Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 PENERAPAN GENERALIZED METHOD OF MOMENTS PADA PERSAMAAN SIMULTAN PANEL DINAMIS UNTUK PEMODELAN PERTUMBUHAN EKONOMI DI INDONESIA Khairul Andri Lubis dan Setiawan Jurusan Statistika FMIPA ITS, Surabaya Email: [email protected], [email protected] ABSTRAK Pertumbuhan dan stabilitas ekonomi di Indonesia diharapkan mampu mengatasi kemiskinan, pengangguran dan peningkatan kualitas sumber daya manusia yang masih rendah. Keterkaitan hubungan antara indikator ekonomi dan indikator keberhasilan pembangunan saling mempengaruhi satu yang lainnya. Diperlukan persamaan simultan untuk melihat keterkaitan antar variabel yang saling mempengaruhi tidak cukup hanya dengan persamaan tunggal. Pada penelitian ini menggunakan Model data panel dinamis untuk menggambarkan hubungan antara variabel-variabel ekonomi yang pada kenyataannya bersifat dinamis yakni variabel tidak hanya dipengaruhi variabel pada waktu yang sama tetapi juga dipengaruhi variabel pada waktu yang sebelumnya. Oleh karena itu, model data panel dinamis lebih sesuai digunakan dalam analisis perekonomian. Estimasi parameter pada model panel dinamis menggunakan Generalized Method of Moments (GMM) yang dikembangkan oleh Arellano dan Bond. Metode estimasi ini menghasilkan estimasi parameter yang memiliki sifat tak bias, konsisten dan efisien. Metode Arellano dan Bond kemudian dikembangkan oleh Blundell dan Bond yang disebut GMM-System Estimator dengan mengkombinasikan momen kondisi dan matriks instrumen antara model first difference dan model level untuk menghasilkan estimasi parameter yang lebih efisien. Kata kunci: Data Panel Dinamis, Generalized Method of Moments (GMM), Persamaan Simultan. PENDAHULUAN Indonesia merupakan salah satu negara berkembang yang masih memiliki permasalahan-permasalahan di bidang ekonomi dalam upaya meningkatkan pembangunan nasional. Sejak perekonomian Indonesia dilanda krisis multi-dimensional menuntut pemerintah dan berbagai komponen masyarakat mengalami proses perubahan menuju era reformasi dan keterbukaan guna mewujudkan cita-cita dalam mensejahterakan kehidupan bangsa. Pertumbuhan dan stabilitas ekonomi diharapkan mampu mengatasi kemiskinan, pengangguran dan kualitas sumber daya manusia yang masih rendah. Pertumbuhan ekonomi menunjukkan perubahan aktivitas perekonomian dalam menghasilkan tambahan pendapatan masyarakat suatu negara secara berkesinambungan selama periode tertentu. Aktivitas pemerintah dan interaksinya dengan sektor swasta secara langsung maupun tidak langsung akan mempengaruhi total output sehingga dapat mendorong pertumbuhan ekonomi. Bagi negara berkembang seperti Indonesia, pemerintah dituntut untuk menggali sumber penerimaan tidak hanya dari dalam negeri saja akan tetapi dari luar negeri melalui utang luar negeri dan investasi. Kegiatan investasi luar negeri terdiri atas investasi ISBN : 978-602-97491-8-2 A-3-1 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 langsung (foreign direct investment atau FDI) dan investasi portofolio. Secara teori, FDI memberikan pengaruh positif terhadap pertumbuhan ekonomi suatu negara. Selain pertumbuhan ekonomi, indikator keberhasilan pemerintah dalam menjalankan fungsinya yaitu menurunkan tingkat kemiskinan, memperluas penyerapan tenaga kerja, distribusi pendapatan yang semakin merata dan meningkatnya kualitas sumber daya manusia. Dengan pertumbuhan ekonomi, FDI dan pengeluaran pemerintah, diharapkan terciptanya lapangan pekerjaan sehingga penyerapan kebutuhan tenaga kerja bertambah yang mengakibatkan penggangguran berkurang. Keterkaitan hubungan antara indikator ekonomi dan indikator keberhasilan pembangunan suatu negara