang
diselidiki. Analisis eksploratif secara garis besar mencoba mencari fakta dengan
interpretasi yang tepat, hasil dari analisis ini merupakan suatu generalisasi dari
pola-pola kasus yang tipikal dari individu atau kelompok tertentu.
Bentuk dari analisis eksploratif pada penelitian adalah studi kasus
pengkajian tentang faktor-faktor yang memengaruhi FDI secara garis besar di
negara ASEAN. Negara ASEAN yang akan dianalisis secara eksploratif adalah
negara Indonesia, Malaysia, Filipina, Singapura, Vietnam dan Thailand.
Granger Causality Test pada data panel
Hubungan kausalitas adalah hubungan jangka pendek antara kelompok
tertentu dengan menggunakan pendekatan ekonometrik yang mencakup juga
hubungan timbal balik dan fungsi-fungsi yang muncul dari analisis spectrum
(Granger, 1969). Pandangan ekonometrik, ide utama dari kausalitas adalah
sebagai berikut: Pertama jika X memengaruhi Y, berarti informasi masa lalu X
dapat membantu dalam memprediksikan Y, dengan kata lain dengan menambah
data masa lalu X ke regresi Y dengan data Y masa lalu maka dapat meningkatkan
kekuatan penjelas (explanatory power) dari regresi. Kedua data masa lalu Y tidak
dapat membantu dalam memprediksi X, karena jika X dapat membantu dalam
mempreksi Y dan Y dapat membantu memprekdisikan X, Maka kemungkinan
besar terdapat variabel lain, seprti variabel Z, yang memengaruhi X dan Y
(Granger 1969).
14
Pada tahun 1969, Granger mempekenalkan hubungan sebab akibat anatara
dua variabel yang saling berkaitan. Hubungan kausalitas dapat dibagi atas tiga
kategori yaitu hubungan kausalitas satu arah, hubungan kausalitas dua arah dan
hubungan timbal balik. Prinsip kerja dari Granger Causality test pada data panel
yang didasarkan atas regresi model pooled sebagaimana diuraikan sebagai
berikut:
Yit = α0 + α1Yi(t-1)+…….+ αpYi(t-p)+ β1Xi(t-1)+….+βpXi(t-p)+єit (1)
Xit = α0 + α1Xi(t-1)+…….+ αpXi(t-p)+ β1Yi(t-1)+….+βpYi(t-p)+єi t (2)
Pada persamaan regresi model pooled pertama (1), X memengaruhi Y atau
hubungan kausalitas satu arah dari X ke Y apabila koefisien β1 Tidak sama
dengan nol (0). Hal yang sama juga untuk persamaan regresi model pooled kedua
(2), Y memengaruhi X atau terdapat hubungan kausalitas satu arah dari Y ke X
jika koefisien β1 Tidak sama dengan nol. Sementara apabila keduanya terjadi
maka dikatakan terdapat hubungan timbal balik ( feedback relationship ) antara X
dan Y atau terdapat hubungan kausalitas dua arah ( bidirectional causality ) antara
X dan Y. Penelitian Granger Causality Test ini dilakukan untuk menganilis
hubungan setiap variabel dalam penelitian. Dengan menggunakan software
ekonometrik, hipotesis nol yang digunakan untuk hubungan dua variable adalah X
tidak memengaruhi Y dan Y tidak memengaruhi X. Dasar penolakan hipotesis
nol dengan menggunakan kriteria probabilitas < 0.1.
Uji Stasioneritas dalam Data Panel
Analisis data panel pada umumnya menggunakan data dalam bentuk level
dengan tujuan untuk memudahkan interpretasi model. Penelitian yang
menggunakan data time series pada umumnya mengandung tren, maka sebaiknya
dilakukan pengujian unit root, untuk memastikan bahwa hubungan antara peubah
tak bebas dan peubah bebas tidak menunjukkan spurious regression. Bila hasil
pengujian unit root menunjukkan adanya tren pada data level harus dilakukan
pembedaan pertama (first differencing) untuk menghindari hasil yang misleading.
Perlu diingat bahwa metode yang digunakan dalam penelitian ini adalah metode
regresi data panel, maka pengujian unit root yang digunakan bukan menggunakan
metode biasa, tetapi menggunakan panel unit root. Pengujian stasioneritas data
disarankan oleh Baltagi (2005) untuk data panel dengan N dan T yang relatif tidak
besar.
Hipotesis nol yang digunakan dalam pengujian panel unit root sama
seperti pada pengujian unit root untuk data time series, hanya saja statistik uji
yang digunakan merupakan pengembangan lebih lanjut dari statistik uji
Augmented Dickey-Fuller (ADF) dan Phillips-Perron (PP). Statistik uji yang
digunakan dalam menguji panel unit root terdiri dari dua jenis, yaitu common unit
root yang terdiri dari statistik uji Levin, Lin and Chu (LLC) dan Breitung’s; serta
individual unit root yang terdiri dari statistik uji IM, Pesaran and Shin (IPS),
ADF-Fisher test dan PP-Fisher test. Setelah diperoleh hasil pengujian yang
menyatakan bahwa series dari data panel tidak mengandung unit root maka
estimasi bisa dilakukan.
15
Model Panel Data
Penelitian terkadang ditemukan suatu persoalan mengenai ketersediaan
data (data availability) untuk mewakili variabel yang digunakan dalam penelitian.
Apabila bentuk data dalam time series yang tersedia sedikit maka proses
pengolahan data time series tidak dapat dilakukan berkaitan dengan persyaratan
jumlah data minimum. Bentuk data dengan jumlah unit cross section yang
terbatas akan sulit untuk dilakukan proses pengolahan data cross section untuk
mendapatkan informasi perilaku dari model yang hendak diteliti. Dalam teori
ekonometrika, kedua kondisi seperti yang telah disebutkan di atas salah satunya
dapat diatasi dengan menggunakan data panel (pooled data) agar dapat diperoleh
hasil estimasi yang lebih baik/efisien dengan terjadinya peningkatan jumlah
observasi yang berimplikasi terhadap peningkatan derajat kebebasan (degree of
freedom).
Penggunaan data panel telah memberikan banyak keuntungan secara
statistik maupun menurut teori ekonomi. Islam (1995) dan Poirson (2000) dalam
penelitian menyatakan bahwa penggunaan data panel ini dapat memperlihatkan
“country effect” dan menghindari terjadinya kesalahan penghilangan variabel
(omitted variable bias) dibandingkan jika menggunakan data cross section.
Penggunaan data panel memungkinkan untuk dapat menangkap karakteristik antar
individu dan antar waktu yang bisa saja berbeda-beda.
Menurut Baltagi (2005), penggunaan data panel telah memberikan banyak
keuntungan secara statistik maupun secara teori ekonomi. Manfaat dari
penggunaan data panel antara lain adalah :
1. Mampu mengontrol heterogenitas individu.
2. Memberikan lebih banyak informasi, lebih bervariasi, mengurangi kolinearitas
antar variabel, meningkatkan degrees of freedom, dan lebih efisien.
3. Lebih baik untuk mempelajari studi yang bersifat dinamis.
4. Mampu mengidentifikasi dan mengukur efek yang secara sederhana tidak
dapat diperoleh dari data cross section murni atau data time series murni.
5. Dapat menguji dan membangun model perilaku yang lebih kompleks.
Untuk keperluan penelitian, beberapa notasi yang akan digunakan dalam
teknik estimasi data panel. Notasi antara lain:
Yi t = nilai variabel terikat (dependen variabel) untuk setiap unit individu
(cross section unit) i pada periode t dimana i= 1,…,n dan t= 1,…,t
X jit = nilai variabel penjelas (explanatory variable) ke-j untuk setiap unit
Individu ke-i pada periode t
Dimana: K variabel penjelas diberi indeks dengan j= 1,…,k.
Pembahasan penelitian dibatasi pada data panel yang bersifat balanced
panels, yaitu terdapat jumlah observasi yang sama untuk setiap unit individual,
sehingga total observasi yang dimiliki adalah nxt. Ketika n = 1 dan t memiliki
sejumlah observasi, maka akan didapat bentuk data yang bersifat deret waktu
(time series data). Jika kondisi sebaliknya, yaitu dimana nilai t = 1 dan n cukup
besar, maka akan didapat bentuk data yang bersifat kerat lintang (cross section
data).
Dalam analisis model data panel dikenal, tiga pendekatan yang terdiri dari
pendekatan kuadrat terkecil (pooled least square), pendekatan efek tetap (fixed
effect), dan pendekatan efek acak (random effect). Pengolahan data panel terdapat
16
kriteria pembobotan yang berbeda-beda yaitu no weighting (semua observasi
diberi bobot sama), Cross section weight (Generalized Least Square (GLS))
dengan menggunakan estimasi varians residual cross section (digunakan apabila
terdapat pelanggaran asumsi cross section heteroskedasticity), dan Seemingly
Uncorrelated Regression (SUR) (GLS dengan menggunakan covariance matrix
cross section). Metode ini mengoreksi baik heteroskedastisitas maupun
autokorelasi antar unit cross section.
Pendekatan Kuadrat Terkecil (Pooled Least Square)
Pooled least square model merupakan metode estimasi model regresi data
panel yang paling sederhana dengan asumsi intercept dan koefisien slope yang
konstan antar waktu dan cross section ( common effect ). Persamaan pada estimasi
menggunakan pooled least square model dapat dituliskan dalam bentuk sebagai
berikut :
Yit=α+x’itβ+µit (Juanda, 2012)
Dimana:
Yit = Peubah tak bebas untuk unit individu ke-i dan unit waktu ke-t.
X’it = Peubah bebas untuk unit individu ke-i dan unit waktu ke-t.
β = koefisien slope dengan dimensi Kx1, dimana K adalah banyak peubah
bebas
α = Koefisien yang merupakan skalar
N adalah jumlah unit cross section, T adalah jumlah periode waktunya dan
K adalah jumlah variabel penjelas. Dengan mengasumsikan komponen error
dalam pengolahan kuadrat terkecil biasa, kita dapat melakukan proses estimasi
secara terpisah untuk setiap cross section. Kelemahan pooled least square model
ini adalah dugaan parameter β akan bias karena tidak dapat membedakan
observasi yang sama periode yang berbeda.
Pendekatan Efek Tetap (Fixed Effect)
Metode kuadrat terkecil tidak dapat melihat asumsi intersep dan slope dari
persamaan regresi yang dianggap konstan baik antar daerah maupun antar waktu.
Generalisasi secara umum sering dilakukan adalah dengan memasukkan dummy
variable untuk mengetahui terjadinya perbedaan nilai parameter yang berbeda-
beda baik lintas unit cross section maupun antar waktu.
Intersep sebagai dummy variable menunjukan bahwa adanya perbedaan
pada masing-masing perusahaan, asumsi 3 perusahaan. Model tersebut lebih
dikenal dengan Fixed Effect Method, walaupun intersep berbeda antar perusahaan
namun intersep masing-masing perusahaan tidak berbeda antar waktu. Pendekatan
dengan memasukkan variabel dummy dikenal dengan sebutan model efek tetap
(fixed effect). Pendekatan tersebut dapat ditulis dalam persamaan sebagai berikut:
Yit = α1+α2D2i+α3D3i+β1Xit+β2X2it+µit (Juanda, 2012)
Dimana D2i =1 jika perusahaan A, 0 untuk yang lainnya; D3i=1 Jika perusahaan B,
dan 0 untuk yang lainnya. Dummy hanya ada 2 karena asumsi perusahaan ada 3.
Hal ini ditujukan agar menghindari dummy-variable trap. Tidak ada dummy untuk
perusahaan C, karena α1 merupakan intersep untuk C dan α2,α3 adalah differential
intercept coefficients yang menyatakan perbedaan koefisien A dan B terhadap C.
Keputusan memasukkan variabel diatas harus didasarkan pada
pertimbangan statistik. Tidak dapat dihindari dengan melakukan penambahan
17
variabel dummy akan mengurangi degree of freedom yang pada akhirnya akan
memengaruhi efesien dari parameter yang diestimasi. Pertimbangan pemilihan
pendekatan yang digunakan ini menggunakan statistik F yang berusaha
membandingkan antara nilai jumlah kuadrat dari error dari proses pendugaan
dengan menggunakan metode kuadrat terkecil dan efek tetap yang telah
memasukkan variabel.
Pendekatan Efek Acak (Random Effect)
Keputusan untuk memasukkan variabel dalam model efek tetap tak dapat
dihindari akan dapat menimbulkan konsekuensi (trade off). Penambahan variabel
akan mengurangi banyak derajat kebebasan (degree of freedom) yang pada akan
mengurangi efisiensi dari parameter yang diestimasi. Berkaitan dengan hal ini,
dalam model data panel dikenal pendekatan ketiga yaitu model efek acak (random
effect). Dalam model efek acak, parameter-parameter yang berbeda antar daerah
maupun antar waktu dimasukkan ke dalam error. Karena hal ini, model efek acak
sering juga disebut model komponen error (error component model).
Bentuk model efek acak ini dijelaskan pada persamaan berikut ini:
Yit =α0 + β Xit +εit
εit = ui + vt + wit ( Firdaus, 2011)
dimana :
ui ~ (0, 2 ) u N δ = komponen cross section error
vt ~ (0, 2 ) v N δ = komponen time series error
wit ~ (0, 2 ) w N δ = komponen error kombinasi
Diasumsikan bahwa error secara individual juga tidak saling berkorelasi
begitu juga dengan error kombinasinya. Dengan menggunakan model efek acak,
maka dapat mengurangi pemakaian derajat kebebasan dan tidak mengurangi
jumlahnya seperti yang dilakukan pada model efek tetap. Hal ini berimplikasi
parameter yang merupakan hasil estimasi akan menjadi semakin efisien.
Keputusan penggunaan model efek tetap ataupun efek acak ditentukan dengan
menggunakan spesifikasi yang dikembangkan oleh Hausman. Spesifikasi ini akan
memberikan penilaian dengan menggunakan nilai Chi Square Statistics sehingga
keputusan pemilihan model akan dapat ditentukan secara statistik.
