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

Skripsi

sebagai salah satu syarat untuk memperoleh gelar

Sarjana Ekonomi

pada

Departemen Ilmu Ekonomi

ANALISIS PENGARUH PENERIMAAN REMITANSI

TERHADAP PERTUMBUHAN EKONOMI DI INDONESIA

HAYLUL MAHARANI PUTRI

DEPARTEMEN ILMU EKONOMI

FAKULTAS EKONOMI DAN MANAJEMEN

INSTITUT PERTANIAN BOGOR

BOGOR

2016

PRAKATA

Puji dan syukur penulis panjatkan kepada Allah SWT atas segala karunia-

Nya, 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 1 2 Total penerimaan remitansi, share remitansi dan GDP riil di Indonesia

tahun 2007-2014 2

3 Jenis dan sumber data 11 4 Hasil uji kausalitas Granger 20 5 Uji stasioneritas data 21 6 Hasil estimasi Error Correction Model (ECM) 23

7 Hasil estimasi model jangka panjang 25

DAFTAR GAMBAR

1 Model Migrasi Harris-Todaro 5 2 Kerangka Pemikiran 10 3 Jumlah dan penempatan tenaga kerja Indonesia berdasarkan sektor

usaha di seluruh negara tujuan periode 2008-2015 17 4 Total penerimaan remitansi Indonesia periode 2005-2014 (milyar US$) 19

DAFTAR LAMPIRAN

1 Uji kausalitas Granger 32 2 Uji kointegrasi Engle Granger 33 3 Uji normalitas 34

4 Uji multikolinearitas 34 5 Uji heteroskedastisitas 35 6 Uji autokorelasi 36 7 Model jangka pendek (Model ECM) 37 8 Model jangka panjang 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

Tahun Remitansi ke negara

berkembang (US$ milyar)

Tingkat pertumbuhan remitansi

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

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

Tahun Total remitansi

(juta US$)

Share remitansi terhadap

GDP (persen)

GDP riil (juta

US$)

2009 6792.90 1.258 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

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

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.

Sumber: Todaro dan Smith (2006)

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

A

Z

E

q’

q

B’ A’

OA LA LA*LB* LB OB

LUS

WA*

WA**

WA

Tin

gkat

upah

di

neg

ara

A

WB*

WB

B

Tin

gkat

upah

di

neg

ara

B

Gambar 1 Model Migrasi Harris-Todaro

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 WA*). Dengan demikian, akan tercipta

kesenjangan atau selisih tingkat upah antara negara B dan negara A sebanyak WB-

WA**. 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:

𝑌 = 𝐹 (𝐾, 𝐿)

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:

𝑌 = 𝐶 + 𝐼 + 𝐺 + (𝑋 − 𝑀)

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 diakses pada tanggal 5

Februari 2016 pukul 21.52

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.

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.

Gambar 2 Kerangka Pemikiran

Penerimaan remitansi

Konsumsi Investasi

Migrasi

tenaga kerja

Tabungan

Pertumbuhan

ekonomi

Tenaga

kerja

Barang domestik Barang impor

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 Keterangan Sumber

Gross Domestic Product

(GDP)

Total GDP dalam harga konstan

2005

UNCTAD

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 :

∆𝑦𝑡 = 𝜇 + 𝛼∆𝑥𝑡 + 𝛽𝐸𝐶𝑡−1 + 𝑢𝑡 (1)

dimana : 𝑦𝑡 = 𝜋0 + 𝜋1𝑥𝑡 + 𝐸𝐶𝑡 (2)

𝐸𝐶𝑡−1 = 𝑦𝑡−1 − 𝜋0 − 𝜋1𝑥𝑡−1 (3)

12

Keterangan :

∆𝑦𝑡 = 𝑦𝑡 − 𝑦𝑡−1

∆𝑥𝑡 = 𝑥𝑡 − 𝑥𝑡−1

𝑦 : variabel independen

𝜇 : intersep

𝑥 : variabel dependen

𝛽 : parameter penyesuaian (speed of adjustment)

𝐸𝐶𝑡−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 ( 𝑥𝑖 ) dan peubah tak bebas atau variabel dependen ( 𝑦 ). 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 :

𝑦𝑖 = 𝛽1 + 𝛽2𝑥2𝑖 + 𝛽3𝑥3𝑖 + ⋯ + 𝛽𝑘𝑥𝑘𝑖 + 휀𝑖 (4)

Subskrip i menunjukan nomor pengamatan dari 1 sampai N untuk data

populasi, atau sampai n untuk data sampel. 𝑥𝑘𝑖 merupakan pengamatan ke-i untuk

peubah bebas 𝑥𝑘. Koefisien 𝛽1 merupakan intersep dan 𝛽𝑘 merupakan parameter

penduga dari peubah bebas. Asumsi model regresi linear berganda yaitu :

1. Spesifikasi model ditetapkan seperti dalam persamaan (4)

2. Peubah 𝑥𝑘 merupakan peubah non-stokastik (fixed), artinya sudah

ditentukan, bukan peubah acak. Selain itu, tidak ada hubungan linear

sempurna antar peubah bebas 𝑥𝑘.

