Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
ANALISIS PENGARUH AKSES TEKNOLOGI INFORMASI DAN
KOMUNIKASI TERHADAP PERTUMBUHAN EKONOMI
(STUDI KASUS NEGARA – NEGARA DI ASEAN 2012 - 2016)
Disusun Oleh :
Naufal Rifqi F.W.
11140840000066
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1439H/2018M
v
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Naufal Rifqi Fitranda Wicaksana
2. Tempat/Tanggal Lahir : Sumedang, 8 Maret 1996
3. Alamat : Komplek Vila Inti Persada, blok A2 no29,
Pamulang Timur
4. Telepon : 082140731608
5. Email : [email protected]
II. Pendidikan Formal
1. SD Dharma Karya UT tahun 2002-2008
2. SMPN 4 Kota Tangerang Selatan tahun 2008-2011
3. SMAN 3 Kota Tangerang Selatan tahun 2011-2014
III. Pengalaman Bekerja
1. Assistant Research di LP3ES 2017 – Sekarang
IV. Pengalaman Organisasi
1. NEPAL CUP 10 sebagai Ketua Pelaksana tahun 2013-2014
2. Dewan Eksekutif Mahasiswa (DEMA) FEB UIN Syarif Hidayatullah
Jakarta sebagai anggota bidang kemahasiswaan 2014 - 2015
3. Dewan Eksekutif Mahasiswa (DEMA) UIN Syarif Hidayatullah Jakarta
sebagai anggota bidang penelitian dan pengembangan mahasiswa 2016 -
2017
4. Himpunan Mahasiswa Islam Komisariat Fakultas Ekonomi dan Bisnis
sebagai anggota bidang penelitian, pendidikan dan pengembangan anggota
(PPPA) 2017 – 2018
5. Himpunan Mahasiswa Islam Komisariat Fakultas Ekonomi dan Bisnis
sebagai Kepala bidang penelitian, pendidikan dan pengembangan anggota
(PPPA) 2018 – 2019
vi
ABSTRAK
Penelitian ini bertujuan untuk melihat dampat dari TIK dan tenaga kerja terhadap
Pendapatan Nasional di beberapa negara ASEAN periode 2012 – 2016. Lebih
spesifiknya, penelitian ini menganalisa dampak dari TIK (pengguna internet,
Fixed broadband subscription, pengguna telepon seluler) dan tingkat partisipasi
angkatan kerja) terhadap Pendapatan National (GDP per Kapita) di 9 negara
ASEAN, Indonesia, Brunei Darussalam, Malaysia, Singapura, Thailand, Filipina,
Laos, Kamboja, and Vietnam. Penelitian ini menggunakan data sekunder dan data
panel dengan pendekatan PGELS. Hasil dari penelitian ini menunjukkan
pengguna internet, Fixed broadband subscription, pengguna telepon seluler dan
tingkat partisipasi angkatan kerja memiliki kontribusi positif dan signifikan
terhadap GDP per Kapita di Negara ASEAN periode 2012 – 2016. Secara
simultan, pengguna internet, Fixed broadband subscription, pengguna telepon
seluler dan tingkat partisipasi angkatan kerja berkontribusi signifikan terhadap
GDP per Kapita di Negara ASEAN periode 2012 – 2016.
Kata Kunci: Pengguna Internet, Fixed broadband subscription, pengguna
telepon seluler, tingkat partisipasi angkatan kerja, Gross Domestic Product per
Kapita, PEGLS
vii
ABSTRACT
This study aims to see the impact of ICT and Labor Force on National Income in
Some Countries of ASEAN Period 2012 - 2016. More specifically this study
analyzes the impact of ICT (Internet User, Fixed broadband subscription,
Mobilephone subscription) and Labor Force Participation Rate on National
Income (GDP per Capita) in 9 countries of ASEAN, Indonesia, Brunei
Darussalam, Malaysia, Singapore, Thailand, Phillippines, Lao PDR, Cambodia,
and Vietnam. This study uses secondary data and using panel data analysis with
PGELS. The results of this study show that Internet User, Fixed broadband
subscription, Mobilephone subscription and Labor Force Participation Rate
contributes positively and significantly to the Gross Regional Domestic Product
per Capita in Several Countries of ASEAN Period 2012 - 2016. Simultaneously,
Internet User, Fixed roadband subscription, Mobilephone subscription and Labor
Force Participation Rate contribute significantly to the Gross Regional Domestic
Product per Capita in Several Countries of ASEAN Period 2012 - 2016.
Keywords: Internet User, Fixed broadband subscription, Mobilephone
subscription, Labor Force Participation Rate, Gross Domestic Product per
Capita, PEGLS.
viii
DAFTAR ISI
LEMBAR PENGESAHAN PEMBIMBING ........................................................... i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ........................................ ii
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH ............................... iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iv
DAFTAR RIWAYAT HIDUP ................................................................................ v
ABSTRAK ............................................................................................................. vi
ABSTRACT .......................................................................................................... vii
DAFTAR ISI ........................................................................................................ viii
DAFTAR TABEL ................................................................................................... x
DAFTAR GRAFIK ................................................................................................ xi
DAFTAR GAMBAR ............................................................................................ xii
BAB 1 PENDAHULUAN ...................................................................................... 1
A. Latar Belakang ............................................................................................. 1
B. Rumusan Masalah ...................................................................................... 11
C. Tujuan Penelitian ....................................................................................... 12
D. Manfaat Penelitian ..................................................................................... 12
BAB II TINJAUAN PUSTAKA ........................................................................... 14
A. Landasan Teori ........................................................................................... 14
B. Penelitian Terdahulu .................................................................................. 31
C. Hubungan antar Variable ........................................................................... 48
D. Kerangka Pemikiran ................................................................................... 53
E. Hipotesis Penelitian .................................................................................... 54
BAB III METODOLOGI PENELITIAN.............................................................. 56
A. Ruang Lingkup Penelitian .......................................................................... 56
B. Teknik penentuan sampel ........................................................................... 56
C. Teknik Pengumpulan Data ......................................................................... 56
D. Teknik Analisis Data .................................................................................. 57
5. Metode Empiris .......................................................................................... 61
ix
E. Uji Hipotesis .............................................................................................. 61
F. Operasional Variable Penelitian ................................................................. 63
BAB IV ANALISIS DAN PEMBAHASAN ........................................................ 66
A. Gambaran Umum Objek Penelitian ........................................................... 66
B. Penemuan dan Pembahasan ....................................................................... 66
BAB V PENUTUP ................................................................................................ 80
A. Kesimpulan ................................................................................................ 80
B. Saran ........................................................................................................... 80
DAFTAR PUSTAKA ........................................................................................... 82
LAMPIRAN – LAMPIRAN ................................................................................. 87
x
DAFTAR TABEL
No. Keterangan Halaman
Tabel 4.1 Hasil Uji Chow/F test ........................................................................... 68
Tabel 4.2 Hasil Uji Hausman ............................................................................... 69
Tabel 4.3 Hasil Perhitungan Data Panel terhadap Keseluruhan Periode Penelitian
(2012 – 2016) ........................................................................................................ 70
Tabel 4.4 Intrepetasi Koefisien Fixed Effect Model (2012 – 2016) .................... 73
xi
DAFTAR GRAFIK
No. Keterangan Halaman
Grafik 1.1 Pengguna Internet Negara – Negara di ASEAN (2012 – 2016) ........... 6
Grafik 1.2 Fixed broadband subscription Negara – Negara di ASEAN (2012 –
2016) ....................................................................................................................... 7
Grafik 1.3 Pengguna Telepon Seluler Negara – Negara di ASEAN (2012 – 2016) 8
Grafik 1.4 Angkatan Kerja Negara - Negara di ASEAN (2012 – 2016) ................ 9
Grafik 1.5 GDP ($ billion) Negara – Negara di ASEAN (2012 – 2016) .............. 10
Grafik 4.1 Perkembangan Jumlah Rata-Rata Pengguna Internet, Pengguna
Telepon Seluler, Fixed broadband Subscription, Tingkat Partisipasi Angkatan
Kerja, dan GDP per Kapita di 9 negara ASEAN 2012 – 2016 ............................. 66
xii
DAFTAR GAMBAR
No. Keterangan Halaman
2.1 Kerangka Pemikiran ...................................................................................... 533
1
BAB 1
PENDAHULUAN
A. Latar Belakang
Perkembangan Teknologi Informasi dan Komunikasi (TIK) dalam kurun
waktu 5 tahun terakhir ini terus berkembang dengan pesat. Dalam publikasi
worldbank IDA, dengan judul ICT : Connecting People and Making Markets
Work, pembangunan teknologi informasi dan komunikasi telah melahirkan 260
juta pelanggan telepon (fixed dan mobile) di negara – negara berkembang yang
tergabung di dalam International Development Countries (IDA), dan jumlahnya
terus berkembang mengikuti penurunan tarif dan ekspansi jaringan (Worldbank
IDA, 2008). Selain itu, TIK sebagai bagian dari derasnya arus globalisasi telah
mempengaruhi sektor – sektor perekonomian. Dalam World Bank Group pada
tahun 2016 dengan judul Assesing The Potential For The Electronics And ICT
Manufacturing Industry In Ethiopia Policy Report dengan mengutip penjelasan
Mann dan Kirkegard bahwa TIK telah memberikan ruang pekerjaan yang lebih
banyak dan menambah pendapatan yang besar, bahkan melebihi sektor lain,
sementara output produk TIK sangat membantu produktivitas kegiatan sehingga
inovasi dalam seluruh sektor ekonomi semakin tumbuh dan berkembang
(Worldbank Group, 2016). Hal ini menunjukkan bahwa TIK telah merubah
kedudukannya bukan hanya sebagai industri tapi sudah menjadi enabler terhadap
pertumbuhan ekonomi.
Usaha Mikro, Kecil dan Menengah (UMKM), sebagai bagian ekonomi yang
penting diberbagai tingkat sudah dipengaruhi oleh TIK. United Nations Industrial
Development Organization (UNIDO) selaku badan khusus Perserikatan Bangsa -
Bangsa (PBB) yang berfokus pada perkembangan industri juga menjabarkan
bahwa keberadaan UMKM sebagai kekuatan pendorong pembangunan industri di
hampir semua negara telah membentuk proses globalisasi ekonomi dan
memainkan perannya dalam menciptakan pekerjaan, pendapatan dan layanan nilai
tambah serta menjadi tempat utama untuk mengembangkan dan menguji bakat
2
kewirausahaan (UNIDO, 2018). TIK mencukupi kebutuhan apa yang di inginkan
pelanggan secara individu, adanya proses rekayasa bisnis yang dinamis,
optimalisasi dalam pengambilan keputusan, serta munculnya model bisnis baru
dan lahirnya inovasi dalam mencapai nilai tambah. Menurut UNIDO (2018)
ketika TIK diberdayakan di sektor UMKM, maka akan memacu inovasi dan
kewirausahaan, meningkatkan produktivitas dan efisiensi operasi bisnis,
menyediakan layanan pengembangan bisnis yang relevan, memfasilitasi hubungan
ke pasar lokal, regional dan internasional, memungkinkan akses ke teknologi baru
dan sumber keuangan.
Seiring berkembangnya TIK, maka terbentuklah suatu era baru dari industri
seperti yang ada saat ini. Era tersebut diberi nama Revolusi Industri 4.0,
merupakan wujud dari kehadiran TIK yang telah mempengaruhi perekonomian.
Pada tahun 2011 istilah Industri 4.0 ini muncul secara resmi di Hannover Fair,
Jerman (Kagermann dkk, 2011). Menurut Rüßmann dkk (2015) revolusi industri
4.0 menjelaskan bahwa keberadaan TIK mampu memperbaiki produktivitas,
mendorong pertumbuhan pendapatan, meningkatkan kebutuhan tenaga kerja
terampil dan meningkatkan investasi. Sedangkan menurut Kagermann dkk (2013)
TIK mencukupi kebutuhan apa yang di inginkan pelanggan secara individu,
adanya proses rekayasa bisnis yang dinamis, optimalisasi dalam pengambilan
keputusan, serta munculnya model bisnis baru dan lahirnya inovasi dalam
mencapai nilai tambah. Hal tersebut sesuai dengan John Van Reenen pada
Centre For Economic Performance tahun 2010 dengan judul publikasi The
Economic Impact of ICT, SMART menerangkan bahwa perusahaan dengan
pengaplikasian TIK dengan tingkat yang lebih tinggi dari perusahaan lainnya
cenderung mengalami pertumbuhan dalam segi pekerjaan dan kecil kemungkinan
mengalami kebangkrutan (John Van Reenen, 2010) dan Ben Miller dan Robert D
Atkinson dalam Raising European Productivity Growth Through ICT yang
dipublikasikan pada tahun 2004. Di dalam penelitian tersebut mengungkapkan
adanya tiga hal yang menjelaskan TIK memiliki dampak yang sangat besar
terhadap produktivitas mengalahkan faktor lainnya. Pertama, negara – negara
3
mampu memilih perlengkapan TIK yang mudah di raih untuk mencapai efisiensi.
Kedua, TIK memiliki dampak sebagai pelengkap, termasuk sebagai alat rekayasa
suatu produk. Ketiga, memperluas pengguna jaringan (Ben Miller dan Robert
Akinson, 2014).
TIK dengan revolusi industri 4.0 turut membentuk pola khusus yang
menghubungkan antara kemajuan teknologi, efisiensi dan efektifitas manusia.
Pola atau bentuk khusus interaksi tersebut dinamakan Internet of Things (IOT)
dimana IOT mampu menjembatani kesenjangan antara dunia fisik dan dunia
informasi. Menurut (Burange & Misalkar, 2015) Internet of Things (IOT) adalah
struktur dimana objek, orang disediakan dengan identitas eksklusif dan
kemampuan untuk pindah data melalui jaringan tanpa memerlukan dua arah
sumber ke tujuan seperti manusia ke manusia ataupun manusia ke komputer.
Sedangkan menurut Suresh dkk. (2014) IOT merupakan cara bagaimana
mengolah data yang diperoleh dari peralatan eletronik melalui sebuah interface
antara pengguna dan peralatan itu. Dengan sensor data mentah dan fisik yang
dikumpulkan dengan skenario real time dan dikonversikan ke dalam mesin yang
akan menformat ulang menjadi wujud yang dimengerti sehingga pertukaran akan
semakin mudah dengan berbagai bentuk format data (Thing) (Suresh, Daniel, &
Aswathy, 2014). IOT memungkinkan pengguna untuk mengelola dan
mengoptimalkan elektronik dan peralatan listrik yang menggunakan internet. Hal
ini mengindikasikan bahwa komunikasi antara komputer dan peralatan elektronik
mampu bertukar informasi di antara mereka sehingga mengurangi interaksi
manusia. Hal ini juga akan membuat pengguna internet semangkin meningkat
dengan berbagai fasilitas dan layanan internet. (Apri Junaidi, 2015). Kemampuan
IOT untuk mengidentifikasi, menemukan, melacak, memantau objek dan memicu
event terkait secara otomatis dan real time tentunya baik bagi pengembangan dan
penerapan komputer. Hal tersebut membuat Internet dan teknologi informasi dan
komunikasi lainnya (TIK) membawa dampak yang besar pada masyarakat
manajemen ekonomi, operasi produksi, sosial manajemen dan bahkan kehidupan
pribadi (Q. Zhou & Zhang, 2011). Perkembangan dari TIK melalui keberadaan
4
IOT dsb. perlu untuk di perhatikan lebih lanjut untuk memudahkan manusia
dalam melakukan transaksi bisnis, berkomunikasi, dan membantu meringankan
pekerjaan – pekerjaan manusia. Oleh karena itu keberadaan TIK akan sangat
berguna bukan hanya dalam kegiatan berinteraksi, namun juga dalam kegiatan
produksi. Menurut (John Van Reenen, 2010 ; Rüßmann dkk ,2015 ;Q. Zhou &
Zhang, 2011). Kegiatan ekonomi yang menggunakan perkembangan TIK sebagai
salah satu elemen penting dalam mendukung kegiatan produksi dan dioprasikan
oleh tenaga kerja yang terampil akan berdampak positif terhadap peningkatan
produktivitas kerja. Sehingga keberadaan TIK dapat mengurangi biaya usaha dan
atau berimplikasi terhadap peningkatan pendapatan melalui output usaha yang
lebih tinggi dari pada saat tidak menerapkan keberadaan TIK.
Perkembangan TIK yang kian pesat juga menyebar hingga belahan bumi
lainnya, tak terkecuali pada wilayah Asia. The Association of Southeast Asian
Nations (ASEAN) merupakan salah satu kelompok regional antar negara di
kawasan Asia yang menyadari akan perkembangan arus informasi global tersebut.
Pada tahun 1992, dilatarbelakangi kesepakatan negara-negara ASEAN
dibentuklah ASEAN Free Trade AREA (AFTA), ditindaklanjuti dengan
diberlakukannya Masyarakat Ekonomi Asean (MEA) pada tahun 2015 yang telah
mendorong modernisasi politik dan globalisasi diantara negara-negera ASEAN.
Perjanjian atau kesepakatan tersebut di realisasikan demi mewujudkan kawasan
ASEAN menjadi tempat yang produktif dan kompetitif sehingga daya saing
negara ASEAN menjadi kuat di pasar global, menarik investor asing, dan
meningkatkan perdagangan antar negara di ASEAN (ASEAN,2017)
Keseriusan anggota ASEAN ditindaklanjuti dengan berkumpulnya para
Menteri Teknologi Informasi dan Komunikasi se ASEAN untuk membentuk
kesepakatan khusus mengenai Teknologi Informasi dan komunikasi yang
diwujudkan dalam bentuk ASEAN ICT Masterplan 2020 (AIM2020). AIM2020
merupakan masterplan dengan sebuah visi Mengajukan Asean Menuju Ekonomi
yang Diinformasikan Secara Digital yang Aman, Berkelanjutan, dan
Transformatif; dan Untuk Memungkinkan Komunitas ASEAN yang Inovatif,
5
Inklusif dan Terintegrasi. AIM2020 merancang kegiatan kerjasama TIK ASEAN
menjadi delapan Thrusts Strategis: (i) Pembangunan Ekonomi dan Transformasi;
(ii) Integrasi dan Pemberdayaan Masyarakat melalui TIK; (iii) Inovasi; (iv)
Pengembangan Infrastruktur TIK; (v) Pengembangan Sumber Daya Manusia; (vi)
ICT di Pasar Tunggal ASEAN; (vii) Media dan Konten Baru; dan (viii)
Keamanan Informasi dan Jaminan (ASEAN,2017).
Pemerintah Indonesia juga menaruh perhatian penuh terhadap
perkembangan TIK, baik secara regulasi maupun kebijakan. Pemerintah
mengeluarkan undang – undang no. 19 tahun 2016 perubahan atas undang –
undang nomor 11 tahun 2008 tentang Teknologi Informasi dan Transaksi
Elektronik (ITE). Undang - undang ini merupakan payung hukum dalam bidang
pemanfaatan TIK, khususnya teknologi informasi dan transaksi elektronik. Selain
itu, pemerintah Indonesia melalui Kementrian Komunikasi dan Informatika
selama periode 2010 – 2015 juga telah mencapai target pembangunan di bidang
komunikasi dan informatika antara lain dengan menetapkan kebijakan dan
regulasi yang progresif seperti kebijakan Tata Kelola E-commerce; Nusantara
Internet Exchange (NIX) yang berada di 19 provinsi dan International Internet
Exchange (IIX) di 3 ibu kota provinsi (Kominfo, 2016). Kebijakan tersebut
dilaksanakan untuk memajukan perkembangan teknologi informasi dan
komunikasi di Indonesia.
Perkembangan TIK secara langsung telah mendorong pertumbuhan Internet.
Saat ini Internet merupakan salah satu indikator kemajuan TIK. Hal ini
dikarenakan Internet mendukung efisiensi pasar, menciptakan peluang ekonomi,
dan mempromosikan partisipasi politik (UNDP, 2011). Hal tersebut yang
membuat masing – masing negara mulai membangun dan meningkatkan investasi
dalam peluncuran infrastruktur internet kabel dan nirkabel yang diperluas
bandwithnya agar tersedia untuk semua jenis layanan komunikasi.
6
Grafik 1.1 Pengguna Internet Negara – Negara di ASEAN (2012 –
2016)
Sumber : Worldbank, 2018
Grafik 1.1 diatas memperlihatkan potensi yang menjanjikan dari sektor
ekonomi digital di ASEAN. Hal tersebut dapat dilihat dari jumlah pengguna
internetnya. Berdasarkan data diatas, negara – negara di ASEAN secara
keseluruhan mengalami peningkatan dalam jumlah pengguna internet. Data yang
dipublikasikan oleh Worldbank ini menunjukkan jumlah pengguna internet
terbesar berada di Indonesia dengan 66 juta jiwa pengguna internet dengan tingkat
penetrasi sebesar 25,4%, sedangkan untuk pengguna terendah berada di negara
Brunei Darussalam dengan 317 ribu jiwa pengguna internet dengan tingkat
penetrasi sebesar 90%. Oleh karena itu dengan semakin bertambahnya pengguna
internet, maka akan membantu meningkatkan konsumen dalam pasar e-commerce.
Selain pengguna internet, hal penting lainnya dalam e-commerce adalah
infrastruktur fixed broadband. Dalam mendukung akses masyarakat guna
menjangkau fasilitas internet, keberadaan fixed broadband sangat diperlukan. Hal
ini dikarenankan tersedianya infrakstruktur fixed broadband akan mendukung
dalam bertambahnya konektivitas dari teknologi informasi dan komunikasi.
Keberadaan fixed broadband dapat dilihat melalui jumlah pengguna yang berada
di ASEAN, seperti pada grafik berikut :
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
2012
2013
2014
2015
2016
7
Grafik1.2 Fixed broadband subscription Negara – Negara di ASEAN (2012 –
2016)
Sumber : Worldbank, 2018
Tabel 1.2 diatas memperlihatkan perkembangan pelanggan fixed broadband
untuk masing – masing rumah atau kantor di 9 negara ASEAN. Negara dengan
jumlah pelanggan fixed broadband terbesar adalah Vietnam dengan 9,08 juta
pelanggan dan tingkat penetrasinya sebesar 9,9%, sedangkan negara dengan
jumlah pelanggan terendah adalah negara Laos dengan 24 ribu pelanggan dan
penetrasinya sebesar 0,34%. Indonesia sendiri memiliki 5 juta pelanggan fixed
broadband dengan tingkat penetrasinya sebesar 1,89%, angka tersebut merupakan
angka tertinggi dari tahun – tahun sebelumnya. Peningkatan jumlah pelanggan
fixed broadband di Indonesia selalu meningkat dengan signifikan dari tahun ke
tahun. Dengan melihat data tersebut jaringan fixed broadband harus lebih
dikembangkan kembali agar pelanggan fixed broadband bertambah. Oleh karena
itu infrastruktur fixed broadband harus diperluas.
