BAB I PENDAHULUAN A. LATARBELAKANG

BAB I PENDAHULUAN A. LATARBELAKANG Pertumbuhan ekonomi merupakan pertumbuhan output yang dibentuk oleh berbagai sektor ekonomi sehingga dapat menggambarkan bagaimana kemajuan atau kemunduran yang telah dicapai oleh sektor ekonomi tersebut pada suatu waktu tertentu. pertumbuhan ekonomi menunjukkan sejauh mana aktivitas perekonomian akan menghasilkan tambahan pendapatan masyarakat pada suatu periode tertentu, karena pada dasarnya aktivitas perekonomian adalah suatu proses penggunaan faktorfaktor produksi untuk menghasilkan output, maka proses ini pada gilirannya akan menghasilkan suatu aliran balas jasa terhadap faktor produksi yang dimilik masyarakat sebagai pemilik faktor produksi juga akan turut meningkat. Pertumbuhan ekonomi mutlak harus ada, sehingga pendapatan masyarakat akan bertambah, dengan demikian tingkat kesejahteraan masyarakat diharapkan akan meningkat. Agar pertumbuhan ekonomi terus meningkat dan dapat dipertahankan dalam jangka panjang maka perlu diketahui faktor-faktor apa yang dapat mempengaruhi pertumbuhan ekonomi dan faktor apa yang perlu dihindari agar pertumbuhan ekonomi tidak berjalan ditempat atau mengalami kemunduran. Kondisi perekonomian Daerah Istimewa Yogyakarta menunjukkan perkembangan yang positif. Pada tahun 2008 pertumbuhan PDRB mencapai 8,68 % dan pada tahun 2009 meningkat 10,11 %. Pembangunan tidak dapat terlepas dari unsur tenaga kerja, dengan kondisi tenaga kerja yang produktif maka pembangunan dapat berjalan lancar dan harapannya taraf kehidupan penduduk juga akan meningkat. Tanpa tenaga kerja tidak mustahil pembangunan tidak dapat berjalan, tenaga kerja menjadi penggerak dalam roda pembangunan. Tenaga kerja dengan sumber daya manusianya bisa memberikan sumbangan yang sangat berarti dalam proses pembangunan. Semakin tingginya angkatan kerja tentu memerlukan lapangan pekerjaan yang layak, namun pada kenyataanya lapangana pekerjaan tidak selalu tersedia. Semakin banyaknya penduduk, meningkatnya jumlah angkatan kerja. Sumeber daya yang baik,

keterampilan yang bagus menjadi modal utama bagi angkatan kerja untuk mendapatkan pekerjaan yang layak. Dengan melihat latar belakang dari masalah permasalah diatas dan melihat dari fenomena yang ada, mendorong peneliti untuk mengamati lebih lanjut mengenai faktor-faktor yang mempengaruhi pertumbuhan ekonomi di Daerah Istimewa Yogyakarta. Oleh karena itu akan dicoba dibahas secara mendalam melalui penelitian dengan judul ANALISIS EFEKTIVITAS INVESTASI DAN ANGKATAN KERJA TERHADAP PERTUMBUHAN EKONOMI DI DAERAH ISTIMEWA YOGYAKARTA PERIODE TAHUN 1995 2010. B. BATASAN MASALAH Sehubungan dengan faktor keterbatasan yang ada dan mengingat banyaknya faktor yang mempengaruhi pertumbuhan ekonomi, maka penelitian hanya membahas pada : 1 Variabel-variabel yang dianggap berpengaruh terhadap besar kecilnya pertumbuhan ekonomi di Daerah Istimewa Yogyakarta yaitu pada investasi dan angkatan kerja. 2 Data yang digunakan adalah data tahunan yaitu dari tahun 1995 sampai 2010 terdiri atas : a) Produk Domestik Regional Bruto b) Tingkat Penanaman Modal Dalam Negeri c) Banyaknya Penduduk Angkatan Kerja C. RUMUSAN MASALAH Dari latar belakang masalah yang telah disampaikan diatas, maka dapat diambil suatu perumusan masalah yang akan dibahas dalam penelitian ini yaitu sebagai berikut : 1 Seberapa besar pengaruh tingkat investasi atau penanaman modal dalam negeri terhadap pertumbuhan ekonomi di Yogyakarta?

2 Seberapa besar pengaruh angkatan kerja terhadap pertumbuhan ekonomi di Yogyakarta? 3 Bagaimana pengaruh besarnya tingkat investasi, angkatan kerja dan pertumbuhan ekonomi di Yogyakarta? D. TUJUAN PENELITIAN Tujuan dilakukannya penelitian ini adalah sebagai berikut : 1 Untuk mengetahui pengaruh tingkat investasi terhadap pertumbuhan ekonomi di Yogyakarta? 2 Untuk mengetahui pengaruh tingkat angkatan kerja terhadap pertumbuhan ekonomi di Yogyakarta? 3 Untuk mengetahui seberapa besar pengaruh tingkat investasi, angkatan kerja dan pertumbuhan ekonomi di Yogyakarta?