3. Memenuhi asumsi-asumsi klasik sebagai berikut :

a. Komponen sisaan 휀𝑖 mempunyai nilai harapan sama dengan nol,

dan ragam konstan untuk semua pengamatan i. E( 휀𝑖 )=0 dan

Var(휀𝑖)=𝜎2.

b. Tidak ada hubungan atau tidak ada korelasi antar sisaan 휀𝑖

sehingga Cov(휀𝑖, 휀𝑗)=0, untuk i≠j.

c. Komponen sisaan menyebar normal atau 휀𝑖~𝑁(0, 𝜎2).

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:

𝑙𝑛𝐺𝐷𝑃𝑡 = 𝛿0 + 𝛿1𝑙𝑛𝑅𝑒𝑚𝑡 + 𝛿2𝑙𝑛𝑃𝑀𝑡 + 𝛿3𝑙𝑛𝑇𝐾𝑡 + 𝛿4𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡 + 𝐸𝐶𝑡 (5)

13

Kemudian hasil dari estimasi jangka panjang dapat diperoleh residual (𝐸𝐶𝑡) yang

digunakan untuk menguji apakah terdapat kointegrasi atau keseimbangan jangka

panjang. Persamaan residual (𝐸𝐶𝑡−1) pada periode sebelumnya sebagai berikut:

𝐸𝐶𝑡−1 = 𝑙𝑛𝐺𝐷𝑃𝑡−1 − 𝛿0 − 𝛿1𝑙𝑛𝑅𝑒𝑚𝑡−1 − 𝛿2𝑙𝑛𝑃𝑀𝑡−1 − 𝛿3𝑙𝑛𝐿𝑎𝑏𝑜𝑟𝑡−1 − 𝛿4𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡−1 (6)

Apabila residual (𝐸𝐶𝑡) stasioner pada tingkat level, maka terdapat kointegrasi atau

keseimbangan jangka panjang, sehingga model ECM dapat digunakan dalam

penelitian. Persamaan ECM dalam penelitian ini adalah:

∆𝑙𝑛𝐺𝐷𝑃𝑡 = 𝜇0 + 𝜇1∆𝑙𝑛𝑅𝑒𝑚𝑡 + 𝜇2∆𝑙𝑛𝑃𝑀𝑡 + 𝜇3∆𝑙𝑛𝑇𝐾𝑡 + 𝜇4∆𝑙𝑛𝐼𝑚𝑝𝑜𝑟𝑡 +𝛽𝐸𝐶𝑡−1 + 𝑢𝑡 (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, 𝑙𝑛 adalah logaritma natural dari variabel, 𝑡

menunjukkan waktu atau periode, dan 𝑡 − 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:

𝑌𝑡 = ∑ 𝛼𝑖𝑛𝑖=1 𝑌𝑡−𝑖 + ∑ 𝛽𝑖

𝑛𝑖=1 𝑋𝑡−𝑖 + 𝑒1𝑡 (8)

𝑋𝑡 = ∑ 𝛼𝑖𝑚𝑖=1 𝑋𝑡−𝑖 + ∑ 𝛽𝑖

𝑚𝑖=1 𝑌𝑡−𝑖 + 𝑒2𝑡 (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 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑖 = 0 (variabel independen tidak mempengaruhi variabel

dependen)

H1 : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑖 ≠ 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:

𝑦𝑡 = 𝛽0 + 𝛽1𝑥𝑡 + 𝑒𝑡 (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:

𝑒𝑡 = 𝑦𝑡 − 𝛽0 − 𝛽1𝑥𝑡 (11)

𝑒𝑡 adalah kombinasi linear dari 𝑦𝑡 dan 𝑥𝑡 . Konsep kointegrasi Engle Granger

mensyaratkan bahwa jika 𝑒𝑡 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 𝑦 dan 𝑥

tidak stasioner pada tingkat level, tetapi menjadi stasioner pada diferensial

(difference) yang sama yaitu 𝑦 adalah I(𝑑) dan 𝑥 adalah I(𝑑), dimana 𝑑 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 ( 𝑛 ) dikalikan dengan 𝑅2 (Obs*R-

squared) 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 : 𝛽1= … = 𝛽𝑡 = 0 (semua variabel bebas tidak berpengaruh terhadap

variabel tak bebas).