Disamping dengan menggunakan tes statistika, terdapat beberapa
pertimbangan dalam memilih apakah akan menggunakan fixed effect atau random
effect. Apabila diasumsikan bahawa εi dan variabel bebas X berkorelasi, maka
fixed effect lebih cocok untuk dipilih. Sebaliknya, apabila εi dan variabel bebas X
tidak berkorelasi, maka random effect yang lebih baik untuk dipilih. Menurut
Judge (1985), beberapa pertimbangan yang dapat dijadikan panduan untuk
memilih antara fixed effect atau random effect adalah :
1. Bila t (banyaknya unit time series) besar sedangkan n (jumlah unit cross
section) kecil, maka hasil fixed effect dan random effect tidak jauh berbeda
sehingga dapat dipilih pendekatan yang lebih mudah untuk dihitung yaitu
fixed effect.
2. Bila n besar dan t kecil, maka hasil estimasi kedua pendekatan akan berbeda
jauh. Jadi, apabila diyakini bahwa unit cross section yang kita pilih dalam
penelitian diambil secara acak (random) maka random effect harus digunakan.
Sebaliknya, apabila diyakini bahwa unit cross section yang dipilih dalam
penelitian tidak diambil secara acak maka harus menggunakan fixed effect.
18
3. Apabila komponen error individual (εi) berkorelasi dengan variabel bebas X
maka parameter yang diperoleh denngan random effect akan bias sementara
parameter yang diperoleh dengan fixed effect tidak bias.
4. Apabila n besar dan t kecil, dan apabila asumsi yang mendasari random effect
dapat terpenuhi, maka random effect lebih efisien dibandingkan fixed effect.
Seperti yang telah disampaikan pada bagian sebelumnya, akan
mempertimbangkan 3 model dalam pengolahan data panel, yaitu:
1. yit =αi + xitβ +εit untuk Fixed Effect dimana terdapat variasi pada intersep
yang dirumuskan dalam bentuk dummy variable.
2. yit = µ+αi + xitβ +αi +εit untuk Random Effect dimana variasi pada intersep
dirumuskan dalam komponen galat (error component model).
3. yit =α + βixit+εit untuk Pooled Least Square dimana untuk setiap cross section
memiliki perilaku yang sama yang ditunjukkan dengan paramater intersep dan
slope yang sama.
Pemilihan model yang digunakan dalam sebuah penelitian perlu dilakukan
berdasarkan pertimbangan statistik. Hal ini ditujukan untuk memperoleh dugaan
yangefisien. Diagram pengujian statistik untuk memilih model yang digunakan
dapat diperlihatkan pada gambar berikut ini:
Gambar 5 Pengujian Pemilihan Model dalam Pengolahan Panel data Sumber : Firdaus (2011)
Pengujian Model Data Panel Statis
Chow Test
Chow test merupakan pengujian untuk memilih apakah model yang
digunakan pooled least square model atau fixed effect model. Dalam pengujian
dilakukan dengan hipotesis sebagai berikut :
H0 = Pooled Least Square Model
H1 = Fixed Effect Model
Dasar penolakan terhadap hipotesis nol tersebut adalah dengan
menggunakan F-statistic seperti yang dirumuskan oleh chow
Chow= ~ Fα(n-1,NT-N-K) (juanda, 2012)
dimana:
RRSS = Restricted Residual Sum Square (Sum Square Residual PLS)
Chow Test
Fixed Effect
LM Test
Hausman
Test
Pooled Least
Square
Random
Effect
19
URSS = Unrestricted Residual Sum Square ( Sum Square Residual Fixed)
N = Jumlah data Cross Section
T = Jumlah data Time Series
K = Jumlah variabel independen
Pengujian distribusi F yaitu Fα(n-1,NT-N-K). jika nilai Chow Statistic (F-
Statistic) hasil pengujian lebih besar dari F Tabel, maka cukup bukti untuk
melakukan penolakan terhadap H0 sehingga model yang digunakan adalah Fixed
Effect Model, begitu sebaliknya.
Hausman Test
Hausman Test adalah pengujian statistik sebagai dasar pertimbangan
dalam memilih apakah menggunakan model fixed effect atau model random effect.
Seperti yang diketahui bahwa penggunaan model fixed effect mengandung suatu
unsur trade off yaitu hilangnya derajat kebebasan dengan memasukkan variabel
dummy. Namun, penggunaan metode random effect pun harus memperhatikan
ketiadaan pelanggaran asumsi dari setiap komponen galat.
Hausman Test dilakukan dengan hipotesis sebagai berikut:
H0: Random Effects Model
H1: Fixed Effects Model. (Firdaus, 2011)
Dengan menggunakan software Eviews 6.0 Sebagai dasar penolakan
hipotesis nol yaitu jika Statistik Hausman >Chi Square Tabel atau dapat juga
dengan menggunakan nilai probabilitas (p-value). Jika p-value < tingkat kritis α,
maka tolak hipotesis untuk memilih random effects model. Statistik hausman
dirumuskan dengan:
W = X2[K]=[β,βGLS]∑-1[β-βGLS] (Juanda, 2012)
Statistik uji Hausman mengikuti distribusi statistik chi-square dengan
derajat bebas sebanyak jumlah peubah bebas (p). Hipotesis nol ditolak jika nilai
statistik Hausman lebih besar daripada nilai kritis statistik chi-square. Hal ini
berarti bahwa model yang tepat untuk regresi data panel adalah model FEM.
Evaluasi Model
Setelah selesai melakukan pengolahan data dengan metode analisis data
panel, harus dilakukan evaluasi terhadap model estimasi yang dihasilkan. Metode
estimasi yang dihasilkan melalui metode analisis data panel tersebut harus
dievaluasi berdasarkan tiga kriteria sebagai berikut:
1. Kriteria Ekonometrika
2. Kriteria Statistik
3. Kriteria Ekonomi.
Kriteria Ekonometerika
Model estimasi regresi linear yang ideal dan optimal harus menghasilkan
estimator yang memenuhi kriteria Best Linear Unbiased Estimator (BLUE),
antara lain sebagai berikut:
20
1. Estimator tidak bias artinya nilai ekspektasi sesuai dengan nilai yang
sebenarnya.
2. Estimator linear artinya estimator merupkan sebuah fungsi linear atas sebuah
variabel dependen yang stokastik.
3. Estimator harus mempunyai varians yang minimum. Estimator yang tidak bias
dan memiliki varians minimum disebut estimator yang efisien
Multikolinearitas
Istilah multikolinearitas berarti terdapat hubungan linier sempurna antar
peubah bebas dalam suatu model regresi. Dalam praktek, sering dihadapkan
dengan masalah peubah-peubah bebas yang tingkat multikoliniearitas tidak
sempurna tetapi tinggi. Jika berhadapan dengan adanya peubah-peubah bebas,
maka dugaan parameter koefisien regresi masih mungkin diperoleh, tetapi
interpretasinya akan menjadi sulit. Gujarati (2006) menyatakan indikasi terjadinya
multikolinearitas dapat terlihat melalui:
1. Nilai R2 yang tinggi tetapi sedikit rasio yang signifikan.
2. Korelasi berpasangan yang tinggi antar variabel-variabel independennya
3. Melakukan regresi tambahan (auxiliary) dengan memberlakukan variabel
independen sebagai salah satu variabel dependen dan variabel independen
lainnya tetap diberlakukan sebagai variabel independen.
Menurut Juanda (2009), ada beberapa cara untuk mendeteksi adanya
multikolinearitas di dalam suatu model. Pertama atau merupakan syarat cukup
(sufficient condition) adalah melalui Uji koefisien korelasi sederhana (Pearson
correlation coefficient), jika korelasi antar peubah-peubah bebas sangat tinggi dan
nyata, dapat dikatakan terjadi multikolinearitas. Menurut Gujarati (2006), batas
terjadinya korelasi antar variabel bebas adalah tidak boleh lebih dari tanda mutlak
0,8. Kedua atau merupakan syarat perlu (necessary condition) apabila syarat
cukup tidak terpenuhi yaitu, dapat dilakukan dengan melihat nilai Variance
Inflation Factor (VIF), dimana:
VIF = ( 1-Rj2)-1 (Juanda, 2009) Nilai VIF ini menggambarkan kenaikan varians dari dugaan parameter antar
peubah penjelas. Apabila nilai VIF lebih dari 5 atau 10, maka taksiran parameter
kurang baik atau terjadi multikoliniearitas. Perlu diingat jika tujuan pemodelan
hanya untuk peramalan nilai peubah tak bebas dan bukan untuk mengkaji
hubungan atau pengaruh peubah-peubah bebas terhadap peubah tak bebas, maka
masalah multikolinearitas bukan masalah yang serius. Akan tetapi jika tujuan
pemodelan adalah untuk menduga hubungan atau pengaruh peubah-peubah bebas
terhadap peubah tak bebas, maka masalah multikoliniearitas menjadi masalah
yang serius. Oleh karena itu, terdapat beberapa cara yang dapat digunakan untuk
mengatasi multikolinieritas, antara lain (Juanda,2009) 1. Memanfaatkan informasi sebelumnya (prior information).
2. Melakukan transformasi terhadap peubah-peubah dalam model menjadi bentuk
first difference.
3. Menggunakan regresi komponen utama (principal component).
4. Mengeluarkan peubah dengan koliniearitas tinggi, tetapi dapat menimbulkan bias
spesifikasi model.
5. Penambahan data baru.
21
Autokorelasi Gujarati (2006) menyatakan autokorelasi adalah korelasi antara anggota
serangkaian observasi yang diurutkan menurut waktu seperti dalam data time
series atau diurutkan menurut ruang seperti dalam data cross section. Suatu model
dikatakan memiliki autokorelasi jika error dari periode waktu (time series) yang
berbeda saling berkorelasi. Masalah autokorelasi ini akan menyebabkan model
menjadi tidak efisien meskipun masih tidak bias dan konsisten. Autokorelasi
menyebabkan estimasi standar error dan varian koefisien regresi yang diperoleh
akan underestimate sehingga R2 akan besar tetapi di uji t-statistic dan F-statistic
menjadi tidak valid.
Untuk mendeteksi masalah autokorelasi yang paling umum dapat
dilakukan dengan melihat nilai Durbin-Watson statistic pada model dibandingkan
dengan nilai DW-Tabel. Sebuah model dapat dikatakan terbebas dari autokorelasi
jika nilai Durbin-watson statistic terletak di area nonautokorelasi. Penentuan area
tersebut dibantu dengan nilai tabel DL dan DU jumlah observasi (n) dan jumlah
variabel independen (k). Hipotesis pengujian sebagai berikut :
H0 : Tidak terdapat autokorelasi
H1 : Terapat autokorelasi
Maka aturan pengujiannya adalah sebagai berikut :
Tabel 3 Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
4-dL<DW<4 Tolak Ho, Korelasi serial negative
4-dU<DW<4-dL Hasil tidak dapat ditentukan
dU<DW<4-dU Terima H0, Tidak ada korelasi serial
dL<DW<dU Hasil tidak dapat ditentukan
0<DW<dL Tolak H0, Korelasi serial positif
Sumber : Juanda (2009)
Korelasi serial ditemukan jika error dari periode waktu yang berbeda
saling berkorelasi. Hal ini bisa dideteksi dengan melihat pola random error dari
hasil regresi. Pada analisis seperti yang dilakukan dalam model, jika ditemukan
korelasi serial, maka model menjadi tidak efisien meskipun tidak bias dan
konsisten. Perlakuan untuk pelanggaran ini adalah dengan menambahkan AR(1)
atau AR(2) dan seterusnya, tergantung dari banyaknya autokorelasi pada model
regresi yang di gunakan.
Heteroskedastisitas
Salah satu asumsi dasar dari metode regresi linier adalah varians tiap unsur
error adalah suatu angka konstan yang sama dengan δ2.. Heteroskedastisitas terjadi
ketika varians tiap unsur error tidak konstan. Gujarati (2006) menyatakan
heteroskedastisitas memiliki beberapa konsekuensi, diantaranya adalah : 1. Uji hipotesis yang didasarkan pada uji F-statistic dan t-statistic tidak
dipercaya.
2. Dugaan parameter koefisien regresi tetap tidak bias dan masih konsisten,
tetapi standar error dapat bias ke bawah.
22
3. Perhitungan standar error tidak lagi dapat dipercaya kebenarannya karena
varians tidak minimum sehingga dapat menghasilkan estimasi regresi yang
tidak efisien.
Cara mendeteksi adanya pelanggaran asumsi heteroskedastisitas dalam
metode data panel dapat dilakukan dengan menggunakan grafik standardized
residual, apabila secara grafis menunjukkan bahwa ragam sisaan menyebar
normal maka dapat dinyatakan tidak terjadi pelanggaran asumsi
heteroskedastisitas. Cara lain untuk mendeteksi adanya heteroskedastisitas adalah
dengan membandingkan Sum Square Resid pada Weighted Statistics dengan Sum
Squared Resid Unweighted Statistics. Jika Sum Square Resid pada Weighted
Statistics<Sum Squared Resid Unweighted Statistics, maka terjadi
heteroskedastisitas.
Normalitas
Pengujian asumsi normalitas dilakukan untuk melihat apakah error term
mengikuti distribusi normal atau tidak. Jika asumsi normalitas ini tidak dipenuhi
maka prosedur pengujian dengan menggunakan uji t-statistic menjadi tidak sah.
Pengujian asumsi normalitas dilakukan dengan Jarque Bera Test atau dengan
melihat plot dari sisaan. Hipotesis dalam pengujian normalitas adalah:
Ho : Residual Berdistribusi Normal
H1 : Residual tidak berdistribusi Normal (Gujarati, 2006)
Dasar penolakan H0 dilakukan dengan membandingkan nilai Jarque Bera
dengan taraf nyata α sebesar 0.05, dimana jika nilai Jarque Bera Test lebih besar
dari taraf nyata α 0.05 menandakan H0 tidak ditolak dan residual berdistribusi
normal.
Kriteria Statistik
Evaluasi model berdasarkan kriteria statistik dilakukan dengan beberapa
pengujian antara lain sebagai berikut:
1. Koefisien Determinan (R2)
Nilai R2 digunakan untuk mengukur seberapa besar tingkat variabel
independen yang digunakan dalam penelitian dapat menjelaskan variabel
dependen. Nilai R2 menunjukan seberapa dekat garis regresi yang diestimasi
dengan data sesungguhnya. Nilai R2 terletak antar nol hingga satu dimana
semakin mendekati satu maka model akan semakin baik.