saling mempengaruhi satu yang lainnya. Hal tersebut membutuhkan suatu model yang cukup kompleks untuk melihat hubungan antara indikator tersebut. Diperlukan persamaan simultan untuk melihat keterkaitan antar variabel yang saling mempengaruhi tidak cukup hanya dengan persamaan tunggal. Pada penelitian ini menggunakan Model data panel dinamis untuk menggambarkan hubungan antara variabel-variabel ekonomi yang pada kenyataannya bersifat dinamis yakni variabel tidak hanya dipengaruhi variabel pada waktu yang sama tetapi juga dipengaruhi variabel pada waktu yang sebelumnya. Oleh karena itu, model data panel dinamis lebih sesuai digunakan dalam analisis perekonomian. Penelitian pada model persamaan simultan data dinamis adalah Anwar dan Nguyen (2010) yang menyatakan bahwa adanya hubungan antara FDI dan pertumbuhan ekonomi di Vietnam dengan menggunakan persamaan dua simultan dengan estimasi Generalized Method of Moments (GMM). Selain itu, Penelitian Ford, Send dan Wei (2010), meneliti hubungan secara empirik antara pertumbuhan ekonomi, pertumbuhan FDI dan kebijakan pemerintah di Cina. Adapun penelitian tersebut menggunakan metode dynamic simultaneous equation model dengan membandingkan estimasi parameter dengan menggunakan three stage least square (3SLS) dan Generalized Method of Moments (GMM). METODA Analisis Data Panel Dinamis Model data panel dinamis digunakan untuk menggambarkan hubungan antara variabel-variabel ekonomi yang pada kenyataannya banyak yang bersifat dinamis. Model panel dinamis ini dapat dilihat dari keberadaan lag variabel dependen diantara variabelvariabel regressor. Adapun model data panel dinamis dapat ditulis sebagai berikut: yi,t = δyi,t-1 +x'itβ+uit ; i 1,2,..., N ; t 1,2,...,T dengan δ merupakan skalar dengan x` matriks berukuran 1 × . Sedangkan β merupakan matriks berukuran × 1. Jika diasumsikan uit merupakan one-way error component model yang dapat dituliskan sebagai berikut: u it = μ i + v it dengan µi merupakan efek individu dan vi adalah error term dengan masing-masing diasumsikan µi – IID (0,σµ2) dan vit – IID (0,σv2). Ketika suatu persamaan mengandung lag dari variabel dependen maka akan muncul masalah berupa korelasi antara variabel yi,t-1 dengan uit. Hal tersebut dikarenakan yi,t-1 merupakan fungsi dari µ i. Penggunaan estimasi dengan panel statis seperti OLS, fixed effect dan random effect pada persamaan panel dinamis menjadi bias dan inkonsisten meskipun vit tidak berkorelasi secara serial (Baltagi, 2005). Untuk mengatasi masalah inkonsisten tersebut, menurut Anderson dan Hsiao (1982) dalam Syawal (2011) dapat digunakan metode estimasi Instrumental Variabel (IV), yakni ISBN : 978-602-97491-8-2 A-3-2 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 dengan menginstrumenkan variabel yang berkorelasi dengan error. Akan tetapi, metode ini hanya menghasilkan estimasi parameter yang konsisten, namun tidak efisien. Arellano dan Bond menyarankan suatu pendekatan Generalized Method of Moments (GMM). Pendekatan GMM digunakan dengan dua alasan yang mendasari pertama, GMM merupakan common estimator dan memberikan kerangka yang lebih bermanfaat untuk perbandingan dan penilaian. Kedua, GMM memberikan alternatif yang sederhana terhadap estimator lainnya, terutama terhadap maximum likelihood. Pendekatan Arellano and Bond GMM Estimator ini menghasilkan estimasi yang tak bias, konsisten serta efisien. Walaupun pendekatan Arellano and Bond GMM Estimator sudah efisien, tetapi Blundel dan Bond (1998) menyarankan menggunakan Generalized Method of Moments System (Blundell and Bond GMM-System Estimator) yang diklaim lebih efisien dari estimator sebelumnya. Hal tersebut karena penggunaan