Analisis Uang Beredar Dalam Fungsi Produ
ANALISIS UANG BEREDAR DALAM FUNGSI PRODUKSI
STUDI KASUS NEGARA BERKEMBANG: INDONESIA
TAHUN 2000:1-2013:2
Oleh:
Muhammad Edhie Purnawan, M.A., Ph.D.
Prof. Dr. Samsubar Saleh, M.Soc.Sc.
Raditya Nugraha
ABSTRACT
Several studies related to the role of the money in production function has been performed in
several countries, particularly in developing countries. This study aims to analyze the role of
money in the production function, case in Indonesia, with translog models of conventional
production function in the long term. The data used in the study are data on the
manufacturing industry in Indonesia in year 2000 quarter 1 to year 2013 quarter 1.
Estimated cointegration test results stating that the money is an important input factor in the
production function in the long term. In the short term, the results indicate ECM when shocks
occur, this model is able to make adjustments to get back to the point of equilibrium in the
next period.
Keywords:
Money in production function, money supply, Cobb-Douglas production
function, cointegration, ECM.
1
Pendahuluan
Pentingnya jumlah uang beredar dalam suatu fungsi produksi menjadi perhatian para
peneliti dan telah ditelaah secara lebih mendalam di berbagai literatur selama dua dekade
terakhir. Dasar untuk menggabungkan uang beredar dalam fungsi produksi berasal dari
gagasan bahwa motif seseorang untuk memegang uang tidak hanya untuk kepentingan diri
sendiri. Namun uang dapat menjadi barang perantara untuk ditukarkan (dibayarkan) atas jasa
yang didapat. Tidak hanya itu, Friedman (1969) berpendapat bahwa uang harus diperlakukan
sebagai masukan produktif atas modal atau tenaga kerja dalam menjelaskan fungsi uang di
dalam suatu perusahaan. Di sisi lain, Harkness (1984) berpendapat bahwa jumlah uang
beredar menunjukkan hubungan antara output riil dan tingkat bunga nominal di sisi
penawaran agregat ekonomi.
Gambar 1. Jumlah Uang Beredar di Indonesia
4,000,000.00
3,500,000.00
Juta Rupiah
3,000,000.00
2,500,000.00
2,000,000.00
1,500,000.00
1,000,000.00
500,000.00
0.00
Periode
M0
M1
M2
Sumber: Diolah dari CEIC (2013)
2
Gambar 1 menunjukkan pertumbuhan jumlah uang beredar di Indonesia.
Perkembangan jumlah uang M1 di Indonesia mengalami peningkatan yang tidak terlalu pesat
jika dibandingkan dengan M2. Dalam 13 tahun, M1 hanya meningkat hingga sekitar 700
trilyun rupiah, sedangkan M2 meningkat hingga 3.300 trilyun rupiah.
Gambar 2. Pertumbuhan PDB Riil di Indonesia
800,000.00
700,000.00
Juta Rupiah
600,000.00
500,000.00
400,000.00
300,000.00
200,000.00
100,000.00
0.00
Periode
Y
Sumber: Diolah dari CEIC (2013)
Gambar 2 menjelaskan pertumbuhan PDB riil Indonesia di Indonesia. Terlihat dalam
kurun waktu 13 tahun, PDB Indonesia terus meningkat. Pada awal tahun 2000 terlihat PDB
Indonesia berada pada angka 343 trilyun rupiah, hingga pada awal 2013 PDB Indonesia
berada pada angka 689 trilyun rupiah. Meningkat hingga 100% dalam kurun waktu 13 tahun.
Masalah yang akan dibahas dalam penelitian ini adalah mengenai adanya inefisiensi
pada fungsi produksi konvensional (Kapital, dan Tenaga Kerja) tanpa memasukkan variabel
input berupa Jumlah Uang beredar. Tujuan dari penelitian ini untuk menganalisis peran uang
3
beredar dalam fungsi produksi untuk kasus di Indonesia, dengan model Translog Fungsi
Produksi konvensional pada jangka panjang.
