Fakultas Ekonomi Universitas Jenderal Soedirman 2) Fakultas Ekonomi Universitas Jenderal Soedirman ABSTRACT

Transkripsi

1 EKO-REGIONAL, Vol 2, No.2, September 2007 PENGARUH KAPITAL DAN HUMAN CAPITAL TERHADAP PRODUK DOMESTIK BRUTO DI INDONESIA TAHUN Oleh: Ratna Setyawati Gunawan 1) dan Diah Setyorini Gunawan 2) 1) Faultas Eonomi Universitas Jenderal Soedirman 2) Faultas Eonomi Universitas Jenderal Soedirman ABSTRACT The article was aimed to analyze the influence of capital and human capital to the gross domestic product (GDP) in Indonesia during The result, using Engle-Granger s Error Correction Model, shows that in the short term there is only one variable that have influence to GDP, that is, capital. In the long term estimation, both variables that are capital and human capital have influence to GDP. Key words: capital, human capital, gross domestic product, error correction model PENDAHULUAN Fous ebijaan pemerintah di negara sedang berembang, termasu Indonesia adalah pertumbuhan yang tinggi dan berelanjutan ( high and sustainable growth). Bahan setelah Perang Dunia II, menurut Crafts (dalam D ewan dan Hussein, 2001:2), tren pertumbuhan produ domesti bruto (PDB) riil menjadi tujuan utama hampir di semua negara. Adapun untu mencapai dan mempertahanan tingat pertumbuhan yang tinggi ini, pembuat ebijaan harus memahami penentu pertumbuhan dan bagaimana ebijaan aan mempengaruhi pertumbuhan. Beberapa studi telah dilauan untu menemuan jalur janga panjang pertumbuhan (the long run growth path). Studi paling awal dilauan oleh Solow (1956) dan Swan (1956) berdasaran teori Neo lasi. Model pertumbuhan Solow-Swan memperiraan bahwa pada steady state equilibrium, tingat PDB per apita aan ditentuan oleh penggunaan tenologi dan tingat tabungan esogenus, pertumbuhan pendudu dan emajuan tenis. Sebagai salah satu fator yang mempengaruhi pertumbuhan eonomi, maa perlu dilauan penelitian tentang pengaruh apital dan human capital terhadap PDB. Pada penelitian ini, fungsi produsi aan digunaan untu menjelasan fator penentu pertumbuhan, hususnya aan menggunaan model pertumbuhan Neo Klasi dari Solow. Model ini mengasumsian bahwa total output tergantung pada ualitas dan uantitas apital dan tenaga erja yang digunaan dan fungsi produsi memilii sala pengembalian onstan (constant return to scale). Penelitian ini nantinya aan menggunaan model linier dinami yaitu model oresi esalahan atau error correction model. Thomas (1997:313) mengemuaan tiga alasan penggunaan model linier dinami yaitu alasan tenologis, alasan psiologis dan alasan adanya etidasempurnaan informasi oleh pelau-pelau eonomi. Selain itu model linier dinami dapat dipaai untu menjelasan mengapa pelau eonomi menghadapi adanya etidaseimbangan (disequilibrium) dalam ontes bahwa fenomena yang diinginan ( desired) oleh pelau eonomi belum tentu sama dengan apa yang senyatanya (actual) yang dihadapi antar watu (Insuindro, 1999:2). METODE ANALISIS 1. Penelitian Terdahulu Barro (1991) melauan penelitian tentang pertumbuhan eonomi di 98 negara dengan periode watu Hasil dari penelitiannya yaitu tingat pertumbuhan dari GDP per apita riil berhubungan positif dengan initial human capital (yang diprosi dari tingat pendaftaran seolah) dan dia juga meneanan bahwa human capital merupaan elemen penting bagi pertumbuhan eonomi. Braun dan Kubota (2000) melauan penelitian pada tahun tentang pengaruh government capital pada produtivitas peerja ( labor) di Jepang. Hasilnya yaitu total factor productivity dari tenologi pemerintah berada di bawah tenologi produsi setor swasta. Hal ini disebaban arena adanya perbedaan emampuan manajerial antara setor pemerintah dan swasta. Soderbom dan Teal (2003) melauan penelitian tentang eterbuaan ( openness) dan 67

