analisis pengaruh penerimaan remitansi terhadap
advertisement
ANALISIS PENGARUH PENERIMAAN REMITANSI TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA HAYLUL MAHARANI PUTRI DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2016 PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA* Dengan ini saya menyatakan bahwa skripsi berjudul Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi di Indonesia adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Maret 2016 Haylul Maharani Putri NIM H14120040 ABSTRAK HAYLUL MAHARANI PUTRI. Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi di Indonesia. Dibimbing oleh DEDI BUDIMAN HAKIM. Penerimaan remitansi merupakan sumber pendapatan yang penting bagi beberapa negara berkembang. Tujuan penelitian ini adalah untuk mengetahui perkembangan migrasi tenaga kerja dan penerimaan remitasi, serta menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di Indonesia. Data yang digunakan adalah data time series dari periode 1983 hingga 2014. Metode Error Correction Model (ECM) digunakan untuk menganalisis pengaruh jangka pendek dan jangka panjang penerimaan remitansi dan pertumbuhan ekonomi di Indonesia. Jumlah tenaga kerja Indonesia cenderung berfluktuatif selama delapan tahun terakhir, tetapi penerimaan remitansi memiliki tren yang meningkat sepuluh tahun terakhir. Hasil uji menunjukkan bahwa dalam jangka pendek penerimaan remitansi memiliki hubungan yang positif dan signifikan terhadap pertumbuhan ekonomi, sedangkan dalam jangka panjang penerimaan remitansi memiliki hubungan yang positif, tetapi tidak signifikan terhadap pertumbuhan ekonomi. Kata kunci: error correction model, pertumbuhan ekonomi, remitansi ABSTRACT HAYLUL MAHARANI PUTRI. Analysis of Effect Workers’ Remittances on Economic Growth in Indonesia Supervised by DEDI BUDIMAN HAKIM. Workers’ remittances are an important source of income to some developing countries. The purposes of this study were to determine the development of the labor migration and workers’ remittances, and to analyze the effect of workers’ remittances on economic growth in Indonesia. This study used time series data over the period of 1983-2014. Method of Error Correction Model (ECM) was used to analyze the effect of short-run and long-run between workers’ remittances and economic growth in Indonesia. Total Indonesian workers tend to fluctuate over the past eight years, but workers’ remittances have an upward trend the last ten years. The test result showed that in the short-run workers’ remittances have a positive effect and significant to economic growth, while the long-run workers’ remittances have a positive relationship to economic growth, but it was not significant. Keywords: economic growth, error correction model, workers’ remittances ANALISIS PENGARUH PENERIMAAN REMITANSI TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA HAYLUL MAHARANI PUTRI Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2016 PRAKATA Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karuniaNya, sehingga karya ilmiah ini mampu penulis selesaikan. Penelitian telah dilaksanakan sejak bulan Desember 2015. Tema yang diambil dalam penelitian ini adalah migrasi tenaga kerja dan penerimaan remitansi, dengan judul Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi di Indonesia. Terima kasih penulis ucapkan kepada Bapak Dr Ir Dedi Budiman Hakim, MAEc selaku pembimbing skripsi yang senantiasa memberikan arahan, motivasi, dan ilmu yang bermanfaat. Kepada Ibu Dr Lukytawati Anggraeni, S.P., M.Si penulis ucapkan terima kasih atas arahan dan masukannya yang sangat bermanfaat. Penulis juga mengucapkan terima kasih kepada dosen penguji yaitu Ibu Dr Ir Wiwiek Rindayati, M.Si dan Bapak Khalifah Muhamad Ali, M.Si yang telah memberikan banyak masukan pada penelitian ini. Ungkapan terima kasih juga penulis sampaikan kepada kedua orang tua Abdul Haris dan Luluk Mei, serta saudara Haylul Febryanta dan Haylul Karina yang selalu memberikan cinta, doa, dan dukungan. Penulis juga menyampaikan rasa terima kasih kepada sahabat terdekat, rekan-rekan Ilmu Ekonomi 49, dan DNA (Discussion and Analysis) HIPOTESA 2014. Semoga karya ilmiah ini bermanfaat. Bogor, Maret 2016 Haylul Maharani Putri DAFTAR ISI DAFTAR TABEL viii DAFTAR GAMBAR viii DAFTAR LAMPIRAN viii PENDAHULUAN 1 Latar Belakang 1 Perumusan Masalah 3 Tujuan Penelitian 4 Manfaat Penelitian 4 Ruang Lingkup Penelitian 4 TINJAUAN PUSTAKA 5 Tinjauan Teoritis 5 Penelitian Terdahulu 8 Kerangka Pemikiran 9 Hipotesis Penelitian 10 METODE PENELITIAN 11 Jenis dan Sumber Data 11 Metode Analisis Data 11 Pengujian Sebelum Estimasi 14 Pengujian Setelah Estimasi 15 HASIL DAN PEMBAHASAN 17 Perkembangan Migrasi Tenaga Kerja dan Penerimaan Remitansi 17 Pengujian Sebelum Estimasi 20 Pengujian Setelah Estimasi 22 Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi dalam Jangka Pendek 23 Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi dalam Jangka Panjang 25 SIMPULAN DAN SARAN 27 Simpulan 27 Saran 27 DAFTAR PUSTAKA 28 LAMPIRAN 31 RIWAYAT HIDUP 39 DAFTAR TABEL 1 Total remitansi dan tingkat pertumbuhan remitansi di negara berkembang tahun 2009-2013 2 Total penerimaan remitansi, share remitansi dan GDP riil di Indonesia tahun 2007-2014 3 Jenis dan sumber data 4 Hasil uji kausalitas Granger 5 Uji stasioneritas data 6 Hasil estimasi Error Correction Model (ECM) 7 Hasil estimasi model jangka panjang 1 2 11 20 21 23 25 DAFTAR GAMBAR 1 Model Migrasi Harris-Todaro 2 Kerangka Pemikiran 3 Jumlah dan penempatan tenaga kerja Indonesia berdasarkan sektor usaha di seluruh negara tujuan periode 2008-2015 4 Total penerimaan remitansi Indonesia periode 2005-2014 (milyar US$) 5 10 17 19 DAFTAR LAMPIRAN 1 2 3 4 5 6 7 8 Uji kausalitas Granger Uji kointegrasi Engle Granger Uji normalitas Uji multikolinearitas Uji heteroskedastisitas Uji autokorelasi Model jangka pendek (Model ECM) Model jangka panjang 32 33 34 34 35 36 37 38 PENDAHULUAN Latar Belakang Migrasi memberikan dampak ekonomi yang beragam pada rumah tangga migran, negara asal maupun negara tujuan migran. Migrasi dan remitansi memiliki efek langsung dan tidak langsung pada kesejahteraan penduduk di negara asal migran. Remitansi yang dihasilkan oleh para migran berpotensi untuk meningkatkan pendapatan negara dan dapat menurunkan tingkat kemiskinan. Selain itu, remitansi juga dapat meningkatkan pembangunan sektor keuangan, sehingga dapat merangsang pertumbuhan ekonomi. Dampak positif lainnya dari remitansi yaitu pada tingkat kredit suatu negara, menyediakan sumber dan menstabilkan mata uang asing, membantu mengatasi neraca pembayaran dari krisis. Akan tetapi, remitansi juga dapat memberikan dampak negatif dengan menurunkan upaya kerja dan pada jangka panjang dapat mengurangi pertumbuhan ekonomi (Ratha et al. 2011). Selain itu, remitansi dapat memberikan dampak negatif terhadap perekonomian nasional apabila remitansi lebih banyak digunakan untuk belanja barang impor (Belmimoun et al. 2014). Remitansi mengacu pada uang dan barang yang dikirim ke rumah tangga oleh pekerja yang bekerja di luar daerah asal, baik di luar kota asal maupun di luar negeri asal pekerja. Mulai abad ke-21 transfer sumber daya merupakan salah satu isu utama dalam ekonomi pembangunan. Sementara total remitansi internal di negara berkembang tidak diketahui. Remitansi internasional pada tahun 2007 di negara berkembang sebesar US$ 239 milyar (Adams dan Cuecuecha 2010). Tabel 1. Total remitansi dan tingkat pertumbuhan remitansi di negara berkembang tahun 2009-2013 Remitansi ke negara Tingkat pertumbuhan remitansi berkembang (US$ milyar) ke negara berkembang (persen) 2009 303 -6.3 2010 334 10.2 2011 373 11.9 2012 389 4.3 2013 414 6.3 Sumber : World Bank (2015), data diolah Tahun Remitansi telah menjadi perhatian dalam literatur keuangan internasional karena volume dan potensi remitansi untuk mengurangi kemiskinan. Arus remitansi terus meningkat dengan meningkatnya jumlah migran di seluruh dunia dan kemungkinan akan terus meningkat. Pada tahun 1995 remitansi ke negara berkembang sebesar US$ 57.8 milyar dan meningkat hingga mencapai US$ 305 milyar pada tahun 2008. Berdasarkan Tabel 1 pertumbuhan remitansi negatif pada tahun 2009 sebesar 6.3 persen, total remitansi turun menjadi US$ 303 milyar akibat terjadinya resesi ekonomi. Tahun berikutnya remitansi ke negara berkembang terus mengalami peningkatan. Dengan demikian, remitansi telah berkembang menjadi sumber penting pendapatan bagi sebagian besar negara 2 berkembang, tetapi krisis ekonomi yang terjadi menyebabkan penurunan penerimaan remitansi. Remitansi yang tinggi berkaitan dengan arus eksternal lainnya dan GDP (Gross Domestic Product) di banyak negara. Peningkatan penerimaan remitansi sangat membantu negara-negara berkembang untuk meminimalkan masalah yang timbul dari kekurangan cadangan devisa, yang sangat dibutuhkan untuk membayar tagihan impor. Tidak bisa dipungkiri bahwa selama tahap pembangunan, negara-negara berkembang seperti Indonesia, Malaysia, Myanmar, Filipina, dan Thailand membutuhkan valuta asing untuk membayar tagihan impor. Besarnya peningkatan dalam pembayaran penerimaan remitansi selama periode ini mungkin disebabkan dua faktor yang signifikan. Pertama, migrasi antara negara berkembang dan negara maju meningkat secara dramatis dalam 20 tahun terakhir. Kedua, biaya transaksi menurun karena kemajuan teknologi, memungkinkan pengiriman menjadi lebih cepat, dan mekanisme biaya yang rendah untuk pembayaran transfer internasional antar individu (Siddique et al. 2010). Tabel 2 Total penerimaan remitansi, share remitansi dan GDP riil di Indonesia tahun 2009-2014 2009 Total remitansi (juta US$) 6792.90 Share remitansi terhadap GDP (persen) 1.258 GDP riil (juta US$) 355757.09 2010 6916.05 0.915 377898.90 2011 6923.97 0.775 402408.03 2012 7212.19 0.785 427613.55 2013 7614.41 0.836 452334.84 Tahun 2014 8551.16 0.962 475404.08 Sumber : UNCTAD dan World Bank (2016), data diolah Berdasarkan Tabel 2 total remitansi yang masuk ke Indonesia mengalami peningkatan setiap tahunnya. Penerimaan remitansi sempat mengalami penurunan pada tahun 2009 sebesar US$ 1.3 juta akibat krisis ekonomi yang terjadi. Dampak dari krisis ekonomi tersebut tidak berlangsung lama pada penerimaan remitansi, tahun 2010 penerimaan remitansi meningkat sebesar US$ 123.15 juta. Peningkatan penerimaan remitansi lebih besar dibandingkan penurunan yang terjadi akibat krisis, tetapi persentase remitansi terhadap GDP pada tahun 2010 mengalami penurunan menjadi sebesar 0.91 persen. Pada tahun 2008 dan 2009 persentase remitansi terhadap GDP sebesar 1.33 persen dan 1.25 persen. Penurunan share remitansi terhadap GDP dikarenakan penerimaan remitansi lebih banyak digunakan untuk belanja yang tidak produktif. Penelitian yang menganalisis pengaruh remitansi terhadap pertumbuhan ekonomi telah banyak dilakukan, dengan mengambil studi kasus dibeberapa negara berkembang. Penelitian tersebut diantaranya dilakukan oleh Chami et al. (2009), Siddique et