2. Uji F-Statistic
Uji F-statistic digunakan untuk mengetahui apakah variabel-variabel
independen yang digunakan dalam penelitian secara bersama-sama signifikan
memengaruhi variabel dependen. Nilai F-statistic yang besar lebih baik
dibandingkan dengan F-statistic yang rendah. Nilai Prob(F-statistic) merupakan
tingkat signifikansi marginal dari F-statistic. Dengan menggunakan hipotesis
pengujian sebagai berikut:
H0 : β1=β2=β3=0
H1 : Minimal ada salah satu β1 atau β2 atau β3 yang tidak sama dengan nol
(Juanda, 2009)
23
Tolak H0 jika F-statistic>Fα(k-1,NT-N-K) atau Prob(F-statistic) < α. Jika H0
ditolak, maka artinya dengan tingkat keyakinan 1-α dapat disimpulkan bahwa
variabel independen yang digunakan di dalam model secara bersama-sama
signifikan memengaruhi variabel dependen.
3. Uji t-statistic
Uji t-statistic digunakan untuk mengetahui apakah variabel-variabel
independen secara parsial berpengaruh signifikan terhadap variabel dependen.
Dengan menggunakan hipotesis pengujian sebagai berikut:
Ho : βj=0
H1 : βj≠0 (Juanda, 2009)
Tolak H0 jika t-statistic > tα/2(NT-K-1) atau (t-statistic) < t-tabel. Jika H0
ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan
bahwa variabel independen ke-i secara parsial memengaruhi variabel dependen.
Kriteria Ekonomi
Evaluasi model estimasi berdasarkan kriteria ekonomi dilakukan dengan
membandingkan kesesuaian tanda dan nilai estimator dengan teori ekonomi dan
kesesuaian dengan logika. Variabel dependent harus dijelaskan dengan penjelasan
ekonomi pengaruhnya dengan variabel independent. Variabel yang tidak sesuai
dengan hipotesis atau teori harus dicara refrensi kenapa variabel yang diteliti
berbeda dengan teori.
Model Penelitian
Langkah pertama dalam penelitian ini adalah menentukan model umum
yang digunakan dengan menggunakan analisis fungsi regresi untuk seluruh
kawasan. Pengunaan fungsi regresi ditujukan untuk menangkap berbagai
kemungkinan perilaku dari variable-variabel yang di estimasi. Model dalam
penelitian ini mengacu model penelitian Diallo (2008) dan Masten ( 2007) dengan
memodifikasi beberapa variabel ke dalam bentuk logaritma natural. Variabel yang
dapat diubah dalam bentuk logaritma natural seperti GDP riil dan FDI, sedangkan
variabel yang tidak diubah ke dalam bentuk logaritma natural adalah Volatilitas
nilai tukar, Suku bunga dan Inflasi. Tujuan dari logaritma natural adalah agar
semua variabel satuannya dalam bentuk yang sama atau dalam bentuk persen,
variabel yang telah di berikan logaritma natural kecuali variabel yang sudah
dalam bentuk persen akan memudahkan untuk mencari elastisitasnya. Model
umum dalam penilitian ini yang akan diestimasi dapat dirumuskan sebagai
berikut:
lnFDIit=α1+β1INFit + β2VOLit + β3lnGDPit + β4SBit + єit (3)
Dimana:
lnFDIit : Logaritma Natural Net Foreign Direct Investment (Dollar)
INFit : Inflasi ( Persen )
VOLit : Volatilitas nilai tukar ( Standard deviasi dibagi rata-rata )
lnGDPit : Logaritma Natural Gross Domestik Bruto Riil ( Dollar )
SBit : Suku Bunga Riil ( Persen )
α1 : Koefisien Regresi yang menunjukan slope
i,t : Negara ke i, pada tahun ke-t
24
є : Error/Simpangan
β : Koefesien Variabel
Volatilitas didapat dari penelitian Gigineishvili (2011), untuk mencari
volatilitas dari suku bunga pasar uang dihitung dari tiap bulan pada tahun yang
sama. Volatilitas di hitung dengan cara standart deviasi dari pasar suku bunga di
bagi dengan rata rata dari pasar suku bunga. Pada penlitian ini untuk mencari
volatilitas nilai tukar sama dengan mencari volatilitas pada penelitian
Gigineishvili, volatilitas nilai tukar didapat dari Standar deviasi dari data bulanan
nilai tukar dibagi dengan rata-rata nilai tukar bulanan pada periode waktu yang
sama.
Batasan dalam Penelitian
Penelitian akan lebih ditekankan pada pengunaan konsep faktor-faktor
yang memengaruhi FDI di ASEAN. Penelitian ini hanya mencakup 6 negara di
ASEAN. Negara-negara yang ada dalam penelitian ini adalah Indonesia, Vietnam,
Filipina, Malaysia, Singapura dan Thailand sedangkan negara seperti Brunei,
Laos, Myanmar dan Kamboja terdapat kekurangan data sehingga tidak termasuk
dalam penelitian. Periode yang digunakan dalam penelitian dari tahun 2004-2011.
Tahun 2004 Negara Malaysia menggunakan rezim nilai tukar mengambang
sehingga seluruh negara dalam penelitian menggunakan rezim nilai tukar
mengambang.
GAMBARAN UMUM
Gambaran Umum Foreign Direct Investment ( FDI ) di ASEAN
FDI atau investasi langsung luar negeri adalah salah satu ciri penting dari
sistem ekonomi yang kian mengglobal. FDI bermula saat sebuah perusahaan dari
satu negara menanamkan modalnya dalam jangka panjang ke sebuah perusahaan
di negara lain. Dengan cara ini perusahaan yang ada di negara asal (home country)
bisa mengendalikan perusahaan yang ada di negara tujuan investasi (host country)
baik sebagian atau seluruhnya.
FDI dunia mulai membaik, tetapi pasca krisis masih ada tantangan
terhadap pengelolahan arus modal global. Ekonomi global sebagai tantangan
utama bagi negara-negara berkembang. Tantangan yang dihadapi negara
berkembang untuk menghadapi krisis global saat ini adalah mempertahankan
pemulihan ekonomi global dan mempertahankan aliran modal pedanaan untuk
melakukan pembangunan ekonomi.
Tahun 2010 ASEAN telah menghasilkan rekor tertinggi, aliran FDI ke
ASEAN sebesar 75,8 miliar US$ (Sekretariat ASEAN, 2012). Aliran FDI bagi
sebagian negara sangat menguntungkan bagi perekonomian. Aliran FDI dapat
menjadi sumber dana dalam pembangunan yang dapat meningkatkan
perekonomian negara.
25
Gambar 6 Perkembangan FDI di ASEAN (juta rupiah)
Sumber : World Bank ( 2013 )
Gambar 6 menunjukkan bahwa aliran FDI terbesar adalah Negara
Singapura. Aliran FDI di Negara Malaysia, Thailand, dan Filipina cukup stabil
dan berfluktuasi. Pada tahun 1997-1998 saat terjadi krisis ekonomi, aliran FDI di
Negara ASEAN mengalami penurunan, Negara Indonesia paling besar mengalami
penurunan FDI sedangkan negara lain turun tetapi tidak drastis. Aliran FDI di
Indonesia tiap tahun terus meningkat dan pada tahun 2010 tertinggi kedua.
Tabel 4 Aliran FDI dari Negara ASEAN ke ASEAN dan Negara Partner Periode
2004-2010 (Juta Dollar US)
Source Countries 2004 2005 2006 2007 2008 2009 2010
ASEAN 2,963 4,060 7,876 9,626 9,449 5,222 12,108
Australia 500 212 467 1,491 787 776 1,765
Canada 860 741 252 391 661 504 1,641
China 740 608 1,035 1,741 1,874 3,926 2,701
European Union 11,610 11,290 13,387 18,611 7,010 9,113 16,984
India 86 418 -282 1,453 547 827 2,584
Jepang 5,767 6,645 10,413 8,844 4,129 3,763 8,386
New Zealand -23 512 -209 99 -82 263 93
Pakistan 5 3 10 21 6 9 31
Republic of Korea 835 515 1,256 2,714 1,596 1,472 3,769
Rusian Federation 0 0 1 31 81 157 61
USA 4,548 3,216 3,041 8,340 3,518 4,087 8,578
Sumber : Sekretariat ASEAN ( 20 juli 2011).
Uni Eropa merupakan negara yang paling besar kontribusi FDI ke negara
ASEAN. FDI dari negara Uni Eropa dari tahun ke tahun meningkat kecuali pada
tahun 2008 karena Negara Eropa terkena dampak dari krisis global. Jepang dan
26
Amerika menempati posisi kedua dan ketiga aliran FDI ke ASEAN. Negara Uni
Eropa, Jepang dan Amerika merupakan negara maju yang memiliki teknologi dan
industri yang berkembang. Tujuan dari ketiga negara adalah mengeksploitasi
sumber daya alam yang ada di Negara ASEAN, ketiga negara tersebut juga
melihat pasar yang cukup besar dan biaya produksi yang cukup murah.
FDI ke Negara ASEAN memliki kontribusi cukup besar di sektor
manufaktur. Sektor manufaktur memiliki jangka waktu yang cukup panjang dan
tahan terhadap krisis. Negara Singapura adalah negara yang memiliki FDI
terbesar di ASEAN, sektor keuangan adalah sektor paling besar aliran masuk FDI
ke Negara Singapura. Sektor keuangan merupakan sektor yang rentan terhadap
krisis. Adanya Asean Free Trade Area (AFTA) memberikan ruang liberalisasi
terhadap perdagangan. Kontribusi sektor perdagangan paling besar di Negara
Indonesia dan Singapura. Peningkatan FDI ke negara Indonesia masih didominasi
oleh Singapura dan Malaysia. Kegiatan merger perusahaan Singapura dan
Malaysia untuk Indonesia yaitu Bank Niaga, BII, UOB dan Mira. Kontribusi FDI
ke Indonesia yang berasal dari luar ASEAN paling besar berasal dari Amerika dan
Jepang (sekretariat ASEAN, 2010)
Tabel 5 Aliran FDI ke Negara ASEAN Berdasarkan Sektornya Tahun 2010
Sektor Ekonomi Indonesia Malaysia Filipina Singapura Thailand Vietnam
Pertanian,
perikanan dan
kehutanan
337 28 2 3 6 9
Pertambangan
dan Pengalihan 1,897 992 278 125 342 0
Manufaktur 4,971 5,030 -2 4,945 3,370 2,445
Kontruksi -50 -41 -2 29 -225 805
Perdagangan 2,456 913 127 3,094 554 116
Keuangan 405 2,044 48 12,405 1,197 35
Real Estate -77 0 182 9,853 548 2,340
Jasa 2,597 221 204 5,068 493 2,158
yang lainnya 768 -29 12 - 34 91
sub total 13304 9158 849 35522 6319 7999
Sumber : Sekretariat ASEAN ( 20 juli 2011).
Gambaran Umum Nilai Tukar di ASEAN
Volatilitas nilai tukar mempunyai peran penting terhadap aliran FDI.
Setiap negara mempunyai sistem nilai tukar yang berbeda-beda. Negara yang
menggunakan sistem fix exchange rate memiliki nilai mata uang yang tidak
berfluktuatif. Nilai tukar akan berfluktuatif ketika suatu negara menggunakan
27
sistem nilai tukar mengambang (floating exchange rate), semakin berfluktuatifnya
suatu nilai tukar akan memengaruhi aliran FDI ke suatu negara.
Depresiasi dan apresiasi mata uang dapat meningkatkan aliran FDI dan
juga dapat menurunkan aliran FDI. Mata uang negara yang mengalami depresiasi
akan meningkatkan pengembalian terhadap investasi, sehingga saat terjadi
depresiasi akan meningkatkan investasi. Depresiasinya mata uang suatu negara
dapat mengambarkan sebuah negara sedang mengalami penurunan dalam
perekonomian sehingga para investor menurunkan minat melakukan investasi.
Gambar 7 Perkembangan Nilai Tukar dan FDI di ASEAN Periode 2004-2011
Sumber : Fx Sauder dan World Bank ( 2013 )
Gambar 7 menunjukan Hubungan antara nilai tukar domestik/dollar
terhadap FDI di ASEAN. Pergerakan arus masuk FDI di Indonesia mengikuti
pergerakan nilai tukar rupiah, ketika rupiah mengalami depresiasi akan
meningkatkan aliran masuk FDI ke Indonesia. Nilai tukar Indonesia mengalami
depresiasi yang cukup tinggi ketika tahun 2004 dan 2008. Pada tahun 2004 terjadi
kenaikan harga minyak mentah dan kenaikan harga BBM di Indonesia sedangkan
pada tahun 2008 terjadi krisis ekonomi di Amerika. Pergerakan FDI ke Indonesia
pada tahun 2008 meningkat sedangkan mata uang Indonesia mengalami apresiasi,
hal itu terjadi karena tahun 2008 pertumbuhan ekonomi Indonesia stabil sehingga
menjadi daya tarik Investor melakukan investasi ketika terjadi krisis global.
Nilai tukar di Vietnam dan Malaysia tidak terlalu mengalami fluktuasi
sehingga tidak terlalu memengaruhi FDI di Vietnam dan Malaysia. Tahun 2008
FDI di Vietnam dan Malaysia mengalami penurunan diakibatkan karena krisis
ekonomi kemudian meningkat kembali pada tahun berikutnya. Nilai tukar di
28
Singapura cukup stabil dan mempunyai trend mengalami apresiasi. FDI di
Singapura cukup berfluktuasi karena FDI di negara Singapura paling besar di
sektor keuangan. Pada tahun 2007-2008 FDI di Singapura menurun tinggi dan
meningkat kembali pada tahun berikutnya. Nilai tukar Filipina dan Singapura
mengalami apresiasi yang akan meningkatkan FDI sebaliknya nilai tukar Filipina
dan Singapura mengalami depresiasi akan menurunkan FDI. Hubungan nilai tukar
dan FDI di Negara Filipina sangat sensitif sehingga ketika nilai tukar mengalami
fluktuasi akan memengaruhi FDI yang cukup besar sedangkan hubungan nilai
tukar terhadap FDI di Negara Thailand tidak sensitif dibandingkan Filipina karena
Negara Thailand memiliki perekonomian yang lebih maju dan stabil dibandingkan
Filipina.