2 Pengaruh apital dan Human... (Ratna dan Diah) human capital sebagai sumber pertumbuhan produtivitas. Penelitiannya dilauan di 41 negara yang termasu dalam middle income developing countries pada tahun 1965 sampai dengan tahun Hasilnya adalah eterbuaan yang besar menyebaban tingat pertumbuhan produtivitas tinggi. Jia tingat eterbuaan pereonomian menjadi dua ali lipat maa tingat emajuan tenis aan meningat 0,8 persen per tahun. Tida ada buti bahwa human capital mempunyai pengaruh pada pertumbuhan produtivitas. Human capital hanya berpengaruh ecil dan secara statisti tida signifian. 2. Jenis dan Sumber Data Data yang digunaan dalam penelitian ini adalah data runtun watu ( time-series) negara Indonesia selama periode atau selama 36 tahun. Data yang dimasudan dalam penelitian ini adalah data tingat produ domesti bruto menurut harga onstan atau riil, apital dan human capital. Data-data tersebut diumpulan dari beberapa sumber, antara lain dari Statisti Indonesia, Key Indicator of Developing Asian and Pacific Countries dan International Financial Statistics. Data-data tersebut masing-masing diterbitan oleh Badan Pusat Statisti (BPS), Asian Development Ban (ADB) dan International Monetary Fund (IMF). 3. Definisi Operasional Variabel Penelitian Variabel-variabel yang aan ditasir dalam penelitian ini adalah sebagai beriut. 1. Produ domesti bruto yang dimasudan dalam penelitian ini adalah total nilai produsi barang dan jasa yang diprodusi suatu negara pada tahun tertentu. 2. Kapital yang dimasudan dalam penelitian ini adalah gross capital stoc. 3. Human capital atau sumber daya manusia didefinisian sebagai tenaga erja yang beerja (employment). 4. Model Dasar Model yang digunaan dalam penelitian ini adalah model fungsi produsi yaitu Q = f(k,l), dimana PDB merupaan fungsi dari apital dan human capital. 5. Teni Analisis Spesifiasi model dinami merupaan satu hal yang penting dalam pembentuan model eonomi dan analisis yang menyertainya. Hal ini arena sebagian besar analisis eonomi beraitan erat dengan analisis runtun watu ( time series) yang sering diwujudan oleh hubungan antara perubahan suatu besaran eonomi dan ebijaan eonomi di suatu saat dan pengaruhnya terhadap gejala dan perilau eonomi di saat yang lain. Hubungan semacam ini telah banya dicoba untu dirumusan dalam model linear dinami, namun sampai saat ini belum ada esepaatan mengenai model dinami mana yang paling coco untu suatu analisis eonomi. Kelangaan aan adanya esepaatan tersebut diarenaan adanya banya fator yang berpengaruh dalam pembentuan model, misalnya: pengaruh fator elembagaan, peranan penguasa eonomi dan pandangan si pembuat model mengenai gejala dan situasi eonomi yang menjadi pusat perhatiannya (Insuindro, d, 2003 :105). Penurunan model linear dinami dapat dilauan dengan menggunaan dua pendeatan. Pertama, pendeatan Autoregressive Distributed Lag (ADL), dan edua, dengan pendeatan fungsi biaya uadrat (quadratic