Landasan Teori
Jagdish Handa (2009) dalam bukunya yang berjudul “Monetary Economics”
mengemukakan teori terkait peranan uang beredar dalam fungsi produksi. Menurutnya,
banyak perdebatan di antara para ekonom tentang uang yang secara tidak langsung
meningkatkan kapasitas produksi seharusnya tidak dimasukkan dalam fungsi produksi.
Namun, sebagaimana peranan uang beredar dalam fungsi utilitas (Handa, 2009: Bab 3)
peranan uang beredar dalam fungsi produksi pun dapat diturunkan dalam fungsi produksi
secara tidak langsung. Teori ini sesuai dengan teori produksi neoklasik yang menyatakan
bahwa peranan uang dalam fungsi produksi sama besarnya dengan permintaan terhadap
tenaga kerja dan modal (Nguyen H. V., 1986; Dennis & Smith, 1978; Nadiri, 1969).
Kita asumsikan bahwa output suatu perusahaan dipengaruhi oleh modal dan tenaga
kerja yang secara langsung berpengaruh dalam proses produksi. Logikanya, modal dan
pekerja dibayar menggunakan uang. Sangat tidak mungkin pekerja dibayar dengan output
dari perusahaan tersebut (misal: pekerja di pabrik sepatu tidak mungkin dibayar dengan
sepatu, pasti pekerja tersebut membutuhkan harta yang cair untuk seperti uang untuk
memenuhi kebutuhan hidupnya). Modal dan tenaga kerja berkorelasi positif terhadap output
suatu perusahaan.
Metodologi Penelitian
Moghaddam (2010) menggunakan analisis kointegrasi untuk mendalami pentingnya
peranan uang dalam fungsi produksi. Studi ini cocok dilakukan di negara berkembang.
Indonesia adalah salah satu negara yang masih berkembang.
4
Dalam penelitian ini, akan digunakan fungsi produksi Cobb-Douglas seperti ditulis
dalam Moghaddam (2010), yaitu:
............................................................................... (1)
di mana:
Y
= PDB
A
= Parameter teknologi
L
= Faktor input tenaga kerja
K
= Faktor input pembentukan modal domestik bruto
M = Faktor input jumlah uang beredar, masing-masing dalam bentuk M0, M1, dan
M2
= Error terms
α1, α2, α3 = skala produksi yang masing-masing berhubungan dengan tenaga kerja,
modal dan jumlah uang beredar (M0, M1, dan M2).
Setelah dilog-kan, model tersebut akan menjadi:
................... (2)
................................................. (3)
Huruf kecil pada variabel di persamaan (3) menunjukkan bahwa variabel tersebut
sudah dilog-kan.
Model ekonometri yang digunakan merupakan turunan dari fungsi produksi CobbDouglas. Sehingga, pada penelitian ini akan menggunakan metode Kointegrasi EngleGranger. Model ini akan menjelaskan mengenai dua hal, yaitu: (1) Menguji adanya hubungan
jangka panjang antara variabel-variabel yang akan digunakan dalam analisis, dan (2)
Memberikan perkiraan atas koefisien variabel jangka panjang.
Persamaan ECM tersebut sebagai berikut:
∑
∑
∑
∑
............. (4)
5
dimana
dan
adalah variabel random error term.
merupakan vektor kointegrasi
adalah koefisien penyesuaian. Ukuran dan statistik signifikansi
sangatlah
penting, dalam arti bahwa variabel ini mengukur sejauh mana kesalahan telah diperbaiki pada
setiap periode jangka pendek untuk ekuilibrium jangka panjang dalam menanggapi
guncangan secara acak. Jika dalam ECM, variabel pada kedua sisi persamaan (4) adalah
stasioner, OLS dapat berlaku pada semua tes diagnostik.