BAB II LANDASAN TEORI A. PENGERTIAN 1 Teori Pertumbuhan Ekonomi Menurut Kuznet dalam Todaro (2000 :144) pertumbuhan ekonomi adalah kenaikan kapasitas dalam jangka panjang dari negara yang bersangkutan untuk menyediakan berbagai barang ekonomi kepada penduduknya. Kenaikan kapasitas itu sendiri ditentukan atau dimungkinkan oleh adanya kemajuan atau penyesuaian-penyesuaian teknologi, institusi dan ideologis terhadap berbagai keadaan yang ada. Selanjutnya, ditambahkan oleh Susanti, dkk(2000 :23-24) indikator yang digunakan untuk mengukur pertumbuhan ekonomi adalah tingkat pertumbuhan Produk Domestik Bruto (PDB). Ada bebarapa alasan yang mendasari pemilihan pertumbuhan ekonomi menggunakan Produk Domestik Bruto (PDB) bukan indikator lainnya yaitu : 1) PDB merupakan jumlah nilai tambah yang dihasilkan oleh seluruh aktivitas produksi didalam perekonomian. Hal ini berarti peningkatan PDB juga mencerminkan peningkatan balas jasa kepada faktor-faktor produksi yang digunakan dalam aktivitas produksi tersebut. 2) PDB dihitung atas dasar konsep aliran (flow concept), artinya perhitungan PDB hanya mencakup nilai produk yang dihasikan kepada suatu priode tertentu. 3) Batas wilayah perhitungan PDB adalah negara (perekonomian domestik) Menurut Todaro (2000:137) ada tiga faktor komponen utama dalam pertumbuhan ekonomi dari setiap bangsa, yaitu : 1) Akumulsi modal, yakni meliputi semua bentuk atau jenis investasi yang ditanamkan pada tanah, peralatan fisik dan modal atau sumber daya manusia. 2) Pertumbuhan penduduk, yang beberapa tahun selanjutnya akan memperbanyak angkatan kerja. 3) Kemajuan teknologi.

2 Teori Investasi Investasi merupakan penambahan pembentukan modal yang mengakibatkan terjadinya pertambahan kekayaan, investasi juga merupakan permintaan terhadap barang dan jasa untuk menambah kapasitas produksi sehingga meningkatkan pendapatan dimasa datang. Ada dua tujuan utama dalam investasi yaitu untuk mengganti bagian dari penyediaan modal yang rusak dan sebagai tambahan penyediaan modal yang ada, pengertian investasi secara statistik dalam perhitungan pendapatan nasional adalah seluruh nilai pembeliaan para pengusaha atas barang-barang modal dan pembelanjaan untuk mendirikan industri dan penambahan nilai dalam stock barang perusahaan yang berupa bahan mentah, bahan setengah jadi dan barang jadi. Menurut Jhingan (1999:338) bahwa investasi dalam peralatan modal tidak saja meningkatkan produksi tetapi juga kesempatan kerja. Pembentukan modal menghasilkan kemajuam teknik yang menunjang tercapainya ekonomi produksi skala luas dan meningkatkan spesialisasi, pembentukan modal pada kenyataanya akan membantu tercapainya swasembada suatu negara dan mengurangi beban hutang luar negeri. Menurut Suparmoko dan Irawan (2002 :262-264) ada beberapa cara untuk meningkatkan investasi dapat dilakukan dengna jalan : 1) Meningkatkan tabungan dengan mengurangi konsumsi, cara ini dapat dilakukan dengan cara paksa(involuntary) yaitu dengan menaikkan tingkat pajak (tax rate) tetapi ini menyebabkan tabungan sukarela (voluntary saving) menurun karena masyarakat tetap mempertahankan konsumsinya. 2) Pemerintah menjual obligasi dengan bunga menarik sehingga masyarakat tertarik untuk membelinya. 3) Pembatasan impor barang-barang konsumsi dan bila memungkinkan juga membatasi impor barang kapital agar ada inovasi didalam negeri. 4) Dengan mengadakan pinjaman ke luar negeri. 5) Memperluas sektor perdagangan dengan menaikkan terms of trade, misal bila barang-barang ekspor naik, maka kenaikan pendapatan dari ekspor diinvestasikan kembali di dalam negeri.