al. (2010), Jawaid dan Raza (2012), dan Goschin (2013). Akan tetapi, penelitian dengan mengambil studi kasus di Indonesia masih terbatas. Hal tersebut akan dianalisis lebih lanjut pada penelitian ini, sehingga penulis dan 3 pembaca dapat mengetahui dan memahami pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di Indonesia. Perumusan Masalah Banyak penelitian yang telah meneliti pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di beberapa negara berkembang. Abida dan Sghaier (2014) menemukan bahwa remitansi dan pertumbuhan ekonomi memiliki hubungan positif yang signifikan, dalam studi empat negara (Tunisia, Maroko, Algeria, dan Mesir) di Afrika Utara dengan menggunakan sistem Generalized Method of Moment (GMM) analisis panel data. Dhungel (2014) menganalisis pengaruh remitansi terhadap Gross Domestic Product (GDP) di Nepal, menunjukkan bahwa remitansi memiliki pengaruh yang kecil terhadap GDP. Hal tersebut menunjukkan bahwa rata-rata remitansi dibelanjakan ke dalam sektor yang tidak produktif. Tahir et al. (2015) menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi, dengan menggunakan variabel penerimaan remitansi, Foreign Direct Investmnet (FDI), total impor, dan pertumbuhan ekonomi di Pakistan. Peneliti menemukan bahwa penerimaan remitansi dan FDI memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi, sedangkan impor memiliki pengaruh yang negatif terhadap pertumbuhan ekonomi. Siddique et al. (2010) meneliti pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di Bangladesh, India, dan Sri Lanka. Studi menunjukkan bahwa remitansi tidak memiliki pengaruh terhadap pertumbuhan ekonomi di negara Bangladesh dan India. Akan tetapi, remitansi memiliki pengaruh terhadap pertumbuhan ekonomi di Sri Lanka. Penelitian lain seperti Chami et al. (2009) menemukan bahwa remitansi memiliki pengaruh yang negatif terhadap pertumbuhan ekonomi. Penerimaan remitansi memang membantu rumah tangga keluar dari kemiskinan. Akan tetapi, penerimaan remitansi tidak digunakan untuk pengeluaran yang produktif atau tidak digunakan sebagai modal untuk menjadi entrepreneur. Belmimoun et al. (2014) juga menemukan bahwa remitansi memiliki pengaruh yang negatif terhadap pertumbuhan ekonomi di Algeria. Penelitian tersebut menunjukkan bahwa remitansi memiliki pengaruh secara langsung terhadap barang impor atau pembelian lahan pertanian, yang mengakibatkan harga lahan pertanian meningkat. Sebelumnya telah dikemukakan mengenai kondisi penerimaan remitansi, hasil penelitian dari beberapa penelitian terdahulu dan menunjukkan hasil yang berbeda-beda dengan studi kasus di negara yang berbeda. Oleh karena itu, hal ini menarik untuk dianalisis, sehingga penulis dan pembaca dapat mengetahui pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di Indonesia. Terkait masalah tersebut, ada beberapa hal yang akan dianalisis dalam penelitian ini, yaitu: 1. Bagaimana perkembangan migrasi tenaga kerja Indonesia dan penerimaan remitansi di Indonesia? 2. Bagaimana pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi dalam jangka pendek maupun jangka panjang di Indonesia? 4 Tujuan Penelitian Berdasarkan rumusan masalah yang telah diuraikan di atas, maka tujuan dari penelitian ini adalah : 1. Menganalisis perkembangan migrasi tenaga kerja Indonesia dan penerimaan remitansi di Indonesia. 2. Menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi dalam jangka pendek maupun jangka panjang di Indonesia. Manfaat Penelitian Pelaksanaan penelitian ini diharapkan dapat memberikan gambaran yang jelas mengenai perkembangan migrasi tenaga kerja Indonesia dan penerimaan remitansi yang masuk ke Indonesia. Selain itu, diharapkan dapat memberi informasi bagi pemerintah mengenai pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi, sehingga pemerintah memiliki gambaran mengenai pentingnya penerimaan remitansi dan pengaruhnya terhadap pertumbuhan ekonomi. Dengan demikian, diharapkan pemerintah dapat membuat kebijakan yang tepat mengenai tenaga kerja Indonesia, dan mengembangkan lembaga keuangan formal agar memudahkan pengiriman remitansi, mudah dijangkau oleh tenaga kerja Indonesia dan rumah tangga penerima remitansi, serta dapat memonitor remitansi yang masuk ke Indonesia dengan baik. Ruang Lingkup Penelitian Ruang lingkup penelitian ini mempunyai batasan objek yaitu menganalisis perkembangan tenaga kerja Indonesia selama delapan tahun terakhir, dengan menggunakan analisis deskriptif untuk melihat keterkaitan antara total TKI dengan penerimaan remitansi di Indonesia. Analisis modeling menggunakan beberapa variabel makroekonomi yaitu variabel Gross Domestic Product (GDP), penerimaan remitansi, Pembentukan Modal Tetap Bruto (PMTB), total tenaga kerja, dan total impor yang tercatat di World Bank dan UNCTAD. Data yang digunakan dari periode 1983 hingga 2014. Penelitian ini menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi di Indonesia. Langkah awal analisis dilakukan untuk melihat pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi dalam jangka panjang, kemudian dilakukan analisis jangka pendek untuk melihat pengaruhnya. 5 TINJAUAN PUSTAKA Tinjauan Teoritis A B q’ WB Z WA WA* WA** OA Tingkat upah di negara B Tingkat upah di negara A Model Migrasi Model migrasi Todaro bertolak dari asumsi bahwa migrasi pada dasarnya merupakan suatu fenomena ekonomi. Oleh karena itu, keputusan untuk melakukan migrasi juga merupakan suatu keputusan yang telah dirumuskan secara rasional. Model migrasi Todaro mendasarkan diri pada pemikiran bahwa arus migrasi berlangsung sebagai tanggapan terhadap adanya perbedaan pendapatan antara suatu wilayah dengan wilayah yang lainnya. Namun, pendapatan yang dipersoalkan pada model ini bukanlah penghasilan aktual, melainkan penghasilan yang diharapkan (expected income). Dalil dasar dalam model migrasi Todaro adalah bahwa para migran mempertimbangkan dan membandingkan berbagai macam pasar tenaga kerja yang tersedia di suatu wilayah, kemudian memilih salah satu diantaranya yang memaksimumkan keuntungan yang diharapkan (expected gains) dari migrasi. q E W B* B’ A’ LA LB LA*LB* OB LUS Sumber: Todaro dan Smith (2006) Gambar 1 Model Migrasi Harris-Todaro Proses pencapaian titik ekuilibrium pengangguran (yang akan tercapai setelah tingkat pendapatan yang diharapkan di negara B sama dengan tingkat pendapatan aktual di negara A) yang akan menghentikan arus migrasi (bukan keseimbangan tingkat upah di negara A dan di negara B seperti yang 6 dikemukakan oleh model pasar bebas neoklasik) tersebut bisa pula dijelaskan secara diagramatis menurut model dasar Harris-Todaro dalam Gambar 1. Asumsikanlah bahwa hanya ada dua perekonomian (atau negara), yakni negara A dan negara B. Garis AA’ melambangkan tingkat permintaan tenaga kerja di negara A. Tingkat permintaan tenaga kerja di negara B ditunjukkan oleh garis BB’. Total angkatan kerja yang tersedia disimbolkan oleh OAOB, dalam perekonomian pasar neoklasik (upah ditentukan oleh mekanisme pasar dan semua tenaga kerja dapat terserap). Tingkat upah ekuilibrium akan tercipta bila WA*=WB*, dengan pembagian tenaga kerja sebanyak OALA* untuk negara A, dan OBLB* untuk negara B. Tenaga kerja yang tersedia akan terserap oleh kedua negara tersebut, sesuai dengan asumsi full employment yang diterapkan. Negara B memiliki tingkat upah sebesar WB yang terletak lebih besar dibandingkan WA* dan diasumsikan tidak ada pengangguran yang terjadi. Jumlah tenaga kerja yang bekerja di negara B sebesar OBLB, dan tenaga kerja yang bekerja di negara A sebesar OALB dengan tingkat upah sebesar WA** (lebih kecil dibandingkan dengan tingkat upah pasar W A*). Dengan demikian, akan tercipta kesenjangan atau selisih tingkat upah antara negara B dan negara A sebanyak WBWA**. Apabila pekerja yang bekerja di negara A bebas melakukan migrasi, maka meskipun di negara A tersedia lapangan pekerjaan sebesar OALB, pekerja akan tetap melakukan migrasi ke negara B untuk mendapatkan tingkat upah yang lebih tinggi. Selisih tingkat upah antara negara A dan negara B akan mendorong terjadinya migrasi dari negara A ke negara B. Nilai peluang untuk mendapatkan pekerjaan yang diinginkan dapat digambarkan oleh kurva qq’. Titik equilibrium yang baru adalah titik Z, selisih pendapatan aktual di negara A dan di negara B sebesar WB-WA. Jumlah tenaga kerja yang bekerja di negara A sebanyak OALA dengan tingkat upah sebesar WA, sedangkan tenaga kerja yang bekerja di negara B sebanyak OBLB dengan tingkat upah sebesar WB. Sisanya sebesar OBLA – OBLB akan menganggur atau memasuki kegiatan sektor informal yang berpendapatan rendah. Migrasi Tenaga Kerja Perbedaan tingkat upah merupakan salah satu faktor yang mempengaruhi tenaga kerja untuk melakukan migrasi. Tingkat upah memperhitungkan total pendapatan yang akan diterima dan biaya dari migrasi. Selain faktor tersebut, terdapat beberapa faktor lainnya yang mempengaruhi keputusan tenaga kerja untuk melakukan migrasi (McConnell et al. 2010), yaitu: 1. Umur Studi tentang migrasi secara konsisten menemukan bahwa umur adalah faktor terbesar yang mempengaruhi kemungkinan tenaga kerja melakukan migrasi. Semakin tua umur seseorang, semakin kecil kemungkinan orang tersebut melakukan migrasi. 2. Faktor keluarga Biaya yang dikeluarkan untuk migrasi akan meningkat sesuai dengan kenaikan jumlah anggota keluarga. Oleh karena itu, tenaga kerja yang telah menikah memiliki peluang yang lebih kecil untuk bermigrasi dibandingkan dengan tenaga kerja yang belum menikah. 7 3. Pendidikan Studi yang diperoleh dengan menggolongkan umur, semakin tinggi tingkat pendidikan, semakin tinggi peluang tenaga kerja untuk melakukan migrasi. 4. Jarak Kemungkinan tenaga kerja melakukan migrasi berkebalikan dengan jarak yang harus ditempuh untuk pindah. Semakin besar jaraknya, maka semakin minim informasi, dan biaya untuk migrasi akan meningkat dengan meningkatnya jarak. 