Selain jaringan Fixed broadband, pelanggan telepon seluler turut
mendukung masyarakat dalam mengakses Internet. Semakin banyaknya pengguna
telepon seluler, maka aksesbilitas masyarakaat terhadap informasi dan komunikasi
semakin terbuka lebar. Perkembangan pelanggan dari telepon seluler dapat dilihat
melalui grafik berikut ini :
0100000020000003000000400000050000006000000700000080000009000000
10000000
2012
2013
2014
2015
2016
8
Grafik 1.3 Pengguna Telepon Seluler Negara – Negara di ASEAN (2012 –
2016)
Sumber : Worldbank, 2018
Grafik 1.3 diatas memperlihatkan jumlah pelanggan telepon seluler yang
terkoneksi dengan simcard, indikatornya mencakup jumlah langganan pascabayar,
dan jumlah akun prabayar aktif (yaitu yang telah digunakan selama tiga bulan
terakhir). Berdasarkan data yang di publikasikan worldbank, pelanggan telepon
seluler paling banyak berada di negara Indonesia dengan 385 juta pelanggan,
sedangkan yang terendah pada negara Brunei Darussalam dengan jumlah 523 ribu
pelanggan. Jumlah pengguna telepon seluler negara - negara ASEAN cukup
banyak dengan tingkat perkembangan pengguna yang berbeda - beda. Jumlah
pengguna telepon seluler tersebut menunjukan peningkatan dari tahun ke tahun,
dan itu merupakan hal yang positif untuk perekonomian.
Sebagai daya dukung perekonomian, yang terpengaruh dari keberadaan TIK
adalah individu. Oleh karena itu diharapkan para pekerja di era digitial ini dapat
menjadi smartuser, serta mendorong produktivitas baik di sektor barang atau pun
jasa. Sehingga TIK secara riil akan meberikan dampak yang signifikan dalam
perekonomian, seperti mendorong pendapatan nasional. Pendapatan nasional
sendiri akan sangat dipengaruhi oleh tenaga kerja. Untuk mengetahui
perkembangan tenaga kerja dapat dilihat melalui perkembangan dari angkatan
kerja, dapat dilihat pada grafik berikut ini :
050000000
100000000150000000200000000250000000300000000350000000400000000450000000
2012
2013
2014
2015
2016
9
Grafik 1.4 Angkatan Kerja Negara - Negara di ASEAN (2012 – 2016)
Sumber : World Bank, 2018
Grafik 1.4 diatas memperlihatkan jumlah angkatan kerja negara – negara di
ASEAN dari tahun 2012 sampai dengan tahun 2016. Jumlah angkatan kerja
terbanyak berada di negara Indonesia dengan jumlah terakhir pada 2016 sebanyak
125 juta jiwa, dan terendah berada di negara Brunei Darussalam dengan jumlah
217 ribu jiwa. Secara keseluruhan masing – masing negara dalam 5 tahun terakhir
mengalami kenaikan angkatan kerja yang cukup signifikan.
Bertambahnya jumlah orang yang mengakses TIK dan angkatan kerja,
diharapkan mampu mendorong bertambahnya jumlah pendapatan nasional.
Dimana keberadaan orang – orang yang memiliki akses TIK serta para pekerja
yang tumbuh di era millenial seperti sekarang ini dapat memberikan sumbangsih
lebih terhadap bertambahnya pendapatan nasional. Adapun perkembangan
pendapatan nasional di 9 negara ASEAN 2012 – 2016 dapat dilihat pada grafik
berikut ini :
020000000400000006000000080000000
100000000120000000140000000
2012
2013
2014
2015
2016
10
Grafik 1.5 GDP ($ billion) Negara – Negara di ASEAN (2012 – 2016)
Sumber : Worldbank, 2018
Grafik 1.5 diatas memperlihatkan GDP negara – negara di ASEAN
memiliki kecendrungan mengalami peningkatan dari tahun ke tahun, Indonesia
merupakan negara dengan GDP terbesar dan Brunei Darussalam merupakan
negara terendah nilai GDP nya di ASEAN. Pada tahun 2012 nilai GDP Indonesia
sebesar 917 juta dan naik menjadi 932 juta pada tahun 2016. Sedangkan, Brunei
Darussalam pada tahun 2016 memiliki nilai pendapatan 11 juta, angka tersebut
menurun apabila dibandingkan dengan tahun 2012 dengan nilai GDP Brunei
Darussalam yang sebesar 19 juta, nilai pendapatan tersebut menurun diakibatkan
Gejolak perekonomian global beberapa tahun terakhir yang melanda ASEAN.
Dalam hal ini sektor industri teknologi informasi dan komunikasi terlihat
mulai mempengaruhi perekonomian ASEAN, dan kedepannya akan menjadi
sektor yang diandalkan bagi penerimaan pendapatan nasional negara – negara di
ASEAN. Oleh karena itu Pemerintahan dari masing – masing negara dituntut
untuk dapat menggali dan mengelola potensi dari Industri teknologi informasi dan
komunikasi yang dimiliki sebagai usaha untuk memajukan e-commerce tanpa
mengganggu sektor bisnis lainnya melalui terobosan-terobosan baru dalam upaya
meningkatkan pertumbuhan ekonomi. Terobosan dimaksud salah satunya adalah
dengan meningkatan kualitas sumber daya manusia dan investasi dalam hal
0100.000.000.000200.000.000.000300.000.000.000400.000.000.000500.000.000.000600.000.000.000700.000.000.000800.000.000.000900.000.000.000
1.000.000.000.000
2012
2013
2014
2015
2016
11
inovasi. Hal ini dilakukan demi terwujudnya masyarakat ekonomi digital yang
kompetitif di dunia yang ditunjang oleh kemajuan teknologi informasi dan
komunikasi. Dengan tujuan mendorong meningkatnya jumlah penerimaan
pendapatan nasional, mengurangi pengangguran dan juga akan mempengaruhi
kegiatan perekonomian masyarakat sekitar, sehingga nantinya dapat membiayai
penyelenggaraan pembangunan nasional. Berdasarkan latarbelakang yang telah
dipaparkan, penulis tertarik menganalisa mengenai perkembangan teknologi
informasi dan komunikasi terhadap pendapatan nasional dengan judul “Analisis
Akses Teknologi Informasi dan Komunikasi terhadap Pertumbuhan Ekonomi
(Studi Kasus Negara – Negara di ASEAN 2012 - 2016)”
B. Rumusan Masalah
Salah satu indikator yang digunakan untuk mengetahui dampak teknologi
informasi dan komunikasi terhadap perekonomian nasional, dan sebagai salah satu
faktor penentu tingginya tingkat perekonomian adalah melalui berkembangnya
infrastruktur teknologi informasi dan komunikasi di negara tersebut. Dampak
perkembangan teknologi informasi dan komunikasi akan sangat berpengaruh
manakala dapat dioptimalkan dengan kualitas tenaga kerja yang terampil dalam
pengoprasionalannya. Sehingga keberadaan TIK sangat berperan penting dalam
mendukung produktivitas dan efisiensi kegiatan produksi. Selain itu, sektor
teknologi informasi dan komunikasi telah menyumbangkan pendapatan nasional
yang bersumber dari pajak perusahaan, hasil laba perusahaan, dan investasi.
Negara – negara di ASEAN memiliki potensi besar untuk berkembang. Hal ini
dapat dilihat melalui semakin bertambahnya jumlah perusahaan – perusahaan yang
berbasis TIK. Namun potensi yang tinggi tersebut masih kurang dimanfaatkan
untuk meningkatkan Pendapatan Nasional. Oleh karena itu, studi mengenai
“Analisis Pengaruh Akses Teknologi Informasi dan Komunikasi terhadap
Pertumbuhan Ekonomi (Studi Kasus Negara – Negara di ASEAN 2012 - 2016)”
sangat diperlukan agar memperoleh jawaban atas permasalahan-permasalahan
yang ada. Adapun pertanyaan penelitian yang akan dibahas adalah :
12
1. Bagaimana pengaruh jumlah pengguna Internet terhadap pertumbuhan
ekonomi di 9 negara ASEAN?
2. Bagaimana pengaruh fixed broadband subscription terhadap pertumbuhan
ekonomi di 9 negara ASEAN?
3. Bagaimana pengaruh pengguna telepon seluler terhadap pertumbuhan
ekonomi di 9 negara ASEAN?
4. Bagaimana pengaruh tingkat partisipasi angkatan kerja terhadap
pertumbuhan ekonomi di 9 negara ASEAN?
5. Bagaimana pengaruh jumlah pengguna internet, fixed broadband
subscription, pengguna telepon seluler, dan tingkat partisipasi angkatan
kerja secara simultan terhadap pertumbuhan ekonomi di 9 negara ASEAN?
C. Tujuan Penelitian
Dilihat dari latar belakang, tujuan penelitian ini adalah :
1. Untuk mengetahui pengaruh jumlah pengguna Internet terhadap
pertumbuhan ekonomi di 9 negara ASEAN
2. Untuk mengetahui pengaruh fixed broadband subscription terhadap
pertumbuhan ekonomi di 9 negara ASEAN
3. Untuk mengetahui pengaruh pengguna telepon seluler terhadap
pertumbuhan ekonomi di 9 negara ASEAN
4. Untuk mengetahui pengaruh tingkat partisipasi angkatan kerja terhadap
pertumbuhan ekonomi di 9 negara ASEAN
5. Untuk mengetahui pengaruh jumlah pengguna Internet, fixed broadband
subcription, pengguna telepon seluler, dan tingkat partisipasi angkatan
kerja, secara simultan terhadap terhadap pertumbuhan ekonomi di 9 negara
ASEAN
D. Manfaat Penelitian
Manfaat dari penelitian ini adalah :
1. Bagi penulis, penelitian ini memberikan ruang bagi penulis untuk
mengaplikasikan ilmu yang telah diperoleh selama di bangku perkuliahan,
13
mengembangkan ide dan gagasan penulis terutama dalam ekonomi
pembangunan, menambah khazanah keilmuan penulis baik dari segi
intelektual, emosional, kompetensi, serta penulis dapat menghasilkan
penelitian yang dapat dijadikan referensi oleh peneliti lainnya.
2. Bagi masyarakat umum, penelitian ini dapat dijadikan indikator dalam
menilai pembangunan di sektor teknologi informasi dan komunikasi serta
menjadi bahan kajian baru mengenai kegiatan sektor ekonomi digital.
3. Bagi pemerintah, penelitian ini dapat menjadi sumbangan pemikiran serta
menjadi masukan dalam menentukan kebijakan bagi pembangunan sektor
ekonomi digital.
14
BAB II
TINJAUAN PUSTAKA
A. Landasan Teori
1. Pendapatan Nasional
Pendapatan nasional adalah nilai barang dan jasa yang diproduksikan
dalam suatu negara pada suatu tahun tertentu. Nilai tersebut dapat dihitung
menurut harga berlaku (yaitu pada harga – harga berlaku pada tahun dimana
GDP dihitung) dan menurut harga tetap yaitu pada harga – harga berlaku
pada tahun dasar (base year), (Sukirno, 2006). McEachern (146:2000)
mendefinisikan Gross Domestic Product (GDP) salah satu perhitungan dalam
mengukur nilai pasar dari barang dan jasa akhir yang diproduksi oleh sumber
daya yang berada dalam suatu negara selama jangka waktu tertentu, biasanya
satu tahun. Untuk mempelajari perekonomian dari waktu ke waktu atau untuk
membandingkan beberapa perekonomian pada suatu saat salah satu alat
hitung yang dapat digunakana dalah GDP.
GDP hanya mencakup barang dan jasa akhir, yaitu barang dan jasa
yang dijual kepada pengguna yang terakhir. Untuk barang dan jasa yang
dibeli untuk diproses dan kemudian dijual lagi tidak dimasukkan dalam
hitungan GDP, hal ini dilakukan untuk menghindari masalah penghitungan
ganda (McEachern, 147:2000). Perhitungan ganda dapat menyebabkan hasil
dari perhitungan GDP tidak menunjukkan hasil yang sebenarnya, sehingga
dalam perhitungan tersebut hanya dilakukan perhitungan satu kali untuk
setiap produk. Kenaikan produksi total oleh suatu perekonomiaan beberapa
ahli didefinisikan sebagai kenaikan PDRB/GNP suatu daerah atau negara.
Sukirno (2006) mendifinisikan kegiatan perekonomian untuk menghitung
tingkat pertumbuhan ekonomi menggunakan formula :
G = tingkat (presentase) pertumbuhan ekonomi
15
GDP atau Produk Domestik Bruto (PDB) adalah pendapatan nasional
riil yaitu pendapatan nasional yang dihitung pada harga tetap yang dicapai
pada suatu tahun ( tahun 1) (Sukirno, 2006).
Menurut (Mankiw, 23:2007) ada dua tipe GDP, yaitu sebagai berikut :
a. GDP dengan harga berlaku atau GDP nominal, yaitu nilai barang
dan jasa yang dihasilkan suatu negara dalam suatu tahun dinilai
menurut harga yang berlaku pada tahun tersebut.
b. GDP dengan harga tetap atau GDP RIIL, yaitu nilai barang dan
jasa yang dihaslkan suatu negara dalam tahun tertentu dinilai
menurut harga yang berlaku pada tahun tertentu dan digunakan
dalam menilai output barang atau pun jasa pada tahun lainnya.
GDP merupakan nilai total dari output suatu negara. Nilai semua
barang dan jasa yang dihasilkan dalam periode tertentu yang ditentukan oleh
faktor-faktor produksi dalam suatu negara dapat disebut juga sebagai PDB
(Case & Fair, 2007:21). PDB dapat dihitung melalui tiga pendekatan, yaitu
pendekatan pengeluaran dan pendekatan pendapatan dan pendekatan produksi
(Kunawangsih dan Antyo, 35:2006). Rumus PDB dengan pendekatan
pengeluaran secara umum seperti berikut:
PDB = Konsumsi + Investasi + Pengeluaran Pemerintah + (Ekspor –
Impor)
Dimana konsumsi adalah pengeluaran yang dilakukan oleh rumah
tangga, investasi oleh sektor usaha, pengeluaran pemerintah oleh pemerintah,
dan ekspor impor melibatkan sektor luar negeri. Sedangkan, untuk
menghitung PDB dengan pendekatan pendapatan tertuang dalam rumus
berikut ini:
PDB = Sewa + Upah + Bunga + Laba
16
Dimana sewa adalah pendapatan pemilik faktor produksi tetap seperti
tanah, upah untuk tenaga kerja, bunga untuk pemilik modal, dan laba untuk
pengusaha. Secara teori PDB dengan pendekatan pengeluaran dan pendapatan
harus menghasilkan angka yang sama (Kunawingsih dan Antyo, 35:2006).
PDB biasanya digunakan sebagai tolak ukur kesejahteraan dan pertumbuhan
ekonomi masyarakat dalam suatu negara.
Pendekatan yang ketiga adalah pendekatan produksi, menurut metode
ini, PDB adalah total output (produksi) yang dihasilkan oleh suatu
perekonomian. Cara penghitungan dalam praktik adalah dengan membagi -
bagi perekonomian menjadi beberapa sektor produksi. Jumlah output masing
- masing sektor merupakan jumlah output seluruh perekonomian, hanya saja,
ada kemungkinan bahwa output yang dihasilkan suatu sektor perekonomian
berasal dari output sektor lain. Dapat dikatakan juga terdapat input bagi
sektor ekonomi yang lain lagi. Dengan kata lain, jika tidak berhati – hati akan
terjadi penghitungan ganda atau bahkan multiple counting. Hal tersebut
mengakibatkan angka atau nilai dari PDB bisa melambung beberapa kali
lipat dari angka yang sebenarnya. Untuk menghindari hal tersebut, maka
dalam perhitungan PDB dengan metode produksi, yang dijumlahkan adalah
nilai tambah (value added) masing masing sektor. Rumus perhitungan PDB
pedekatan produksi adalah :
Y = (PXQ)1 + (PXQ)2 + ...... (PXQ)n
Y : pendapatan nasional
P : harga
Q : kuantitas
1.1 Pendapatan Per Kapita
Pendapatan per kapita adalah pendapatan rata – rata penduduk suatu
negara (Untoro, 13 : 2010). Pendapatan perkapita menunjukkan tingkat
pendapatan masyarakat dalam suatu negara. Variable yang digunakan untuk
menghitung pendapatan per kapita adalah produk nasionak bruto dan jumlah
17
penduduk. Secara matematis, rumus perhitungan pendapatan per kapita adalah
sebagai berikut :
Pendapatan per kapita = Produk Nasional Bruto (GNP) / Jumlah Penduduk
Menurut (Rakiman, 80 : 2011) Pendapatan perkapita suatu negara
merupakan tolak ukur kemajuan dari negara tersebut, apabila pendapatan
perkapita suatu negara renda dapat dipastikan mekanisme ekonomi masyarakat
di negara tersebut mengalami penurunan, dan begitu pula sebaliknya apabila
pendapatan per kapita suatu negara tinggi maka dapat dipastikan mekanisme
ekonomi masyarakat tersebut mengalami peningkatan, tapi pendapatan tersebut
bukan hanya didapat/diperoleh dari mekanisme ekonomi masyarakatnya saja,
banyak faktor yang mempengaruhi penurunan atau peningkatan pendapatan
tersebut seperti keadaan alam yang tidak dapat diperkirakan keadannya,
kondisi alam ini yang berubah ubah dengan datangnya bencana alam akan
membuat pendapatan suatu negara akan mengalami penurunan. Hal ini berlaku
bagi seluruh negara di belahan dunia tidak terkecuali Indonesia.
1.2 Pertumbuhan Ekonomi
Pertumbuhan ekonomi dapat didefinisikan sebagai kenaikan output
per kapita dalam jangka panjang. Pertumbuhan Ekonomi terjadi apabila di
dalam suatu perekonomian jumlah produk barang dan jasa mengalami
peningkatan. Nilai produk domestik bruto itu sendiri merupakan cerminan dari
Pertumbuhan output. Mekanisme naiknya pendapatan nasional riil atau produk
nasional riil dapat disebut sebagai pertumbuhan ekonomi (sadono sukirno,
2004). Oleh karena itu, jika perekonomian tersebut mengalami pertumbuhan
atau perkembangan maka dapat dipastikan dalam perekonomian tersebut
sedang terjadi pertumbuhan output riil. Penjelasan lainnya juga mengatakan
bahwasanya pertumbuhan ekonomi dimungkinkan terjadi apabila adanya
kenaikan output perkapita, selain itu pertumbuhan ekonomi dapat
menggambarkan kenaikan taraf hidup yang diukur dengan output riil per orang.
18
Menurut Roeslan Zaris, pertumbuhan ekonomi merupakan bagian dari
berkembangnya kesejahteraan masyarakat yang dapat diukur dengan besaran
pertumbuhan domestik regional bruto per kapita (PDRB per Kapita) (Roeslan
Zaris, 1987). Sedangkan Suryana dalam “Ekonomi Pembangunan Problematika
dan Pendekatan” mengungkapkan bahwa naiknya GDP dengan mengabaikan
lebih besar atau kecilnya suatu angka pertumbuhan penduduk serta
mengabaikan keberadaan dari perubahan struktur ekonomi maka dapat disebut
juga sebagai pertumbuhan ekonomi (Suryana, 2000).
1.2.1 Teori Pertumbuhan Ekonomi Menurut Para Ahli
a. Teori Pertumbuhan Ekonomi Klasik
Adam Smith merupakan sosok ekonom yang pertama kali
membahas pertumbuhan ekonomi dalam jangka panjang dengan aspek
utama pertumbuhan ekonomi, yaitu pertumbuhan output total dan
pertumbuhan penduduk di dalam karya fenomenalnya berjudul An
Inquiry Into the Nature and Causes of The Wealth of Nations (1976)
(Arsyad, 1999). Selain itu, menurut Suparmoko (2002), Adam Smith
menjelaskan dalam perkembangan ekonomi diperlukan adanya
spesialisasi kerja dan pembagian kerja. Spesialisasi kerja dan
pembagian kerja ini akan menghasilkan output, karena dapat
meningkatkan keterampilan dan kemampuan setiap pekerja. Adanya
pembagian kerja harus diimbangi dengan akumulasi modal. Dan juga
perluasan juga perlu dilakukan guna menampung hasil produksi.
Perluasan pasar juga dilakukan. Hal ini akan menambah luasnya pasar
sehingga pasar akan terdiri dari pasar dalam negeri dan luar negeri.
Jika perluasan pasar, akumulasi modal dan pembagian kerja telah
tercukupi, maka akan menaikkan tingkat produktivitas tenaga kerja,
dan kenaikan produktivitas tenaga kerja ini akan menaikan pendapatan
nasional (Suparmoko, 2002). David Ricardo yang juga pemikir dalam
aliran teori pertumbuhan klasik, mengembangkan teorinya kedalam
bukunya The Principles of Political Economy and Taxation yang
19
diterbitkan tahun 1917. Teorinya membahas mengenai empat
kelompok pemasalahan, yaitu teori tentang nilai dan harga barang,
teori tentang distribusi pendapatan sebagai pembagian hasil dan
disajikan dalam bentuk teori upah, teori sewa tanah, teori bunga dan
laba, teori tentang perdagangan internasional, teori tentang akumulasi
dan pertumbuhan ekonomi (Arsyad, 1999). Maka dapat disimpulkan,
menurut pandangan ahli – ahli ekonomi klasik terdapat faktor – faktor
yang menentukan atau berpengaruh terhadap pertumbuhan ekonomi,
antara lain : jumlah stok barang – barang modal, jumlah penduduk,
luas tanah, kekayaan alam serta tingkat teknologi yang digunakan.
Walaupun bergantung pada banyak faktor, ekonom klasik lebih
bertumpu pada pengaruh pertambahan penduduk terhadap
pertumbuhan ekonomi (Sukirno, 2011)
b. Teori Schumpeter
Menurut Sadono Sukirno (2011), Teori Schumpeter
menekankan tentang pentingnya peranan pengusaha di dalam
mewujudkan pertumbuhan ekonomi. dalam teori itu ditunjukkan
bahwa para pengusaha merupakan golongan yang akan terus menerus
membuat pembaharuan atau inovasi dalam kegiatan ekonomi. Inovasi
tersebut meliputi : memperkenalkan barang – barang baru,
mempertinggi efisien cara memproduksi dalam menghasilkan sesuatu
barang, memperluas pasar sesuatu barang ke pasaran – pasaran yang
baru, mengembangkan sumber baru dan mengadakan inovasi dalam
organisasi yang bertujuan meningkatkan efisiensi kegiatan
perusahaan. Berbagai kegiatan inovasi ini akan memerlukan investasi
baru. Menurut schumpeter, dengan meningkatnya kemajuan suatu
perekonomian maka semakin terbatas kemungkinan untuk
mengadakan inovasi. Oleh karena itu, pertumbuhan ekonomi
cenderung melambat. Hingga pada waktunya akan mencapai tingkat
“keadaan tidak berkembang” atau “stationary state”, akan tetapi
berbeda dengan pandangan klasik, dalam schumpeter keadaan tidak
20
berkembang itu dicapai pada tingkat pertumbuhan yang tinggi.