3 Teori Angkatan Kerja Tenaga kerja merupakan seluruh penduduk yang dianggap memiliki potensi untuk bekerja secara produktif (Adioetomo :2010). Hal ini berarti penduduk yang mampu menghasilkan barang dan jasa dapat disebut sebagai tenaga kerja. Terdapat tiga pendekatan pemberdayaan yang didasarkan pada pengukuran kegiatan ekonomi yang dijadikan tolok ukur untuk analisis ketenagakerjaan yaitu Gainful Worker Approach, Labor Force Approach dan Labor Utilization Approach. Masing-masing konsep tersebut atau teori tersebut dijelaskan sebagai berikut. 1) Konsep Gainful Worker Approach Konsep ini menjelaskan tentang aktivitas ekonomi orang yang pernah bekerja atau biasa dilakukan seseorang(usual activity). Kata biasa dalam hal ini dapat disimpulkan bahwa usaha tidak menggangap penting kegiatan-kegiatan lain yang tidak termasuk biasa dilakukan. Contohnya orang yang biasanya sekolah namun pada kondisi sekarang sedang mencari kerja maka hal ini diklasifikasikan sebagai orang yang sekolah. Teori ini tidak dapat menggambarkan secara statistik mengenai kondisi mereka yang bekerja dan sedang mencari pekerjaan sehingga angka pengangguran terbuka relatif kecil. 2) Konsep Angkatan Kerja (Labor Force Approach) Pendekatan ini memberikan batas yang jelas tentang kegiatan yang dilakukan dalam semiggu ini, sehingga secara tegas dapat diketahui kegiatan apa yang benar-benar dilakukan sebagai kegiatan utamanya. Pendekatan ini lebih dikenal sebagai pendekatan aktivitas kini dengan jangka waktu tertentu (Mantra,2009). Menurut Adioetomo, 2010 terdapat dua perbaikan yang diusulkan dalam konsep yaitu : a) Activity Concept, bahwa yang termasuk dalam angkatan kerja (labor force) haruslah orang yang secara aktif bekerja atau sedang aktif mencari pekerjaan.

b) Aktivitas tersebut dilakukan dalam suatu batasan waktu tertentu sebelum wawancara. Dengan kata lain, konsep angkatan kerja umumnya disertai dengan referensi waktu. Berdasarkan konsep tersebut, angkatan kerja (labor force)dibagi menjadi dua yaitu : 1) Bekerja 2) Mencari pekerjaan (menganggur), yang dapat dibedakan antara : a. Mencari pekerjaan, tetapi sudah pernah bekerja sebelumnya b. Mencari pekerjaan untuk pertama kalinya (belum pernah bekerja sebelumnya) Angkatan kerja dapat dikatakan sebagai bagian dari tenaga kerja yang sesungguhnya terlibat atau berusaha untuk terlibat dalam kegiatan produktif, yaitu memproduksi barang dan jasa dalam kurun waktu tertentu. Oleh karena itu, dalam konsep angkatan kerja ini harus ada referensi waktu yang pasti, misalnya satu minggu sebelum pencacahan. 3) Konsep Pemanfaatan Tenaga Kerja ( Labor Utilization Approach) Pendekatan ini awalnya dikembangkan oleh Philip M Hauser untuk memperbaiki konsep Labor Force, Pendekatan Labor Utilization dimaksudkan untuk lebih menyempurnakan konsep angkatan kerja, terutama supaya lebih sesuai dengan keadaan negara berkembang. Pendekatan dalam konsep ini lebih ditujukan untuk melihat potensi tenaga kerja, apakah telah dimanfaatkan secara penuh. Dengan konsep ini, angkatan kerja dikelompokkan sebagai berikut : a. Pemanfaatan penuh (Full Utilized) b. Pemanfaatan kurang (Under-Utilized), karena jumlah jam kerja yang rendah, pendapatan upah atau gaji yang rendah dan tidak sesuai dengan kemampuan atau keahliannya, biasa disebut setengah penganggur. Untuk point a dan b didasarkan pada jumlah jam kerja seminggu. c. Pengangguran terbuka (Open Unemployment)

B. HIPOTESIS Sejalan dengan latar belakang pada penelitian ini didapat diambil suatu hipotesis atau dugaan sementara sebagai berikut : 1) Diduga investasi atau penanaman modal dalam negeri mempengaruhi pertumbuhan ekonomi di Daerah Istimewa Yogyakarta. 2) Diduga tingkat angkatan kerja mempengaruhi pertumbuhan ekonomi di Daerah Istimewa Yogyakarta.

BAB III METODOLOGI PENELITIAN A. OBJEK PENELITIAN Objek penelitian ini hanya memusatkan dengan pengaruh pertumbuhan ekonomi beserta faktor-faktor yang mempengaruhinya yaitu investasi dan angkatan kerja. B. SUBJEK PENELITIAN Dalam penelitian ini variabel terikat (dependent variabel) yang digunakan adalah pertumbuhan ekonomi (Y), sedangkan variabel bebasnya (independent variabel) yaitu investasi (I) dan angkatan kerja (AK). Tujuan dari penelitian ini adalah agar kita dapat memperoleh gambaran yang terperinci dari masing-masing variabel itu sendiri sehingga berguna untuk mengetahui perkembangan pertumbuhan ekonomi tiap tahun. C. METODE PENGUMPULAN DATA Data yang digunakan dalam penelitian ini adalah data dari tahun 1995-2010. Sedangkan metode pengumpulan data yang digunakan dalam penelitian ini adalah dengan cara mencari data yang berhubungan dengan variabel penelitian secara urut sesuai dengan tahun penelitian dan mendokumentasikannya, data-data tersebut dikumpulkan dari berbagai sumber yaitu, Badan Pusat Statistik (BPS-Yogyakarta) dan Bank Indonesia daerah Yogyakarta. D. METODE ANALISIS DATA 1 Uji Teori Uji teori dalam penelitian ini dilihat dari fungsi Pertumbuhan ekonomi yaitu : Y = f ( I, AK ) Keterangan : Y = Pertumbuhan Ekonomi I = Investasi AK = Angkatan Kerja