tambahan informasi level yaitu momen kondisi dan matriks variabel instrumen level disamping first difference dengan cara mengkombinasikan momen kondisi dan matriks variabel instrumen (first difference dan level). Maka terdapat dua prosedur estimasi yang digunakan dalam kerangka GMM untuk mengakomodir permasalahan inkonsisten untuk mengestimasi model panel dinamis, yaitu: First-Difference GMM (FD-GMM) dan System GMM (SYS-GMM). Persamaan Simultan dengan Data Panel Persamaan simultan digunakan sebagai solusi atas permasalahan dalam kasus ekonomi dimana satu variabel dengan satu atau beberapa variabel yang lain memiliki hubungan dua arah. Hubungan simultan dalam penelitian ini berdasarkan teori dan hasil penelitian empiris bidang ekonomi lainnya. Dalam persamaan simultan variabel dikelompokkan menjadi dua bagian yaitu variabel endogen dan variabel eksogen. Variabel endogen merupakan variabel yang nilainya ditentukan dalam model, sedangkan variabel eksogen merupakan variabel yang nilainya ditentukan dari luar model. Bentuk umum suatu sistem persamaan simultan yang terdiri dari M persamaan dengan K variabel eksogen dilakukan sebanyak N observasi dalam T periode waktu dituliskan sebagai berikut: y1 11 y 2 21 ... y M M 1 x1 11 x2 21 ... x K K 1 1 0 y1 12 y 2 22 ... y M M 2 x1 12 x2 22 ... x K K 2 2 0 y1 1M y 2 2 M ... y M MM x1 1M x2 2 M ... x K KM M 0 Dalam bentuk persamaan di atas dengan struktur data panel dijelaskan bahwa setiap periode waktu memiliki jumlah variabel endogen, eksogen dan observasi yang sama. Sehingga dalam notasi matriks sistem tersebut untuk N observasi dapat ditulis menjadi: YNxM Γ MxM + X NxK B KxM = E NxM dengan Г adalah matriks koefisien α dan diasumsikan nonsingular, B adalah matriks koefisien β, Y adalah matriks M variabel endogen dan X adalah matriks dari variabel eksogen. Bentuk tereduksi untuk semua N observasi dan M variabel endogen adalah sebagai berikut: Y = -XBΓ -1 + EΓ -1 Jika dimisalkan П= -BГ-1 dan U= EГ-1 maka persamaan di atas menjadi: Y = XΠ + U Sumber Data Penelitian ini menggunakan data sekunder dari berbagai lembaga resmi pemerintah seperti Badan Pusat Statistik (BPS), Departemen Keuangan dan Badan Koordinasi Penanaman Modal (BKPM) Indonesia serta dari sumber-sumber atau literatur lain yang ISBN : 978-602-97491-8-2 A-3-3 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 berhubungan dengan penelitian. Objek penelitian adalah 18 provinsi di Indonesia. Provinsiprovinsi tersebut diamati selama kurun waktu enam tahun mulai tahun 2007-2012. Spesifikasi Model Untuk meneliti masalah makroekonomi Indonesia yang mencakup pertumbuhan ekonomi, Foreign Direct Investment (FDI), pengeluaran pemerintah, masalah kemiskinan, dan masalah pengangguran diperlukan kerangka modeling yang bersifat simultan (simultaneous equation regression model). Model dengan variabel endogen dalam penelitian ini mengacu pada penelitian sebelumnya sehingga menghasilkan lima persamaan struktural sebagai berikut: Git 0 1 ln FDIit 2 ln DDIit 3 ln OPit 4 ln DAUit 5 ln PADit 6 ln INF 7Gi,t1 it Hipotesis : 1, 2 ,3 ,4 ,5 , 6 ,7 0 ln FDIit 0 1Git 2 ln TDGEit 3 ln OPit 4 ln DDIit 5 INFit 6 FDIi,t 1 eit Hipotesis : 1, 2 , 3 , 4 , 6 0 ; 5 0 EM it 0 1Git 2 ln FDIit 3 ln DDIit 4 ln Wit 5 INFit 6 EM i,t 1 vit Hipotesis : 1 , 2 , 3 0; 4 , 5 , 6 0 HCIit 0 1Git 2 ln TDGEit 3 EMit 4 ln Wit 5 INFit 6 HCIi,t 1 uit Hipotesis : 1, 2 ,4 , 5 , 6 0 ; 3 ,5 ,6 0 Tabel 1. Keterangan Variabel Penelitian Variabel Keterangan G Pertumbuhan ekonomi (dalam persen) FDI Penanaman Modal Asing (dalam juta dollar) EM Indikator ketenagakerjaan yang dihitung dengan pendekatan tingkat pengangguran terbuka /TPT (dalam persen) HCI Persentase