Pandangan ini berbeda dengan pandangan klasik, ketika tingkat
tersebut dicapai pada waktu perekonomian telah berada kembali pada
tingkat pendapatan subsisten, yaitu pada tingkat pendapatan yang
sangat rendah (Sukirno, 2011).
c. Teori Harold – Domar
Dalam menganalisis mengenai masalah pertumbuhan
ekonomi, teori harrod-domar bertujuan untuk menerangkan syarat
yang harus dipenuhi supaya suatu perekonomian dapat mencapai
pertumbuhan yang teguh atau steady growth dalam jangka panjang
(Sukirno, 2011). Menurut Jhingan (2003:229), Harrod dan Domar
memberikan fungsi kunci kepada investasi dalam proses petumbuhan
ekonomi. Pertama, menciptakan pendapatan sebagai permintaan dan
stok modal sebagai penawaran. Karena itu, selama kegiatan investasi
masih berlangsung, pendapatan riil dan output akan terus meningkat.
Namun, untuk mempertahankan tingkat equilibrium pendapatan pada
pekerjaan penuh, makaa baik pendapatan maupun output keduanya
harus meningkat dalam laju yang sama pada saat kapasitas produktif
meningkat.
Untuk menganalisis pertumbuhan ekonomi, Harrod-Domar
menggunakan pemisalan – pemisalan berikut : (i) barang modal telah
mencapai kapasitas penuh, (ii) tabungan adalah proporsional dengan
pendapatan nasional, (iii) rasio modal-produksi (capital output ratio)
tetap nilainya, dan (iv) perekonomian terdiri dari dua sektor.Dengan
menggunakan analisis Harrod-Domar dapat dilihat bahwa (i) dalam
jangka panjang pertambahan pengeluaran agregat yang
berkepanjangan perlu dicapai untuk mewujudkan pertumbuhan
ekonomi, dan (ii) pertumbuhan ekonomi yang teguh hanya mungkin
dicapai apabila I+G+(X-M) terus menerus bertambah dengan tingkat
yang menggalakkan (Sukirno,2011)
21
Sehingga dapat disimpulkan teori Harrod-Domar menyatakan setiap
perekonomian dapat menyisakan suatu proporsi tertentu dari
pendapatan nasionalnya jika hanya untuk mengganti barang - barang
modal yang rusak. Namun demikian untuk menumbuhkan
perekonomian tersebut diperlukan investasi baru (Todaro,2006).
d. Teori Pertumbuhan Neo-Klasik
Sebagai sebuah teori, pertumbuhan neo klasik melihat
perekonomian dari segi penawaran. Berdasarkan pengembangan dari
tokoh ekonom Abramovits dan Solow, pertumbuhan ekonomi
bergantung pada berkembangnya faktor – faktor produksi. Model
pertumbuhan Solow (Solow Growth Model) menghasilkan hubungan
ketersediaan modal, angkatan kerja dan kemajuan teknologi dalam
suatu perekonomian dan bagaimana pengaruhnya terhadap output total
barang dan jasa pada suatu negara (Mankiw, 2007). Perlu untuk
diingat dalam teori neoklasik faktor terpenting untuk mewujudkan
pertumbuhan ekonomi bukanlah pertambahan modal dan pertambahan
tenaga kerja. Faktor yang paling penting adalah kemajuan teknologi
dan pertambahan kemahiran dan kepakaran tenaga kerja (Sukirno,
2011). Dalam Mankiw, Pandangan ini dinyatakan dengan persamaan :
Y = F(K, L,)
Untuk mengetahui efisiensi tenaga kerja dalam produktivitas dengan
pengaruh teknologi, maka fungsi permasaannya menjadi :
Y = F(K, L x E)
Dimana :
Y = pertumbuhan ekonomi
K = Modal
L = Angkatan Kerja
E = Efisiensi Tenaga Kerja
22
Efisiensi tenaga kerja merupakan variable baru dan (Abstrak)
yang tertuang sebagai variable E. Dengan teknologi yang mengalami
kemajuan, pengetahuan masyarakat tentang metode – metode produksi
bertambah dan efisiensi meningkat, maka hal tersebut mencerminkan
adanya efisiensi tenaga kerja. Contohnya adalah pada abad ke dua
puluh efisiensi Efisiensi tenaga kerja juga meningkat ketika ada
pengembangan dalam kesehatan, pendidikan, atau keahlian angkatan
kerja.
L x E mengukur jumlah para pekerja efektif. Perkalian ini
bertujuan untun memperhitungkan jumlah pekerja L dan efisiensi
masing – masing pekerja E. Fungsi produksi yang baru ini
memperhitungkan jumlah pekerja L dan efisiensi masing – masing
pekerja E. Fungsi produksi yang baru ini menyatakan bahwa output
total Y bergantung pada jumlah unit modal K dan jumlah pekerja
efektif, L x E. Inti dari pendekatan terhadap model kemajuan
teknologi ini adalah bahwa peningkatan efisiensi tenaga kerja E
sejalan dengan peningkatan angkatan kerja L.
Asumsi utama yang digunakan dalam model Solow adalah
modal mengalami diminishing returns. Jika persediaan tenaga kerja
dianggap tetap, akibat dari akumulasi modal terhadap penambahan
output akan selalu lebih kecil dari penambahan sebelumnya,
menggambarkan produk marjinal modal (marginal product of capital)
yang terus menurun. Jika diasumsikan bahwa tidak ada perkembangan
teknologi atau pertumbuhan tenaga kerja, maka diminishing return
pada modal mengindikasikan bahwa penambahan jumlah modal hanya
cukup untuk menutupi jumlah modal yang berkurang karena adanya
depresiasi. Pada titik ini pertumbuhan ekonomi akan terhenti, karena
diasumsikan bahwa tidak ada perkembangan teknologi atau
pertumbuhan tenaga kerja (Mankiw, 2007).
23
1.2.2 Proses Pertumbuhan Ekonomi
Proses pertumbuhan ekonomi dipengaruhi oleh dua macam faktor,
faktor ekonomi dan nonekonomi. Pertumbuhan ekonomi suatu negara
tergantung pada sumber alamnya, sumber daya manusia, modal, usaha,
teknologi, dan sebagainya (Jhingan, 2004:67).
a. Faktor Ekonomi
Para ekonom menganggap faktor produksi merupakan faktor penting
yang mempengaruhi perkembangan dari tumbuhnya perekonomian.
Beberapa faktor ekonomi tersebut diantaranya :
- Sumber Daya Alam
Tanah merupakan salah satu faktor produksi yang paling berharga.
Tanah yang dapat ditanami akan mendapat nilai lebih. Selain tanah,
minyak gas, hutan air dan bahan-bahan mineral lainnya merupakan
sumber daya alam yang sangat penting.
- Akumulasi Modal
Untuk memajukan sektor perekonomian, maka diperlukan
pembentukan modal dan investasi. Hal ini tentunya memerlukan
upaya dan pengorbanan, seperti pengurangan konsumsi yang cukup
memakan waktu yang cukup panjang..
- Organisasi
Kehadiran Organisasi dalam ekonomi lebih bersifat sebagai pelengkap
dan mengoptiomalkan dalam peningkatan produktivitas.
- Kemajuan teknologi
Faktor penting lainnya dalam pertumbuhan ekonomi adalah perubahan
teknologi. Sebagai faktor yang penting, kemajuan teknologi akan
merubah hal – hal yang terkait dengan metode produksi yang akan
mempengaruhi perekonomian. Tentunya ini merupakan dampak dari
penelitian dan pembaharuan.
- Pembagian kerja dan skala produksi
Peningkatan Produktivitas terjadi apabila arah ekonomi produksi yang
terukur dan terencana. Hal ini dibantu dengan adanya spesialisasi dan
24
pembagian, dalam skala besar akan berpengaruh terhadap kemajuan
industri.
b. Faktor Non – Ekonomi
Faktor non – ekonomi memiliki faktor yang penting dalam
perekonomian. Mereka bersama – sama telah berperan dalam majunya
perekonomian saat ini. Beberapa faktor nonekonomi diantaranya :
- Faktor Sosial
Dinamisnya dari pandangan, harapan, struktur, dan nilai – nilai sosilai
merupakan output dari kekuatan faktor sosial. Selain itu, faktor ini
sangat berpengaruh terhadap pertumbuhan ekonomi.
- Faktor Sumber Daya Manusia
Keberhasilan perekonomian ditentukan juga oleh kualitas
manusia/input tenaga kerjanya. Oleh karena itu kualitas sumber daya
manusia merupakan hal yang penting.
- Faktor Politik dan Administratif
Stabilnya pertumbuhan ekonomi dibantu oleh struktur politik dan
administrasi yang baik serta di dukung oleh administrasi yang kokoh,
tidak adanya korupsi, dan efisien.
2. Teknologi Informasi dan Komunikasi (TIK)
Teknologi Informasi merupakan bagian dari ilmu pengetahuan dan
teknologi (IPTEK). Saat ini teknologi informasi (TI) lebih dikenal dengan
teknologi informasi dan komunikasi (TIK) atau information and
communications technology (ICT). Menurut bahasa, teknologi informasi
merupakan studi atau peralatan elektronika, terutama komputer, untuk
menyimpan, menganalisis dan mendistribusikan informasi apa saja, termasuk
kata – kata bilangan dan gambar (Kamus Oxford, 1995). Sedangkan menurut
Tata Sutabri (2014), teknologi informasi merujuk pada pengembangan dan
aplikasi dari alat, mesin, material dan proses yang membantu manusia dalam
menyelesaikan tugas atau masalah, sedangkan informasi adalah hasil dari
25
proses, manipulasi, dan pengorganisasian dari sekelompok atau kumpulan
data yang mempunyai nilai pengetahuan bagi penggunanya (Tata Sutabri,
2014). Teknologi informasi juga tidak hanya terbatas pada teknologi
komputer (perangkat luinak & perangkat keras) yang digunakan untuk
memproses atau menyimpan informasi, melainkan juga mencakup teknologi
komunikasi untuk mengirimkan informasi (Martin,1999). Akan tetapi Edy
haryanto (2008), menjelaskan segala hal atau bentuk yang terkait dengan
pengambilan, pengumpulan (akuisisi), pengolahan, penyimpanan, penyebaran
dan penyajian informasi dapat di sebut sebagai teknologi informasi dan
komunikasi. Proses penggunaan alat bantu, manipulasi, dan pengelolaan
dalam informasi disebut sebagai teknologi informasi. Sedangkan, penggunaan
alat bantu untuk memproses dan mentransfer data dari perangkat satu ke
perangkat lainnya dapat disebut sebagai teknologi komunikasi (Edy
Haryanto, 2008). Lalu menurut Anatta Sannai, Teknologi Informasi dan
komunikasi merupakan media yang membantu sesama manusia untuk
memperoleh pengetahuan dari satu orang ke orang lainnya (Anatta Sannai,
2004). Maka dapat difahami bahwa teknologi informasi tidak sekedar
teknologi komputer, tetapi juga mencakup teknologi komunikasi. Dengan
kata lain, yang disebut teknologi informasi adalah gabungan antara teknologi
komputer dan teknologi telekomunikasi (Tata Sutabri,2014).
2.1 Indikator dalam Teknologi Informasi dan Komunikasi (TIK)
Sebagai bentuk pengembangan dari TIK di seluruh dunia, pihak – pihak yang
terkait dengan hal tersebut bersama – sama berumuskan langkah – langkah
untuk meningkatkan ketersediaan dan kualitas data dan indikator TIK,
khususnya di negara-negara berkembang. Hingga pada akhirnya kemitraan
tersebut pada tahun 2004 melahirkan The Partnership on Measuring ICT for
Development yang disepakati 14 organisasi internasional serta menjadi acuan
negara – negara di dunia untuk membuat kebijakan TIK yang didasari pada
statistik TIK. Beberapa indikator untuk mengukur kapasistas akses dan
penggunaan TIK antara lain :
26
- Pengguna Internet
Dalam United Nation (Core ICT Indicator : Partnership on Measuring
ICT for development 2005), pengguna internet didefinisikan sebagai
seseorang yang membayar akses ke internet publik (Koneksi TCP / IP),
terlepas dari jenis atau kecepatan akses, jenis perangkat yang digunakan
untuk mengakses internet (United Nation, 2005). Sedangkan ITU
(2017), pengguna internet mengacu pada orang-orang yang
menggunakan Internet dari lokasi manapun dan untuk tujuan apa pun,
terlepas dari perangkat dan jaringan yang digunakan, dalam tiga bulan
sebelumnya. Penggunaan dapat melalui komputer (misalnya komputer
desktop, komputer laptop, tablet, atau komputer genggam sejenis),
ponsel, mesin permainan, televisi digital, dll.). Akses dapat melalui
jaringan tetap atau seluler.
- Fixed broadband subscription
Menurut United Nation (2005), Fixed broadband merupakan saluran
telepon tetap yang menghubungkan peralatan terminal milik customer
(misalnya telepon, mesin fax) ke Public Switched Telephone Network
(PSTN) yang memiliki port khusus pada pertukaran telepon, dan
penggunanya merupakan yang terkoneksi kedalamnya. Sedangkan
menurut ITU (2017), langganan tetap untuk akses berkecepatan tinggi
ke Internet publik (Transmission Control Protocol (TCP) / koneksi IP)
pada kecepatan hilir sama atau lebih tinggi dari 256 kbit / dtk. Ini
termasuk modem kabel, DSL, fiber-to-the-home / building, langganan
kabel-tetap lainnya, broadband satelit dan broadband nirkabel tetap
terestrial. Totalnya diukur terlepas dari metode pembayaran. Ini
mengecualikan langganan yang memiliki akses ke komunikasi data
(termasuk Internet) melalui jaringan seluler-seluler. Ini termasuk
WiMAX tetap dan teknologi nirkabel tetap lainnya, dan baik
langganan residensial maupun langganan untuk organisasi (ITU,
2017).
27
- Pengguna Telepon Seluler
Menurut United Nation (2005) Pelanggan telepon seluler merupakan
pengguna telepon portabel yang berlangganan pada layanan telepon
seluler publik otomatis dengan menggunakan teknologi seluler yang
menyediakan akses ke PSTN. Pengguna langganan pasca bayar dan
pra-bayar termasuk didalamnya. Sedangkan menurut ITU (2017)
Pengguna telepon Seluler adalah jumlah langganan ke layanan telepon
seluler umum yang menyediakan akses ke jaringan telepon umum yang
diaktifkan menggunakan teknologi seluler. Ini mencakup jumlah
langganan pascabayar dan jumlah akun prabayar aktif (yaitu akun yang
telah aktif selama tiga bulan sebelumnya). Ini mencakup semua
langganan seluler-seluler yang menawarkan komunikasi suara. Ini tidak
termasuk langganan melalui kartu data atau modem Universal Serial
Bus (USB), langganan ke layanan data seluler publik, radio seluler
berbatang pribadi, telepoint, paging radio, layanan mesin-ke-mesin
(M2M) dan telemetri.
3. Angkatan Kerja
Suparmoko (2002) mendefinisikan tenaga kerja sebagai penduduk
yang masuk ke dalam usia kerja atau penduduk suatu negara dalam
memproduksi barang atau jasa, yang dalam usia kerja yaitu antara 15-64
tahun. Mulyadi (2008) mendifinisikan Tenaga kerja (manpower) sebagai
penduduk dalam usia kerja berusia (15-64) tahun atau jumlah seluruh
penduduk dalam suatu negara yang dapat memproduksi barang dan jasa jika
ada permintaan terhadap tenaga mereka, dan jika mereka mau berpartisipasi
dalam aktivitas tersebut. Payaman J. Simanjuntak (1985) menyebutkan bahwa
tenaga kerja adalah penduduk yang sudah atau sedang bekerja, sedang
mencari pekerjaan dan melakukan kegiatan lain, seperti bersekolah dan
mengurus rumah tangga. Menurut UU No. 13 tahun 2003 bab 1 ayat 2, tenaga
kerja adalah setiap orang yang mampu melakukan pekerjaan guna
menghasilkan barang jasa baik untuk memenuhi kebutuhan sendiri maupun
28
untuk masyarakat. Dalam undang - undang tenaga kerja yang termasuk
golongan tenaga kerja adalah mereka yang berumur 15 tahun sampai 64
tahun. Dan jika yang bukan angkatan kerja adalah mereka yang tidak mau
bekerja meskipun ada permintaan bekerja.
Worldbank secara ekslplisit menjelaskan bahwa angkatan kerja terdiri
dari orang-orang berusia 15 dan lebih tua yang memasok tenaga kerja untuk
produksi barang dan jasa selama periode tertentu. Ini termasuk orang-orang
yang saat ini bekerja dan orang-orang yang menganggur tetapi mencari
pekerjaan serta pencari kerja pertama kali. Namun, tidak semua orang yang
bekerja termasuk. Pekerja yang tidak dibayar, pekerja keluarga, dan siswa
seringkali dihilangkan, dan beberapa negara tidak menghitung anggota
angkatan bersenjata. Ukuran angkatan kerja cenderung bervariasi sepanjang
tahun saat pekerja musiman masuk dan keluar (Worldbank). Sedangkan The
Organisation for Economic Co-operation and Development (OECD)
menjelaskan bahwa angkatan kerja merupakan masyarakat yang terdiri dari
semua orang yang memenuhi persyaratan untuk dimasukkan di antara pekerja
atau penganggur (OECD). Kondisi lapangan kerja yang tersedia dapat
tergambarkan melalui jumlah angkatan angkatan kerja yang berkerja. Selain
itu, Kuncoro (2004) menjelaskan bahwa dengan bertambah besarnya
lapangan kerja yang tersedia, maka total produksi di suatu daerah akan
semakin meningkat.
Penerapan penduduk usia kerja di atas 15 tahun adalah setelah
International Labour Organization (ILO) menginstruksikan agar batas awal
usia kerja adalah setelah 15 tahun. Penduduk usia kerja menurut Badan Pusat
statistik (BPS, 2009) sesuai yang disarankan oleh International Labor
Organization (ILO) adalah penduduk usia 15 tahun keatas yang
dikelompokkan ke dalam angkatan kerja dan bukan angkatan kerja. Pada
dasarya tenaga kerja dibagi kedalam kelompok angkatan kerja dan bukan
angkatan kerja, BPS (2018) membagi angkatan kerja kedalam 2 kelompok,
yaitu :
29
1. Penduduk yang termasuk angkatan kerja adalah penduduk usia kerja
(15 tahun dan lebih) yang bekerja, atau punya pekerjaan namun
sementara tidak bekerja dan pengangguran.
2. Penduduk yang termasuk bukan angkatan kerja adalah penduduk usia
kerja (15 tahun dan lebih) yang masih sekolah, mengurus rumah
tangga atau melaksanakan kegiatan lainnya selain kegiatan pribadi.
Labor Force atau Angkatan Kerja (AK), adalah bagian dari tenaga kerja yang
sesungguhnya terlibat, atau berusaha untuk terlibat, atau berusaha terlibat
dalam kegiatan produksi barang dan jasa. Dalam hal ini adalah penduduk
yang kegiatan utamanya selama seminggu yang lalu bekerja (K), atau sedang
mencari pekerjaan (MP). Untuk kategori bekerja apabila minimum bekerja
selama 1 jam selama seminggu yang lalu untuk kegiatan produktif sebelum
pencacahan dilakukan. Mencari pekerjaan adalah seseorang yang kegiatan
utamanya sedang mencari pekerjaan, atau sementara sedang mencari
pekerjaan dan belum bekerja minimal 1 jam selama seminggu yang lalu.
(Sumarsono, 2009). Jadi angkatan kerja dapat diformulasikan melalui
persamaan identitas sebagai berikut:
AK = K + MP.
Angkatan kerja adalah bagian dari tenaga kerja yang sesungguhnya terlibat,
atau berusaha untuk terlibat, dalam kegiatan produktif yaitu produksi barang
dan jasa (Mulyadi, 2008). Sementara Mankiw (2003) mendifinisikan
Angkatan kerja sebagai jumlah orang yang sedang bekerja dan orang yang
menganggur, dan tingkat pengangguran (unemployment rate) didefinisikan
sebagai presentase dari angkatan kerja yang tidak bekerja, yaitu :
Angkatan kerja = jumlah orang yang bekerja + jumlah penganggur
Tingkat pengangguran = jumlah penganggur/angkatan kerja x 100
30
Penjumlahan angka-angka angkatan kerja dalam bahasa ekonomi disebut
sebagian penawaran angkatan kerja (labour supply). Sedangkan penduduk
yang berstatus sebagai pekerja atau tenaga kerja termasuk ke dalam sisi
permintaan (labour demand). Bukan Angkatan Kerja (unlabour force), adalah
bagian dari tenaga kerja yang sesungguhnya tidak terlibat dalam kegiatan
produktif yaitu memprodukdi barang dan jasa. Jadi yang dimaksud bukan
angkatan kerja tenaga kerja yang tidak mampu mencari pekerjaan
(Simanjuntak, 1998). Apabila seseorang yang sedang sekolah, mereka bekerja
minimal 1 jam selama seminggu yang lalu, tetapi kegiatan utamanya adalah
sekolah, maka individu tersebut tetap masuk ke dalam kelompok bukan
angkatan kerja. Mereka yang tercatat lainnya jumlahnya tidak sedikit dan
mungkin sebagian besar masuk ke dalam transisi antara sekolah untuk
melanjutkan ke jenjang pendidikan yang lebih tinggi atau tidak dalam
kategori Bukan Angkatan Kerja (BAK). Jadi jumlah Usia Kerja (UK) apabila
dilihat melalui persamaan identitas adalah sebagai berikut:
UK = AK +BAK
Tingkat Partisipasi Angkatan Kerja (TPAK) atau Labour Force Participation
Rate (LFPR) adalah menggambarkan perbandingan jumlah angkatan kerja
dengan penduduk usia kerja dalam kelompok yang sama (Payaman
Simanjuntak, 1998). Untuk menghitung TPAK dapat digunakan rumus
sebagai berikut:
TPAK = AK/UK x 100%
TPAK, presentase dari populasi orang dewasa yang ada dalam angkatan kerja
(Mankiw, 2003) :
31
TPAK = angkatan kerja/populasi dewasa x 100
Sedangkan menurut Mulyadi (2008), TPAK adalah menggambarkan jumlah
angkatan kerja dalam suatu kelompok umum seperti sebagai presentase
penduduk dalam kelompok umur tersebut.
