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.