2 Uji Statistik Uji t (signifikansi parameter individual) Uji t dilakukan untuk mengetahui variabel bebas secara individual terhadap variabel tidak bebas. Hipotesis yang digunakan : H 0 : β = 0, artinya variabel independent tidak berpengaruh secara nyata terhadap variabel dependen. H 1 : β 0, artinya variabel independent berpengaruh secara nyata terhadap variabel dependen. 3 Uji F-Statistik Untuk mengetahui peranan variabel bebas secara keseluruhan dilakukan dengan uji F. Kesimpulan uji F dapat diperoleh dengan membandingkan antara probability F-statistik dengan signifikansi α = 5 %. Bila probabilty F-Statistik > α = 5 % maka H 0 ditolak, berarti secara bersamasama variabel independen berpengaruh secara nyata dan signifikan terhadap variabel dependen. Bila probabilty F-Statistik < α = 5 % maka H 1 diterima, berarti secara bersama-sama variabel independen tidak berpengaruh secara nyata terhadap variabel dependen. Koefisien Determinasi (R 2 ) Determinasi R 2 ini digunakan untuk mengukur proporsi variabel terikat yang dijelaskan oleh variabel-variabel bebasnya. =- ( ) ( ) Nilai R 2 adalah terletak 0 R 2 1. Semakin mendekati 1, berarti modelnya semakin baik.

4 Uji Asumsi Klasik a) Uji Normalitas Uji Normalitas bertujuan untuk menguji apakah dalam model regresi, variable dependen, variable independen, atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Untuk mendeteksi apakah residualnya berdistribusi normal atau tidak dengan melihat kepada probability yaitu: Jika nilai probabilitas Jarque-bera > α (0,05), maka residualnya berdistribusi normal Jika nilai probabilitas Jarque-bera < α (0,05), maka residualnya berdistribusi tidak normal b) Uji Linearitas Uji linearitas dilakukan dengan mencari persamaan garis regresi variabel bebas terhadap variabel terikat. Berdasarkan garis regresi yang dibuat, selanjutnya dibuat keberartian koesifien garis regresi serta linearitasnya. Uji linearitas antara variabel bebas dengan variabel terikat dengan membandingkan nilai Probabiilty F-Statistik dengan nilai signifikansi α = 0,05 %, yaitu : Jika nilai Probability F -Statistik > 0,05, maka model linear ditolak. Jika nilai Probability F -Statistik < 0,05, maka model linear diterima. c) Uji Multikolinearitas Menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Cara mendeteksi ada atau tidaknya multikolinearitas dalam model regresi adalah : Dengan membandingkan persamaan regresi (R 2 ) dengan estimasi regresi yaitu :

Persamaan regresi Y = a 0 + a 1 X 1 + a 2 X 2...(1) Estimasi regresi X 1 = b 0 + b 1 X 2...(2) X 2 = b 0 + b 1 X 1...(3) Untuk persamaan (1) nilai R 2 selanjutnya disebut R 2 10 Untuk persamaan (2) nilai R 2 selanjutnya disebut R 2 11 Untuk persamaan (3) nilai R 2 selanjutnya disebut R 2 12 Ketentuan : Bila nilai R 2 10 > R 2 11, R 2 12, maka model tidak diketemukan adanya multikolinearitas Bila nilai R 2 10 < R 2 11, R 2 12, maka model diketemukan adanya multikolinearitas d) Uji Autokorelasi Menguji apakah pada model regresi ditemukan adanya korelasi antara kesalahan penganggu pada periode t dengan kesalahan pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Tentu saja model regresi yang baik adalah regresi yang bebas dari autokorelasi. Analisis deteksi data adanya autokorelasi dilihat dari besaran Durbin- Watson (D-W) dengan pedoman: Angka D-W dibawah -2 berarti ada autokorelasi positif. Angka D-W diantara -2 sampai +2 berarti tidak ada autokorelasi. Angka D-W diatas +2 berarti ada autokorelasi negatif.

e) Uji Heteroskedastisitas Menguji apakah pada model regresi terjadi keseimbangan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatam ke pengamatan yang lain tetap, maka disebut homokedastisitas. Jika varians berbeda disebut heterokedastisitas. Model regresi yang baik adalah tidak adanya heterokedastisitas. Pendeteksian ada atau tidaknya heterokedastisitas dengan melakukan uji white baik cross terms maupun no cross terms. Apabila nilai probability Obs*R Squared > dari nilai signifikansi α = 5 % maka dapat disimpulkan model diatas tidak terdapat heterokedastisitas. Apabila nilai probability Obs*R Squared < dari nilai signifikansi α = 5 % maka dapat disimpulkan model diatas terdapat heterokedastisitas.