TPAK atau LFPR = angkatan kerja/tenaga kerja x 100%
Pertumbuhan penduduk akan sangat mempengaruhi pertumbuhan angkatan
kerja. Semakin besar jumlah penduduk usia kerja, maka secara otomatis
jumlah angkatan kerja akan bertambah. Semakin tinggi TPAK/LFPR maka
semakin baik, karena itu berarti partisipasi angkatan kerja semakin
meningkat. Bila peningkatan angkatan kerja seiring dengan bertambahnya
partisipasi penduduk yang bekerja, hal ini dapat berarti peningkatan
TPAK/LFPR diiringi dengan menurunnya partisipasi penduduk yang bekerja,
ini berarti pertanda bahwa pemicu tingginya TPAK/LFPR adalah
meningkatnya penduduk yang mencari pekerjaan.
B. Penelitian Terdahulu
1. Elsadig Musa Ahmed & Rahim Ridzuan (2012) The Impact of ICTon East
Asian Economic Growth: Panel Estimation Approach. Penilitan ini
bertujuan untuk menguji dampak dari ICT terhadap pertumbuhan ekonomi
pada ASEAN5+ dengan menggunakan data panel dalam kurun waktu 1975
– 2006. Variable yang digunakan dalam penelitian ini antara lain modal
(CAP), Tenaga Kerja (LAB) dan Investasi Komunikasi (TELINT) dan
GDP. Negara yang dipilih peneliti dalam ASEAN5+ antara lain Malaysia,
Thailand, Singapura, Filipina, Jepang, Korea, dan China. Alat analisis
yang digunakan adalah Panel Generelized Least Square (PGLS) dengan
fixed effect mode (FEM) pada estimasi ASEAN5, dan random effect model
(REM) pada estimasi ASEAN5+. Hasil Penelitian menunjukkan bahwa
seluruh variable memiliki dampak positif dan signifikan terhadap
pertumbuhan ekonomi, baik terhadap ASEAN5 dan ASEAN5+. Dalam
penelitian ini menunjukkan TIK memiliki peran penting dalam
32
pertumbuhan dan pembangunan ekonomi serta dapat berdiri sendiri tanpa
dipengaruhi faktor modal dan tenaga kerja.
2. Kais Saidi & Lobna Ben Hassen & M. Sami Hammam (2014)
Econometric Analysis of the Relationship Between ICT and Economic
Growth in Tunisia. Penelitian ini bertujuan untuk mencari tahu efek dari
ICT terhadap pertumbuhan ekonomi di Tunisia dengan menggunakan alat
analisis Ordinary Least Square (OLS). Penelitian ini menggunakan
variable GDP sebagai variable dependen, dan variable Human Capital,
Telephone Mainlines, The gross Fixed Capital Formation sebagai variable
independen dengan rentang waktu tahun 1975 – 2008. Hasil penelitian ini
menunjukkan bahwa adanya hubungan positif antara tingkat pertumbuhan
GDP dan penggunaan ICT.
3. Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi (2018) Information
communication technology (ICT) infrastructure and economic growth: A
causality evinced by cross-country panel data. Penelitian ini bertujuan
untuk menguji keberadaan hubungan jangka panjang antara GDP
(PCGDP) sebagai variable dependen, pengguna broadband (BBAND),
pengguna internet (INNET) mewakili Teknologi Informasi dan
Komunikasi, dan presentase angkatan kerja (LAFPR), modal tetap
domestik bruto (GDFCF) serta indeks harga konsumsi (CONPI) sebagai
variable independen. Sampel yang digunakan dalam penelitian ini adalah
negara G-20 dalam kurun waktu 2001 – 2012. Dengan menggunakan uji
panel kointegrasi, penelitian ini menemukan variable – variable saling
terkointegrasi namun tidak berdampak dalam jangka panjang. Setelah
melalui penggunaan model Vector Error Correction Models (VECM)
ditemukan variable teknologi informasi dan komunikasi yaitu pengguna
internet dan pengguna broadband mendorong pendapatan nasional, yaitu
GDP per kapita.
4. Kais Saidi, Mounir Ben Mbarek, Mounira Amamri (2015) Causal
Dynamics between Energy Consumption, ICT, FDI, and Economic
Growth: Case Study of 13 MENA Countries. Penelitian ini bertujuan
33
menguji hubungan antara konsumsi energi (EC), teknologi informasi dan
komunikasi (ICT), investasi asing (FDI), dan pertumbuhan ekonomi.
variable yang digunakan adalah ekuivalen minyak per kapita dalam satuan
kg mewakili konsumsi energi, arus masuk investasi asing mewakili foreign
direct investment, pengguna internet per 100 orang mewakili variable ICT,
pembentukan modal tetap bruto dengan harga konstan $ pada tahun 2005
dan angkatan kerja yang diukur dari persen jumlah penduduk. Data
diambil dari tahun 1990 – 2012 dengan 13 negara MENA : Algeria, Mesir,
Iran, Yordania, Kuwait, Maroko, Oman, Kerajaan Saudi Arabia, Sudan,
Suriah, Tunisia, Turki, dan United Arab Emirates. Penelitian
menggunakan dynamic data panel melalui uji unit root, kointegrasi, dan
granger causality. Hasil penelitian ini menunjukkan adanya hubungan dua
arah antara konsumsi energi dan pertumbuhan ekonomi, Teknologi
Informasi dan komunikasi menunjukkan hubungan dua arah dengan
pertumbuhan ekonomi baik dalam jangka pendek dan panjang, namun
hasil hanya mendukung adanya kausalitas yang searah pertumbuhan
ekonomi menjadi FDI. Sehingga pada penelitian ini, konsumsi energi dan
ICT menunjukkan peran penting untuk menentukan pertumbuhan
ekonomi.
5. Bahar Bayraktar Sağlam (2016) ICT Diffusion, R&D Intensity, and
Economic Growth: a Dynamic Panel Data Approach Penelitian ini
bertujuan untuk mencari tahu hubungan ICT diffusion, R&D intensity, dan
economic growth. Variabel yang digunakan antara lain Total Employment,
ICT investment, GDP growth, Internet users, mobile phone users, R&D
expenditure in GDP. Data yang digunakan menggunakan data panel dari
34 negara yang tergabung di dalam Organization for Economic Co-
operation and Development (OECD) dengan rentang waktu dari tahun
1990 – 2012. Data tersebut diperoleh dari database yang dimiliki The
World Development Indicators dan OECD Main Science and Technology
Indicators. Peneleitian ini diuji dengan model Panel VAR Techniques,
melalui uji GMM dan uji wald. Hasil penelitian ini menunjukan ICT
34
memiliki hubungan yang positif terhadap pertumbuhan ekonomi, dan
signifikan terhadap pembentukan modal manusia yang meningkatkan
jumlah peneliti dalam total tenaga kerja. Hal ini menunjukkan TIK harus
diberikan perhatian lebih dalam pengajaran dan pembelajaran, sehingga
mendorong hubungan yang lebih antara ICT dan R & D. Pengembangan
ini akan memajukan pertumbunhan ekonomi dan mendukung pengetahuan.
6. Sajda Qureshi & Lotfollah Najjar (2017) Information and communications
technology use and income growth: evidence of the multiplier effect in
very small island states. Penelitian ini dilaksanakan untuk menginvestigasi
pengaruh pertumbuhan dalam penggunaan TIK terhadap GDP di negara
kepulauan yang sangat kecil dengan menganalisis rata – rata penggunaan
ICT terhadap pertumbuhan GDP. Penelitian ini menggunakan variabel the
number of mobile cellular telephone subscriptions (MCT) per 100
inhabitants; individuals using the Internet and Fixed (wired) Internet
subscriptions per 100 inhabitants (INTU), Broadband Internet
subscriptions (BIS) per 100 inhabitants yang di integrasikan ke dalam
indeks rata – rata penggunaan ICT (ICTusage), population growth
(POPg), dan GDPgrowth dengan kurun waktu 2009 - 2012. Penelitian ini
menggunakan principal component analysis (factor analysis) untuk
mencari tahu korelasi ketiga variable ke dalam satu komponen matriks dan
juga menggunakan hierarchical linear regression model. Hasil penelitian
ini menunjukan adanya hubungan terbalik, tidak langsung, dan positif
antara ICT dan GDP. Selain itu, di dalam penelitian ini ditemukan
hubungan antara pertumbuhan ICT dan pertumbuhan popuasi. Model
pengganda dalam penelitian ini memprediksi jika popuasi tetap sama,
pertumbuhan GDP akan meningkat sebesar 0,596% untuk presentase
dalam pertumbuhan ICT. Hal ini memberikan efek multiplier positif dari
investasi dalam ICT.
7. Jana Hanclova, Petr Doucek, Jakub Fischer & Kristyna Vltavska (2015)
Does ICT capital affect economic growth in the EU-15 and EU-12
countries? Penelitian ini bertujuan mengkaji pertumbuhan ekonomi di
35
negara – negara anggota lama dan baru dari Uni Eropa (EU-15 dan EU-12)
yang di akibatkan oleh perkembangan Teknologi Informasi dan
Komunikasi. Dengan menggunakan fungsi produksi Cobb – Douglas yang
di karakterisasi oleh Hicks-neutral Technology dan menguraikan input
modal menjadi ICT dan non ICT, peneliti menggunakan variabel Gross
Domestic Product (GDP), labour quantity, non-ICT capital dan ICT
capital yang di estimasi menggunakan the panel general least squares
method (PEGLS). Karena data yang terbatas, penelitian ini menelitik
kelompok negara menjadi EU-14 dan EU-17. Hasil dari penelitian tersebut
antara lain Dampak modal ICT pada pertumbuhan ekonomi total terbukti
di kedua kelompok negara, sedangkan elastisitas dalam kelompok Uni
Eropa-7 lebih tinggi (0,087%) daripada di Uni Eropa-14 (0,031%).
Dampak ini sama selama kedua periode waktu yang diteliti dan dengan
demikian stabil selama 1994–2008, meskipun ada penurunan jangka
pendek setelah tahun 2000.
8. Sang H. Lee , John Levendis & Luis Gutierrez (2012) Telecommunications
and economic growth: an empirical analysis of sub-Saharan Africa.
Penelitian ini bertujuan untuk Meneliti hubungan antara investasi
infrastruktur telekomunikasi dan pertumbuhan ekonomi. variabel dalam
penelitian ini antara lain the growth rate of GDP per capita (GDPPCGR),
the number of main telephonelines per 100 people and serves as an
indicator of the penetration of conventional land-line telephony
(LANDPHONES100), the number of mobile phone subscribers per 100
people (CELLPHONES100). Peneliti meneliti 44 negara sub-saharan
afrika selama tahun 1975 hingga 2006. Dengan menggunakan special
linear Generalized Method of Moments (GMM) estimator menunjukkan
bahwa efek marginal dari telepon seluler lebih besar daripada telepon
darat. Implikasi kebijakan yang muncul dari hasil ini adalah bahwa negara-
negara Afrika Sub-Sahara harus berinvestasi pada infrastruktur telepon
seluler karena teknologi lebih hemat biaya dan menguntungkan.
36
9. Anupam Das, Murshed Chowdhury & Sariah Seaborn (2015) ICT
Diffusion, Financial Development and Economic Growth: New Evidence
from Low and Lower Middle-Income Countries. Penelitian ini mengkaji
efek gabungan dari ICT dan Financial Development pada pertumbuhan
ekonomi per kapita pada 43 negara berkembang dari tahun 2000 hingga
2014. Dengan menggunakan pertumbuhan GDP per kapita (GDP) , total
kredit yang diberikan kepada sektor swasta (CREDIT), total konsumsi
pemerintah (GC), inflasi harga konsumen (INF), jumlah ekspor dan impor
(OPEN), pengguna internet per 100 orang (INT), persentase langganan
telepon tetap (TEL) dan persentase langganan seluler (MOB) sebagai
variabel. Selain itu, penelitian ini juga mengelompokan pendapatan negara
menjadi 2, yaitu kelompok Lower Income Countries (LIC) dan Lower
Midle Income Countries (LMICs), lalu pengujian yang dilakukan
menggunakan GMM. Hasil penelitian ini antara lain ketika negara-negara
berkembang dikelompokkan menurut tingkat pendapatan mereka Lower
Income Countries (LIC) dan Lower Midle Income Countries (LMICs),
Perkembangan keuangan dan difusi TIK secara bersama-sama
mempengaruhi pertumbuhan ekonomi per kapita di LIC, tetapi hasil yang
sama tidak terjadi untuk di LMIC.
10. Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A. Mathey (2016)
Technological Progress and Economic Growth in Sub-Saharan Africa:
Evidence from Telecommunications Infrastructure. Penelitian bertujuan
untuk mengetahui pengaruh dari infrastruktur telekomunikasi terhadap
pertumbuhan ekonomi di 47 negara sub saharan africa periode 1993 -
2012. Variabel yang digunakan pada pada penelitian ini antara lain GDP,
share of gross capital formation in GDP, the inflation rate, share of trade
in GDP, lnternet usage, dan mobile phone subscriptions. Model yang di
gunakan dalam penelitian ini adalah panel dynamic, metode yang
digunakan adalah GMM. Hasil penelitian ini menunjukan internet dan
mobile phone usage masing – masing meningkatkan pertumbuhan sebesar
0,12 dan 0,13 persen. Secara keseluruhan, perkembangan infrastruktur
37
telekomunikasi telah meningkatkan pertumbuhan ekonomi di sub sahara
afrika.
11. Kasmad Ariansyah (2018) Pengaruh Difusi Layanan Telekomunikasi
terhadap Pertumbuhan Ekonomi Negara-Negara ASEAN pada Periode
2005-2016. Tujuan penelitian ini adalah memastikan pengaruh dari difusi
layanan telekomunikasi terhadap pertumbuhan ekonomi negara-negara
ASEAN. Rentang waktu yang digunakan dalam penelitian ini adalah 2005
– 2016. Variabel yang digunakan dalam penelitian ini Jumlah pengguna
jasa telepon tetap, telepon seluler, dan layanan pitalebar tetap untuk
mereprentasikan dari difusi jasa telekomunikasi. Selain itu, disertakan pula
rasio Foreign Direct Investment (FDI) dan jumlah tenaga kerja ke dalam
model ekonometrika yang digunakan. Data yang dianalisis berupa data
panel, gabungan dari data cross-section 10 negara. Hasil analisis
menemukan bahwa variabel jumlah pengguna internet memiliki nilai
variance inflation factor (VIF) yang melebihi ambang batas sehingga perlu
dikeluarkan dari model. Dengan menggunakan fixed effect model (FEM),
Hasil analisis terhadap model yang telah dimodifikasi menunjukkan bahwa
pada taraf signifikansi sebesar 5%, hanya pertumbuhan jumlah pengguna
jasa telepon tetap yang tidak signifikan dalam memengaruhi pertumbuhan
ekonomi.
12. Nina Czernich, Oliver Falck, Tobias Kretschmer and Ludger Woessmann
(2011) Penelitian ini bertujuan untuk menguji dari dampak infrastruktur
broadband terhadap pertumbuhan ekonomi, data yang digunakan dalam
penelitian ini adalah data panel, dengan 25 negara yang tergabung dalam
OECD serta kurun waktu 1996 – 2007. Model yang digunakan dalam
pengujian ini adalah fixed effect model (FEM), dengan variabel Predicted
broadband penetration rate, Years since predicted broadband
introduction,Voice telephony penetration rate, Cable TV penetration rate,
Trade openness, Log of years of education, Growth of capital
formation⁄GDP, Growth of years of education, dan Growth of working-age
38
population. Hasil penelitian ini menunjukkan broadband memiliki dampak
yang positif dan signifikan terhadap GDP per Kapita.
13. Muhammad Shahid (2014) Penelitian ini bertujuan untuk mengetahui
dampak dari tingkat partisipasi angkatan kerja terhadap pertumbuhan
ekonomi di Pakistan. Data yang digunakan merupakan data time series
dari tahun 1980 sampai dengan 2012. Variabel yang digunakan adalah
pertumbuhan ekonomi sebagai variabel dependen, sedangkan tingkat
partisipasi angkatan kerja dan gross fixed capital formation sebagai
variabel independen. Dengan model vecm, penelitian ini menemukan
bahwa partisipasi angkatan kerja akan mempengaruhi pertumbuhan
ekonomi secara signifikan dan positif.
14. Eko Fajar Cahyono (2012) Analisis Pengaruh Infrastruktur Ekonomi
terhadap Produk Domestik Bruto di Indonesia. Tujuan dari penelitian ini
adalah untuk mengetahui besaran pengaruh infrastruktur publik seperti
jalan raya, listrik , air bersih dan telepon serta seluler terhadap Produk
Domestik Bruto di Indonesia. Rentang waktu yang dipilih dalam penelitian
ini adalah 1979 – 2007 dengan metode yang digunakan adalah metode
analisis regresi linear berganda dan data time series. Berdasarkan hasil
estimasi ditemukan bahwa infrastruktur publik memiliki pengaruh yang
signifikan dan positif terhdap Produk Domestik Bruto dalam jangka
panjang, namun tidak dalam jangka pendek.
15. RR. Getha Fety Diarani (2017) Pengaruh Teknologi Iinformasi dan
Komunikasi terhadap Produk Domestik Bruto Indonesia. Penelitian ini
bertujuan untuk menganalisis pengaruh dari ecommerce pertumbuhan
ekonomi di Indonesia. Rentang waktu yang digunakan dalam penelitian ini
antara tahun 1995 – 2015. Adapun metoder yang di gunakan dalam
penelitian ini adalah pendekatan Autoregressive Distributed Lag (ARDL),
hasil dari erstimasi ini menunjukkan ecommerce yang diwakili oleh
variable Perkembangan nilai transaksi eccomerce, perkembangan jumlah
situs bisnis, dan jumlah pengguna internet berpengaruh signifikan dan
39
positif, namun pengaruh signifikannya hanya terdapat pada jangka panjang
saja, untuk jangka pendek tidak signifikan terhadap PDB.
16. Widias Retiawan (2011) Pengaruh Teknologi Informasi dan Komunikasi
Terhadap Produk Domestik Bruto Indonesia. Tujuan dari penelitian ini
adalah menganalisis pengaruh indikator TIK terhadap PDB. Metode yang
digunakan dalam penelitian ini adalah Error Correction Model (ECM).
Dari hasil penelitian menunjukkan bahwa, dalam jangka panjang telepon
tetap, seluler dan internet berpengaruh positif dan signifikan terhadap
PDB, dalam jangka pendek variable telepon tetap dan seluler berpengaruh
positif dan signifikan, sedangkan variabel internet tidak berpengaruh
secara signifikan. Untuk variable lainnya, seperti pengeluaran pemerintah
untuk pendidikan dan penduduk dengan pendidikan berpengaruh negative
dan tidak signifikan terhadap PDB dan investasi berpengaruh positif dan
signifikan dalam jangka pendek namun tidak signifikan dalam jangka
panjang.
17. Lum, Tracy (2011), Mobile goes global: The effect of cell phones on
economic growth and development. Penelitian ini bertujuan untuk
mengetahui pengaruh dari mobilephone terhadap pertumbuhan ekonomi.
Variable yang digunakan dalam penelitian ini ini adalah GDP per Kapita
sebagai variable y, mobile cellular subscriptions sebagai variable x, dan
demokrasi, kebebasan politik, dan kebebasan sipil (dem) seebagai variable
dummy. Data yang digunakan dalam penelitian ini adalah data panel,
dengan menggunakan OLS. Data yang diambil dari 182 negara dengan
kurun waktu 1980 sampai dengan tahun 2007. Hasil penelitian ini
menunjukkan pertumbuhan pengguna mobilephone mempengaruhi GDP
per Kapita.
40
Tabel 2.1 Penelitian sebelumnya
a. Sumber Berdasarkan Jurnal
No. Penulis dan
Tahun
Judul Variable dan Alat
Analisis
Hasil Penelitian
1. Elsadig Musa
Ahmed & Rahim
Ridzuan (2012)
The Impact of ICT on
East Asian Economic
Growth: Panel Estimation
Approach
Variabel : Modal
(CAP), Tenaga Kerja
(LAB) dan Investasi
Komunikasi (TELINT)
dan Pendapatan
Nasional (GDP). Alat
analisis :
PGLS dengan Fixed
Effect Model pada
estimasi ASEAN5, dan
Random Effect Model
pada estimasi
ASEAN5+
Penelitian ini menunjukan
adanya hubungan positif
antara variable tenaga
kerja, modal, dan
telekomunikasi terhadap
GDP. Dalam studi ini
disimpulkan bahwa TIK
memiliki dampak positif
terhadap pertumbuhan
ekonomi untuk ASEAN5
dan ASEAN5+. Hal ini
menunjukkan TIK
memainkan peran penting
dalam pertumbuhan dan
pembangunan ekonomi,
serta menentung asumsi
paradoks produktivitas
dimana ia dapat berdisi
sendiri tanpa pengaruh dari
faktor modal dan tenaga
kerja.
2. Kais Saidi &
Lobna Ben
Hassen & M.
Sami Hammam
(2014)
Econometric Analysis of
the Relationship Between
ICT and Economic
Growth in Tunisia
Variabel : GDP,
Human Capital,
Telephone Mainlines,
The gross Fixed
Capital Formation
Alat analisis : OLS
Hasil penelitian ini
menunjukkan bahwa ada
hubungan positif antara
tingkat pertumbuhan PDB
dan indeks penggunaan
TIK (yang diukur dengan
jumlah pengguna telepon
41
seluler dan telepon tetap di
Tunisia).
3. Rudra Pradhan,
Girijasankar
Mallik, Tapan P.
Bagchi (2018)
Information
communication
technology (ICT)
infrastructure and
economic growth: A
causality evinced by
cross-country panel data
Variabel : GDP
(PCGDP), pengguna
broadband (BBAND),
pengguna internet
(INNET), presentase
angkatan kerja
(LAFPR), modal tetap
domestik bruto
(GDFCF) dan indeks
harga konsumsi
(CONPI)
Alat analisis : vector
error correction models
(VECM)
Dengan penggunaan panel
kointegrasi, di dalam
penelitian ini ditemukan
variable – variable saling
terkointegrasi dan tidak
berdampak dalam jangka
panjang. Dengan model
VECM ditemukan variable
teknologi informasi dan
komunikasi yaitu pengguna
internet dan pengguna
broadband mendorong
pendapatan nasional yaitu
GDP per kapita.
4. Kais Saidi,
Mounir Ben
Mbarek, Mounira
Amamri (2015)
Causal Dynamics between
Energy Consumption,
ICT, FDI, and Economic
Growth: Case Study of 13
MENA Countries
Variabel : GDP,
konsumsi energi (EC)
yang diukur dalam
ekuivalen minya per
kapita (kg), arus masuk
FDI (FDI), pengguna
internet (per 100
orang)(ICT),
pembentukan modal
tetap bruto (KS), dan
angkatan kerja (L) yang
diukur dari berapa
persen jumlah
penduduk.
