pengaruh foreign direct investment dan...
TRANSCRIPT
PENGARUH FOREIGN DIRECT INVESTMENT DAN PEMBANGUNAN
TEKNOLOGI INFORMASI DAN KOMUNIKASI (TIK) TERHADAP PDB
PER KAPITA DI BEBERAPA NEGARA ASEAN TAHUN 2008-2017
SKRIPSI
Diajukan untuk Memenuhi Persyaratan Memperoleh
Gelar Sarjana Ekonomi (S.E.)
Disusun oleh:
Andini
11150840000036
JURUSAN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
1441 H / 2019 M
i
LEMBAR PENGESAHAN PEMBIMBING
ii
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF
iii
LEMBAR PERNYATAAN KEASLIAN ILMIAH
iv
LEMBAR PENGESAHAN UJIAN SKRIPSI
v
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi
1. Nama Lengkap : Andini
2. Tempat/Tanggal Lahir : Jakarta, 21 Oktober 1996
3. Alamat : Jalan Jamblang N0.39
Kel. Srengseng sawah
Kec. Jagakarsa Jakarta Selatan
DKI Jakarta 12640
4. Telepon : 085782461897
5. Email : [email protected]
II. Pendidikan Formal
1. SDI Al-Bayyinah
2. Madrasah Tsanawiyah Negeri 4 Jakarta
3. Madrasah Aliyah Negeri 13 Jakarta
4. UIN Syarif Hidayatullah Jakarta
III. Pengalaman
1. Anggota Paduan Suara MAN 13 Jakarta
2. Peserta Kompetisi Esai Nasional “Interdisciplinary Scientific
Competition For Nation Development”, 2017, Universias
Negeri Semarang
3. Finalis Kompetisi Esai Nasional “National Economics
Creative Competition 2017” UIN Alauddin
4. Magang di Seksi Pengendalian Bidang Penanaman Modal
Dinas Penanaman Modal dan Pelayanan Terpadu Satu Pintu
(DPMPTSP) DKI Jakarta, Oktober-Desember 2018
vi
ABSTRACT
The aims of this research to analyze the effect of Foreign Direct
Investment (FDI) and Information and Communication Technology (ICT)
Development to GDP Per Capita in ASEAN Countries over the period of 2008-
2017. This research use secondary data and panel data analysis which is
processed using Random Effect Model (REM).
The Result showed that partially variable Foreign Direct Investment
(FDI) and Information and Communication Technology (ICT) Development have
positive and significant effect on GDP Per Capita in ASEAN Countries for year
2008-2017. Silmutaneously variable Foreign Direct Investment and Information
(FDI) and Communication Technology (ICT) Development have significant effect
on GDP Per Capita. GDP Per Capita can be explained by Foreign Direct
Investment and Information and Communication Technology (ICT) Development
about 67,8%.
Keywords: GDP Per Capita, Foreign Direct Investment (FDI), ICT Development,
Random Effect Model (REM)
vii
ABSTRAK
Tujuan dari penelitian ini untuk menganalisis pengaruh Foreign Direct
Investment (FDI) dan Pembangunan Teknologi Informasi dan Komunikasi (TIK)
terhadap PDB Per Kapita di beberapa negara ASEAN pada tahun 2008-2017.
Penelitian ini menggunakan data sekunder dan menggunakan analisis data panel
dengan pendekatan Random Effect Model (REM).
Hasil penelitian menunjukkan bahwa variabel Foreign Direct
Investment (FDI) dan Pembangunan Teknologi Informasi dan Komunikasi (TIK)
secara parsial berpengaruh positif dan signifikan terhadap PDB Per Kapita di
Negara-negara ASEAN pada tahun 2008-2017. Secara simultan variabel FDI dan
pembangunan teknologi informasi dan komunikasi (TIK) memiliki pengaruh yang
signifikan terhadap PDB Per Kapita. PDB Per Kapita dapat dijelaskan oleh
Foreign Direct Investment (FDI) dan Pembanguna Teknologi Informasi dan
Komunikasi (TIK) sebesar 67,8%.
Kata Kunci: PDB Per Kapita, Foreign Direct Investment (FDI), Pembangunan
Teknologi Informasi dan Komunikasi (TIK), Random Effect Model (REM)
viii
KATA PENGANTAR
Bismillahirrahmanirrahim
Assalamualaikum warahmatullahi wabarakatuh,
Alhamdulillah segala puji dan syukur senantiasa penulis panjatkan atas
kehadirat Allah SWT, karena berkat rahmat dan ridho-nya sehingga penulis dapat
menyelesaikan penulisan skripsi yang berjudul “Pengaruh Foreign Direct
Investment dan Pembangunan Teknologi Informasi dan KomunikasI (TIK)
terhadap PDB Per Kapita di Beberapa Negara ASEAN Tahun 2008-2017”
dengan baik. Shalawat serta salam semoga tercurahkan kepada baginda Nabi
Besar Muhammad Shallallahu ‘Alaihi Wassalam beserta keluarga dan para
sahabatnya yang telah memberi syafa’atnya kepada para umatnya dari zaman
jahiliyah hingga ke zaman yang terang benderang.
Skripsi ini disususn sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dengan
selesainya penulisan skripsi ini, penulis menyadari bahwa ini tidak terlepas dari
bimbingan, bantuan dan dorongan semangat dari bebrapa pihak yang ada di
sekeliling penulis. Oleh karena itu, penulis mengucapkan terima kasih kepada:
1. Kedua orang tua penulis, Ayah Mohamad Ali dan Mama Yani Heryani yang
selalu mendoakan dan tak hentinya memberi semangat, kasih sayang serta
dukungan moril dan materil sehingga penulis dapat menyelesaikan
penyusunan skripsi. Terima kasih atas segalanya, semoga Ayah dan Mama
selalu diberi kesehatan dan kebahagian. Aamiin.
2. Kedua adik penulis, Furqon dan Raisya Alya Rahma yang telah memberikan
dukungan dan rela direpotkan serta menghibur selama proses penyelesaian
skripsi.
3. Keluarga besar Naseri dan Ajar Supratman yang telah memberikan dukungan
serta doa hingga terselesaikannya penulisan skripsi ini.
4. Bapak Prof. Dr. Amilin, SE., Ak., M.Si., CA, QIA., BKP., CRMP selaku
Dekan Fakultas Ekonomi dan Bisnis Universitas Islam Negeri Syarif
Hidayatullah Jakarta.
ix
5. Bapak Dr. M. Hartana Iswandi Putra, M.Si dan Bapak Deni Pandu Nugraha,
SE., M.Sc selaku Ketua jurusan dan Sekertaris jurusan Ekonomi
Pembangunan Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah Jakarta.
6. Ibu Najwa Khairina, S.E., MA. selaku dosen pembimbing skripsi yang telah
meluangkan waktu dan tenaga, pikiran dan ilmu bermanfaat sehingga penulis
dapat menyelesaikan skripsi ini. Semoga Ibu selalu diberikan kesehatan dan
keberkahan oleh Allah SWT.
7. Bapak Drs. Rusdianto, M.Sc selaku dosen pembimbing akademik.
8. Seluruh dosen Fakultas Ekonomi dan Bisnis yang telah memberikan ilmu
yang sangat berguna bagi penulis selama perkuliahan serta jajaran staf UIN
Syarif Hidayatullah Jakarta yang telah melayani dan membantu penulis
selama perkuliahan.
9. Rekan-rekan seperjuangan selama perkuliahan, Azalia Nada Bayanillah,
Diyah Ayu Fatimah, Diyah Ayu Setyo, Khairun Nisa, Kurniasih Anderesta,
Maria Ulfah, Octavira Maretta, Priska Fatma Anggita, Rara Min Arsyillah,
Resha Ayu Nuvisa, Sofi Pratiwi, dan Tenti Aprianti Rukmana terima kasih
atas segala dukungannya,
10. Teman-teman penulis yang lainnya yang senantiasa memberi dukungan dan
doa dalam kelancaran penulisan skripsi.
11. Teman-teman Ekonomi Pembangunan angkatan 2015
Penulis menyadari bahwa skripsi ini masih jauh dari kata sempurna dan
terdapat banyak kekurangan dikarenakan keterbatasan pengetahuan dan
pengalaman penulis. Oleh karena itu, penulis mengharap kritik dan saran yang
membangun dari berbagai pihak.
Wassalamualaikum warrahmatullahi wabarakatuh
Jakarta, Agustus 2019
Andini
x
DAFTAR ISI
LEMBAR PENGESAHAN PEMBIMBING ........................................................... i
LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ........................................ ii
LEMBAR PERNYATAAN KEASLIAN ILMIAH .............................................. iii
LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................................... iv
DAFTAR RIWAYAT HIDUP ................................................................................ v
ABSTRACT ........................................................................................................... vi
ABSTRAK ............................................................................................................ vii
KATA PENGANTAR ......................................................................................... viii
DAFTAR ISI ........................................................................................................... x
DAFTAR GRAFIK ............................................................................................... xii
DAFTAR TABEL ................................................................................................ xiii
DAFTAR GAMBAR ........................................................................................... xiv
BAB I ...................................................................................................................... 1
A. Latar Belakang.......................................................................................... 1
B. Batasan Masalah ....................................................................................... 7
C. Rumusan Masalah .................................................................................... 7
D. Tujuan dan Manfaat Penelitian ................................................................. 8
E. Tinjauan Kajian Terdahulu ....................................................................... 8
F. Sistematika Penulisan ............................................................................ 16
BAB II ................................................................................................................... 17
A. Teori Terkait ........................................................................................... 17
B. Hubungan Antar Variabel....................................................................... 28
C. Kerangka Pemikiran ............................................................................... 29
D. Hipotesis ................................................................................................. 31
BAB III.................................................................................................................. 32
A. Ruang Lingkup Penelitian ..................................................................... 32
B. Metode Penentuan Sampel ..................................................................... 32
C. Metode Pengumpulan Data .................................................................... 32
D. Instrumen Penelitian ............................................................................... 33
E. Teknik Analisis Data .............................................................................. 34
BAB IV ................................................................................................................. 39
xi
A. Gambaran Umum Objek Penelitian........................................................ 39
B. Pemilihan Model dan Pengolahan Data ................................................. 51
C. Pengujian Hipotesis ................................................................................ 57
D. Pembahasan (Analisis Ekonomi) ............................................................ 60
BAB V ................................................................................................................... 62
A. Kesimpulan ............................................................................................. 62
B. Saran ....................................................................................................... 63
DAFTAR PUSTAKA ........................................................................................... 64
LAMPIRAN .......................................................................................................... 69
xii
DAFTAR GRAFIK
Grafik 1. 1 PDB per kapita Negara-negara ASEAN Tahun 2008-2017 ................. 2
Grafik 1. 2 Indeks Pembangunan Teknologi Informasi dan Komunikasi di
Beberapa Negara ASEAN Tahun 2008-2017 ......................................................... 5
Grafik 4. 1 PDB Per Kapita Indonesia Tahun 2008-2018 (dalam US$) ............... 39
Grafik 4. 2 Foreign Direct Investment (FDI) Indonesia Tahun 2008-2018 .......... 40
Grafik 4. 3 Indeks Pembangunan Teknologi Informasi dan Komunikasi ............. 40
Grafik 4. 4 PDB Per Kapita Myanmar Tahun 2008-2018 (dalam US$) ............... 41
Grafik 4. 5 Foreign Direct Investment (FDI) Myanmar Tahun 2008-2017 .......... 42
Grafik 4. 6 Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK)
Myanmar Tahun 2008-2017 .................................................................................. 42
Grafik 4. 7 PDB Per Kapita Filipina Tahun 2008-2018 (dalam US$) .................. 43
Grafik 4. 8 Foreign Direct Investment (FDI) Filipina Tahun 2008-2018 ............. 44
Grafik 4. 9 Indeks Pembangunan Teknologi Informasi dan Komunikasi ............. 44
Grafik 4. 10 PDB Per Kapita Vietnam Tahun 2008-2018 (dalam US$) ............... 45
Grafik 4. 11 Foreign Direct Investment (FDI) Vietnam Tahun 2008-2017 (dalam
Juta US$) ............................................................................................................... 46
Grafik 4. 12 Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK)
Vietnam Tahun 2008-2017 ................................................................................... 46
Grafik 4. 13 PDB Per Kapita Kamboja Tahun 2008-2018 (dalam US$) .............. 47
Grafik 4. 14 Foreign Direct Investment (FDI) Kamboja Tahun 2008-2018 (dalam
Juta US$) ............................................................................................................... 48
Grafik 4. 15 Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK)
Kamboja Tahun 2008-2017................................................................................... 48
Grafik 4. 16 PDB Per Kapita Laos Tahun 2008-2018 (dalam US$) ..................... 49
Grafik 4. 17 Foreign Direct Investment (FDI) Laos Tahun 2008-2017 ............... 50
Grafik 4.18 Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK)
Laos Tahun 2008-2017 ......................................................................................... 50
xiii
DAFTAR TABEL
Tabel 1. 1 Rata-Rata Jumlah FDI Beberapa negara ASEAN Tahun 2008-2017 .... 3
Tabel 1. 2 Tinjauan Kajian Terdahulu .................................................................. 12
Tabel 3. 1 Definisi Operasional Variabel .............................................................. 33
Tabel 4. 1 Uji Chow .............................................................................................. 51
Tabel 4. 2 Uji Hausman ........................................................................................ 52
Tabel 4. 3 Uji Lagrange Multiplier ....................................................................... 53
Tabel 4. 4 Hasil Regresi Data Panel...................................................................... 54
Tabel 4. 5 Interpretasi Random Effect Model........................................................ 55
Tabel 4. 6 Uji t-statistik ......................................................................................... 58
Tabel 4. 7 Uji F-statistik........................................................................................ 59
Tabel 4.8 Koefisien Determinasi (Adjusted R2) ................................................... 59
xiv
DAFTAR GAMBAR
Gambar 2. 1 Kerangka Pemikiran ......................................................................... 30
1
BAB I
PENDAHULUAN
A. Latar Belakang
Berbicara mengenai perekonomian suatu negara tentu tidak lepas dari kata
pertumbuhan ekonomi. Pertumbuhan ekonomi selalu menjadi perhatian utama
bagi pemerintah di berbagai negara, baik negara maju maupun berkembang.
Pertumbuhan ekonomi yang positif atau progresif akan menjadi keuntungan
tersendiri bagi suatu negara. Tinggi rendahnya pertumbuhan ekonomi dapat
menggambarkan keberhasilan dan kualitas kinerja perekonomian dan
pembangunan ekonomi di negara tersebut, tak terkecuali bagi negara-negara di
kawasan regional Asia Tenggara yang tergabung dalam Association of South East
Asian Nations (ASEAN).
ASEAN merupakan salah satu bentuk kerja sama antar negara di kawasan
Asia Tenggara yang terdiri dari sepuluh negara, antara lain: Singapura, Malaysia,
Brunai Darussalam, Thailand, Indonesia, Myanmar, Filipina, Kamboja, Vietnam
dan Laos. Tujuan dibentuknya ASEAN adalah untuk meningkatkan pertumbuhan
ekonomi, perkembangan sosial budaya, serta perdamaian dan stabilitas di
kawasan ASEAN. Pada tahun 2007 di sebuah konferensi yang digelar di Filipina,
negara-negara ASEAN sepakat untuk mempercepat pembentukan Masyarakat
Ekonomi ASEAN (MEA) menjadi tahun 2015. Percepatan waktu yang di semula
akan dilakukan pada tahun 2020 ini dilatar belakangi oleh tekad ASEAN untuk
segera meningkatkan pertumbuhan ekonomi dan daya saing antar sesama negara
ASEAN untuk menghadapi persaingan global. Salah satu tujuan dibentuknya
MEA adalah menciptakan kawasan dengan pertumbuhan ekonomi yang merata.
Untuk melihat pertumbuhan ekonomi yang dicapai oleh suatu negara dapat
diukur dari perkembangan pendapatan nasional yang dicapai suatu negara
(Sukirno, 2004). Salah satu indikator untuk mengetahui kondisi ekonomi di suatu
negara adalah Produk Domestik Bruto (PDB) per kapita. Menurut Boediono
(2001) pertumbuhan ekonomi dapat diartikan sebagai suatu kenaikan output per
kapita penduduk suatu negara. Produk Domestik Bruto per kapita berguna untuk
2
mengetahui pertumbuhan nyata ekonomi per kapita. Jika PDB per kapita tinggi,
akan memberikan banyak alternatif pada masyarakat untuk mengkonsumsi barang
yang akan diikuti oleh daya beli masyarakat yang juga meningkat (Rahardja,
2008). Seperti yang sudah dijelaskan di atas, salah satu tujuan dibentuknya MEA
yaitu: menciptakan kawasan dengan pertumbuhan ekonomi yang merata. Namun
jika dilihat faktanya, terdapat ketimpangan pada pendapatan per kapita negara-
negara di ASEAN.
Grafik 1. 1 PDB per kapita Negara-negara ASEAN Tahun 2008-2017
Sumber: World Bank,2019 (diolah)
Dilihat dari grafik 1.1 PDB per kapita negara-negara ASEAN tahun 2008-
2017 terjadi ketimpangan PDB per kapita dari ke-sepuluh negara tersebut. Dapat
dilihat dari besarnya rata-rata PDB per kapita negara-negara ASEAN dari tahun
2008-2017, hanya ada 4 negara yang PDB per kapita nya mencapai lebih dari
US$3.896 atau termasuk dalam negara upper middle income yaitu Singapura,
Brunei Darussalam, Malaysia dan Thailand sedangkan sisanya yaitu negara
Indonesia, Myanmar, Filipina, Vietnam, Kamboja dan Laos PDB per kapitanya
1000
11000
21000
31000
41000
51000
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indonesia Myanmar Filipina
Vietnam Kamboja Laos
Singapura Malaysia Brunei Darussalam
Thailand
3
dibawah US$3.896 dan ke-enam negara tersebut termasuk dalam negara lower
middle income versi World Bank.
Untuk meningkatkan Produk Domestik Bruto per kapita bisa melalui banyak
cara, salah satunya melalui Investasi. Menurut Todaro (2003), pertumbuhan
ekonomi dan investasi tidak dapat dipisahkan, semakin besar investasi maka akan
mempengaruhi peningkatan pada jumlah PDB suatu negara. Menurut Sukirno
(2011) investasi merupakan penanaman modal untuk membeli perlengkapan-
perlengkapan produksi dan barang-barang modal untuk menambah kemampuan
memproduksi barang-barang dan jasa dalam perekonomian. Investasi dapat
dikatakan sebagai mesin pertumbuhan setiap negara (engine of growth). Investasi-
lah yang akan membuat suatu negara dapat bertumbuh dan berkembang seiring
dengan adanya investasi yang ada dalam negaranya tersebut (Situmorang, 2008).