BAB IV ANALISIS DATA DAN PEMBAHASAN Dari hasil penelitian yang dilakukan oleh penulis memperoleh suatu hasil pengujian berdasarkan data yang sudah diolah. Berdasarkan hasil data olahan tersebut dapat ditarik hasil antara analisis dan pembahasan adalah sebagai berikut : 1 Uji Teori a. Tabel Hasil Regresi Variebel Koefisien (t-stat) Konstanta 9,3371 (2,628)** I 0,0065 (0,266) AK 0,9300 (7,272)** R-square 0,8126 F stat 28,1907 DW stat 1,9577 **signifikan pada level 5% Berdasarkan hasil regresi diatas maka dapat disimpulkan bahwa: Persamaan Y = β 0 +β 1 I+β 2 AK+ i Y = 9,3371 + 0,0065 + 0,9300 Dimana Y = Pertumbuhan Ekonomi / Pertumbuhan Produk Domestik Regional Bruto di DIY I = Tingkat investasi AK = Banyaknya penduduk angkatan kerja Berdasarkan hasil perhitungan diatas, maka hasil koefisien regresinya dapat diinterpretasikan sebagai berikut : Β 0 = 9,3371 dapat diartikan bahwa apabila semua variabel bebas (I, AK) dianggap konstan atau tidak mengalami perubahan maka pertumbuhan ekonomi atau PDRB sebesar 9,3371

Β 1 = 0,0065 dapat diartikan bahwa apabila I naik satu satuan maka Y naik sebesar 0,0065 dengan asumsi Y tetap. Β 2 = 0,9300 dapat diartikan bahwa apabila semua AK naik satu satuan maka Y naik sebesar 0,9300 dengan asumsi Y tetap. 2 Uji Statistik Apakah variabel (I dan AK) mempunyai hubungan terhadap Y?, maka untuk menjawab pertanyaan ini, diperlukan pengujian dengan menggunakan uji statistik antara lain : Pengujian variabel I terhadap Y untuk mengetahui apakah I berpengaruh atau tidak terhadap pertumbuhan ekonomi (Y) dan sesuai dengan hipotesis dapat dijelaskan sebagai berikut : 1) Uji Hipotesis H 0 = artinya tidak ada pengaruh dan diterima dengan ketentuan < α = 5 % H 1 = artinya ada pengaruh dan ditolak dengan ketentuan > α = 5 % 2) Dilihat dari nilai probabilitas variabel I pada tabel diatas sebesar 0,794 > 0,05 maka H 0 diterima dan H 1 ditolak, artinya menolak hipotesis bahwa variabel I tidak berpengaruh secara signifikan terhadap pertumbuhan ekonomi. 3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa tidak ada pengaruh antara variabel Investasi terhadap variabel pertumbuhan ekonomi. Pengujian variabel AK terhadap Y untuk mengetahui apakah AK berpengaruh atau tidak terhadap pertumbuhan ekonomi (Y) dan sesuai dengan hipotesis dapat dijelaskan sebagai berikut : 1) Uji Hipotesis H 0 = artinya tidak ada pengaruh dan diterima dengan ketentuan < α = 5 % H 1 = artinya ada pengaruh dan ditolak dengan ketentuan > α = 5 %

2) Dilihat dari nilai probabilitas variabel I pada tabel diatas sebesar 0,000 < 0,05 maka H 0 ditolak dan H 1 diterima, artinya menerima hipotesis bahwa variabel AK berpengaruh secara signifikan terhadap pertumbuhan ekonomi. 3) Kesimpulan,jadi dari hasil analisis tersebut didapat bahwa ada pengaruh antara variabel angkatan kerja terhadap variabel pertumbuhan ekonomi. 3 Uji F Statistik Dependent Variable: Y Variable Coefficien t Std. Error t-statistic Prob. C 9.337147 3.553159 2.627844 0.0209 I 0.006573 0.024714 0.265985 0.7944 AK 0.930024 0.127898 7.271632 0.0000 R-squared 0.812630 F-statistic 28.19079 Adjusted R-squared 0.783804 Prob(F-statistic) 0.000019 Berdasarkan hasil regresi diatas, maka uji F dapat diketahui berpengaruh atau tidak dengan pengujian sebagai berikut : Uji Hipotesis H 0 : a 0 : a 1 : a 2 = artinya tidak ada pengaruh secara bersama-sama antara variabel I dan AK terhadap variabel Y H 1 : a 0 : a 1 : a 2 = artinya ada pengaruh secara bersama-sama antara variabel I dan AK terhadap variabel Y Hasil perhitungan dengan eviews diketahui bahwa nilai F hitung sebesar 28,190 dengan ketentuan α = 5 %, maka dilihat dari nilai signifikan F sebesar 0,00 dapat disimpulkan bahwa secara bersama-sama tidak terdapat pengaruh yang signifikan antara variabel independent secara keseluruhan yang terdiri dari Investasi dan angkatan kerja terhadap variabel dependent yaitu pertumbuhan ekonomi karena 0,00 < 0,05 artinya H 0 ditolak dan H 1 diterima.