cost function) atau sering pula disebut dengan pendeatan teori eonomi terhadap model dinami. Pendeatan ADL dilauan dengan memasuan variable elambanan edalam model, sedangan pada pendeatan fungsi biaya uadrat dianggap bahwa dalam model terjadi etidaseimbangan (disequilibrium) sehingga timbul biaya yang terdiri dari biaya etidaseimbangan (disequilibrium cost) dan biaya penyesuaian ( adjustment cost). Fungsi biaya uadrat tersebut terdiri dari fungsi biaya uadrat tunggal dan fungsi biaya uadrat ganda. Dalam penelitian ini hanya aan memusatan perhatian pada pendeatan fungsi biaya uadrat bai fungsi biaya uadrat tunggal maupun fungsi biaya uadrat ganda. Model dinami yang dapat diturunan dari pendeatan fungsi biaya uadrat tunggal adalah pendeatan model penyesuaian parsial ( Partial Adjustment Model) dan model oresi esalahan (Error Correction Model). Pada penelitian ini hanya aan dibahas dan digunaan model oresi esalahan. a. Pendeatan Kointegrasi Seperti telah diuraian sebelumnya, dalam model sto penyangga masa depan diasumsian bahwa para pelau eonomi aan memperbaharui harapan aan suatu variabel tertentu berdasaran informasi terbaru yang merea terima. Hal ini menunjuan adanya hubungan antara model dinamis dengan pembentuan harapan. Asumsi tersebut aan menghasilan variabel-variabel harapan pada model sto penyangga masa depan. Variabel variabel harapan tida dapat diobservasi, sehingga diperluan suatu cara untu mengestimasi variabel-variabel tersebut. Salah satu cara untu mengestimasi nilai variabel yang tida dapat diobservasi adalah dengan pendeatan ointegrasi. Alasan digunaannya pendeatan ini selain relatif lebih mudah dibandingan dengan teni-teni pemecahan yang lain juga dapat dietahui 68

3 EKO-REGIONAL, Vol 2, No.2, September 2007 emunginan adanya hubungan eseimbangan janga panjang antar variabel eonomi seperti yang diehendai oleh teori eonomi dan merupaan bagian penting dalam perumusan dan estimasi suatu model dinamis. Pendeatan ointegrasi beraitan dengan upaya untu menghindari terjadinya regresi lancung yang aan mengaibatan oefisien regresi penasir tida efisien. Beraitan dengan hal ini, perlu diyaini terlebih dahulu bahwa himpunan data yang aan digunaan bersifat stasioner. Untu mengetahui apaah data yang digunaan stasioner atau tida, dilauan uji araar unit dan uji derajat integrasi. Data yang stasioner pada dasarnya tida memilii variasi yang terlalu besar selama periode observasi dan memilii ecenderungan untu mendeati nilai rata-ratanya. Estimasi dengan menggunaan data yang non-stasioner dapat menghasilan regresi lancung ( spurious regression) yang ditunjuan oleh niai R 2 dan nilai statisti Durbin-Watson (DW) (Thomas,1997: ). Hal ini aan mengaibatan regresi penasir menjadi tida sahih (invalid). b. Uji Aar-aar Unit Uji aar-aar unit dapat dipandang sebagai uji stasionaritas data. Uji ini dimasudan untu mengamati apaah oefisien dari model regresif yang ditasir mempunyai nilai lebih dari satu atau tida dalam nilai mutla. Jia oefisien tersebut mempunyai nilai sama dengan atau urang dari satu maa data tersebut tida stasioner (Thomas, 1997 : 416). Langah pertama yang dilauan dalam uji aar-aar unit adalah dengan menasir model otoregresif dari masing-masing variabel yang aan digunaan dalam penelitian dengan OLS. DX t = a 0 + a 1 X t +.(3.1) i 1 b i B i DX t DX t = c 0 + c 1 T + c 2 BX t + i 1 d i B i DX t.