Gambar 8 Perkembangan Nilai Tukar Domestik Negara Terhadap Dollar di
ASEAN Bulanan Periode 2004-2011 Sumber : fx Sauder ( 2013 )
Gambar 8 menunjukan perkembangan nilai tukar di ASEAN. Pergerakan
nilai tukar bila dilihat dari data bulanan mengalami fluktuasi. Nilai tukar Vietnam
mengalami fluktuasi dengan tren mengalami depresiasi sedangkan Negara
Indonesia, Singapura, Malaysia, Vietnam dan Thailand tidak mengalami tren.
Pada tahun 2008 seluruh negara mengalami depresiasi yang disebabkan oleh krisis
global yang dialami oleh Amerika.
Gambaran Umum Suku Bunga di ASEAN
Tingkat suku bunga dibedakan menjadi dua, yaitu suku bunga nominal dan
suku bunga riil. Suku bunga nominal (nominal interest rate) adalah rate yang
dapat diamati di pasar atau tingkat bunga yang dibayar bank. Suku bunga riil (real
29
interest rate) adalah konsep yang mengukur tingkat bunga yang sesungguhnya
setelah suku bunga nominal dikurangi dengan laju inflasi yang diharapkan
sekaligus menjelaskan kenaikan daya beli.
Persamaan Fisher menjelaskan bahwa tingkat suku bunga nominal
merupakan jumlah dari tingkat bunga riil dan tingkat inflasi, secara matematis
persamaanya dapat dituliskan sebagai berikut (Mankiw, 2003) :
i = r + π
Jumlah modal yang diminta tergantung pada tingkat suku bunga yang
mengukur biaya yang digunakan untuk membiayai investasi. Agar investasi
menguntungkan, penerimaan dari kenaikan produksi barang dan jasa di masa
depan harus melebihi pembayaran untuk dana pinjaman. Jika suku bunga
meningkat, lebih sedikit investasi yang menguntungkan, dan jumlah barang-
barang investasi yang diminta akan turun. Tingkat suku bunga riil mengukur biaya
pinjaman yang sebenarnya dan menentukan jumlah investasi (Mankiw, 2003).
Gambar 9 Perkembangan Suku Bunga di Negara ASEAN Periode 1995-2011 Sumber : World Bank ( 2013 )
Tingkat suku bunga yang cukup tinggi akan menurunkan daya beli
masyarakat. Masyarakat akan lebih memilih menabung daripada melakukan
investasi. Suku bunga yang tinggi akan menurunkan tingkat pengembalian
investor. Kebijakan meningkatkan suku bunga dilakukan pemerintah untuk
menurunkan inflasi yang cukup tinggi dan negara sedang mengalami krisis.
Tingginya suku bunga menggambarkan risiko sehingga akan menurunkan FDI
suatu negara.
Gambaran Umum GDP di ASEAN
Pertumbuhan ekonomi adalah perkembangan kegiatan dalam
perekonomian yang menyebabkan barang dan jasa yang diproduksi dalam
30
masyarakat bertambah dan pendapatan masyarakat meningkat. Perkembangan
teknologi produksi barang dan jasa pada umumnya tidak selalu diikuti oleh
pertambahan produksi barang dan jasa. Pertambahan teknologi produksi
seringkali lebih besar dari pertambahan produksi aktual. Dengan demikian
perkembangan ekonomi akan lebih lambat dari potensinya.
. Pertumbuhan ekonomi dan perkembangan ekonomi pada negara
berkembang pada umumnya menggunakan Gross Domestic Product (GDP)
berbeda dengan negara maju yang menggunakan Gross National Product (GNP).
GDP riil adalah salah satu faktor yang memengaruhi penanaman modal asing dan
nilai tukar. Besarnya GDP riil secara sistematik menggambarkan kondisi financial
dan pangsa pasar suatu negara. Tingkat GDP riil yang besar menunjukan ukuran
pasar, sehingga akan meningkatkan minat investor untuk menanamkan modalnya.
Gambar 10 Perkembangan GDP Negara di ASEAN
Sumber : World Bank (2013)
Gambar 10 menunjukkan bahwa Indonesia adalah negara yang yang
mempunyai GDP cukup tinggi dan stabil. Tingginya GDP Indonesia akibat dari
baiknya kinerja makro ekonomi dan kebijakan monter yang tepat. Negara-negara
yang berada di ASEAN memiliki peningkatan GDP yang cukup stabil karena
negara-negara di ASEAN kebanyakan negara sedang berkembang yang
membutuhkan FDI. Peningkatan FDI akan meningkat GDP.
Gambaran Umum Inflasi di ASEAN
Inflasi adalah proses kenaikan harga barang dan jasa secara umum dan
terus menerus. Kenaikan harga yang sifatnya sementara seperti momen hari raya
(tidak terus menerus) dan kenaikan harga dari satu atau dua barang saja tidak
dapat disebut inflasi kecuali bila itu meluas (mengakibatkan kenaikan) terhadap
31
barang lainnya. Inflasi memiliki dampak positif dan dampak negatif tergantung
dari tinggi dan rendahnya inflasi. Inflasi yang rendah akan berpengaruh positif
yang akan mendorong perekonomian lebih baik, yaitu meningkatkan pendapatan
nasional, meningkatkan kegiatan ekonomi dan investasi akan meningkat.
Hiperinflasi akan menyebabkan harga akan meningkat. Meningkatnya harga akan
menyebabkan peningkatan harga produksi sehingga produsen akan meningkatkan
harga komoditi. Harga komoditi yang meningkat akan menurunkan daya saing
suatu barang, sehingga barang yang diproduksi tidak dapat bersaing dikarenakan
harga yang cukup tinggi. Barang yang tidak dapat bersaing akan menurunkan
minat investor untuk menanamkan FDI di negara yang terjadi hiperinflasi.
Gambar 18 menggambarkan inflasi di negara ASEAN. Pada tahun 1997-
1998 terjadi krisis moneter yang menyebabkan inflasi di ASEAN meningkat.
Peningkatan Inflasi tertinggi terjadi di Indonesia, karena pada saat krisis bank-
bank di Indonesia mengalami collapse. Stabilitas politik Indonesia pada tahun
1997-1998 tidak stabil karena runtuhnya rezim orde baru. Setelah krisis, Inflasi di
ASEAN kembali stabil. Pada tahun 2011 Negara Vietnam memiliki tingkat inflasi
tertinggi di ASEAN.
Gambar 11 Perkembangan Inflasi di Negara ASEAN Sumber : World Bank (2013)
Kebijakan Peningkatan FDI di ASEAN (Sekretariat ASEAN)
Kebijakan investasi di ASEAN telah meningkatkan FDI dalam hal
kebijakan memfasilitasi akses pasar dan operasi perusahaan asing. Krisis
keuangan global sangat memengaruhu aliran FDI ke ASEAN, dengan adanya
kebijakan fasilitas investasi diharapkan akan meningkatkan kembali aliran FDI ke
ASEAN. Secara umum negara di ASEAN telah melaksanakan promosi liberalisasi
dan fasilitas FDI seperti meliberalisasikan industri perbakan di Malaysia dan
industri perbankan di Filipina. Secara khusus menurut sekretariat ASEAN
kebijakan yang dilakukan negara di ASEAN sebagai berikut:
32
Indonesia
1. Pada tanggal 25 Mei 2010, Peraturan Presiden (PP) no 36 tahun 2010 tentang
sejauh mana investor asing dapat berinvestasi dalam industri tertentu di
Indonesia. Bidang usaha menjadi lebih terbuka untuk jasa konstruksi, teknis
film, rumah sakit dan perawatan kesehatan, dan skala kecil pembangkit tenaga
listrik.
2. Kewajiban baru bagi perusahaan di sektor pertambangan untuk menjual
sebagian dari hasil produksinya ke pasar domestik.
3. Pada tanggal 30 Desember 2010, Peraturan Pemerintah (PP) no 94 tahun 2010
tentang perhitungan pajak dan pembayaran pendapatan pajak pada tahun
berjalan dibayarkan. Peraturan pemerintah ini memberikan kebijaksanaan
kepada menteri keuangan untuk dapat memberikan kebijaksanaan kepada
menteri keuangan untuk dapat memberikan insentif pajak kepada investor
baru dalam industri dan lokasi tertentu.
4. Pada Juni 2011, Bank Indonesia memperkenalkan langkah-langkah untuk
memperlambat arus modal jangka pendek, langkah-langkah meliputi satu
bulan minimum menahan sertifikat Bank Indonesia (BI), peraturan selanjutnya
adalah tentang bank asing.
5. Kementerian dan lembaga otoritas delegasi dan lisensi dan isentif kepada
Badan Koordinasi Penanaman Modal (BKPM) sedangkan gubenur
mendelegasikan wewenang kepada lembaga investasi provinsi, bupati dan
walikota sebagai kepala delegasi investasi.
6. Membangun sistem perizinan investasi online dalam waktu tiga tahun untuk
mendukung One Stop Service untuk investasi.
Singapura
1. Transaksi Elektronik Act (ETA) mulai diberlakukan sejak 1 juli tahun 2010,
negara Singapura melaraskan hukum pada transaksi elektronik dengan
perkembangan internasional, memfasilitasi pengiriman yang lebih efektif
layaranan e-government sehingga Singapura dapat lebih memengaruhi
perubahan dan perkembangan lanjutan di teknologi keamanan.
2. Kementerian keuangan Singapura sedang mempersiapkan untuk menerbitkan
peraturan pajak penghasilan secara syariah. Pemerintah Singapura
menawarkan layanan pusat keuangan untuk mendukung pertumbuhan
keuangan syariah yaitu layanan perbankan grosir, manajemen aset dan pasar
modal. Negara Singapura memberikan klarifikasi tambahan dan penjelasan
rinci tentang pajak pengahasilan pengobatan dengan ditetapkan peraturan
pembiayaan syariah, termasuk pembiayaan melalui pengaturan kemitraan,
pembiayaan proyek dan penempatan dana antar bank.
Thailand
1. Pemeritahan Thailand menyetujui insentif pajak yang diusulkan untuk
Regional Operating Headquarters (ROH) di Thailand. Perubahan utama
meliputi pembebasan pajak penghasilan bagi perusahaan yang berdiri selama
15 tahun. Laba bersih dikenakan pajak 10% dan pajak penghasilan pribadi
dikurangi 15% untuk ekspatriat yang berkerja di ROH hingga delapan tahun.
33
2. Langkah-langkah promosi investasi keluar dengan persyaratan persetujuan
pengaturan mata uang sehubungan dengan kegiatan investasi.
Malaysia
1. Tanggal 22 April 2009, pemerintah Malaysia meliberalisasi sektor jasa untuk
menarik lebih banyak investasi asing dan meningkatkan teknologi untuk
memperkuat daya saing. Pemerintah Malaysia meliberalisasi 27 subsektor
jasa, subsektor antara lain bidang kesehatan dan sosial, bidang jasa pariwisata,
jasa transportasi, layanan bisnis dan computer yang terkait dengan bidang jasa.
2. Negara Malaysia melakukan sejumlah langkah liberalisasi sektor keuangan
antara lain lisensi perbankan syariah mendapatkan tambahan modal di
serahkan minimal US$ 1 milyar, kepemilikan asing 100% di pengolahan dana,
70% batas saham asing untuk unit perusahaan manajemen dari tingkat saat ini
dari 49%, 70% kepemilikan saham asing atas kepemilikan pialang saham dari
tingkat saat ini 49%.
Vietnam 1. Badan penanaman modal asing Vietnam (FIA) dibawah koordinasi
kementerian perencanaan dan investasi mengusulkan departemen keuangan
untuk mempertimbangkan kembali peraturan tentang kebijakan insentif
investasi yang diterapkan pada perluasan proyek. Perlu menambahkan
perluasan proyek di sektor hitech kedalam daftar perusahaan, ini berarti tidak
semua proyek yang diperluas akan mendapatkan preferensi.
2. Berlakunya undang-undang pajak sumber daya alam yang berlaku pada 1 Juli
2010 dan memengaruhi perusahaan mengeksploitasi logam mulia, batu bara
,perusahaan yang menggunakan hasil hutan dan hasil laut, lalu peningkatan
hukum di tingkat royalty.
3. Pada tanggal 16 Februari tahun 2011, pemerintah mengeluarkan peraturan
keputusan no 14/2011/ND-CP pengaturan untuk pendaftaraan dan operasi
agen bea cukai.
4. Tanggal 1 Januari 2011 sebuah undang-undang Vietnam tentang lembaga
kredit yang berlaku pada tanggal 1 januari 2011 yang membahas tentang
pengaturan, pengoperasian dan tata kelola lembaga kredit.
Filipina
1. Pemerintah melalui Excutive Order (EO) nomor 29 tanggal 14 Maret 2011
memungkinkan meliberalisasi penerbangan sipil internasional yang lebih
agresif. EO tersebut bertujuan untuk memberi kelonggaran pada penerbangan
domestik yang khusus memberikan hibah, kapasitas terbatas dan frekuensi
untuk maskapai penerbangan asing, yang akhirnya akan meningkatkan daya
saing negara sebagai tempat pariwisata dan investasi.
2. Langkah pemerintah untuk mereformasi untuk meningkatkan lingkungan
bisnis dinegara Filipina, salah satunya merampingkan prosedur birokrasi yang
ditujukan untuk mengurangi biaya melakukan bisnis melalui perbaikan dalam
pendaftaraan dan penerbitan izin.
3. Daya saing bisnis lebih diterapkan untuk meningkatkan transparansi
mempromosikan E-commerce dan IT-enabled dan mendorong kemitraan
dengan sektor swasta.