Investasi atau penanaman modal merupakan jalan keluar utama dari masalah
negara terbelakang ataupun berkembang dan kunci utama menuju pembangunan
ekonomi (Jhingan, 1996). Investasi Asing memiliki peran besar dalam melengkapi
kebutuhan investasi dalam negeri. Foreign Direct Investment (FDI) menjadi salah
satu sumber modal yang penting dan dapat memberikan kontribusi yang besar
untuk pembangunan setiap negara negara baik yang maju maupun berkembang.
Tabel 1. 1 Rata-Rata Jumlah FDI Beberapa negara ASEAN Tahun 2008-2017
Negara Rata-rata jumlah FDI (Juta US$)
Indonesia 16,448.7
Myanmar 2,249.1993
Filipina 4,334.9
Vietnam 9,757.7
Kamboja 1,769.8573
Laos 690.501
Sumber: World Bank, 2019 (diolah)
Dilihat dari tabel 1.1 rata-rata jumlah Foreign Direct Investment (FDI) negara
ASEAN di atas, peringkat pertama diduduki oleh Indonesia dengan rata-rata 16,
448.7 Juta US$ sedangkan Laos merupakan negara yang memiliki rata-rata
4
jumlah FDI paling rendah yaitu 690 juta US$. Data Foreign Direct Investment
(FDI) diperoleh dari jumlah FDI yang masuk (inflow) ke negara-negara tersebut.
FDI (Foreign Direct Investment) akan membawa dampak positif terhadap
pendapatan suatu negara. Hal ini dikarenakan dengan meningkatnya jumlah FDI
akan menambah modal untuk melakukan produksi pada barang-barang dan jasa
dalam perekonomian negara. Dengan demikian, jika FDI tidak berkembang di
suatu negara, maka kondisi pendapatan di negara tersebut kemungkinan besar
akan tertinggal dibandingkan dengan negara lain yang memiliki FDI dengan
jumlah yang tinggi.
Menurut Simon Kuznets dalam Jhingan (2004), meningkatnya pendapatan
ekonomi juga bergantung pada perkembangan teknologi. Hal ini di dukung oleh
pernyataan Lucas (1988) yang mengatakan bahwa Pembangunan teknologi
informasi dan komunikasi akan meningkatkan pendapatan dari negara tersebut.
Menurut Laporan World Economic Forum (WEF) atau Form Ekonomi Dunia
negara-negara yang mengikuti perkembangan teknologi lebih unggul secara
ekonomi dan dalam pembangunan sosial. Artinya, jika ingin negara menjadi maju,
harus mengikuti perkembangan teknologi.
Dalam beberapa tahun belakangan, perkembangan teknologi terlihat sangat
pesat, salah satu yang membuat perkembangan teknologi semakin pesat lantaran
saat ini dunia telah memasuki era digitalisasi. Era digitalisasi ditandai dengan
banyaknya kegiatan yang dilakukan dengan memanfaatkan kemampuan teknologi.
Hal ini sudah terlihat jelas dari semakin banyaknya penggunaan teknologi untuk
kegiatan sehari-hari. Di era digitalisasi ini, kehadiran teknologi telah memberikan
banyak perubahan di berbagai sektor kehidupan manusia. Sebab, teknologi
menawarkan kemudahan yang belum didapatkan sebelumnya terutama dalam hal
informasi dan komunikasi.
Tujuan dilakukannya pembangunan teknologi adalah untuk meningkatkan
output maksimum yang dihasilkan. Semakin baik kondisi teknologi suatu negara
tentu akan berdampak pada setiap output yang dihasilkan. Hal ini jelas terjadi
karena dengan adanya teknologi mampu mengefisiensikan pengerjaan sehingga
mendapatkan hasil yang maksimal. Roller dan Waverman (2001) menjelaskan
bahwa teknologi informasi dan komunikasi (TIK) dapat membawa pertumbuhan
5
ekonomi terutama PDB karena dengan adanya TIK yang baik akan meningkatkan
permintaan input yang digunakan dalam produksi dan membuat produktivitas
menjadi lebih besar yang nantinya akan berdampak pada pendapatan perkapita.
Hal ini didukung oleh Kim (2004) yang menjelaskan bahwa teknologi informasi
berkorelasi positif cukup kuat dengan tingkat pendapatan per kapita.
Untuk melihat sejauh mana perkembangan pembangunan teknologi disuatu
negara, dapat melalui Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK). IP-TIK menjadi suatu ukuran standar yang dapat menggambarkan
tingkat pembangunan teknologi informasi dan komunikasi (TIK) suatu wilayah
atau negara. Dengan melihat nilai Indeks, bukan hanya melihat tingkat
pembangunan ekonomi suatu wilayah atau negara namun juga dapat melihat
kesenjangan pembangunan teknologi informasi dan komunikasi antar negara.
Semakin tinggi nilai indeks menunjukkan pembangunan TIK di suatu negara lebih
optimum. Sebaliknya, semakin rendah nilai indeks menunjukkan pembangunan
TIK di wilayah atau negara tersebut belum optimal. Maka, perbedaan kondisi
teknologi ini dapat menimbulkan pula perbedaan kondisi ekonomi di sebuah
negara.
Grafik 1. 2 Indeks Pembangunan Teknologi Informasi dan Komunikasi di
Beberapa Negara ASEAN Tahun 2008-2017
Sumber: International Telecommunication Union (ITU), 2019 (diolah)
1
1.5
2
2.5
3
3.5
4
4.5
5
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indonesia
Myanmar
Filipina
Vietnam
Kamboja
Laos
6
Dari grafik 1.2 Indeks Pembangunan Teknologi Informasi dan Komunikasi di
beberapa Negara ASEAN 2008-2017 terlihat bahwa terjadi kesenjangan antar
beberapa negara tersebut. Meskipun terjadi kesenjangan, namun dari keseluruhan
negara menunjukkan kenaikan angka indeks setiap tahunnya. Pada tahun 2008,
peringkat pertama diraih oleh vietnam dan akhirnya disusul oleh Filipina hingga
pada tahun 2017, Filipina menjadi negara dengan indeks paling tertinggi diantara
ke-enam negara tersebut.
Peneliti tertarik untuk meneliti produk domestik bruto (PDB) per kapita
dengan mengambil obyek beberapa negara di Kawasan ASEAN karena beberapa
negara ASEAN tersebut masih termasuk dalam negara lower middle income.
Meskipun menunjukkan kecenderungan peningkatan, namun hingga saat ini
pendapatan ekonomi belum mampu untuk menjadikan negara lower middle
income untuk menjadi negara upper middle income bahkan upper income. Oleh
sebab itu, dengan melihat kerjasama yang ada di ASEAN khususnya dalam
bidang ekonomi yaitu AEC (Asean Economic Community) atau yang kita lebih
kenal dengan MEA (Masyarakat Ekonomi ASEAN) dengan tujuannya yaitu
menciptakan kawasan dengan pertumbuhan ekonomi yang merata, maka penulis
tertarik untuk menganalisis dua faktor mempengaruhi PDB per kapita di beberapa
ASEAN. Penelitian yang dilakukan oleh penulis bermaksud untuk mencari tahu
pengaruh Foreign Direct Investment (FDI) dan pembangunan Teknologi
Informasi dan Komunikasi (TIK) terhadap PDB per kapita di beberapa negara
ASEAN yaitu: (1) Indonesia, (2) Myanmar, (3) Filipina, (4) Vietnam, (5)
Kamboja, (6) Laos. Bagaimana pengaruh masing masing variabel independen
terhadap variabel dependen. Dalam penelitian ini, analisis variabel Foreign Direct
Investment (FDI) dan pembangunan Teknologi Informasi dan Komunikasi (TIK)
akan menggunakan model data panel. Berdasarkan latar belakang di atas, penulis
termotivasi untuk melakukan penelitian terhadap PDB perkapita dengan judul
penelitian “Pengaruh Foreign Direct Investment dan Pembangunan
Teknologi Informasi dan Komunikasi (TIK) Terhadap PDB Per Kapita di
Beberapa Negara ASEAN Tahun 2008-2017”
7
B. Batasan Masalah
Penelitian ini hanya membahas Foreign Direct Investment net inflow yang
datanya berasal dari World Bank Tahun 2008–2017 dan Pembangunan
Teknologi Informasi dan Komunikasi yang data nya berasal dari Laporan
International Telecommunication Union (ITU) Tahun 2008–2017. PDB per
kapita pada penelitian ini datanya berasal dari World Bank Tahun 2008–2017.
Pada penelitian ini penulis hanya meniliti negara ASEAN yang termasuk pada
lower middle income versi World Bank, yaitu (1) Indonesia, (2) Myanmar, (3)
Filipina, (4) Vietnam, (5) Kamboja, (6) Laos.
C. Rumusan Masalah
Salah satu tujuan MEA (Masyarakat Ekonomi ASEAN) yaitu menciptakan
kawasan dengan pertumbuhan pendapatan ekonomi yang merata, namun jika
dilihat dari data pendapatan per kapita masih terdapat enam negara ASEAN
yang termasuk dalam kategori lower middle income. Oleh karena itu, di perlukan
cara untuk meningkatkan pendapatan per kapita pada ke-enam negara tersebut,
dua diantaranya yakni: Foreign Direct Investment dan Pembangunan Teknologi
Informasi dan Komunikasi (TIK).
Berdasarkan perumusan masalah yang telah dijelaskan sebelumnya, maka
dirumuskan dalam pertanyaan penilitian sebagai berikut:
1. Bagaimanakah pengaruh Foreign Direct Investment secara parsial
terhadap PDB per Kapita di Beberapa Negara Asean Tahun 2008-2017?
2. Bagaimanakah pengaruh Pembangunan Teknologi Informasi dan
Komunikasi (TIK) secara parsial terhadap PDB per Kapita di Beberapa
Negara Asean Tahun 2008-2017?
3. Bagaimanakah pengaruh Foreign Direct Investment dan Pembangunan
Teknologi Informasi Dan Komunikasi (TIK) secara simultan terhadap
PDB per Kapita di Beberapa Negara Asean Tahun 2008-2017?
8
D. Tujuan dan Manfaat Penelitian
Berlandaskan pada Rumusan Masalah diatas, maka Tujuan dari Penelitian ini
adalah sebagai berikut:
1. Melihat pengaruh Foreign Direct Investment secara parsial terhadap PDB
per Kapita di Beberapa Negara Asean Tahun 2008-2017.
2. Melihat pengaruh Pembangunan Teknologi Informasi dan Komunikasi
(TIK) secara parsial terhadap PDB per Kapita di Beberapa Negara Asean
Tahun 2008-2017.
3. Melihat pengaruh Foreign Direct Investment dan Pembangunan
Teknologi Informasi Dan Komunikasi (TIK) secara simultan terhadap
PDB per Kapita di Beberapa Negara Asean Tahun 2008-2017.
Berdasarkan tujuan di atas, penulis berharap penelitian ini memberi manfaat
sebagai berikut:
1. Bagi Akademisi
a. Mendapatkan informasi mengenai foreign direct investment dan
pembangunan teknologi serta pengaruhnya terhadap PDB per kapita
di beberapa negara ASEAN yang termasuk dalam kategori lower
middle income menurut World Bank yaitu: Indonesia, Myanmar,
Filipina, Vietnam, Kamboja dan Laos
b. Sebagai salah satu bahan literatur bagi penelitian di masa mendatang
2. Bagi Pemerintah terkait
a. Mendapatkan informasi tentang bagaimana pengaruh pembangunan
teknologi dan foreign direct investment terhadap PDB per kapita di
masing-masing, sehingga kedepannya menjadi pertimbangan dalam
pengambilan kebijakan.
E. Tinjauan Kajian Terdahulu
Penelitian yang dilakukan oleh NPG Samantha dan Liu Haiyun tahun 2017
berjudul “The Impact of FDI on the Economic Growth of Sri Lanka: An ARDL
Approach to Co-integration”. Penelitian ini menganalisis jangka panjang dan
pendek pengaruh FDI, domestic investment, trade openness, jumlah tenaga kerja
terhadap pertumbuhan ekonomi yang diproyeksikan dengan PDB per kapita.
9
Metode yang digunakan analisis regresi model Autoregressive Distribute Lag
(ARDL). Hasil penelitian menunjukkan bahwa jumlah FDI, domestic investment,
trade openness, jumlah tenaga kerja berpengaruh positif terhadap PDB per
kapita namun hanya FDI yang signifikan pada jangka pendek maupun jangka
panjang.
Penelitian yang dilakukan oleh Joseph Hakizimana tahun 2015 berjudul “The
Relationship between Foreign Direct Investment (FDI) and GDP Per Capita in
Rwanda”. Penelitian ini bertujuan untuk melihat hubungan dan pengaruh
Foreign Direct Investment (FDI) dengan GDP per kapita. Metode yang
digunakan analisis korelasi sederhana (Bivariate Correlation) dan regresi linear
sederhana. Hasil penelitian menunjukkan terdapat hubungan positif yang kuat
antara FDI dengan GDP per kapita.
Penelitian yang dilakukan Eckhardt Bode and Peter Nunnenkamp tahun 2007
berjudul “Does Foreign Direct Investment Promote Regional Developmeny in
Developed Countries?A Markov Chain Approach for US States”. Penilitian ini
bertujuan untuk melihat efek variabel FDI dimasa mendatang akan terhadap
pendapatan per kapita dan melakukan perbandingan antara negara yang
menerima FDI rendah dan tinggi. Metode yang digunakan ialah Pendekatan
Markov Chain. Hasil penelitian menunjukkan negara yang menerima FDI lebih
tinggi mempunyai kesempatan lebih besar dan signifikan terhadap GDP per
kapita.
Penelitian yang dilakukan Tomi Joutsen dan Hakan Norling tahun 2014
berjudul “Does FDI affect GDP Per-capita growth in sub-Saharan Africa?”.
Penelitian ini bertujuan untuk melihat pengaruh FDI dan tingkat korupsi
terhadap GDP per kapita. Metode yang digunakan dalam penelitian ini adalah
regresi linear berganda dengan Ordinary Least Squares (OLS). Hasil penelitian
menunjukkan FDI berpengaruh positif dan signifikan terhadap GDP per kapita
sedangkan tingkat korupsi berpengaruh negatif terhadap GDP per kapita.
Penelitian yang dilakukan Galih Adi Prasetyo tahun 2017 berjudul “Pengaruh
Pembangunan Infrastruktur Telekomunikasi terhadap Pertumbuhan Ekonomi di
ASEAN”. Penelitian ini bertujuan melihat pengaruh PDB tahun sebelumnya,
Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK), FDI, dan
10
Trade Openness terhadap PDB. Metode yang digunakan adalah analisis data
panel dinamis dengan Generalized Method of Moment (GMM). Hasil
menunjukkan bahwa variabel PDB tahun sebelumnya menunjukkan hubungan
positif dan signifikan terhadap PDB. Hal ini juga berlaku dengan variabel FDI
yang memiliki hubungan positif dan signifikan. Namun, untuk variabel Indeks
Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK) menunjukkan
hubugan negatif atau terbalik namun signifikan sementara untuk variabel Trade
Openness memiliki hubungan negatif dan tidak signifikan.
Penelitian yang dilakukan Denis Tomse dan Boris Snoj tahun 2016 berjudul
“The Impact Of Information And Communications Technologies Development
On GDP Per Capita”. Penelitian ini bertujuan untuk melihat pengaruh variabel
Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK) terhadap
GDP per kapita . Metode yang digunakan ialah analisis regresi linear sederhana.
Hasil menunjukkan bahwa Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK) mempunyai pengaruh positif dan signifikan terhadap GDP
per kapita.
Penelitian yang digunakan Comin dan Hobijn tahun 2003 berjudul “Cross-
Country Technology Adoption: Making the Theories Face the Facts”. Penelitian
ini bertujuan untuk melihat pengaruh Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) terhadap GDP per kapita dan IPM. Metode yang
digunakan adalah analisis data panel dengan fixed effect model. Hasil
penelitiannya menunjukkan bahwa Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) berpengaruh positif dan signifikan terhadap GDP per
kapita dan indeks pembangunan manusia.
Penelitian yang digunakan Girmay Giday Haftu tahun 2019 berjudul
“Information communications technology and economic growth in Sub-Saharan
Africa: A panel data approach”. Penelitian ini bertujuan untuk melihat
pengaruh jumlah pengguna ponsel dan pengguna internet terhadap GDP per
kapita, yang mana variabel jumlah pengguna ponsel dan pengguna internet
termasuk kedalam Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK). Metode yang digunakan adalah analisis data panel dengan Generalized
Method of Moment (GMM). Hasil penelitian menunjukkan bahwa jumlah
11
pengguna ponsel telah memberikan kontribusi yang signifikan terhadap GDP per
kapita. Namun, pengguna internet belum secara signifikan berkontribusi
terhadap GDP per kapita.
Penelitian yang dilakukan Vladimir Menshikov dan Ludmila Sinica tahun
2016 yang berjudul “Network Capital And Information And Communication
Technologies: Opportunities in the era of E-Society”.Penelitian ini bertujuan
untuk melihat korelasi antara Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK) dengan GDP per kapita. Metode yang digunakan adalah
Analisis korelasi sederhana (Bivariate Correlation). Hasil penelitian
menunjukkan terdapat hubungan positif yang kuat antara Indeks Pembangunan
TIK dengan GDP per kapita.
Penelitian yang dilakukan Yuriy Bilan, Halyna Mishchuk, Natalia Samoliuk,
dan Olena Grishnova tahun 2019 yang berjudul “ICT And Economic Growth:
Link And Possibilities of Engaging”. Penelitian ini bertujuan untuk melihat
untuk melihat korelasi antara Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK) dengan GDP per kapita. Metode yang digunakan adalah
Analisis korelasi sederhana (Bivariate Correlation). Hasil penelitian
menunjukkan terdapat hubungan yang kuat dan positif antara Indeks
Pembangunan TIK dengan GDP per kapita.