5. Tingkat pengangguran Hasil studi menemukan bahwa jika kepala keluarga pengangguran, maka kemungkinan migrasi menjadi tinggi. Selain itu, tingkat pengangguran pada suatu wilayah memiliki efek yang positif terhadap migrasi keluar. Model Pertumbuhan Solow Model pertumbuhan Solow dirancang untuk menunjukkan bagaimana pertumbuhan persediaan modal, pertumbuhan angkatan kerja, dan kemajuan teknologi berinteraksi dalam perekonomian, serta bagaimana pengaruhnya terhadap output barang dan jasa suatu negara secara keseluruhan. Model pertumbuhan Solow juga memperhatikan penawaran dan permintaan tehadap barang, sehingga dapat mengetahui apa yang menentukan banyaknya output dan bagaimana output dialokasikan. Penawaran barang dalam model Solow didasarkan pada fungsi produksi, yang menyatakan bahwa output (Y) bergantung pada persediaan modal (K) dan angkatan kerja (L) (Mankiw 2007). Bentuk umum dari model Solow adalah sebagai berikut: π = πΉ (πΎ, πΏ) Gross Domestic Product (GDP) Pertumbuhan ekonomi merupakan salah satu indikator utama pembangunan suatu wilayah atau negara. Pertumbuhan ekonomi diperoleh melalui perhitungan terhadap GDP atau pendapatan nasional suatu negara. Adapun GDP diperoleh melalui penjumlahan agregat seluruh sektor-sektor yang mempengaruhinya (Mankiw 2007). Persamaan GDP atau pendapatan nasional sebagai berikut: π = πΆ + πΌ + πΊ + (π − π) Y adalah Gross Domestic Product (GDP), C adalah konsumsi, I adalah investasi, G adalah pengeluaran atau pembelian pemerintah, dan ekspor neto terdiri dari ekspor (X) dikurangi impor (M). Remitansi Remitansi adalah bagian (portion) dari gaji atau penghasilan Tenaga Kerja Indonesia (TKI) yang dikirim dari luar negeri kepada keluarganya di dalam negeri. Data remitansi TKI tersebut dicatat dalam pos Current Transfer (Transfer Berjalan) pada Current Account (Transaksi Berjalan) (Bank Indonesia 2009). Remitansi mempunyai dampak positif bagi peningkatan keuangan inklusif. Remitansi dapat meningkatkan permintaan untuk tabungan atau uang elektronik sebagai sarana untuk menyimpan uang lebih aman. Meskipun biaya remitansi 8 Indonesia cukup rendah dibanding rata-rata dunia dan Asia, namun biaya keseluruhan untuk melakukan cash-out cukup besar, hal ini disebabkan beberapa faktor, antara lain karena Tenaga Kerja Indonesia (TKI) lebih memilih menggunakan sarana remitansi informal akibat kurangnya pengetahuan remitansi yang benar, kurangnya outlet cash-in formal yang berada dalam jangkauan TKI dan masih terbatasnya outlet cash-out sehingga membutuhkan biaya dan waktu, serta masih rendahnya tingkat literasi keuangan TKI dan keluarganya1. Dampak ekonomi makro dari remitansi di negara-negara penerima, remitansi cenderung meningkatkan konsumsi keluarga dan tidak diinvestasikan dalam aset yang produktif. Apabila remitansi diinvestasikan dalam aktiva produktif selain real estate, dapat memiliki efek multiplier Keynesian yang berdampak terhadap perekonomian dalam jangka pendek. Pada jangka panjang menunjukkan bahwa remitansi dapat merugikan perekonomian dengan mengurangi partisipasi angkatan kerja, atau karena informasi asimetris antara penerima dan jasa pengiriman. Hal ini dapat mengarah ke masalah moral hazard lainnya (Hagbe 2004). Penelitian Terdahulu Belmimoun et al. (2014) menganalisis dampak dari penerimaan remitansi terhadap pertumbuhan ekonomi di Algeria. Menggunakan GDP per kapita terhadap purchasing power parity sebagai variabel dependen, dan variabel independen meliputi penerimaan remitansi per kapita, Gross Fixed Capital Formation (GFCF), dan Household Final Consumption Expenditure (HFCE). Menggunakan Vector Error Correction Model (VECM). Pada penelitian tersebut ditemukan penerimaan remitansi memiliki pengaruh yang langsung terhadap barang impor atau pembelian lahan pertanian, sehingga penerimaan remitansi memiliki efek negatif terhadap perekonomian nasional, karena meningkatkan impor dan meningkatkan harga lahan pertanian. Ahmed (2010) melihat hubungan antara penerimaan remitansi pekerja migran terhadap pertumbuhan ekonomi di Bangladesh, dengan menambah beberapa variabel lainnya yaitu GDP per kapita tahun sebelumnya (t-1), rasio ekspor terhadap GDP, rasio gross domestic investment terhadap GDP, dan rasio foreign direct investment inflow terhadap GDP. Menggunakan metode Tes Johansen Kointegrasi ditemukan bahwa penerimaan remitansi memiliki efek yang negatif terhadap pertumbuhan ekonomi, berbeda dengan investasi dan ekspor yang memiliki efek positif terhadap pertumbuhan ekonomi. Tidak seperti kebanyakan negara berkembang lainnya, penerimaan remitansi di Bangladesh tidak signifikan terhadap sumber kapital untuk pembangunan ekonomi. Jawaid dan Raza (2012) menganalisis hubungan antara remitansi dan pertumbuhan ekonomi di Cina dan Korea, menggunakan data time series periode 1980 sampai 2009. Hasil uji menunjukkan bahwa ada hubungan jangka panjang yang positif dan signifikan antara remitansi dan pertumbuhan ekonomi di Korea, sedangkan di Cina remitansi dan pertumbuhan ekonomi memiliki hubungan jangka panjang yang negatif dan signifikan. Hasil uji Error Correction Model 1 bi.go.id/id/perbankan/keuanganinklusif/program/remitansi Februari 2016 pukul 21.52 diakses pada tanggal 5 9 (ECM) menunjukkan bahwa dalam jangka pendek ada hubungan yang positif dan signifikan antara remitansi dan pertumbuhan ekonomi di Korea, sedangkan tidak signifikan di Cina. Uji kausalitas Granger menunjukkan bahwa terdapat hubungan satu arah antara remitansi dan pertumbuhan ekonomi di Korea dan Cina, dimana remitansi mempengaruhi pertumbuhan ekonomi. Tahir et al. (2015) menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi, dengan menggunakan variabel penerimaan remitansi, Foreign Direct Investmnet (FDI), total impor, dan pertumbuhan ekonomi di Pakistan. Analisis menggunakan analisis time series Autoregressive Distributed Lag Models (ARDL), dan menggunakan data dari periode 1977-2013. Hasil menunjukkan bahwa remitansi memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi dalam jangka panjang. Kemudian analisis Error Correction Model (ECM) dilakukan untuk melihat pengaruh jangka pendek. Hasilnya menunjukkan bahwa remitansi tidak berpengaruh signifikan terhadap pertumbuhan ekonomi dalam jangka pendek. Goschin (2013) menganalisis pengaruh penerimaan remitansi dan pertumbuhan ekonomi di Romania. Analisis dilakukan dengan menggunakan dua model atau persamaan dan menggunakan analisis regresi berganda. Model pertama dianalisis dengan metode Ordinary Least Square (OLS) pada tingkat level, menghasilkan bahwa remitansi tidak berpengaruh signifikan terhadap pertumbuhan ekonomi dalam jangka panjang, sedangkan model kedua dianalisis dengan metode OLS pada tingkat diferensial pertama, hasil menunjukkan bahwa remitansi memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi dalam jangka pendek di Romania. Kerangka Pemikiran Penerimaan remitansi menjadi sumber pendapatan utama bagi beberapa negara berkembang di dunia. Remitansi yang masuk ke Indonesia memiliki tren yang meningkat dan remitansi juga memberikan kontribusi yang cukup besar pada neraca pembayaran Indonesia, meskipun jumlah TKI yang dikirim oleh Indonesia cenderung mengalami penurunan. Selain itu, remitansi menjadi sumber pendapatan tambahan untuk rumah tangga TKI yang berada di Indonesia, sehingga berpotensi meningkatkan konsumsi, meningkatkan investasi, bahkan dapat mengurangi kemiskinan. Selanjutnya penerimaan remitansi diharapkan dapat berkontribusi dalam peningkatan pertumbuhan ekonomi Indonesia. Berdasarkan pada tujuan penelitian yang telah diuraikan sebelumnya, berikut adalah beberapa tahapan analisis yang akan dilakukan. Tahap pertama yang dilakukan dalam penelitian ini adalah menganalisis hubungan sebab akibat antara pertumbuhan ekonomi dan penerimaan remitansi dengan menggunakan analisis Granger Causality. Kemudian dilakukan analisis untuk mengetahui ada atau tidaknya kointegrasi antara penerimaan remitansi dan pertumbuhan ekonomi dengan menggunakan uji kointegrasi Engle Granger. Uji kointegrasi dilakukan untuk mengetahui apakah terdapat keseimbangan jangka panjang antara pertumbuhan ekonomi dan penerimaan remitansi. Tahap analisis selanjutnya adalah menganalisis pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi Indonesia dengan memasukkan faktor-faktor makroekonomi lainnya, 10 yaitu diantaranya Pembentukan Modal Tetap Bruto (PMTB), total tenaga kerja, dan total impor. Analisis dilakukan dengan menggunakan metode Error Correction Model (ECM) untuk melihat hubungan jangka pendek dan jangka panjang antar variabel yang digunakan. Kerangka pemikiran pada penelitian ini akan dijelaskan pada Gambar 2. Tenaga kerja Migrasi tenaga kerja Tabungan Penerimaan remitansi Konsumsi Barang domestik Pertumbuhan ekonomi Investasi Barang impor Gambar 2 Kerangka Pemikiran Hipotesis Penelitian Berdasarkan latar belakang, perumusan masalah, tujuan, dan penelitian terdahulu yang telah dipaparkan di atas, maka hipotesis dalam penelitian ini adalah: 1. Penerimaan remitansi berpengaruh positif terhadap pertumbuhan ekonomi dalam jangka pendek maupun jangka panjang. 2. Pembentukan Modal Tetap Bruto (PMTB) memiliki pengaruh yang positif terhadap pertumbuhan ekonomi dalam jangka pendek maupun jangka panjang. 3. Tenaga kerja memiliki pengaruh yang positif terhadap pertumbuhan ekonomi dalam jangka pendek maupun dalam jangka panjang. 4. Total impor berpengaruh negatif terhadap pertumbuhan ekonomi dalam jangka pendek maupun jangka panjang. 11 METODE PENELITIAN Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder yang relevan dengan teori dan penelitian yang telah dilakukan sebelumnya. Data yang digunakan merupakan data time series tahunan dengan periode waktu dari tahun 1983 hingga 2014. Data yang digunakan dalam penelitian ini adalah sebagai berikut : Tabel 3 Jenis dan sumber data Variabel penelitian Gross Domestic Product (GDP) Keterangan Sumber Total GDP dalam harga konstan UNCTAD 2005 Penerimaan remitansi Total transfer yang dikirim dalam bentuk tunai atau barang World Bank Pembentukan Modal Tetap Bruto (PMTB) Pengeluaran untuk barang modal yang memiliki umur pemakaian lebih dari satu tahun World Bank Tenaga kerja Jumlah angkatan kerja UNCTAD Impor Jumlah impor barang dan jasa World Bank Data diambil dari UNCTAD dan World Bank versi online. Penulis juga melakukan studi pustaka dengan membaca literatur seperti jurnal dan artikel yang berkaitan dengan penelitian, baik dari media cetak maupun internet. Proses menganalisis data, peneliti menggunakan bantuan software Microsoft Excel 2010 dan Eviews 6. Metode Analisis Data Metode Analisis Error Correction Model (ECM) Metode analisis yang digunakan adalah Error Correction Model (ECM) yang biasa digunakan untuk data time series yang tidak stasioner dan terkointegrasi. Kointegrasi adalah kombinasi linear variabel-variabel yang tidak stasioner. Variabel yang terkointegrasi memiliki hubungan keseimbangan jangka panjang. Akan tetapi, dalam jangka pendek bisa saja variabel tidak mencapai keseimbangan (Enders 2004). Artinya, apa yang diinginkan oleh para pelaku ekonomi dalam jangka pendek, tidak pasti sama dengan apa yang terjadi sebenarnya (Widarjono 2013). Secara umum model ECM sebagai berikut : βπ¦π‘ = π + πΌβπ₯π‘ + π½πΈπΆπ‘−1 + π’π‘ dimana : π¦π‘ = π0 + π1 π₯π‘ + πΈπΆπ‘ πΈπΆπ‘−1 = π¦π‘−1 − π0 − π1 π₯π‘−1 (1) (2) (3) 12 Keterangan : βπ¦π‘ = π¦π‘ − π¦π‘−1 βπ₯π‘ = π₯π‘ − π₯π‘−1 π¦ : variabel independen π : intersep π₯ : variabel dependen π½ : parameter penyesuaian (speed of adjustment) πΈπΆπ‘−1 : residual dari persamaan jangka panjang pada periode sebelumnya Metode Analisis Ordinary Least Square (OLS) Metode Ordinary Least Square (OLS) adalah persamaan regresi yang menggambarkan hubungan antara beberapa peubah bebas, atau variabel independen ( π₯π ) dan peubah tak bebas atau variabel dependen ( π¦ ). Dugaan hubungan antara variabel independen dan variabel dependen dapat digambarkan sebagai suatu garis lurus (Juanda 2009). Persamaan model regresi linear berganda secara umum adalah sebagai berikut : π¦π = π½1 + π½2 π₯2π + π½3 π₯3π + β― + π½π π₯ππ + ππ (4) Subskrip i menunjukan nomor pengamatan dari 1 sampai N untuk data populasi, atau sampai n untuk data sampel. π₯ππ merupakan pengamatan ke-i untuk peubah bebas π₯π . Koefisien π½1 merupakan intersep dan π½π merupakan parameter penduga dari peubah bebas. Asumsi model regresi linear berganda yaitu : 1. Spesifikasi model ditetapkan seperti dalam persamaan (4) 2. Peubah π₯π merupakan peubah non-stokastik (fixed), artinya sudah ditentukan, bukan peubah acak. Selain itu, tidak ada hubungan linear sempurna antar peubah bebas π₯π . 