Hasil Penelitian
Uji akar unit dapat dilakukan dengan dua cara, yaitu cara informal dan cara formal,
cara formal dilakukan dengan melakukan uji ADF atau Phillip-Peron. Uji unit roots ini
digunakan untuk menghindari hasil regresi penelitian yang lancung. Dalam penggunaannya,
uji ADF digunakan metode general to spesific, yaitu metode yang memulai suatu uji akar
unit dengan memasukkan komponen trend and intercept dalam model yang akan diuji. Dari
uji tersebut dilihat apakah trend dan intercept variabel tersebut signifikan. Apabila salah satu
komponen tidak signifikan, maka dilakukan penghitungan ulang dengan menghilangkan
komponen tersebut. Uji ADF metode tersebut berhenti pada persamaan uang dalam fungsi
produksi yang memiliki hasil uji siginifikan dengan lag sebesar empat, terhadap nilai Akaike
Information Criterion (AIC). Hasil uji akar unit untuk seluruh variabel yang digunakan dalam
penelitian ini dapat dilihat pada Tabel 1.
6
Tabel 1. Uji Akar Unit
ADF Test
Variabel
t-statistik
1%
5%
Eksogen
Integrasi
10%
LogY
-3.801459
-4.156734
-3.504330*
-3.181826*
Intercept+Tren
I(1)
LogM0
-3.839894
-3.571310*
-2.922449*
-2.599224*
Intercept
I(1)
I(1)
LogM1
-10.16105
-3.562669*
-2.918778*
-2.597285*
Intercept
LogM2
-6.854467
-4.152511*
-3.502373*
-3.180699*
Intercept+Tren
I(1)
LogK
-2.210731
-2.61301
-1.947665*
-1.612573*
Tidak ada
I(1)
LogL
-4.973584
-3.57131*
-2.922449*
-2.599224*
Intercept
I(1)
Selanjutnya, uji kointegrasi dilakukan untuk melihat apakah terdapat hubungan
jangka panjang atas variabel-variabel independen yang diuji terhadap variabel dependen,
dalam penelitian ini variabel dependen yang akan diuji adalah variabel PDB.
Hasil regresi model OLS digunakan untuk mendapatkan nilai residu yang akan
digunakan untuk melakukan uji kointegrasi Engle Granger. Pada kasus tertentu ketika
persamaan tidak lolos uji asumsi klasik (dalam hal ini model 1 tidak lolos uji autokorelasi)
maka dapat digunakan metode lain, salah satunya regresi model GLS. Hasil regresi model
GLS dapat dilihat pada Tabel 2, dan hasil regresi model OLS dapat dilihat pada tabel 3
sebagai berikut:
Tabel 2. Persamaan OLS
Variabel
Intercept
LogM01
LogK1
LogL1
Koefisien
Model 1
-9448174*
-0.04202
0.333922*
2.011968*
R2
0.980279
S.E.Regression
0.021248
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
7
Tabel 3. Persamaan OLS
Variabel
Intercept
LogM1
LogM2
LogK
LogL
Koefisien
Model 2
-5.696087*
0.100256*
Model 3
-2.243605
0.218531*
1.291982*
0.192144*
0.175355*
0.911972*
R2
0.990264
0.917789
S.E.Regression
0.021562
0.019815
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
Hasil persamaan OLS dan GLS menunjukkan bahwa pada uang beredar dalam
bentuk M2 memiliki peran yang lebih besar dalam fungsi produksi dibandingkan uang dalam
bentuk M0 maupun M1. Uang dalam bentuk M1 ternyata berkontribusi secara signifikan
terhadap peningkatan PDB. Setiap kenaikan 1% uang dalam bentuk M1, PDB akan
meningkat sebesar 0,1%. Kontribusi M1 lebih kecil jika dibandingkan dengan kontribusi
kapital dan tenaga kerja. Lain halnya dengan M2. Ketika terjadi kenaikan M2 sebesar 1%,
dipengaruhi oleh peningkatan PDB sebesar 0,19%. Kontribusi ini masih lebih besar jika
dibandingkan dengan kontribusi kapital. Sedangkan uang dalam bentuk M0 berkontribusi
negatif terhadap PDB. Ketika M0 naik sebesar 1%, PDB justru akan turun sebesar 0,04%
secara tidak signifikan. Persamaan OLS dan GLS ini telah lolos uji asumsi klasik
sebagaimana ditunjukkan dalam Tabel 4.