(3.2) Dimana : DX t = X t X t-1 BX t = X t-1 T = Trend watu X t = variable yang diamati pada periode t B = operasi elambanan e udi = N 1/3 dimana N adalah jumlah observasi Langah selanjutnya adalah membandingan nilai DF dan ADF hitung dengan nilai DF dan ADF tabel. Nilai DF dan ADF untu uji hipotesa bahwa a 1 = 0 dan c 2 = 0 ditunjuan oleh nisbah t pada oefisien regresi BX t pada persamaan (3.1) dan (3.2). Apabila nilai DF dan ADF hitung lebih besar dari nilai DF dan ADF tabel maa hal ini berarti bahwa data yang digunaan adalah stasioner. Tetapi apabila nilai DF dan ADF hitung lebih ecil dari nilai DF dan ADF tabel maa data yang digunaan adalah tida stasioner sehingga perlu dilauan uji derajat integrasi. c. Uji Derajat Integrasi Apabila dalam uji aar-aar unit data yang diamati tida stasioner maa langah selanjutnya adalah uji derajat integrasi. Uji ini dilauan untu mengetahui pada derajat atau order diferensi eberapa data yang diamati aan stasioner. Definisi integrasi suatu data adalah bahwa data runtun watu X diataan berintegrasi pada derajat d atau ditulis (d) jia data tersebut perlu didefernsi sebanya d ali untu dapat menjadi data stasioner atau I (0). Langah pertama dalam uji derajat integrasi adalah melauan estimasi model otoregresif dibawah ini dengan OLS : D2X t D2X t = e 0 + e 1 BX t + i 1 = g 0 + g 1 T + g 2 BDX t + 3.4) Dimana : D2Xt = DXt DXt-1 BDXt = DXt-1 f i B i D2X t (3.3) i 1 h i B i D2X t ( Nilai DF dan ADF hitung untu uji derajat integrasi ini dapat dietahui dari nilai statisti t pada oefisien regresi BDX t pada persamaan (3.3) dan (3.4). Jia nilai e 1 dan g 2 sama dengan satu, maa variabel X diataan stasioner pada diferensi pertama atau berintegrasi pada derajat satu. Apabila e 1 dan g 2 tida berbeda dengan nol maa variable X belum stasioner pada diferensi pertama. Dalam aitan ini uji derajat integrasi perlu dilanjutan hingga diperoleh suatu ondisi stasioner. d. Uji Kointegrasi Uji ointegrasi merupaan elanjutan dari uji aar-aar unit dan uji derajat integrasi. Uji ointegrasi dimasudan untu menguji apaah residual regresi yang dihasilan stasioner atau tida. Untu dapat melauan uji ointegrasi harusa diyaini lebih dahulu bahwa variabelvariabel yang diamati mempunyai derajat integrasi yang sama atau tida. Apabila variabelvariabel yang digunaan dalam model penelitian mempunyai derajat integrasi yang berbeda, misalan X = I(1) dan Y = I (2), maa e dua variabel tersebut tida dapat berointegrasi. Pada umumnya uji ointegrasi berada pada deraj I (0) atau I (1). 69

4 Pengaruh apital dan Human... (Ratna dan Diah) Suatu himpunan variabel runtun watu X diataan berointegrasi pada derajat d, b atau ditulis CL (d,b), bila setiap elemen X berintegrasi pada derajat d atau I (d) dan terdapat satu vector yang tida sama dengan nol sehingga W = X I (d,b), dengan b>0 dan merupaan vetor ointegrasi. Terdapat tiga uji yang umum dilauan untu menguji hipotesa nol tida adanya ointegrasi, yaitu CRDW ( Cointegrating Regression Durbin-Watson), DF (Dicey Fuller) dan ADF (Augmented Dicey Fuller). Untu menghitung statisti CRDW, DF dan ADF maa terlebih dahulu ditasir regresi ointegrasi beriut dengan OLS: 9.2. sebagai beriut: Y t = m 0 + m 1 X 1t + m 2 X 2t + E t...(3.5) Dimana : Y adalah variabel tida bebas X 1 dan X 2 adalah variabel bebas E adalah variabel pengganggu Selanjutnya regresi beriut ditasir dengan OLS : DE t = p 1 B E t.