3. Memenuhi asumsi-asumsi klasik sebagai berikut : a. Komponen sisaan ππ mempunyai nilai harapan sama dengan nol, dan ragam konstan untuk semua pengamatan i. E( ππ )=0 dan Var(ππ )=π 2 . b. Tidak ada hubungan atau tidak ada korelasi antar sisaan ππ sehingga Cov(ππ , ππ )=0, untuk i≠j. c. Komponen sisaan menyebar normal atau ππ ~π(0, π 2 ). Model Penelitian Metode yang digunakan dalam penelitian ini adalah Error Correction Model (ECM). Metode tersebut digunakan karena variabel-variabel yang digunakan terkointegrasi atau memiliki keseimbangan jangka panjang. Selain itu, ECM digunakan untuk melihat pergerakan dalam jangka pendek sehingga dapat mencapai keseimbangan dalam jangka panjang. Variabel dan metode yang digunakan dalam penelitian ini mengacu pada teori dan penelitian yang telah dilakukan sebelumnya. Persamaan jangka panjang pada penelitian ini sebagai berikut: πππΊπ·ππ‘ = πΏ0 + πΏ1 πππ πππ‘ + πΏ2 πππππ‘ + πΏ3 ππππΎπ‘ + πΏ4 πππΌπππππ‘ + πΈπΆπ‘ (5) 13 Kemudian hasil dari estimasi jangka panjang dapat diperoleh residual (πΈπΆπ‘ ) yang digunakan untuk menguji apakah terdapat kointegrasi atau keseimbangan jangka panjang. Persamaan residual (πΈπΆπ‘−1 ) pada periode sebelumnya sebagai berikut: πΈπΆπ‘−1 = πππΊπ·ππ‘−1 − πΏ0 − πΏ1 πππ πππ‘−1 − πΏ2 πππππ‘−1 − πΏ3 πππΏπππππ‘−1 − πΏ4 πππΌπππππ‘−1 (6) Apabila residual (πΈπΆπ‘ ) stasioner pada tingkat level, maka terdapat kointegrasi atau keseimbangan jangka panjang, sehingga model ECM dapat digunakan dalam penelitian. Persamaan ECM dalam penelitian ini adalah: βπππΊπ·ππ‘ = π0 + π1 βπππ πππ‘ + π2 βπππππ‘ + π3 βππππΎπ‘ + π4 βπππΌπππππ‘ + π½πΈπΆπ‘−1 + π’π‘ (7) GDP adala gross domestict product riil, Rem adalah total penerimaan remitansi, PM adalah pembentukan modal tetap bruto, TK adalah total tenaga kerja, Impor adalah total impor Indonesia, ππ adalah logaritma natural dari variabel, π‘ menunjukkan waktu atau periode, dan π‘ − 1 menunjukkan periode sebelumnya. Uji Kausalitas Granger Persamaan regresi memusatkan perhatian pada hubungan bersifat satu arah yaitu bagaimana pengaruh variabel independen ke variabel dependen. Dalam kenyataannya perilaku variabel ekonomi tidak hanya mempunyai hubungan satu arah, tetapi menunjukkan adanya hubungan dua arah atau dikenal dengan konsep kausalitas. Dengan demikian, jika terjadi kausalitas di dalam perilaku ekonomi maka di dalam model ekonometrika tidak terdapat variabel independen, semua variabel merupakan variabel dependen. Ada beberapa uji kausalitas, namun metode yang digunakan dalam penelitian ini adalah metode pengujian kausalitas Granger (Widarjono 2013). Model persamaan kausalitas secara umum dapat ditulis sebagai berikut: ππ‘ = ∑ππ=1 πΌπ ππ‘−π + ∑ππ=1 π½π ππ‘−π + π1π‘ (8) π ππ‘ = ∑π π=1 πΌπ ππ‘−π + ∑π=1 π½π ππ‘−π + π2π‘ (9) Pengujian hubungan sebab akibat atau kausalitas Granger dilakukan pada dua varibel. F statistik digunakan untuk menguji apakah variabel memberikan pengaruh yang signifikan pada lag tertentu. Nilai F statistik dihitung berdasarkan Wald statistik dengan menggunakan hipotesis sebagai berikut: H0 : π½1 = π½2 = β― = π½π = 0 (variabel independen tidak mempengaruhi variabel dependen) H1 : π½1 = π½2 = β― = π½π ≠ 0 (variabel independen mempengaruhi variabel dependen) Apabila nilai probabilitas dari F statistik lebih kecil dari taraf nyata yang digunakan, maka hipotesis nol (H0) ditolak dan dapat disimpilkan bahwa variabel independen signifikan mempengaruhi variabel dependen. 14 Pengujian Sebelum Estimasi Uji Stasioneritas Data Sebelum melakukan pemodelan data time series, perlu dilakukan beberapa pengujian berupa uji stasioneritas data. Secara umum data time series memiliki sifat stokastik atau random. Data dikatakan stasioner apabila nilai rataan konstan untuk setiap periode pengamatan, varian atau ragam konstan, dan kovarian konstan. Sebaliknya, data dikatakan tidak stasioner jika ketiga asumsi tersebut tidak terpenuhi. Apabila data yang tidak stasioner diregresikan, maka akan menyebabkan regresi lancung atau regresi palsu (spurious regression), meskipun jumlah observasi yang digunakan sudah sangat banyak. Kejanggalan dari hasil regresi dapat dilihat dari nilai Durbin-Watson yang sangat kecil, dan nilai koefisien determinasi yang sangat besar. Hal ini menunjukkan bahwa adanya autokorelasi yang cukup kuat. Uji stasioneritas pada penelitian ini menggunakan Augmented Dickey Fuller Test (ADF-test). Prosedur untuk menentukan apakah data stasioner atau tidak dengan cara membandingkan antara nilai statistik ADF dengan nilai kritis dari distribusi statistik Mackinnon. Jika nilai absolut statistik ADF lebih besar dari nilai kritisnya, maka dapat disimpulkan data yang diamati stasioner. Sebaliknya, apabila nilai absolut statistik ADF lebih kecil dari nilai kritisnya, maka dapat disimpulkan data tidak stasioner. Uji Kointegrasi Regresi yang menggunakan data time series yang tidak stasioner kemungkinan besar akan menghasilkan regresi lancung (spurious regression). Regresi lancung terjadi jika koefisien determinasi cukup tinggi, tetapi hubungan antara variabel bebas dan variabel tidak bebas tidak signifikan atau tidak mempunyai makna. Apabila terdapat persamaan sebagai berikut: π¦π‘ = π½0 + π½1 π₯π‘ + ππ‘ (10) Jika variabel yang digunakan pada persamaan (10) tidak stasioner pada tingkat level, maka kombinasi kedua variabel mungkin saja stasioner. Untuk menunjukkan hal tersebut maka persamaan (10) dapat ditulis kembali dalam bentuk persamaan sebagai berikut: ππ‘ = π¦π‘ − π½0 − π½1 π₯π‘ (11) ππ‘ adalah kombinasi linear dari π¦π‘ dan π₯π‘ . Konsep kointegrasi Engle Granger mensyaratkan bahwa jika ππ‘ tidak mengandung akar unit atau stasioner pada tingkat level, maka variabel terkointegrasi yang berarti mempunyai keseimbangan jangka panjang. Secara umum dapat dikatakan bahwa jika data time series π¦ dan π₯ tidak stasioner pada tingkat level, tetapi menjadi stasioner pada diferensial (difference) yang sama yaitu π¦ adalah I(π) dan π₯ adalah I(π), dimana π tingkat diferensial yang sama maka kedua data adalah terkointegrasi. Dengan kata lain, uji kointegrasi hanya bisa dilakukan ketika data yang digunakan dalam penelitian terintegrasi pada derajat yang sama (Widarjono 2013). 15 Pengujian Setelah Estimasi Uji Diagnostik Model Pengujian ini dilakukan untuk mengetahui apakah model yang digunakan adalah model terbaik. Oleh karena itu, model harus memenuhi asumsi-asumsi klasik OLS. Uji yang dilakukan adalah sebagai berikut: 1. Uji normalitas Uji signifikansi pengaruh variabel bebas terhadap variabel tidak bebas melalui uji t hanya akan valid jika residual yang didapat mempunyai distribusi normal. Pada penelitian ini digunakan uji Jarque-Bera untuk mendeteksi apakah residual memiliki distribusi normal atau tidak. Hipotesis nol yang digunakan adalah residual terdistribusi normal. Jika nilai probabilitas dari Jarque-Bera lebih besar dari taraf nyata, maka hipotesis nol gagal ditolak, sehingga residual mempunyai distribusi normal karena nilai statistik dari Jarque-Bera mendekati nol. 2. Uji heteroskedastisitas Model regresi yang diduga dengan menggunakan metode OLS harus memenuhi asumsi bahwa ragam dari residual adalah konstan (homoskedastisitas). Heteroskedastisitas dalam penelitian ini dideteksi dengan menggunakan metode uji heteroskedastisitas White. Hipotesis nol yang digunakan adalah ragam dari residual konstan (homoskedastisitas). Uji White didasarkan pada jumlah sample ( π ) dikalikan dengan π 2 (Obs*Rsquared) yang akan mengikuti distribusi chi-square (χ2) dengan derajat bebas (degree of freedom) sebanyak variabel bebas tidak termasuk konstanta. Jika nilai probabilitas chi-square lebih besar dari taraf nyata, maka hipotesis nol gagal ditolak sehingga tidak terjadi heteroskedastisitas. 3. Uji autokorelasi Autokorelasi kaitannya dalam asumsi metode OLS berarti adanya korelasi antara satu residual dengan residual lainnya. Pengujian autokorelasi dalam penelitian ini menggunakan serial correlation LM test. Hipotesis nol yang digunakan adalah tidak ada autokorelasi dengan hipotesis alternatif terdapat autokorelasi. Penentuan ada tidaknya masalah autokorelasi dapat dilihat dari nilai probabilitas chi-squared (χ2). Jika nilai probabilitasnya lebih besar dari taraf nyata yang dipilih, maka gagal menolak hipotesis nol berarti tidak ada autokorelasi. 4. Uji multikolinearitas Uji multikolinearitas dilakukan untuk melihat apakah ada hubungan linear antara variabel independen di dalam regresi berganda. Hubungan linear antara variabel independen dapat terjadi dalam bentuk hubungan linear yang sempurna dan hubungan linear yang kurang sempurna. Mendeteksi multikolinearitas pada penelitian ini dengan menghitung nilai koefisien korelasinya. Apabila nilai koefisien korelasi lebih besar dari 0.8, maka disimpulkan bahwa terdapat multikolinearitas dalam model. Begitu pula sebaliknya, apabila nilai koefisien korelasi lebih kecil dari 0.8 maka tidak terdapat multikolinearitas. 16 Uji Kriteria Statistik 1. Uji – F Uji F dilakukan untuk mengevaluasi pengaruh semua variabel bebas terhadap variabel tidak bebas atau yang biasa disebut uji signifikansi model. Hipotesis yang digunakan dalam uji F adalah sebagai berikut: H0 : π½1 = … = π½π‘ = 0 (semua variabel bebas tidak berpengaruh terhadap variabel tak bebas). H1 : minimal ada satu π½π‘ ≠ 0 (minimal ada satu variabel bebas yang berpengaruh signifikan terhadap variabel tak bebas). Jika probabilitas dari F-statistik lebih kecil dari taraf nyata yang digunakan, maka hipotesis nol ditolak sehingga minimal ada satu variabel bebas yang berpengaruh signifikan terhadap variabel tidak bebas. 2. Uji – t Uji t dilakukan untuk mengetahui apakah masing-masing variabel bebas (π₯π ) berpengaruh signifikan terhadap variabel tidak bebas (π¦i ). Hipotesis yang digunakan dalam uji – t penelitian ini adalah hipotesis dua sisi dapat dinyatakan sebagai berikut: H0 : π½π = 0 (variabel bebas ( π₯π ) tidak berpengaruh signifikan terhadap variabel tidak bebas (π¦i )). H1 : π½π ≠ 0 (variabel bebas (π₯i ) berpengaruh signifikan terhadap variabel tidak bebas (π¦i )). Jika probabilitas dari t – statistik masing-masing variabel bebas lebih kecil dari taraf nyata yang digunakan, maka hipotesis nol ditolak sehingga variabel bebas (π₯π ) memiliki pengaruh yang signifikan terhadap variabel tidak bebas (π¦i ). 