34
PEMBAHASAN
Pengujian Stasioneritas Data Panel
Pengujian stasioneritas data merupakan tahap yang paling penting dalam
menganilisis data panel. Tujuan pengujian stasioneritas data untuk melihat ada
tidaknya panel unit root yang terkandung diantara variabel, sehingga hubungan di
antara variabel menjadi valid. Pengujian panel unit root yang digunakan
penelitian ini didasarkan pada beberapa statistik uji tingkat level dan first
differencing, seperti yang telah dijelaskan pada bab sebelumnya. Hasil pengujian
panel unit root secara lengkap dapat dilihat pada Lampiran 1, sementara
rangkumannya disajikan pada Tabel 6.
Tabel 6, pengujian panel unit root dilakukan pada variabel lnFDI, lnGDP
riil, inflasi, suku bunga dan volatilitas nilai tukar riil. Sebelum dilakukan
pengujian, terlebih dahulu dilakukan plotting data untuk melihat metode
pengujian, apakah panel unit root akan digunakana data dengan intersep tanpa
tren (2) atau dengan intersep dan tren (3). Hasil plotting data, untuk data level
diketahui seluruhnya menggunakan metode intersep dan tren. Berdasarkan
berbagai uji statistik yang digunakan, data level menunjukkan adanya common
unit root (uji Breitung) kecuali pada variabel inflasi dan suku bunga. Variabel
GDP menunjukan adanya individual unit root (PP-Fisher Chi-Square) sedangkan
variabel lain seperti FDI, volatilitas nilai tukar, inflasi dan suku bunga tidak
menunjukan individual unit root.
Data first differencing pada variabel lnGDP riil, lnFDI dan volatilitas nilai
tukar riil. Hasil pengujian dengan metode dengan intersep tanpa trend dan none
menunjukkan baik dengan statistic uji common unit root maupun individual unit
root seluruhnya signifikan pada taraf nya α 1%. Hasil pengujian kemudian
menyatakan tidak ditemukan panel unit root pada variabel sehingga estimasi dapat
dilakukan pada model first difference untuk variabel lnGDP riil, lnFDI dan
volatilitas nilai tukar riil.
Model regresi awal adalah model regresi pada data level. Hasil uji panel
unit root menunjukkan terdapat beberapa variabel yang tidak stasioner pada data
level sehingga model regresi awal akan di modifikasi. Secara ekonometrika maka
model regresi baru sebagai berikut :
D(lnFDIit)=α1+β1INFit+ β2D(VOLit)+β3D(lnGDPit)+β4SBit+ єit
Dimana :
D(lnFDIit) : Perubahan Logaritma Natural Net Foreign Direct
Investment (Dollar)
INFit : Inflasi (Persen)
D(VOLit) : Perubahan Volatilitas nilai tukar riil (Standard deviasi
dibagi rata-rata)
D(lnGDPit) : Perubahan Logaritma Natural Gross Domestik Bruto Riil
(Dollar)
SBit : Suku Bunga Riil (Persen)
α1 : Koefisien Regresi yang menunjukan slope
i,t : Negara ke i, pada tahun ke-t
є : Error/Simpangan
35
β : Koefesien Variabel
Tabel 6 Rangkuman Hasil Pengujian Panel unit root
Variabel Diff1 Metode2 P-Value Statistik Uji 3
LLC Breitung PP-Fisher
lnFDI 0 3 0.0007*** 0.353 0.0035***
∆(lnFDI) 1 1 0*** - 0***
lnGDP 0 3 0.0007*** 0.9752 0.8958
∆(lnGDP) 1 2 0.0093*** - 0.012***
Vol 0 3 0*** 0.2537 0.3237
∆(Vol) 1 1 0*** - 0***
Inflasi 0 3 0*** 0.0044*** 0***
sukubunga 0 3 0*** 0.00539*** 0***
Sumber : Eviews 6.0 (diolah)
Keterangan
1 Differencing : 0 = data level
1 = data first differencing
2 Metode : 1 = tanpa intersep-tanpa tren
2 = dengan intersep-tanpa tren
3 = dengan intersep-dengan tren
3 Statistik Uji : LLC = Levin, Lin dan Chu t*
Breitung = Breitung t-stat
PP-fisher = PP-Fisher Chi square
4 Signifikansi * = Pada taraf nyata α 10%
** = Pada taraf nyata α 5
*** = Pada taraf nyata α 1%
Uji Granger Causality
Uji Granger Causality dilakukan untuk melihat hubungan sebab akibat
atau hubungan dua arah diantara variabel didalam model penelitian. Kriteria
pengambilan keputusan adalah ketika probability lebih kecil dari taraf nyata α 5%
yang berarti hipotesis nol ditolak. Secara lebih rinci hubungan kausalitas antara
variabel lnGDP riil, inflasi, suku bunga riil dan volatilitas nilai tukar riil terhadap
lnFDI di negara ASEAN adalah sebagai berikut :
Tabel 7 Hasil Hubungan Kausalitas Granger
Variabel D(lnGDPriil) Inflasi SB D(Vol)
D(lnFDI) _ _ ** *
Sumber : Eviews 6.0 (diolah)
Keterangan : Granger Causality diuji pada lag 1
: Hubungan Kausalitas Variabel Independen terhadap variabel D(lnFDI)
** signifikan pada taraf α 5%
* signifikan pada taraf α 10%
36
Hipotesis nol pada Granger Causality Test secara umum adalah Variabel
independen tidak memengaruhi variabel dependen dan sebaliknya. Pada tabel 7
terdapat 2 variabel yang memeliki hubungan kausalitas satu arah terhadap lnFDI
yaitu suku bunga riil dan volatilitas nilai tukar. Suku bunga riil dan volatilitas
nilai tukar riil signifikan memengaruhi lnFDI.
Tahapan Pemilihan Pendekatan Model Terbaik
Estimasi model untuk mengetahui faktor-faktor yang memengaruhi
Foreign Direct Investment (FDI) di ASEAN yang menggunakan analisis data
panel. Data panel dapat dilakukan melalui tiga pendekatan estimasi model yaitu
Pooled Least Square (PLS), Fixed Effect Model (FEM), Random Effect Model
(REM). Pertama, dilakukan estimasi model regresi data panel faktor-faktor yang
memengaruhi FDI dengan pendekatan PLS pada Lampiran 3 menghasilkan
estimasi model dengam R2 sebesar 0.738827, Nilai prob (f-statistic) sebesar
0.000000, yang lebih kecil dibandingkan taraf nyata α sebesar 1%. hal ini berarti
model PLS menyatakan bahwa secara keseluruhan minimal ada satu variabel
diantara volatilitas nilai tukar riil, lnGDP riil, suku bunga dan inflasi yang secara
signifikan memengaruhi lnFDI dengan tingkat kepercayaan 100%.
Estimasi model regresi data panel dilakukan dengan metode FEM pada
Lampiran 4 menghasilkan estimasi model dengan R2 0.969009. Estimasi model
dengan pendekatan FEM menunjukan hasil lebih baik bila dibandingkan dengan
PLS, namun Chow Test tetap harus dilakukan untuk memilih pendekatan model
terbaik antara PLS dan FEM. Hasil Chow Test Lampiran 2 menunjukaan nilai
statistik dengan probability chi-square sebesar 0.7984 yang lebih besar bila
dibandingkan dengan taraf nyata α 1%, 5%, maupun 10%. Hal tersebut
menyatakan bahwa pendekatan PLS lebih baik daripada pendekatan FEM,
sehingga dinyatakan bahwa pendekatan terbaik untuk mengestimasi model pada
penelitian adalah PLS.
Model regresi data panel pendekatan PLS adalah model yang dipilih.
Pendekatan PLS adalah pendekatan yang tidak memiliki karateristik masing
masing negara, sehingga penambahan dummy variable diperlukan untuk melihat
karateristik masing-masing negara. Dummy variable masing-masing negara
adalah D1 untuk Indonesia, D2 untuk Singapura, D3 untuk Thailand, D4 untuk
Malaysia dan D5 untuk Vietnam. Model regresi yang akan digunakan untuk
mengestimasi faktor-faktor yang memengaruhi FDI setelah penambahan dummy
variabel sebagai berikut:
D(lnFDIit)=α1+β1INFit+ β2D(VOLit) + β3D(lnGDPit) + β4SBit + β5D1 + β6D2 +
β7D3 + β8D4 + β9D5 + єit
Dimana :
D(lnFDIit) : Perubahan Logaritma Natural Net Foreign Direct
Investment (Dollar)
INFit : Inflasi (Persen)
D(VOLit) : Perubahan Volatilitas nilai tukar riil (Standard deviasi
dibagi rata-rata)
D(lnGDPit) : Perubahan Logaritma Natural Gross Domestik Bruto Riil
(Dollar)
37
SBit : Suku Bunga Riil (Persen)
D1 : Dummy variabel Indonesia
D2 : Dummy Variabel Singapura
D3 : Dummy Variabel Thailand
D4 : Dummy Variabel Malaysia
D5 : Dummy Variabel Vietnam
α1 : Koefisien Regresi yang menunjukan slope
i,t : Negara ke i, pada tahun ke-t
є : Error/Simpangan
β : Koefesien Variabel
Estimasi model regresi data panel faktor-faktor yang memengaruhi FDI
dengan pendekatan PLS setelah ditambahkan dummy variabel pada Lampiran 9
menghasilkan estimasi model dengan R2 sebesar 0.544647. Nilai Prob (F-statistic)
sebesar 0.0001080 yang lebih kecil dibandingkan taraf nyata α sebesar 5%, hal ini
berarti model PLS menyatakan bahwa secara keseluruhan minimal ada satu
variabel diantara volatilitas nilai tukar riil, lnGDP riil, suku bunga, inflasi, dummy
variabel Indonesia, dummy variabel Singapura, dummy variabel Vietnam, dummy
variabel Thailand dan dummy variabel Malaysia yang secara signifikan
memengaruhi lnFDI dengan tingkat kepercayaan 100%. Pendekatan yang dipakai
dalam penelitian ini adalah metode PLS setelah penambahan dummy variable.
Tahapan Evaluasi Model Berdasarkan Kriteria Ekonometerika
Tahapan pemilihan pendekatan model terbaik berdasarkan Chow Test
menunjukan bahwa PLS setelah penambahan dummy variable merupakan
pendekatan terbaik untuk mengestimasi model penelitian. Langkah berikutnya
adalah melakukan pengunjian asumsi klasik terhadap model estimasi data panel
PLS. Pengujian asumsi klasik harus tetap dilakukan agar model dapat
menghasilkan estimator yang memenuhi criteria Best Linier Unbiased Estimator
(BLUE). Pengujian asumsi klasik meliputi Uji normalitas, uji Multikolinieritas,
uji Heteroskedastisitas dan uji Autokorelasi.
Uji Normalitas
Pengujian normalitas dilakukan dengan Jarque Bera Test yang terdapat
dalam software Eviews 6. Hasil perhitungan dengan menggunakan software
Eviews 6 menghasil output pada Lampiran 8. Dari hasil tersebut diperoleh nilai P-
value sebesar 0.056534. Hal tersebut menandakan bahwa nilai p-value lebih besar
dibandingkan taraf nyata α 5%. P-value lebih besar dari taraf nyata α 5%
menandakan H0 diterima dan menandakan bahwa residual berdistribusi normal,
sehingga dapat disimpulkan bahwa kriteria normalitas model estimasi telah
terpenuhi.
Uji Multikolinearitas
Multikolinearitas menandakan terdapat hubungan linier antar variabel
independennya. Uji multikolinieritas dilakukan dengan melihat nilai perhitungan
koefisien korelasi sederhana (pearson correlation coefficient) antar peubah
38
bebasnya. Persyaratan kecukupan (sufficient condition) untuk terbebas dari
pelanggaran asumsi multikolinieritas ini adalah nilai koefisien korelasi antara
variabel bebas pada model tidak boleh melebihi tanda mutlak 0.8. sedangkan
syarat perlu (necessary condition) yang perlu dipenuhi apabila syarat cukup tidak
terpenuhi adalah nilai Variance inflation Factor (VIF) yang tidak boleh melebihi
5 atau 10.
Hasil perhitungan nilai koefisien korelasi dengan menggunakan software
eviews 6 menghasilkan ouput pada Lampiran 7. Dengan melihat hasil output
tersebut, tidak terdapat nilai koefisien korelasi yang melebihi kisaran nilai 0,80
pada peubah bebas dalam model, dengan demikian persyaratan kecukupan telah
terpenuhi sehingga dapat disimpulkan bahwa tidak terjadi pelanggaran asumsi
multikolinieritas dalam estimasi model penelitian.
Uji Heterokedastisitas
Heteroskedastisitas dapat menyebabkan estimator tidak lagi BLUE karena
tidak lagi mempunyai varian minimum, perhitungan standar error tidak lagi dapat
dipercaya kebenarannya karena estimasi regresi yang dihasilkan tidak efisien serta
uji hipotesis yang didasarkan pada uji F-statistic dan T-statistic tidak dapat
dipercaya. Jika model mengalami masalah heteroskedastisitas, dengan
menggunakan metode GLS Weight Cross-section SUR permasalahan tersebut
sudah dapat teratasi dan model estimasi dapat dikatakan telah terbebas dari
masalah heteroskedastisitas.
Heteroskedastisitas juga dapat diketahui dengan melakukan plotting pada
sebaran standardized residual. Apabila secara grafik terlihat bahwa residual dari
model terdistribusi normal maka dapat dikatakan tidak terjadi pelanggaran asumsi
heteroskedastisitas berdasarkan grafik. Berdasarkan grafik tersebut dapat
disimpulkan tidak terjadi pelanggaran asumsi heteroskedastisitas.
Heteroskedastisitas juga dapat diketahui dengan membandingkan Sum
Square Resid pada Weight Statistic dengan Sum Squared Resid Unweight Statistic.
Jika Sum Square Resid pada Weight Statistic lebih kecil dibadingkan dengan Sum
Square Resid Unweighted Statistic, maka terjadi heteroskedastisitas. Hasil uji PLS
yang dilakukan nilai Sum Square Resid Weight (27.62834) lebih besar dari Sum
Square Resid Unweighted (32.88668), maka model dikatakan terdapat masalah
heteroskedastisitas. Model dalam penelitian menggunakan metode pembobotan
GLS Cross-Section SUR maka masalah autokorelasi langsung dapat terkoreksi
sehingga model telah terbebas dari masalah autokorelasi.