12
Tabel 1.2 Tinjauan Kajian Terdahulu
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
1. NPG
Samantha
dan Liu
Haiyun
(2017)
The Impact of
FDI on the
Economic
Growth of
Sri Lanka: An
ARDL
Approach to
Co-integration
Variabel independen:
FDI, domestic
investment, trade
openness, jumlah
tenaga kerja
Variabel dependen:
GDP per kapita
Analisis:
Analisis Regresi
Model
Autoregressive
Distribute Lag
(ARDL)
Hasil penelitian
menunjukkan bahwa
jumlah FDI, domestic
investment, trade
openness, jumlah tenaga
kerja berpengaruh positif
terhadap PDB per kapita
namun hanya FDI yang
signifikan pada jangka
pendek maupun jangka
panjang.
2. Joseph
Hakizimana
(2015)
The
Relationship
between
Foreign Direct
Investment
(FDI) and GDP
Per Capita in
Rwanda
Variabel independen:
FDI
Variabel dependen:
PDB perkapita
Analisis:
-Analisis korelasi
sederhana (Bivariate
Correlation)
-Analisis Regresi
linear sederhana
Hasil penelitian
menunjukkan terdapat
hubungan positif yang
kuat antara FDI dengan
PDB per kapita, yang
ditunjukkan
oleh angka koefisien
korelasi sebesar 0,988
dan koefisiesn regresi
96,8%
3. Eckhardt
Bode dan
Peter
Nunnenkamp
(2007)
Does Foreign
Direct
Investment
Promote
Regional
Developmeny in
Variabel independen:
FDI
Variabel dependen:
GDP per kapita
Analisis:
Pendekatan Markov
Hasil penelitian
menunjukkan Negara
bagian yang menerima
FDI lebih tinggi
mempunyai kesempatan
lebih besar dan
13
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
Developed
Countries?A
Markov Chain
Approach for US
States
Chain signifikan terhadap GDP
per kapita.
4. Tomi
Joutsen dan
Hakan
Norling
(2014)
Does FDI affect
GDP Per-capita
growth in sub-
Saharan Africa?
Variabel independen:
FDI dan tingkat
korupsi.
Variabel dependen:
GDP per kapita
Analisis:
Regresi Linear
Berganda dengan
Ordinary Least
squares (OLS)
Hasil penelitian
menunjukkan FDI
berpengaruh positif dan
signifikan terhadap GDP
per kapita sedangkan
tingkat korupsi
berpengaruh negatif
terhadap GDP per kapita
5. Galih Adi
Prasetyo
(2016)
Pengaruh
Pembangunan
Infrastruktur
Telekomunikasi
terhadap
Pertumbuhan
Ekonomi Di
Asean
Variabel independen:
PDB tahun
sebelumnya; Indeks
Pembangunan
Teknologi Informasi
dan Komunikasi (IP-
TIK) ; FDI; Trade
Openness
Variabel dependen:
PDB
Analisis:
Analisis data panel
dinamis dengan
Generalized Method
of Moment (GMM)
Hasil menunjukkan
bahwa variabel PDB
tahun sebelumnya
menunjukkan hubungan
positif dan signifikan
terhadap PDB. Hal ini
juga berlaku dengan
variabel FDI yang
memiliki hubungan
positif dan signifikan.
Namun, untuk variabel
Indeks Pembangunan
Teknologi Informasi dan
Komunikasi (IP-TIK)
menunjukkan hubugan
14
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
negatif atau terbalik
namun signifikan
sementara untuk variabel
Trade Openness
memiliki hubungan
negatif dan tidak
signifikan.
6. Denis Tomse
dan Boris
Snoj (2016)
The Impact Of
Information And
Communications
Technologies
Development On
GDP Per Capita
Variabel independen:
Indeks Pembangunan
Teknologi Informasi
dan Komunikasi (IP-
TIK)
Variabel dependen:
GDP perkapita
Analisis:
Analisis regresi linear
sederhana
Hasil menunjukkan
bahwa Indeks
Pembangunan Teknologi
Informasi dan
Komunikasi (IP-TIK)
mempunyai pengaruh
positif sebesar 56,8%
dan signifikan terhadap
GDP perkapita.
7. Comin dan
Hobijn
(2003)
Cross-Country
Technology
Adoption:
Making the
Theories Face
the Facts
Variabel independen:
Indeks Pembangunan
Teknologi Informasi
dan Komunikasi (IP-
TIK)
Variabel dependen:
GDP perkapita dan
indeks pembangunan
manusia
Analisis:
Analisis data panel
dengan Fixed Effecet
Model
Hasil penelitiannya
menunjukkan
bahwa Indeks
Pembangunan
Teknologi Informasi dan
Komunikasi (IP-TIK)
berhubungan positif dan
signifikan terhadap GDP
perkapita dan indeks
pembangunan manusia
15
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
8. Girmay
Giday Haftu
(2019)
Information
communications
technology and
economic
growth in
Sub-Saharan
Africa: A panel
data approach
Variabel independen:
Pengguna internet;
pengguna ponsel
Variabel dependen:
GDP perkapita
Analisis:
Analisis data panel
dengan GMM
Hasil penelitian
menunjukkan bahwa
jumlah pengguna
ponsel telah
memberikan kontribusi
yang signifikan terhadap
GDP per kapita sebesar
1,2%. Namun, pengguna
internet belum secara
signifikan berkontribusi
terhadap GDP per kapita
selama periode
penelitian.
9. Vladimir
Menshikov
dan Ludmila
Sinica
(2016)
Network Capital
And Information
And
Communication
Technologies:
Opportunities in
the era of E-
Society
Variabel independen:
ICT Developmet
Index (IDI)
Variabel dependen:
GDP per kapita
Analisis:
Analisis korelasi
sederhana (Bivariate
Correlation)
Hasil penelitian
menunjukkan terdapat
hubungan positif yang
kuat antara Indeks
Pembangunan TIK
dengan PDRB per
kapita, yang ditunjukkan
oleh angka koefisien
korelasi sebesar 0,903.
10. Yuriy Bilan,
Halyna
Mishchuk,
Natalia
Samoliuk,
dan Olena
Grishnova
(2019)
ICT And
Economic
Growth: Link
And
Possibilities of
Engaging
Variabel independen:
Indeks Pembangunan
Teknologi Informasi
dan Komunikasi (IP-
TIK)
Variabel dependen:
GDP perkapita
Analisis:
Hasil penelitian
menunjukkan terdapat
hubungan yang kuat
antara Indeks
Pembangunan TIK
dengan GDP per kapita,
yang ditunjukkan
oleh angka koefisien
16
No Penulis dan
Tahun
Judul Variabel dan Alat
Analisis
Hasil Penelitian
Analisis korelasi
sederhana (Bivariate
Correlation)
korelasi sebesar 0,902,
dengan arah hubungan
positif.
F. Sistematika Penulisan
Penulis membagi pembahasan dalam beberapa bab dan sistematika penulisan
pada penelitian ini ialah sebagai berikut:
BAB I PENDAHULUAN
Pada bab ini terdapat Latar Belakang, Identifikasi Masalah,
Batasan Masalah, Rumusan Masalah, Tujuan dan Manfaat
Penelitian, Tinjauan Kajian Terdahulu dan Sistematika
Penulisan.
BAB II TINJAUAN PUSTAKA
Pada bab ini akan diuraikan tentang Teori Terkait, Hubungan
antar Variabel, Kerangka Pemikiran dan Hipotesis.
BAB III METODE PENELITIAN
Pada bab ini akan dijabarkan Ruang Lingkup Penelitian,
Metode Penentuan Sampel, Metode Pengumpulan Data,
Instrumen Penelitian, dan Teknik Analisis Data
BAB IV TEMUAN PENELITIAN DAN PEMBAHASAN
Pada bab ini akan membahas tentang Gambaran Umum Objek
Penelitian, Pemilihan Model dan Pengolahan Data, Pengujian
Hipotesis, dan Pembahasan (Analisis Ekonomi)
BAB V KESIMPULAN DAN SARAN
Pada bab ini merupakan bab penutup yang terdapat kesimpulan
dan juga saran.
17
BAB II
TINJAUAN PUSTAKA
A. Teori Terkait
1. Produk Domestik Bruto (PDB)
Dalam perekonomian suatu negara terdapat suatu indikator yang
digunakan untuk menilai apakah perekonomian berlangsung dengan baik
atau buruk. Indikator dalam menilai perekonomian tersebut harus dapat
digunakan untuk mengetahui total pendapatan yang diperoleh semua
orang dalam perekonomian. Indikator yang pas dan sesuai dalam
melakukan pengukuran tersebut adalah Produk Domestik Bruto (PDB).
Pengertian dari Produk Domestik Bruto (PDB) adalah nilai pasar
dari semua barang dan jasa yang diproduksi dalam sebuah negara pada
suatu periode. Dengan kata lain, Produk Domestik Bruto (PDB)
merupakan nilai seluruh output produksi dalam perekonomian suatu
negara dan merupakan indikator ekonomi untuk mengukur total nilai
produk dan barang jasa dalam suatu perekonomian. Dalam perhitungan
Produk Domestik Bruto (PDB) ini, termasuk juga hasil produksi barang
dan jasa yang dihasilkan oleh perusahaan/orang asing yang beroperasi di
wilayah negara yang bersangkutan. Produk Domestik Bruto (PDB)
mencerminkan kemampuan masyarakat untuk menyerap hasil produksi
(ability to purchase) Produk Domestik Bruto (PDB) mengukur dua hal
pada saat bersamaan, yaitu total pendapatan masyarakat dalam
perekonomian dan total pembelanjaan negara untuk membeli barang dan
jasa hasil dari kegiatan perekonomian. Alasan Produk Domestik Bruto
(PDB) dapat melakukan pengukuran total pendapatan dan pengeluaran
dikarenakan untuk suatu perekonomian secara keseluruhan, pendapatan
pasti sama dengan pengeluaran (Mankiw, 2006). Pendapatan naik akan
mencerminkan kemampuan untuk mengembalikan modal (ability to pay).
Menurut Todaro (2004), terdapat 4 hal positif dari penanaman
modal asing terhadap pertumbuhan Produk Domestik Bruto (PDB) yaitu :
18
a. Peranannya dalam mengisi kekosongan atau kesenjangan sumber
daya antara tingkat investasi yang ditargetkan (diinginkan) dengan
jumlah aktual tabungan domestik yang dapat dimobilisasikan.
b. Peranannya mengisi kesenjangan target jumlah devisa yang
dibutuhkan dan jumlah aktual devisa dari pendapatan ekspor
ditambah dengan bantuan luar negeri neto (trade gap).
c. Peranannya mengisi kesenjangan target penerimaan pajak
pemerintah dan jumlah pajak aktual yang dapat dikumpulkan.
d. Peranannya mengisi kesenjangan di bidang manajemen, semangat
kewiraswastaan, teknologi produksi, dan keterampilan kerja yang
diharapkan dapat beroperasi di negara – negara berkembang yang
bersangkutan.
1.1. PDB per kapita
Menurut Sukirno (2004), menyatakan bahwa : “Pendapatan
per Kapita adalah pendapatan rata-rata penduduk suatu negara pada
suatu periode tertentu, yang biasanya satu tahun. Pendapatan per
kapita bisa juga diartikan sebagai jumlah dari nilai barang dan jasa
rata-rata yang tersedia bagi setiap penduduk suatu negara pada
periode tertentu. Pendapatan per kapita diperoleh dari pendapatan
nasional pada tahun tertentu dibagi dengan jumlah penduduk suatu
negara pada tahun tersebut.”. PDB per kapita. PDB per kapita dapat
diartikan sebagai pendapatan rata-rata penduduk suatu negara pada
sat tahun tertentu (Boediono, 1981).
Pendapatan nasional pada dasarnya merupakan kumpulan
pendapatan masyarakat suatu negara. Tinggi rendahnya pendapatan
nasional akan mempengaruhi tinggi rendahnya pendapatan per kapita
negara yang bersangkutan. Akan tetapi, banyak sedikitnya jumlah
penduduk pun akan mempengaruhi jumlah pendapatan per kapita
suatu negara. Dari rumusan ini dapat diambil kesimpulan bahwa
jumlah penduduk suatu negara dikatakan maju secara merata bila
pendapatan per kapitanya besar. Meskipun pendapatan nasional
suatu negara tinggi, namun jika tingginya pendapatan nasional itu
19
diikuti oleh tingginya jumlah penduduk, maka bukan tidak mungkin
negara itu hanya maju secara pendapatan namun miskin secara
rumah tangga sangat mempengaruhi tinggi rendahnya pendapatan
per kapita suatu negara.
Pembangunan ekonomi akan tercermin pada kenaikan
pendapatan perkapita dan perbaikan tingkat kesejahteraan pada
masyarakat. Indikator dari pertumbuhan ekonomi suatu negara salah
satunya ditunjukkan oleh Pertumbuhan Domestik Bruto atau.
Keberhasilan pembangunan ekonomi menurut Todaro (2004)
ditunjukkan oleh tiga nilai pokok yaitu:
1. Perkembangan masyarakat untuk memenuhi kebutuhan
pokoknya atau basic needs.
2. Meningkatkan rasa harga diri masyarakat sebagai manusia.
3. Meningkatnya kemampuan masyarakat untuk memilih freedom
from servitude yang merupakan salah satu dari hak asasi
manusia.
Dalam suatu negara, keberhasilan pembangunan tidak
semata-mata hanya diukur dari kemampuannya untuk meningkatkan
produk domestik bruto serta pendapatan nasional per kapita dari
penduduknya. Produk Domestik Bruto per kapita berguna untuk
mengetahui pendapatan ekonomi per kapita. Jika PDB per kapita
tinggi, akan memberikan banyak alternatif pada masyarakat untuk
mengkonsumsi barang yang akan diikuti oleh daya beli masyarakat
yang juga meningkat (Rahardja, 2008).
2. Foreign Direct Investment (FDI)
2.1.Konsep dan Pengertian Foreign Direct Investment (FDI)
Konsep dan pengertian Foreign Direct Investment (FDI)
menurut beberapa pakar ekonomi adalah sebagai berikut: Menurut
Krugman (1999), yang dimaksud dengan istilah Foreign Direct
Investment (FDI) adalah arus modal internasional dimana perusahaan
dari suatu negara mendirikan atau memperluas perusahaannya di
20
negara lain. Oleh karena itu tidak hanya terjadi pemindahan sumber
daya, tetapi juga terjadi pemberlakuan kontrol terhadap perusahaan
di luar negeri.
Menurut Salvatore (1997), Foreign Direct Investment (FDI)
meliputi investasi ke dalam aset-aset secara nyata, misalnya seperti
pembangunan pabrik-pabrik, pengadaan berbagai macam barang
modal, pembelian tanah untuk keperluan produksi, pembelanjaan
berbagai peralatan inventaris dan sebagainya. Keberadaan aset-aset
ini, biasanya diikuti dengan penyelenggaraan fungsi-fungsi
manajemen dan pihak investor sendiri (pemilik aset) tetap
mempertahankan kontrol terhadap dana-dana yang telah
ditanamkannya. Menurut Noor (2007), Foreign Direct Investment
(FDI) adalah investasi pada aset atau faktor produksi untuk
melakukan usaha atau bisnis di luar negeri.
Menurut Undang-Undang Nomor 25 Tahun 2007 tentang
penanaman modal, yang dimaksud dengan istilah Foreign Direct
Investment (FDI)/PMA (Penanaman Modal Asing) adalah kegiatan
menanam modal untuk melakukan usaha di wilayah negara tujuan
yang dilakukan oleh penanam modal asing, baik yang menggunakan
modal asing sepenuhnya maupun yang berpatungan dengan penanam
modal dalam negeri. Sedangkan menurut Griffing dan Pustay (2005),
para ahli statistik pemerintah Amerika Serikat, dinyatakan bahwa
yang dimaksud dengan Foreign Direct Investment (FDI) adalah
suatu kepemilikan atas penguasaan 10 persen suara atau lebih dari
saham suatu perusahaan atau saham ekuivalennya dalam suatu bisnis
yang bukan perseroan terbatas.
Dengan demikian dari beberapa konsep dan pengertian yang
telah disebutkan di atas, maka dapat disimpulkan bahwa yang
dimaksud dengan Foreign Direct Investment (FDI) adalah salah satu
bentuk investasi asing, yang bersifat jangka menengah atau panjang,
yang dilakukan oleh investor asing baik mengunakan modal asing
sepenuhnya maupun berpatungan dengan investor domestik (joint
21
venture). Hal tersebut tidak hanya berbentuk pengeluaran aset
finansial saja (kememilikan saham 10 persen atau lebih), tetapi juga
berbentuk pengeluaran aset riil (kepemilikan modal-modal tetap),
yang disertai dengan adanya kontrol langsung dari pemilik aset atau
investor atau induk perusahaan di negara penerima investasi tersebut.
2.2. Jenis dan Bentuk Foreign Direct Investment (FDI)
Bila dilihat dari motif dan tujuannya, sebenarnya investasi asing
langsung dapat dibedakan menjadi dua jenis yang berbeda, yaitu:
a. Foreign Direct Investment (FDI) Horizontal
Menurut Kurniati (2007), Foreign Direct Investment (FDI)
yang dilakukan secara horizontal akan memproduksi barang
yang sama di beberapa negara. FDI jenis ini memiliki motivasi
untuk mencari pasar yang baru. Keuntungan dari FDI jenis ini
adalah efisiensi di dalam biaya transportasi, karena tempat
produksi yang ada menjadi lebih dekat dengan konsumen.
b. Foreign Direct Investment (FDI) Vertikal
Menurut Kurniati (2007), Foreign Direct Investment (FDI)
yang dilakukan secara vertikal menyangkut desentralisasi secara
geografis dari aliran produksi perusahaan. Perusahaan akan
melakukan kegiatan produksi di negara-negara yang memiliki
biaya produksi yang rendah, kemudian hasil produksi di negara
tersebut akan disalurkan kembali ke negara induk perusahaan
untuk diproses lebih lanjut.