(3.6) DE t = q 1 B Et + w i B i DE t..(3.7) i 1 Nilai statisti CRDW ditunjuan oleh nilai statisti Durbin-Watson pada persamaan (3.5) dan nilai statisti DF dan ADF ditunjuan oleh nisbah t pada oefisien B E t pada persamaan (3.6) dan (3.7). HASIL DAN PEMBAHASAN 1. Pendeatan Kointegrasi a. Uji Aar-aar Unit (Unit Roots) Uji ini dipandang sebagai uji stasionaritas arena pada intinya uji tersebut dimasudan untu mengamati apaah oefisien tertentu dari model otoregresif yang ditasir mempunyai nilai satu atau tida. Dalam menguji perilau data digunaan uji Dicey and Fuller (uji DF) dan Augmented Dicey-Fuller (uji ADF). Untu membandingan nilai ADF dan DF hitung dengan nilai DF dan ADF tabel digunaan nilai ritis yang diembangan oleh Mac-Kinnon. Hasil pengujian aar-aar unit terhadap variabel-variabel yang digunaan dalam analisis ini dapat dilihat pada tabel 9.1 di bawah ini. Berdasaran tabel 1 ternyata semua variabel tida stasioner pada derajat nol atau I(0), arena nilai DF dan ADF hitung lebih ecil dari nilai DF dan ADF ritis dengan signifiansi 1 persen, 5 persen dan 10 persen. Oleh arena itu perlu dilauan uji lebih lanjut yaitu dengan melauan uji derajat integrasi untu mengetahui pada derajat e berapa data aan stasioner. Tabel 9.1. Uji Aar-aar Unit Variabel Pengamatan: Variabel Nilai DF Nilai ADF PDB -3, , Kapital -1, , Human Capital -3, , b. Uji Derajat Integrasi Uji ini pada prinsipnya tida berbeda dengan uji aar-aar unit. Ia merupaan elanjutan dari uji aar-aar unit dan hanya dibutuhan bila datanya belum stasioner pada derajat nol. Pada uji derajat integrasi variabel-variabel pengamatan didefinisian sampai derajat tertentu sehingga diperoleh ondisi data yang stasioner. Hasil uji derajat integrasi tersebut dapat dilihat pada tabel Tabel 9.2. Uji Derajat Integrasi Variabel Pengamatan: Variabel Nilai DF Nilai ADF PDB -4, , Kapital -6, , Human Capital -6, , Dari tabel 2 didapatan bahwa seluruh nilai DF dan ADF hitung variabel-variabel pengamatan lebih besar dari pada nilai DF dan ADF hitung pada tingat epercayaan 1 persen, 5 persen dan 10 persen. Hal ini menunjuan bahwa seluruh variabel pengamatan stasioner pada diferensi pertamanya atau I(1). Dengan ata lain seluruh variabel stasioner setelah diturunan sebanya satu ali. Hal ini menunjuan bahwa data pada penelitian ini dapat digunaan untu analisa janga pende dan janga panjang. Setelah diyaini bahwa semua variabel pengamatan mempunyai derajat integrasi yang sama, maa dapat dilauan uji ointegrasi terhadap variabelvariabel pengamatan. c. Uji Kointegrasi Uji ointegrasi merupaan salah satu bentu uji dalam model dinamis yang bertujuan untu mengetahui emunginan adanya hubungan janga panjang di antara variabel-variabel pengamatan. Variabel pengamatan diataan saling berointegrasi jia residual regresi ointegrasinya stasioner. Dalam hal ini Engle dan Granger (1987) mengetengahan tujuh uji statisti tersebut dan yang paling lazim dipaai adalah uji CRDW, uji DF dan ADF. Dari tabel 9.3 dapat dilihat dan dibandingan dengan nilai ritis untu pengujian di bawah ini, di mana dari hasil perbandingan tersebut, dietahui bahwa nilai CRDW, DF dan ADF lolos, sehingga model empiris yang digunaan dalam penelitian ini lolos dari uji ointegrasi. Apabila suatu model lolos dari uji ointegrasi, maa model oresi esalahan Engle- Granger dapat diapliasian dalam model empiris ini. 70

