Pendapatan Per Kapita Proses Deindustrialisasi di Indonesia

hubungan jangka panjang saja. Hasil pengolahan EViews 6.0 untuk estimasi enam persamaan kointegrasi dapat dilihat pada Lampiran 9. Tabel 14 dan Tabel 15 merupakan rangkuman persamaan kointegrasi berdasarkan hasil pengolahan dengan EViews 6.0. EViews 6.0 menggunakan metode Johansen dalam analisis VECM. Tabel 13 Ringkasan hasil uji lag optimal Persamaan kointegrasi Lag mak- simal Lag length criteria Lag opti- mal , 6 4 4 , , 6 2 atau 4 4 , , 6 1 atau 4 4 , , , , 5 1, 4 atau 5 5 , , , _ , _ , _ 5 1, 2 atau 4 4 , , , _ 6 1 atau 4 4 , 6 4 4 , , 4 2 atau 4 4 , , 5 1 atau 4 4 , , , , 5 1 atau 4 4 , , _ , _ , _ 5 1, 2, 4 atau 6 6 , , , _ 5 1 atau 4 4 Sumber: Hasil pengolahan dengan EViews 6.0 Pembahasan masing-masing faktor yang menyebabkan terjadinya proses deindustrialisasi di Indonesia berdasarkan hasil analisis pada Tabel 14 dan Tabel 15 diuraikan pada bagian 4.3.1 sampai dengan bagian 4.3.6. Secara umum, dalam jangka panjang pengaruh faktor-faktor yang menyebabkan terjadinya proses deindustrialisasi di Indonesia signifikan secara statistik dan hal ini sesuai dengan hipotesis penelitian ketiga.

4.3.1 Pendapatan Per Kapita

Hubungan pendapatan per kapita dengan proporsi pekerja sektor manufaktur adalah positif. Hasil ini sesuai dengan Engel’s Law dimana peningkatan pendapatan perkapita meningkatkan demand terhadap produk manufaktur sehingga jumlah pekerja yang dibutuhkan juga bertambah. Indonesia belum mencapai taraf produktivitas pekerja sektor manufaktur yang sangat tinggi karena peningkatan pendapatan per kapita. Tabel 14 Persamaan kointegrasi dengan variabel dependen EmpShare Variabel independen Koefisien variabel independen persamaan kointegrasi 1 2 3 4 5 6 lnPDBCap -42.4932 [-10.496] -43.9782 [-10.604] -19.4764 [-4.4382] -45.3937 [-12.543] -19.2374 [-6.0060] -28.7965 [-4.1915] lnPDBCap 2 1.2499 [9.6817] 1.3835 [10.4078] 0.8818 [8.4631] 1.1555 [10.9522] 0.6587 [6.3983] 0.8059 [3.2651] I -0.2827 [-4.4837] -0.4787 [-4.5594] 0.0795 [1.3053] -0.4597 [-8.5966] -0.3654 [-5.6524] -0.4269 [-3.8975] TB -0.2460 [-1.8397] -0.5622 [-6.5594] -0.1227 [-0.8830] Open -0.1842 [-5.4639] MModal 2.4603 [4.7519] MBaku -0.1957 [-2.1544] MKons 1.0288 [7.5079] X_USA -1.7071 [-6.2404] X_Japan 0.9321 [9.9040] X_Sing 1.9794 [5.7145] M_China 2.5933 [2.5716] Intercept 330.8605 335.4662 99.2739 379.4485 131.5143 233.1914 Trend 0.2756 0.1827 -0.2020 0.5095 0.0352 0.1537 Sumber: Hasil pengolahan dengan EViews 6.0 Keterangan: Angka dalam tanda [ ] merupakan nilai t-Statistic. Hasil pengolahan dengan EViews 6.0 mengartikan tanda pada koefisien variabel independen sebagai berikut: tanda negatif berarti hubungan antara variabel dependen dengan variabel independen searah dan tanda positif berarti hubungan antara variabel dependen dengan variabel independen berlawanan arah. Tabel 15 Persamaan kointegrasi dengan variabel dependen OutShare Variabel independen Koefisien variabel independen persamaan kointegrasi 1 2 3 4 5 6 lnPDBCap -72.2032 [-7.2618] -69.1396 [-8.1277] -56.5089 [-2.2283] -45.8347 [-5.4671] -6.74985 [-0.4486] -16.5617 [-2.9387] lnPDBCap 2 1.86113 [5.8514] 1.9389 [7.4324] 2.1433 [3.4171] 1.4483 [4.5071] 0.0771 [0.1425] 0.7055 [4.3732] I -0.4203 [-2.9404] -0.3265 [-2.2506] 0.2144 [0.6107] -0.1599 [-1.7195] -0.1523 [-1.2587] -0.0029 [-0.0461] TB -0.0153 [-0.1088] Open -0.6414 [-3.2042] -0.1492 [-4.3462] MModal 0.6840 [0.4939] MBaku -0.8945 [-3.5682] MKons 0.5298 [1.3298] X_USA -1.6867 [-1.7218] X_Japan 0.5849 [1.6306] X_Sing -0.9923 [-0.7967] M_China 5.5865 [4.0132] Intercept 596.4649 545.7173 361.2352 339.5538 [6.23853] 57.1896 [0.5374] 90.8000 Trend 0.7070 0.4971 -0.1228 -0.1580 Sumber: Hasil pengolahan dengan EViews 6.0 Keterangan: Angka dalam tanda [ ] merupakan nilai t-Statistic. Hasil pengolahan dengan EViews 6.0 mengartikan tanda pada koefisien variabel independen sebagai berikut: tanda negatif berarti hubungan antara variabel dependen dengan variabel independen searah dan tanda positif berarti hubungan antara variabel dependen dengan variabel independen berlawanan arah. Hasil analisis dengan pendekatan Kaldorian sebelumnya juga memberikan salah satu kesimpulan bahwa produktivitas pekerja belum mencapai tingkat yang relatif tinggi, akibatnya tingkat pendapatan per kapita relatif rendah. Deindustrialisasi yang terjadi di Indonesia dapat dikatakan sebagai deindustrialisasi negatif karena tingkat pendapatan per kapita belum mencapai suatu titik balik. Deindustrialisasi yang terjadi bukan merupakan sebuah konsekuensi dari proses pembangunan yang sangat maju akan tetapi lebih disebabkan oleh sejumlah guncangan shock terhadap sistem perekonomian Indonesia. Guncangan perekonomian yang menyebabkan deindustrialisasi di Indonesia berdasarkan hasil penelitian ini adalah turunnya investasi modal tetap, menurunnya kinerja perdagangan luar negeri, turunnya nilai impor bahan baku, dan membanjirnya produk impor dari China dan impor barang-barang konsumsi di pasar domestik. Usaha yang harus dilakukan untuk meningkatkan kembali peranan sektor manufaktur adalah menangani guncangan tersebut agar tidak semakin berdampak buruk pada perekonomian Indonesia.

4.3.2 Investasi Modal Tetap