Kesimpulan jadi dari hasil perhitungan diatas, dapat diketahui bahwa H 0 ditolak dan H 1 diterima artinya mengindikasikan bahwa secara keseluruhan, semua variabel independent mampu menjelaskan variabel dependennya yaitu pertumbuhan ekonomi. Determinasi R 2 Dilihat dari tabel diatas bahwa nilai R Square sebesar 0,812, artinya 81,2 % variasi dalam variabel dependen dapat dijelaskan oleh variasi dalam variabel independen dan sisanya 18,8 % dijelaskan oleh variabel diluar model atau variabel lain. 4 Uji Asumsi Klasik a) Uji Normalitas 10 8 6 4 2 0-40 -30-20 -10 0 10 20 30 Series: Residuals Sample 1995 2010 Observations 16 Mean 2.11E-15 Median 1.058334 Maximum 29.95338 Minimum -32.85727 Std. Dev. 12.72720 Skewness -0.395785 Kurtosis 5.524175 Jarque-Bera 4.665362 Probability 0.097035 Dilihat dari tabel diatas, dapat mendeteksi residual apakah berdistribusi normal atau tidak dengan membandingkan probability jarque-bea dengan signifikansi α = 5 % yaitu : Jika nilai Probability JB > 0,05, maka residualnya berdistribusi tidak normal. Jika nilai Probability JB < 0,05, maka residualnya berdistribusi normal. Analisis hasil output, bahwa nilai Probability JB 0,09 > 0,05 maka dapat disimpulkan bahwa residual berdistribusi tidak normal.

b) Uji Linearitas Ramsey RESET Test: F-statistic 31.85833 probability 0.000108 Log likelihood ratio 20.73693 Probability 0.000005 Untuk mendeteksi apakah model linear atau tidak dengan membandingkan nilai probability F -Statistik dengan signifikansi α = 5 % yaitu : Jika nilai Probability F -Statistik > 0,05, maka model linear ditolak. Jika nilai Probability F -Statistik < 0,05, maka model linear diterima. Analisis hasil output, bahwa nilai Probability F -Statistik 0,00 < 0,05 maka dapat disimpulkan bahwa model linear diterima. c) Uji Multikolinearitas Pengujian multikolinearitas dapat dilakukan dengan pendekatan korelasi parsial dengan tahapan : 1. Persamaan regresi Y = β 0 +β 1 I+β 2 AK+ i...(1) 2. Estimasi regresi I= β0 + β1 AK...(2) AK = β0 + β1 I...(3) Persamaan pertama Dependent Variable: Y Variable Coefficient Std. Error t-statistic Prob. C 9.337147 3.553159 2.627844 0.0209 I 0.006573 0.024714 0.265985 0.7944 AK 0.930024 0.127898 7.271632 0.0000 R-squared 0.812630 F-statistic 28.19079 Adjusted R-squared 0.783804 Prob(F-statistic) 0.000019

Persamaan kedua Dependent Variable: I Variable Coefficient Std. Error t-statistic Prob. C 37.95100 37.06230 1.023979 0.3232 AK 1.111983 1.350824 0.823189 0.4242 R-squared 0.046168 F-statistic 0.677640 Adjusted R-squared -0.021963 Prob(F-statistic) 0.424202 Persamaan ketiga Dependent Variable: AK Variable Coefficient Std. Error t-statistic Prob. C -3.505996 7.365502-0.476002 0.6414 I 0.041519 0.050437 0.823189 0.4242 R-squared 0.046168 F-statistic 0.677640 Adjusted R-squared -0.021963 Prob(F-statistic) 0.424202 Untuk persamaan (1) nilai R 2 adalah sebesar 0,8126 selanjutnya disebut R 2 10 Untuk persamaan (2) nilai R 2 adalah sebesar 0,0461 selanjutnya disebut R 2 11 Untuk persamaan (3) nilai R 2 adalah sebesar 0,0461 selanjutnya disebut R 2 12 Ketentuan : Bila nilai R 2 10 > R 2 11, R 2 12, maka model tidak diketemukan adanya multikolinearitas Bila nilai R 2 10 < R 2 11, R 2 12, maka model diketemukan adanya multikolinearitas Analisis hasil output, menunjukkan nilai R 2 10 > R 2 11, diketemukan adanya multikolinearitas R 2 12, maka model tidak d) Uji Autokorelasi Untuk mendeteksi apakah model regresi mengandung autokorelasi atau tidak dapat ditentukan melalui nilai D-W (Durbin-watson). Dengan demikian jika dilihat dari nilai D-W maka diperoleh nilai sebesar 1,9577 jadi pada model regresi tidak mengandung autokorelasi karena nilai D-W berada diantara -2 sampai +2