8
Tabel 4. Uji Asumsi Klasik
Uji Asumsi Klasik
Model 1
Prob.
Model 2
Model 3
Normalitas
0.15
0.48
0.34
Heteroskedastisitas
0.93
0.92
0.78
Autokorelasi
0.72
0.26
0.89
Stabilitas
*CUSUM-Square *CUSUM-Square *CUSUM-Square
Dari hasil regresi persamaan awal, maka akan didapat residual regresi dari seluruh
model. Residual regresi ini harus stasioner pada derajat level untuk memenuhi syarat
terkointegrasi menurut Engle-Granger. Hasil uji akar unit untuk residual regresi dapat diliha
pada tabel 5 sebagai berikut:
Tabel 5. Uji Kointegrasi Engle-Granger
Variabel
t-statistik
Residmipfm0gls
Residmipfm1
Residmipfm2
-3.748611
-3.003294
-3.406376
1%
-2.61403*
-2.61301*
-2.61301*
ADF Test
5%
-1.94782*
-1.94767*
-1.94767*
10%
-1.61249*
-1.61257*
-1.61257*
Eksogen
Tidak Ada
Tidak Ada
Tidak Ada
Integrasi
I(0)
I(0)
I(0)
* Variabel tersebut stasioner pada derajat level
Hasil uji akar unit dengan metode Engle-Granger menunjukkan bahwa model
tersebut memiliki hubungan jangka panjang antara variabel-variabel dependen yang diuji
terhadap variabel independennya.
Hasil dari residual regresi yang stasioner pada derajat level mengindikasikan bahwa
dalam jangka panjang terdapat hubungan antara variabel-variabel pada tiap model. Dengan
demikian, dapat dirumuskan mengenai perubahan keseimbangan yang terjadi dalam jangka
pendek di mana terdapat kemungkinan terjadi kesalahan equilibrium dengan menggunakan
metode ECM. ECM yang dipopulerkan oleh Granger, desebut juga Granger Representation
Theorem (Gujarati, 2003:825).
9
Residual dari hasil regresi tersebut merupakan variabel ECT untuk melihat
keseimbangan jangka pendek atas model yang telah disusun sebelumnya. Hasil regresi
tersebut dapat dilihat pada Tabel 6 berikut:
Tabel 6. Persamaan ECM
Koefisien
Variabel
Intercept
DLogM01
DLogM1
DLogM2
DlogK1
DLogK
DlogL1
DLogL
Residmipf
R2
S.E.Regression
Model 1
0.006938
Model 2
0.010092
Model 3
0.015372*
-0.07174*
-0.000233*
-0.257567*
0.312419*
0.225307*
0.344109
-0.318217
-0.183036*
-0.79002*
-0.718628*
-0.762676*
0.445468
0.311756
0.541251
0.02079
0.019880
0.016231
0.158791
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
Variabel independen dan dependen pada model ECM merupakan bentuk turunan
pertama dari masing-masing variabel yang menunjukkan bahwa variabel tersebut merupakan
perubahan variabel antar periode. Keseimbangan jangka pendek merupakan analisis yang
bertujuan untuk mengetahui dinamika jangka pendek hubungan antara variabel-variabel yang
disusun dalam model. Dari hasil regresi model, dapat dilihat bahwa nilai koefisien dari
variabel ResidMIPF(-1) bertanda negatif dan terletak antara 0
STUDI KASUS NEGARA BERKEMBANG: INDONESIA
TAHUN 2000:1-2013:2
Oleh:
Muhammad Edhie Purnawan, M.A., Ph.D.