Uji Autokorelasi
Autokorelasi adalah korelasi antar serangkaian observasi yang diurutkan
menurut waktu atau diurutkan menurut ruang. Autokorelasi akan menyebabkan
model menjadi tidak efisien meskipun masih tidak bias dan konsisten. Pengujian
untuk mendeteksi permasalahan autokorelasi dapat dilakukan dengan melihat nilai
Durbin-Watson Statistic pada model dan membandingkanya dengan nilai DW-
Tabel. Nilai Durbin-Watson yang didapat sebesar 2.622824, selang Durbin-
Watson yang didapat berada pada selang 4-Du ≤ DW≤ 4-Dl ( 2.2797-2.6381)
model tidak dapat ditentukan ada atau tidak autokorelasi. Model dalam penelitian
menggunakan metode pembobotan GLS Cross-Section SUR maka masalah
39
autokorelasi langsung dapat terkoreksi sehingga model telah terbebas dari
masalah autokorelasi.
Tahapan Evaluasi Model Berdasarkan Kriteria Statistika
Hasil dari tahapan pengujian asumsi klasik maka dapat ditentukan bahwa
model estimasi analisis data panel yang terbaik pada penelitian ini menggunakan
pendekatan PLS dengan metode pembobotan Cross-Section Weights, Nilai R2
model sebesar 0.544647 menandakan bahwa variabel inflasi, volatilitas nilai tukar
riil, suku bunga, lnGDP riil, dummy variabel Indonesia, dummy variabel
Singapura, dummy variabel Thailand, dummy variabel Malaysia dan dummy
variabel Vietnam mampu menjelaskan keragaman dalam memengaruhi lnFDI di
ASEAN sebesar 54.46% dan sisanya 45.54% ragam yang memengaruhi lnFDI di
ASEAN dijelaskan oleh variabel lain di luar model. Hasil R2 yang bernilai kecil
kemungkinan masi ada variabel diluar model yang memengaruhi lnFDI di
ASEAN. Kriteria statistik lainnya dapat dilihat pada Tabel 7.
Tabel 8 Nilai Statistik Model Faktor-Faktor yang Memengaruhi FDI di ASEAN
Weighted Statistics
R-squared 0.544647 Mean dependent var 0.290269
Adjusted R-squared 0.416579 S.D. dependent var 1.213707
S.E. of regression 0.929186 Sum squared resid 27.62834
F-statistic 4.252796 Durbin-Watson stat 2.622824
Prob(F-statistic) 0.001080
Unweighted Statistics
R-squared 0.324264 Mean dependent var 0.169959
Sum squared resid 32.88668 Durbin-Watson stat 2.989796
Sumber : Eviews 6.0
Nilai Prob(F-Statistic) sebesar 0.001080 yang lebih kecil dibandingkan
taraf nyata α sebesar 5%. Variabel dalam penelitian yang signifikan pada taraf
nyata α 1% adalah variable inflasi, lnGDP riil, suku bunga riil, dummy Negara
Singapura, dummy Negara Thailand, dummy Negara Indonesia, dummy Negara
Malaysia dan dummy Negara Vietnam. Variabel yang tidak signifikan pada taraf
nyata α sebesar 10% adalah variabel volatilitas nilai tukar riil.
Tahapan Evaluasi Model Berdasarkan Kriteria Ekonomi
Estimasi yang diberikan oleh pendekatan PLS menunjukan hasil cukup
baik karena telah memenuhi syarat-syarat pengujian model. Tahap selanjutnya,
perlu diperiksa kembali tanda dari koefisien regresi, apakah sudah sesuai dengan
nilai parameter yang diharapkan. Berdasarkan sembilan penduga koefisien yang
40
diperoleh melalui metode PLS, Variabel lnGDPriil, suku bunga riil, volatilitas
nilai tukar riil dan inflasi signifikan memengaruhi lnFDI di ASEAN. Seluruh
dummy variable signifikan memengaruhi lnFDI di ASEAN
Tabel 9 Hasil Estimasi Model Faktor-Faktor yang Memengaruhi FDI di ASEAN
Variable Coefficient Std. Error t-Statistic Prob.
D(LNGDP) 4.517294 0.450880 10.01884 0.0000
SUKUBUNGA -0.115436 0.029035 -3.975776 0.0004
D(VOL) 2.944123 2.314398 1.272090 0.2125
INFLASI -0.061810 0.015516 -3.983616 0.0004
D1 0.268420 0.052836 5.080281 0.0000
D2 -0.196821 0.045457 -4.329811 0.0001
D3 -0.293492 0.052770 -5.561717 0.0000
D4 -0.413648 0.099737 -4.147373 0.0002
D5 0.350696 0.077499 4.525155 0.0001
C 0.525086 0.150253 3.494679 0.0014
Weighted Statistics
R-squared 0.544647 Mean dependent var 0.290269
Adjusted R-squared 0.416579 S.D. dependent var 1.213707
S.E. of regression 0.929186 Sum squared resid 27.62834
F-statistic 4.252796 Durbin-Watson stat 2.622824
Prob(F-statistic) 0.001080
Unweighted Statistics
R-squared 0.324264 Mean dependent var 0.169959
Sum squared resid 32.88668 Durbin-Watson stat 2.989796
Sumber : Eviews 6.0
Keterangan: (***) Signifikan pada taraf nyata 1%
Pengaruh Variabel Inflasi Terhadap Variabel Perubahan FDI di Negara
ASEAN
Hasil estimasi regresi diperoleh dari koefisien untuk variabel inflasi
(INFLASI) sebesar -0.061810. Hal ini menandakan bahwa perubahan inflasi
berpengaruh negatif terhadap lnFDI di ASEAN. Peningkatan persentase
perubahan inflasi sebesar 1% akan menyebabkan penurun lnFDI sebesar 0.06%
dengan asumsi variabel lain tetap.
Hasil estimasi penelitian sesuai dengan hipotesis. Inflasi yang tinggi akan
meningkatkan harga barang, jasa dan biaya input produksi. Kondisi ini akan
meningkatkan harga output sehingga daya saing barang dan jasa akan rendah.
Inflasi menyebabkan daya beli masyarakat menjadi rendah, akibatnya kegiatan
perdagangan menurun dan investor sulit untuk mendapatkan return dan
keuntungan. Hal ini akan mendorong investor mengalihkan modalnya ke luar
negeri atau terjadi capital outflow (Lumbanraja 2006)
41
Inflasi memiliki dampak positif dan dampak negatif bergantung pada
tinggi dan rendahnya tingkat inflasi. Apabila inflasi itu ringan, justru mempunyai
pengaruh yang positif dalam arti dapat mendorong perekonomian lebih baik, yaitu
meningkatkan pendapatan nasional dan meningkatkan investasi. Sebaliknya,
dalam masa inflasi sangat rendah, yaitu pada saat terjadi inflasi tak terkendali
(deflasi), keadaan perekonomian menjadi kacau dan perekonomian dirasakan
lemah. Hubungan inflasi terhadap FDI pada teori yang dikemukakan oleh Moosa
adalah The Diversivication Hypothesis yang artinya keputusan dalam investasi di
tentukan berdasarkan risiko yang akan dihadapin investor.
Pengaruh Variabel Suku Bunga Riil Terhadap Variabel Perubahan FDI di
ASEAN
Hasil estimasi regresi diperoleh dari koefisien untuk variabel suku bunga
riil (SUKUBUNGA) sebesar -0.115436. Hal ini menandakan bahwa perubahan
suku bunga berpengaruh negatif terhadap lnFDI di ASEAN. Peningkatan
persentase perubahan suku bunga sebesar 1% akan menyebabkan penurunan
lnFDI sebesar 0.11% dengan asumsi variabel lain tetap.
Hasil estimasi dari penelitian sesuai dengan hipotesis, suku bunga yang
cukup tinggi menggambarkan risiko yang akan diterima investor. Meningkatnya
suku bunga akan menyebabkan masyarakat lebih memilih menabung di bank
daripada membelanjakan barang dan jasa. Suku bunga yang tinggi akan
menyebabkan daya beli masyarakat menurun sehingga akan menurunkan
penjualan barang dan jasa. Penurunan penjualan barang dan jasa menggambarkan
bahwa pasar di negara tersebut tidak dapat bersaing dan investor sulit untuk
mendapatkan return dan keuntungan (Osinubi dan Amaghionyeodiwe 2009).
Jumlah modal yang diminta tergantung pada tingkat suku bunga yang
mengukur biaya yang digunakan untuk membiayai investasi. Agar investasi
menguntungkan, penerimaan dari kenaikan produksi barang dan jasa di masa
depan harus melebihi pembayaran untuk dana pinjaman. Jika suku bunga
meningkat, lebih sedikit investasi yang menguntungkan, dan jumlah barang-
barang investasi yang diminta akan turun. Tingkat bunga riil mengukur biaya
pinjaman yang sebenarnya dan demikian menentukan jumlah investasi (Mankiw,
2003). Hubungan suku bunga terhadap FDI pada teori yang dikemukakan oleh
Moosa adalah Differential Rate of Return Hypothesis yang artinya keputusan
dalam investasi di tentukan dari tingkat pengembalian.
Pengaruh Variabel Perubahan GDP riil Terhadap Variabel Perubahan FDI
di ASEAN
Hasil estimasi analisis regresi diperoleh dari koefisien untuk perubahan
GDP riil (D(LNGDP)) sebesar 4.517294. Hal ini menandakan bahwa perubahan
GDP riil berpengaruh positif terhadap lnFDI di ASEAN. Peningkatan persentase
perubahan GDP riil sebesar 1% akan menyebabkan peningkatan lnFDI sebesar
4.51% dengan asumsi variabel lain tetap.
Hasil estimasi penelitian sesuai dengan hipotesis. GDP riil
menggambarkan ukuran ekonomi pada suatu negara, GDP riil dapat
meningkatkan FDI (Blonigen, 1997). Peran GDP riil terhadap FDI sangat penting,
karena pendapatan yang tinggi akan memperbesar pendapatan masyarakat dan
pendapatan masyarakat yang tinggi akan memperbesar permintaan barang dan
42
jasa. Meningkatnya penjualan barang dan jasa menggambarkan bahwa pasar di
negara tersebut dapat bersaing dan investor akan mendapatkan return dan
keuntungan. Keuntungan perusahaan akan bertambah besar dan mendorong
peningkatan investasi. Apabila pendapatan suatu negara bertambah tinggi maka
FDI juga akan bertambah tinggi.
Teori Harrod-Domar menyatakan dengan adanya pertumbuhan ekonomi
yang tinggi akan meningkatkan minat investor untuk berinvestasi. Kenaikan
pertumbuhan ekonomi dapat dipengaruhi oleh kenaikan penawaran tenaga kerja,
dan kenaikan modal fisik. Adanya pertumbuhan ekonomi dapat memberikan
kekuatan bagi suatu negara dalam rangka menjalankan kegiatan ekonomi yang
akan meningkatkan FDI dalam rangka pencapaian pembangunan ekonomi.
Hubungan GDP riil terhadap FDI pada teori yang dikemukakan oleh Moosa
adalah The Output And Market Size Hypothesis yang artinya keputusan dalam
investasi di tentukan dari besarnya output dan besarnya ukuran pasar.
Pengaruh Variabel Dummy Negara Di ASEAN terhadap Variabel
perubahan FDI di ASEAN
Hasil dari estimasi, penelitian menggunakan metode PLS. Metode PLS
tidak mempunyai intersep masing-masing negara, sehingga penmabahan dummy
digunakan agar estimasi yang dilakukan dapat melihat perbedaan masing-masing
negara. Hasil estimasi regresi bahwa seluruh variabel dummy signifikan pada taraf
nyata α 1%. Hasil regresi variabel dummy masing-masing negara sebagai berikut:
1. D(lnFDI) Negara Vietnam : 0.87+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
2. D(lnFDI) Negara Indonesia : 0.79+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
3. D(lnFDI) Negara Filipina : 0.52+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
4. D(lnFDI) Negara Singapura : 0.32+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
5. D(lnFDI) Negara Thailand: 0.23+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
6. D(lnFDI) Negara Malaysia : 0.11+4.51(D(lnGDP))-0.11(SB)-0.06(INF)
Hasil estimasi koefisien dummy variabel bahwa koefisien paling besar
adalah Negara Vietnam dan paling kecil adalah Negara Malaysia. Koefisien
dummy menggambarkan intersep atau karateristik perbedaan masing-masing
negara dalam penelitian. Apabila ada perubahaan D(lnGDP), INF, SB baik antar
negara maupun antar periode waktu maka Negara Vietnam akan mendapatkan
pengaruh individu terhadap D(lnFDI) sebesar 0.87%. Berdasarkan hasil survei
UNCTAD dengan responden dari para korporat/eksekutif Transnational
Corporation (TNC’s) negara-negara maju dan berkembang pada tahun 2010-2012
Negara vietnam berada diperingkat 8 dan Negara Indonesia berada diperingkat 9
(BKPM, 2012)
Tabel 10 World Investment Prospects Survey 2008-2012
No Negara Peringkat Periode
2009-2011
Peringkat Periode
2010-2012
1 Vietnam 11 8
2 Indonesia 9 9
3 Thailand n/a 11
4 Malaysia n/a 15 Sumber : World Investment Prospects Survey 2010-2012, UNCTAD dalam BKPM, 2012
43
Implikasi Kebijakan Peningkatan Foreign Direct Investment ( FDI )
FDI sangat penting bagi negara yang berada di ASEAN. FDI menjadi
modal yang sangat penting untuk melakukan pembangunan ekonomi dan
meningkatkan aktivitas perekonomian suatu negara. Negara yang berada di
ASEAN sangat membutuhkan dana yang besar untuk mengejar ketinggalan dari
negara maju seperti Amerika dan Jepang.
Hasil penelitian dan pembahasan yang telah diuraikan, maka implikasi
kebijakan yang perlu dilakukan dalam rangka meningkatkan FDI di negara
ASEAN antara lain :
1. Inflasi berpengaruh negatif dan signifikan terhadap FDI di ASEAN.
Pemerintah di negara ASEAN harus menjaga kestabilan inflasi di negaranya.