3. Uji R-squared dan uji R-squared yang disesuaikan Uji R-squared dilakukan untuk melihat seberapa besar keragaman dari variabel tidak bebas yang dapat dijelaskan oleh variabel bebas. Nilai Rsquared dan R-squared yang disesuaikan berkisar antara 0 hingga 1. Apabila nilai R-squared mendekati satu, maka semakin baik model yang digunakan. Akan tetapi, nilai R-squared biasanya lebih besar dari nilai Rsquared yang disesuaikan. Hal ini dikarenakan, nilai R-squared tidak pernah menurun jika variabel bebas terus ditambahkan di dalam model, walaupun variabel bebas yang dimasukkan ke dalam model kurang atau tidak relevan. R-squared yang disesuaikan adalah nilai R-squared yang telah disesuaikan dengan nilai derajat kebebasan (ππ ), ∑ ππ2 mempunyai derajat kebebasan sebesar π − π dan ∑(π¦π − Σ―) dengan derajat kebebasan sebesar π − 1. 17 HASIL DAN PEMBAHASAN Perkembangan Migrasi Tenaga Kerja dan Penerimaan Remitansi Jumlah angkatan kerja di Indonesia terus meningkat setiap tahunnya. Ketersediaan lapangan pekerjaan yang terbatas, tidak mampu menyerap semua angkatan kerja. Akibatnya pengangguran banyak terjadi di Indonesia, pada tahun 2013 jumlah pengangguran sebanyak 7.39 juta orang. Jumlah pengangguran meningkat sebesar 150 ribu orang pada tahun 2013, sebelumnya pada tahun 2012 jumlah pengangguran sebesar 7.24 juta orang. Selain itu, pengangguran yang ada di Indonesia rata-rata memiliki tingkat pendidikan yang rendah. Pada tahun 2014 jumlah pengangguran terbesar memiliki tingkat pendidikan akhir SD, SLTP, dan SLTA. Hal tersebut juga mencerminkan bahwa angkatan kerja di Indonesia ratarata masih memiliki tingkat pendidikan yang rendah2. Lapangan pekerjaan yang terbatas dan tingginya jumlah pengangguran membuat banyak pekerja Indonesia yang melakukan migrasi tenaga kerja untuk mendapatkan pekerjaan. Rata-rata pekerja Indonesia yang bekerja di luar negeri adalah mereka yang memiliki keterampilan yang rendah atau low skill. Pekerja Indonesia yang bekerja di luar negeri biasa disebut Tenaga Kerja Indonesia (TKI). Malaysia, Taiwan, Saudi Arabia, Hongkong, dan Singapura merupakan lima negara terbesar penempatan TKI untuk periode tahun 2012 sampai dengan 2015. Pekerjaan yang paling banyak dilakukan oleh para TKI di negara penempatan yaitu Penata Laksana Rumah Tangga (PLRT), perawat jompo, pekerja kebun, pelayan restoran, dan deckhand (kelasi). 650,000 Jumlah Tenaga Kerja Indonesia (TKI) 550,000 450,000 Tenaga Kerja Indonesia di Sektor Formal 350,000 250,000 Tenaga Kerja Indonesia di Sektor Informal 150,000 50,000 2008 2009 2010 2011 2012 2013 2014 2015 Sumber : Badan Nasional Penempatan dan Perlindungan Tenaga Kerja Indonesia (BNP2TKI, 2016), data diolah Gambar 3 Jumlah dan penempatan tenaga kerja Indonesia berdasarkan sektor usaha di seluruh negara tujuan periode 2008-2015 Jumlah tenaga kerja Indonesia berfluktuatif setiap tahunnya dari tahun 2008 sampai dengan tahun 2015, seperti yang diperlihatkan pada Gambar 3. Pada tahun 2 http://www.bps.go.id/linkTabelStatis/view/id/973 diakses pada tanggal 4 Februari 2016 pukul 15.03 18 2008 jumlah TKI yang dikirim oleh pemerintah sebesar 644731 orang, ini adalah jumlah pengiriman TKI terbesar selama delapan tahun terakhir. Selama dua tahun selanjutnya jumlah TKI mengalami penurunan, pada tahun 2009 jumlah TKI yang dikirim sebesar 632172 orang dan pada tahun 2010 sebesar 575804 orang. Pada tahun 2011 jumlah TKI mengalami kenaikan sebesar 10998 orang menjadi sebesar 586802 orang, dan pada tahun 2012 jumlah TKI mengalami penurunan menjadi sebesar 494609 orang. Jumlah TKI yang dikirim menurun drastis pada tahun 2015, penurunan jumlah TKI sebesar 154136 orang. Pada tahun 2014 jumlah TKI yang dikirim sebesar 429872 orang, turun menjadi sebesar 275736 orang pada tahun 2015. Tenaga kerja Indonesia banyak yang bekerja di sektor informal daripada di sektor formal dari tahun 2008 hingga 2011. Pada tahun 2008 jumlah TKI yang bekerja di sektor informal sebesar 462292 orang dan pada tahun 2009 sebanyak 528254 orang TKI atau sekitar 83 persen yang bekerja di sektor informal, sedangkan sebanyak 103918 orang TKI atau sekitar 17 persen yang bekerja di sektor formal. Tenaga kerja Indonesia yang bekerja di sektor informal terus mengalami penurunan, pada tahun 2010 mengalami penurunan sebanyak 77133 orang menjadi sebesar 451121 orang, sedangkan pada tahun 2011 penurunan jumlah TKI yang bekerja di sektor informal cukup besar yaitu sebesar 130510 orang. Selama empat tahun terakhir, jumlah TKI yang bekerja di sektor formal lebih besar dibandingkan dengan yang bekerja di sektor informal. Pada tahun 2012 TKI yang bekerja disektor formal sebanyak 258411 orang atau sekitar 52 persen. Angka tersebut terus meningkat hingga pada tahun 2014 jumlah TKI yang bekerja di sektor formal sebesar 247610 orang atau sekitar 58 persen dari jumlah TKI. Kemudian menurun menjadi sebesar 152394 orang pada tahun 2015. Hal ini terjadi karena pada tahun 2015 jumlah TKI yang dikirim oleh pemerintah mengalami penurunan yang drastis. Penurunan jumlah TKI yang bekerja di sektor informal dan peningkatan TKI yang bekerja di sektor formal disebabkan oleh beberapa hal. Pertama, penurunan jumlah TKI yang bekerja di sektor informal karena adanya pembenahan penempatan TKI di beberapa negara kawasan Timur Tengah. Pemerintah memberlakukan penundaan penempatan (moratorium) untuk TKI yang bekerja pada sektor informal, khususnya TKI yang bekerja pada sektor Penata Laksana Rumah Tangga (PLRT) di enam negara, yaitu: Arab Saudi, Yordania, Kuwait, Suriah, Qatar, dan Uni Emirat Arab (UEA). Diberlakukannya moratorium TKI untuk sektor PLRT di negara-negara tersebut karena pemerintah di negara tersebut tidak memberikan jaminan perlindungan kepada TKI. Kedua, adanya pengetatan penempatan TKI dengan pemberlakuan durasi waktu pelatihan, yang dibuktikan melalui kehadiran dengan sistem absen menggunakan sidik jari (finger print). Ketiga, ketersediaan tenaga kerja unskill di daerah-daerah berkurang. Hal tersebut menunjukkan bahwa kualitas tenaga kerja di Indonesia mengalami peningkatan (BNP2TKI 2014). Penurunan jumlah TKI tidak terlalu berpengaruh pada penerimaan remitansi Indonesia. Hal ini dapat dilihat pada Gambar 4, penerimaan remitansi Indonesia memiliki tren yang meningkat selama sepuluh tahun terakhir, walaupun kenaikannya tidak cukup besar. Penerimaan remitansi sebesar US$ 5.41 milyar pada tahun 2005, kemudian terus mengalami peningkatan hingga tahun 2008 menjadi sebesar US$ 6.79 milyar. Resesi ekonomi yang terjadi pada tahun 2008 19 memberikan dampak pada penerimaan remitansi, pada tahun 2009 penerimaan remitansi mengalami penurunan sebesar US$ 1,29 juta. Pada tahun 2010 penerimaan remitansi mengalami kenaikan menjadi sebesar US$ 6.91 milyar, tetapi penerimaan remitansi menurun pada tahun 2011 sebesar US$ 7.91 juta. Selama tiga tahun terakhir penerimaan remitansi terus mengalami peningkatan, total penerimaan remitansi tahun 2012 sebesar US$ 7.21 milyar dan tahun 2013 sebesar 7.61 milyar. Walaupun jumlah TKI mengalami penurunan pada tahun 2014 yaitu sebesar 82296 orang, tetapi penerimaan remitansi mengalami peningkatan yang cukup besar yaitu sebesar US$ 0,93 milyar. Penerimaan remitansi mengalami peningkatan, karena jumlah TKI yang bekerja pada sektor formal lebih besar dibandingkan dengan yang bekerja pada sektor informal. TKI yang bekerja pada sektor formal mendapatkan gaji yang lebih besar dan kondisi kerja yang lebih baik, dibandingkan dengan TKI yang bekerja pada sektor informal. 9 8 7 6 5 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Sumber : World Bank (2016), data diolah Gambar 4 Total penerimaan remitansi Indonesia periode 2005-2014 (milyar US$) Tenaga kerja Indonesia tidak hanya memberikan solusi untuk permasalahan kurangnya ketersediaan lapangan pekerjaan di Indonesia. Remitansi yang dihasilkan TKI juga menjadi sumber devisa alternatif negara, yang digunakan untuk pembiayaan eksternal. Oleh karena itu, remitansi dapat mempengaruhi posisi neraca pembayaran Indonesia. Selain itu, remitansi juga berpengaruh menurunkan tingkat kemiskinan melalui peningkatan pendapatan, peningkatan standar hidup keluarga TKI, dan peningkatan kesejahteraan ekonomi tenaga kerja, serta mempengaruhi pertumbuhan ekonomi (Nizar 2014). Penerimaan remitansi Indonesia yang cukup besar dan terus meningkat setiap tahunnya memiliki potensi yang cukup baik untuk membantu perekonomian, selama Indonesia masih belum mampu memenuhi kebutuhan lapangan pekerjaan sesuai dengan jumlah permintaan. Remitansi yang dikirim oleh TKI digunakan untuk konsumsi atau investasi. Menurut Adams dan Cuecuecha (2010) setidaknya ada tiga pandangan tentang bagaimana penerimaan remitansi dibelanjakan dan efeknya pada pertumbuhan ekonomi. Pertama, ada pandangan bahwa penerimaan remitansi yang diterima dan dibelanjakan seperti pendapatan dari sumber lainnnya. Artinya, pendapatan 20 dari penerimaan remitansi oleh rumah tangga diperlakukan sama seperti pendapatan dari upah, dan pendapatan dari penerimaan remitansi dibelanjakan seperti sumber pendapatan lain. Kedua, penerimaan remitansi dapat menyebabkan perubahan perilaku pada rumah tangga, dan penerimaan remitansi cenderung dibelanjakan untuk konsumsi dan bukan untuk investasi. Ketiga, pandangan yang muncul dari hipotesis pendapatan permanen adalah penerimaan remitansi dipandang sebagai jenis pendapatan sementara. Penerimaan remitansi cenderung dibelanjakan untuk barang-barang investasi, investasi modal manusia dan fisik daripada dibelanjakan untuk barang-barang konsumsi. Hal ini dapat memberikan kontribusi yang positif bagi pembangunan ekonomi dan pertumbuhan ekonomi. Pengujian Sebelum Estimasi Uji Kausalitas Granger Uji kausalitas Granger dilakukan untuk mengetahui hubungan sebab akibat antara dua variabel ekonomi, apakah memiliki hubungan dua arah, satu arah, atau saling bebas. Uji kausalitas Granger dalam penelitian ini dilakukan pada semua variabel yang digunakan. Tabel 4 Hasil uji kausalitas Granger Cause GDP Remitansi Pembentukan modal Impor Tenaga kerja - 7.62244** 3.09302* 6.62355** 0.04345 Remitansi 0.43713 - 3.65075* 8.07225** 4.08616* Pembentukan modal 1.03075 2.57398 - 0.83312 0.12767 Impor 0.46134 7.36352** 0.99168 - 0.07869 Tenaga kerja 0.92143 9.97184** 2.90705* 8.25674** - Effect GDP Keterangan : * adalah signifikan pada taraf nyata 10 persen ** adalah signifikan pada taraf nyata 5 persen Hasil pengujian kausalitas Granger pada Tabel 4 dilakukan dengan panjang lag sama dengan 1. Berdasarkan hasil di atas menunjukkan bahwa remitansi dan impor memiliki hubungan dua arah atau kausalitas pada taraf nyata lima persen, sedangkan remitansi dan tenaga kerja memiliki hubungan dua arah atau kausalitas pada taraf nyata sepuluh persen. Remitansi dan pertumbuhan ekonomi memiliki hubungan yang searah, hasil menunjukkan remitansi tidak signifikan mempengaruhi pertumbuhan ekonomi. Akan tetapi pertumbuhan ekonomi signifikan mempengaruhi remitansi pada taraf nyata lima persen. Selain itu, pertumbuhan ekonomi, pembentukan modal, dan impor memiliki hubungan satu arah, pertumbuhan ekonomi signifikan mempengaruhi pembentukan modal pada 21 taraf nyata sepuluh persen, sedangkan