Prof. Dr. Samsubar Saleh, M.Soc.Sc.
Raditya Nugraha
ABSTRACT
Several studies related to the role of the money in production function has been performed in
several countries, particularly in developing countries. This study aims to analyze the role of
money in the production function, case in Indonesia, with translog models of conventional
production function in the long term. The data used in the study are data on the
manufacturing industry in Indonesia in year 2000 quarter 1 to year 2013 quarter 1.
Estimated cointegration test results stating that the money is an important input factor in the
production function in the long term. In the short term, the results indicate ECM when shocks
occur, this model is able to make adjustments to get back to the point of equilibrium in the
next period.
Keywords:
Money in production function, money supply, Cobb-Douglas production
function, cointegration, ECM.
1
Pendahuluan
Pentingnya jumlah uang beredar dalam suatu fungsi produksi menjadi perhatian para
peneliti dan telah ditelaah secara lebih mendalam di berbagai literatur selama dua dekade
terakhir. Dasar untuk menggabungkan uang beredar dalam fungsi produksi berasal dari
gagasan bahwa motif seseorang untuk memegang uang tidak hanya untuk kepentingan diri
sendiri. Namun uang dapat menjadi barang perantara untuk ditukarkan (dibayarkan) atas jasa
yang didapat. Tidak hanya itu, Friedman (1969) berpendapat bahwa uang harus diperlakukan
sebagai masukan produktif atas modal atau tenaga kerja dalam menjelaskan fungsi uang di
dalam suatu perusahaan. Di sisi lain, Harkness (1984) berpendapat bahwa jumlah uang
beredar menunjukkan hubungan antara output riil dan tingkat bunga nominal di sisi
penawaran agregat ekonomi.
Gambar 1. Jumlah Uang Beredar di Indonesia
4,000,000.00
3,500,000.00
Juta Rupiah
3,000,000.00
2,500,000.00
2,000,000.00
1,500,000.00
1,000,000.00
500,000.00
0.00
Periode
M0
M1
M2
Sumber: Diolah dari CEIC (2013)
2
Gambar 1 menunjukkan pertumbuhan jumlah uang beredar di Indonesia.
Perkembangan jumlah uang M1 di Indonesia mengalami peningkatan yang tidak terlalu pesat
jika dibandingkan dengan M2. Dalam 13 tahun, M1 hanya meningkat hingga sekitar 700
trilyun rupiah, sedangkan M2 meningkat hingga 3.300 trilyun rupiah.
Gambar 2. Pertumbuhan PDB Riil di Indonesia
800,000.00
700,000.00
Juta Rupiah
600,000.00
500,000.00
400,000.00
300,000.00
200,000.00
100,000.00
0.00
Periode
Y
Sumber: Diolah dari CEIC (2013)
Gambar 2 menjelaskan pertumbuhan PDB riil Indonesia di Indonesia. Terlihat dalam
kurun waktu 13 tahun, PDB Indonesia terus meningkat. Pada awal tahun 2000 terlihat PDB
Indonesia berada pada angka 343 trilyun rupiah, hingga pada awal 2013 PDB Indonesia
berada pada angka 689 trilyun rupiah. Meningkat hingga 100% dalam kurun waktu 13 tahun.
Masalah yang akan dibahas dalam penelitian ini adalah mengenai adanya inefisiensi
pada fungsi produksi konvensional (Kapital, dan Tenaga Kerja) tanpa memasukkan variabel
input berupa Jumlah Uang beredar. Tujuan dari penelitian ini untuk menganalisis peran uang
3
beredar dalam fungsi produksi untuk kasus di Indonesia, dengan model Translog Fungsi
Produksi konvensional pada jangka panjang.