Selanjutnya, bila dilihat dari bentuk pendiriannya, Foreign
Direct Investment (FDI) dapat dibedakan menjadi empat bentuk
yang berbeda, yaitu:
a. FDI Greenfield
Adalah investasi dalam bentuk pendirian unit-unit produksi
baru dimana modal asing sepenuhnya dimiliki oleh perusahaan
atau investor asing di negara penerima investasi tersebut.
b. FDI Merger
22
Adalah investasi dalam bentuk pembelian aset riil dengan
jalan untuk pengendalian andil kepemilikan sepenuhnya dari
suatu perusahaan yang berada di negara penerima investasi
tersebut.
c. FDI Akuisisi
Adalah investasi dalam bentuk pembelian aset finansial 10
persen atau lebih dari saham kepemilikan perusahaan yang
sudah ada sebelumnya di negara penerima investasi tersebut.
d. FDI Joint Venture
Adalah investasi dalam bentuk pendirian unit-unit produksi
baru dimana modal asing, tidak hanya dimiliki oleh investor
asing, tetapi juga dimiliki investor domestik di negara penerima
investasi tersebut.
2.3. Manfaat Foreign Direct Investment (FDI)
Sebagian besar argumen yang mendukung investasi asing
langsung adalah berasal dari analisis neoklasik tradisional, yang
memusatkan perhatiannya pada berbagai analisis determinan atau
faktor-faktor penentu pertumbuhan ekonomi. Menurut analisis
neoklasik tradisional, Foreign Direct Investment (FDI) adalah
sesuatu yang sangat positif, karena hal tersebut mengisi kekurangan
tabungan yang dapat dihimpun dari dalam negeri, menambah
cadangan devisa, memperbesar penerimaan pemerintah dan
mengembangkan keahlian manajerial bagi perekonomian di negara
penerima FDI tersebut. Semua manfaat yang akan dibuahkan oleh
Foreign Direct Investment (FDI) tersebut, adalah sangat penting,
dikarenakan semua itu merupakan faktor-faktor kunci yang
dibutuhkan untuk mencapai target pembangunan dan pertumbuhan
ekonomi bagi negara yang berkelanjutan (Todaro dan Smith, 2006).
Hal pertama yang paling sering disebut-sebut sebagai
sumbangan positif FDI tersebut, adalah peranannya dalam mengisi
kekosongan-kekesongan atau kekurangan-kekurangan sumber daya
antara tingkat investasi yang ditargetkan dengan jumlah aktual
23
tabungan domestik yang dapat dimobilisasikan. Terkadang,
diketahui bahwa setiap negara memiliki kemampuan yang amat
terbatas untuk mencapai target investasi yang diharapkan. Hal
tersebut dikarenakan tabungan domestik yang biasanya digunakan
sebagai salah satu sumber pembiayaan pembangunan, acapkali tidak
memadai untuk skala investasi yang dibutuhkan. Maka dari itu,
kehadiran FDI dapat digunakan untuk mengatasi persoalan yang
berkaitan erat dengan kesenjangan dari tabungan dan investasi dalam
negeri tersebut.
Sementara itu, sumbangan positif kedua yang dapat diberikan
oleh investasi asing langsung tersebut, adalah peranannya dalam
mengisi kesenjangan antara target jumlah devisa yang dibutuhkan
dan hasil-hasil aktual devisa dari ekspor ditambah dengan bantuan
luar negeri neto. Jadi, apabila FDI diperkenankan hadir di negara
bersangkutan, maka hal ini tidak hanya dapat menghilangkan
sebagian atau seluruh defisit yang terdapat dalam neraca
pembayaran, tetapi juga dapat menghilangkan defisit dalam jangka
panjang, apabila pemilik modal atau perusahaan asing tersebut
dimungkinkan untuk hadir di negara yang bersangkutan guna
menghasilkan devisa atau alat-alat pembayaran luar negeri dari hasil-
hasil ekspornya secara neto.
Selanjutnya, sumbangan positif ketiga yang didapatkan dari FDI
tersebut, adalah peranannya dalam mengisi kesenjangan antara target
penerimaan pajak pemerintah dan jumlah pajak aktual yang dapat
dikumpulkan. Bahwa dengan memungut pajak atas keuntungan-
keuntungan dari perusahaan-perusahaan asing tersebut, maka
pemerintah dari negara-negara tujuan Foreign Direct Investment
(FDI) tersebut pada akhirnya akan dapat memobilisasi sumber-
sumber finansial dalam rangka membiayai proyek-proyek
pembangunannya, misalnya pembangunan sarana dan prasarana
publik.
24
Terakhir, sumbangan positif keempat yang dapat diberikan oleh
FDI tersebut, adalah peranannya dalam mengisi kesenjangan di
bidang manajemen, semangat kewirausahaan, dan keterampilan
kerja, yang menurut pemikiran neoklasik tradisional akan diisi
sebagian ataupun seluruhnya oleh perusahaan-perusahaan asing yang
beroperasi di negara-negara penerima Foreign Direct Investment
(FDI) tersebut. Perusahaan-perusahaan asing tersebut, tidak hanya
akan dapat menyediakan sumber-sumber finansial saja dan/atau
pabrik-pabrik baru saja kepada negara-negara tujuan FDI tersebut,
akan tetapi juga dapat menyediakan berbagai sumberdaya-sumber
daya yang dapat dibutuhkan bagi proses pembangunan secara
keseluruhan, termasuk juga pengalaman dan kecakapan manajerial,
dan kemampuan kewirausahaan yang kemudian dapat dialihkan
kepada mitra-mitra usaha di dalam negeri melalui program-program
latihan dan proses belajar sambil bekerja. Selanjutnya, perusahaan-
perusahaan asing tersebut juga berguna untuk mendidik para manajer
lokal, agar mereka dapat mengetahui cara-cara di dalam mengadakan
hubungan dengan bank-bank di luar negeri, mencari alternatif
pasokan sumber daya dan memperluas jaringan-jaringan pemasaran
sampai ketingkat internasional. Selain itu, perusahaan-perusahaan
asing tersebut, juga akan membawa pengetahuan baru mengenai
proses produksi sekaligus memperkenalkan mesin-mesin dan
peralatan-peralatan modern ke negara-negara Foreign Direct
Investment (FDI) tersebut. Transfer pengetahuan tersebut akan
sangat berguna dan produktif bagi negara-negara penerima FDI
tersebut.
Dalam penelitian Samantha dan Haiyun (2017), adanya Foreign
Direct Investment (FDI) dapat meningkatkan PDB per kapita karena
FDI dapat mendorong terciptanya lapangan pekerjaan baru.
Hakizimana (2015) dan Joutsen dan Norling (2014) melakukan
penelitian yang bertujuan untuk melihat hubungan dan pengaruh
Foreign Direct Investment (FDI) dengan GDP per kapita. Dengan
25
menggunakan metode analisis regresi linear sederhana didapatkan
hasil terdapat hubungan positif yang kuat antara FDI dengan PDB
per kapita. Kemudian Bode dan Nunnenkamp (2007) dalam
penelitiannya membutikan bahwa negara yang menerima FDI lebih
tinggi mempunyai kesempatan lebih besar untuk mendapatkan PDB
per kapita.
3. Teknologi Informasi dan Komunikasi
Kemunculan Teknologi Informasi (TI) dapat meningkatkan kinerja
dan memungkinkan berbagai kegiatan untuk dilaksanakan secara cepat,
tepat dan akurat, sehingga akhirnya akan dapat meningkatkan
produktivitas kerja. Haag dan Keen dalam Kadir (2005) menyatakan
bahwa “Teknologi Informasi adalah seperangkat alat yang membantu
Anda bekerja dengan informasi dan melakukan tugas-tugas yang
berhubungan dengan pemrosesan informasi”. TI telah menjadi bagian dari
kehidupan manusia. Tidak hanya membantu bekerja dan melakukan
tugas-tugas yang berkecimpung dalam dunia komputer saja, tetapi telah
berkembang dalam bidang lainnya, seperti sains, perbankan,
perpustakaan, teknik dan lain sebagainya. Setiawan (2009) menyatakan
bahwa : “Teknologi Informasi adalah suatu teknologi yang digunakan
untuk mengolah data, meliputi memproses, mendapatkan, menyusun,
menyimpan, memanipulasi data dengan berbagai cara untuk
menghasilkan informasi yang berkualitas. Peran yang dapat diberikan
oleh TI ini adalah mendapatkan informasi untuk kehidupan pribadi,
kelompok dan asosiasi profesi” Pada dasarnya TI ditujukan untuk
memudahkan kehidupan manusia. TI banyak digunakan untuk
pengelolaan pekerjaan karena efektivitasnya yang mampu mempercepat
kinerja. Kecepatan kinerja pada akhirnya akan mempermudah pertukaran
informasi dan penyebaran pengetahuan menjadi lebih cepat. Kemajuan
yang paling terlihat pada layanan perpustakaan adalah penggunaan TI
dalam proses pengolahan data menjadi informasi.
3.1. Perkembangan Teknologi
26
Perkembangan Teknologi informasi (TI) yang begitu pesat
menerapkan cara-cara yang lebih efisien untuk kehidupan manusia
seperti produksi, distribusi, dan komunikasi. Setiawan (2009)
menyatakan bahwa : “Perkembangan TI didasarkan pada
kebutuhan untuk berinteraksi, mulai dari gambar, huruf, kata,
kalimat, tulisan, surat, sampai dengan telepon dan internet. Maka
perkembangan TI dalam kehidupan manusia sebenarnya seiring
dengan peradaban manusia itu sendiri”. Salah satu penyebab utama
terjadinya era globalisasi yang datangnya lebih cepat adalah karena
perkembangan TI yang begitu pesat. Penggabungan antara
teknologi komputer dengan telekomunikasi telah menghasilkan
suatu revolusi TI yang menyebabkan percepatan penyebaran data
atau informasi. Data atau informasi yang pada jaman dahulu harus
memakan waktu berhari-hari untuk diolah sebelum dikirimkan ke
sisi lain di dunia, saat ini dapat dilakukan dalam hitungan detik.
Kelahiran dan perkembangan pesat TI menimbulkan revolusi
cukup besar dalam kehidupan manusia. Indrajit (2005)
mengemukakan bahwa ada empat periode atau era perkembangan
TI, yang dimulai dari pertama kali diketemukannya komputer
hingga saat ini, yaitu era komputerisasi, era teknologi informasi,
era sistem informasi, dan era globalisasi informasi.
3.2. Indeks Pembangunan Teknologi Informasi dan Komunikasi
Untuk melihat perkembangan teknologi disuatu negara,
dapat melalui Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK). Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) merupakan suatu ukuran standar yang
dapat menggambarkan tingkat pembangunan teknologi informasi
dan komunikasi suatu wilayah, kesenjangan digital, serta potensi
pengembangan TIK. Indeks Pembangunan Taknologi Informasi
dan Komunikasi (IP-TIK) dikembangkan oleh International
Telecommunication Union (ITU) dengan nama Information
Communication Technology (ICT) Development Index. IP-TIK
27
disusun oleh sebelas indikator yang dikombinasikan menjadi suatu
ukuran standar pembangunan TIK suatu wilayah dan dapat
dibandingkan antar waktu dan antar wiayah. Ke-sebelas sektor
tersebut dibagi lagi oleh 3 sub-indeks yaitu:
a) Sub-indeks Akses dan Infrastruktur
1. Pelanggan telepon tetap per 100 penduduk
2. Pelanggan telepon seluler per 100 penduduk
3. Bandwidth internet internasional per pengguna
4. Presentase rumah tangga yang menguasai komputer
5. Presentase rumah tangga yang memiliki akses internet
b) Sub-indeks Penggunaan
6. Presentase penduduk yang mengakses internet
7. Pelanggan internet broadband tetap kabel per 100
penduduk
8. Pelanggan internet broadband tanpa kabel per 100
penduduk
c) Sub-indeks Keahlian
9. Angka melek huruf
10. Angka partisipasi kasar sekunder (SMP dan SMA /
sederajat)
11. Angka partisipasi kasar tersier (pendidikan tinggi D1-
S1)
Dengan melihat nilai Indeks, bukan hanya melihat tingkat
pembangunan ekonomi suatu wilayah atau negara namun juga
dapat melihat kesenjangan pembangunan teknologi informasi dan
komunikasi antar negara. Nilai indeks berada di interval satu
sampai sepuluh. Semakin tinggi nilai indeks menunjukkan
pembangunan TIK di suatu negara lebih optimum. Sebaliknya,
semakin rendah nilai indeks menunjukkan pembangunan TIK di
wilayah atau negara tersebut belum optimal.
Dalam penelitian Tomse dan Snoj (2016), adanya
pembangunan Teknologi Informasi dan Komunikasi menjadi faktor
28
yang sangat signifikan untuk meningkatkan pendapatan per kapita
suatunegara karena dengan kehadiran teknologi mampu memberi
kemudahan dalam setiap kegiatan ekonomi. Menshikov dan Sinica
(2016) dan Halyna, Natalia, dan Grishnova (2019) melakukan
penelitian yang bertujuan untuk melihat hubungan antara Indeks
Pembangunan Teknoogi Informasi dan Komunikasi (IP-TIK)
dengan GDP per kapita. Dengan menggunakan analisis korelasi
sederhana (Bivariate Correlation) didapatkan hasil terdapat
hubungan positif yang kuat antara IP-TIK dengan GDP per kapita.
Hal ini diperkuat dengan penelitian Comin dan Hobijn (2003)
menggunakan analisis regresi data panel yang membutikan bahwa
berpengaruh positif dan signifikan terhadap GDP per kapita.
B. Hubungan Antar Variabel
A. Hubungan antara Foreign Direct Invesment dengan PDB per kapita
Investasi merupakan penanaman modal untuk membeli
perlengkapan-perlengkapan produksi dan barang-barang untuk menambah
kemampuan memproduksi barang-barang dan jasa dalam perekonomian
(Sadono, 2011). Menurut Todaro (2003), tingkat pertumbuhan ekonomi
dan investasi tidak dapat dipisahkan, semakin besar investasi maka akan
mempengaruhi peningkatan pada jumlah PDB suatu negara. Foreign
Direct Investment (FDI) memiliki peran besar dalam melengkapi
kebutuhan investasi dalam negeri. Foreign Direct Investment (FDI)
menjadi salah satu sumber modal yang penting dan dapat memberikan
kontribusi yang besar untuk pembangunan setiap negara negara baik yang
maju maupun berkembang. Meningkatnya jumlah FDI akan menambah
modal untuk melakukan produksi pada barang-barang dan jasa dalam
perekonomian negara. Dengan demikian, jika FDI tidak berkembang di
suatu negara, maka kondisi pendapatan per kapita di negara tersebut
kemungkinan besar akan tertinggal dibandingkan dengan negara lain yang
memiliki FDI dengan jumlah yang tinggi.
29
B. Hubungan antara Pembangunan Teknologi Informasi dan Komunikasi
dengan PDB per kapita
Dalam Sukirno (1994) kemajuan teknologi menjadi salah satu
faktor dalam peningkatan pendapatan pe kapita. Lucas (1988) juga
menyatakan bahwa Pembangunan teknologi informasi dan komunikasi
akan meningkatkan pendapatan dari negara tersebut. Menurut Laporan
World Economic Forum (WEF) atau Form Ekonomi Dunia negara-negara
yang mengikuti perkembangan teknologi lebih unggul secara ekonomi
dan dalam pembangunan sosial. Artinya, jika ingin negara menjadi maju,
harus mengikuti perkembangan teknologi.
Pembangunan teknologi bertujuan untuk meningkatkan output
maksimum yang dihasilkan. Semakin baik kondisi teknologi suatu negara
tentu akan berdampak pada setiap output yang dihasilkan. Hal ini jelas
terjadi karena dengan adanya teknologi mampu mengefisiensikan
pengerjaan karena sehingga mendapatkan hasil yang maksimal. Roller
dan Waverman (2001) menjelaskan bahwa teknologi informasi dan
komunikasi (TIK) dapat membawa pertumbuhan PDB karena dengan
adanya TIK yang baik akan meningkatkan permintaan input yang
digunakan dalam produksi dan akan berdampak pada produktivitas yang
akan menjadi lebih besar. Semakin produktif akan berdampak pada
pendapatan perkapita. Maka dalam penelitian ini diasumsikan bahwa
pembangunan Teknologi Informasi dan Komunikasi (TIK) akan
meningkatkan pendapatan per kapita jika diiringi dengan produktivitas.
C. Kerangka Pemikiran
Berdasarkan paparan landasan teori dan penelitian terdahulu, hubungan
variabel independen (Foreign Direct Investment dan Indeks Pembangunan
Teknologi Informasi dan Komunikasi) terhadap variabel dependen (PDB per
kapita), maka dikembangkan menjadi kerangka pemikiran teoritis sebagai
berikut:
30
Gambar 2. 1 Kerangka Pemikiran
31
D. Hipotesis
Mengacu pada dasar pemikiran teoritis dan studi empiris yang telah dilakukan
dalam berbagai penelitian sebelumnya, maka penulis merumuskan hipotesis
sebagai berikut:
1. Terdapat pengaruh signifikan variabel Penanaman Modal Asing Foreign
Direct Investment secara parsial terhadap PDB perkapita di beberapa
negara ASEAN pada tahun 2008-2017
2. Terdapat pengaruh signifikan pembangunan teknologi informasi dan
komunikasi (TIK) secara parsial terhadap PDB per kapita di beberapa
negara ASEAN pada tahun 2008-2017
3. Terdapat pengaruh signifikan antara Foreign Direct Investement dan
pembangunan teknologi informasi komunikasi (TIK) dan terhadap PDB
per kapita secara simultan di beberapa negara ASEAN pada tahun 2008-
2017
32
BAB III
METODE PENELITIAN
A. Ruang Lingkup Penelitian
Ruang lingkup penelitian yang digunakan dalam penelitian ini meliputi tahun
2008 – 2017 dengan menggunakan metode data panel. Data yang digunakan
penilitian ini adalah data tahunan. Variabel dependen yang digunakan pada
penelitian ini adalah PDB perkapita dan variabel independennya yaitu Foreign
Direct Investment dan Pembangunan Teknologi Informasi dan Komunikasi yang
diukur dengan Indeks Pembangunan Teknologi Informasi dan Komunikasi (IP-
TIK). Sedangkan, jenis data yang digunakan dalam penelitian ini adalah
sekunder, yaitu data yang diperoleh atau dikumpulkan peneliti dari berbagai
sumber yang telah ada. Pada penelitian ini hanya menggunakan 6 negara
ASEAN yaitu (1) Indonesia, (2) Myanmar, (3) Filipina, (4) Vietnam, (5)
Kamboja, dan (6) Laos.