Alat Analisis : dynamic
data panel melalui, unit
penilitan ini menunjukkan
adanya hubungan dua arah
antara konsumsi energi dan
pertumbuhan ekonomi,
Teknologi Informasi dan
komunikasi menunjukkan
hubungan dua arah dengan
pertumbuhan ekonomi baik
dalam jangka pendek dan
panjang, namun hasil hanya
mendukung adanya
kausalitas yang searah
pertumbuhan ekonomi
menjadi FDI. Sehingga
pada penelitian ini,
konsumsi energi dan TIK
42
root, kointegrasi, dan
granger causality
memiliki peran penting
untuk menentukan
pertumbuhan ekonomi.
5. Bahar Bayraktar
Sağlam (2016)
ICT Diffusion, R&D
Intensity, and Economic
Growth: a Dynamic Panel
Data Approach
Variabel : Total
Employment, ICT
investment, GDP
growth, Internet users,
mobile phone users,
R&D expenditure in
GDP
Alat analisis : VAR,
GMM, Wald Test
Hasil penelitian
menunjukkan variable ICT
berpengaruh secara
signigfikan terhadap
pertumbuhan ekonomi.
6. Sajda Qureshi &
Lotfollah Najjar
(2017)
Information and
communications
technology use and
income growth: evidence
of the multiplier effect in
very small island states.
Variabel : the number
of mobile cellular
telephone subscriptions
(MCT) per 100
inhabitants; individuals
using the Internet and
Fixed (wired) Internet
subscriptions per 100
inhabitants (INTU),
Broadband Internet
subscriptions (BIS) per
100 inhabitants yang di
integrasikan ke dalam
indeks rata – rata
penggunaan TIK
(ICTusage), population
growth (POPg), dan
GDPgrowth
Alat analisis : principal
component analysis
Hasil penelitian ini
menunjukan adanya
hubungan terbalik, tidak
langsung, dan positif antara
ICT dan GDP. Selain itu, di
dalam penelitian ini
ditemukan hubungan antara
pertumbuhan ICT dan
pertumbuhan popuasi.
Model pengganda dalam
penelitian ini memprediksi
jika popuasi tetap sama,
pertumbuhan GDP akan
meningkat sebesar 0,596%
untuk presentase dalam
pertumbuhan ICT. Hal ini
memberikan efek multiplier
positif dari investasi dalam
ICT.
43
(fakctor analysis),
hierarchical linear
regression model
7. Jana Hanclova,
Petr Doucek,
Jakub Fischer &
Kristyna Vltavska
(2015)
Does ICT capital affect
economic growth in the
EU-15 and EU-12
countries?
Variabel : Gross
Domestic Product
(GDP), labour quantity,
non-ICT capital dan
ICT capital
Alat analisis :
menggunakan the panel
general least squares
method (PEGLS)
Hasil dari penelitian
tersebut antara lain
Dampak modal ICT pada
pertumbuhan ekonomi total
terbukti di kedua kelompok
negara, sedangkan
elastisitas dalam kelompok
Uni Eropa-7 lebih tinggi
(0,087%) daripada di Uni
Eropa-14 (0,031%).
Dampak ini sama selama
kedua periode waktu yang
diteliti dan dengan
demikian stabil selama
1994–2008, meskipun ada
penurunan jangka pendek
setelah tahun 2000.
8. Sang H. Lee ,
John Levendis &
Luis Gutierrez
(2012)
Telecommunications and
economic growth: an
empirical analysis of sub-
Saharan Africa
Variabel : the growth
rate of GDP per capita
(GDPPCGR), the
number of main
telephonelines per 100
people and serves as an
indicator of the
penetration of
conventional land-line
telephony
(LANDPHONES100),
the number of mobile
phone subscribers per
Hasil penelitian ini dengan
menggunakan special linear
Generalized Method of
Moments (GMM) estimator
menunjukkan bahwa efek
marginal dari telepon
seluler lebih besar daripada
telepon darat. Implikasi
kebijakan yang muncul dari
hasil ini adalah bahwa
negara-negara Afrika Sub-
Sahara harus berinvestasi
pada infrastruktur telepon
44
100 people
(CELLPHONES100)
Alat analisis : special
linear Generalized
Method of Moments
(GMM) estimator
seluler karena teknologi
Btechnology lebih hemat
biaya dan menguntungkan.
9. Anupam Das,
Murshed
Chowdhury &
Sariah Seaborn
(2015)
ICT Diffusion, Financial
Development and
Economic Growth: New
Evidence from Low and
Lower Middle-Income
Countries
Variabel : pertumbuhan
GDP per kapita (GDP),
CREDIT total kredit
yang diberikan kepada
sektor swasta
(CREDIT), total
konsumsi pemerintah
(GC), inflasi harga
konsumen (INF),
jumlah ekspor dan
impor (OPEN),
pengguna internet per
100 orang (INT),
persentase langganan
telepon tetap (TEL) dan
persentase langganan
seluler (MOB)
Alat analisis :
GMM
Hasil penelitian ini antara
lain ketika negara-negara
berkembang
dikelompokkan menurut
tingkat pendapatan mereka
(yaitu negara-negara
berpenghasilan rendah
(LIC) dan negara-negara
berpenghasilan menengah
bawah (LMICs ).
Perkembangan keuangan
dan difusi TIK secara
bersama-sama
mempengaruhi
pertumbuhan ekonomi per
kapita di LIC, tetapi hasil
yang sama tidak dapat
ditetapkan untuk LMIC.
10 Ficawoyi Donou-
Adonsou ,
Sokchea Lim &
Samuel A.
Mathey (2016)
Technological Progress
and Economic Growth in
Sub-Saharan Africa:
Evidence from
Telecommunications
Infrastructure
Variable : GDP, share
of gross capital
formation in GDP, the
inflation rate, share of
trade in GDP, lnternet
usage, dan mobile
phone subscriptions.
Alat analisis :
Hasil penelitian ini
menunjukan internet dan
mobile phone usage masing
– masing meningkatkan
pertumbuhan sebesar 0,12
dan 0,13 persen. Secara
keseluruhan,
perkembangan infrastruktur
45
panel dynamic dan
GMM
telekomunikasi
meningkatkan
pertumbuhan ekonomi di
sub sahara afrika. Hal ini
menunjukkan banyak cara
untuk meningkatkan
potensi dari pertumbuhan
infrastruktur
telekomunikasi. Pemerintah
sangat perlu untuk
mengeluarkan kebijakan
memperluas akses dan
mengungari biaya yang
terkait internet untuk
mendorong pertumbuhan
ekonomi.
11. Kasmad
Ariansyah (2018)
Pengaruh Difusi Layanan
Telekomunikasi terhadap
Pertumbuhan Ekonomi
Negara-Negara ASEAN
pada Periode 2005-2016
Variabel : Jumlah
pengguna jasa telepon
tetap, telepon seluler,
layanan pitalebar,
internet, rasio Foreign
Direct Investment
(FDI), jumlah tenaga
kerja, dan pertumbuhan
ekonomi
Tujuan penelitian ini
adalah memastikan
pengaruh dari difusi
layanan telekomunikasi
terhadap pertumbuhan
ekonomi negara-negara
ASEAN 2015 – 2016,
Hasil analisis menunjukkan
bahwa pada taraf
signifikansi sebesar 5%,
hanya pertumbuhan jumlah
pengguna jasa telepon tetap
yang tidak signifikan
dalam memengaruhi
pertumbuhan ekonomi.
12. Nina Czernich,
Oliver Falck,
Broadband Infrastructure
and Economic Growth
Variabel : Predicted
broadband penetration
Penelitian ini bertujuan
untuk menguji dari dampak
46
Tobias
Kretschmer and
Ludger
Woessmann
(2011)
rate,
Years since predicted
broadband
introduction,
Voice telephony
penetration rate,
Cable TV penetration
rate,
Trade openness,
Log of years of
education,
Growth of capital
formation⁄GDP,
Growth of years of
education, dan
Growth of working-age
population
infrastruktur broadband
terhadap pertumbuhan
ekonomi, data yang
digunakan dalam penelitian
ini adalah data panel,
dengan 25 negara yang
tergabung dalam OECD
serta kurun waktu 1996 –
2007. Model yang
digunakan dalam pengujian
ini adalah fixed effect,
dengan hasil broadband
memiliki dampak yang
positif dan signifikan
terhadap GDP per Kapita.
13. Muhammad
Shahid (2014)
Impact of Labour Force
Participation on
Economic Growth in
Pakistan
Variabel : Labour
Force Participation,
Gross Fixed Capital
Formation, GDP
Alat analisis : vecm
Penelitian ini bertujuan
untuk mengetahui dampak
dari tingkat partisipasi
angkatan kerja terhadap
pertumbuhan ekonomi di
Pakistan. Data yang
digunakan merupakan data
time seres dari tahun 1980
sampai dengan 2012.
VariabeL yang digunakan
adalah pertumbuhan
ekonomi sebagai dependen
variable, sedangkan tingkat
partisipasi angkatan kerja
dan gross fixed capital
formation sebagai variable
47
independen. Dengan model
vecm, penelitian ini
menemukan bahwa
partisipasi angkatan kerja
akan mempengaruhi
pertumbuhan ekonomi
secara signifikan dan
positif.
14. Eko Fajar
Cahyono (2012)
Analisis Pengaruh
Infrastruktur Ekonomi
terhadap Produk
Domestik Bruto di
Indonesia.
Variable : jalan raya,
listrik ,air bersih dan
telepon, telepon seluler,
PDB
hasil estimasi ditemukan
bahwa infrastruktur publik
memiliki pengaruh yang
signifikan dan positif
terhdap Produk Domestik
Bruto dalam jangka
panjang, namun tidak
dalam jangka pendek.
b. Sumber Berdasarkan Skripsi dan Thesis
No. Penulis dan
Tahun
Judul Variable dan Alat
Analisis
Hasil Penelitian
1. RR. Getha Fety
Diarani (2017)
Pengaruh Teknologi
Informasi dan
Komunikasi terhadap
Produk Domestik Bruto
Indonesia
Variable :
Perkembangan nilai
transaksi eccomerce,
perkembangan jumlah
situs bisnis, jumlah
pengguna internet, PDB
Alat analisis :
pendekatan ARDL
(Autoregressive
Distributed Lag)
hasil dari erstimasi ini
menunjukkan ecommerce
yang diwakili oleh variable
Perkembangan nilai
transaksi eccomerce,
perkembangan jumlah situs
bisnis, dan jumlah
pengguna internet
berpengaruh signifikan dan
positif, namun pengaruh
signifikannya hanya
terdapat pada jangka
48
panjang saja, untuk jangka
pendek tidak signifikan
terhadap PDB.
2. Widias Retiawan
(2011)
Pengaruh Teknologi
Informasi dan
Komunikasi Terhadap
Produk Domestik Bruto
Indonesia.
Variable : telepon tetap,
seluler, internet,
pengeluaran pemerintah
untuk pendidikan,
penduduk
berpendidikan,
investasi, PDB
Alat analisis : ECM
(Error Correction
Model)
hasil penelitian
menunjukkan bahwa,
dalam jangka panjang
telepon tetap, seluler dan
internet berpengaruh positif
dan signifikan terhadap
PDB, dalam jangka pendek
variable telepon tetap dan
seluler berpengaruh positif
dan signifikan, sedangkan
variable internet tidak
berpengaruh secara
signifikan.
3. Lum, Tracy
(2011)
Mobile goes global: The
effect of cell phones on
economic growth and
development
Variabel : real per
capita GDP, the mobile
cellular subscriptions,
democracy, political
freedom, and civil
liberties (dem)
Alat analisis :
OLS
Hasil dari penelitian adalah
dalam dua dekade ini
pertumbuhan dari
cellphone atau
mobilephone memiliki
dampak yang signifikan
dan positif terhadap GDP.
Setiap peningkatan satu
satuan dari persentase
mobilephone, akan
meningkatkan GDP per
Kapita sebesar $158,68.
C. Hubungan antar Variable
Dalam rumusan masalah telah ditetapkan akan meneliti tentang
pengaruh Pengguna Internet, Fixed broadband subcription,Pengguna Telepon
Seluler, Tingkat Partisipasi Angkatan Kerja terhadap GDP per Kapita 9
negara ASEAN periode 2012 – 2016. Berdasarkan penelitian sebelumnya
49
Kais Saidi, Mounir Ben Mbarek, Mounira Amamri (2015) telah menganalisis
hubungan dinamis pengguna internet terhadap GDP. Penelitian ini
menggunakan dynamic data panel melalui uji unit root, kointegrasi, dan
granger causality. Hasil penelitian menunjukkan adanya hubungan dua arah
antara pengguna internet dengan pertumbuhan ekonomi baik dalam jangka
pendek dan panjang, sehingga ICT menunjukkan peran penting untuk
menentukan pertumbuhan ekonomi. Lalu Berdasarkan penelitian sebelumnya
Sajda Qureshi & Lotfollah Najjar (2017) melakukan penelitian dengan
judul Information and communications technology use and income growth:
evidence of the multiplier effect in very small island states menganalisis
pengaruh fixedbroadband pada pertumbuhan ekonomi. Pada penelitian
tersebut ditemukan adanya hubungan terbalik, tidak langsung, dan positif
antara ICT dan GDP. Selain itu, di dalam penelitian ini ditemukan hubungan
antara pertumbuhan ICT dan pertumbuhan popuasi. Model pengganda dalam
penelitian ini memprediksi jika populasi tetap sama, pertumbuhan GDP akan
meningkat sebesar 0,596% untuk presentase dalam pertumbuhan ICT. Hal ini
memberikan efek multiplier positif dari investasi dalam ICT.
Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi (2018) yang
menganalisis pengaruh tingkat partisipasti angkatan kerja terhadap GDP.
Pada penelitian tersebut ditemukan bahwa hasil pengujian tingkat partisipasti
angkatan kerja dengan menggunakan metode vector error correciton model
(vecm) ditemukan bahwa tingkat partisipasti angkatan kerja ikut mendorong
pertumbuhan ekonomi nasional, dalam hal ini GDP. Berdasarkan penelitian
sebelumnya Ficawoyi Donou-Adonsou , Sokchea Lim & Samuel A. Mathey
(2016) yang menganalisis pengaruh pengguna telepon seluler terhadap GDP.
Pada penelitian tersebut ditemukan bahwa hasil pengujian pengguna telepon
seluler meningkatkan pertumbuhan sebesar 0,13 persen.
Hal inilah yang menjadi pertimbangan penulis untuk menggunakan
variable pengguna internet (PI), Fixed broadband subscription (FB),
pengguna telepon seluler (MP), dan Tingkat partisipasi angkatan kerja
(TPAK) sebagai variable independen, dan GDP per kapita sebagai variable
50
dependen. Dan diduga GDP dipengaruhi oleh variable pengguna internet (PI),
Fixed broadband subscription (FB), pengguna telepon seluler (MP), dan
Tingkat partisipasi angkatan kerja (TPAK). Sehingga hubungan antar variable
dapat dijelaskan sebagai berikut :
1. Hubungan Pengguna Internet dengan GDP
DeFleur & Dennis dalam Zin, Muda, & Nordin menjelaskan bahwa
internet merupakan sistem yang menjadikan sarana umum sebagai
penghubung perangkat keras dan transmisi informasi digital, komunitas
dengan media sosial dan mendistribusikan sistem informasinya secara
global dan telah di komputasi. (Zin, N.H.M, Muda, M, & Nordin, M.Z.,
Uses and Gratification Of Internet Among University Students In
Malaysia, 2013). Internet menghasilkan pengguna yang memungkinkan
satu individu untuk terhubung dengan satu atau lebih individu lainnya baik
untuk berkomunikasi, menerima serta menyebarkan informasi.
ITU mendifinisikan Sedangkan ITU (2017), pengguna internet
sebagai orang-orang yang menggunakan Internet dari lokasi manapun dan
untuk tujuan apa pun, terlepas dari perangkat dan jaringan yang
digunakan, dalam tiga bulan sebelumnya. Penggunaan dapat melalui
komputer (misalnya komputer desktop, komputer laptop, tablet, atau
komputer genggam sejenis), ponsel, mesin permainan, televisi digital,
dll.). Akses dapat melalui jaringan tetap atau seluler (ITU, 2017). Oleh
karena itu, dengan meningkatnya pengguna internet diharapkan mampu
menciptakan iklim perekonomian yang efektif dan efisien sehingga
terbentuk sektor pasar yang baru serta mendorong meningkatnya jumlah
pendapatan nasional.
2. Hubungan Fixed broadband subscription dengan GDP
Broadband merupakan bentuk sistem jaringan teknologi yang
menyediakan kecepatan kurang lebih 256 kbit/s, untuk mendownload,
upload, dsb yang terkait dengan perangkat jaringan internet (Core
Indicator ICT, UN). Menurut handbook ICT yang di publikasikan oleh
ITU pada tahun 2011, dijelaskan bahwa fixed broadband merupakan
51
bagian penting dalam infrastruktur karena jaringan fixed broadband sangat
mendukung peningkatan kecepatan jaringan yang dibutuhkan oleh aplikasi
bandwith yang padat (Core Indicator ITU, 2011).
Kecepatan pada fixed broadband merupakan gabungan kapasitas
dari hulu dan hilir, mengacu pada langganan tetap ke akses berkecepatan
tinggi ke Internet publik (koneksi TCP / IP) (ITU). Ini termasuk modem
kabel, DSL, fiber-to-the-home / building, langganan fixed-wired lainnya,
broadband satelit dan broadband nirkabel terestrial tetap. Jumlah ini
diukur tanpa memperhatikan metode pembayaran. Ini tidak termasuk
langganan yang memiliki akses ke komunikasi data (termasuk Internet)
melalui jaringan seluler. Ini harus mencakup WiMAX tetap dan teknologi
nirkabel tetap lainnya. Ini termasuk langganan perumahan dan langganan
untuk organisasi (Worldbank). Keberadaan fixed broadband yang
merupakan bentuk fisik dari infrastruktur dari teknologi, informasi dan
komunikasi. Selain menambah penyerapan tenaga kerja karena
keberadaannya, fixed broadband mampu menambah aksesibilitas
pengguna internet, serta mendorong jaringan semakin baik. hal ini akan
menambah pendapatan nasional suatu negara apabila digunakan dengan
sebaik – baiknya.
3. Hubungan pengguna telepons seluler dengan GDP
Telepon seluler biasa juga disebut sebagai telepon portabel atau
handphone merupakan sebuah alat komunikasi praktis yang dapat
menghubungkan individu satu dengan individu lainnya dengan mudah
dengan mengandalkan PSTN. Worldbank mendefinisikan telepon selulur
sebagai langganan telepon seluler yang memberikan layanan telepon di
sektor publik serta menyediakan akses ke (Public Switched Telephone
Network) PSTN yang menggunakan teknologi seluler dengan indikator –
indikator yaitu jumlah langganan pascabayar, dan jumlah akun prabayar
yang aktif (terhitung digunakan selama tiga bulan terakhir). Indikator ini
hanya berlaku untuk semua teknologi seluler yang menawarkan
komunikasi suara. Ini tidak termasuk langganan melalui kartu data atau
52
modem USB, langganan ke layanan data mobile publik, telepoint, dan
telemetri (Worldbank).
Sementara United Nation dalam laporan core indicator ICT 2005
menjelaskan Penggunaan telepon genggam tidak berarti bahwa telepon
dimiliki atau dibayar oleh orang tersebut tetapi harus cukup tersedia
melalui pekerjaan, teman atau anggota keluarga, dan lain-lain. Ini tidak
termasuk penggunaan sesekali, misalnya, meminjam telepon genggam
untuk panggilan. Proporsi individu dengan penggunaan telepon genggam
dihitung dengan membagi jumlah individu dalam lingkup dengan
penggunaan telepon seluler dengan jumlah total individu dalam ruang.
Sub-indikator dapat dibangun dengan menggunakan variabel klasifikasi
individu, usia, jenis kelamin, tingkat pendidikan tertinggi, status pekerjaan
dan pekerjaan.
4. Hubungan tingkat partisipasi angkatan kerja dengan GDP
Mankiw (2003) mendifinisikan Angkatan kerja sebagai jumlah
orang yang sedang bekerja dan orang yang menganggur dan Worldbank
mendifinisikan angkatan kerja sebagai orang-orang berusia 15 dan lebih
tua yang memasok tenaga kerja untuk produksi barang dan jasa selama
periode tertentu. Ini termasuk orang-orang yang saat ini bekerja dan orang-
orang yang menganggur tetapi mencari pekerjaan serta pencari kerja
pertama kali. Namun, tidak semua orang yang bekerja termasuk.
Dalam mengukur angka partisipasi angkatan kerja, digunakan lah
presentase tingkat partisipasi angkatan kerja (labour force participation
rate) merupakan presentase yang menggambarkan perbandingan jumlah
angkatan kerja dengan penduduk usia kerja dalam kelompok yang sama (
Payaman Simanjuntak, 1998).
53
D. Kerangka Pemikiran
2.1 Kerangka Pemikiran
PENGGUNA INTERNET (X1)
FIXED BROADBAND
SUBSCRIPTION (X2)
PENGGUNA TELEPON SELULER (X3)
TINGKAT PARTISIPASI ANGKATAN KERJA (X4)
Variable Dependen Variable Independen
PERKEMBANGAN
TEKNOLOGI INFORMASI DAN KOMUNIKASI (TIK)
GROSS DOMESTIC
BRUTO per KAPITA (Y)
ALAT ANALISIS :
DATA PANEL
PEMILIHAN MODEL :
1. UJI CHOW
2. UJI HAUSMAN
1. POOLED EGLS (PEGLS) / FIXED
EFFECT MODEL (FEM)
UJI HIPOTESIS :
1. Uji t
2. Uji F
3. Uji Adr R2
HASIL, KESIMPULAN DAN SARAN
54
E. Hipotesis Penelitian
Dugaan sementara dapat juga disebut sebagai hipotesis. Hipotes
merupakan sesuatu hal yang memerlukan pengujian kembali atas kebenarannya.
Untuk mencari tahu seberapa besar dari pengaruh dan signifikansinya variable
independen secara simultan atau bersama – sama terhadap variabel dependen,
maka diperlukan pengujian f – statistik. F statistik merupakan pembandingan
antara prob. Value F statistik dengan α. Apabila nilai prob value f statistik < α =
10%, maka secara bersama – sama atau simultan, variable independen mampu
mempengaruhi variable dependen secara signifikan. Selain itu terdapat juga
pengujian untuk mengetahui pengaruh dan nilai signifikansi dari masing – masing
variable independen terhadap variable dependen, yaitu uji t. Uji t merupakan
pembandingan nilai prob. Value t statistik dengan nilai α, nilai α yang di gunakan
α = 10%. Jika nilai prob. value t-statistik < α = 10% maka variabel independen
secara individu mampu mempengaruhi variabel dependen secara signifikan, dan
sebaliknya.