Landasan Teori
Jagdish Handa (2009) dalam bukunya yang berjudul “Monetary Economics”
mengemukakan teori terkait peranan uang beredar dalam fungsi produksi. Menurutnya,
banyak perdebatan di antara para ekonom tentang uang yang secara tidak langsung
meningkatkan kapasitas produksi seharusnya tidak dimasukkan dalam fungsi produksi.
Namun, sebagaimana peranan uang beredar dalam fungsi utilitas (Handa, 2009: Bab 3)
peranan uang beredar dalam fungsi produksi pun dapat diturunkan dalam fungsi produksi
secara tidak langsung. Teori ini sesuai dengan teori produksi neoklasik yang menyatakan
bahwa peranan uang dalam fungsi produksi sama besarnya dengan permintaan terhadap
tenaga kerja dan modal (Nguyen H. V., 1986; Dennis & Smith, 1978; Nadiri, 1969).
Kita asumsikan bahwa output suatu perusahaan dipengaruhi oleh modal dan tenaga
kerja yang secara langsung berpengaruh dalam proses produksi. Logikanya, modal dan
pekerja dibayar menggunakan uang. Sangat tidak mungkin pekerja dibayar dengan output
dari perusahaan tersebut (misal: pekerja di pabrik sepatu tidak mungkin dibayar dengan
sepatu, pasti pekerja tersebut membutuhkan harta yang cair untuk seperti uang untuk
memenuhi kebutuhan hidupnya). Modal dan tenaga kerja berkorelasi positif terhadap output
suatu perusahaan.
Metodologi Penelitian
Moghaddam (2010) menggunakan analisis kointegrasi untuk mendalami pentingnya
peranan uang dalam fungsi produksi. Studi ini cocok dilakukan di negara berkembang.
Indonesia adalah salah satu negara yang masih berkembang.
4
Dalam penelitian ini, akan digunakan fungsi produksi Cobb-Douglas seperti ditulis
dalam Moghaddam (2010), yaitu:
............................................................................... (1)
di mana:
Y
= PDB
A
= Parameter teknologi
L
= Faktor input tenaga kerja
K
= Faktor input pembentukan modal domestik bruto
M = Faktor input jumlah uang beredar, masing-masing dalam bentuk M0, M1, dan
M2
= Error terms
α1, α2, α3 = skala produksi yang masing-masing berhubungan dengan tenaga kerja,
modal dan jumlah uang beredar (M0, M1, dan M2).
Setelah dilog-kan, model tersebut akan menjadi:
................... (2)
................................................. (3)
Huruf kecil pada variabel di persamaan (3) menunjukkan bahwa variabel tersebut
sudah dilog-kan.
Model ekonometri yang digunakan merupakan turunan dari fungsi produksi CobbDouglas. Sehingga, pada penelitian ini akan menggunakan metode Kointegrasi EngleGranger. Model ini akan menjelaskan mengenai dua hal, yaitu: (1) Menguji adanya hubungan
jangka panjang antara variabel-variabel yang akan digunakan dalam analisis, dan (2)
Memberikan perkiraan atas koefisien variabel jangka panjang.
Persamaan ECM tersebut sebagai berikut:
∑
∑
∑
∑
............. (4)
5
dimana
dan
adalah variabel random error term.
merupakan vektor kointegrasi
adalah koefisien penyesuaian. Ukuran dan statistik signifikansi
sangatlah
penting, dalam arti bahwa variabel ini mengukur sejauh mana kesalahan telah diperbaiki pada
setiap periode jangka pendek untuk ekuilibrium jangka panjang dalam menanggapi
guncangan secara acak. Jika dalam ECM, variabel pada kedua sisi persamaan (4) adalah
stasioner, OLS dapat berlaku pada semua tes diagnostik.