B. Metode Penentuan Sampel
Metode penentuan sampel yang digunakan dalam penelitian ini adalah
Purposive Sampling (kriteria yang dikehendaki), yaitu pengambilan data sampel
berdasarkan penilaian yang dipastikan memenuhi persyaratan untuk dijadikan
sampel penelitian. Alasan penggunaan metode ini karena berdasarkan kriteria
yang dimiliki agar dapat dijadikan sampel benar-benar sesuai dengan penelitian
yang dilakukan. Terdapat 6 negara ASEAN yang terpilih untuk menjadi sampel
dalam penelitian ini, yaitu (1) Indonesia, (2) Myanmar, (3) Filipina, (4) Vietnam,
(5) Kamboja, dan (6) Laos. Enam negara ini dipilih sebagai penelitian karna
menjadi negara ASEAN yang termasuk dalam kategori negara lower middle
income versi World Bank
C. Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah studi
kepustakaan dan data yang digunakan dalam penilitian ini adalah data sekunder.
33
1. Data sekunder
Data sekunder merupakan data yang diperoleh tidak melalui tangan
pertama, malainkan melalui tangan kedua, ketiga dan seterusnya. Dengan
kata lain, sumber data penelitian yang diperoleh dengan secara tidak
langsung. Data yang digunakan dalam penelitian ini ialah data beberapa
negara ASEAN tahun 2008-2017 untuk Foreign Direct Investment dan
PDB per kapita yang datanya diperoleh dari World Bank sedangkan
Indeks Pembangunan Teknologi Informasi dan Komunikasi (TIK) (IP-
TIK) yang didapat dari International Telecommunication Union (ITU).
2. Studi Kepustakaan
Studi kepustakaan dilakukan dengan cara mencari informasi atau data
melalui berbagai literatur, jurnal dan lain – lain yang yang dipublikasikan
yang berhubungan erat dengan obyek penelitian ini. Penulis juga
melakukan penelitian ini dengan cara membaca, memahami, menganalisa
dan mengutip berbagai literatur yang berkaitan dengan penelitian ini.
D. Instrumen Penelitian
Instrumen penelitian merupakan alat yang digunakan penulis dalam
mengumpulkan data. Instrumen penelitian yang digunakan adalah dokumen-
dokumen yang berisi data-data yang dibutuhkan dari lembaga terkait.
Keberhasilan suatu penelitian salah satunya ditentukan oleh pemilihan instrumen
penelitian yang tepat dan sesuai. Berikut ini adalah operasional variabel yang
akan digunakan pada penelitian ini:
Tabel 3. 1 Definisi Operasional Variabel
Variabel Definisi Satuan Sumber
Variabel
Dependen (Y)
PDB perkapita
Ukuran dari total output dari
sebuah negara yang
mengambil produk domestik
bruto (PDB) dan
membaginya dengan jumlah
penduduk di suatu negara.
US$ World Bank
34
Variabel (X1)
Foreign
Direct
Investment
Arus modal internasional
yang berasal dari perusahaan
dari suatu negara ke negara
tujuan.
US$ World Bank
Variabel (X2)
Indeks
Pembangunan
Teknologi
Informasi dan
Komunikasi
(IP-TIK)
suatu ukuran standar yang
dapat menggambarkan
tingkat pembangunan
teknologi informasi dan
komunikasi suatu wilayah.
Persen
International
Telecommunication
Union (ITU)
E. Teknik Analisis Data
Penilitian ini menggunakan Program Eviews 11 sebagai alat pengolahan data.
Jenis data yang digunakan dalam penelitian ini menggunakan jenia data panel.
Data panel merupakan gabungan anatara data runtut waktu (time series) dan data
silang (cross-section). Menurut Gujarati (2012) penggunaan data panel memiliki
banyak keunggulan. Pertama, data panel dapat meminimalkan bias yang
kemungkinan besar muncul dalam hasil analisis, memberi lebih banyak informasi,
variasi, dan degree of freedom. Kedua, data panel dapat mengatasi masalah yang
timbul ketika ada masalah penghilangan variabel (omitted-variable).
1. Model Regresi Data Panel
Analisis yang digunakan dalam penelitian ini yakni analisis regresi liner
berganda. Adapun model persamaan yang akan diestimasi dalam model
regresi penelitian ini adalah:
Y= β0 + β1 X1it + β2 X2it + εit
Dimana:
Y = PDB perkapita (variabel dependen)
X1it = Foreign Direct Investment di negara i pada tahun t
X2it = Pembangunan Teknologi Informasi dan Komunikasi
35
(TIK) di negara i pada tahun t
β0 = Konstanta/ intercept
β1, β2 = Koefisien regresi pada masing-masing variabel bebas
εit = error term di negara i pada tahun t
2. Estimasi Model Data Panel
Dalam mengestimasi data panel dapat dilakukan dengan tiga macam
pendekatan yaitu:
a. Pendekatan Pooled Least Square (PLS)
Pendekatan yang paling sederhana dalam pengolahan data panel
adalah dengan menggunakan metode kuadrat terkecil biasa yang
diterpakan dalam data berbentuk pool. Kelemahan pada pendekatan
Pooled Least Square ini adalah ketidaksesuaian model dengan
keadaan yang sesungguhnya. Hal ini dikarenakan pada model PLS
tidak diperhatikan dimensi waktu maupun individu padahal kondisi
tiap objek dan setiap waktu akan sangat berbeda. (Wing Wahyu
Winarno, 2007)
b. Pendekatan Fixed Effect Model (FEM)
Fixed Effect Model (FEM) merupakan model yang menjelaskan
bahwa setiap individu/ subjek (cross-section) memiliki intersepnya
masing-masing tetapi slope setiap individu/subjek tidak berubah
seiring waktu. Pada setiap intersep yang dihasilkan akan memberi
pengaruh yang berbeda dari setiap individu/subjek. Model ini juga
sering disebut sebagai model Least Squares Dummy Variable
(LSDV). Untuk membedakan masing-masing individu/subjek
digunakan variable dummy (Gujarati, 2012).
c. Pendekatan Random Effect Model (REM)
Random Effect Model (REM) merupakan model regresi yang
mengestimasi data panel dengan menghitung error dari model regresi
yang dianalisis dengan metode Generalized Least Square (GLS).
Perbedaan model ini dengan Fixed Effect Model (FEM) terletak pada
error-nya. Apabila pada model FEM perbedaan antar individu atau
36
waktu digambarkan melalui intersep, sedangkan pada model REM
perbedaan tersebut diakomodir melalui error yang dihasilkan.
Keunggulan dalam menggunakan model REM yakni dapat
menghilangkan heterokedastisitas. Model REM memperhitungkan
bahwa error dapat berkorelasi dengan time series dan cross section
(Suliyanto, 2011).
3. Pemilihan Model Data Panel
Dalam memilih data panel yang tepat diperlukan untuk melakukan
pengujian terlebih dahulu. Pengujian dapat dilakukan dengan tiga macam uji,
antara lain : Uji Chow, Uji Hausman dan Uji Lagrange Multiplier.
a. Uji Chow
Uji ini dilakukan untuk menentukan model yang akan diestimasi
dalam penelitian ini apakah model bersifat Fixed Effect Model atau
Pooled Least Square.
Hipotesis:
H0 : Model Pooled least square
H1 : Model Fixed Effect Model
Jika nilai probabilitas Cross-section F lebih kecil dari tingkat
signifikansi α = 5% (tingkat kepercayaan 95%), maka model data
panel yang digunakan adalah Fixed Effect Model dan apabila
probabilitas lebih besar dari tingkat tingkat signifikansi α = 5%,
maka model data panel yang digunakan adalah Pooled Least Square.
b. Uji Hausman
Uji ini dilakukan untuk menentukan model yang akan diestimasi
dalam penelitian ini apakah model bersifat Random Effect Model
atau Fixed Effect Model.
Hipotesis:
H0 : Model Random Effect Model
H1 : Model Fixed Effect Model
Jika nilai probabilitas lebih kecil dari tingkat signifikansi α = 5%,
maka model data panel yang digunakan adalah Fixed Effect Model
dan apabila probabilitas lebih besar dari tingkat tingkat signifikansi α
37
= 5%, maka model data panel yang digunakan adalah Random Effect
Model.
c. Uji Lagrange Multiplier
Uji ini dilakukan untuk menentukan model yang akan diestimasi
dalam penelitian ini apakah model bersifat Random Effect Model
atau Pooled Least Square.
Hipotesis:
H0 : Model Pooled least square
H1 : Model Random Effect Model
Jika nilai probabilitas cross-section Breusch-pagan lebih besar dari
tingkat signifikasi α = 5%, maka model data panel yang digunakan
adalah Pooled Least Square dan apabila nilai probabilitas cross-
section Breusch-pagan lebih kecil dari tingkat signifikasi α = 5%,
maka model data panel yang digunakan adalah Random Effect
Model.
4. Uji Hipotesis Model
a. Uji t-statistik (signifikansi parsial)
Uji t digunakan untuk menguji signifikansi hubungan antara
variabel independen dengan variabel dependen, apakah terdapat
pengaruh signifikan variabel independen terhadap variabel dependen
secara parsial. Penentuan pengaruh ini dapat dilihat dengan
membandingkan nilai probabilitas tiap variabel dengan tingkat
signifikansi α = 5% (0,05). Uji t-statistik dapat juga membuktikan
hipotesis yang telah dibuat. Hipotesis yang digunakan dalam penelitian
ini adalah:
H0: Tidak terdapat pengaruh signifikan variabel independen
secara parsial terhadap variabel dependen
H1: Terdapat pengaruh signifikan variabel independen secara
parsial terhadap variabel dependen
Jika probabilitas nilai t-statistik > 0,05 maka H0 diterima artinya
tidak terdapat pengaruh signifikan variabel independen secara parsial
terhadap variabel dependen, sebaliknya jika probabilitas nilai t-statistik
38
< 0,05 maka H1 diterima artinya terdapat pengaruh signifikan variabel
independen secara parsial terhadap variabel dependen.
b. Uji F-statistik (signifikansi simultan)
Uji F digunakan untuk menguji signifikansi hubungan antara
variabel independen dengan variabel dependen, apakah terdapat
pengaruh signifikan variabel independen terhadap variabel dependen
secara simultan. Penentuan pengaruh ini dapat dilihat dengan
membandingkan nilai probabilitas tiap variabel dengan tingkat
signifikansi α = 5% (0,05). Uji F-statistik dapat juga membuktikan
hipotesis yang telah dibuat. Hipotesis yang digunakan dalam penelitian
ini adalah:
H0: Tidak terdapat pengaruh signifikan variabel independen
secara simultan terhadap variabel dependen
H1: Terdapat pengaruh signifikan variabel independen secara
simultan terhadap variabel dependen
Jika probabilitas nilai F-statistik > 0,05 maka H0 diterima artinya
tidak terdapat pengaruh signifikan variabel independen secara
simultan terhadap variabel dependen, sebaliknya jika probabilitas
nilai t-hitung < 0,05 maka H1 diterima artinya terdapat pengaruh
signifikan variabel independen secara simultan terhadap variabel
dependen.
c. Uji koefisien Determinasi
Koefisien determinasi (R2) digunakan untuk melihat seberapa besar
pengaruh variabel independen terhadap variabel dependen. Nilai
koefisien determinasi berkisar antara nol sampai 1 (0 < R2 < 1) yang
dapat dilihat dari nilai R-square (jika variabel independen hanya
satu) atau Adjusted R-square (jika variabel independen lebih dari
satu). Jika nilai R2 mendekati nol maka kemampuan variabel
independen menjelaskan variabel dependen sangat terbatas.
Sebaliknya, Jika nilai R2
semakin besar (mendekati 1) maka model
semakin tepat karena variansi dari variabel dependen (Y) dapat
dijelaskan oleh variabel independen (X).
39
BAB IV
TEMUAN PENELITIAN DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
1. Indonesia
Indonesia merupakan salah satu negara yang tergabung dalam
ASEAN (Association of Southeast Asian Nations). Indonesia terletak pada
koordinat antara 6º LU – 11º LS dan 95º BT - 141º BT yang dilintasi garis
khatulistiwa dan terletak diantara Samudra Pasifik dan Hindia dan dua
benua yaitu benua Asia dan benua Australia. Indonesia menjadi negara
kepulauan terbesar di dunia dengan 17.504 pulau yang terbentang dari
Sabang hingga Merauke dengan luas wilayah 1.922.570 km2 dan luas
perairan 3.257.483 km2. Jumlah populasi di Indonesia mencapai
270.054.853 jiwa pada tahun 2018.
PDB per kapita Indonesia setiap tahunnya cenderung mengalami
kenaikan selama kurun waktu sepuluh tahun, namun jika dilihat dari grafik
PDB per kapita di bawah, di ketahui bahwa Indonesia masih termasuk
dalam kategori negara lower middle income karena PDB per kapita yang
masih dibawah US$3.896. Hingga tahun 2018, PDB per kapita Indonesia
berada di angka US$3.893 yang artinya Indonesia berada di peringkat 5
dari 10 negara ASEAN.
Grafik 4. 1 PDB Per Kapita Indonesia Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
2166 2261
3122 3643 3694 3623 3491 3331
3562 3836 3893
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Indonesia Tahun 2008-2018
40
Grafik 4. 2 Foreign Direct Investment (FDI) Indonesia Tahun 2008-2018
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment
mengalami fluktuasi selama 10 tahun terakhir, bahkan mengalami
penurunan yang cukup signifikan pada tahun 2016. Hal ini terjadi karena
pada tahun 2016 rupiah melemah dan mengakibatkan FDI turun dan pada
tahun 2018 menjadi 20,171 Juta US$.
Grafik 4. 3 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Indonesia Tahun 2008-2017
Sumber: International Telecommunication Union (ITU), 2019
9318
4877
15292
20565
21201
23282
25121
19779
4542
20510
20171
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Foreign Direct Investment (FDI) Indonesia
Tahun 2008-2018
2.39 2.83 3.01 3.14
3.7 3.83 3.94 3.63 3.86
4.33
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) Indonesia Tahun
2008-2017
41
Berdasarkan grafik 4.3 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Indonesia dari
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Indonesia berada pada
peringkat 111 yang sebelumnya berada di peringkat 114.
2. Myanmar
Myanmar merupakan salah satu negara yang tergabung dalam
ASEAN yang terletak pada koordinat antara 6º LU – 11º LS dan 95º BT -
141º BT. Laos terletak di paling utara negara Aia Tenggara lainnya yang
mana berbatasan langsung dengan Republik Rakyat China di bagian utara
dan Timur, Laut Andaman disebelah selatan, Teluk Benggala disebelah
Barat. Myanmar memiliki luas wilayah 676.575 km2 dan luas perairan
3.06% dari luas wilayah. Jumlah populasi di Myanmar mencapai 52.89
juta jiwa pada tahun 2018.
PDB per kapita Myanmar setiap tahunnya cenderung mengalami
kenaikan selama kurun waktu sepuluh tahun, namun jika dilihat dari grafik
PDB per kapita di bawah, di ketahui bahwa Myanmar masih termasuk
dalam kategori negara lower middle income karena PDB per kapita yang
masih dibawah US$3.896. Hingga tahun 2018, PDB per kapita Myanmar
berada di angka US$1.325
Grafik 4. 4 PDB Per Kapita Myanmar Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
638 734
979
1176 1165 1162 1251
1133 1192 1249 1325
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Myanmar Tahun 2008-2018
42
Grafik 4. 5 Foreign Direct Investment (FDI) Myanmar Tahun 2008-2017
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment
mengalami fluktuasi selama 10 tahun terakhir, Namun pada tahun 2017
kembali naik hingga ke angka 4,002 Juta USD.
Grafik 4. 6 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Myanmar Tahun 2008-2017
Sumber: International Telecommunication Union (ITU), 2019
Berdasarkan grafik 4.6 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Myanmar dari
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
863.88
1079
901.113
2520
1334
2255
2175
4084
3278
4002
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Foreign Direct Investment (FDI) Myanmar
Tahun 2008-2017
1.43 1.55 1.65 1.7 1.75 1.82 2.27
1.95 2.59
3
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) Myanmar Tahun
2008-2017
43
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Myanmar berada pada
peringkat 135 yang sebelumnya berada di peringkat 140
3. Filipina
Filipina merupakan salah satu negara yang tergabung dalam
ASEAN. Filipina terletak pada koordinat antara 5˚LU – 21˚LU dan
117˚BT – 126˚BT yang mana berada di sebelah utara Indonesia dan
Malaysia, sebelah timur Filipina berbatasan dengan laut Filipina, sebelah
barat dengan Laut Tiongkok selatan, dan sebelah selatan dengan Laut
Sulawesi. Indonesia menjadi negara kepulauan dengan 7.107 pulau dengan
luas wilayah mencapai 343.448 km2 dan garis pantai sepanjang 36.289
km2. Jumlah populasi di Filipina mencapai 108.646.200 jiwa pada tahun
2018 dan berada pada urutan ke-12 di dunia.
PDB per kapita Filipina setiap tahunnya mengalami kenaikan
selama kurun waktu sepuluh tahun, namun jika dilihat dari grafik PDB per
kapita di bawah, di ketahui bahwa Filipina masih termasuk dalam kategori
negara lower middle income karena PDB per kapita yang masih dibawah
US$3.896. Hingga tahun 2018, PDB per kapita Vietnam berada di angka
US$3.102.
Grafik 4. 7 PDB Per Kapita Filipina Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
1916 1821 2124
2345 2572
2749 2831 2867 2941 2981 3102
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Filipina Tahun 2008-2018
44
Grafik 4. 8 Foreign Direct Investment (FDI) Filipina Tahun 2008-2018
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment di
Filipina cenderung mengalami peningkatan selama 10 tahun terakhir dan
pada tahun 2018 mencapai angka 9.802 Juta USD. Hal ini tentu menjadi
prestasi yang baik bagi Filipina karena dengan adanya peningkatan FDI
akan menambah modal untuk melakukan produksi pada barang-barang dan
jasa dalam perekonomian negara.