Dengan mengacu pada dasar pemikiran teoritis dan studi empiris yang
pernah dilakukan dengan penelitian di bidang ini, maka penulis mencoba
merumuskan hipotesis yang memerlukan pengujian lanjutan agar di ketahui
kebenarannya. Berikut hipotesis yang dirumus kan oleh penulis:
1. Variabel pengguna internet memiliki pengaruh signifikan terhadap GDP
per Kapita di 9 negara ASEAN.
2. Variabel fixed broadband subscription memiliki pengaruh signifikan
terhadap GDP per Kapita di 9 negara ASEAN.
3. Variabel pengguna telepon seluler memiliki pengaruh signifikan terhadap
GDP per Kapita di 9 negara ASEAN.
4. Variabel tingkat partisipasi angkatan kerja memiliki pengaruh signifikan
terhadap GDP per Kapita di 9 negara ASEAN.
5. Variabel pengguna internet, fixed broadband subscription, pengguna
telepon seluler dan tingkat partisipasi angkatan kerja secara bersama-sama
56
BAB III
METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian
Penelitian ini menggunakan model data panel. Objek dalam
penelitian ini berfokus pada 9 negara yang berada di wilayah ASEAN, antara
lain Indonesia, Malaysia, Thailand, Singapura, Brunei Darussalam, Filipina,
vietnam, Kamboja, dan Laos. Periode yang digunakan dalam penelitian ini
selama 2012 – 2016. Dalam penelitian ini, menggunakan satu variable
dependen dan empat empat variable independen. Variable dependen yang
digunakan dalam penelitian ini adalah GDP per Kapita. Sedangkan variable
independen adalah pengguna internet, fixed broadband subscription,
pengguna telepon seluler, tingkat partisipasi angkatan kerja.
B. Teknik penentuan sampel
Populasi dalam penelitian ini adalah seluruh Negara ASEAN.
Menurut Sugiyono (Dalam Dwika, 2015) Sampel merupakan bagian dari
jumlah dan karakteristik yang dimiiki oleh pupulasi. Sebuah sampel yang
ditemukan tidak selalu memenuhi persyaratan dalam variabel penelitian
sehingga diperlukan pula besaran peluang representatifnya sebuah kelompok
sampel dalam sebuah populasi penelitian. Sampel yang digunakan dalam
penelitian ini adalah sembilan Negara di ASEAN. Sembilan Negara tersebut
adalah Indonesia, Malaysia, Thailand, Singapura, Brunei Darussalam,
Filipina, Vietnam, Kamboja, Laos. Metode pengambilan sampel yang akan
digunakan adalah teknik purposive sampling yaitu cara pengambilan sampel,
dimana anggota sampel diserahkan pada pertimbangan pengumpul data yang
berdasarkan atas pertimbangan yang sesuai dengan maksud dan tujuan
tertentu.
C. Teknik Pengumpulan Data
1. Data sekunder
57
Data yang digunakan dalam penelitian ini merupakan data sekunder,
karena merupakan data yang berasal dari sumber dengan kesiapan yang
matang (siap pakai) (Wijaya, 2013). Rentang waktu data yang di pakai
dari tahun 2012 sampai dengan tahun 2016 dan bersumber dari lembaga
worldbank yang tentunya data tersebut dipilih oleh penulis karena
berhubungan langsung dengan penelitian ini. Data yang sekunder yang
digunakan peneliti bersumber dari worldbank, antara lain :
- GDP per Kapita
- Pengguna Internet
- Fixed broadband Subscription
- Pengguna telepon seluler
- Tingkat Partisipasi Angkatan Kerja
2. Studi Kepustakaan
Untuk meraih landasan teori dan konsep yang matang dalam penelitian ini,
penulis melakukan teknik pengambilan data dengan menganalisa,
memahami, dan membaca berbagai macam buku dan jurnal. Kemudian
bahan – bahan yang sesuai dengan penelitian akan dikutip oleh peneliti
untuk menyempurnakan hasil dari penelitian ini.
D. Teknik Analisis Data
1. Pendekatan Penelitian
Sesuai dengan data yang telah diperoleh maka pendekatan yang sesuai
dalam penelitian ini adalah pendekatan kuantitatif, yaitu pendekatan yang
menekankan pada angka-angka dalam penelitiannya. Dari data angka yang
telah diperoleh maka diharap dapat memberikan kesimpulan yang tepat.
2. Analisis Data Panel
Dalam menganalisis data dalam ekonometrika, menurut Doddy (2012)
terdapat beberapa klasifikasi data seperti data cross section, data time
series, dan data panel atau pooled data. Data panel sendiri merupakan
kombinasi dari data time series dan cross – section yang secara
58
substantsiual mampu menurunkan masalah omitted-variables (Wibisono,
2005), serta mampu mengatasi interkorelasi di antara variable – variable
bebas yang menyebabkan penaksiran regresi tidak tepat (Griffths, 2001
:351). Selain itu, menurut (Wibisono, 2005) terdapat beberapa keunggulan
dari data panel, antara lain seperti berikut :
a. data panel mampu memperhitungkan heterogenitas indvidiu secara
eksplisit dengan mengizinkan variabel spesifik individu.
b. kemampuan mengontrol heterogenitas individu ini selanjutnya
menjadikan data panel dapat digunakan untuk menguji dan
membangun model perilaku yang lebih kompleks.
c. data panel mendasarkan diri pada observasi cross-section yang
berulang – ulang (time series), sehingga metode data panel cocok
digunakan sebagai study of dynamic adjusment.
d. tingginya jumlah observasi memiliki implikasi pada data yang
lebih informatif, lebih variatif, kolinearitas antar variabel yang
semakin berkurang, dan peningkatan derajat bebas atau derajat
kebebasan (degrees of freedom-df), sehingga dapat diperoleh hasil
estimasi yang lebih efisien.
e. data panel dapat meminimalkan bias yang mungkin ditimbulkan
oleh agregasi data individu.
Keuntungan penting dari data panel dibandingkan dengan time series atau
data cross-sectional adalah bahwa hal itu memungkinkan identifikasi
parameter tertentu atau pertanyaan, tanpa perlu untuk membuat asumsi
yang membatasi atau asumsi klasik. (Verbeek, 2004)
3. Estimasi Model Data Panel
Dalam pengolahan data panel terdapat beberapa pendekatan yang dapat
digunakan dalam mengestimasi data panel, yaitu : pendekatan OLS biasa
(Pooled Least Square), pendekatan efek tetap (Fixed Effect Model),
pendekatan efek acak (Random Effect Model), dan pendekatan GLS
(Generalized Least Squares).
59
a. Pendekatan Pooled Least Square
Pendekatan ini merupakan pendekatan yang paling sederhana karena
menggabungkan data cross section dan data time series sebagai
analisisnya. Dalam pendekatan ini tidak memperhatikan dimensi antar
individu maupun rentang waktu, sehingga model ini dapat pula dapat pula
disebut sebagai model OLS biasa karena menggunakan kuadrat terkecil.
b. Pendekatan Fixed Effect Model
Metode efek tetap ini dapat menunjukan perbedaan antar objek meskipun
dengan regresor yang sama. Model ini dikenal dengan model regresi Fixed
Effect (efek tetap). Efek tetap ini dimaksudkan adalah bahwa sutu objek,
memiliki konstan yang tetap besarannya untuk berbagai periode waktu.
Demikian juga dengan koefisien regresinya, tetap besaranya dari waktu ke
waktu (time invariant).
Keuntungan metode efek tetap ini adalah dapat membedakan efek
individual dan efek waktu dan tidak perlu mengasumsikan bahwa
komponen error tidak berkolerasi dengan variabel bebas yang mungkin
sulit dipenuhi. Dan kelemahan metode efek tetap ini adalah
ketidaksesuaian model dengan keadaan yang sesungguhnya. Kondisi tiap
objek saling berbeda, bahkan satu objek pada suatu waktu akan sangat
berbeda dengan kondisi objek tersebut pada waktu yang lain (Winarno,
2015).
c. Pendekatan Random Effect Model
Keputusan untuk memasukan variabel boneka dalam model efek tetap
(fixed effect) tidak dapat dipungkiri akan dapat menimbulkan konsekuensi
(trade off). Penambahan variabel boneka ini akan dapat mengurangi
banyaknya drajat kebebasan (degree of freedom) yang pada akhirnya akan
mengurangi efisiensi dari parameter yang diestimasi. Model panel data
yang didalamnya melibatkan kolerasi antar error term karena berubahnya
waktu karena berbedanya observasi dapat diatasi dengan pendekatan
model komponen error (eror component model) atau disebut juga model
efek acak (random effect).
60
Metode ini digunakan untuk mengatasi kelemahan metode efek tetap yang
menggunakan variabel semu, sehingga model mengalami ketidakpastian.
Tanpa menggunakan variabel semu, metode efek menggunakan residual,
yang diduga memiliki hubungan antar waktu dan antar objek. Syarat untuk
menganalisis efek random yaitu objek data silang harus lebih besar dari
pada banyaknya koefisien (Winarno, 2015).
d. Pendekatan Generalized Least Squares
merupakan bentuk estimasi dalam penanggulangan kasus
heteroskedastisitas yang sering muncul dalam penggunaan data cross –
section. Untuk mengatasi kasus tersebut, maka akan diatasi dengan
melakukan pembobotan (weighted) atau bisa juga dikatakan perlakuan
secara umum terhadap kuadrat terkecil (Green, 1997). Dalam Basic
Econometrics, Gujarati (2003) dibandingkan dengan OLS, untuk
penggunaan data panel pilihan estimasi GLS lebih tepat, karena hasilnya
lebih baik dan konsisten. Dengan kemampuan menghasilkan estimator
yang BLUE karena memperhitungkan secara eksplisit merupakan
keunggulan metode estimasi GLS ini.
Penggunaan model fixed effect dan common effect dapat digunakan
sebagai alat analisis dalam estimasi GLS. Estimasi GLS mengambil
informasi secara eksplisit dan oleh karenanya mampu memproduksi
BLUE. Menurut Gujarati (2003), penggunaan estimasi GLS sudah
memenuhi asumsi klasik, sehingga tidak diperlukan lagi uji asumsi klasik
pada estimasi GLS. Selain itu, untuk menentukan model yang lebih tepat
antara fixed effect GLS dan common effect GLS, maka diperlukan uji
Chow.
4. Penentuan Metode Estimasi Data Panel
Ada dua tahap dalam memilih metode data panel. Pertama kita harus
membandingkan fixed effect dengan common effect terlebih dahulu.
Kemudian dilakukan uji chow, jika alpha dibawah 0,1 maka yang
digunakan adalah fixed effect. Apabila alpha diatas 0,1 maka yang
digunakan adalah common effect.
61
5. Metode Empiris
Ln_GDPPC = β0 + β1 Ln_PI + β2 Ln_FB + β3 Ln_PTS + β4 Ln_TPAK*PTS ε
Dimana:
GDPPC : GDP per Kapita (Ribuan)
PI : Pengguna Internet (Jiwa)
FB : Fixed broadband Subscription (Unit)
PTS : Pengguna Telepon Seluler (jiwa)
TPAKPTS : Tingkat Partsipasi Angkatan Kerja x Pengguna telepon
seluler (Jiwa)
E. Uji Hipotesis
Uji melalui uji hipotesis adalah langkah atau cara untuk mengetahui
signifikan atau tidaknya variable dengan menguji koefisien regresi. Dalam uji
ini, terdapat beberapa jenis uji hipotesis koefisien regresi, antara lain :
a. Uji t Statistik
Uji t statistik merupakan uji yang dilakukan untuk mengetahui pengaruh
secara parsial antara variable x terhadap variable y, dapat disederhanakan
uji ini untuk mengetahui pengaruh dari tiap variable. Pengujian ini diawali
dengan membandingkan t tabel dengan t hitung. Apabila hasilnya
menunjukkan t tabel lebih kecil dari t hitung, maka variable x
menunjukkan pengaruhnya terhadap variable y. Begitu juga dengan
sebaliknya, apabila t tabel lebih besar dari t hitung, maka variable x tidak
menunjukkan pengaruhnya terhadap variable y. Untuk tingkat kepercayaan
dapat menggunakan di angka 95% atau 90%, apabila tingkat kepercayaan
berada pada 95% maka tingkat signifikansi α = 0,05, dan jika
menggunakan tingkat kepercayaan pada angka 90% maka tingkat
signifikansinya α = 0,1. Ketika nilai dari signifikannya dibawah α = 0,05
atau α = 0,1 maka variabel x menunjukkan pengaruh signifikannya
terhadap variabel y. Lalu, apabila signifikannya diatas dari α = 0,05 atau α
62
= 0,1, maka variabel x menunjukkan ketidaksignifikann pengaruhmya
terhadap variabel y.
b. Uji f Statistik
Uji f statistik merupakan uji yang dilakukan untuk mengetahui pengaruh
secara simultan atau bersama antara variable x terhadap variable y.
Pengujian ini diawali dengan membandingkan t tabel dengan t hitung.
Apabila hasilnya menunjukkan t tabel lebih kecil dari t hitung, maka
variable x menunjukkan secara simultan atau bersama – sama dapat
mempengaruhi variable y. Apabila t tabel lebih besar dari t hitung, maka
variable x secara simultan atau bersama – sama tidak menunjukkan
pengaruhnya terhadap variable y.
Tingkat kepercayaan dapat digunakan pada angka 95% atau 90%, apabila
tingkat kepercayaan berada pada 95% maka tingkat signifikansi α = 0,05,
dan jika menggunakan tingkat kepercayaan pada angka 90% maka tingkat
signifikansinya α = 0,1. Ketika nilai dari signifikannya dibawah α = 0,05
atau α = 0,1 maka variabel x secara simultan menunjukkan pengaruh
signifikannya terhadap variabel y. Lalu, apabila signifikannya diatas dari α
= 0,05 atau α = 0,1, maka variabel x secara simultan menunjukkan
ketidaksignifikan dari pengaruhmya terhadap variabel y.
c. Koefisien Determinasi (R2)
Untuk melihat seberapa besar kontribusi dari suatu variable independen
terhadap variabel dependen dapat dilihat melalui besaran dari koefisien
determinasi. Apabila nilai dari koefisien determinasinya semakin tinggi,
maka semakin besar variable independen menjelaskan dari perubahan
variable dependennya. Rentang nilai 0 sampai dengan 1 merupakan
rentang besaran dari koefisien determinasi. Dengan semakin mendekatnya
rentang tersebut ke angka 1, maka variasi dari variabel independen
memiliki kemampuan lebih untuk menjelaskan variasi dari variable
dependen. Selain itu terdapat pula adjusten R2, dengan definisi koefisien
determinasi yang telah disesuaikan dengan jumlah variable dan
63
observasinya. Penggambaran kemampuan sesungguhnya variable
independen dalam menjelaskan variable dependen merupakan keunggulan
dari adjusted R2.
F. Operasional Variable Penelitian
Variabel Definisi Satuan Skala
GDP per Kapita
(Y)
GDP per kapita adalah produk
domestik bruto dibagi dengan populasi
tengah tahun. GDP adalah jumlah dari
nilai bruto yang ditambahkan oleh
semua produsen penduduk dalam
ekonomi ditambah pajak produk dan
dikurangi subsidi yang tidak termasuk
dalam nilai produk. Kalkulasi Ini
dihitung tanpa membuat pengurangan
untuk depresiasi aset fabrikasi atau
untuk deplesi dan degradasi sumber
daya alam. Data dalam dolar AS 2010
konstan.(Worldbank)
Ribuan Rasio
Pengguna
Internet (X1)
pengguna internet didefinisikan
sebagai seseorang yang membayar
akses ke internet publik (Koneksi TCP
/ IP), terlepas dari jenis atau kecepatan
akses, jenis perangkat yang digunakan
untuk mengakses internet (United
Nation, 2005). Sedangkan ITU (2017),
pengguna internet mengacu pada
orang-orang yang menggunakan
Internet dari lokasi manapun dan untuk
tujuan apa pun, terlepas dari perangkat
dan jaringan yang digunakan, dalam
Jiwa Rasio
64
tiga bulan sebelumnya. Penggunaan
dapat melalui komputer (misalnya
komputer desktop, komputer laptop,
tablet, atau komputer genggam
sejenis), ponsel, mesin permainan,
televisi digital, dll.). Akses dapat
melalui jaringan tetap atau seluler.
Fixed
broadband
subscription
(X2)
Broadband merupakan bentuk sistem
jaringan teknologi yang menyediakan
kecepatan kurang lebih 256 kbit/s,
untuk mendownload, upload, dsb yang
terkait dengan perangkat jaringan
internet (Core Indicator ICT, UN)
Ini termasuk modem kabel, DSL, fiber-
to-the-home / building, langganan
fixed-wired lainnya, broadband satelit
dan broadband nirkabel terestrial tetap.
Jumlah ini diukur tanpa memperhatikan
metode pembayaran, tidak termasuk
yang memiliki akses ke komunikasi
data (termasuk Internet) melalui
jaringan seluler. Ini harus mencakup
WiMAX tetap dan teknologi nirkabel
tetap lainnya. (Worldbank)
Unit Rasio
Pengguna
Telepon Seluler
(X3)
Telepon seluler biasa juga disebut
sebagai telepon portabel atau
handphone merupakan sebuah alat
komunikasi praktis yang dapat
menghubungkan individu satu dengan
individu lainnya dengan mudah dengan
Jiwa Rasio
65
mengandalkan PSTN. Worldbank
mendefinisikan telepon selulur sebagai
langganan telepon seluler yang
memberikan layanan telepon di sektor
publik serta menyediakan akses ke
(Public Switched Telephone Network)
PSTN yang menggunakan teknologi
seluler dengan indikator – indikator
yaitu jumlah langganan pascabayar,
dan jumlah akun prabayar yang aktif
(terhitung digunakan selama tiga bulan
terakhir). (Worldbank)
Tingkat
Partisipasi
Angkatan Kerja
(X4)
Tingkat partisipasi angkatan kerja
(labour force participation rate),
adalah menggambarkan jumlah
angkatan kerja dalam suatu kelompok
umum seperti sebagai presentase
penduduk dalam kelompok umur
tersebut. Untuk menghitung tingkat
partisipasi angkatan kerja (TPAK)
dapat digunakan rumus sebagai berikut:
TPAK = AK/UK x 100% . TPAK yang
digunakan dalam penelitian ini
merupakan TPAK yang berinteraksi
dengan Telepon Seluler.
persen Rasio
66
BAB IV
ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Dalam penelitian ini, objek penelitian merupakan negara – negara di
ASEAN yang terdapat pengguna internet, fixed broadband subscription,
pengguna telepon seluler, dan tingkat partisipasi angkatan kerja dari tahun 2012 –
2016. Dalam penelitian ini terdapat 9 sampel dari populasi negara di ASEAN
yang berjumlah 10 negara. Dari penelitian ini diperoleh 36 data observasi yang
digunakan untuk menganalisa dan pengujian hipotesis.
B. Penemuan dan Pembahasan
1. Analisis Deskriptif Antar Variable di Beberapa Negara di ASEAN
Grafik 4.1 Perkembangan Jumlah Rata-Rata Pengguna Internet, Pengguna
Telepon Seluler, Fixed broadband Subscription, Tingkat Partisipasi Angkatan
Kerja, dan GDP per Kapita di 9 negara ASEAN 2012 – 2016
Sumber : Worldbank, 2018
2012 2013 2014 2015 2016
PI 30740920,89 32414640,78 32998212,78 33571123,67 34303473,67
FB 2092758,778 2296734 2487020,444 3013274,333 3502471,111
PTS 74877209,89 78936008,89 83189778,89 84158961,67 90623711
TPAKpts 51,21538247 50,65325292 50,47856734 49,87362544 49,4888827
GDPpk 12160,7715 12294,82462 12374,97084 12451,26617 12461,09472
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
80000000
90000000
100000000
67
Grafik 4.1 menunjukkan perkembangan dari jumlah rata – rata Pengguna
Internet, Pengguna Telepon Seluler, Fixed broadband Subscription dan GDP per
Kapita di 9 negara asean 2012-2016. Pada tahun 2012 rata – rata pengguna
Internet di 9 negaraASEAN sebesar 30740920,89 dan ditahun 2016 naik sebesar
34303473,67, untuk Fixed Broadband di tahun 2012 sebesar 2092758,778 dan di
tahun 2016 naik menjadi 3502471,111, kemudian pengguna telepon seluler
sendiri di tahun 2012 jumlah rata – ratanya sebesar 4877209,89 naik menjadi
90623711di tahun 2016, namun untuk pada tahun 2012 rata – rata tingkat
partisipasi angkatan kerja 51,21538247 dan turun menjadi 49,4888827 di tahun
2016, dan yang terakhir GDP di tahun 2012 rata – rata GDP per Kapita sebesar
12160,7715 dan naik menjadi 12461,09472 pada tahun 2016. Secara keseluruhan
variable – variable tersebut perkembangan jumlah rata – ratanya terus meningkat
dari tahun ke tahun, namun untuk variable TPAK mengalami penurunan dari
tahun ke tahun secara perlahan, namun tidak terlalu besar penurunannya. Hal ini
menunjukkan bahwa perkembangan TIK di 9 negaraASEAN dalam kurun waktu
2012 – 2016 mengalami perkembangan dari segi jumlah pengguna atau yang
memiliki akses terhadapnya.
Dengan bertambahnya pengguna internet, telepon seluler dan
berkembangnya jaringan fixed broadband, maka TIK harus mendapat perhatian
lebih bagi pelaku ekonomi dan pemerintah, mengingat bahwa TIK sangat
mempengaruhi pertumbuhan ekonomi. Serta, dengan berkembangnya Revolusi
Industri 4.0 dengan Iinternet of Things (IOT) nya, sudah saatnya di arahkan untuk
membentuk sektor – sektor pekerjaan yang baru sehingga keberadaan TIK akan
sangat terasa dalam membuat lapangan pekerjaan yang baru dan meringankan
beban produktivitas sehingga nantinya akan meningkatkan GDP per kapita.
Analisis Model GDP per Kapita dengan Variable Independen Pengguna
Internet, Fixed broadband Subscription, Pengguna telepon seluler, dan tingkat
partisipasi angkatan kerja.
68
a. Pemilihan Model
Setelah melalui proses pemilihan model dengan menggunakan uji asumsi
klasik dan estimasi lainnya, pendekatan estimasi GLS dengan Fixed Effect
model dipilih sebagai pilihan yang tepat dalam pengolahan data penelitian ini.
Dalam penentuan model, diperlukan Uji Chow dan Uji Hausman, untuk
memilih model yang digunakan di antara common effect, fixed effect dan
random effect. Perlakuan weighted atau pembobotan tidak dilakukan pada
model random effect, maka uji hausman tidak digunakan dalam penentuan
model ini.