Hasil Penelitian
Uji akar unit dapat dilakukan dengan dua cara, yaitu cara informal dan cara formal,
cara formal dilakukan dengan melakukan uji ADF atau Phillip-Peron. Uji unit roots ini
digunakan untuk menghindari hasil regresi penelitian yang lancung. Dalam penggunaannya,
uji ADF digunakan metode general to spesific, yaitu metode yang memulai suatu uji akar
unit dengan memasukkan komponen trend and intercept dalam model yang akan diuji. Dari
uji tersebut dilihat apakah trend dan intercept variabel tersebut signifikan. Apabila salah satu
komponen tidak signifikan, maka dilakukan penghitungan ulang dengan menghilangkan
komponen tersebut. Uji ADF metode tersebut berhenti pada persamaan uang dalam fungsi
produksi yang memiliki hasil uji siginifikan dengan lag sebesar empat, terhadap nilai Akaike
Information Criterion (AIC). Hasil uji akar unit untuk seluruh variabel yang digunakan dalam
penelitian ini dapat dilihat pada Tabel 1.
6
Tabel 1. Uji Akar Unit
ADF Test
Variabel
t-statistik
1%
5%
Eksogen
Integrasi
10%
LogY
-3.801459
-4.156734
-3.504330*
-3.181826*
Intercept+Tren
I(1)
LogM0
-3.839894
-3.571310*
-2.922449*
-2.599224*
Intercept
I(1)
I(1)
LogM1
-10.16105
-3.562669*
-2.918778*
-2.597285*
Intercept
LogM2
-6.854467
-4.152511*
-3.502373*
-3.180699*
Intercept+Tren
I(1)
LogK
-2.210731
-2.61301
-1.947665*
-1.612573*
Tidak ada
I(1)
LogL
-4.973584
-3.57131*
-2.922449*
-2.599224*
Intercept
I(1)
Selanjutnya, uji kointegrasi dilakukan untuk melihat apakah terdapat hubungan
jangka panjang atas variabel-variabel independen yang diuji terhadap variabel dependen,
dalam penelitian ini variabel dependen yang akan diuji adalah variabel PDB.
Hasil regresi model OLS digunakan untuk mendapatkan nilai residu yang akan
digunakan untuk melakukan uji kointegrasi Engle Granger. Pada kasus tertentu ketika
persamaan tidak lolos uji asumsi klasik (dalam hal ini model 1 tidak lolos uji autokorelasi)
maka dapat digunakan metode lain, salah satunya regresi model GLS. Hasil regresi model
GLS dapat dilihat pada Tabel 2, dan hasil regresi model OLS dapat dilihat pada tabel 3
sebagai berikut:
Tabel 2. Persamaan OLS
Variabel
Intercept
LogM01
LogK1
LogL1
Koefisien
Model 1
-9448174*
-0.04202
0.333922*
2.011968*
R2
0.980279
S.E.Regression
0.021248
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
7
Tabel 3. Persamaan OLS
Variabel
Intercept
LogM1
LogM2
LogK
LogL
Koefisien
Model 2
-5.696087*
0.100256*
Model 3
-2.243605
0.218531*
1.291982*
0.192144*
0.175355*
0.911972*
R2
0.990264
0.917789
S.E.Regression
0.021562
0.019815
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
Hasil persamaan OLS dan GLS menunjukkan bahwa pada uang beredar dalam
bentuk M2 memiliki peran yang lebih besar dalam fungsi produksi dibandingkan uang dalam
bentuk M0 maupun M1. Uang dalam bentuk M1 ternyata berkontribusi secara signifikan
terhadap peningkatan PDB. Setiap kenaikan 1% uang dalam bentuk M1, PDB akan
meningkat sebesar 0,1%. Kontribusi M1 lebih kecil jika dibandingkan dengan kontribusi
kapital dan tenaga kerja. Lain halnya dengan M2. Ketika terjadi kenaikan M2 sebesar 1%,
dipengaruhi oleh peningkatan PDB sebesar 0,19%. Kontribusi ini masih lebih besar jika
dibandingkan dengan kontribusi kapital. Sedangkan uang dalam bentuk M0 berkontribusi
negatif terhadap PDB. Ketika M0 naik sebesar 1%, PDB justru akan turun sebesar 0,04%
secara tidak signifikan. Persamaan OLS dan GLS ini telah lolos uji asumsi klasik
sebagaimana ditunjukkan dalam Tabel 4.