Grafik 4. 9 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Filipina Tahun 2008-2017
Sumber: International Telecommunication Union (ITU), 2019
1340
2065
1070
2007
3215
3737
5740
5639
8280
10256
9802
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Foreign Direct Investment (FDI) Filipina
Tahun 2008-2018
2.69 3.22 3.04 3.14
3.91 4.02 4.57
3.97 4.52 4.67
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) Filipina Tahun
2008-2017
45
Berdasarkan grafik 4.9 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Filipina dari
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Filipina berada pada
peringkat 101
4. Vietnam
Vietnam merupakan salah satu negara yang tergabung dalam
ASEAN dan memiliki nama resmi Republik Sosialis Vietnam. Vietnam
terletak pada koordinat antara 8˚LU – 23˚LU dan 102˚BT – 109˚BT yang
berada di paling timur semenanjung Indo-china Asian Tenggara dan
berbatasan dengan Republik Rakyat Tiogkok di sebelah utara, Kamboja di
sebelah barat daya, Laos di sebelah barat laut dan di sebelah timur
berhadapan dengan Laut China Selatan. Vietnam memiliki luas wilayah
kurang lebih mencapai 332.698 km2 dengan panjang pantai 3.444 km
dengan jumlah populasi mencapai sekitar 96 juta jiwa pada tahun 2018.
PDB per kapita Vietnam setiap tahunnya mengalami kenaikan
selama kurun waktu sepuluh tahun, namun jika dilihat dari grafik PDB per
kapita di bawah, di ketahui bahwa vietnam masih termasuk dalam kategori
negara lower middle income karena PDB per kapita yang masih dibawah
US$3.896. Hingga tahun 2018, PDB per kapita Vietnam berada di angka
US$2.563.
Grafik 4. 10 PDB Per Kapita Vietnam Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
1149 1217 1317 1525 1735 1886 2030 2085 2192 2365 2563
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Vietnam Tahun 2008-2018
46
Grafik 4. 11 Foreign Direct Investment (FDI) Vietnam Tahun 2008-2017
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment di
Vietnam cenderung mengalami peningkatan selama 10 tahun terakhir dan
pada tahun 2017 mencapai angka 10.256 Juta US$. Hal ini tentu menjadi
prestasi yang baik bagi Vietnam karena dengan adanya peningkatan FDI
akan menambah modal untuk melakukan produksi pada barang-barang dan
jasa dalam perekonomian negara.
Grafik 4. 12 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Vietnam Tahun 2008-2017
Sumber: International Telecommunication Union (ITU) (2019)
9579
7600
8000
7430
8368
8900
9200
11800
12600
14100
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Foreign Direct Investment (FDI) Vietnam
Tahun 2008-2017
2.76
3.53 3.41 3.65 3.94 4.09 4.28 4.02 4.18 4.43
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) Vietnam Tahun
2008-2017
47
Berdasarkan grafik 4.12 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Vietnam dari
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Vietnam berada pada
peringkat 108.
5. Kamboja
Kamboja merupakan salah satu negara yang tergabung dalam
ASEAN dimana negara Kamboja berbentuk monarki konstitusional.
Kamboja terletak pada koordinat antara 10˚LU – 14˚LU dan 102˚BT –
108˚BT yang mana disebelah barat dan utara berbatasan dengan Thailand,
Laos disebelah timur laut, dan Vietnam di sbelah utara dan tenggara.
Kamboja memilki luas wilayah kurang lebih mencapai 181.035 km2
dengan jumlah populasi di Kamboja mencapai sekitasr 16 juta jiwa pada
tahun 2018.
PDB per kapita Kamboja setiap tahunnya mengalami kenaikan
selama kurun waktu sepuluh tahun, namun jika dilihat dari grafik PDB per
kapita di bawah, di ketahui bahwa kamboja masih termasuk dalam
kategori negara lower middle income karena PDB per kapita yang masih
dibawah US$3.896. Hingga tahun 2018, PDB per kapita Kamboja berada
di angka US$1.512.
Grafik 4. 13 PDB Per Kapita Kamboja Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
745 738 785 882 950 1013 1093 1162 1269 1385 1512
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Kamboja Tahun 2008-2018
48
Grafik 4. 14 Foreign Direct Investment (FDI) Kamboja Tahun 2008-2018
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment di
Kamboja cenderung mengalami peningkatan selama 10 tahun terakhir dan
pada tahun 2018 mencapai angka 3.103 Juta US$. Hal ini tentu menjadi
prestasi yang baik bagi Kamboja karena dengan adanya peningkatan FDI
akan menambah modal untuk melakukan produksi pada barang-barang dan
jasa dalam perekonomian negara.
Grafik 4. 15 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Kamboja Tahun 2008-2017
Sumber: International Telecommunication Union (ITU) (2019)
Berdasarkan grafik 4.15 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Kamboja dari
815
928
1404
1539
2004
2068
1853
1823
2476
2788
3103
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Foreign Direct Investment (FDI) Kamboja
Tahun 2008-2018
1.63 1.99 1.88 2.05
2.54 2.61 2.74 2.78 3.04 3.28
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK) Kamboja Tahun 2008-
2017
49
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Kamboja berada pada
peringkat 128.
6. Laos
Laos merupakan salah satu negara yang tergabung dalam ASEAN
yang dikenal dengan nama Republik Demokratik Rakyat Lao PDR.
Filipina terletak pada koordinat antara 14˚LU – 22˚ LU dan 100˚BT –
107˚BT yang terapit daratan di Asia Tenggara dan berbatasan langsung
dengan Vietnam di sebelah Timur, Myanmar dan Republik Rakyat
Tiongkok disebelah barat laut, Kamboja disebelah selatan dan Thailand di
sebelah barat. Laos memilki luas wilayah sekitar 236.800 km2, bersaama
dengan Thailand, Vietnam, Myanmar dan Kamboja merupakan negara
yang berada di semenanjung Indo-China dan dialiri oleh salah satu sungai
terpanjang di dunia yaitu sungai Mekong. Jumlah populasi di Laos
mencapai 7.23 juta jiwa pada tahun 2018.
PDB per kapita Laos setiap tahunnya mengalami kenaikan selama
kurun waktu sepuluh tahun, namun jika dilihat dari grafik PDB per kapita
di bawah, di ketahui bahwa kamboja masih termasuk dalam kategori
negara lower middle income karena PDB per kapita yang masih dibawah
US$3.896. Hingga tahun 2018, PDB per kapita Laos berada di angka
US$2.567.
Grafik 4. 16 PDB Per Kapita Laos Tahun 2008-2018 (dalam US$)
Sumber: World Bank (2019)
900 948 1140 1378 1581
1825 1998 2134 2308 2423 2567
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
PDB Per Kapita Laos Tahun 2008-2018
50
Grafik 4. 17 Foreign Direct Investment (FDI) Laos Tahun 2008-2017
(dalam Juta US$)
Sumber: World Bank (2019)
Berdasarkan grafik di atas, jumlah foreign direct investment di
Laos cenderung mengalami peningkatan selama 10 tahun terakhir dan
pada tahun 2017 mencapai angka 1.599 Juta US$. Hal ini tentu menjadi
prestasi yang baik bagi Laos karena dengan adanya peningkatan FDI akan
menambah modal untuk melakukan produksi pada barang-barang dan jasa
dalam perekonomian negara.
Grafik 4.18 Indeks Pembangunan Teknologi Informasi dan Komunikasi
(IP-TIK) Laos Tahun 2008-2017
Sumber: International Telecommunication Union (ITU) (2019)
227
318
278
300
617
681
867
1078
935
1599
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
Foreign Direct Investment (FDI) Laos
Tahun 2008-2017
1.64 1.9 1.84 1.99 2.25 2.35 2.45 2.21 2.43 2.91
2008 2009 2010 2011 2012 2013 2014 2015 2016 2017
Indeks Pembangunan Teknologi Informasi
dan Komunikasi (IP-TIK) Laos Tahun 2008-
2017
51
Berdasarkan grafik 4.18 diatas, diketahui bahwa nilai indeks
pembangunan teknologi informasi dan komunikasi (TIK) di Indonesia dari
tahun 2008-2017 cenderung mengalami peningkatan, yang artinya kualitas
pembangunan teknologi informasi dan komunikasi (TIK) terus mengalami
peningkatan. Menurut data yang diperoleh dari International
Telecommunication Union (ITU) pada tahun 2017, Laos berada pada
peringkat 139 yang sebelumnya berada di peringkat 144
B. Pemilihan Model dan Pengolahan Data
Pemililihan model dengan teknik regresi data panel dapat dilakukan dengan
tiga macam uji, antara lain : (1) Uji Chow, (2) Uji Hausman dan (3) Uji
Lagrange Multiplier. Berikut adalah hasil olah data oleh ketiga uji tersebut.
1. Uji Chow
Metode ini dilakukan untuk menentukan apakah model bersifat Fixed
Effect atau Pooled Least Square. Jika nilai probabilitas Cross-section F lebih
kecil dari tingkat signifikansi α = 5%, maka model data panel yang digunakan
adalah Fixed Effect Model dan apabila probabilitas lebih besar dari tingkat
tingkat signifikansi α = 5%, maka model data panel yang digunakan adalah
Pooled Least Square.
Hipotesis:
H0 : Model Pooled least square
H1 : Model Fixed effect
Dari hasil regresi berdasarkan metode Fixed Effect Model dan Pooled
Least Square diperoleh nilai probabilitas, sebagai berikut:
Tabel 4. 1 Uji Chow
Effects Test Statistic d.f. Prob.
Cross-section F 50.111216 (5,52) 0.0000
Cross-section Chi-
square 105.661376 5 0.0000
Sumber: Hasil Pengolahan data dengan Eviews 11
Berdasarkan hasil tabel 4.1 , diperoleh nilai statistik 50.111216 dengan
d.f (5,52) dan nilai probabilitas dari Cross-Section F sebesar 0.0000 < α =
52
0,05 maka H0 ditolak dan H1 diterima sehingga model panel yang baik
digunakan adalah Fixed Effect Model.
2. Uji Hausman
Metode ini dilakukan untuk menentukan apakah model bersifat Random
Effect Model atau Fixed Effect Model. Jika nilai probabilitas lebih kecil dari
tingkat signifikansi α = 5%, maka model data panel yang digunakan adalah
Fixed Effect Model dan apabila probabilitas lebih besar dari tingkat tingkat
signifikansi α = 5%, maka model data panel yang digunakan adalah Random
Effect Model.
Hipotesis:
H0 : Model Random Effect Model
H1 : Model Fixed effect
Dari hasil regresi berdasarkan metode Fixed Effect Model dan Random
Effect Model diperoleh nilai probabilitas, sebagai berikut:
Tabel 4. 2 Uji Hausman
Test Summary Chi-Sq.
Statistic
Chi-Sq. d.f. Prob.
Cross-section
random 0.263666 2 0.8765
Sumber: Hasil Pengolahan data dengan Eviews 11
Berdasarkan hasil tabel 4.2 , diperoleh nilai Chi-Sq. Statistic 0.263666
dengan Chi-Sq. d.f. sebesar 2 dan nilai probabilitas sebesar 0.8765> α = 0,05
maka H0 diterima sehingga model panel yang baik digunakan adalah Random
Effect Model.
3. Uji Lagrange Multiplier
Metode ini dilakukan untuk menentukan apakah model bersifat Random
Effect Model atau Pooled Least Square. Dapat dilihat dari nilai probabilitas
cross-section Breusch-pagan lebih besar dari tingkat signifikasi α = 5%, maka
model data panel yang digunakan adalah Pooled Least Square dan apabila
nilai probabilitas cross-section Breusch-pagan lebih kecil dari tingkat
53
signifikasi α = 5%, maka model data panel yang digunakan adalah Random
Effect Model.
Hipotesis:
H0 : Model Pooled Least Square
H1 : Model Random Effect Model
Dari hasil regresi berdasarkan metode Pooled Least Square dan Random
Effect Model diperoleh nilai probabilitas, sebagai berikut:
Tabel 4. 3 Uji Lagrange Multiplier
Cross-section Time Both
Breusch-Pagan 170.2557
(0.0000)
2.759968
(0.0967)
173.0157
(0.0000)
Sumber: Hasil Pengolahan data dengan Eviews 11
Berdasarkan hasil tabel 4.3 , diperoleh nilai probabilitas Cross-section
sebesar 0.0000 < α = 0,05 maka H0 ditolak, sehingga model panel terbaik
digunakan adalah Random Effect Model.
4. Random Effect Model
Berdasarkan hasil dari Uji Lagrange Multiplier, Uji Chow dan Uji
Hausman yang telah dijalankan dapat disimpulkan bahwa model yang terbaik
yang digunakan dalam penelitian ini adalah menggunakan model Random
Effect Model. Model ini digunakan untuk menguji besar pengaruh antara
pembangunan teknologi informasi dan komunikasi (TIK) dan foreign direct
investment terhadap PDB per kapita di beberapa negara ASEAN. Model ini
dapat dijelaskan melalui persamaan sebagai berikut:
LN_GDPCapitait= 5.440865+ 0.156702LN_FDIit + 0.245082IDIit + εit
Keterangan:
LN_GDPKapitait : PDB per Kapita
LN_FDIit : Foreign Direct Investment (FDI)
IDIit : Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK)
εit : error term
54
Tabel 4. 4 Hasil Regresi Data Panel
(Random Effect Model)
Variable Coefficient Prob.
LN_FDI 0.156702 0.0017
IDI 0.245082 0.0000
C 5.440865 0.0000
R-squared 0.689454
Adjusted R-squared 0.678557
S.E. of regression 0.139146
F-statistic 63.27375
Prob(F-statistic) 0.000000
Sumber: Hasil Pengolahan data dengan Eviews 11
Berdasarkan hasil regresi dengan model Random Effect Model yang
digambarkan pada tabel 4.4 diatas, variabel Foreign Direct Investment
memiliki pengaruh positif terhadap variabel PDB perkapita dengan koefisien
sebesar 0.156702. Hal ini berarti ketika Foreign Direct Investment di
beberapa negara ASEAN meningkat 1% maka akan menaikkan PDB per
kapita sebesar 0.15%. Oleh karena itu, hipotesis yang menyatakan bahwa
Foreign Direct Investment berpengaruh terhadap PDB per kapita di beberapa
negara ASEAN dapat diterima.
Untuk variabel Indeks Pembangunan Teknologi Informasi dan
Komunikasi (IP-TIK) memiliki pengaruh positif terhadap variabel PDB per
kapita dengan koefisien sebesar 0.245082. Ini berarti, ketika Indeks
Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK) di beberapa
negara ASEAN meningkat 1% maka akan menaikkan PDB per kapita sebesar
0.24%. Dengan demikian, hipotesis yang menyatakan bahwa Pembangunan
Teknologi Informasi dan Komunikasi berpengaruh terhadap PDB per kapita
di beberapa negara ASEAN dapat diterima.
55
Tabel 4. 5 Interpretasi Random Effect Model
Variable Coefficient Individual Effect Prob.
C 5.440865 0.0000
LN_FDI? 0.156702 0.0017
IDI? 0.245082 0.0000
Random Effects (Cross)
_INDONESIA--C 0.284406 5.725271
_MYANMAR--C -0.156685 5.284180
_FILIPINA--C 0.173872 5.614737
_VIETNAM--C -0.371768 5.069097
_KAMBOJA--C -0.312087 5.128778
_LAOS--C 0.382263 5.823128
Sumber: Hasil Pengolahan data dengan Eviews 11
a) Indonesia
Berdasarkan tabel 4.5, maka model persamaan untuk Negara
Indonesia dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.725271+ 0.156702LN_FDIit + 0.245082IDIit + εit
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Indonesia sebesar 5.725271 artinya ketika variabel Foreign
Direct Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita
Indonesia sebesar 5.725271 atau 5.725 US$.
b) Myanmar
Berdasarkan tabel 4.5, maka model persamaan untuk Negara
Myanmar dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.284180+ 0.156702LN_FDIit + 0.245082IDIit + εit
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Myanmar sebesar 5.284180 artinya ketika variabel Foreign
Direct Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita
Myanmar sebesar 5.284180 atau 5.284 US$.
56
c) Filipina
Berdasarkan tabel 4.5, maka model persamaan untuk Negara
Filipina dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.614737+ 0.156702LN_FDIit + 0.245082IDIit + εit
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Filipina sebesar 5.614737 artinya ketika variabel Foreign
Direct Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita
Filipina sebesar 5.614737 atau 5.614 US$.
d) Vietnam
Berdasarkan tabel 4.5, maka model persamaan untuk Negara
Vietnam dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.069097+ 0.156702LN_FDIit + 0.245082IDIit + εit
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Filipina sebesar 5.069097 artinya ketika variabel Foreign
Direct Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita
Filipina sebesar 5.069097 atau 5.069 US$.
e) Kamboja
Berdasarkan tabel 4.5, maka model persamaan untuk Negara
Kamboja dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.128778+ 0.156702LN_FDIit + 0.245082IDIit + εit
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Kamboja sebesar 5.128778 artinya ketika variabel Foreign
Direct Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita
Kamboja sebesar 5.128778 atau 5.128 US$.
f) Laos
Berdasarkan tabel 4.5, maka model persamaan untuk Negara Laos
dapat digambarkan sebagai berikut:
LN_GDPCapitait= 5.823128+ 0.156702LN_FDIit + 0.245082IDIit + εit
57
Berdasarkan persamaan di atas, dapat dijelaskan bahwa nilai
konstanta Laos sebesar 5.823128 artinya ketika variabel Foreign Direct
Investment dan, Indeks Pembangunan Teknologi Informasi dan
Komunikasi (TIK) dianggap konstan, maka kondisi PDB per kapita Laos
sebesar 5.823128 atau 5.823 US$.
C. Pengujian Hipotesis
1. Uji t-Statitik dan Interpretasi Hasil Analisis
Uji t digunakan untuk menguji signifikansi hubungan antara variabel
independen dengan variabel dependen, apakah terdapat pengaruh
signifikan variabel independen terhadap variabel dependen secara parsial.
Penentuan pengaruh ini dapat dilihat dengan membandingkan nilai
probabilitas tiap variabel dengan tingkat signifikansi α = 5% (0,05). Uji t-
statistik dapat juga membuktikan hipotesis yang telah dibuat. Hipotesis
yang digunakan dalam penelitian ini adalah:
a. H0: Tidak terdapat pengaruh signifikan Foreign Direct
Investment secara parsial terhadap PDB perkapita di beberapa
negara ASEAN pada tahun 2008-2017
H1: Terdapat pengaruh signifikan variabel Penanaman Modal
Asing Foreign Direct Investment secara parsial terhadap
PDB perkapita di beberapa negara ASEAN pada tahun 2008-
2017
b. H0: Tidak terdapat pengaruh signifikan pembangunan teknologi
informasi dan komunikasi (TIK) secara parsial terhadap PDB
per kapita di beberapa negara ASEAN pada tahun 2008-2017
H1: Terdapat pengaruh signifikan pembangunan teknologi
informasi dan komunikasi (TIK) secara parsial terhadap PDB
per kapita di beberapa negara ASEAN pada tahun 2008-2017
58
Berdasarkan hasil regresi data panel, maka diperoleh hasil uji t-
statistik sebagai berikut:
Tabel 4. 6 Uji t-statistik
Variabel Coefficient Prob.
