Uji Kointegrasi Analisis Error Correction Mechanism ECM

Jumlah Penduduk telah stasioner pada ordo satu atau I1 atau stasioner dengan melakukan pembedaan pertama first difference.

4.3.2. Uji Kointegrasi

Setelah melaului uji akar-akar unit dan derajat integrasi dipenuhi maka langkah selanjutnya adalah melakukan uji kointegrasi untuk mengetahui parameter jangka panjang. Uji statistik yang sering dipakai adalah uji CRDW Cointegrating Regression Durbin Watson, uji DF dan uji ADF. Namun, dalam penelitian ini digunakan metode Engel dan Granger untuk menguji kointegrasi variabel-variabel yang ada, dengan memakai uji statistik DF dan ADF untuk melihat apakah residual regresi kointegrasi stasioner atau tidak. Untuk menghitung nilai DF dan ADF terlebih dahulu kita bentuk persamaan regresi kointegrasi dengan metode kuadrat terkecil biasa OLS. Hasil akhir dari pengolahan kointegrasi ini dapat dilihat melalui tabel berikut : Tabel 4.7 Hasil Estimasi Uji Kointegrasi Uji Akar Unit Derajat Integrasi Variabel ADF Nilai Kritis Stasioner ECT -3.914870 -2.674290 I1 Keterangan: = signifikan pada α = 1 Sumber : lampiran 3 Universitas Sumatera Utara Berdasarkan tabel di atas dapat dilihat nilai ADF statistik ECT adalah - 3.914870 sedangkan nilai kritis untuk tingkat signifikansi 1 adalah -2.674290. Nilai ADF ECT lebih besar dari nilai kritis pada α 1 -3.914870 -2.674290. Dengan demikian dapat disimpulkan nilai residual telah stasioner, dengan kata lain terdapat kointegrasi antara variabel-variabel bebas Upah, Pengeluaran Pembangunan, Indeks Kepercayaan Konsumen dan Jumlah Penduduk terhadap variabel terikat FDI.

4.3.3. Analisis Error Correction Mechanism ECM

Setelah melalui uji akar-akar unit dan kointegrasi maka langkah selanjutnya adalah melakukan analisis data. Model yang digunakan pada penelitian ini adalah model Error Correction Mechanism ECM. Hal ini tidak saja karena ECM dapat memberikan keunggulan-keunggulan statistik dan spesifikasi model tapi juga karena ECM konsisten dengan pendekatan kointegrasi Insukindro, 1993:165. Secara lengkap dirumuskan sebagai berikut : Tabel 4.8 Hasil Estimasi Model ECM DLnFDI = --2.374352 - 1.214938DLnupah + 0.319161DLnPP + 0.422834DLnIKK -3.850555 3.832184 3.196276 + 342.8665DLnPenduduk - 0.284756BLnUpah + 0.049818BLnPP 8.788463 -0.732687 1.071708 - 0.126445BLnIKK + 0.294265 BLnPenduduk + 0.289312ECT -0.764835 0.333940 4.771946 R 2 = 0.933109 F-statistik = 20.14965 Adj R 2 = 0.886800 Sumber : Lampiran 4 Universitas Sumatera Utara Dari persamaan ECM di atas diperoleh nilai ECT yaitu variabel menunujukkan biaya keseimbangan Foreign Direct Investment. Hal ini dapat mengindikasikan bahwa spesifikasi model yang digunakan baik atau tidak melalui tingkat signifikansi koefisien ECT. Dari regresi di atas diperoleh koefisien ECT yang bernilai positif dengan tingkat signifikansi 1, hal ini membukt ikan bahwa spesifikasi model yang digunakan telah sahih valid dan dapat menjelaskan variasi variable tak bebasnya. Koefisien ECT bernilai 0.28931 menjelaskan bahwa proporsi biaya keseimbangan dan perkembangan PMA pada periode sebelumnya yang disesuaikan dengan periode saat ini adalah 0.28931. Koefisien ECT Error Correction Term menunjukkan tanda positif yang memberikan penjelasan bahwa variabel Upah, Pengeluaran pembangunan PP, Indeks Kepercayaan Konsumen IKK dan Jumlah Penduduk berada dibawah nilai keseimbangannya. Maka variabel Upah, Pengeluaran pembangunan PP, Indeks Kepercayaan Konsumen IKK dan Jumlah Penduduk akan meningkat pada periode berikutnya untuk mengoreksi kesalahan keseimbangan. Variabel jangka pendek ditunjukkan oleh variabel DLnUpah, DLnPP, DLnIKK, dan DLnPenduduk. Sedangkan variabel jangka panjangnya ditunjukkan oleh variabel BLnUpah, BLnPP, BLnIKK, dan BLnPenduduk. Untuk melihat besarnya koefisien masing-masing variabel dapat dilihat melalui hasil regresi, dimana koefisien jangka pendek dari regresi ditunjukkan oleh besarnya koefisien variabel jangka pendek di atas, sedangkan koefisien jangka panjangnya diperoleh melalui simulasi berikut ini : Universitas Sumatera Utara C : δ δ 9 = -2.374352 0.289312 = - 0.82068 BLnUpah : δ 5 + δ 9 δ 9 = -0.284756 + 0.289312 0.289312 = 0.01574 BLnPP : δ 6 + δ 9 δ 9 = 0.049818 + 0.289312 0.289312 = 1.17219 BLnIKK : δ 7 + δ 9 δ 9 = -0.126445 + 0.289312 0.289312 = 0.56294 BLnPenduduk: δ 8 + δ 9 δ 9 = 0.294265 + 0.289312 0.289312 = 2.01711

4.3.4 Interpretasi