kemiskinan (dalam persen) TDGE Pengeluaran belanja langsung pemerintah daerah menurut fungsi (dalam juta rupiah) OP Indikator keterbukaan perdagangan yang didekati dengan nilai ekspor (dalam juta dollar) DDI Penanaman Modal Dalam Negeri (dalam milyar rupiah) W Upah Minimum Regional/UMP (dalam rupiah) INF Inflasi (dalam persen) DAU Dana Alokasi Umum (dalam juta rupiah) PAD Pendapatan Asli Daerah (dalam juta rupiah) i Propinsi di Indonesia t Periode waktu it eit vit uit Error Term Ln Logaritma Natural ISBN : 978-602-97491-8-2 A-3-4 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 HASIL DAN DISKUSI Hasil Estimasi dengan Simultan Data Panel Tahap awal sebelum melakukan estimasi adalah pengujian stationeritas data. Pengujian stationaritas bertujuan untuk melihat ada tidaknya panel unit root yang terkandung diantara variabel sehingga hubungan variabel dalam model menjadi valid. Uji stationer dilakukan dengan uji yang telah ada yaitu uji Breitung. Dari hasil uji stationer dengan uji Breitung diketahui bahwa variabel penelitian pertumbuhan ekonomi (g) dan inflasi (inf) tidak mengandung panel unit roots atau data sudah stationer. Sedangkan variabel lain masih mengandung panel unit roots atau data tidak stationer. Maka dari pada itu, semua variabel tersebut dilakukan first differencing agar tidak mengandung unit root lagi. Tabel 2. Identifikasi Persamaan Simultan dengan Order Condition Persamaan m k K G 2 5 11 Ya Overidentified ΔLnFDI ΔEM ΔHCI 2 3 3 4 3 3 11 11 11 Ya Ya Ya Overidentified Overidentified Overidentified K-k m-1 Identifikasi Keterangan: m = Jumlah variabel endogen pada persamaan struktural k = Jumlah variabel eksogen dalam persamaan struktural K = Jumlah persamaan eksogen dalam sistem Persamaan simultan digunakan untuk menelaah peranan pertumbuhan ekonomi, investasi langsung dari luar negeri dan pengeluaran pemerintah terhadap tingkat kemiskinan dan tingkat pengangguran di Indonesia. Penelitian ini menggunakan lima persamaan struktural dan lima persamaan reduced. Persamaan reduced dilakukan dengan meregresikan variabel endogen terhadap seluruh variabel eksogen dalam sistem. Identifikasi model merupakan tahap awal sebelum melakukan estimasi parameter dengan persamaan simultan. Tabel di atas menunjukkan bahwa keempat persamaan struktural merupakan persamaan yang overidentified, sehingga dapat diestimasi dengan menggunakan persamaan simultan. Prosedur selanjutnya yang harus dilakukan untuk estimasi persamaan simultan adalah uji simultanitas. Uji ini bertujuan untuk membuktikan secara empirik bahwa terdapat hubungan simultan antara persamaan struktural dalam suatu sistem persamaan. Setelah pengujian simultanitas, langkah berikutnya melakukan pengujian endogenitas. Pada persamaan simultan penentuan variabel eksogen dan variabel endogen selain ditentukan oleh peneliti berdasarkan priori information, dapat juga dilakukan dengan pengujian endogenitas. Estimasi pada sistem persamaan menggunakan metode estimasi Generalized Mothod of Moments (GMM) yang terdiri dari empat persamaan struktural dan empat persamaan reduced. Hasil estimasi menunjukkan bahwa evaluasi model dengan kriteria ekonomi secara umum cukup baik karena sebagian besar tanda koefisien dari variabel yang signifikan digunakan sesuai dengan yang diharapkan. Secara statistik, model yang digunakan dalam penelitian ini valid. Hal ini ditunjukkan oleh nilai F-Statistik semua persamaan struktural dan persamaan reduced hasil estimasi signifikan. Variabel-variabel penjelas yang digunakan pada setiap persamaan stuktural dan persamaan reduced secara bersama-sama (simultan) mempengaruhi variabel tak bebas pada taraf nyata lima persen. ISBN : 978-602-97491-8-2 