C 5.440865 0.0000
LN_FDI 0.156702 0.0017
IDI 0.245082 0.0000
Sumber: Hasil Pengolahan data dengan Eviews 11
Tabel 4.6 Menunjukkan nilai probabilitas dari setiap variabel
independen, sehingga hipotesis dapat dibuktikan sebagaimana dijelaskan
sebagai berikut:
a. Variabel FDI memiliki nilai koefisien sebesar 0.156702 dengan
probabilitas sebesar 0.0017, dimana nilai tersebut lebih besar dari
tingkat signifikansi α = 5% (0.0017 < 0.05), maka H0 ditolak.
Artinya terdapat pengaruh signifikan antara Foreign Direct
Investement secara parsial terhadap PDB per kapita di beberapa
negara ASEAN pada tahun 2008-2017.
b. Variabel pembangunan teknologi informasi dan komunikasi (TIK)
memiliki nilai koefisien sebesar 0.245082 dengan probabilitas
sebesar 0.0000, dimana nilai tersebut lebih kecil dari tingkat
signifikansi α = 5% (0.0000 < 0.05), maka H0 ditolak. Artinya
terdapat pengaruh signifikan antara pembangunan teknologi
informasi dan komunikasi (TIK) secara parsial terhadap PDB
perkapita di beberapa negara ASEAN pada tahun 2008-2017.
2. Uji F-Statitik dan Interpretasi Hasil Analisis
Uji F-Statitik digunakan untuk menguji signifikansi hubungan antara
variabel independen dengan variabel dependen secara simultan.
Penentuan pengaruh ini dapat dilihat dengan membandingkan nilai
probabilitas F-Statitik dengan tingkat signifikansi α = 5% (0,05). Uji t-
59
statistik dapat juga membuktikan hipotesis yang telah dibuat. Hipotesis
yang digunakan dalam penelitian ini adalah:
H0: Tidak terdapat pengaruh signifikan antara variabel Foreign Direct
Investement dan pembangunan teknologi informasi dan
komunikasi (TIK) terhadap PDB per kapita secara simultan di
beberapa negara ASEAN pada tahun 2008-2017
H1: Terdapat pengaruh signifikan antara variabel Foreign Direct
Investement dan pembangunan teknologi informasi dan
komunikasi (TIK) terhadap PDB per kapita secara simultan di
beberapa negara ASEAN pada tahun 2008-2017
Berdasarkan hasil regresi data panel, maka diperoleh hasil uji F-
statistik sebagai berikut:
Tabel 4. 7 Uji F-statistik
F-Statistik 63.27375
Prob (F-Statitik) 0.000000
Sumber: Hasil Pengolahan data dengan Eviews 11
Nilai probabilitas (F-Statistik) pada tabel 4.7 sebesar 0.000000, dinaba
nilai tesebut lebih kecil dibandingkan dengan dari tingkat signifikansi α =
5% (0.000000 < 0.05), maka H0 ditolak. Artinya Terdapat pengaruh
signifikan antara variabel Foreign Direct Investement dan pembangunan
teknologi informasi dan komunikasi (TIK) terhadap PDB per kapita
secara simultan di beberapa negara ASEAN pada tahun 2008-2017
dengan tingkat kepercayaan 95%
3. Uji Koefisien Determinasi (Adjusted R2)
Uji Koefisien determinasi (Adjusted R2) digunakan untuk mengukur
seberapa besar kemampuan independen menjelaskan variabel dependen.
Tabel 4.8 Koefisien Determinasi (Adjusted R2)
R-Squared 0.689454
Adjusted R-Squared 0.678557
Sumber: Hasil Pengolahan data dengan Eviews 11
60
Pada tabel 4.8 dapat dilihat bahwa nilai Adjusted R-Squared sebesar
0.678557, yang artinya 67,8% variabel independen dapat menjelaskan
variabel dependen. Sisanya sebesar 32,2% dijelaskan oleh variabel-
variabel lain yang mempengaruhi PDB per kapita di beberapa negara
ASEAN diluar variabel-variabel dalam penelitian ini.
D. Pembahasan (Analisis Ekonomi)
1. Foreign Direct Investement Terhadap PDB per kapita
Meningkatkan Foreign Direct Investement (FDI) merupakan salah
cara untuk meningkatkan pendapatan per kapita. Hal ini dikarenakan
dengan meningkatnya jumlah FDI maka akan menambah modal untuk
melakukan produksi pada barang-barang dan jasa suatu wilayah/ negara.
Todaro (2003) mengemukakan bahwa tingkat pertumbuhan ekonomi dan
investasi tidak dapat dipisahkan, semakin besar investasi maka akan
terjadi peningkatan pada jumlah PDB suatu negara. Dengan demikian,
jika FDI tidak berkembang di suatu negara, maka kondisi pendapatan di
negara tersebut kemungkinan besar akan tertinggal dibandingkan dengan
negara lain yang memiliki FDI dengan jumlah yang tinggi.
Berdasarkan penelitian ini didapatkan hasil bahwa Foreign Direct
Investement memiliki nilai koefisien positif terhadap PDB per kapita
sebesar 0,156702. Hal ini berarti, jika terjadi peningkatan pada variabel
Foreign Direct Investement maka akan meningkatkan jumlah PDB per
kapita di beberapa negara ASEAN tersebut. Selanjutnya jika dilihat dari
probabilitas t-statistik, Foreign Direct Investement memiliki nilai
probabilitas t-statistik sebesar 0,0017, dimana dapat disimpulkan bahwa
Foreign Direct Investement secara signifikan dapat mempengaruhi PDB
per kapita di beberapa negara ASEAN.
Hasil penelitian ini mendukung penelitian-penelitian terdahulu
yang dilakukan oleh Samantha dan Haiyun (2017) dan juga Hakizimana
(2015) yang menemukan hasil bahwa FDI berpengaruh positif dan
signifikan terhadap PDB Per Kapita.
61
2. Pembangunan Teknologi Informasi dan Komunikasi (TIK) Terhadap
PDB per kapita
Menurut Laporan World Economic Forum (WEF) atau Form
Ekonomi Dunia negara-negara yang mengikuti perkembangan teknologi
lebih unggul secara ekonomi dan dalam pembangunan sosial. Artinya,
jika ingin negara menjadi maju, harus mengikuti perkembangan
teknologi. Teknologi Informasi dan Komunikasi (TIK) dapat mendorong
pendapatan per kapita suatu negara karena dengan kualitas TIK yang baik
akan meningkatkan output maksimum yang dihasilkan dalam produksi.
Semakin baik kondisi teknologi suatu negara tentu akan berdampak pada
produktivitas pelaku ekonomi di suatu negara. Jadi, semakin baik
pembangunan Teknologi Informasi dan Komunikasi (TIK) akan
meningkatkan pendapatan per kapita jika diiringi dengan produktivitas.
Berdasarkan penelitian ini didapatkan hasil bahwa Pembangunan
Teknologi Informasi dan Komunikasi (TIK) memiliki nilai koefisien
positif terhadap PDB per kapita sebesar 0,245082 yang dimediasi oleh
variabel produktivitas sebesar 0,514637. Hal ini berarti, jika terjadi
peningkatan pada variabel Pembangunan Teknologi Informasi dan
Komunikasi (TIK) maka akan meningkatkan jumlah PDB per kapita di
beberapa negara ASEAN tersebut melalui peningkatan produktivitas.
Selanjutnya jika dilihat dari probabilitas t-statistik, Pembangunan
Teknologi Informasi dan Komunikasi (TIK) memiliki nilai probabilitas t-
statistik sebesar 0,0000, dimana dapat disimpulkan bahwa Pembangunan
Teknologi Informasi dan Komunikasi (TIK) secara signifikan dapat
mempengaruhi PDB per kapita di beberapa negara ASEAN.
Hasil penelitian ini mendukung penelitian-penelitian terdahulu
yang dilakukan oleh Tomse dan Snoj (2016) dan juga Menshikov dan
Sinica (2016) yang menemukan hasil bahwa Pembangunan TIK
berpengaruh positif dan signifikan terhadap PDB Per Kapita.
62
BAB V
KESIMPULAN DAN SARAN
A. Kesimpulan
Penilitian ini dilakukan untuk melihat hubungan antara foreign direct
investment dan pembangunan teknologi informasi dan komunikasi (TIK)
terhadap PDB per kapita di beberapa negara ASEAN pada tahun 2008-2017.
Berdasarkan hasil analisis dan pembahasan yang telah dibahas sebelumnya,
untuk pengujian terhadap data pendapatan per kapita, foreign direct investment
dan pembangunan teknologi informasi dan komunikasi (TIK) dapat
menggunakan model regresi data panel yaitu Random Effect Model (REM) maka
dihasilkan kesimpulan sebagai berikut:
1. Foreign Direct Investment berpengaruh positif dan signifikan secara parsial
terhadap PDB per kapita di beberapa negara ASEAN yakni Indonesia,
Myanmar, Filipina, Vietnam, Kamboja, dan Laos. Hal ini berarti jika terjadi
peningkatan 1% pada jumlah foreign direct investment yang diterima maka
akan meningkatkan PDB per kapita sebesar 0.156 satuan.
2. Pembangunan Teknologi Informasi dan Komunikasi (TIK) berpengaruh
positif dan signifikan secara parsial terhadap PDB per kapita di beberapa
negara ASEAN yakni Indonesia, Myanmar, Filipina, Vietnam, Kamboja, dan
Laos. Hal ini berarti jika terjadi peningkatan 1 % pada angka Indeks
Pembangunan Teknologi Informasi dan Komunikasi (IP-TIK) yang diiringi
dengan peningkatan produktivitas maka akan meningkatkan PDB per kapita
sebesar 0.245 satuan.
3. Secara simultan, variabel Foreign Direct Investment dan Pembangunan
Teknologi Informasi dan Komunikasi (TIK) berpengaruh signifikan terhadap
terhadap PDB per kapita di beberapa negara ASEAN yakni Indonesia,
Myanmar, Filipina, Vietnam, Kamboja, dan Laos.
63
B. Saran
1. Bagi Pemerintah Negara ASEAN
a. Untuk meningkatkan PDB Per Kapita diharapkan pemerintah di
masing-masing negara agar dapat meningkatkan Foreign Direct
Investment dengan membuat kebijakan yang dapat memudahkan
masuknya Foreign Direct Investment di negara-negara tersebut dan
melakukan perbaikan dalam sistem birokrasi guna menarik investor
karena dengan banyaknya Foreign Direct Investment yang masuk
akan menambah modal untuk melakukan produksi pada barang-
barang dan jasa dalam perekonomian Negara yang kemudian akan
meningkatkan PDB Per Kapita
b. Untuk meningkatkan PDB Per Kapita diharapkan pemerintah di
masing-masing negara agar dapat meningkatkan pembangunan
Teknologi Informasi dan Komunikasi (TIK). Dengan kualitas
pembangunan Teknologi Informasi dan Komunikasi (TIK) yang baik
akan mempermudah dan memperlancaran kegiatan ekonomi baik
kegiatan produksi maypun distribusi yang kemudian akan
meningkatkan PDB Per Kapita.
2. Bagi Akademisi
a. Diharapkan dapat menambahkan variabel bebas lainnya yang menjadi
faktor untuk meningkatkan PDB Per Kapita suatu negara.
b. Diharapkan dapat memperbaharui penelitian dengan menambahkan
tahun penelitian agar lebih update dengan kondisi perekonomian saat
ini
64
DAFTAR PUSTAKA
Athukorala, P.P.A Washanta. 2003. The Impact of Foreign Direct Investment for
Economic Growth: A Case Study in Sri Lanka. University of Peradineya.
Bilan, Yuriy., Halyna Mishchuk, Natalia Samoliuk, dan Olena Grishnova. 2019.
ICT And Economic Growth: Link And Possibilities of Engaging. Intellectual
Economics 2019 No. 13(1). ISSN 1822-8038
Bode, Eckhardt dan Peter Nunnenkamp. 2007. Does Foreign Direct Investment
Promote Regional Development in Developed Countries? A Markov Chain
Approach for US States, Kiel: Kiel Working Paper No. 1374.
Boediono. 1981. Teori Pertumbuhan Ekonomi. Seri Pengantar Ilmu Ekonomi
No.4, Yogyakarta : BPFE.
Boediono. 2001. Ekonomi Makro. Edisi Keempat, Yogyakarta: BPFE.
Case, E. Karl dan Ray C. Fair. 2007. Prinsip-Prinsip Ekonomi. Jakarta: Erlangga
Comin, Diego dan Bart Hobijn. 2003. Cross-Country Technology Adoption:
Making the Theories Face the Facts. Staff Report no. 169. Federal Reserve
Bank of New York.
Dornbusch, R. dan Fisher, S., 2004. Makroeconomi Edisi Keempat, Alih Bahasa
Mulyadi, JA, Penerbit Erlangga, Jakarta.
Griffin, Ricky W. and Pustay, Michael W., 2005. Bisnis Internasional (Alih
Bahasa Yohanes S. Indrakusuma). Jilid 1 dan 2, Jakarta: PT Indeks.
Gujarati, Damodar. 2012. Dasar-Dasar Ekonometrika. Jakarta:Salemba Empat..
Haftu, Girmay Giday. 2019. Information communications technology and
economic growth in Sub-Saharan Africa: A paneldata approach.
Telecommunications Policy 43 (2019) 88–99.
Hazikimana, Joseph. 2015. The Relationship between Foreign Direct Investment
(FDI) and GDP Per Capita in Rwanda. SSRN Eelectronic Journal.
https://dx.doi.org/10.2139/ssrn.2598413
Hermana, Budi. 2018. Teknologi Informasi dan Komunikasi di Negara-Negara
Asia: Hubungannya dengan Variabel Ekonomi Makro dan Pengembangan
65
Sumber Daya Manusia. Universitas Gunadarma.
http://bhermana.staff.gunadarma.ac.id
Indrajit, Richardus Eko. 2005. E-Government in action. Yogyakarta: ANDI
Yogyakarta
International Telecommunication Union. (2015c) Measuring the Information
Society Report. International Telecommunication Union: Geneva. p. 234.
International Telecommunication Union. 2010. Measuring the Information
Society 2010. Geneva.
International Telecommunication Union. 2011. Measuring the Information
Society 2011. Geneva.
International Telecommunication Union. 2012. Measuring the Information
Society 2012. Geneva.
International Telecommunication Union. 2013. Measuring the Information
Society 2013. Geneva.
International Telecommunication Union. 2014. Measuring the Information
Society 2014. Geneva.
International Telecommunication Union. 2015. Measuring the Information
Society 2015. Geneva.
International Telecommunication Union. 2016. Measuring the Information
Society 2016. Geneva.
International Telecommunication Union. 2017. Measuring the Information
Society 2017. Geneva.
International Telecommunication Union. 2018. Measuring the Information
Society 2018. Geneva.
Jhingan M.L. 1999; Ekonomi Pembangunan dan Perencanaan, Raja Grafindo
Persada Jakarata. Jakarta.
Jhingan, M.L. 1996. Ekonomi Pembangunan Perencanaan. Penerbit Rajawali
Pers, Jakarta
Jhingan, M.L. 2004. Ekonomi Pembangunan dan Perencanaan. Edisi ke-1,
Cetakan ke-10, PT. Raja Grafindo Persada, Jakarta.
66
Joutsen, Tomi dan Hakan Norling. 2014. Does FDI affect GDP Per-capita
Growth in Sub-Saharan Africa?. School of Social Sciences. Södertörn
University.
Kadir, Abdul. 2005. Pengenalan Sistem Informasi. Yogyakarta: ANDI
Yogyakarta
Kim, B. (2004). Infrastructure development for the economic development in
developing countries: lessons from Korea and Japan. GSICS Working
Paper Series, 11.
Krugman, Paul And Maurice Obstfeld. 1999. Ekonomi Internasional : Teori Dan
Kebijakan. Jakarta : Raja Grafindo Perkasa.
Kurniati, Yati. Dkk. 2007. Determinan FDI (Faktor-Faktor yang Menentukan
Investasi Asing Langsung). Jakarta : Bank Indonesia
Lucas, E. (1988). On the mechanics of economic development. Journal of
Monetary Economics, 22(1988), 3–42.
Mankiw, Gregory N. 2006. Principles of Economics. Pengantar Ekonomi Makro.
Edisi Ketiga. Alih Bahasa Chriswan Sungkono. Jakarta: Salemba Empat.
Menshikov, Vladimir dan Ludmila Sinica. 2016. Network Capital And
Information And Communication Technologies: Opportunities in the era of
E-Society. Research papers The Institute of Humanities and Social Sciences
Daugavpils University
Noor, Faizal. Henry. 2007. Ekonomi manajerial. PT Raja Grafindo
Persada:Jakarta
Prasetyo, Galih Adi. 2016. Pengaruh Pembangunan Infrastruktur Telekomunikasi
Terhadap Pertumbuhan Ekonomi di ASEAN. Manajemen. Fakultas Ekonomi
dan Bisnis. Universitas Airlangga.
Putra, Artanto Kharisma. 2018. Korelasi Antara Indeks Pembangunan TIK
dengan PDRB Per Kapita Provinsi di Indonesia Tahun 2015. Ekonomi
Pembangunan. Fakultas Ekonomi. Universitas Katolik Parahyangan.
Rahardja, Pratama dan Manurung, Mandala. 2008. Teori Ekonomi Makro. Edisi
Ketiga: Lembaga Penerbit FE UI
67
Roller, L., & Waverman, L. (2001). Telecommunications infrastructure and
economic development: A simultaneous approach. The American Economic
Review, 91(4), 909–923. Accessed from www.jstor.orgRoller.
Salvatore, Dominick. 1997. Ekonomi Internasional. Ahli bahasa Drs. Haris
Munandar. Edisi Kelima, Jakarta: PT. Erlangga.
Samantha, NPG dan Liu Haiyun. 2017. The Impact of FDI on the Economic
Growth of Sri Lanka: An ARDL Approach to Co-integration. International
Journal of Innovation and Economic Development. Volume 3 Issue 5
December 2017.