5 EKO-REGIONAL, Vol 2, No.2, September 2007 Tabel 9.3. Uji Kointegrasi Variabel Pengamatan: Variabel ta bebas : PDB Nilai oefisien dan Variabel bebas t-statisti 8, Konstanta 25, , Kapital 3, Human Capital 0, , CRDW =1, DF = -5, ADF = -5, Keterangan : Nilai CRDW, DF dan ADF tabel dengan N=50 dan jumlah variabel 2 serta =5% masing-masing 0,78; 3,67; 3,29 sedangan =10% adalah masingmasing 0,69; 3,28; 2, Hasil Perhitungan Error Corection Model Granger (ECM-Granger) Model dinamis yang dalam beberapa tahun terahir ini mendapat perhatian besar dari para eonom adalah model oresi esalahan ( Error Correction Model). Dalam dunia nyata nampa bahwa para pelau eonomi bertinda tida spontan dalam menanggapi asi. Hal ini merupaan alasan dibentunya model dinamis hususnya model oresi esalahan. Esistensi oresi esalahan menghasilan oefisien esalahan yang menunjuan adanya fenomena dioresinya penyimpangan menuju euilibrium. Model oresi esalahan Granger merupaan alternatif lain untu menguji emunginan berointegrasi variabel yang diamati. Apabila error correction term pada hasil regresi signifian berarti model oresi esalahan adalah model yang valid atau sahih dan variabel yang diamati berointegrasi atau residual hasil regresi adalah stasioner. Dari hasil regresi dengan menggunaan error correction model (ECM) didapatan formulasi sebagai beriut: a. Analisis Janga Pende Dilihat dari nilai oefisien determinasi sebesar 0, berarti bahwa seitar 31,92 persen dari variasi variabel DPDB mampu dijelasan oleh variasi himpunan variabel bebasnya. Berdasaran tabel 9.4. menunjuan bahwa nilai t statisti oefisien error correction term (ECT) signifian dengan derajat epercayaan 1% yaitu sebesar (-3,459072). Signifiannya nilai ECT mengindiasian adanya eseimbangan dalam janga panjang, mesipun dalam janga pende mungin terjadi etidaseimbangan. Ketidaseimbangan dalam satu periode aan dioresi pada periode beriutnya. Dengan demiian dapat diataan bahwa model ECM Engle dan Granger suses dan dapat digunaan untu pengujian DPDB di Indonesia selama periode penelitian. Selain itu pula, dengan signifiannya nilai oefisien ECT(-1) berarti spesifiasi model yang digunaan adalah sahih atau valid. Dengan menganggap bahwa hasil estimasi model ECM Granger di atas dihasilan transformasi Koyc, maa dapat diemuaan bahwa besarnya nilai tingat penurunan ( rate of decline) ) 0,559 dan mean lag sebesar 1,26. Ini berarti bahwa seitar 55,9 persen dari gap aan tertutup dalam satu periode dengan ecepatan PDB dalam merespon perubahan variabel bebas adalah seitar 1,26 tahun atau mendeati 15,12 bulan. Lebih lanjut, berdasaran hasil estimasi model ECM Engle-Granger dapat diuraian bahwa dalam janga pende hanya variabel apital yang mempengaruhi PDB di Indonesia. Hasilnya adalah signifian secara statisti dengan tanda oefisien sesuai dengan yang diharapan oleh teori yang terait. Ini berarti bahwa apabila nilai DKapital nai sebesar 1 Miliar Rupiah maa DPDB Indonesia aan meningat sebesar 0,0567 Milyar Rupiah dalam janga pende. b. Analisis Janga Panjang Berdasaran tabel 9.5, dapat dilihat bahwa nilai oefisien determinasi sebesar 0,7933 bahwa seitar 79,33 persen dari variasi variabel DPDB mampu dijelasan oleh variasi himpunan variabel bebasnya. Sedangan