e) Uji Heteroskedastisitas I. Uji White Heteroskedastisitas ( no cross terms ) White Heteroskedasticity Test: F-statistic 2.433405 Probability 0.109667 Obs*R-squared 7.511371 Probability 0.111209 II. Uji White Heteroskedastisitas ( cross terms ) White Heteroskedasticity Test: F-statistic 2.886568 Probability 0.072265 Obs*R-squared 9.451436 Probability 0.092357 Berdasarkan hasil diatas dapat disimpulkan dengan signifikansi α = 5 % yaitu: Jika nilai Probability Obs*R-squared > 0,05, maka model tidak terdapat heterokedastisitas. Jika nilai Probability Obs*R-squared < 0,05, maka model terdapat heterokedastisitas. Hasil analisis output, berdasarkan tabel diatas nilai Probability Obs*Rsquared 0,11 > 0,05, baik untuk cross terms maupun no cross terms maka dapat disimpulkan model diatas tidak terdapat heterokedastisitas.

BAB V KESIMPULAN Berdasarkan hasil analisis pengaruh investasi/penanaman modal dalam negeri dan jumlah angkatan kerja tahun 1995-2010 dapat diambil kesimpulan sebagai berikut: 1 Hasil analisis pengaruh investasi atau penanaman model dalam negeri (PMDN) di Daerah Istimewa Yogyakarta terhadap pertumbuhan ekonomi menunjukkan bahwa ada pengaruh yang rendah dan tidak signifikan terhadap pertumbuhan ekonomi. Peningkatan 1 % nilai investasi (I) akan meningkatkan pertumbuhan ekonomi atau pendapatan domestik regional bruto sebesar 0,266 % dan sebaliknya penurunan 1 % nilai investasi (I) akan menurunkan pertumbuhan ekonomi atau pendapatan domestik regional bruto sebesar 0,266 %. 2 Hasil analisis pengaruh angkatan kerja terhadap pertumbuhan ekonomi menunjukkan ada pengaruh yang kuat dan signifikan terhadap pertumbuhan ekonomi. Peningkatan 1 % angkatan kerja (AK) akan meningkatkan pertumbuhan ekonomi atau pendapatan domestik regional bruto sebesar 7,272 % dan sebaliknya penurunan 1 % angkatan kerja (AK) akan menurunkan pertumbuhan ekonomi atau pendapatan domestik regional bruto sebesar 7,272 %.

DAFTAR PUSTAKA Adioetomo, Sri Murtiningsih. 2010. Dasar-dasar Demografi.Salemba Empat. Jakarta. Jhingan.M.L.1999. Ekonomi Pembangunan dan Perencanaan, (terjemahan oleh D,Guritno). PT.Raja Grapindo Persada. Jakarta Mantra, Ida Bagus. 2009. Demografi Umum. Pustaka Pelajar. Yogyakarta. Saptutyningsih, Endah & Hermanto. (2002). Electronic Data Processing, UPFE- UMY, Yogyakarta. Suparmoko, M dan Irawan. 2002. Ekonomika Pembangunan, Edisi Keenam. BPFE Yogyakarta. Susanti, H, Moh. Iksan dan Widyanti. 2000. Indikator-indikator Makro Ekonomi. Edisi Kedua. Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia. Jakarta.

LAMPIRAN : Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja (AK) tahun 1995-2010 Tahun I AK Y 1995 126009 1491917 5618645 1996 191257 1513978 6399742 1997 1283716 1556268 7233677 1998 1299966 1507040 9863894 1999 1322586 1584106 11762983 2000 1815183 1724775 13093980 2001 1884596 2462930 15229910 2002 1961916 2426097 17524441 2003 2405275 2498718 19613418 2004 2401967 2530926 22023880 2005 2251066 2650351 25337603 2006 2144879 2700274 29417349 2007 1801534 2755799 32916736 2008 1806426 2836178 3810168450 2009 1882514 2871719 4140704950 2010 1884926 2702531 4559185306 Sumber dari BPS yang sudah diolah Data investasi (I), pertumbuhan ekonomi (Y), dan angkatan kerja (AK) setelah dipersenkan Tahun I AK Y 1995 51,78 1,48 13,90 1996 571,20 2,79 13,03 1997 1,27-3,16 36,36 1998 1,74 5,11 19,25 1999 37,24 8,88 11,32 2000 3,82 42,80 16,31 2001 4,10-1,50 15,07 2002 22,60 2,99 11,92 2003-0,14 1,29 12,29 2004-6,28 4,72 15,05 2005-4,72 1,88 16,10 2006-16,01 2,06 11,90 2007 0,27 2,92 11.475,17 2008 4,21 1,25 8,68 2009 0,13-5,89 10,11 2010-100,00-100,00-100,00