H1 : minimal ada satu 𝛽𝑡 ≠ 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 (𝑥𝑖)

berpengaruh signifikan terhadap variabel tidak bebas (𝑦i). Hipotesis yang

digunakan dalam uji – t penelitian ini adalah hipotesis dua sisi dapat

dinyatakan sebagai berikut:

H0 : 𝛽𝑖 = 0 (variabel bebas ( 𝑥𝑖 ) tidak berpengaruh signifikan terhadap

variabel tidak bebas (𝑦i)).

H1 : 𝛽𝑖 ≠ 0 (variabel bebas (𝑥i) berpengaruh signifikan terhadap variabel

tidak bebas (𝑦i)).

Jika probabilitas dari t – statistik masing-masing variabel bebas lebih kecil

dari taraf nyata yang digunakan, maka hipotesis nol ditolak sehingga

variabel bebas (𝑥𝑖 ) memiliki pengaruh yang signifikan terhadap variabel

tidak bebas (𝑦i).

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 R-

squared 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 R-

squared 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 (𝑑𝑓 ), ∑ 𝑒𝑖2 mempunyai derajat kebebasan

sebesar 𝑛 − 𝑘 dan ∑(𝑦𝑖 − ӯ) dengan derajat kebebasan sebesar 𝑛 − 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 rata-

rata 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).

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

50,000

150,000

250,000

350,000

450,000

550,000

650,000

2008 2009 2010 2011 2012 2013 2014 2015

Jumlah Tenaga KerjaIndonesia (TKI)

Tenaga KerjaIndonesia di SektorFormal

Tenaga KerjaIndonesia di SektorInformal

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.

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

5

6

7

8

9

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

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

Effect GDP Remitansi

Pembentukan

modal Impor

Tenaga

kerja

GDP - 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** -

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 Series Nilai t- statistik ADF

GDP 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 ( 𝐸𝐶𝑡) dari

model harus stasioner pada tingkat level. Uji kestasioneran residual ( 𝐸𝐶𝑡)

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 (𝐸𝐶𝑡) 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 Koefisien Probabilitas

C 0.0163

(0.0062)

0.0146

D(remitansi) 0.0187

(0.0087)

0.0417

D(pembentukan modal) 0.2969

(0.0410)

0.0000

D(impor) 0.0202

(0.0273)

0.4656

D(tenaga kerja) 0.4713

(0.1992)

0.0261

ECt (-1) -0.4668

(0.1548)

0.0058

R-squared 0.8491 F-statistik 28.1394

Adjusted R-squared 0.8189 Prob(F-statistik) 0.0000

Keterangan : dalam kurung adalah standar residual

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 Probabilitas

C 0.1911

(1.7608)

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

R-squared 0.9972 F-statistik 2427.165

Adjusted R-squared 0.9968 Prob(F-statistik) 0.0000

Keterangan : dalam kurung adalah standar residual

3 Laporan Survei Nasional Pola Remitansi TKI Tahun 2008. Bank Indonesia

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/2014-03-

01/1897/7zouheirimen.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://www-

wds.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.uni-

muenchen.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.uni-

muenchen.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://www-

wds.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: Obs F-Statistic Prob.

LNREM does not Granger Cause LNGDP 31 0.43713 0.5139

LNGDP does not Granger Cause LNREM 7.62244 0.0101

LNPM does not Granger Cause LNGDP 31 1.03075 0.3187

LNGDP does not Granger Cause LNPM 3.09302 0.0896

LNIMPOR does not Granger Cause LNGDP 31 0.46134 0.5026

LNGDP does not Granger Cause LNIMPOR 6.62355 0.0156

LNTK does not Granger Cause LNGDP 31 0.92143 0.3453

LNGDP does not Granger Cause LNTK 0.04345 0.8364

LNPM does not Granger Cause LNREM 31 2.57398 0.1199

LNREM does not Granger Cause LNPM 3.65075 0.0663

LNIMPOR does not Granger Cause LNREM 31 7.36352 0.0113

LNREM does not Granger Cause LNIMPOR 8.07225 0.0083

LNTK does not Granger Cause LNREM 31 9.97184 0.0038

LNREM does not Granger Cause LNTK 4.08616 0.0529

LNIMPOR does not Granger Cause LNPM 31 0.99168 0.3279

LNPM does not Granger Cause LNIMPOR 0.83312 0.3692

LNTK does not Granger Cause LNPM 31 2.90705 0.0993

LNPM does not Granger Cause LNTK 0.12767 0.7235

LNTK does not Granger Cause LNIMPOR 31 8.25674 0.0077

LNIMPOR does not Granger Cause LNTK 0.07869 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 Prob.*

Augmented Dickey-Fuller test statistic -3.276711 0.0249

Test critical values: 1% level -3.661661

5% level -2.960411

10% level -2.619160

*MacKinnon (1996) one-sided p-values.