pertumbuhan ekonomi signifikan mempengaruhi impor pada taraf nyata lima persen. Uji Stasioneritas Data Uji stasioneritas data atau uji akar unit dalam penelitian ini menggunakan metode pengujian Augmented Dickey Fuller Test (ADF-test). Pengujian data dilakukan pada tingkat level dan diferensial pertama untuk setiap variabel yang digunakan. Menggunakan automatic lag selection berdasarkan kriteria Schwarz Info Criterion (SIC) dengan panjang lag maksimum berjumlah 7. Data yang digunakan dikatakan stasioner apabila nilai absolut t-statistik ADF lebih besar daripada nilai absolut kritis MacKinnon. Tabel 5 Uji stasioneritas data Variabel GDP Series Nilai t- statistik ADF Level -2.039541 Diferensial pertama -3.824158** Remitansi Level -4.609514** Diferensial pertama -7.773590** Pembentukan modal Level -2.739157 Diferensial pertama -4.331754** Tenaga kerja Level -2.094682 Diferensial pertama -3.969815** Impor Level -2.677125 Diferensial pertama -4.790418** Keterangan : ** Signifikan pada taraf nyata 5 persen Uji Kointegrasi Pengujian kointegrasi dilakukan setelah melakukan uji stasioneritas data. Apabila data yang digunakan stasioner pada tingkat diferensial pertama, maka data telah memenuhi syarat perlu dari regresi kointegrasi. Penguji kointegrasi dilakukan dengan menggunakan uji Engle Granger, hasil residual ( πΈπΆπ‘ ) dari model harus stasioner pada tingkat level. Uji kestasioneran residual ( πΈπΆπ‘ ) menggunakan uji Augmented Dickey Fuller (ADF-test). Berdasarkan hasil uji kointegrasi Engle Granger, nilai t-statistik ADF sebesar -3.276711 pada tingkat level atau nilai probabilitasnya sebesar 0.0249. Artinya, residual (πΈπΆπ‘ ) stasioner pada tingkat level dengan taraf nyata lima persen. Dengan demikian dapat disimpulkan bahwa variabel yang digunakan memiliki hubungan kointegrasi atau terdapat keseimbangan jangka panjang. Hasil pengujian kointegrasi lebih lengkapnya dapat dilihat pada lampiran. 22 Pengujian Setelah Estimasi Uji Diagnostik Model Hasil estimasi output Error Correction Model (ECM) yang didapat dengan menggunakan GDP sebagai variabel dependen adalah sebagai berikut: 1. Uji normalitas Uji normalitas dilakukan untuk mendeteksi apakah residual memiliki distribusi normal atau tidak. Apabila nilai probabilitas Jarque-Bera lebih besar dari taraf nyata lima persen, maka residual memiliki distribusi normal. Berdasarkan hasil pengujian nilai probabilitas Jarque-Bera sebesar 0.8596, lebih besar dari taraf nyata lima persen. Artinya, residual terdistribusi secara normal pada model yang digunakan. Hasil pengujian dapat dilihat pada lampiran. 2. Uji heteroskedastisitas Model terbebas dari masalah heteroskedastisitas apabila nilai probabilitas chi-square (χ2) pada Obs*R-squared lebih besar dari taraf nyata lima persen. Hasil pengujian menunjukkan bahwa nilai probabilitas chi-square sebesar 0.0855, lebih besar dari taraf nyata lima persen. Dengan demikian dapat disimpulkan bahwa model yang digunakan terbebas dari masalah heteroskedastisitas. 3. Uji autokorelasi Uji autokorelasi menggunakan serial correlation LM test untuk mendeteksi apakah ada korelasi antara satu residual dengan residual lainnya. Apabila nilai probabilitas chi-squared (χ2) lebih besar dari taraf nyata lima persen, maka model tidak mengandung autokorelasi. Berdasarkan hasil pengujian nilai probabilitas chi-squared (χ2) sebesar 0.9994, lebih besar dari taraf nyata lima persen. Kesimpulan yang dapat diambil bahwa model yang digunakan terbebas dari masalah autokorelasi. 4. Uji multikolinearitas Pengujian dilakukan dengan menghitung nilai koefisien korelasi antara variabel independen. Apabila nilai koefisien korelasi lebih kecil dari 0.8, maka tidak terdapat multikolinearitas atau tidak ada hubungan yang linear antara variabel independen. Berdasarkan hasil yang didapatkan, nilai koefisien korelasi lebih kecil dari 0.8, sehingga dapat disimpulkan bahwa tidak terdapat hubungan yang linear antara variabel independen. Uji Kriteria Statistik Berdasarkan hasil estimasi pada Tabel 6 dilakukan uji kriteria untuk menentukan apakah model yang digunakan merupakan model terbaik. 1. Uji – F Uji F dilakukan untuk mengetahui apakah semua variabel independen berpengaruh secara nyata terhadap variabel dependen. Hal ini dapat dilihat dari nilai probabilitas F statistik. Apabila nilai probabilitas F statistik lebih kecil dari taraf nyata lima persen, maka hipotesis nol ditolak sehingga minimal ada satu variabel independen yang berpengaruh nyata terhadap pertumbuhan ekonomi. Hasil estimasi menunjukkan bahwa nilai probabilitas F statistik lebih kecil dari taraf nyata lima persen, sehingga dapat disimpulkan bahwa minimal ada satu variabel independen (remitansi, pembentukan modal, 23 impor, dan tenaga kerja) yang mempengaruhi variabel pertumbuhan ekonomi dalam model tersebut pada tingkat kepercayaan sembilan puluh lima persen. 2. Uji – t Uji t dilakukan untuk mengetahui apakah masing-masing variabel independen berpengaruh signifikan terhadap variabel dependen. Apabila nilai probabilitas t statistik lebih kecil dari taraf nyata lima persen, maka variabel independen secara individu berpengaruh secara nyata terhadap variabel dependen. Hasil estimasi pada Tabel 6 menunjukkan bahwa variabel remitansi, pembentukan modal, dan tenaga kerja memiliki pengaruh yang signifikan terhadap pertumbuhan ekonomi dalam jangka pendek. Akan tetapi, variabel impor dalam jangka pendek tidak berpengaruh signifikan terhadap pertumbuhan ekonomi. 3. Uji R-squared yang disesuaikan Uji R-squared dilakukan untuk melihat seberapa besar keragaman dari variabel dependen yang dapat dijelaskan oleh variabel independen. Apabila nilai R-squared semakin mendekati satu, maka semakin besar keragaman variabel dependen yang dapat dijelaskan oleh variabel independen. Berdasarkan nilai estimasi pada Tabel 6, nilai R-squared yang disesuaikan (Adjusted R-squared) sebesar 0.8189. Artinya, sebesar 81.89 persen perubahan variabel dependen yaitu pertumbuhan ekonomi yang dapat dijelaskan oleh variabel independen, sedangkan sisanya yaitu sebesar 18.11 persen dijelaskan oleh faktor lain di luar model. Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi dalam Jangka Pendek Tabel 6 Hasil estimasi Error Correction Model (ECM) Variabel C D(remitansi) D(pembentukan modal) D(impor) Koefisien 0.0163 (0.0062) 0.0187 (0.0087) Probabilitas 0.0146 0.2969 (0.0410) 0.0202 (0.0273) 0.0000 0.0417 0.4656 D(tenaga kerja) 0.4713 0.0261 (0.1992) ECt (-1) -0.4668 0.0058 (0.1548) R-squared 0.8491 F-statistik Adjusted R-squared 0.8189 Prob(F-statistik) Keterangan : dalam kurung adalah standar residual 28.1394 0.0000 24 Model ECM yang digunakan merupakan model yang valid atau baik apabila ECt(-1) berpengaruh signifikan pada taraf nyata lima persen. Hasil estimasi menunjukkan bahwa ECt (-1) memiliki pengaruh yang signifikan pada taraf nyata lima persen, sehingga model tidak hanya memiliki hubungan jangka pendek tetapi memiliki hubungan dalam keseimbangan jangka panjang. Berdasarkan hasil estimasi model ECM pada Tabel 6, dalam jangka pendek penerimaan remitansi memiliki pengaruh yang positif dan signifikan pada taraf nyata lima persen terhadap pertumbuhan ekonomi. Pengaruh penerimaan remitansi terhadap pertumbuhan ekonomi sebesar 0.018, artinya setiap perubahan penerimaan remitansi naik sebesar 1 persen, maka pertumbuhan ekonomi akan naik sebesar 0.018 persen. Hasil tersebut sesuai dengan teori dan hipotesis awal penelitian. Akan tetapi, penerimaan remitansi memiliki pengaruh yang kecil terhadap pertumbuhan ekonomi. Penerimaan remitansi yang terus meningkat dapat memberikan pengaruh yang positif terhadap pertumbuhan ekonomi. Selain itu, bagaimana penerimaan remitansi dibelanjakan oleh rumah tangga dapat mempengaruhi besar atau kecil pengaruhnya terhadap pertumbuhan ekonomi. Menurut Adams dan Cuecuecha (2010) bahwa rumah tangga yang menerima pengiriman remitansi di Indonesia lebih banyak menggunakannya untuk belanja barang konsumsi dan makanan, apabila dibandingkan ketika rumah tangga tidak menerima pengiriman remitansi. Selain itu, penerimaan remitansi mengurangi pengeluaran untuk investasi barang atau untuk investasi perumahan, apabila dibandingkan ketika rumah tangga tidak menerima pengiriman remitansi. Hal ini dikarenakan rata-rata rumah tangga yang menerima pengiriman remitansi Internasional di Indonesia adalah rumah tangga yang tergolong miskin atau yang berada di bawah garis kemiskinan. Oleh karena itu, remitansi yang diterima oleh rumah tangga lebih banyak digunakan untuk belanja barang dan makanan, daripada untuk belanja barang-barang investasi atau perumahan. Penerimaan remitansi dapat memberikan pengaruh yang positif terhadap pertumbuhan ekonomi, apabila penerimaan remitansi lebih banyak digunakan untuk investasi dalam bentuk barang modal daripada untuk konsumsi. Rumah tangga yang menerima remitansi akan memperoleh informasi yang lebih banyak mengenai lembaga keuangan formal yang mampu memberi bantuan untuk meningkatkan tingkat investasinya. Selain itu, remitansi dapat memberikan pengaruh yang positif, apabila penerimaan remitansi digunakan untuk memfasilitasi peningkatan modal manusia, dengan asumsi akan berpartisipasi dalam pasar tenaga kerja dan tidak melakukan migrasi tenaga kerja, sehingga penerimaan remitansi dapat meningkatkan tingkat produktivitas, dan akan berpengaruh pada pertumbuhan ekonomi. Penerimaan remitansi memiliki pengaruh yang positif terhadap pertumbuhan ekonomi apabila remitansi mempengaruhi sistem finansial dari negara penerima remitansi. Pengiriman remitansi akan meningkatkan permintaan uang di negara penerima remitansi, kemudian remitansi juga akan membuat bank meningkatkan penawaran simpanan atau tabungan (Chami et al. 2008). Kondisi di Indonesia sebagian besar uang yang diterima dari remitansi digunakan untuk konsumsi. Selain itu, digunakan untuk 25 residential investment dan dalam porsi yang lebih kecil disimpan atau ditabungkan di bank3. Berdasarkan hasil estimasi ECM yang ditunjukkan pada Tabel 6 dalam jangka pendek pembentukan modal memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi pada taraf nyata lima persen. Besar pengaruh pembentukan modal terhadap pertumbuhan ekonomi sebesar 0.296. Artinya, setiap perubahan pembentukan modal naik sebesar 1 persen, maka pertumbuhan ekonomi akan meningkat sebesar 0.296 persen. Hasil tersebut sesuai dengan penelitian yang telah dilakukan sebelumnya oleh Belmimoun et al. (2014), peneliti menemukan ada hubungan yang positif dalam jangka pendek antara pembentukan modal dan pertumbuhan ekonomi. Teori pertumbuhan Harrod Domar juga menyatakan bahwa pembentukan modal dapat memacu pertumbuhan ekonomi. Selain itu, pembentukan modal juga memiliki hubungan langsung dengan jumlah pendapatan nasional atau output. Hasil estimasi menunjukkan bahwa dalam jangka pendek variabel tenaga kerja memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi. Besar pengaruh tenaga kerja terhadap pertumbuhan ekonomi sebesar 0.471 