- F Test / Uji Chow
Untuk menetukan model panel mana yang akan digunakan untuk regresi data
panel, apakah fixed effect model atau PLS. Jika nilai probabilitas lebih kecil
dari tingkat signifikasi α 10% maka artinya model panel yang baik digunakan
adalah fixed effect model dan begitu juga sebaliknya Jika nilai probabilitas
lebih besar dari tingkat signifikasi α 10% maka artinya model regresi data
panel yang baik digunakan adalah PLS. Dengan hipotesis, sebagai berikut:
H0 : Model PLS
H1 : Model FE
Berdasarkan metode FE dan PLS, diperoleh nilai probabilitas Fstatistik,
sebagai berikut:
Tabel 4.1 Hasil Uji Chow/F test
Effect Test Statistic d.f Prob
Cross-section f 553.718139 (8,32) 0.0000
Sumber : hasil pengolahan data dengan eviews 9
Dari tabel diatas, diperoleh nilai f-statistik adalah 553.718139dengan nilai d.f
(8,32) dan nilai probabilitas f-statistik lebih kecil dari signifikasi α 10% maka
69
artinya model panel yang baik digunakan adalah fixed effect model dalam
penelitian ini.
- Uji Hausman
Untuk menetukan model panel mana yang akan digunakan untuk regresi data
panel, apakah fixed effect model atau random effect model. Jika nilai
probabilitas lebih kecil dari tingkat signifikasi α 10% maka artinya model
panel yang baik digunakan adalah fixed effect model dan begitu juga
sebaliknya Jika nilai probabilitas lebih besar dari tingkat signifikasi α 10%
maka artinya model regresi data panel yang baik digunakan adalah random
effect model. Dengan hipotesis, sebagai berikut:
H0 : Model RE
H1 : Model FE
Tabel 4.2 Hasil Uji Hausman
Test Summary Chi-Sq. Statistic Chi-Sq. d.f Prob
Cross-section random 49.317014 (4) 0.0000
Sumber : hasil pengolahan data dengan eviews 9
Dari tabel diatas, diperoleh nilai f-statistik adalah 49.317014dengan nilai Chi-
Sq. d.f (8,32) dan nilai probabilitas f-statistik lebih kecil dari signifikasi α 10%
maka artinya model panel yang baik digunakan adalah fixed effect model
dalam penelitian ini.
b. Analisa Teknis
- Uji statistik
Pengujian statistik dilakukan untuk mengetahui apakah model penelitian
sudah bagus atau belum secara statisitk. Terdapat beberapa pengujian
dalam uji hipotesis ini, diantaranya adalah uji koefisien determinasi (R2),
uji F statistik, serta uji t statistik. Model yang digunakan dalam estimasi
penelitian ini adalah Fixed Effect. Uji statistik dalam penelitian ini
menggunakan software eviews, maka hasilnya sebagai berikut:
70
Tabel 4.3 Hasil Perhitungan Data Panel terhadap Keseluruhan Periode Penelitian
(2012 – 2016)
Hasil Perhitungan Data Panel terhadap Keseluruhan Periode
Penelitian (2012 – 2016)
Variable Koefisien Prob
C 2,129494 0.0867
LNPI 0,10805 0.0577
LNFB 0,137253 0.0000
LNPTS 0,098397 0.0887
TPAKPTS 0,016628 0.0402
total 2,489822
Fixed Effects
(Cross)
BD 3,48523
FILIPINA -1,255431
INDONESIA -1,201586
KAMBOJA -1,343916
LAOS -0,329883
MALAYSIA 0,468068
SINGAPURA 2,611975
THAILAND -0,48124
VIETNAM -1,953216
R-squared 0.999783
Adjusted R-squared 0.999702
F-statistic 12281.78
Prob(F-statistic) 0.000000
Sumber : hasil pengolahan data dengan eviews 9
a. Uji t Statistik
Uji t statistik merupakan uji yang dilakukan untuk mengetahui pengaruh
secara parsial antara variable x terhadap variable y, dapat disederhanakan
uji ini untuk mengetahui pengaruh dari tiap variable. Untuk pengujian t
statistik bisa menggunakan Quick Look, yaitu dengan melihat nilai
probabilitas dan tingkat kepercayaan yang telah di tetapkan oleh peneliti.
Di dalam penelitian ini telah ditentukan untuk tingkat kepercayaan sebesar
71
90 persen (α = 10 %). Maka apabila suatu variable independen memiliki
nilai prob. < α = 10 %, maka dapat dinyatakan terdapat pengaruh yang
signifikan divariable independen tersebut terhadap variabel dependennya,
dan sebaliknya apabila nilai prob. > α = 10 %, maka dapat dinyatakan pada
variable independen tersebut tidak terdapat pengaruh yang signifikan
terhadap variable dependennya.
Nilai probabilitas pengguna internet sebesar 0.0577 < 0,1. Hal ini
menunujukkan bahwa pengguna internet memiliki pengaruh yang
signifikan terhadap GDP per Kapita 9 negara di ASEAN. Pengguna
Internet memiliki pengaruh positif terhadap 9 Negara di ASEAN. Hal ini
dapat dilihat dari nilai koefisien sebesar 0,10805 persen terhadap GDP per
Kapita 9 Negara di ASEAN yang berarti setiap kenaikan pengguna internet
sebesar 1 persen akan meningkatkan GDP per Kapita sebesar 0,10805
persen dengan asumsi ceteris paribus.
Nilai probabilitas Fixed broadband subscription sebesar 0.0000 < 0,1. Hal
ini menunujukkan bahwa Fixed broadband subscription memiliki
pengaruh yang signifikan terhadap GDP per Kapita 9 negara di ASEAN.
Fixed broadband subscription memiliki pengaruh positif terhadap 9
Negara di ASEAN. Hal ini dapat dilihat dari nilai koefisien sebesar
0,137253 persen terhadap GDP per Kapita 9 Negara di ASEAN yang
berarti setiap kenaikan Fixed broadband subscription sebesar 1 persen
akan meningkatkan GDP per Kapita sebesar 0,137253 persen dengan
asumsi ceteris paribus.
Nilai probabilitas pengguna telepon seluler sebesar 0.0887 < 0,1. Hal ini
menunujukkan bahwa pengguna telepon seluler memiliki pengaruh yang
signifikan terhadap GDP per Kapita 9 negara di ASEAN. pengguna
telepon seluler memiliki pengaruh positif terhadap 9 Negara di ASEAN.
Hal ini dapat dilihat dari nilai koefisien sebesar 0,098397 persen terhadap
GDP per Kapita 9 Negara di ASEAN yang berarti setiap kenaikan
pengguna telepon seluler sebesar 1 persen akan meningkatkan GDP per
Kapita sebesar 0,098397 persen dengan asumsi ceteris paribus.
72
Nilai probabilitas tingkat partisipasi angkatan kerja sebesar 0.0402 < 0,1.
Hal ini menunujukkan bahwa tingkat partisipasi angkatan kerja memiliki
pengaruh yang signifikan terhadap GDP per Kapita 9 negara di ASEAN.
tingkat partisipasi angkatan kerja memiliki pengaruh positif terhadap 9
Negara di ASEAN. Hal ini dapat dilihat dari nilai koefisien sebesar
0,016628 persen terhadap GDP per Kapita 9 Negara di ASEAN yang
berarti setiap kenaikan tingkat partisipasi angkatan kerja sebesar 1 persen
akan meningkatkan GDP per Kapita sebesar 0.315305 persen dengan
asumsi ceteris paribus.
b. Uji f Statistik
Uji f statistik merupakan uji yang dilakukan untuk mengetahui pengaruh
secara simultan atau bersama – sama antara variable x terhadap variable y.
Dalam penelitian ini, pengujian secara bersama-sama dilakukan untuk
mengetahui apakah variabel pengguna internet, fixed broadband
subscription,pengguna telepon seluler dan tingkat partisipasi angkatan
kerja memiliki pengaruh yang signifikan terhadap GDP per Kapita 9
negara di ASEAN. Untuk mengetahui apakah pengujian variabel
independen secara bersama-sama terhadap variabel dependen dapat dilihat
dari nilai probabilitasnya. Jika nilai probabilitas dari F statistik < 0,1 maka
dapat diartikan bahwa semua variabel independen secara bersamasama
memiliki pengaruh yang signifikan terhadap variabel dependen.
Sebaliknya, Jika nilai probabilitas dari F statistik > 0,1 maka dapat
diartikan bahwa semua variabel independen secara bersama-sama tidak
memiliki pengaruh yang signifikan terhadap variabel dependen.
Dapat dilihat bahwa nilai probabilitas F statistik sebesar 0,000000. Nilai
tersebut lebih kecil dari 0,1, sehingga dapat disimpulkan bahwa variabel
pengguna internet, fixed broadband subscription, pengguna telepon seluler
dan tingkat partisipasi angkatan kerja secara bersama-sama berpengaruh
signifikan terhadap GDP per Kapita 9 negara di ASEAN pada tahun 2012-
2016.
c. Koefisien Determinasi (R2)
73
Untuk melihat seberapa besar kontribusi dari suatu variable independen
terhadap variabel dependen dapat dilihat melalui besaran dari koefisien
determinasi. Oleh karena itu, semakin besar nilai dari koefisien
determinasi maka variable independen akan memiliki kemampuan lebih
untuk menjelaskan variasi dari variable dependen. Berdasarkan hasil
pengolahan data dapat dilihat bahwa nilai koefisien determinasi sebesar
0.999783. Hal ini berarti bahwa 99,98 persen dari variasi GDP per Kapita
di 9 Negara ASEAN mampu dijelaskan oleh pengguna internet, fixed
broadband subscription, pengguna telepon seluler, dan tingkat partisipasi
angkatan kerja, sedangkan 0,02 persen dijelaskan oleh variabel lain di luar
model penelitian ini.
d. Intrepetasi Hasil Analisis
Tabel 4.4 Intrepetasi Koefisien Fixed Effect Model (2012 – 2016)
Intrepetasi Koefisien Fixed Effect Model (2012 – 2016)
Variabel Koefisien Nilai GDP per Kapita
C 2,129494
LNPI 0,10805
LNFB 0,137253
LNPTS 0,098397
TPAKPTS 0,016628
Total 2,489822
Fixed Effects
(Cross)
BD 3,48523 5,975052
FILIPINA -1,255431 1,234391
INDONESIA -1,201586 2,283644
KAMBOJA -1,343916 2,141314
LAOS -0,329883 -1,531469
MALAYSIA 0,468068 -0,733518
SINGAPURA 2,611975 2,282092
74
THAILAND -0,48124 -0,811123
VIETNAM -1,953216 0,658759
Sumber : hasil pengolahan data dengan eviews 9
- Brunei Darussalam
LNGDPPC_BD = 3,48523 + 2,129494 + 0,137253*LNFB_BD +
0,10805*LNPI_BD + 0,098397*LNPTS_BD + 0,016628*TPAKPTS_BD
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Brunei Darussalam akan mendapatkan pengaruh
individu terhadap GDP per Kapita sebesar 5,975052%
- Kamboja
LNGDPPC_KAMBOJA = -1,343916 + 2,129494 + 0,137253*LNFB_
KAMBOJA + 0,10805*LNPI_ KAMBOJA + 0,098397*LNPTS_ KAMBOJA +
0,016628*TPAKPTS_ KAMBOJA
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Kamboja akan mendapatkan pengaruh individu terhadap
GDP per Kapita sebesar 2,141314
- Filipina
LNGDPPC_FILIPINA = -1,255431 + 2,129494 + 0,137253*LNFB_ FILIPINA +
0,10805*LNPI_ FILIPINA + 0,098397*LNPTS_ FILIPINA +
0,016628*TPAKPTS_ FILIPINA
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Filipina akan mendapatkan pengaruh individu terhadap
GDP per Kapita sebesar 1,234391%
- Indonesia
LNGDPPC_INDONESIA = -1,201586 + 2,129494 + 0,137253*LNFB_
INDONESIA + 0,10805*LNPI_ INDONESIA + 0,098397*LNPTS_ INDONESIA
+ 0,016628*TPAKPTS_ INDONESIA
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Indonesia akan mendapatkan pengaruh individu
terhadap GDP per Kapita sebesar 2,283644%
- Laos
75
LNGDPPC_LAOS = -0,329883 + 2,129494 + 0,137253*LNFB_ LAOS +
0,10805*LNPI_ LAOS + 0,098397*LNPTS_ LAOS + 0,016628*TPAKPTS_
LAOS
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Laos akan mendapatkan pengaruh individu terhadap
GDP per Kapita sebesar 1,5314693%
- Singapura
LNGDPPC_SINGAPURA = 2,611975 + 2,129494 + 0,137253*LNFB_
SINGAPURA + 0,10805*LNPI_ SINGAPURA + 0,098397*LNPTS_
SINGAPURA + 0,016628*TPAKPTS_ SINGAPURA
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Singapura akan mendapatkan pengaruh individu
terhadap GDP per Kapita sebesar 2,282092%
- Thailand
LNGDPPC_THAILAND = -0,48124 + 2,129494 + 0,137253*LNFB_
THAILAND + 0,10805*LNPI_ THAILAND + 0,098397*LNPTS_ THAILAND +
0,016628*TPAKPTS_ THAILAND
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Thailand akan mendapatkan pengaruh individu terhadap
GDP per Kapita sebesar -0,811123%
- Vietnam
LNGDPPC_VIETNAM = -1,953216 + 2,129494 + 0,137253*LNFB_ VIETNAM
+ 0,10805*LNPI_ VIETNAM + 0,098397*LNPTS_ VIETNAM +
0,016628*TPAKPTS_ VIETNAM
Apabila terjadi perubahan sebesar 1% pada LNFB, LNPI, LNPTS, dan
LNTPAKPTS, maka negara Vietnam akan mendapatkan pengaruh individu terhadap
GDP per Kapita sebesar 0,658759%
76
2. Analisa Ekonomi GDP per Kapita dengan Variable Independen Pengguna
Internet, Fixed broadband subscription, Pengguna telepon seluler, dan
tingkat partisipasi angkatan kerja
a. Pengguna Internet
Hasil penelitian ini menunjukkan adanya hubungan positif dan signifikan
Pengguna Internet terhadap pendapatan nasional 9 negara di ASEAN yang
diukur dengan GDP per Kapita. Hal tersebut sesuai dengan teori – teori
yang ada, dimana total output produksi akan sangan dipengaruhi oleh
faktor – faktor produksinya, salah satunya teknologi. Hasil penelitian ini
sejalan dengan penelitian yang dilakukan oleh (Anupam Das, Murshed
Chowdhury & Sariah Seaborn,2015) (Kais Saidi, Mounir Ben Mbarek,
Mounira Amamri, 2015) (Bahar Bayraktar Sağlam, 2016) (Ficawoyi
Donou-Adonsou, Sokchea Lim & Samuel A Mathey , 2016) (Sajda
Qureshi & Lotfollah Najjar ,2017)(Rudra Pradhan, Girijasankar Mallik,
Tapan P. Bagchi, 2018) yang menunjukkan bahwa variable pengguna
internet berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi
. Hal ini menunjukkan ICT telah berperan penting, dan sesuai dengan teori
dan penelitian yang ada. Oleh karena itu pengguna internet harus
mendapat perhatian lebih oleh para pelaku ekonomi dan pemerintah.
Mengingat bahwa pengguna internet merupakan komponen penting dari
marketplace di era ekonomi digital saat ini. Pemerintah harus terus
membangun infrastruktur yang menghubungkan manusia dengan internet
dan meningkatkan kualitasnya. Semakin baik kualitas jaringan internet
seperti biaya penggunaan dan kecepatannya untuk mendownload dan
mengupload, maka produsen dan konsumen diuntungkan. Hal tersebut
memicu produsen dan konsumen mengurangi biaya – biaya yang tidak
diperlukan kembali karena keberadaan internet. Seperti pertemuan –
pertemuan tidak harus tatap muka langsung untuk mengambil keputusan
dalam berbisnis antara produsen dan konsumen, antara perusahaan dan
investor, kemudian mempercepat transaksi bisnis, karena dengan adanya
internet konsumen tidak perlu lagi ke bank, akses penyebaran informasi
77
yang cepat, memangkas jalur distribusi barang dsb. Apabila seluruh
produsen dapat memaksimalkan potensi tersebut dan pemerintah
memfasilitasinya, maka logis apabila peningkatan pelayanan internet akan
meningkatkan GDP per kapita.
b. Fixed broadband subscription
Hasil penelitian ini menunjukkan bahwa Fixed broadband subscription
memiliki pengaruh positif dan signifikan terhadap GDP per Kapita di 9
Negara ASEAN. Hal tersebut sesuai dengan teori – teori yang ada, dimana
total output produksi akan sangan dipengaruhi oleh faktor – faktor
produksinya, salah satunya teknologi. Hasil penelitian ini sejalan dengan
penelitian yang dilakukan oleh (Nina Czernich, Oliver Falck, Tobias
Kretschmer and Ludger Woessmann, 2011) (Anupam Das, Murshed
Chowdhury & Sariah Seaborn, 2015) (Sajda Qureshi & Lotfollah Najjar,
2017) (Kasmad Ariansyah, 2018) (Rudra Pradhan, Girijasankar Mallik,
Tapan P. Bagchi, 2018) yang menunjukkan variable fixed broadband
berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. hal ini
menunjukkan Fixed broadband subscription berperan penting dalam
perekonomian, khususnya ekonomi digital. Fixed broadband subscription
merupakan salah satu sumber utama dalam faktor produksi, keberadaan
Fixed broadband subscription akan mendukung produktivitas ekonomi
digital yang pada waktunya akan meningkatkan GDP per Kapita. Oleh
karena itu pemerintah harus terus membangun infrastruktur yang
menghubungkan manusia dengan fixed broadband dan meningkatkan
kualitasnya. Semakin baik kualitas fixed broadband, maka produsen dan
konsumen diuntungkan. Fixed broadband akan menggarap peluang pasar
lokal, mengurangi biaya promosi, mengakses ke pasar yang lebih luas
jangkauannya. Apabila jaringan fixed broadband diperbanyak, maka sudah
pasti akan meningkatkan GDP per kapita negaranya.
c. Pengguna Telepon Seluler
Hasil penelitian ini menunjukkan bahwa Pengguna Telepon Seluler
memiliki pengaruh positif dan signifikan terhadap GDP per Kapita di 9
78
Negara ASEAN. Hal tersebut sesuai dengan teori – teori yang ada, dimana
total output produksi akan sangan dipengaruhi oleh faktor – faktor
produksinya, salah satunya teknologi. Hasil penelitian ini sesuai dengan
penelitian yang dilakukan oleh (Widias Retiawan, 2011)(Lum Tracy,
2011)(Eko Fajar Cahyono ,2012)(Sang H Lee , John Levendis & Luis
Gutierrez,(2012)(Anupam Das, Murshed Chowdhury & Sariah Seaborn
,2015)(Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A Mathey
,2016)(Bahar Bayraktar Sağlam ,2016)(Sajda Qureshi & Lotfollah Najjar
,2017)(Kasmad Ariansyah ,2018) yang menujukan pengaruh signifikan
dan positif variabel pengguna telepon seluler terhadap pertumbuhan
ekonomi. Hal tersebut menunjukkan pengguna telepon seluler berperan
penting dalam perekonomian, khususnya ekonomi digital. Pengguna
telepon seluler merupakan salah satu sumber utama dalam faktor produksi,
keberadaan pengguna telepon seluler akan mendukung produktivitas
ekonomi digital yang pada waktunya akan meningkatkan GDP per Kapita.
Oleh karena itu pemerintah harus terus membangun infrastruktur
telekomunikasi dan meningkatkan kualitasnya. Semakin baik kualitas
telekomunikasi, maka produsen dan konsumen diuntungkan dengan
keberadaan telepon seluler. Diharapkan juga pemerintah tidak membuat
kebijakan yang menghambat kepemilikkan dari telepon seluler. alat
komunikasi ini telah mampu menembus ruang – ruang yang tidak dapat
dijamah telepon tetap dan jaringan fixed broadband, sehingga peningkatan
akses masyarakat semakin baik terhadap tik. Hal tersebut memberikan
kemudahan produsen dan konsumen dalam melakukan transaksi,
komunikasi bisnis dsb. sehingga akan meningkatkan GDP per kapita
negaranya.
d. Tingkat Partisipasi Angkatan Kerja
Hasil penelitian ini menunjukkan bahwa Tingkat Partisipasi Angkatan
Kerja memiliki pengaruh positif dan signifikan terhadap GDP per Kapita
di 9 Negara ASEAN. Hasil penelitian ini sesuai Hal tersebut sesuai dengan
79
teori - teori yang menjelaskan pendapatan akan dipengaruhi oleh faktor –
faktor produksinya, salah satunya angkatan kerja. Hasil penelitian ini juga
sesuai dengan penelitian yang dilakukan oleh (Muhammad Shahid,
2014)(Kais Saidi,Mounir Ben Mbarek, Mounira Amamri ,2015)(Rudra
Pradhan, Girijasankar Mallik, Tapan P. Bagchi ,2018) yang menunjukkan
TPAK berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi.
Hal ini menunjukkan tingkat partisipasi angkatan kerja berperan penting
dalam perekonomian, khususnya produktivitas ekonomi. TPAK
merupakan salah satu sumber utama dalam faktor produksi, keberadaan
TPAK akan mendukung produktivitas ekonomi yang pada waktunya akan
meningkatkan GDP per Kapita. Oleh karena itu pemeintah perlu untuk
meningkatkan lapangan pekerjaan, agar masyarakat yang sudah memasuki
usia kerja dapat segera mendapat perkejaan. Ditambah kembali saat ini
teknologi informasi dan komunikasi mampu melahirkan sektor – sektor
pekerjaan yang baru. Pemerintaah harus hadir untuk mengembangkan
lapangan pekerjaan di sektor TIK karena potensinya yang besar untuk
meningkatkan GDP per Kapita negaranya.
80
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan hasil analisis dan pembahasan yang telah dilakukan, Penulis
memperoleh kesimpulan dari penelitian dengan judul Analisis Pengaruh
Akses Teknologi Informasi dan Komunikasi terhadap Pertumbuhan Ekonomi
(Studi Kasus Negara – Negara di ASEAN 2012 - 2016), sebagai berikut :
1. Variabel pengguna internet berpengaruh positif dan signifikan terhadap
GDP per Kapita di 9 negara ASEAN pada tahun 2012-2016.
2. Variabel Fixed broadband subscription memiliki pengaruh positif dan
signifikan terhadap GDP per Kapita 9 negara di ASEAN pada tahun 2012-
2016.
3. Variabel pengguna telepon seluler memiliki pengaruh positif dan
signifikan terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-
2016.
4. Variabel Tingkat partisipasi angkatan kerja memiliki pengaruh positif dan
signifikan terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-
2016.
5. Variabel independen yang terdapat pada penelitian ini, yaitu pengguna
internet, fixed broadband subscription, pengguna telepon seluler dan
tingkat partisipasi angkatan kerja secara simultan berpengaruh signifikan
terhadap GDP per Kapita di 9 negara ASEAN pada tahun 2012-2016.