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

Lampiran 4 Uji multikolinearitas

D(LNGDP) D(LNREM) D(LNPM) D(LNIMPOR) D(LNTK)

D(LNGDP) 1.000000 0.050663 0.861751 0.613937 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

0

1

2

3

4

5

6

7

8

-0.04 -0.02 0.00 0.02

Series: Residuals

Sample 1984 2014

Observations 31

Mean -1.12e-18

Median -0.000754

Maximum 0.030441

Minimum -0.038014

Std. Dev. 0.015327

Skewness -0.209204

Kurtosis 3.243082

Jarque-Bera 0.302448

Probability 0.859655

35

Lampiran 5 Uji heteroskedastisitas

Heteroskedasticity Test: White

F-statistic 7.720680 Prob. F(20,10) 0.0010

Obs*R-squared 29.11451 Prob. Chi-Square(20) 0.0855

Scaled explained SS 21.23642 Prob. Chi-Square(20) 0.3833

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 03/06/16 Time: 20:37

Sample: 1984 2014

Included observations: 31

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000518 0.000229 2.258748 0.0475

D(LNREM) -0.001232 0.000895 -1.376821 0.1986

(D(LNREM))^2 0.000578 0.000361 1.600470 0.1406

(D(LNREM))*(D(LNPM)) -0.002232 0.007262 -0.307401 0.7648

(D(LNREM))*(D(LNIMPOR)) 0.004730 0.003215 1.471377 0.1719

(D(LNREM))*(D(LNTK)) 0.031036 0.027827 1.115309 0.2908

(D(LNREM))*EC(-1) -0.013549 0.033024 -0.410275 0.6903

D(LNPM) -0.002723 0.001988 -1.369670 0.2008

(D(LNPM))^2 -0.024974 0.014753 -1.692769 0.1214

(D(LNPM))*(D(LNIMPOR)) 0.029751 0.015486 1.921197 0.0836

(D(LNPM))*(D(LNTK)) 0.017571 0.044571 0.394224 0.7017

(D(LNPM))*EC(-1) -0.144362 0.118028 -1.223113 0.2493

D(LNIMPOR) 0.000152 0.001014 0.149457 0.8842

(D(LNIMPOR))^2 -0.005330 0.002810 -1.896398 0.0871

(D(LNIMPOR))*(D(LNTK)) -0.056779 0.037332 -1.520932 0.1592

(D(LNIMPOR))*EC(-1) 0.019746 0.027254 0.724521 0.4854

D(LNTK) -0.014260 0.018574 -0.767740 0.4604

(D(LNTK))^2 0.313234 0.341710 0.916667 0.3809

(D(LNTK))*EC(-1) -0.760893 0.622371 -1.222571 0.2495

EC(-1) 0.029727 0.007093 4.190845 0.0019

EC(-1)^2 0.209165 0.151301 1.382446 0.1969

R-squared 0.939178 Mean dependent var 0.000227

Adjusted R-squared 0.817533 S.D. dependent var 0.000346

S.E. of regression 0.000148 Akaike info criterion -14.57740

Sum squared resid 2.19E-07 Schwarz criterion -13.60599

Log likelihood 246.9497 Hannan-Quinn criter. -14.26075

F-statistic 7.720680 Durbin-Watson stat 2.132384

Prob(F-statistic) 0.001047

36

Lampiran 6 Uji autokorelasi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.000464 Prob. F(2,23) 0.9995

Obs*R-squared 0.001252 Prob. Chi-Square(2) 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 Std. Error t-Statistic Prob.

LNREM 0.013390 0.013455 0.995132 0.3285

LNPM 0.275828 0.038446 7.174493 0.0000

LNIMPOR 0.123740 0.022226 5.567471 0.0000

LNTK 0.860987 0.118950 7.238210 0.0000

C 0.191136 1.760843 0.108548 0.9144

R-squared 0.997227 Mean dependent var 26.12252

Adjusted R-squared 0.996816 S.D. dependent var 0.455077

S.E. of regression 0.025679 Akaike info criterion -4.343662

Sum squared resid 0.017805 Schwarz criterion -4.114641

Log likelihood 74.49860 Hannan-Quinn criter. -4.267748

F-statistic 2427.165 Durbin-Watson stat 1.168441

Prob(F-statistic) 0.000000

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).