Dependent Variable: Y Method: Least Squares Date: 06/10/12 Time: 02:04 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C 9.337147 3.553159 2.627844 0.0209 I 0.006573 0.024714 0.265985 0.7944 AK 0.930024 0.127898 7.271632 0.0000 R-squared 0.812630 Mean dependent var 7.689687 Adjusted R-squared 0.783804 S.D. dependent var 29.40245 S.E. of regression 13.67121 Akaike info criterion 8.235822 Sum squared resid 2429.726 Schwarz criterion 8.380683 Log likelihood -62.88658 F-statistic 28.19079 Durbin-Watson stat 1.957725 Prob(F-statistic) 0.000019 Y = C(1) + C(2)*I + C(3)*AK Y = 9.337146704 + 0.006573444209*I + 0.9300236048*AK Uji normalitas 10 8 6 4 2 0-40 -30-20 -10 0 10 20 30 Series: Residuals Sample 1995 2010 Observations 16 Mean 2.11E-15 Median 1.058334 Maximum 29.95338 Minimum -32.85727 Std. Dev. 12.72720 Skewness -0.395785 Kurtosis 5.524175 Jarque-Bera 4.665362 Probability 0.097035 Uji Linearitas Ramsey RESET Test: F-statistic 31.85833 Probability 0.000108 Log likelihood ratio 20.73693 Probability 0.000005 Test Equation: Dependent Variable: Y Method: Least Squares Date: 06/10/12 Time: 02:26 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C 15.46849 2.218595 6.972203 0.0000

I -0.002862 0.013558-0.211074 0.8364 AK 0.491821 0.104288 4.716003 0.0005 FITTED^2-0.009309 0.001649-5.644319 0.0001 R-squared 0.948734 Mean dependent var 7.689687 Adjusted R-squared 0.935918 S.D. dependent var 29.40245 S.E. of regression 7.443079 Akaike info criterion 7.064764 Sum squared resid 664.7930 Schwarz criterion 7.257911 Log likelihood -52.51811 F-statistic 74.02463 Durbin-Watson stat 1.656242 Prob(F-statistic) 0.000000 Uji Multikolinearitas Y = C(1) + C(2)*I + C(3)*AK Y = 9.337146704 + 0.006573444209*I + 0.9300236048*AK Estimasi regres : I= β0 + β1 AK Dependent Variable: I Method: Least Squares Date: 06/10/12 Time: 02:32 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C 37.95100 37.06230 1.023979 0.3232 AK 1.111983 1.350824 0.823189 0.4242 R-squared 0.046168 Mean dependent var 35.70063 Adjusted R-squared -0.021963 S.D. dependent var 146.2481 S.E. of regression 147.8454 Akaike info criterion 12.94668 Sum squared resid 306015.5 Schwarz criterion 13.04325 Log likelihood -101.5734 F-statistic 0.677640 Durbin-Watson stat 1.945502 Prob(F-statistic) 0.424202 ak = β0 + β1 I Dependent Variable: AK Method: Least Squares Date: 06/10/12 Time: 02:33 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C -3.505996 7.365502-0.476002 0.6414 I 0.041519 0.050437 0.823189 0.4242 R-squared 0.046168 Mean dependent var -2.023750 Adjusted R-squared -0.021963 S.D. dependent var 28.25943 S.E. of regression 28.56807 Akaike info criterion 9.658925 Sum squared resid 11425.88 Schwarz criterion 9.755499 Log likelihood -75.27140 F-statistic 0.677640 Durbin-Watson stat 1.066689 Prob(F-statistic) 0.424202

Uji Heterokedastisitas No cross terms White Heteroskedasticity Test: F-statistic 2.433405 Probability 0.109667 Obs*R-squared 7.511371 Probability 0.111209 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/10/12 Time: 02:34 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C 75.02152 86.02056 0.872135 0.4018 I -1.539840 4.746689-0.324403 0.7517 I^2 0.002350 0.008264 0.284326 0.7814 AK 14.66769 5.163542 2.840626 0.0161 AK^2 0.147960 0.067897 2.179185 0.0519 R-squared 0.469461 Mean dependent var 151.8579 Adjusted R-squared 0.276537 S.D. dependent var 333.5964 S.E. of regression 283.7458 Akaike info criterion 14.38434 Sum squared resid 885628.6 Schwarz criterion 14.62578 Log likelihood -110.0747 F-statistic 2.433405 Durbin-Watson stat 2.085852 Prob(F-statistic) 0.109667 Cross terms White Heteroskedasticity Test: F-statistic 2.886568 Probability 0.072265 Obs*R-squared 9.451436 Probability 0.092357 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 06/10/12 Time: 02:35 Sample: 1995 2010 Included observations: 16 Variable Coefficient Std. Error t-statistic Prob. C 99.57503 80.51532 1.236722 0.2444 I 2.846520 5.061044 0.562437 0.5862 I^2-0.000648 0.007810-0.082921 0.9356 I*AK -0.931648 0.541274-1.721215 0.1159 AK -11.23388 15.78228-0.711803 0.4929 AK^2 0.863527 0.420412 2.054002 0.0671 R-squared 0.590715 Mean dependent var 151.8579 Adjusted R-squared 0.386072 S.D. dependent var 333.5964 S.E. of regression 261.3846 Akaike info criterion 14.24986 Sum squared resid 683219.3 Schwarz criterion 14.53958 Log likelihood -107.9989 F-statistic 2.886568 Durbin-Watson stat 1.901063 Prob(F-statistic) 0.072265