A-3-5 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 Tabel 3. Model Reduced Form Reduced Form G ΔLnFDI ΔEM ΔLnTDGE -1.24817 * 0.56574 ** 0.43644 ** ΔLnDDI 0.25147 * 0.29879 * -0.03024 ΔLnOP 0.59109 * -0.29430 -0.08707 ΔLnDAU -0.01356 -0.19122 -0.74194 * ΔLnPAD 0.23018 0.06062 0.33424 * INF 0.25503 * 0.06308 ** -0.04250 * ΔLnW 6.10818 * Lag G 0.77323 * -0.00667 -0.15276 * Lag ΔLnFDI 0.06678 * -0.14519 * -0.08197 * Lag ΔEM -0.25000 * Lag ΔHCI Keterangan : * Signifikan 5% ; ** Signifikan 10% Variabel Independen ΔHCI -0.08533 -0.05332 -0.47144 * -0.18581 0.09964 0.03059 * -0.04744 * 0.07131 * 0.11511 ** 0.05795 Dari persamaan reduced untuk pertumbuhan ekonomi terdapat lima koefisien variabel bebas yang signifikan dan tanda koefisien yang sesuai dengan teori. Investasi dalam negeri sangat diperlukan dalam mendorong pertumbuhan ekonomi. Setiap kenaikan investasi dalam negeri sebesar satu persen akan mendorong pertumbuhan ekonomi sebesar 0.25 persen pada saat ceteris paribus. Keterbukaan perdagangan juga mendorong pertumbuhan ekonomi. Peningkatan ekspor sebagai indikasi keterbukaan ekonomi (ΔLnOP) sebesar satu persen mendorong pertumbuhan ekonomi sebesar 0.59 persen pada saat ceteris paribus. Inflasi juga mempunyai pengaruh positif dalam mendorong pertumbuhan ekonomi di Indonesia. Setiap kenaikan inflasi (INF) satu persen maka akan mendorong pertumbuhan ekonomi (G) sebesar 0.26 persen pada saat ceteris paribus. Lag pertumbuhan ekonomi dan investasi luar negeri juga berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Artinya pertumbuhan ekonomi (G) satu persen pada tahun ini dipengaruhi oleh pertumbuhan ekonomi (lag G) dan peningkatan investasi luar negeri (ΔLnFDI) masing-masing sebesar 0.77 persen dan 0.07 persen pada saat ceteris paribus. Persamaan reduced yang tingkat kemiskinan dipengaruhi secara signifikan oleh lag pertumbuhan ekonomi, lag investasi luar negeri dan lag tingkat pengangguran. Dari tabel diatas dapat diinterpretasikan bahwa inflasi akan berpengaruh positif terhadap tingkat kemiskinan yaitu kenaikan inflasi (INF) sebesar satu persen akan menyebabkan tingkat kemiskinan (ΔHCI) sebesar 0.030 persen pada saat ceteris paribus. Inflasi akan menurunkan daya beli masyarakat sehingga konsumsi masyarakat semakin menurun. Hal itu tentu berpengaruh terhadap garis kemiskinan dimana tingkat pendapatan tetap sehingga mendorong penduduk hampir miskin menjadi miskin atau tingkat kemiskinan menjadi meningkat. ISBN : 978-602-97491-8-2 A-3-6 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 Tabel 4. Ringkasan Tanda Hubungan Langsung dalam Sistem Persamaan Variabel Independen G ΔLnFDI ΔEM ΔHCI ΔLnTDGE ΔLnDDI ΔLnOP ΔLnDAU ΔLnPAD INF Keterangan : + (+) (-) Persamaan Struktural ΔLnFDI ΔEM + G (+) + + + ΔHCI - (-) + + + menunjukkan bahwa variabel sekarang signifikan positif menunjukkan bahwa variabel masa lalu signifikan positif menunjukkan bahwa variabel sekarang signifikan negatif menunjukkan bahwa variabel masa lalu signifikan negatif Hubungan antara variabel-variabel hasil dari estimasi parameter pada persamaan struktural yang telah dibahas sebelumnya diringkas dalam Tabel 4. Dari tabel ringkasan di atas kita dapat menemukan bahwa efek langsung investasi luar negeri terhadap perubahan yang signifikan untuk pertumbuhan ekonomi dan tingkat pengangguran. Keduanya positif menerima efek langsung dari investasi luar negeri. Peningkatan investasi luar negeri juga harus didorong oleh peningkatan pengeluaran pemerintah dan peningkatan investasi dalam negeri. Hal selanjutnya, kita juga dapat melihat efek langsung pertumbuhan ekonomi yang signifikan negatif terhadap tingkat kemiskinan dan pengangguran