nilai oefisien Adjusted R square sebesar 0, menunjuan bahwa oefisien determinasi setelah memperhitungan derajat ebebasan (degree of freedom) menunjuan nilai yang tida terlalu berbeda dengan R 2 dan masih menjelasan variabel PDB sebesar 77,94 persen. Ini berarti spesifiasi model (pemasuan variabel-variabel) yang disusun sudah benar arena nilai R dengan terlalu jauh. R 2 tida berselisih Tabel 9.4. Hasil Estimasi Janga Pende Model Koresi Kesalahan, ^D(LPDB) = 0,0567D(LKapital) + 0,0567 D(LHuman Capital) 0,559 ECT(-1) (2,922474) (1,417496) (-3,459072) 71

6 Pengaruh apital dan Human... (Ratna dan Diah) R 2 = 0, DW = 1, Tabel 9.5. Hasil Estimasi Janga Panjang Model Koresi Kesalahan, ^LPDB = 8, ,132737LKapital + 0,206233LHuman Kapital (25,22159) (3,504327) 3,417788) R2 = 0,7933 Adj R-squared = 0, DW = 1,9256 Lebih lanjut, berdasaran hasil estimasi model ECM Engle_Granger dapat diuraian bahwa dalam janga panjang semua variabel yang mempengaruhi PDB di Indonesia signifian secara statisti dengan tanda oefisien sesuai dengan yang diharapan oleh teori yang terait. Ini berarti bahwa apabila nilai apital nai sebesar 1 Miliar Rupiah, maa PDB Indonesia aan meningat sebesar 0, Miliar Rupiah dalam janga panjang. Selanjutnya, apabila human capital (dalam hal ini adalah jumlah orang yang beerja) nai sebesar 1 orang, maa PDB Indonesia aan meningat sebesar 0, Miliar Rupiah dalam janga panjang selama periode penelitian. Jia dilihat dari besarnya oefisien regresi dari model di atas, maa oefisien dari human capital lebih besar dari apital dan signifian secara statisti. Hal ini dapat disimpulan bahwa dalam janga panjang, variabel apital dan human capital berpengaruh positif terhadap PDB untu asus Indonesia. KESIMPULAN Dari hasil regresi dan analisis dapat diambil esimpulan sebagai beriut: 1. Signifiannya nilai ECT mengindiasian adanya eseimbangan dalam janga panjang, mesipun dalam janga pende mungin terjadi etidaseimbangan, sehingga model ECM Engel-Granger berhasil dan dapat digunaan selama periode penelitian. 2. Berdasaran hasil estimasi model ECM Engle- Granger, dalam janga pende hanya variabel apital saja yang mempengaruhi variabel PDB di Indonesia. 3. Dalam estimasi janga panjang, semua variabel yang mempengaruhi PDB yaitu apital dan human capital, signifian secara statisti dan tanda oefisien sesuai dengan yang diharapan oleh teori terait. DAFTAR PUSTAKA Aliman Modul Eonometria Terapan. PAU Studi Eonomi UGM. Yogyaarta Anonim. Statisti Indonesia. Badan Pusat Statisti. Jaarta. berbagai edisi. International Financial Statistics. Berbaai edisi. IMF. New Yor. Asian Development Ban, Key Indicator of Developing Asian and Pacific Countries, Oxford University Press. New Yor. berbagai edisi Barro, R.J Economic Growth in a Cross Section of Countries. Quarterly Journal of Economics. hal Braun, R.A., dan Keiichi Kubota The Effect of Government Capital on Labor Productivity in Japan s Prefecture. Musashi University. Japan Insuindro Pemilihan dan Bentu Fungsi Eonomi Empiri dengan Pendeatan Koresi Kesalahan. Jurnal Eonomi dan Bisnis Indonesia. Vol. 14 No.1 Insuindro, Maryatmo, dan Aliman Eonometria Dasar. Universitas Gadjah Mada. Yogyaarta Soderbom, M., dan Francis Teal Openness and Human Capital as Sources of Productivity Growth: an Empirical Investigation. University of Oxford. England 72