Menurunnya inflasi dalam tingkatan rendah akan meningkatkan FDI di
ASEAN. Inflasi yang menurun cukup tinggi seperti deflasi akan menurunkan
FDI. Deflasi menggambarkan bahwa perekonomian suatu negara sedang
mengalami penurunan atau lemah sehingga investor akan menarik FDInya
keluar. Pemerintah harus mengetahui batas inflasi yang tinggi dan rendah,
agar kestabilan inflasi tetap terjaga. Secara umum inflasi dapat mengakibatkan
berkurangnya FDI di suatu negara, mendorong kenaikan suku bunga,
mendorong FDI yang bersifat spekulatif, kegagalan pelaksanaan
pembangunan, ketidakstabilan ekonomi, dan defisit neraca pembayaran.
Kebijakan menjaga kestabilan inflasi dengan cara inflation targeting yang
sudah dilakukan oleh beberapa negara di ASEAN
2. Suku bunga berpengaruh negatif dan signifikan terhadap FDI di ASEAN.
Pemerintah di negara ASEAN harus mengetahui kapan harus menaikan dan
menurunkan suku bunga. Suku bunga yang terlalu rendah akan menyebabkan
inflasi yang tinggi. Suku bunga yang terlalu tinggi akan menurunkan daya beli
dan menurunkan tingkat pengembalian investasi sehingga akan menyebabkan
menurunkan daya tarik investor. Kebijakan menetapkan suku bunga dapat
dilakukan dengan BI rate yang telah dilakukan oleh Negara Indonesia
3. GDP riil berpengaruh positif dan signifikan terhadap FDI di ASEAN.
Pemerintah di negara ASEAN sebaiknya menciptakan iklim yang mendorong
peningkatan produksi sekaligus membantu menyediakan barang dan
komoditas utama yang banyak dikosumsi. Terciptanya iklim ekonomi yang
baik akan meningkatkan GDP dan akan meningkatkan pendapatan masyarakat
sehingga daya beli masyarakat akan meningkat. Meningkatnya daya beli
masyarakat dalam suatu negara akan mengakibatkan pasar suatu negara lebih
kompetitif sehingga investor tertarik untuk melakukan investasi FDI ke suatu
negara.
4. Pemerintah di negara ASEAN dalam pembuatan kebijakan untuk terciptanya
pengembangan kemajuan teknologi melalui transfer teknologi dan manajemen
skill antar negara pemberi FDI dengan negara penerima FDI. Meningkatkan
kemajuan teknologi serta peningkatan kualitas SDM yang sangat berpengaruh
terhadap pencapaian pertumbuhan ekonomi
5. Kebijakan pemerintah di negara ASEAN untuk meningkatkan FDI dalam
rangka mendukung pembangunan infrastruktur dan berbagai kebijakan
pemerintah lainnya seperti FDI pada sektor dan perusahaan yang strategis
44
dapat memberikan nilai tambah yang optimal yang dapat meningkatkan
perekonomian di negara ASEAN.
SIMPULAN DAN SARAN
Simpulan
Berdasarkan hasil analisis dengan menggunakan persamaan regresi
berganda data panel melalui metode PLS dengan GLS Weights Cross-Section SUR
yang telah dilakukan untuk mengetahui Faktor-Faktor yang memengaruhi Foreign
Direct Investment (FDI) di ASEAN pada tahun 2004-2011, maka dapat
disimpulkan bahwa:
1. Kondisi FDI yang terjadi negara ASEAN terus meningkat kecuali pada tahun
2008 hal tersebut tejadi karena krisis keuangan global yang diawali dengan
kredit macet perumahaan berisiko tinggi di Amerika Serikat. Krisis global
berdampak ke Eropa dan Asia Pasifik dalam bentuk bank collapse atau
institusi keuangan multinasional Amerika collapse, meningkatnya inflasi dan
menurunnya indeks bursa saham. Eropa dan Amerika adalah negara yang
kontribusi FDI terbesar ke negara ASEAN.
2. Variabel GDP riil dan berpengaruh signifikan dan berdampak positif terhadap
FDI di ASEAN. Peningkatan persentase GDP riil akan menyebabkan
bertambah FDI di negara ASEAN.
3. Variabel inflasi dan suku bunga riil berpengaruh negatif dan signifikan
terhadap FDI. Peningkatan presentase inflasi dan suku bunga riil akan
menyebabkan penurunan FDI di negara ASEAN.
4. Variabel volatilitas nilai tukar riil tidak berpengaruh terhadap FDI.
Saran
Kebijakan pemerintah dibutuhkan untuk meningkatkan FDI ke negara
ASEAN dalam rangka mendukung pembangunan ekonomi. Kebijakan investasi
pada sektor yang strategis dapat memberikan nilai tambah yang optimal guna
meningkatkan perekonomian negara. Sektor yang sangat strategis di negara
ASEAN antara lain seperti sektor keuangan, pertambangan dan manufaktur.
Kebijakan lainnya yang dapat dilakukan oleh pemerintah di negara
ASEAN adalah regulasi penanaman modal yang bermanfaat terhadap
perekonomian seperti adanya investasi meningkatkan kualitas infrastruktur.
Pemerintah juga dapat menjaga kestabilan Inflasi dengan kebijakan inflation
targeting dan menjaga tingkat suku bunga dengan BI rate yang telah dilakukan
oleh Negara Indonesia. Aliran FDI yang masuk harus dapat meningkatkan
kualitas SDM melalui pemberian fasilitas pendidikan dan kesehatan yang tepat
serta penciptaan lapangan pekerjaan yang dapat meningkatkan perekonomian
negara di ASEAN.
Keterbatasan dalam penelitian ini adalah cakupan negara ASEAN yang
digunakan hanya meliputi 6 negara dengan periode analisis yang terbatas hanya 8
tahun. Hasil estimasi model didapat nilai R2 yang cukup rendah menggambarkan
45
bahwa masih ada variabel lain diluar model yang memengaruhi FDI di ASEAN,
dari hasil ulasan R2 maka disarankan menambah variabel seperti pajak,
infrastruktur, indeks korupsi dan keterbukaan perdagangan. Penelitian selanjutnya
disarankan untuk menganilisis pengaruh variabel makro ekonomi terhadap FDI
persektor dan menambahkan dummy seperti krisis ekonomi tahun 1997, krisis
kenaikan harga minyak dunia tahun 2004 dan krisis global tahun 2008
DAFTAR PUSTAKA
Badan Koordinasi Penanaman Modal. 2012. Invest in Remarkable Indonesia.
Jakarta (ID).
Baltagi. BH. 2005. Econometrics Analysis of Panel Data. England (GB): John
Willey & Sons.
Baltagi. BH. 2008. Econometrics. Jerman (DE): Springer.
Bank Indonesia. Berbagai Edisi. Statistik Ekonomi dan Keuangan Indonesia.
Jakarta (ID).
Batiz, FLR. Batiz. LAR 1994. International Finance and Open Economy,
Macroeconomics. New York (US): Mcmillan Publishing co.
Benassy-Quere A. Fontagne L. Lahreche-Revil A. 2001. Exchange Rate
Strategies in the Competition for Attracting Foreign DirectInvestment.
Journal of the Japanese and International Economies.
Blonigen BA. 1997. Firm-specific Assets and the Link between Exchange Rates
and Foreign Direct Investment. Journal of The Japanese and International
Economies, 15:178-198.
Campa JM. Goldberg LS. 1999. Investment, Pass-through, and Exchange
Rates:A Cross-Country. International Economic Review 40. Cross
Spectral Methods. Econometrica, 37: 424-438.
Diallo IA. 2008. Exchange rate volatility and Investment, A Panel Data
Cointegration Approch”. Munich Personal RePEc Archive.
Elgar E. 2001. Open-Economics for Developing Countries. Amerika (US):
Cheltenham, UK.
Firdaus M. 2011 Aplikasi Ekonometerika untuk data panel dan time series. Bogor
(ID): IPB Pr.
Fx Sauder. 2011. Currency negara-negara di ASEAN. www.fxsauder.com.
[januari 2013].
Gigineishvili N. 2011. Determinants of Interest rate Pass-Trough : Do
Macroeconomic Conditions and Financial Market Structure Matter. IMF
Working Paper, No. 11/176.
Goldberg LS. 1993. Exchange Rates and Investment in United States Industry.
Review of Economics and Statistics vol. 75 no.4 Hal 575-588.
Goldberg LS., Kolstad CD. 1995. Foreign Direct Investment, Exchange Rate
Variability and Demand Uncertainty.International Economic Review.
36(4): 855-873.
Granger CWJ. 1969. Investigating Causal Relations by Econometric Mode1s and
Cross Spectral Methods”. Econometrica (32) : 424-438.
Gujarati. 2006. Dasar-dasar ekonometerika jilid 2. Jakarta (ID): Erlangga.
46
Hady. H. 2004. Ekonomi Internasional. Edisi Kedua. ID: Ghalia.
Hermawan R. Jordaan JA. 2009. Determinants of FDI Location in Indoensia
1996- 2007. Ekonomi Dan Kebijakan Pembangunan. 2 (2) : 151-176.
Islam N. 1995. Growth Empirics: A Panel Data Approach. The Quarterly Journal
of Economics, No.11/95.
Jhingan ML. 2004. Ekonomi Pembangunan dan Perencanaan. Jakarta (ID): PT
Raja Grafindo Persada.
Juanda B. 2009. Metodologi Penelitian Ekonomi dan Bisnis.Bogor (ID): IPB Pr.
Juanda B. 2009. Ekonometerika permodelan dan pendugaan. Bogor (ID): IPB Pr.
Juanda B. Junaidi. 2012. Ekonometerika Deret Waktu. Bogor (ID):IPB Pr.
Judge GG. Hill RC. Griffith WE. Lutkepohl H. Lee TC. 1985. Introduction to the
Theory and Practice of Econometricsi. NewYork (US).
Kiyota K. Urata S. 2004. Exchange Rate, Exchange rate Volatility and Foreign
Direct Investment.
Krugman RP. Obsfeld M. 1994. Ekonomi Internasional, Teori dan Kebijkan.
Jakarta (ID) : PT Raja Grafindo Persada.
Lumbanraja GT. 2006. Analisis pengaruh Foreign Direct Investment (FDI)
terhadap nilai tukar rupiah [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Mankiw NG. 2003. Teori Makro Ekonomi. Edisi Keempat. Alih Bahasa: Imam
Nurmawam. Jakarta (ID) : Erlangga.
Masten CRM. 2007. The impact of exchange rate volatility on u.s. foreign
direct Investment in latin america.
Moosa IA. 2004. International Finance. Second Edition. La Trobe Unversity.
Nanga M. 2001. Mako Ekonomi : Teori Masalah dan Kebijakan. Jakarta (ID) : PT
Raja Grafindo Persada.
Nazir M. 1999. Metode Penelitian. Ghalia Indonesia, Jakarta (ID).
Osinubi TS. 2009. Foreign Direct Investment and Exchange Rate Volatility in
Nigeria. International Journal of Applied Econometrics and Quantitative
Staudies V6-2.
Poirson H. 2000. Factor Reallocation and Growth in Developing Countries. IMF
Working Paper, No. 00/94.
Sahminan. 2005. Exchange Rate Pass-Through into Import Price in Major
Southeast Asian Countries. The University of North Carolina at Chapel
Hill. Working Paper.
Salvatore D. 1997. Ekonomi Internasional. Haris Munandar [penerjemah].
Jakarta(ID): Erlangga.
Samuelson PA dan William ND. 2001 . Makro-ekonomi, Edisi keempat belas.
Jakarta (ID): Erlangga .
Sazanami Y. Yoshimura S. Kiyota K. 2003. Japanese Foreign Direct Investment
to East Asia and Exchange Rate Policies: Some longer Term
PolicyImplications after the Crisis. Keio Economic Studies. 40.
Secretariat ASEAN. 2009. ASEAN Investment Report 2011. Jakarta (ID)
Secretariat ASEAN. 2011. ASEAN Investment Report 2011. Jakarta (ID).
Sukirno S. 2006. Ekonomi Pembangunan: Proses, Masalah, dan Dasar
Kebijakan. Edisi Kedua. Jakarta (ID): PT Bumi Aksara.
Todaro MP. 2003. Pembangunan Ekonomi Di Dunia Ketiga. Alih Bahasa:
Aminuddin dan Drs.Mursid. Jakarta (ID): Ghalia.
47
Trevino LJ. Daniels JD. Arbelaez H. 2002. Market Reform and FDI in Latin
America: an Empirical Investigation. Transnational Corporations. 11.
World Bank. 2011. World Bank Economic Database. www.worldbank.org.
[januari 2013].