persen. Setiap perubahan tenaga kerja naik sebesar 1 persen, akan meningkatkan pertumbuhan ekonomi sebesar 0.471 persen. Menurut Todaro dan Smith (2006) peningkatan tenaga kerja secara tradisional dapat dianggap sebagai faktor positif yang dapat merangsang pertumbuhan ekonomi. Analisis Pengaruh Penerimaan Remitansi terhadap Pertumbuhan Ekonomi dalam Jangka Panjang Tabel 7 Hasil estimasi model jangka panjang Variabel Koefisien 0.1911 (1.7608) Probabilitas 0.9144 Remitansi 0.0133 (0.0134) 0.3285 Pembentukan modal 0.2758 (0.0384) 0.0000 Impor 0.1237 (0.0222) 0.0000 Tenaga kerja 0.8609 (0.1189) 0.0000 C R-squared 0.9972 F-statistik Adjusted R-squared 0.9968 Prob(F-statistik) 2427.165 Keterangan : dalam kurung adalah standar residual 3 Laporan Survei Nasional Pola Remitansi TKI Tahun 2008. Bank Indonesia 0.0000 26 Berdasarkan hasil estimasi pada Tabel 7, penerimaan remitansi memiliki pengaruh yang positif terhadap pertumbuhan ekonomi, tetapi tidak berpengaruh signifikan pada taraf nyata lima persen. Banyak penelitian yang menemukan bahwa remitansi yang diterima oleh rumah tangga migran kebanyakan digunakan untuk konsumsi, dan sebagian kecilnya digunakan untuk investasi dan tabungan. Hal yang sama juga ditemukan oleh Adams dan Cuecuecha (2010) bahwa penerimaan remitansi di Indonesia sebagian besar digunakan oleh rumah tangga untuk belanja barang dan makanan. Hal ini diakibatkan sebagian besar pengiriman remitansi diterima oleh rumah tangga yang miskin atau yang berada dibawah garis kemiskinan. Menurut Chami et al. (2008) aliran remitansi tenaga kerja memiliki pengaruh terhadap perekonomian dalam jangka pendek apabila aliran remitansi yang masuk tidak digunakan untuk belanja barang modal dan pengeluaran investasi lainnya. Oleh karena itu, penerimaan remitansi tidak memiliki pengaruh yang signifikan terhadap pertumbuhan ekonomi di Indonesia dalam jangka panjang. Variabel pembentukan modal tetap memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi dalam jangka panjang. Pengaruh pembentukan modal tetap terhadap pertumbuhan ekonomi sebesar 0.275. Artinya, setiap kenaikan pembentukan modal tetap sebesar 1 persen, maka pertumbuhan ekonomi akan meningkat sebesar 0.275 persen. Pembentukan modal sangatlah penting dalam perekonomian suatu negara, karena pembentukan modal dapat meningkatkan output dan mendorong perekonomian. Selain itu, pembentukan modal memiliki pengaruh yang langsung terhadap perekonomian suatu negara, sehingga pengeluaran untuk pembentukan modal berpengaruh pada pertumbuhan ekonomi dalam jangka pendek dan jangka panjang. Pada jangka panjang variabel impor memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi. Pengaruh impor terhadap pertumbuhan ekonomi sebesar 0.123. Peningkatan impor sebesar 1 persen akan meningkatkan pertumbuhan ekonomi sebesar 0.123 persen. Impor yang dilakukan oleh Indonesia dapat mendorong pertumbuhan ekonomi. Hal ini dikarenakan impor dapat berupa impor barang modal dan teknologi baru yang dapat membantu mendorong pertumbuhan ekonomi di negara pengimpor Tahir et al. (2015). Berdasarkan data Kementerian Perdagangan Indonesia, impor yang masuk ke Indonesia lebih banyak didominasi oleh bahan baku pendukung dan barang modal, sehingga impor yang masuk ke Indonesia dapat mendorong pertumbuhan ekonomi di Indonesia. Hasil tersebut tidak sesuai dengan hipotesis awal pada penelitian ini. Tenaga kerja memiliki pengaruh yang paling besar terhadap pertumbuhan ekonomi dalam model yang digunakan pada penelitian. Pengaruh tenaga kerja terhadap pertumbuhan ekonomi sebesar 0.86. Tenaga kerja memiliki pengaruh yang sangat besar dibandingkan dengan variabel lainnya. Jika tenaga kerja yang tersedia meningkat lebih besar, maka ketersediaan tenaga kerja yang produktif meningkat. Tenaga kerja dapat memberikan pengaruh yang positif atau negatif terhadap perekonomian tergantung dari kemampuan sistem perekonomian untuk menyerap dan mempekerjakannya secara produktif (Todaro dan Smith 2006). Dapat disimpulkan bahwa perekonomian Indonesia memiliki kemampuan untuk menyerap dan mempekerjakan tenaga kerja secara produktif. 27 SIMPULAN DAN SARAN Simpulan Berdasarkan hasil penelitian yang telah dibahas pada bab sebelumnya, dapat diambil kesimpulan sebagai berikut: 1. Jumlah tenaga kerja Indonesia yang dikirim tidak terlalu berpengaruh terhadap aliran remitansi yang masuk ke Indonesia. Penurunan jumlah tenaga kerja Indonesia selama delapan tahun terakhir tidak terlalu berdampak pada aliran remitansi yang masuk. Penerimaan remitansi memiliki tren yang meningkat selama sepuluh tahun terakhir, sedangkan penempatan tenaga kerja Indonesia yang dikirim lebih memberikan dampak terhadap aliran remitansi yang masuk. Selama empat tahun terakhir jumlah tenaga kerja Indonesia yang bekerja di sektor formal lebih banyak dibandingkan yang bekerja di sektor informal. Hal ini dikarenakan tenaga kerja Indonesia yang bekerja di sektor formal mendapatkan gaji yang lebih tinggi dan kondisi kerja yang lebih baik. 2. Hasil uji kausalitas Granger menunjukkan bahwa remitansi tidak memberikan pengaruh terhadap pertumbuhan ekonomi, justru sebaliknya pertumbuhan ekonomi memberikan pengaruh yang signifikan terhadap penerimaan remitansi. Analisis error correction model menunjukkan bahwa penerimaan remitansi memiliki pengaruh yang positif dan signifikan terhadap pertumbuhan ekonomi dalam jangka pendek, tetapi tidak berpengaruh signifikan dalam jangka panjang. Saran Berdasarkan hasil penelitian dan kesimpulan yang telah dijelaskan sebelumnya, maka saran yang dapat diberikan adalah: 1. Penerimaan remitansi memiliki potensi yang sangat besar untuk membantu rumah tangga terlepas dari kemiskinan dan mendorong pertumbuhan ekonomi. Aliran remitansi yang masuk ke Indonesia dapat ditingkatkan dengan meningkatkan kualitas TKI yang akan dikirim, sehingga TKI dapat bekerja di sektor formal. Selain itu, perlu dilakukannya sosialisasi dari pemerintah atau lembaga keuangan formal, untuk meningkatkan minat rumah tangga agar remitansi yang diterimanya digunakan untuk investasi atau untuk membuka usaha, sehingga manfaat yang diterima oleh rumah tangga dari penerimaan remitansi bisa lebih besar dan dapat dirasakan dalam jangka panjang. 2. Biaya pengiriman remitansi ke Indonesia cukup rendah dibanding rata-rata dunia dan Asia, namun biaya keseluruhan untuk mengambil remitansi dari lokasi pengambilan membutuhkan biaya yang cukup besar. Hal ini dikarenakan lokasi pengiriman dan pengambilan remitansi kurang dapat dijangkau oleh tenaga kerja Indonesia dan rumah tangga penerima remitansi, sehingga banyak tenaga kerja Indonesia yang memilih mengirim menggunakan jasa pengiriman informal. Oleh karena itu, pemerintah dan lembaga keuangan formal perlu memperluas jaringan lokasi pengiriman dan 28 pengambilan remitansi, sehingga lebih mudah dijangkau oleh tenaga kerja Indonesia dan rumah tangga penerima remitansi. 3. Penerimaan remitansi memiliki pengaruh yang kecil terhadap pertumbuhan ekonomi secara nasional. Akan tetapi, ada kemungkinan penerimaan remitansi memberikan pengaruh yang besar terhadap perekonomian suatu daerah, terutama daerah yang mengirimkan jumlah TKI terbanyak. Oleh karena itu, penelitian selanjutnya dapat dilakukan dengan menganalisis pengaruh penerimaan remitansi suatu daerah terhadap kemiskinan dan pertumbuhan ekonomi daerah tersebut. DAFTAR PUSTAKA Abida Z, Sghaier MI. 2014. Remittances Financial Development and Economic Growth: The Case of North African Countries. The Romanian Economic Journal: 137-170. [diunduh 2015 Maret 07]. Tersedia pada: http://www.rejournal.eu/sites/rejournal.versatech.ro/files/articole/2014-0301/1897/7zouheirimen.pdf Adams RH, Cuecuecha A. 2010. The Economic Impact of International Remittances on Poverty and Household Consumption and Investment in Indonesia. World Bank. Policy Research Working Paper no: 5433; [diunduh 2015 Maret 7] Tersedia pada: http://wwwwds.worldbank.org/servlet/WDSContentServer/WDSP/IB/2010/09/27/0001 58349_20100927093138/Rendered/PDF/WPS5433.pdf Ahmed MS. 2010. Migrant Workers Remittances and Economic Growth: Evidence from Bangladesh. ASA University Review. 4(1): 1-13. [diunduh 2015 Maret 10]. Tersedia pada: www.asaub.edu.bd/data/asaubreview/v4n1sl1.pdf [BI] Bank Indonesia. 2009. Laporan Survei Pola Remitansi Tenaga Kerja Indonesia tahun 2008 [Internet]. [diunduh 2016 Februari 06]. Tersedia pada: http://www.bi.go.id/id/publikasi/lain/lainnya/Pages/remitansi_tki_2008.aspx [BNP2TKI] Badan Nasional Penempatan dan Perlindungan Tenaga Kerja Indonesia. 2016. Data Penempatan dan Perlindungan Tenaga Kerja Indonesia tahun 2015 [Internet]. [diunduh 2016 Februari 05]. Tersedia pada: http://www.bnp2tki.go.id/uploads/data/data [BNP2TKI] Badan Nasional Penempatan dan Perlindungan Tenaga Kerja Indonesia. 2015. Data Penempatan dan Perlindungan Tenaga Kerja Indonesia tahun 2014 [Internet]. [diunduh 2016 Februari 05]. Tersedia pada: http://www.bnp2tki.go.id/uploads/data/data [BNP2TKI] Badan Nasional Penempatan dan Perlindungan Tenaga Kerja Indonesia. 2014. Data Penempatan dan Perlindungan Tenaga Kerja Indonesia tahun 2013 [Internet]. [diunduh 2016 Februari 05]. Tersedia pada: http://www.bnp2tki.go.id/uploads/data/data Belmimoun A, Kerbouche M, Adouka L, Mokeddem R. 2014. The Impact of Remittances on Economic Growth Empirical Study: Case of Algeria (1970- 29 2010). European Scientific Journal. 10(13): 364-378. [diunduh 2015 Maret 10]. Tersedia pada: eujournal.org/index.php/esj/article/viewFile/3362/3126 Chami R, Barajas A, Cosimano T, Connel Fullenkakamp, Gapen M, Montiel P. 2008. Macroeconomic Consequences of Remittances. International Monetary Fund Occasional Paper 259; [diunduh 2015 Desember 18] Tersedia pada: https://www.imf.org/external/pubs/ft/op/259/op259.pdf Chami R, Barajas A, Fullenkamp C, Gapen M, Montiel P. 2009. Do Workers’ Remittances Promote Economic Growth?. International Monetary Fund Working Paper 09/153; [diunduh 2015 Maret 25] Tersedia pada: https://www.imf.org/external/pubs/ft/wp/2009/wp09153.pdf Dhungel KR. 2014. Does Remittance in Nepal Cause Gross Domestic Product? An Empirical Evidence Using Vector Error Correction Model. International Journal of Econometrics and Financial Management. 2(5): 168-174. [diunduh 2015 Maret 17]. Tersedia pada: pubs.sciepub.com/ijefm/2/5/1/ijefm-2-5-1.pdf Enders W. 2004. Applied Econometric Time Series. Ed ke-2. New York (US): John Willey & Sons, Inc. Firdaus M. 2011. Aplikasi Ekonometrika untuk Data Panel dan Time Series. Bogor(ID): IPB Pr. Goschin Z. 2013. The Remittances as A Potential Economic Growth Resource For Romania [Jurnal]. Annales Apulensis Economic Series. 