Sari, Yunita. 2017. Konvergensi Pendapatan Per Kapita Antar Negara Asean.
Ekonomi Pembangunan. Fakultas Ekonomi dan Bisnis. Universitas
Lampung.
Setiawan, Wawan dan Munir. Pengantar Teknologi Informasi. Bandung:
Universitas Pendidikan Indonesia, 2009.
Situmorang, Paulus. 2008. Pengantar Pasar Modal. Edisi Pertama, Jakarta: Mitra
Wacana Media.
Sukirno, Sadono. 1994. Pengantar Ekonomi Makro. PT. Raja Grasindo Perseda.
Jakarta.
Sukirno, Sadono. 2004. Makro Ekonomi Teori Pengantar. Jakarta: PT Raja
Grafindo Perkasa.
Sukirno, Sadono. 2011. Makro Ekonomi Teori Pengantar Edisi Ketiga. Rajawali.
Pers, Jakarta.
Suliyanto. 2011. Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS.
Yogyakarta: ANDI.
Suliyanto. 2011. Ekonometrika Terapan: Teori Dan Aplikasi Dengan SPSS. Edisi
1. Yogyakarta: ANDI Yogyakarta
Todaro, M. P. dan S. C. Smith. 2003. Pembangunan Ekonomi di Dunia Ketiga.
Jilid 1. Edisi Kedelapan. Jakarta: Erlangga.
Todaro, Michael P. dan Stephen C. Smith. 2006. Pembangunan Ekonomi (edisi
kesembilan, jilid I). Jakarta : Erlangga
Todaro, Michael. 2004. Pembangunan Ekonomi di Dunia Ketiga. Penerbit
Erlangga Edisi Kedelapan, 2004.
68
Tomse, Denis dan Boris Snoj. 2016. The Impact Of Information And
Communications Technologies Development On GDP Per Capita.
International Scientific Conference-ERAZ 2016.
Undang-Undang No. 25 Tahun 2007 Tentang Penanaman Modal.
Winarno, Wing Wahyu, 2007. Analisis Ekonometrika dan Statistik dengan
Eviews. Yogyakarta: UPP STIM YKPN.
Winarno, Wing Wahyu. 2007. Sistem Informasi Akuntansi. Yogyakarta: UPP
STIM YKPN.
World Bank. 2019. Foreign Direct Investment net inflow 2008-2017. The World
Bank Group. Diakses tanggal 11 agustus 2019 dari
https://data.worldbank.org/indicator/BX.KLT.DINV.CD.WD?view=chart
World Bank. 2019. Gross Domestic Product per capita 2008-2017. The World
Bank Group. Diakses tanggal 11 agustus 2019 dari
https://data.worldbank.org/indicator/NY.GDP.PCAP.KD
69
LAMPIRAN
Lampiran I : Hasil Estimasi Model Panel
A. Common Effect Model (Pooled Least Squared)
Dependent Variable: LN_GDPCAPITA
Method: Panel Least Squares
Date: 08/26/19 Time: 17:55
Sample: 2008 2017
Periods included: 10
Cross-sections included: 6
Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. LN_FDI 0.066812 0.053497 1.248880 0.2168
IDI 0.332380 0.070554 4.711013 0.0000
C 5.905207 0.305199 19.34873 0.0000 Root MSE 0.317333 R-squared 0.579060
Mean dependent var 7.421732 Adjusted R-squared 0.564290
S.D. dependent var 0.493236 S.E. of regression 0.325577
Akaike info criterion 0.642271 Sum squared resid 6.042022
Schwarz criterion 0.746988 Log likelihood -16.26814
Hannan-Quinn criter. 0.683232 F-statistic 39.20564
Durbin-Watson stat 0.140072 Prob(F-statistic) 0.000000
B. Fixed Effect Model
Dependent Variable: LN_GDPCAPITA
Method: Panel Least Squares
Date: 08/26/19 Time: 17:56
Sample: 2008 2017
Periods included: 10
Cross-sections included: 6
Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. LN_FDI 0.161629 0.048533 3.330268 0.0016
IDI 0.241401 0.051447 4.692256 0.0000
C 5.412166 0.298362 18.13959 0.0000 Effects Specification Cross-section fixed (dummy variables) Root MSE 0.131557 R-squared 0.927654
Mean dependent var 7.421732 Adjusted R-squared 0.917915
S.D. dependent var 0.493236 S.E. of regression 0.141315
Akaike info criterion -0.952085 Sum squared resid 1.038436
Schwarz criterion -0.672839 Log likelihood 36.56255
Hannan-Quinn criter. -0.842857 F-statistic 95.25190
Durbin-Watson stat 0.825261 Prob(F-statistic) 0.000000
70
C. Uji Chow
Redundant Fixed Effects Tests
Equation: Untitled
Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 50.111216 (5,52) 0.0000
Cross-section Chi-square 105.661376 5 0.0000
Cross-section fixed effects test equation:
Dependent Variable: LN_GDPCAPITA
Method: Panel Least Squares
Date: 08/26/19 Time: 17:56
Sample: 2008 2017
Periods included: 10
Cross-sections included: 6
Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. LN_FDI 0.066812 0.053497 1.248880 0.2168
IDI 0.332380 0.070554 4.711013 0.0000
C 5.905207 0.305199 19.34873 0.0000 Root MSE 0.317333 R-squared 0.579060
Mean dependent var 7.421732 Adjusted R-squared 0.564290
S.D. dependent var 0.493236 S.E. of regression 0.325577
Akaike info criterion 0.642271 Sum squared resid 6.042022
Schwarz criterion 0.746988 Log likelihood -16.26814
Hannan-Quinn criter. 0.683232 F-statistic 39.20564
Durbin-Watson stat 0.140072 Prob(F-statistic) 0.000000
D. Uji Hausman
Correlated Random Effects - Hausman Test
Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0.263666 2 0.8765
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob. LN_FDI 0.161629 0.156702 0.000102 0.6253
IDI 0.241401 0.245082 0.000062 0.6398
Cross-section random effects test equation:
Dependent Variable: LN_GDPCAPITA
71
Method: Panel Least Squares
Date: 08/26/19 Time: 17:56
Sample: 2008 2017
Periods included: 10
Cross-sections included: 6
Total panel (balanced) observations: 60 Variable Coefficient Std. Error t-Statistic Prob. C 5.412166 0.298362 18.13959 0.0000
LN_FDI 0.161629 0.048533 3.330268 0.0016
IDI 0.241401 0.051447 4.692256 0.0000 Effects Specification Cross-section fixed (dummy variables) Root MSE 0.131557 R-squared 0.927654
Mean dependent var 7.421732 Adjusted R-squared 0.917915
S.D. dependent var 0.493236 S.E. of regression 0.141315
Akaike info criterion -0.952085 Sum squared resid 1.038436
Schwarz criterion -0.672839 Log likelihood 36.56255
Hannan-Quinn criter. -0.842857 F-statistic 95.25190
Durbin-Watson stat 0.825261 Prob(F-statistic) 0.000000
E. Uji Lagrange Multiplier
Lagrange Multiplier Tests for Random Effects
Null hypotheses: No effects
Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided
(all others) alternatives Test Hypothesis
Cross-section Time Both Breusch-Pagan 170.2557 2.759968 173.0157
(0.0000) (0.0967) (0.0000)
Honda 13.04821 -1.661315 8.051749
(0.0000) (0.9517) (0.0000)
King-Wu 13.04821 -1.661315 9.469015
(0.0000) (0.9517) (0.0000)
Standardized Honda 17.94016 -1.513843 6.779012
(0.0000) (0.9350) (0.0000)
Standardized King-Wu 17.94016 -1.513843 8.928865
(0.0000) (0.9350) (0.0000)
Gourieroux, et al.* -- -- 170.2557
(0.0000)
72
F. Random Effect Model
Dependent Variable: LN_GDPCAPITA?
Method: Pooled EGLS (Cross-section random effects)
Date: 08/26/19 Time: 18:01
Sample: 2008 2017
Included observations: 10
Cross-sections included: 6
Total pool (balanced) observations: 60
Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 5.440865 0.333970 16.29147 0.0000
LN_FDI? 0.156702 0.047473 3.300850 0.0017
IDI? 0.245082 0.050842 4.820486 0.0000
Random Effects (Cross)
_INDONESIA--C 0.284406
_MYANMAR--C -0.156685
_FILIPINA--C 0.173872
_VIETNAM--C -0.371768
_KAMBOJA--C -0.312087
_LAOS--C 0.382263 Effects Specification
S.D. Rho Cross-section random 0.401260 0.8897
Idiosyncratic random 0.141315 0.1103 Weighted Statistics Root MSE 0.135623 R-squared 0.689454
Mean dependent var 0.821469 Adjusted R-squared 0.678557
S.D. dependent var 0.245425 S.E. of regression 0.139146
Sum squared resid 1.103611 F-statistic 63.27375
Durbin-Watson stat 0.768169 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.558174 Mean dependent var 7.421732
Sum squared resid 6.341814 Durbin-Watson stat 0.133678
73
Lampiran II : Data Penelitian
NEGARA TAHUN GDP PER CAPITA FDI IDI
Indonesia 2008 2166.854 9318 2.39
Indonesia 2009 2261.247 4877 2.83
Indonesia 2010 3122.363 15292 3.01
Indonesia 2011 3643.044 20565 3.14
Indonesia 2012 3694.349 21201 3.7
Indonesia 2013 3623.912 23282 3.83
Indonesia 2014 3491.625 25121 3.94
Indonesia 2015 3331.695 19779 3.63
Indonesia 2016 3562.846 4542 3.86
Indonesia 2017 3836.914 20510 4.33
Myanmar 2008 638.149 863.88 1.43
Myanmar 2009 734.446 1079 1.55
Myanmar 2010 979.052 901.113 1.65
Myanmar 2011 1176.242 2520 1.7
Myanmar 2012 1165.794 1334 1.75
Myanmar 2013 1162.331 2255 1.82
Myanmar 2014 1251.821 2175 2.27
Myanmar 2015 1133.003 4084 1.95
Myanmar 2016 1192.495 3278 2.59
Myanmar 2017 1249.829 4002 3
Filipina 2008 1916.297 1340 2.69
Filipina 2009 1821.524 2065 3.22
Filipina 2010 2124.057 1070 3.04
Filipina 2011 2345.328 2007 3.14
Filipina 2012 2572.629 3215 3.91
Filipina 2013 2749.387 3737 4.02
Filipina 2014 2831.317 5740 4.57
Filipina 2015 2867.152 5639 3.97
Filipina 2016 2941.212 8280 4.52
Filipina 2017 2981.934 10256 4.67
Vietnam 2008 1149.425 9579 2.76
Vietnam 2009 1217.269 7600 3.53
Vietnam 2010 1317.891 8000 3.41
Vietnam 2011 1525.116 7430 3.65
Vietnam 2012 1735.141 8368 3.94
Vietnam 2013 1886.672 8900 4.09
Vietnam 2014 2032.262 9200 4.28
Vietnam 2015 2085.101 11800 4.02
Vietnam 2016 2192.215 12600 4.18
Vietnam 2017 2365.622 14100 4.43
74
Kamboja 2008 745.609 815.18 1.63
Kamboja 2009 738.005 928.393 1.99
Kamboja 2010 785.502 1404 1.88
Kamboja 2011 882.275 1539 2.05
Kamboja 2012 950.88 2004 2.54
Kamboja 2013 1013.42 2068 2.61
Kamboja 2014 1093.496 1853 2.74
Kamboja 2015 1162.905 1823 2.78
Kamboja 2016 1269.591 2476 3.04
Kamboja 2017 1385.26 2788 3.28
Laos 2008 900.324 227.77 1.64
Laos 2009 948.654 318.598 1.9
Laos 2010 1140.599 278.805 1.84
Laos 2011 1378.361 300.743 1.99
Laos 2012 1581.395 617.755 2.25
Laos 2013 1825.665 681.397 2.35
Laos 2014 1998.335 867.646 2.45
Laos 2015 2134.704 1078 2.21
Laos 2016 2308.803 935.296 2.43
Laos 2017 2423.846 1599 2.91
Data Penelitian (LN)
NEGARA TAHUN LN_GDPPERCAPITA LN_FDI IDI
Indonesia 2008 7.681032 9.139703 2.39
Indonesia 2009 7.723672 8.492286 2.83
Indonesia 2010 8.046345 9.635085 3.01
Indonesia 2011 8.200575 9.931346 3.14
Indonesia 2012 8.214560 9.961804 3.7
Indonesia 2013 8.195309 10.05544 3.83
Indonesia 2014 8.158123 10.13146 3.94
Indonesia 2015 8.111236 9.892376 3.63
Indonesia 2016 8.178315 8.421123 3.86
Indonesia 2017 8.252424 9.928668 4.33
Myanmar 2008 6.458572 6.761434 1.43
Myanmar 2009 6.599116 6.983790 1.55
Myanmar 2010 6.886585 6.803631 1.65
Myanmar 2011 7.070080 7.832014 1.7
Myanmar 2012 7.061158 7.195937 1.75
Myanmar 2013 7.058183 7.720905 1.82
Myanmar 2014 7.132355 7.684784 2.27
Myanmar 2015 7.032627 8.314832 1.95
75
Myanmar 2016 7.083803 8.094989 2.59
Myanmar 2017 7.130762 8.294550 3
Filipina 2008 7.558150 7.200425 2.69
Filipina 2009 7.507429 7.632886 3.22
Filipina 2010 7.661083 6.975414 3.04
Filipina 2011 7.760181 7.604396 3.14
Filipina 2012 7.852684 8.075583 3.91
Filipina 2013 7.919133 8.226038 4.02
Filipina 2014 7.948497 8.655214 4.57
Filipina 2015 7.961074 8.637462 3.97
Filipina 2016 7.986577 9.021598 4.52
Filipina 2017 8.000327 9.235618 4.67
Vietnam 2008 7.047017 9.167328 2.76
Vietnam 2009 7.104365 8.935904 3.53
Vietnam 2010 7.183788 8.987197 3.41
Vietnam 2011 7.329826 8.913281 3.65
Vietnam 2012 7.458844 9.032170 3.94
Vietnam 2013 7.542570 9.093807 4.09
Vietnam 2014 7.616905 9.126959 4.28
Vietnam 2015 7.642573 9.375855 4.02
Vietnam 2016 7.692668 9.441452 4.18
Vietnam 2017 7.768796 9.553930 4.43
Kamboja 2008 6.614201 6.703409 1.63
Kamboja 2009 6.603951 6.833455 1.99
Kamboja 2010 6.666323 7.247081 1.88
Kamboja 2011 6.782504 7.338888 2.05
Kamboja 2012 6.857388 7.602900 2.54
Kamboja 2013 6.921086 7.634337 2.61
Kamboja 2014 6.997135 7.524561 2.74
Kamboja 2015 7.058676 7.508239 2.78
Kamboja 2016 7.146450 7.814400 3.04
Kamboja 2017 7.233643 7.933080 3.28
Laos 2008 6.802755 5.428336 1.64
Laos 2009 6.855044 5.763930 1.9
Laos 2010 7.039309 5.630513 1.84
Laos 2011 7.228650 5.706256 1.99
Laos 2012 7.366063 6.426092 2.25
Laos 2013 7.509700 6.524145 2.35
Laos 2014 7.600070 6.765784 2.45
Laos 2015 7.666083 6.982863 2.21
Laos 2016 7.744484 6.840863 2.43
Laos 2017 7.793111 7.377134 2.91
76
Variabel Mediasi : Produktivitas
NEGARA TAHUN PRODUKTIVITAS LN_ PRODUKTIVITAS
Indonesia 2008 4593.874041 8.432479
Indonesia 2009 4785.90384 8.473430
Indonesia 2010 6549.43342 8.787134
Indonesia 2011 7591.77632 8.934821
Indonesia 2012 7609.803935 8.937193
Indonesia 2013 7507.019529 8.923594
Indonesia 2014 7225.010131 8.885304
Indonesia 2015 6892.398472 8.838174
Indonesia 2016 7380.712732 8.906625
Indonesia 2017 7816.344982 8.963972
Myanmar 2008 1345.442333 7.204478
Myanmar 2009 1553.185936 7.348064
Myanmar 2010 2075.801519 7.638103
Myanmar 2011 2489.057333 7.819659
Myanmar 2012 2465.013132 7.809952
Myanmar 2013 2457.306769 7.806821
Myanmar 2014 2645.020499 7.880434
Myanmar 2015 2390.98517 7.779461
Myanmar 2016 2566.099805 7.850142
Myanmar 2017 2743.310215 7.916921
Filipina 2008 4788.881969 8.474052
Filipina 2009 4476.365361 8.406567
Filipina 2010 5172.307213 8.551074
Filipina 2011 5616.101983 8.633393
Filipina 2012 6175.459996 8.728339
Filipina 2013 6597.124476 8.794389
Filipina 2014 6690.254888 8.808407
Filipina 2015 6773.678954 8.820800
Filipina 2016 6945.538036 8.845855
Filipina 2017 7283.61118 8.893382
Vietnam 2008 2013.918241 7.607837
Vietnam 2009 2114.076626 7.656373
Vietnam 2010 2264.955238 7.725310
Vietnam 2011 2603.015146 7.864426
Vietnam 2012 2945.224865 7.987940
Vietnam 2013 3160.545159 8.058500
Vietnam 2014 3390.243693 8.128657
Vietnam 2015 3479.958089 8.154776
Vietnam 2016 3680.625683 8.210838
Vietnam 2017 3969.408711 8.286372
77
Kamboja 2008 1355.589982 7.211992
Kamboja 2009 1317.466746 7.183466
Kamboja 2010 1379.694008 7.229617
Kamboja 2011 1555.305344 7.349427
Kamboja 2012 1682.802077 7.428216
Kamboja 2013 1802.083734 7.496699
Kamboja 2014 1956.82912 7.579081
Kamboja 2015 2097.804458 7.648647
Kamboja 2016 2284.281255 7.733807
Kamboja 2017 2489.23232 7.819730
Laos 2008 1852.302475 7.524185
Laos 2009 1931.498649 7.566051
Laos 2010 2298.847456 7.740163
Laos 2011 2750.79823 7.919646
Laos 2012 3124.412754 8.047002
Laos 2013 3572.856659 8.181121
Laos 2014 3878.454983 8.263192
Laos 2015 4115.479463 8.322511
Laos 2016 4424.828083 8.394987
Laos 2017 4623.620503 8.438933