48
Lampiran 1 Hasil Output Eviews 6.0 untuk pengujian Panel Unit Root
Variabel Ln FDI (FDI)
Panel unit root test: Summary
Series: LNFDI
Date: 05/15/13 Time: 21:33
Sample: 2004 2011
Exogenous variables: Individual effects, individual linear trends
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.19676 0.0007 6 36
Breitung t-stat -0.37716 0.3530 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat 0.23746 0.5939 6 36
ADF - Fisher Chi-square 9.67023 0.6449 6 36
PP - Fisher Chi-square 29.3290 0.0035 6 42
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Variabel first Differencing Ln FDI (FDI)
Panel unit root test: Summary
Series: D(LNFDI)
Date: 04/18/13 Time: 21:29
Sample: 2004 2011
Exogenous variables: None
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -5.38947 0.0000 6 30
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 35.8510 0.0003 6 30
PP - Fisher Chi-square 72.2965 0.0000 6 36
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
49
Variabel Ln GDP riil ( GDP )
Panel unit root test: Summary
Series: LNGDP
Date: 04/18/13 Time: 21:30
Sample: 2004 2011
Exogenous variables: Individual effects, individual linear trends
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -3.20257 0.0007 6 36
Breitung t-stat 1.96405 0.9752 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat 0.22118 0.5875 6 36
ADF - Fisher Chi-square 10.0961 0.6075 6 36
PP - Fisher Chi-square 6.37814 0.8958 6 42
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Variabel first Differencing Ln GDP riil ( GDP )
Panel unit root test: Summary
Series: D(LNGDP)
Date: 05/16/13 Time: 19:05
Sample: 2004 2011
Exogenous variables: Individual effects
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -2.35287 0.0093 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.46052 0.3226 6 30
ADF - Fisher Chi-square 14.7394 0.2560 6 30
PP - Fisher Chi-square 25.6575 0.0120 6 36
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
50
Variabel Inflasi ( Inflasi
Panel unit root test: Summary
Series: INFLASI
Date: 05/11/13 Time: 16:39
Sample: 2004 2011
Exogenous variables: Individual effects, individual linear trends
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -10.2935 0.0000 6 36
Breitung t-stat -2.62336 0.0044 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.75109 0.2263 6 36
ADF - Fisher Chi-square 21.8633 0.0391 6 36
PP - Fisher Chi-square 50.2476 0.0000 6 42
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Variabel first Differencing Inflasi ( inflasi )
Panel unit root test: Summary
Series: D(INFLASI)
Date: 04/18/13 Time: 21:31
Sample: 2004 2011
Exogenous variables: Individual effects
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -11.4518 0.0000 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -3.39264 0.0003 6 30
ADF - Fisher Chi-square 35.5222 0.0004 6 30
PP - Fisher Chi-square 74.0148 0.0000 6 36
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
51
Variabel Suku Bunga (sukubunga)
Panel unit root test: Summary
Series: SUKUBUNGA
Date: 04/18/13 Time: 21:32
Sample: 2004 2011
Exogenous variables: Individual effects, individual linear trends
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -6.38903 0.0000 6 36
Breitung t-stat -1.60771 0.0539 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -0.27630 0.3912 6 36
ADF - Fisher Chi-square 16.7355 0.1598 6 36
PP - Fisher Chi-square 43.6006 0.0000 6 42
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Variabel first Differencing suku bunga (sukubunga)
Panel unit root test: Summary
Series: D(SUKUBUNGA)
Date: 04/18/13 Time: 21:33
Sample: 2004 2011
Exogenous variables: Individual effects
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -8.82774 0.0000 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat -2.83427 0.0023 6 30
ADF - Fisher Chi-square 30.9111 0.0020 6 30
PP - Fisher Chi-square 65.1123 0.0000 6 36
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
52
Variabel Volatilitas nilai tukar (vol)
Panel unit root test: Summary
Series: VOL
Date: 06/05/13 Time: 18:56
Sample: 2004 2011
Exogenous variables: Individual effects, individual linear trends
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -6.74363 0.0000 6 36
Breitung t-stat -0.66291 0.2537 6 30
Null: Unit root (assumes individual unit root process)
Im, Pesaran and Shin W-stat 0.32093 0.6259 6 36
ADF - Fisher Chi-square 10.2649 0.5927 6 36
PP - Fisher Chi-square 13.6485 0.3237 6 42
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Variabel first Differencing Volatilitas nilai tukar (vol)
Panel unit root test: Summary
Series: D(VOL)
Date: 06/05/13 Time: 18:57
Sample: 2004 2011
Exogenous variables: None
User specified lags at: 1
Newey-West bandwidth selection using Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -7.40816 0.0000 6 30
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 39.1981 0.0001 6 30
PP - Fisher Chi-square 67.3364 0.0000 6 36
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
53
Lampiran 2. Uji Chow Pada Model Data First Differencing dengan Logaritma
Natural
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 0.368803 (5,32) 0.8662
Cross-section Chi-square 2.353103 5 0.7984
Lampiran 3. Model PLS Data First differencing dengan Logaritma Natural
Dependent Variable: D(LNFDI)
Method: Panel EGLS (Cross-section SUR)
Date: 06/05/13 Time: 18:40
Sample (adjusted): 2005 2011
Periods included: 7
Cross-sections included: 6
Total panel (balanced) observations: 42
Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob.
D(LNGDP) 6.160942 0.858471 7.176646 0.0000
SUKUBUNGA -0.099273 0.020478 -4.847773 0.0000
D(VOL) -4.767100 2.498182 -1.908228 0.0641
INFLASI -0.004647 0.011445 -0.406016 0.6871
C 0.008363 0.126700 0.066003 0.9477
Weighted Statistics
R-squared 0.738827 Mean dependent var 0.160616
Adjusted R-squared 0.710592 S.D. dependent var 2.051812
S.E. of regression 1.038355 Sum squared resid 39.89269
F-statistic 26.16716 Durbin-Watson stat 2.091025
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.301531 Mean dependent var 0.169959
Sum squared resid 33.99309 Durbin-Watson stat 3.026221
54
Lampiran 4. Model Fix Effect Data First differencing dengan Logaritma Natural
Dependent Variable: D(LNFDI)
Method: Panel EGLS (Cross-section SUR)
Date: 06/05/13 Time: 18:41
Sample (adjusted): 2005 2011
Periods included: 7
Cross-sections included: 6
Total panel (balanced) observations: 42
Linear estimation after one-step weighting matrix
Variable Coefficient Std. Error t-Statistic Prob.
D(LNGDP) 6.458282 0.264689 24.39948 0.0000
SUKUBUNGA -0.131498 0.011280 -11.65733 0.0000
D(VOL) -1.419362 0.599799 -2.366397 0.0242
INFLASI -0.057656 0.005410 -10.65748 0.0000
C 0.359026 0.051217 7.009965 0.0000
Effects Specification
Cross-section fixed (dummy variables)
Weighted Statistics
R-squared 0.969009 Mean dependent var 1.168863
Adjusted R-squared 0.960293 S.D. dependent var 5.488465
S.E. of regression 1.114622 Sum squared resid 39.75624
F-statistic 111.1746 Durbin-Watson stat 2.351758
Prob(F-statistic) 0.000000
Unweighted Statistics
R-squared 0.347833 Mean dependent var 0.169959
Sum squared resid 31.73965 Durbin-Watson stat 2.984029
Lampiran 5. Hasil Uji Normalitas Model first Differencing metode PLS dengan
Logaritma Natural
0
2
4
6
8
10
-1 0 1 2
Series: Standardized Residuals
Sample 2005 2011
Observations 42
Mean -0.031129
Median 0.003924
Maximum 2.323246
Minimum -1.639468
Std. Dev. 0.985900
Skewness 0.640586
Kurtosis 3.057232
Jarque-Bera 2.878184
Probability 0.237143
55
Lampiran 6. Grafik Standard Residual model First differencing Metode PLS
dengan Logaritma Natural
-2
-1
0
1
2
32 4 6 8 11 13 15 18 20 22 24 27 29 31 34 36 38 40 43 45 47
Standardized Residuals
Lampiran 7 Korelasi antar variabel pada model first differencing dengan
Logaritma Natural
D(LNFDI) D(LNGDP) SUKUBUNGA D(VOL) INFLASI
D(LNFDI) 1.000000 0.402036 -0.394974 0.059557 0.022851
D(LNGDP) 0.402036 1.000000 -0.049806 0.076394 -0.237151
SUKUBUNGA -0.394974 -0.049806 1.000000 -0.299456 -0.415530
D(VOL) 0.059557 0.076394 -0.299456 1.000000 0.305390
INFLASI 0.022851 -0.237151 -0.415530 0.305390 1.000000
Lampiran 8 Hasil Uji Normalitas Model first Differencing PLS dengan Logaritma
Natural dan penambahan dummy variabel
0
2
4
6
8
10
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0
Series: Standardized Residuals
Sample 2005 2011
Observations 42
Mean -6.34e-16
Median -0.171755
Maximum 2.040556
Minimum -1.307433
Std. Dev. 0.820891
Skewness 0.900964
Kurtosis 3.190747
Jarque-Bera 5.745820
Probability 0.056534
56
Lampiran 9 Model PLS Data First differencing PLS penambahan dummy variabel
Dependent Variable: D(LNFDI)
Method: Panel EGLS (Cross-section weights)
Date: 06/06/13 Time: 10:50
Sample (adjusted): 2005 2011
Periods included: 7
Cross-sections included: 6
Total panel (balanced) observations: 42
Linear estimation after one-step weighting matrix
White period standard errors & covariance (d.f. corrected)
WARNING: estimated coefficient covariance matrix is of reduced
rank
Variable Coefficient Std. Error t-Statistic Prob.
D(LNGDP) 4.517294 0.450880 10.01884 0.0000
SUKUBUNGA -0.115436 0.029035 -3.975776 0.0004
D(VOL) 2.944123 2.314398 1.272090 0.2125
INFLASI -0.061810 0.015516 -3.983616 0.0004
D1 0.268420 0.052836 5.080281 0.0000
D2 -0.196821 0.045457 -4.329811 0.0001
D3 -0.293492 0.052770 -5.561717 0.0000
D4 -0.413648 0.099737 -4.147373 0.0002
D5 0.350696 0.077499 4.525155 0.0001
C 0.525086 0.150253 3.494679 0.0014
Weighted Statistics
R-squared 0.544647 Mean dependent var 0.290269
Adjusted R-squared 0.416579 S.D. dependent var 1.213707
S.E. of regression 0.929186 Sum squared resid 27.62834
F-statistic 4.252796 Durbin-Watson stat 2.622824
Prob(F-statistic) 0.001080
Unweighted Statistics
R-squared 0.324264 Mean dependent var 0.169959
Sum squared resid 32.88668 Durbin-Watson stat 2.989796
57
Lampiran 10 Grafik Standard Residual model First differencing dengan logaritma
natural dan penambahan dummy variabel
-1.5
-1.0
-0.5
0.0
0.5
1.0
1.5
2.0
2.5
2 4 6 8 11 13 15 18 20 22 24 27 29 31 34 36 38 40 43 45 47
Standardized Residuals
Lampiran 11 Uji Granger Causality
Pairwise Granger Causality Tests
Date: 06/05/13 Time: 18:49
Sample: 2004 2011
Lags: 1
Null Hypothesis: Obs F-Statistic Prob.
D(LNGDP) does not Granger Cause D(LNFDI) 36 0.59207 0.4471
D(LNFDI) does not Granger Cause D(LNGDP) 0.09649 0.7580
SUKUBUNGA does not Granger Cause D(LNFDI) 36 9.73340 0.0037
D(LNFDI) does not Granger Cause SUKUBUNGA 2.78852 0.1044
D(VOL) does not Granger Cause D(LNFDI) 36 3.56959 0.0677
D(LNFDI) does not Granger Cause D(VOL) 0.37492 0.5445
INFLASI does not Granger Cause D(LNFDI) 36 0.86280 0.3597
D(LNFDI) does not Granger Cause INFLASI 1.41454 0.2428
SUKUBUNGA does not Granger Cause D(LNGDP) 36 5.81074 0.0217
D(LNGDP) does not Granger Cause SUKUBUNGA 0.19058 0.6653
D(VOL) does not Granger Cause D(LNGDP) 36 3.59454 0.0668
D(LNGDP) does not Granger Cause D(VOL) 1.51083 0.2277
INFLASI does not Granger Cause D(LNGDP) 36 8.11201 0.0075
D(LNGDP) does not Granger Cause INFLASI 0.31028 0.5813
D(VOL) does not Granger Cause SUKUBUNGA 36 0.24182 0.6261
SUKUBUNGA does not Granger Cause D(VOL) 0.00033 0.9857
INFLASI does not Granger Cause SUKUBUNGA 42 0.02584 0.8731
SUKUBUNGA does not Granger Cause INFLASI 0.02182 0.8833
INFLASI does not Granger Cause D(VOL) 36 2.34244 0.1354
D(VOL) does not Granger Cause INFLASI 0.09331 0.7619
58
RIWAYAT HIDUP
Penulis bernama Bronson Marpaung lahir pada tanggal 20 November 1990
di kota Medan, sebuah kota yang terletak di provinsi Sumatera Utara. Penulis
merupakan anak kedua dari empat bersaudara dari pasangan Jonatas Marpaung
dan Rosmaniar Siallagan. Jenjang pendidikan formal penulis dimulai pada Taman
Kanak-Kanak Wahidin Sudiro Husodo 1996, kemudian dilanjutkan ke Sekolah
Dasar Wahidin Sudiro Husodo lulus pada tahun 2003. Pendidikan penulis
dilanjutkan ke Sekolah Lanjutan Tingkat Pertama Wahidin Sudiro Husodo yang
lulus pada tahun 2005. Pada Tahun yang sama penulis di terima di Sekolah
Menengah Atas Negeri 1 Medan dan lulus pada tahun 2009. Pada tahun 2009,
penulis melanjutkan studi di Institut Pertanian Bogor (IPB) melalui jalur
Undangan Seleksi Masuk IPB (USMI) dan diterima sebagai mahasiwa Program
Ilmu Ekonomi pada Fakultas Ekonomi dan Manajemen. IPB merupakan pilihan
penulis dengan harapan besar dapat memperoleh ilmu dan menjadi media untuk
pengembangan penulis.
Selama menjadi Mahasiswa, penulis aktif mengikuti kegiatan organisasi
dalam bidang mahasiwa dan kepemudaan antara lain pernah menjadi anggota
divisi bidang hubungan eksternal Hipotesa Periode 2010/2011, lolos lomba karya
tulis ilmiah (LKTI) di Universitas Mulawarman Kalimantan tahun 2011, lolos
lomba karya tulis ilmiah (LKTI) di universitas Lambung Mangkurat di Kalimatan
pada tahun 2012, anggota Ikatan Mahasiswa Ekonomi Pembangunan (IMEPI),
Ketua bidang ideologi dan politik Satuan Pelajar dan Mahasiswa IPB priode
2009/2011, Anggota bidang ekonomi dan kesejahteraan Satuan Pelajar dan
Mahasiwa cabang Bogor periode 2012/2014. Besarnya minat penulis dalam
bidang olahraga juga membuat penulis aktif dalam bidang olahraga interna IPB.
Beberapa prestasi yang pernah di raih antar lain meraih juara Futsal Sportakuler
FEM IPB 2011, runner up Futsal Sportakuler FEM IPB 2012, delegasi Futsal
FEM IPB di FEB UNPAD 2012, Juara umum IE cup 2012 dan 2013, juara Futsal
IE cup 2012 dan 2013. Selain itu penulis juga aktif di kepanitian dalam beberapa
acara internal kampus seperti Hipotex 2010 sebagai staff Sponsorship, Sportakuler
2010 sebagai staff logstran, Hipotex 2011 sebagai Ketua Pelaksana.