di Indonesia. Peningkatan pertumbuhan ekonomi juga didorong oleh peningkatan investasi luar negeri, keterbukaan perdagangan, inflasi dan kenaikan upah minimum propinsi. KESIMPULAN Estimasi parameter pada model panel dinamis menggunakan Generalized Method of Moments (GMM) menghasilkan estimasi parameter yang memiliki sifat tak bias, konsisten dan efisien dibandingkan estimasi dengan panel statis seperti OLS, fixed effect dan random effect. Persamaan simultan digunakan sebagai solusi atas permasalahan ekonomi khususnya pertumbuhan ekonomi. Pertumbuhan ekonomi di Indonesia secara signifikan dipengaruhi oleh empat koefisien variabel bebas yaitu pengeluaran pemerintah, investasi dalam negeri, keterbukaan perdagangan, Inflasi. Selain itu, Lag pertumbuhan ekonomi dan investasi luar negeri juga berpengaruh positif dan signifikan terhadap pertumbuhan ekonomi. Dari penelitian ini kita dapat melihat bahwa efek langsung investasi luar negeri terhadap perubahan yang signifikan untuk pertumbuhan ekonomi dan tingkat pengangguran. Hal selanjutnya, kita juga dapat melihat efek langsung pertumbuhan ekonomi yang signifikan negatif terhadap tingkat kemiskinan dan pengangguran di Indonesia. Peningkatan pertumbuhan ekonomi juga didorong oleh peningkatan investasi luar negeri, keterbukaan perdagangan, inflasi dan kenaikan upah minimum propinsi. DAFTAR PUSTAKA Ahn, S. C., & Schmidt, P. (1995). Efficient estimation of models for dynamic panel data. Journal of Econometrics, Vol. 68, pp.5-27. ISBN : 978-602-97491-8-2 A-3-7 Prosiding Seminar Nasional Manajemen Teknologi XIX Program Studi MMT-ITS, Surabaya 2 November 2013 Anwar, S., & Nguyen, L. P. (2010). Foreign Direct Investment and Economic Growth in Vietnam. Asia Pasific Business Review, Vol.16, No.1-2, pp.183-202. Badan Pusat Statistik. Berbagai Edisi. Perkembangan Beberapa Indikator Utama SosialEkonomi Indonesia. Jakarta: Badan Pusat Statistik. Bappenas. (2012). Pembangunan Daerah Dalam Angka 2012. Jakarta: Kementerian Perencanaan Pembangunan Nasional. Baltagi, Badi H.(2005). Econometric Analysis of Panel Data. New York: John Wiley & Sons. Blundell, R., & Bond, S. (1998). Initial Conditions and Moment Restrictions in Dynamic Panel Data Models. Journal of Econometrics, Vol. 87, pp.115-143. Ford, L. J., Sen, S., & Wei, H. (2010). A Simultaneous Equation Model of Economic Growth, FDI and Government Policy in China. Department of Economics Discussion Paper University of Birmingham, pp.10-25. Greene, W.(2003). Econometric Analysis: Fifth Edition. New Jersey: Pearson Education, Inc. Gujarati, D. (2004). Basic Econometric: Fourth Edition. Mc.Graw Hill Companies. Ridwan. (2009). Dampak Integrasi Ekonomi Terhadap Investasi di Kawasan ASEAN: Analisis Model Gravitasi. Jurnal Organisasi dan Manajemen, Vol.5, No. 2, pp. 95107. Ruxanda, G., & Muraru, A. (2010). FDI and Economic Growth. Evidence from Simultaneous Equation Models. Romanian Journal of Economic Forecasting , Vol.13, No.1, pp. 4558. Setiawan. & Kusrini, D. E. (2010). Ekonometrika. Yogyakarta : CV. Andi Offset. Todaro, M. P. & Stephen C. S. (2003). Pembangunan Ekonomi di Dunia Ketiga. Jakarta: Erlangga. Umoh, O. J., Jacob, A. O., & Chuku, C. A. (2011). Feedback or no Feedback: Understanding the Interaction between Foreign Direct Investment and Economic Growth in Nigeria. West African Journal of Monetary and Economic Integration Vol.11, No.2, pp. 5-53. Yannizar. (2012). Dampak Alokasi Pengeluaran Dana Pembangunan Pemerintah Daerah dan Investasi Swasta Terhadap Produk Domestik Regional Bruto dan Kemiskinan di Provinsi Jambi. Disertasi, Prodi Ilmu Ekonomi Pertanian. Bogor: Institut Pertanian Bogor. ISBN : 978-602-97491-8-2 A-3-8