8
Tabel 4. Uji Asumsi Klasik
Uji Asumsi Klasik
Model 1
Prob.
Model 2
Model 3
Normalitas
0.15
0.48
0.34
Heteroskedastisitas
0.93
0.92
0.78
Autokorelasi
0.72
0.26
0.89
Stabilitas
*CUSUM-Square *CUSUM-Square *CUSUM-Square
Dari hasil regresi persamaan awal, maka akan didapat residual regresi dari seluruh
model. Residual regresi ini harus stasioner pada derajat level untuk memenuhi syarat
terkointegrasi menurut Engle-Granger. Hasil uji akar unit untuk residual regresi dapat diliha
pada tabel 5 sebagai berikut:
Tabel 5. Uji Kointegrasi Engle-Granger
Variabel
t-statistik
Residmipfm0gls
Residmipfm1
Residmipfm2
-3.748611
-3.003294
-3.406376
1%
-2.61403*
-2.61301*
-2.61301*
ADF Test
5%
-1.94782*
-1.94767*
-1.94767*
10%
-1.61249*
-1.61257*
-1.61257*
Eksogen
Tidak Ada
Tidak Ada
Tidak Ada
Integrasi
I(0)
I(0)
I(0)
* Variabel tersebut stasioner pada derajat level
Hasil uji akar unit dengan metode Engle-Granger menunjukkan bahwa model
tersebut memiliki hubungan jangka panjang antara variabel-variabel dependen yang diuji
terhadap variabel independennya.
Hasil dari residual regresi yang stasioner pada derajat level mengindikasikan bahwa
dalam jangka panjang terdapat hubungan antara variabel-variabel pada tiap model. Dengan
demikian, dapat dirumuskan mengenai perubahan keseimbangan yang terjadi dalam jangka
pendek di mana terdapat kemungkinan terjadi kesalahan equilibrium dengan menggunakan
metode ECM. ECM yang dipopulerkan oleh Granger, desebut juga Granger Representation
Theorem (Gujarati, 2003:825).
9
Residual dari hasil regresi tersebut merupakan variabel ECT untuk melihat
keseimbangan jangka pendek atas model yang telah disusun sebelumnya. Hasil regresi
tersebut dapat dilihat pada Tabel 6 berikut:
Tabel 6. Persamaan ECM
Koefisien
Variabel
Intercept
DLogM01
DLogM1
DLogM2
DlogK1
DLogK
DlogL1
DLogL
Residmipf
R2
S.E.Regression
Model 1
0.006938
Model 2
0.010092
Model 3
0.015372*
-0.07174*
-0.000233*
-0.257567*
0.312419*
0.225307*
0.344109
-0.318217
-0.183036*
-0.79002*
-0.718628*
-0.762676*
0.445468
0.311756
0.541251
0.02079
0.019880
0.016231
0.158791
Keterangan: tanda (*) menunjukkan koefisien tersebut signifikan hingga tingkat kepercayaan 5%
Variabel independen dan dependen pada model ECM merupakan bentuk turunan
pertama dari masing-masing variabel yang menunjukkan bahwa variabel tersebut merupakan
perubahan variabel antar periode. Keseimbangan jangka pendek merupakan analisis yang
bertujuan untuk mengetahui dinamika jangka pendek hubungan antara variabel-variabel yang
disusun dalam model. Dari hasil regresi model, dapat dilihat bahwa nilai koefisien dari
variabel ResidMIPF(-1) bertanda negatif dan terletak antara 0