15(2): 655-661. [diunduh 2015 Maret 17]. Tersedia pada: www.oeconomica.uab.ro/upload/lucrari/1520132/29.pdf Gujarati D. 2007. Dasar-dasar Ekonometrika. Mulyadi JA, Andri Y, penerjemah; Barnadi D, Hardani W, editor. Jakarta (ID): Penerbit Erlangga. Terjemah dari: Essentials of Econometrics. Ed ke-3. Hagbe JB. 2004. A Theory of Workers’ Remittances with an Application to Morocco. International Monetary Fund Working Paper 04/194; [diunduh 2015 Desember 18]. Tersedia pada: https://www.imf.org/external/pubs/ft/wp/2004/wp04194.pdf Jawaid ST, Raza SA. 2012. Workers’ Remittances and Economic growth in China and Korea: an Empirical Analysis. MPRA Paper no. 39003, posted 24. [diunduh 2015 Desember 6] Tersedia pada: http://mpra.ub.unimuenchen.de/39003/ Juanda B. 2009. Ekonometrika Pemodelan dan Pendugaan. Bogor (ID): IPB Pr. Mankiw NG. 2007. Makroekonomi. Liza F, Nurmawan I, penerjemah; Hardani W, Barnadi D, Saat S, editor. Jakarta (ID): Penerbit Erlangga. Terjemah dari: Macroeconomics. Ed ke-6. McConnell CR, Brue SL, Macpherson DA. 2010. Contemporary Labor Economics. New York (US): The McGraw-Hill Companies. Nizar MA. 2014. Pengaruh Aliran Masuk Devisa Tenaga Kerja (Workers’ Remittances) terhadap Nilai Tukar Rupiah. MPRA paper no. 65728, posted 23. [diunduh pada 2016 Februari 07]. Tersedia pada: https://mpra.ub.unimuenchen.de/65728/1/MPRA_paper_65728.pdf Ratha D, Mohapatra S, Scheja E. 2011. Impact of Migration on Economic and Social Development: A Review of Evidence and Emerging Issues. World Bank. Policy Research Working Paper no: 5558; 30 [diunduh 2016 Januari 31] Tersedia pada: http://wwwwds.worldbank.org/servlet/WDSContentServer/WDSP/IB/2011/02/07/0001 58349_20110207093552/Rendered/PDF/WPS5558.pdf Siddique A, Selvanathan EA, Selvanathan S. 2010. Remittances and Economic Growth: Empirical Evidence From Bangladesh India and Sri Lanka. Australia (AU): Discussion Paper 10:27; [diunduh 2015 Maret 10] Tersedia pada:http://www.business.uwa.edu.au/__data/assets/pdf_file/0006/1371948/ 10-27-Remittances-and-Economic-Growth.pdf Tahir M, Khan I, Shah AM. 2015. Foreign Remittances Foreign Direct Investment Foreign Impor and Economic Growth in Pakistan: A Time Series Analysis [Jurnal]. Arab economic and business journal: 82-89. [diunduh pada 2015 Desember 06] Tersedia pada: http://dx.doi.org/10.1016/j.aebj.2015.06.001 Todaro MP, Smith SC. 2006. Pembangunan Ekonomi. Munandar H, Puji, penerjemah; Barnadi D, Saat S, Hardani W, editor. Jakarta (ID): Penerbit Erlangga. Terjemah dari: Economic Development. Ed ke-9. UNCTAD [Internet]. [diunduh 2015 Desember 08] Tersedia pada: http://unctadstat.unctad.org/wds/ReportFolders/reportFolders.aspx?sCS_Ch osenLang=en Widarjono A. 2013. Ekonometrika Pengantar dan Aplikasinya. Yogyakarta (ID): Penerbit UPP STIM YKPN. [WB] World Bank [Internet]. [diunduh 2015 Desember 08]. Tersedia pada: http://databank.worldbank.org/data/ 31 LAMPIRAN 32 Lampiran 1 Uji kausalitas Granger Pairwise Granger Causality Tests Date: 03/11/16 Time: 19:03 Sample: 1983 2014 Lags: 1 Null Hypothesis: LNREM does not Granger Cause LNGDP LNGDP does not Granger Cause LNREM LNPM does not Granger Cause LNGDP LNGDP does not Granger Cause LNPM LNIMPOR does not Granger Cause LNGDP LNGDP does not Granger Cause LNIMPOR LNTK does not Granger Cause LNGDP LNGDP does not Granger Cause LNTK LNPM does not Granger Cause LNREM LNREM does not Granger Cause LNPM LNIMPOR does not Granger Cause LNREM LNREM does not Granger Cause LNIMPOR LNTK does not Granger Cause LNREM LNREM does not Granger Cause LNTK LNIMPOR does not Granger Cause LNPM LNPM does not Granger Cause LNIMPOR LNTK does not Granger Cause LNPM LNPM does not Granger Cause LNTK LNTK does not Granger Cause LNIMPOR LNIMPOR does not Granger Cause LNTK Obs 31 31 31 31 31 31 31 31 31 31 F-Statistic 0.43713 7.62244 1.03075 3.09302 0.46134 6.62355 0.92143 0.04345 2.57398 3.65075 7.36352 8.07225 9.97184 4.08616 0.99168 0.83312 2.90705 0.12767 8.25674 0.07869 Prob. 0.5139 0.0101 0.3187 0.0896 0.5026 0.0156 0.3453 0.8364 0.1199 0.0663 0.0113 0.0083 0.0038 0.0529 0.3279 0.3692 0.0993 0.7235 0.0077 0.7811 33 Lampiran 2 Uji kointegrasi Engle Granger Null Hypothesis: EC has a unit root Exogenous: Constant Lag Length: 0 (Automatic based on SIC, MAXLAG=7) t-Statistic Augmented Dickey-Fuller test statistic -3.276711 Test critical values: 1% level -3.661661 5% level -2.960411 10% level -2.619160 *MacKinnon (1996) one-sided p-values. Prob.* 0.0249 Augmented Dickey-Fuller Test Equation Dependent Variable: D(EC) Method: Least Squares Date: 03/06/16 Time: 20:33 Sample (adjusted): 1984 2014 Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. EC(-1) -0.631722 0.192792 -3.276711 0.0027 C 0.001701 0.004101 0.414747 0.6814 R-squared 0.270199 Mean dependent var 0.002954 Adjusted R-squared 0.245033 S.D. dependent var 0.026162 S.E. of regression 0.022732 Akaike info criterion -4.667779 Sum squared resid 0.014985 Schwarz criterion -4.575264 Log likelihood 74.35058 Hannan-Quinn criter. -4.637621 F-statistic 10.73684 Durbin-Watson stat 1.356918 Prob(F-statistic) 0.002726 34 Lampiran 3 Uji normalitas 8 Series: Residuals Sample 1984 2014 Observations 31 7 6 5 4 3 2 1 0 -0.04 -0.02 0.00 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis -1.12e-18 -0.000754 0.030441 -0.038014 0.015327 -0.209204 3.243082 Jarque-Bera Probability 0.302448 0.859655 0.02 Lampiran 4 Uji multikolinearitas D(LNGDP) D(LNGDP) 1.000000 D(LNREM) 0.050663 D(LNPM) 0.861751 D(LNIMPOR) 0.613937 D(LNTK) 0.121347 D(LNREM) 0.050663 1.000000 -0.171394 -0.174842 0.031606 D(LNPM) 0.861751 -0.171394 1.000000 0.719254 0.013159 D(LNIMPOR) 0.613937 -0.174842 0.719254 1.000000 -0.091211 D(LNTK) 0.121347 0.031606 0.013159 -0.091211 1.000000 35 Lampiran 5 Uji heteroskedastisitas Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS 7.720680 29.11451 21.23642 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 03/06/16 Time: 20:37 Sample: 1984 2014 Included observations: 31 Variable Coefficient C 0.000518 D(LNREM) -0.001232 (D(LNREM))^2 0.000578 (D(LNREM))*(D(LNPM)) -0.002232 (D(LNREM))*(D(LNIMPOR)) 0.004730 (D(LNREM))*(D(LNTK)) 0.031036 (D(LNREM))*EC(-1) -0.013549 D(LNPM) -0.002723 (D(LNPM))^2 -0.024974 (D(LNPM))*(D(LNIMPOR)) 0.029751 (D(LNPM))*(D(LNTK)) 0.017571 (D(LNPM))*EC(-1) -0.144362 D(LNIMPOR) 0.000152 (D(LNIMPOR))^2 -0.005330 (D(LNIMPOR))*(D(LNTK)) -0.056779 (D(LNIMPOR))*EC(-1) 0.019746 D(LNTK) -0.014260 (D(LNTK))^2 0.313234 (D(LNTK))*EC(-1) -0.760893 EC(-1) 0.029727 EC(-1)^2 0.209165 R-squared 0.939178 Adjusted R-squared 0.817533 S.E. of regression 0.000148 Sum squared resid 2.19E-07 Log likelihood 246.9497 F-statistic 7.720680 Prob(F-statistic) 0.001047 Prob. F(20,10) Prob. Chi-Square(20) Prob. Chi-Square(20) 0.0010 0.0855 0.3833 Std. Error t-Statistic Prob. 0.000229 2.258748 0.0475 0.000895 -1.376821 0.1986 0.000361 1.600470 0.1406 0.007262 -0.307401 0.7648 0.003215 1.471377 0.1719 0.027827 1.115309 0.2908 0.033024 -0.410275 0.6903 0.001988 -1.369670 0.2008 0.014753 -1.692769 0.1214 0.015486 1.921197 0.0836 0.044571 0.394224 0.7017 0.118028 -1.223113 0.2493 0.001014 0.149457 0.8842 0.002810 -1.896398 0.0871 0.037332 -1.520932 0.1592 0.027254 0.724521 0.4854 0.018574 -0.767740 0.4604 0.341710 0.916667 0.3809 0.622371 -1.222571 0.2495 0.007093 4.190845 0.0019 0.151301 1.382446 0.1969 Mean dependent var 0.000227 S.D. dependent var 0.000346 Akaike info criterion -14.57740 Schwarz criterion -13.60599 Hannan-Quinn criter. -14.26075 Durbin-Watson stat 2.132384 36 Lampiran 6 Uji autokorelasi Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.000464 Prob. F(2,23) Obs*R-squared 0.001252 Prob. Chi-Square(2) 0.9995 0.9994 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 03/06/16 Time: 20:37 Sample: 1984 2014 Included observations: 31 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. D(LNREM) 7.16E-05 0.009592 0.007460 0.9941 D(LNPM) 0.000599 0.049435 0.012113 0.9904 D(LNIMPOR) -0.000112 0.030089 -0.003726 0.9971 D(LNTK) -0.003838 0.244365 -0.015706 0.9876 EC(-1) 0.005196 0.237281 0.021897 0.9827 C 5.12E-05 0.006916 0.007410 0.9942 RESID(-1) -0.010484 0.349397 -0.030006 0.9763 RESID(-2) 0.000148 0.254958 0.000579 0.9995 R-squared 0.000040 Mean dependent var -1.12E-18 Adjusted R-squared -0.304295 S.D. dependent var 0.015327 S.E. of regression 0.017504 Akaike info criterion -5.035119 Sum squared resid 0.007047 Schwarz criterion -4.665057 Log likelihood 86.04434 Hannan-Quinn criter. -4.914488 F-statistic 0.000133 Durbin-Watson stat 1.834167 Prob(F-statistic) 1.000000 37 Lampiran 7 Model jangka pendek (Model ECM) Dependent Variable: D(LNGDP) Method: Least Squares Date: 03/06/16 Time: 20:35 Sample (adjusted): 1984 2014 Included observations: 31 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNREM) 0.018745 0.008734 2.146301 0.0417 D(LNPM) 0.296945 0.041017 7.239536 0.0000 D(LNIMPOR) 0.020231 0.027301 0.741023 0.4656 D(LNTK) 0.471301 0.199269 2.365150 0.0261 EC(-1) -0.466810 0.154832 -3.014940 0.0058 C 0.016376 0.006244 2.622592 0.0146 R-squared 0.849123 Mean dependent var 0.050941 Adjusted R-squared 0.818947 S.D. dependent var 0.039459 S.E. of regression 0.016790 Akaike info criterion -5.164111 Sum squared resid 0.007047 Schwarz criterion -4.886565 Log likelihood 86.04371 Hannan-Quinn criter. -5.073638 F-statistic 28.13947 Durbin-Watson stat 1.846455 Prob(F-statistic) 0.000000 38 Lampiran 8 Model jangka panjang Dependent Variable: LNGDP Method: Least Squares Date: 03/06/16 Time: 20:31 Sample: 1983 2014 Included observations: 32 Variable Coefficient LNREM 0.013390 LNPM 0.275828 LNIMPOR 0.123740 LNTK 0.860987 C 0.191136 R-squared 0.997227 Adjusted R-squared 0.996816 S.E. of regression 0.025679 Sum squared resid 0.017805 Log likelihood 74.49860 F-statistic 2427.165 Prob(F-statistic) 0.000000 Std. Error t-Statistic 0.013455 0.995132 0.038446 7.174493 0.022226 5.567471 0.118950 7.238210 1.760843 0.108548 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat Prob. 0.3285 0.0000 0.0000 0.0000 0.9144 26.12252 0.455077 -4.343662 -4.114641 -4.267748 1.168441 39 RIWAYAT HIDUP Penulis dilahirkan di Bima pada tanggal 30 Maret 1995 dari ayah Abdul Haris dan ibu Luluk Mei Setyawati. Penulis adalah putri kedua dari tiga bersaudara. Jenjang pendidikan penulis dimulai pada tahun 1999 di TK Mutiara dan melanjutkan pendidikan di SDN 29 Kota Bima pada tahun 2000. Pada tahun 2006 penulis melanjutkan pendidikan di SMPN 02 Kota Bima dan jenjang SMA di SMAN 01 Kota Bima dan lulus pada tahun 2012. Kemudian penulis melanjutkan pendidikan S1 di Institut Pertanian Bogor melalui jalur masuk Undangan dan diterima di Prodi Ilmu Ekonomi dan Studi Pembangunan Departemen Ilmu Ekonomi Fakultas Ekonomi dan Manajemen. Selama masa perkuliahan penulis aktif dalam kegiatan organisasi yaitu menjadi panitia pada acara Sportakuler yang dilaksanakan oleh Badan Eksekutif Mahasiswa Fakultas Ekonomi dan Manajemen 2012/2013. Tahun 2013/2014 penulis menjadi pengurus Himpunan Profesi Peminat Ilmu Ekonomi dan Studi Pembangunan (HIPOTESA) sebagai staff divisi Discussion and Analysis (DNA). Penulis pernah menjadi ketua pelaksana Economic Championship (E-CHAMP) 2014 yaitu lomba karya tulis tingkat Departemen Ilmu Ekonomi. Tahun 2014/2015 penulis menjadi pengurus di Badan Pengawas Himpunan Fakultas Ekonomi dan Manajemen sebagai sekertaris Badan Pengawas HIPOTESA (BPH).