B. Saran
Berdasarkan kesimpulan di atas, maka penulis mengajukan beberapa saran
sebagai berikut :
1. Berdasarkan pembahasan hasil diatas yang menunjukkan bahwa variabel
Pengguna Internet, Fixed broadband Subscription, Mobilephone
subscription dan Tingkat Partisipasi Angkatan Kerja memiliki pengaruh
81
positif dan signifikan terhadap GDP per Kapita di 9 negara ASEAN, maka
pemerintah di negara – negara ASEAN perlu untuk meningkatkan
infrastruktur teknologi informasi dan komunikasi. selain itu, peningkatan
jaringan komunikasi harus diimbangi dengan faktor – faktor yang dapat
meningkatkan kualitas penduduk dan tenaga kerja dalam pemanfaatan
Teknologi Informasi dan Komunikasi. Mengingat bahwa kualitas
penduduk dan tenaga kerja akan meningkatkan produktivitas, sehingga
pada waktunya pendapatan nasional ( GDP per Kapita ) akan meningkat.
2. Bagi para akademisi dan peneliti hasil penelitian ini dapat dijadikan
referensi dan apabila ingin melakukan penelitian yang sejenis dapat
digukanan variable – variable yang lain mengingat Teknologi Informasi
dan Komunikasi yang sudah berkembang. Oleh karena itu alangkah
baiknya dikembangkan kembali cakupannya mengingat saat ini data yang
berhubungan dengan Teknologi Informasi dan Komunikasi semakin
tersedia agar hasil penelitian dapat lebih baik.
82
DAFTAR PUSTAKA
Anupam Das, Murshed Chowdhury & Sariah Seaborn. (2015). ICT Diffusion,
Financial Development and Economic Growth: New Evidence from Low and
Lower Middle-Income Countries. New York : Springer Science Business Media.
Ariefianto, M. Doddy. (2012). Ekonometrika : Esensi dan Aplikasi dengan
Menggunakan Eviews. Jakarta. Erlangga.
Arsyad, L. (1999). Pengantar Perencanaan dan Pembangunan EKonomi Daerah.
Yogyakarta: BPFE.
ASEAN. (2018). Asean telecommunications and it ministers meeting telmin.
Diunduh pada 7 Februari 2018, dari http://asean.org/asean-economic-
community/asean-telecommunications-and-it-ministers-meeting-telmin/
Bahar Bayraktar Sağlam. (2016). ICT Diffusion, R&D Intensity, and Economic
Growth: a Dynamic Panel Data Approach. New York : Springer Science Business
Media.
Basuki, Agus Tri. (2014). Regresi Model PAM, ECM dan Data Panel dengan
Eviews 7. Yogyakarta
Ben Miller dan Robert D. Atkinson. (2014). Raising European Productivity
Growth Through.
Elsadig Musa Ahmed & Rahim Ridzuan. (2012). The Impact of ICT on East
Asian Economic Growth: Panel Estimation Approach. Malaysia : Springer
Science Business Media.
Ficawoyi Donou-Adonsou, Sokchea Lim & Samuel A. Mathey. (2016).
Technological Progress and Economic Growth in Sub-Saharan Africa: Evidence
from Telecommunications Infrastructure. International Atlantic Economic
Society.
Final report: Recommendations for implementing the strategic initiative
INDUSTRIE 4.0. Industrie 4.0 Working Group.
83
Griffiths, W.E. (2001). Undergraduate Econometrics. Second Edition. John
Willey and Sons,Inc.
Gujarati, D.N. (1999). Ekonometrik Dasar, Terjemahan. Erlangga.
Gujarati, D.N. (2003). Basic Econometrics. New York: Mc Graw-Hill Companies.
Hasan, Iqbal M. (2017). Pokok-pokok Materi Statistik 2. Jakarta: PT. Bumi
Aksara.
IDA AT WORK, ICT Connecting People and making markets work, 2008
Jana Hanclova, Petr Doucek, Jakub Fischer & Kristyna Vltavska. (2015). Does
ICT capital affect economic growth in the EU-15 and EU-12 countries?. Journal
of Business Economics and Management, 16:2, 387-406
Jhingan, M. (2003). Ekonomi Pembangunan dan Perekonomian. Jakarta: PT. Raya
Grafindo Persada.
John Van Reenen et al. (2010). The Economic Impact of ICT, SMART. Centre for
Economic Performance.
Kagermann, H., Lukas, W.D., & Wahlster, W. (2011). Industrie 4.0: Mit dem
Internet der Dinge auf dem Weg zur 4. industriellen Revolution.
http://www.vdinachrichten.com/Technik-Gesellschaft/Industrie-40- Mit-Internet-
Dinge-Weg-4-industriellen-Revolution, Diakses pada 17 Juni 2017.
Kais Saidi & Lobna Ben Hassen & M. Sami Hammam. (2014). Econometric
Analysis of the Relationship Between ICT and Economic Growth in Tunisia. New
York : Springer Science Business Media.
Kais Saidi, Mounir Ben Mbarek, Mounira Amamri. (2015). Causal Dynamics
between Energy Consumption, ICT, FDI, and Economic Growth: Case Study of
13 MENA Countries. New York : Springer Science Business Media.
Karl E. Case, Ray C. Fair. (2004). Edisi 5. Jakarta : PT INDEKS, Kelompok
Gramedia.
84
Kominfo (2016) Laporan Tahunan Kominfo 2016. Jakarta : Kominfo.
Kuncoro, M. (2004). Otonomi dan Pembangunan Daerah. Jakarta: Erlangga..
Lipsey, RG, Courant PN, Purvis DD, Steiner PO. (1993). Pengantar
Makroekonomi Edisi Kesepuluh Jilid Dua. Maulana A, penerjemah. Jakarta (ID):
Binarupa Aksara. Terjemahan dari : Economics 10th ed
Lum, Tracy. (2011). Mobile goes global: The effect of cell phones on economic
growth and development.
Mankiw, G. N. (2007). Principle of Macroeconomics. Jakarta: Erlangga.
Mankiw, N Gregory. (2003). Teori Makro Ekonomi. Jakarta : Erlangga.
Mceachern Wiliam. (2000). Pendekatan Kontemporer Ekonomika Makro. Jakarta:
Salemba Empat.
Muhammad Shahid. (2014). Impact of Labour Force Participation on Economic
Growth in Pakistan. Journal of Economics and Sustainable Development
Nina Czernich, Oliver Falck, Tobias Kretschmer and Ludger Woessmann.
(2011). Broadband Infrastructure and Economic Growth. The Economic Journal :
Blackwell Publishing. Honors Theses : Bucknell University.
Republik Indonesia. (2014). Perpres no. 96 tahun 2014 tentang Rencana Pitalebar
Indonesia. Sekretariat Kabinet RI. Jakarta
Rizki, Novi Aulia. (2011). Estimasi Parameter Model Regresi Data Panel Random
Effect dengan Metode Generalized Least Square (GLS). Malang : UIN Maulana
Malik Ibrahim.
Rudra Pradhan, Girijasankar Mallik, Tapan P. Bagchi. (2018). Information
communication technology (ICT) infrastructure and economic growth: A causality
evinced by cross-country panel data. IIMB Management Review.
85
Rüßmann, M., Lorenz, M., Gerbert, P., Waldner, M., Justus, J., Engel, P. &
Harnisch, M. (2015). Industry 4.0: The future of productivity and growth in
manufacturing industries. Boston Consulting Group, p.14.
S. Mulyadi. (2008). Ekonomi SDM dalam Perspektif Pembangunan. Edisi 1.
Jakarta : Rajawali Pers.
Sajda Qureshi & Lotfollah Najjar. (2017). Information and communications
technology use and income growth: evidence of the multiplier effect in very small
island states. Information Technology for Development, 23:2, 212-234
Sang H. Lee , John Levendis & Luis Gutierrez. (2012). Telecommunications and
economic growth: an empirical analysis of sub-Saharan Africa. Applied
Economics, 44:4, 461-469
Simanjuntak, P. (1985). Pengantar Ekonomi Sumber Daya Manusia. Lembaga
Penerbit Fakultas Ekonomi UI.
Sukirno, S. (2006). Ekonomi Pembangunan : Proses, Masalah, dan Dasar
Kebijakan. Jakarta (ID) : Kencana
Sukirno, Sadono. (2011). Makroekonomi teori pengantar. Edisi 1 Cetakan 20.
Jakarta. Rajawali pers.
Suparmoko, M. (2002). Ekonomi Publik, Untuk Keuangan dan Pembangunan
Daerah. Yogyakarta: Andi
Suparmoko, M. (2002). Ekonomi Publik, Untuk Keuangan dan Pembangunan
Daerah. Yogyakarta: Andi.
Sutabri, Tata (2014) Pengantar Teknologi Informasi, edisi 1. Yogyakarta : ANDI.
Todaro, M. (2006). Pembangunan Ekonomi di Dunia Ketiga . Jakarta: Erlangga.
Tri Kunawangsih Pracoyo dan Antyo Pracoyo. (2007). Aspek Dasar Ekonomi
Makro Di Indonesia, jakarta : PT. Grasindo.
86
UNIDO. (2018). Information and Communications-Technology ICT. Diunduh
pada 5 Februari 2018 dari https://www.unido.org/our-focus/advancing-economic-
competitiveness/investing-technology-and-innovation/competitiveness-business-
environment-and-upgrading/information-and-communications-technology-ict
United National Development Programmee (2001) Human Development Report.
New york : Oxford University Press.
Wibisono, Y. (2005). Modul Pelatihan Ekonometrika Dasar. Depok : Lab. Ilmu
Ekonomi FE-UI.
World Bank (2018) (2018). GDP Per Capita. : World Bank. Diunduh pada 8 Mei
2018 dari https://data.worldbank.org/indicator/NY.GDP.PCAP.CD?view=chart
World Bank (2018) Fixed Broadband Subscription : World Bank. Diunduh pada 8
Mei 2018, dari https://data.worldbank.org/indicator/IT.NET.BBND?view=chart
World Bank (2018) Individual Using The Internet : World Bank. Diunduh pada 8
Mei 2018 dari https://data.worldbank.org/indicator/IT.NET.USER.ZS?view=chart
World Bank (2018) Mobile Cellular Subscription : World Bank. Diunduh pada 8
Mei 2018 dari https://data.worldbank.org/indicator/IT.CEL.SETS?view=chart
World Bank Group. (2016). Assesing The Potential For The Electronics And ICT
Manufacturing Industry In Ethiopia Policy Report. World Bank Group.
87
LAMPIRAN – LAMPIRAN
A. UJI NORMALITAS
0
1
2
3
4
5
6
7
8
-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8
Series: Standardized Residuals
Sample 2012 2016
Observations 45
Mean 4.40e-15
Median -0.076618
Maximum 0.859052
Minimum -0.910786
Std. Dev. 0.408312
Skewness 0.412777
Kurtosis 2.726133
Jarque-Bera 1.418519
Probability 0.492008
B. UJI MULTIKOLINEARITAS
LNFB LNPI TPAKPTS LNPTS
LNFB 1.000000 0.761485 0.538713 0.809031
LNPI 0.761485 1.000000 0.924953 0.992353
TPAKPTS 0.538713 0.924953 1.000000 0.904805
LNPTS 0.809031 0.992353 0.904805 1.000000
88
C. UJI HETEROKEDASTISITAS
-1.00
-0.75
-0.50
-0.25
0.00
0.25
0.50
0.75
1.00B
D -
12
BD
- 1
3B
D -
14
BD
- 1
5B
D -
16
Indonesia
- 1
2In
donesia
- 1
3In
donesia
- 1
4In
donesia
- 1
5In
donesia
- 1
6K
am
boja
- 1
2K
am
boja
- 1
3K
am
boja
- 1
4K
am
boja
- 1
5K
am
boja
- 1
6Laos -
12
Laos -
13
Laos -
14
Laos -
15
Laos -
16
Mala
ysia
- 1
2M
ala
ysia
- 1
3M
ala
ysia
- 1
4M
ala
ysia
- 1
5M
ala
ysia
- 1
6S
ingapu
ra -
12
Sin
gapu
ra -
13
Sin
gapu
ra -
14
Sin
gapu
ra -
15
Sin
gapu
ra -
16
Thailand -
12
Thailand -
13
Thailand -
14
Thailand -
15
Thailand -
16
Vie
tnam
- 1
2V
ietn
am
- 1
3V
ietn
am
- 1
4V
ietn
am
- 1
5V
ietn
am
- 1
6F
ilip
ina -
12
Filip
ina -
13
Filip
ina -
14
Filip
ina -
15
Filip
ina -
16
LNGDPPC Residuals
D. UJI OLS
Dependent Variable: LNGDPPC?
Method: Pooled Least Squares
Date: 12/09/18 Time: 22:31
Sample: 1 5
Included observations: 5
Cross-sections included: 9
Total pool (balanced) observations: 45 Variable Coefficient Std. Error t-Statistic Prob. LNPI? -2.111762 1.204978 -1.752531 0.0872
LNFB? -0.544755 0.235742 -2.310815 0.0259
LNPTS? 4.463331 1.232511 3.621332 0.0008
TPAKPTS? -0.393898 0.085208 -4.622798 0.0000 R-squared -0.186544 Mean dependent var 8.524284
Adjusted R-squared -0.273364 S.D. dependent var 1.336401
S.E. of regression 1.508040 Akaike info criterion 3.744187
Sum squared resid 93.24163 Schwarz criterion 3.904779
Log likelihood -80.24420 Hannan-Quinn criter. 3.804054
Durbin-Watson stat 0.064130
89
E.UJI CHOW
Redundant Fixed Effects Tests
Pool: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 553.718139 (8,32) 0.0000
Cross-section Chi-square 222.190171 8 0.0000
F. UJI HAUSMAN
Correlated Random Effects - Hausman Test
Pool: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 49.317014 4 0.0000
G.UJI PEGLS
Dependent Variable: LNGDPPC?
Method: Pooled EGLS (Cross-section weights)
Date: 12/09/18 Time: 22:34
Sample: 1 5
Included observations: 5
Cross-sections included: 9
Total pool (balanced) observations: 45
Linear estimation after one-step weighting matrix Variable Coefficient Std. Error t-Statistic Prob. C 2.129494 1.205014 1.767195 0.0867
LNPI? 0.108050 0.054873 1.969097 0.0577
LNFB? 0.137253 0.017480 7.851809 0.0000
LNPTS? 0.098397 0.056040 1.755844 0.0887
TPAKPTS? 0.016628 0.007774 2.138930 0.0402
Fixed Effects (Cross)
_BD—C 3.485230
_FILIPINA--C -1.255431
_INDONESIA--C -1.201586
_KAMBOJA--C -1.343916
_LAOS--C -0.329883
_MALAYSIA--C 0.468068
_SINGAPURA--C 2.611975
_THAILAND--C -0.481240
90
_VIETNAM--C -1.953216 Effects Specification Cross-section fixed (dummy variables) Weighted Statistics R-squared 0.999783 Mean dependent var 11.94495
Adjusted R-squared 0.999702 S.D. dependent var 6.438100
S.E. of regression 0.036845 Sum squared resid 0.043442
F-statistic 12281.78 Durbin-Watson stat 1.628417
Prob(F-statistic) 0.000000
D. DATA
- Data sebelum di transformasi
daerah Tahun MP PI FB LFPR GDPpc
BD 2012 469740 203502 19849 39,618019 35899,03737
BD 2013 468814 207898 27557 38,365265 34618,97291
BD 2014 452054 212311 30259 37,192089 33313,83278
BD 2015 463384 215384 34425 35,73608 32661,85702
BD 2016 523453 217846 36116 34,290173 31430,96259
Indonesia 2012 281963665 120202948 2983000 50,674091 3415,351267
Indonesia 2013 313226914 121651630 3251800 50,560543 3560,10658
Indonesia 2014 325582819 123063604 3400000 48,714611 3692,942875
Indonesia 2015 338948340 122582083 3983000 46,762604 3827,548307
Indonesia 2016 385573398 125383640 5227393 47,879814 3974,058485
Kamboja 2012 19105115 8477730 29734 77,379967 874,1614887
Kamboja 2013 20264514 8648088 32648 76,937416 923,7263408
Kamboja 2014 20451982 8813062 66111 76,522316 972,9792448
Kamboja 2015 20850543 8968407 83504 76,006073 1024,872343
Kamboja 2016 19915503 9125751 96706 75,403488 1079,113541
Laos 2012 4300000 3249173 7578 62,989216 1296,745665
Laos 2013 4612612 3317781 9025 62,476833 1383,70298
Laos 2014 4618586 3385944 11287 61,99181 1470,499706
Laos 2015 3727162 3452870 36839 61,428383 1556,670712
Laos 2016 3958510 3524361 24426 60,859505 1642,730096
Malaysia 2012 41324700 13343412 2920900 41,817211 9708,936994
Malaysia 2013 43005000 14015518 2938800 42,675243 9981,15458
91
Malaysia 2014 44928600 14429386 3061000 42,890266 10398,2269
Malaysia 2015 44104000 14820526 2738700 42,346077 10745,04547
Malaysia 2016 43912600 15113523 2718800 42,659565 11031,82156
Singapura 2012 8067600 2994949 1432800 37,579464 49103,70878
Singapura 2013 8438100 3055070 1493400 36,732525 50731,29694
Singapura 2014 8103800 3139939 1474000 39,064781 51865,71799
Singapura 2015 8233100 3222374 1486200 41,368004 52244,58649
Singapura 2016 8460700 3263578 1461100 41,40937 52600,64123
Thailand 2012 85012000 40100157 4519000 46,666859 5437,237092
Thailand 2013 93849000 39550142 5192000 44,622368 5561,291533
Thailand 2014 97096000 39483787 5440000 43,199753 5589,698732
Thailand 2015 102942000 38889149 6229000 41,54641 5733,921447
Thailand 2016 119669000 38995090 7219000 41,509033 5901,884123
Vietnam 2012 131673724 52996692 4775368 60,429012 1433,129144
Vietnam 2013 123735557 53917225 5152576 60,402988 1493,56251
Vietnam 2014 136148124 54805167 6000527 61,037327 1565,020497
Vietnam 2015 120324052 55367635 7657619 61,664181 1651,234675
Vietnam 2016 120600235 55764751 9089288 59,928894 1735,290954
Filipina 2012 101978345 35099725 2146600 43,784603 2278,635726
Filipina 2013 102823569 47368415 2572800 43,106094 2399,60719
Filipina 2014 111326045 49650715 2900000 43,694153 2505,818865
Filipina 2015 117838074 54621685 4870182 42,004818 2615,659102
Filipina 2016 113000000 57342723 5649411 41,460102 2753,349862
- Data setelah di transformasi
Daerah tahun lnLFPR lnGDPpc lnmp Lnpi Lnfb
BD 2012 3,67928404 10,4884658 13,05993463 12,22343111 9,895908907
BD 2013 3,64715249 10,4521572 13,05796138 12,24480285 10,22401187
BD 2014 3,61609608 10,413728 13,02155692 12,26580746 10,31754894
BD 2015 3,57616083 10,3939632 13,04631136 12,28017776 10,44653832
BD 2016 3,5348588 10,3555488 13,16820252 12,29154367 10,49449126
Indonesia 2012 3,92541476 8,13603563 19,45728877 18,60469211 14,90844006
Indonesia 2013 3,92317149 8,17754576 19,56243845 18,61667203 14,99471925
Indonesia 2014 3,88597901 8,21417895 19,60112742 18,62821189 15,03928599
Indonesia 2015 3,84508382 8,24997975 19,64135826 18,62429143 15,19754586
Indonesia 2016 3,868694 8,28754314 19,77024213 18,64688872 15,46942324
92
Kamboja 2012 4,34872792 6,77326513 16,76546666 15,95295328 10,30004645
Kamboja 2013 4,34299231 6,82841586 16,82438184 15,97284881 10,39353888
Kamboja 2014 4,33758241 6,88036275 16,83359036 15,9917455 11,09909043
Kamboja 2015 4,33081324 6,93232334 16,85289055 16,00921863 11,33264981
Kamboja 2016 4,32285354 6,98389519 16,80700903 16,02661076 11,47943073
Laos 2012 4,14296353 7,16761307 15,27412558 14,99391106 8,933004592
Laos 2013 4,13479582 7,2325185 15,34430485 15,01480674 9,107753783
Laos 2014 4,12700228 7,29335756 15,34559916 15,0351433 9,3314069
Laos 2015 4,11787199 7,35030466 15,13115764 15,05471633 10,51431235
Laos 2016 4,10856801 7,40411483 15,19137825 15,0752097 10,10340342
Malaysia 2012 3,733308 9,18080208 17,53697094 16,40653334 14,88740235
Malaysia 2013 3,75361897 9,20845405 17,57682695 16,4556757 14,89351189
Malaysia 2014 3,75864491 9,24939058 17,62058512 16,48477738 14,93425222
Malaysia 2015 3,74587578 9,28220004 17,60206104 16,51152367 14,82299391
Malaysia 2016 3,75325152 9,30853924 17,59771185 16,53110046 14,81570116
Singapura 2012 3,62645773 10,8016898 15,9033666 14,91243776 14,17514113
Singapura 2013 3,6036626 10,8342983 15,94826772 14,93231306 14,21656596
Singapura 2014 3,66522132 10,8564133 15,90784365 14,95971393 14,20349035
Singapura 2015 3,72250773 10,8636916 15,92367317 14,98562891 14,21173308
Singapura 2016 3,72350719 10,8704836 15,95094247 14,9983347 14,19470013
Thailand 2012 3,84303425 8,60102632 18,25830298 17,50689081 15,32380129
Thailand 2013 3,79823525 8,62358565 18,35719767 17,49307984 15,46262954
Thailand 2014 3,76583477 8,62868067 18,39121074 17,49140069 15,50928962
Thailand 2015 3,72681111 8,65415495 18,44967628 17,47622582 15,64472636
Thailand 2016 3,72591107 8,68302692 18,60024016 17,4789463 15,792227
Vietnam 2012 4,10146933 7,26761555 18,69583763 17,78574005 15,3789816
Vietnam 2013 4,10103858 7,30891949 18,63365724 17,80296056 15,45500734
Vietnam 2014 4,11148559 7,3556542 18,729254 17,81929504 15,60735786
Vietnam 2015 4,12170322 7,40927858 18,60569909 17,82950578 15,85121166
Vietnam 2016 4,09315876 7,45893038 18,60799179 17,83665253 16,02260714
Filipina 2012 3,77928223 7,73133218 18,44027104 17,37370385 14,57939575
Filipina 2013 3,76366439 7,78306033 18,44852516 17,67346621 14,76050536
Filipina 2014 3,77721429 7,82637085 18,5279738 17,72052335 14,88022129
Filipina 2015 3,73778433 7,86927139 18,58482199 17,81594152 15,39864187
Filipina 2016 3,72473157 7,92057358 18,54289838 17,86455651 15,54706185